Yapay zeka algoritmaları ile blok zinciri tabanlı kripto para optimizasyonu
Optimization of blockchain-based cryptocurrencies using artificial intelligence algorithms
- Tez No: 944044
- Danışmanlar: DOÇ. DR. AHMET DOĞAN
- Tez Türü: Doktora
- Konular: Yönetim Bilişim Sistemleri, Management Information Systems
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Osmaniye Korkut Ata Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 208
Özet
Kripto para piyasasındaki yüksek oynaklık, likidite sorunları ve belirsizlik, yatırımcıların risklerini yönetmek ve getirilerini en üst düzeye çıkarmak için etkili yöntemlere duyduğu ihtiyacı artırmaktadır. Bu doğrultuda meta-sezgisel algoritmalar, yatırımcıların kripto para portföylerini optimize etmelerine yardımcı olabilecek güçlü araçlar sunabilmektedir. Bu tez çalıĢması, kripto para portföylerini optimize etmek amacıyla Genetik Algoritma, Parçacık Sürüsü Optimizasyonu ve Yapay Arı Kolonisi olmak üzere üç meta-sezgisel algoritmayı karĢılaĢtırmalı bir yaklaĢımla ele almaktadır. ÇalıĢma, aynı zamanda kripto paraların blok zincir mimarisi, konsensüs mekanizması, gizlilik, ölçeklenebilirlik ve akıllı sözleĢme desteği gibi teknik özelliklerinin yanı sıra piyasa değeri ve geçmiĢ performans gibi finansal göstergelerin portföy oluĢturma süreçleri üzerindeki etkilerini de analiz etmektedir. KarĢılaĢtırmalı deneyler sonucunda elde edilen bulgular, Genetik Algoritma ve Parçacık Sürüsü Optimizasyonu yöntemlerinin, ilgili problem bağlamında Yapay Arı Kolonisi yöntemine kıyasla daha üstün bir performans sergilediğini ortaya koymuĢtur. Genetik Algoritma ve Parçacık Sürüsü Optimizasyonu yöntemleri ile elde edilen deneysel sonuçlar, Genetik Algoritma'nın karmaĢık çözüm uzaylarında etkili bir Ģekilde gezinme yeteneğiyle dikkat çekerken, yakınsama sürecinin diğer yöntemlere kıyasla daha yavaĢ ilerlediği gözlemlenmiĢtir. Parçacık Sürüsü Optimizasyonu ise hızlı yakınsama özelliği sayesinde zaman açısından avantaj sağlamakla birlikte, yerel optimuma takılmaktadır. Bununla birlikte, Parçacık Sürüsü Optimizasyonu yöntemi, Genetik Algoritma ile karĢılaĢtırıldığında daha uygun sonuçlar üretmiĢtir. Analiz, Bitcoin'in (BTC) belirlenen en uygun portföylerde önemli bir ağırlığa sahip olduğunu ortaya koymuĢtur. Ek olarak, Tron (TRX) ve Cardano'ya (ADA) önemli ağırlıklar tahsis eden portföyler de gözlemlenmiĢtir. Bazı portföylerde, Monero (XMR) diğer kripto para birimlerine kıyasla öne çıkmıĢtır. Kripto varlıklarının ağırlıkları portföyler arasında farklılık gösterse de, BTC, TRX, ADA ve XMR sürekli olarak en belirgin kripto para birimleri olarak ortaya çıkmaktadır. Elde edilen portföy ağırlıkları, kripto varlıkların hem teknik hem de piyasa koĢullarına göre dengeli bir dağılım sunduğunu ortaya koymaktadır.
Özet (Çeviri)
The high volatility, liquidity issues, and uncertainty in the cryptocurrency market have heightened the need for investors to manage their risks and maximize their returns through effective methods. In this context, metaheuristic algorithms offer powerful tools that can assist investors in optimizing their cryptocurrency portfolios. This thesis examines three metaheuristic algorithms—Genetic Algorithm, Particle Swarm Optimization, and Artificial Bee Colony—in a comparative approach to optimize cryptocurrency portfolios. The study also analyzes the impact of cryptocurrencies' technical attributes, such as blockchain architecture, consensus mechanisms, privacy features, scalability, and smart contract support, as well as financial indicators like market capitalization and historical performance, on the portfolio creation process. The findings from comparative experiments indicate that Genetic Algorithm and Particle Swarm Optimization methods outperform the Artificial Bee Colony method in the given problem context. Among these, the Genetic Algorithm is noteworthy for its ability to navigate complex solution spaces effectively; however, its convergence process was observed to be slower compared to other methods. Particle Swarm Optimization, on the other hand, provides a time advantage with its rapid convergence capability but tends to get trapped in local optima. Nevertheless, Particle Swarm Optimization yielded more favorable results compared to the Genetic Algorithm. The analysis revealed that Bitcoin (BTC) holds a significant weight in the optimized portfolios. Additionally, portfolios that allocate notable weights to Tron (TRX) and Cardano (ADA) were also observed. In some portfolios, Monero (XMR) stood out compared to other cryptocurrencies. While the weights of the crypto assets vary across portfolios, BTC, TRX, ADA, and XMR consistently emerged as the most prominent cryptocurrencies. The portfolio weights obtained demonstrate a balanced distribution of crypto assets based on both technical and market conditions.
Benzer Tezler
- A DAG (Directed Acyclic Graph)-based dlt (Distributed Ledger Technology) integrated cross-network qos-motivated traffic management framework using reinforcement learning (RL) in software defined networks (SDNs)
Yazılım tanımlı ağlar (SDN) içinde takviyeli öğrenme (RL) kullanarak yönlendirilmiş döngüsüz grafik (DAG) temelli dağıtık defter teknolojisi (DLT) entegreli hizmet kalitesi (QOS) odaklı ağlar arası trafik yönetim çerçevesi
BARIŞ KURTULUŞ
Yüksek Lisans
İngilizce
2025
Mühendislik BilimleriAnkara ÜniversitesiYapay Zeka Teknolojileri Ana Bilim Dalı
DOÇ. DR. MURAT KARAKUŞ
- Blokzinciri ve yapay zekâ teknolojisi ile elektrik dağıtım şebekesine tüketici bağlantı taleplerinin değerlendirilmesi
Evaluation of consumer connection demand to the electricity distribution network using blockchain and artificial intelligence technology
MUHAMMET YEMEN BOYACI
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiVan Yüzüncü Yıl ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. DOĞAN ÇELİK
- Blok zincirde yapay zeka destekli yeni bir onay mekanizmasının geliştirilmesi: optimizasyon tabanlı onay mekanizması (poO)
Development of a new artificial intelligence-supported approval mechanism in block chain: optimization-based approval mechanism (poO)
FATİH KÜRŞAD GÜNDÜZ
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce ÜniversitesiElektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SERDAR BİROĞUL
DOÇ. DR. UTKU KÖSE
- Kriz dönemlerinde yapay zekâ yöntemleri ile farklı amaç ve altyapıya sahip kripto para endeks tahmini ve karşılaştırması: Bitcoin ve Etheryum örneği
In crisis periods, artificial intelligence methods and cryptocurrency index estimation and comparison with different purposes and infrastructure: The example of Bitcoin and Ethereum
FÜSUN ŞENTÜRK
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMuğla Sıtkı Koçman ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMER İLKUÇAR
- Kripto para değerlerinin yapay zekâ teknikleri ile tahmini
Forecasting of cryptocurrency prices using artificial intelligence techniques
FURKAN ATLAN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBurdur Mehmet Akif Ersoy ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İHSAN PENÇE