Geri Dön

Methods for daily forecasting

Günlük veri tahminleme yöntemleri

PDF İndir

  1. Tez No: 270456
  2. Yazar: ÖZGE TUĞRUL
  3. Danışmanlar: DOÇ. WOLFGANG HÖRMANN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2010
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Birçok iş kolunda geleceğe yönelik planlar ve alınacak kararlar gelecekteki beklentilere göre şekillendiğinden, tahminleme büyük önem taşımaktadır. Bu tez günlük zaman serisi verileri için özel birtakım uygulamalarla geliştirilmiş tahminleme yöntemlerinin farklı tipte zaman serisi verilerine uygulanarak karşılaştırılmasını ve tahminleme deney sonuçlarının değerlendirmesini gerçekleştirmektedir. Bir tahminleme metodunun gerçeğe yakın tahmin değerleri vermesinin yanında, bu metodun kodlama ve uygulama aşamaları da önem teşkil etmektedir.Tezin birinci bölümünde tahminleme açıklanmış, ikinci bölümünde, tahminleme sürecinden bahsedilmiştir. Üçüncü bölümde literatürde uygulanmış tahminleme metotlarından bahsedilmiştir. Tezde uygulanacak olan metotların açıklamalarına basit tahminleme yöntemi ile dördüncü bölümde başlanmıştır. Beşinci bölüm zaman serisi regresyon metotlarını, altıncı bölüm ise çeşitli üstel düzeltme yöntemlerini açıklamaktadır. Yedinci bölümde otoregresif hareketli ortalama metodu hakkında açıklamalar ve uygulanan günlük tahminleme metodu yer almaktadır. Sekizinci bölümde, ?R? programında yazılmış tahminleme yöntemlerinin uygulanmasına yönelik fonksiyonların açıklamaları yapılmıştır. Tahminleme metotlarını değerlendirmeye yönelik deney sonuçları ve değerlendirmeler dokuzuncu bölümde verilmiştir. En son bölümde ise, yöntemler hakkında genel bir değerlendirme yapılıp, sonuca varılmıştır.

Özet (Çeviri)

For many branches of business daily forecasting constitutes an important activity, since future plans are made or decisions are taken according to the future expectations. This thesis provides a comparison of different daily forecasting methods with special implementations for different time series data and evaluates the results of forecasting experiments. It is important for the selected forecasting method to give more accurate results and smaller forecast errors. Also, the coding and the implementation processes have an effect in choosing a forecasting method.The first chapter explains forecasting, the second chapter gives information about the forecasting process, the third chapter gives examples of the forecasting methods used in the literature. The explanation of forecasting methods begins with the fourth chapter with the explanation of the so called ?naive method?. The fifth chapter explains time series regression methods, the sixth chapter presents exponential smoothing methods, the seventh chapter gives information about the autoregressive integrated moving average method. The eight chapter explains the implementation of these forecasting methods written on ?R? program. The experiments evaluating these forecasting methods are introduced and explained in the ninth chapter. Finally, a general overview of the methods is presented.

Benzer Tezler

  1. Tez No

    284732

    Fırat-Dicle havzasında günlük nehir akımlarının faklı yapay zeka yöntemleri ile tahmini

    Prediction of daily river flows in Firat-Dicle basin using different artificial intelligence methods

    ALİ GÜNDÜZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    İnşaat MühendisliğiFırat Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. M. EMİN EMİROĞLU

  2. Tez No

    609492

    Deep learning for time-series forecasting of currency exchange rates

    Döviz kuru oranlarının zaman serisi tahmini için derin öğrenme

    MUSTAFA JABBAR SAFI AL-ASADI

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET FATİH AKAY

  3. Tez No

    634839

    Sales forecasting in fashion retail industry with classical and machine learning methods

    Moda perakendesi sektöründe klasik ve makine öğrenmesi metodları ile satış tahmini

    HANİFE IŞIK

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Ekonomiİstanbul Teknik Üniversitesi

    Ekonomi Ana Bilim Dalı

    DOÇ. DR. TOLGA YURET

  4. Tez No

    439711

    Time series forecasting via computational intelligence methods

    Zaman serileri tahminlemede bilgi işlemsel zeka uygulamaları

    ATAKAN ŞAHİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. TUFAN KUMBASAR

  5. Tez No

    409124

    Daily natural gas consumption prediction by MARS and CMARS models for residential users in ankara

    Ankara'daki evsel kullanıcıların MARS ve CMARS modelleri ile günlük doğal gaz tüketim tahmini

    YAVUZ YILMAZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    EnerjiOrta Doğu Teknik Üniversitesi

    Bilimsel Hesaplama Ana Bilim Dalı

    PROF. DR. GERHARD WİEHELM WEBER

Geri Dön