Akademik Veri Yönetim Sistemi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2020
Tezin Dili: İngilizce
Öğrenci: ÜMİT ÇAVUŞ BÜYÜKŞAHİN
Danışman: Şeyda Ertekin Bolelli
Özet:Veri toplama kabiliyetlerinin artmasıyla zaman serisi verilerinden tahmin yapmak giderek daha önemli hale gelmi¸stir. Zaman serilerinde tahminleme, çogunlukla serideki ˘ geçmi¸s verilerin gelecek zaman adımları için kullanıldıgı tek de ˘ gi¸skenli ortamda ya- ˘ pılır. Tek degi¸skenli zaman serilerinde tahmin yapmak, geçmi¸s verilerdeki öngörüle- ˘ meyen varyasyonlar nedeniyle zorlu bir i¸stir. Bu tezin amacı, tek degi¸skenli zaman se- ˘ rilerindeki zorlukları azaltarak daha iyi performans sonuçları sergileyen tahmin yöntemleri geli¸stirmektir. Bu amaçla geli¸stirdigimiz yöntemler üç gruba ayrılabilir. ˘ ˙Ilk olarak bu tez, daha genel bir çerçevede çalı¸san yeni bir Otoregresif Bütünle¸sik Hareketli Ortalama (ARIMA) - Yapı Sinir Agı (YSA) hibrit yöntemi önermektedir. Bu ˘ hibrit yöntem daha sonra zaman serilerinin istatistiksel ve yapısal özelliklerinin dikkate alındıgı, öznitelik tabanlı hibrit yakla¸sıma geni¸sletilir. Deneysel sonuçlar, orijinal ˘ verilerin ayrı¸stırılması ve hibridizasyon i¸slemi boyunca dogrusal ve do ˘ grusal olmayan ˘ modellerin birle¸stirilmesi için kullanılan stratejilerin tahmin performansında anahtar faktörler oldugunu göstermektedir. Bu bulguları kullanarak, ikinci olarak bu tezde ˘ daha öngörülebilir bile¸senler üreten Ampirik Kip Ayrı¸stırma (EMD) teknigini kulla- ˘ nan iki yöntem önerilmektedir. Bu yöntemler daha sonra her bile¸sen için en uygun yöntemi belirleyen yöntem seçim algoritması ile geli¸stirilir. Yapılan deneyler, hibrit yöntemimizin EMD ile kullanılmasının, öngörme dogrulu ˘ gunu iyile¸stirmede etkili bir ˘ yol olabilecegini göstermektedir. Bu deneyler ayrıca dura ˘ gan zaman serisi verilerinde ˘ daha az dalgalanma olmasının, öngörmede daha doğru sonuçlar verdi ˘ gini göstermek- ˘ tedir. Bu sonuçların motivasyonu ile üçüncü olarak bu tez, daha düzenli ve tahmin edilmesi kolay alt bileşenler elde edene kadar, hızlı dalgalanan bileşenler için EMD teknigini özyinelemeli bir şekilde uygulayan yeni bir yöntem önermektedir. Deneyler, ˘ özyinelemeli algoritmanın daha önce geliştirilen ve incelenen yöntemlerden daha iyi performans sergilediğini göstermektedir. Tezin sonunda, adım adım geliştirdiğimiz ˘ yöntemler, hidroelektrik üretim verisini tahmini için uygulanır ve sonuçları karşılaştırılmaktadır. Sonuç olarak, Özyinelemeli EMD tabanlı yöntem, hidroelektrik veriseti için de daha doğru tahminler üretmektedir.