Sezgisel bulanık kümelerin bileşenlerinin kombinasyonuna dayalı zaman serisi öngörü modeli
A new time series forecasting model based on the combination of intuitionistic fuzzy sets components
- Tez No: 695340
- Danışmanlar: DOÇ. DR. ÖZGE CAĞCAĞ YOLCU
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Giresun Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Zaman serilerinin tahmini, günlük hayatımızda hem teorik hem de pratik olarak önemli bir etkiye sahiptir. Sezgisel bulanık zaman serisi modelleri, bulanık zaman serisi modellerinden farklı olarak, gözlemlerin tereddüt derecesini hesaba katar ve tahmin sisteminde girdi olarak üyelik ve üyelik dışı değerleri birlikte kullanır. Tahmin sisteminde üyelik ve üye olmama etkilerini ortaya koyabilmek için üyelik ve üyelik dışı değerlerin tahmin modelinde ayrı girdiler olarak ele alınması gerekmektedir. Ayrıca bu ayrı modelleri birleştirerek sistemin çıktılarını almak hem daha doğru tahminler hem de esnek bir yaklaşım sağlayacaktır. Bu tez kapsamında, sezgisel bir bulanık zaman serisi tahmin modeli (SBZS-TM) önerilmiştir. Ayrıca lineer olmayan ilişkilerin belirlenmesi için literatürde ilk kez yeni bir melez Pi-Sigma sinir ağı (MPS-YSA) kullanılmıştır. Yeni önerilen MPS-YSA, girdilerin doğrusal fonksiyonlarını eşit olmayan ağırlıklarla çarpar ve bunları doğrusal olmayan ilişkilere dönüştürür. İki farklı MPS-YSA, üyelikleri ve üyelik dışı katkıları ayrı ayrı dikkate alarak tahminler üretir. Ve bu çıktıların birleştirilmesiyle nihai çıktılar elde edilir. Hem MPS-YSA'lerin optimal ağırlıklarını hem de kombinasyon ağırlıklarını elde edebilmek için modifiye parçacık sürü optimizasyonu kullanılmıştır. Ve, bulanık kümeler, üyelik ve üyelik dışı değerleri elde etmek için sezgisel bulanık C-ortalamalar kullanılmıştır. Önerilen modellerin performansını değerlendirebilmek için TAIEX ve IEX zaman serilerine ait 15 farklı uygulama gerçekleştirlmiştir. Sonuçlar, önerilen modelin diğer bazı tahmin araçlarına kıyasla farklı hata kriterleri açısından daha üstün tahminlere sahip olduğunu göstermiştir.
Özet (Çeviri)
The forecasting of time series has a significant impact in our daily life, both theoretically and practically. Intutionistic fuzzy time series models, unlike fuzzy time series models, take into account the degree of hesitation of the observations, and they use memberships and non-membership values together as inputs in the forecasting system. To be able to reveal the membership and non-membership effects in the forecasting system, the membership and non-membership values need to be considered as separate inputs in the forecasting model. Moreover getting the outputs of the system by combining these separate models will provide both more accurate forecasts and a flexible approach. In the scope of this thesis, an intuitionistic fuzzy time series forecasting model (IFTS-PM) is proposed. Also for the determination of non-linear relations part a new hybrid sigma-pi neural network (HSP-NN) is used for the first time in the literature. Newly proposed HSP-NN multiples linear functions of inputs by unequal weights and converts them to nonlinear relationships. Two different HSP-NNs generate forecasts by considering the memberships and non-membership contributions separately. And final outputs are obtained by combining these outputs. To be able to obtain both optimal weights of HSP-NN s and combination weights modified particle swarm optimization is utulized. And, intuitionistic fuzzy C-means is performed to get fuzzy clusters, membership, and non-membership values. 15 implementations belong to TAIEX and IEX time series have been carried out in order to present the proposed models' performance. The results showed that the proposed model has superior forecasts compared to some other state-of-the-art forecasting tools in terms of different error criteria.
Benzer Tezler
- Efficient estimation of Shrinkage parameters in fuzzy Ridge and fuzzy Liu regression models using α-cut-based methods under multicollinearity
Çoklu bağıntı durumunda bulanık Ridge ve bulanık Liu regresyon modellerinde α-kesim tabanlı yöntemler kullanılarak Shrinkage parametrelerinin etkin tahmini
AMMAR HOMAIDA
- Ürün bileşeni karakteristiğine dayalı tedarikçi segmentasyonuna yönelik metodoloji tasarımı
Methodology design for supplier segmentation based on product component characteristics
AHMET SELÇUK YALÇIN
Doktora
Türkçe
2024
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. EMRE ÇEVİKCAN
- Contributions to the determination of optimized driving strategies for electric vehicles using artificial intelligence based methods
Elektrikli araçlar için yapay zeka tabanlı yöntemlerle en uygunlaştırılmış sürüş stratejilerinin belirlenmesine katkılar
UFUK BOLAT
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. DERYA AHMET KOCABAŞ
DOÇ. DR. GÜLCİHAN ÖZDEMİR
- Novel fuzzy multi criteria decision making methods using intuitionistic fuzzy, Pythagorean fuzzy, and neutrosophic sets
Sezgisel bulanık, Pisagor bulanık ve nötrosofik kümeler kullanarak geliştirilmiş özgün çok kriterli karar verme yöntemleri
ALİ KARAŞAN
Doktora
İngilizce
2021
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. CENGİZ KAHRAMAN
- Advanced fuzzy set extensions and novel decision making models
Gelişmiş bulanık küme uzantıları ve yeni karar verme modelleri
NURŞAH ALKAN
Doktora
İngilizce
2025
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. CENGİZ KAHRAMAN