Yapay zeka yönetimi ile petrol ve petrole dayalı ürünlerin fiyat analizi
Price analysis of oil and oil-based products with artificial intelligence management
- Tez No: 947577
- Danışmanlar: DR. ÖĞR. ÜYESİ GÖKALP TULUM
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Üsküdar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yapay Zeka Ana Bilim Dalı
- Bilim Dalı: Yapay Zeka Bilim Dalı
- Sayfa Sayısı: 63
Özet
Bu tez çalışmasında, petrol ve petrole dayalı ürün fiyatlarının tahminine yönelik olarak yapay zeka tabanlı bir yaklaşım geliştirilmiş ve zaman serisi verilerinin analizi için LSTM (Long Short-Term Memory) algoritması kullanılmıştır. Enerji piyasalarının yüksek volatilite içeren yapısı, klasik ekonomik tahmin modellerinin ötesine geçecek esnek ve öğrenen sistemlerin gerekliliğini ortaya koymaktadır. Bu kapsamda, 2010–2023 yılları arasında günlük, haftalık ve aylık frekansta kaydedilen Brent tipi ham petrol fiyatları ile bazı türetilmiş ürünlerin fiyat verileri toplanmış, ön işleme sürecinden geçirilmiş ve modelleme için hazırlanmıştır. Model, Python programlama dili kullanılarak oluşturulmuş; eğitim ve test süreçlerinde tensorflow, keras, scikit-learn gibi derin öğrenme kütüphanelerinden yararlanılmıştır. LSTM ağı iki katmanlı olarak yapılandırılmış, Dropout katmanları ile aşırı öğrenmenin önüne geçilmiş ve erken durdurma yöntemi ile modelin eğitim performansı optimize edilmiştir. Modelin başarımı ortalama mutlak hata (MAE), R² skoru ve doğruluk oranı gibi performans metrikleri ile değerlendirilmiştir. Elde edilen bulgular, LSTM modelinin petrol fiyatlarını yüksek doğrulukla tahmin edebildiğini göstermektedir. Test seti üzerinde modelin MAE değeri 3.261, R² skoru 0.914 ve doğruluk oranı %89.74 olarak hesaplanmıştır. Farklı frekanslardaki veri setleriyle yapılan uygulamalar, modelin hem kısa hem de orta vadeli projeksiyonlarda başarılı sonuçlar ürettiğini ortaya koymuştur. Çalışmada geliştirilen model, yalnızca teknik doğruluk açısından değil; aynı zamanda enerji ekonomisi bağlamında karar destek süreçlerine katkı sağlayabilecek nitelikte bir yapay zeka uygulaması olarak değerlendirilmektedir.
Özet (Çeviri)
In this thesis, an artificial intelligence-based approach was developed to forecast the prices of crude oil and oil-derived products by employing the Long Short-Term Memory (LSTM) algorithm for time series analysis. The high volatility structure of energy markets demonstrates the need for flexible and adaptive systems that go beyond traditional economic forecasting models. In this context, price data for Brent crude oil and certain derived products recorded between 2010 and 2023 in daily, weekly, and monthly frequencies were collected, preprocessed, and structured for modeling purposes. The model was implemented using the Python programming language and supported by deep learning libraries such as tensorflow, keras, and scikit-learn. A two-layered LSTM architecture was used, accompanied by Dropout layers to prevent overfitting, and early stopping was applied to optimize the training phase. The model's performance was evaluated using key metrics including Mean Absolute Error (MAE), R-squared (R²), and accuracy. The results indicate that the LSTM model is capable of predicting oil prices with high precision. On the test set, the MAE was calculated as 3.261, the R² score as 0.914, and the accuracy rate as 89.74%. Applications on datasets with varying time frequencies showed that the model performs well in both short- and mid-term projections. The developed system is not only technically successful but also provides valuable insights into decision-making processes in the field of energy economics as a practical artificial intelligence solution.
Benzer Tezler
- Enerji politikaları ve petrol doğalgaz sektörü (Azerbaycan örneği)
Energy policies and oil-natural gas sector (Azerbaijan case)
ZHALA MAMMADOVA
Yüksek Lisans
Türkçe
2024
Petrol ve Doğal Gaz Mühendisliğiİstanbul Üniversitesiİktisadi Gelişme ve Uluslararası İktisat Ana Bilim Dalı
PROF. DR. ZEKAİ ÖZDEMİR
- Türkiye'deki resmi dairelerde talep tarafı yönetimi ve yapay zeka uygulamaları
Demand side management at the public institutions for Turkey and artificial intelligence solutions
AYŞEGÜL AKSAKAL
Yüksek Lisans
Türkçe
2017
Elektrik ve Elektronik MühendisliğiKırıkkale ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ERTUĞRUL ÇAM
- Azerbaycan'da doğal gaz tüketiminin yapay zeka yöntemleri ile analizi ve tahmini
Analysis and estimation of natural gas consumption in Azerbaijan with artificial intelligence methods
TAYYAR MADINAYEV
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri MühendisliğiBursa Teknik ÜniversitesiAkıllı Sistemler Mühendisliği Ana Bilim Dalı
PROF. DR. AYTAÇ YILDIZ
- Kamu düzeninin korunmasında jandarmanın yetkileri
Administrative police powers of the gendarmerie in the protection of public order
HALİL CAN BAKAR
Yüksek Lisans
Türkçe
2024
Kamu YönetimiDokuz Eylül ÜniversitesiKamu Yönetimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMİN KOÇ
- XML tabanlı uygulamaların yapay zeka modeliyle gerçek zamanlı analizi
Real time analysis of XML based applications with an artificial intelligence model
MUHSİN GEMİCİ
Yüksek Lisans
Türkçe
2007
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ.DR. CENGİZ GÜNGÖR