Geri Dön

Yapay zeka yönetimi ile petrol ve petrole dayalı ürünlerin fiyat analizi

Price analysis of oil and oil-based products with artificial intelligence management

PDF İndir

  1. Tez No: 947577
  2. Yazar: IBRAHIM MURTUZOV
  3. Danışmanlar: DR. ÖĞR. ÜYESİ GÖKALP TULUM
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Fiyat tahmini, Python, Yapay zeka, Price ferecasting, Python, Artificial intelligence
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Üsküdar Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Yapay Zeka Ana Bilim Dalı
  12. Bilim Dalı: Yapay Zeka Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

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

  1. Tez No

    946744

    Enerji politikaları ve petrol doğalgaz sektörü (Azerbaycan örneği)

    Energy policies and oil-natural gas sector (Azerbaijan case)

    ZHALA MAMMADOVA

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Petrol ve Doğal Gaz Mühendisliğiİstanbul Üniversitesi

    İktisadi Gelişme ve Uluslararası İktisat Ana Bilim Dalı

    PROF. DR. ZEKAİ ÖZDEMİR

  2. Tez No

    1021468

    Performance comparison of artificial intelligence-supported active portfolio management and passive investment strategy on BIST 30

    Yapay zekâ destekli aktif portföy yönetimi ile pasif yatırımstratejisinin BIST 30 üzerinde performans karşılaştırması

    MEHMED BAĞCILAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2026

    Ekonomiİzmir Ekonomi Üniversitesi

    Finans Ana Bilim Dalı

    PROF. DR. BERNA AYDOĞAN

  3. Tez No

    269

    Manisa yöresinde domateste anlaşmalı tarım ve karşılaşılan sorunlar

    Başlık çevirisi yok

    OSMAN MURAT KOÇTÜRK

    Yüksek Lisans

    Türkçe

    Türkçe

    1985

    Gıda MühendisliğiEge Üniversitesi

    Tarım Ekonomisi Ana Bilim Dalı

    PROF. DR. METİN TALİM

  4. Tez No

    277

    Bir pamuk iplikhanesinde fiili çalışma metodlarının incelenmesi ve mevcut işlemlerin standart sürelerinin saptanması

    Başlık çevirisi yok

    MÜRŞİDE KESEROĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    1985

    İşletmeEge Üniversitesi

    Tekstil Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUSTAFA NAZMİ ERCAN

  5. Tez No

    232

    Barajların hacim-verim ilişkisi üzerine bir araştırma

    Başlık çevirisi yok

    MEHMET KILIÇARSLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    1987

    İnşaat MühendisliğiÇukurova Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TEFARUK HAKTANIR

Geri Dön