ARALIK DEĞERLİ ZAMAN SERİLERİNDE KULLANILAN MODELLEME TEKNİKLERİ

Erzincan University Journal of Science and Technology Pub Date : 2015-12-16 DOI:10.18185/eufbed.04685

Ebrucan Islamoğlu

引用次数: 0

Abstract

Bu calismada aralik degerli zaman serileri incelendi. Belirsizligi gosteren aralik degerli veriler bir cok durumda ortaya cikar. Zaman serilerinin tahmini ve modellenmesi icin Karma Otoregresif Butunlesik Hareketli Ortalama Modeli(ARIMA), Yapay Sinir Aglari(YSA), Holt Ustel Duzlestirme Yontemi uzerine calisildi. Ongoru dogrulugunu olcmenin yollari tartisildi. Hata Kareleri Ortalamasinin Karekoku(RMSE) ve Ortalama Mutlak Yuzde Hata(MAPE) kullanildi. Uygulama sonuclarinda aralik degerli zaman serilerinde yapay sinir aglarinin ustunlugu gorulmektedir.

查看原文本刊更多论文

本研究分析了具有区间值的时间序列。区间值数据代表不确定性，在许多情况下都会出现。研究了混合自回归综合移动平均模型（ARIMA）、人工神经网络（ANN）、霍尔特指数平滑法等预测和模拟时间序列的方法。讨论了衡量预测准确性的方法。使用了均方根误差平方（RMSE）和平均绝对误差（MAPE）。应用结果显示了人工神经网络在区间时间序列中的优越性。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

Erzincan University Journal of Science and Technology

自引率

0.00%

发文量