Yeni bir zamanla değişir bulanık zaman serisi çözüm yöntemi

---

Tezin Türü: Doktora

Tezin Yürütüldüğü Kurum: Ondokuz Mayıs Üniversitesi, Lisansüstü Eğitim Enstitüsü, İstatistik Anabilim Dalı, Türkiye

Tezin Onay Tarihi: 2016

Tezin Dili: Türkçe

Öğrenci: ELİF KARAAHMETOĞLU

Danışman: Kamil Alakuş

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bir çok gerçek hayat zaman serisi, klasik zaman serileri analizi için gerekli olan normal dağılım, doğrusal olma ve sabit varyanslılık gibi katı varsayımları sağlayamazlar. Bu nedenle, son yıllarda literatürdeki çalışmalar çoğunlukla varsayım gerektirmeyen esnek çözümleme yöntemlerine yönelmiştir. Bu yöntemlerden biri olan bulanık zaman serileri, tahmin problemlerinin kolaylıkla üstesinden geldiği için oldukça geniş bir uygulama alanı bulmaktadır. Doğrusal model kısıtı gerektirmediğinden bulanık zaman serileri yöntemlerinden başarılı öngörü sonuçları elde edilebilmektedir. Fakat zaman serilerinin çoğunda doğrusal yapının baskın olması sebebi ile doğrusal bir model olan otoregresif zaman serilerinin daha iyi öngörü sonuçları verebildiği de bir gerçektir. Gerçek hayat zaman serileri, genellikle ne sadece doğrusal ne de sadece doğrusal olmayan bir yapı içermektedir. Bu nedenle doğrusal ve doğrusal olmayan zaman serileri öngörü yöntemlerinin melezlendiği yaklaşımlar öngörü başarısını arttırmaktadır. Bu çalışmada, zamanla değişir bulanık zaman serisi yöntemi ve otoregresif zaman serisi yönteminin melezlendiği yeni bir yaklaşım önerilmektedir. Önerilen yöntemde gözlemlerin bulanıklaştırılması bulanık c-ortalamalar yöntemi ile gerçekleştirilmiştir. Ayrıca bulanık küme merkezleri, zamanla değişir bulanık zaman serisi parametresi olan pencere genişliği, otoregresif modelin parametreleri ve kombinasyonda kullanılan katsayılar parçacık sürü optimizasyonu ile eş zamanlı olarak tahmin edilmiştir. Tez kapsamında önerilen yöntem iki farklı gerçek hayat zaman serisine uygulanarak sonuçları literatürdeki diğer zaman serisi yöntemleri ile karşılaştırılmıştır. Sonuçlar, önerilen yöntemin diğer zaman serisi yöntemlerine göre üstün bir öngörü performansına sahip olduğunu göstermiştir.