NARX YAPAY SİNİR AĞLARI MODELİ İLE OTOMOBİL TALEP TAHMİNİ

Mehmet Zeki Seçmen
{"title":"NARX YAPAY SİNİR AĞLARI MODELİ İLE OTOMOBİL TALEP TAHMİNİ","authors":"Mehmet Zeki Seçmen","doi":"10.54439/gupayad.1486360","DOIUrl":null,"url":null,"abstract":"Amaç: Bu çalışmanın amacı, günümüzde teknoloji alanında yaşanan hızlı değişim ve yapay zekânın da toplum içerisindeki öneminin giderek artmasıyla NARX yapay sinir ağları modelini kullanarak otomobil talep tahmini yapmaktır. Gereç ve Yöntem: Çalışmada, Türkiye’de otomobil üretip en çok satış yapan 6 firmanın (OYAK Renault, Tofaş, Toyota, Ford, Honda ve Hyundai) Türkiye Otomotiv Sanayi Derneğinin 2014–2024 yılları arasındaki aylık satış verilerinden NARX YSA modeli ile satış tahmini yapılmıştır. Tahmin modellerinin geliştirilmesinde otomobil talebi üzerine etkisi olduğu düşünülen bağımsız değişkenler Brent Petrol Fiyatı, Dolar Kuru, Taşıt Kredi Faizleri, TÜFE, Araç Alım Düzeyi, Otomobil Üretim Âdeti, bağımlı değişken ise yani çıktı değeri 6 firmanın toplam otomobil satış âdeti olarak belirlenmiştir. Bulgular: Önerilen modelin, test seviyesindeki performansı MSE=0,0654, MAPE=%12,23’dür. Bu sonuçlar, YSA NARX modelinin genel olarak iyi performansı sergilediğini göstermektedir. Sonuç: Düşük MSE ve MAPE değerleri, modelin performansının iyi olduğunu göstermektedir. Önerilen modelin eğitim ve test aşamasından sonra Ocak 2024 ile Aralık 2024 arasındaki 12 aylık otomobil talep tahmini yapılmıştır.","PeriodicalId":504489,"journal":{"name":"Güncel Pazarlama Yaklaşımları ve Araştırmaları Dergisi","volume":"61 2","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-07-09","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Güncel Pazarlama Yaklaşımları ve Araştırmaları Dergisi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.54439/gupayad.1486360","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Amaç: Bu çalışmanın amacı, günümüzde teknoloji alanında yaşanan hızlı değişim ve yapay zekânın da toplum içerisindeki öneminin giderek artmasıyla NARX yapay sinir ağları modelini kullanarak otomobil talep tahmini yapmaktır. Gereç ve Yöntem: Çalışmada, Türkiye’de otomobil üretip en çok satış yapan 6 firmanın (OYAK Renault, Tofaş, Toyota, Ford, Honda ve Hyundai) Türkiye Otomotiv Sanayi Derneğinin 2014–2024 yılları arasındaki aylık satış verilerinden NARX YSA modeli ile satış tahmini yapılmıştır. Tahmin modellerinin geliştirilmesinde otomobil talebi üzerine etkisi olduğu düşünülen bağımsız değişkenler Brent Petrol Fiyatı, Dolar Kuru, Taşıt Kredi Faizleri, TÜFE, Araç Alım Düzeyi, Otomobil Üretim Âdeti, bağımlı değişken ise yani çıktı değeri 6 firmanın toplam otomobil satış âdeti olarak belirlenmiştir. Bulgular: Önerilen modelin, test seviyesindeki performansı MSE=0,0654, MAPE=%12,23’dür. Bu sonuçlar, YSA NARX modelinin genel olarak iyi performansı sergilediğini göstermektedir. Sonuç: Düşük MSE ve MAPE değerleri, modelin performansının iyi olduğunu göstermektedir. Önerilen modelin eğitim ve test aşamasından sonra Ocak 2024 ile Aralık 2024 arasındaki 12 aylık otomobil talep tahmini yapılmıştır.
利用 Narx 人工神经网络模型预测汽车需求
研究目的本研究旨在利用 NARX 人工神经网络模型进行汽车需求预测,以应对技术的快速变化和人工智能在社会中日益重要的地位。材料与方法:本研究使用 NARX 人工神经网络模型对土耳其生产和销售汽车最多的 6 家公司(OYAK 雷诺、托法斯、丰田、福特、本田和现代)在 2014 年至 2024 年期间的销售情况进行了预测,预测数据来自土耳其汽车工业协会的月度销售数据。在建立预测模型时,考虑对汽车需求产生影响的自变量为布伦特油价、美元汇率、汽车贷款利率、CPI、汽车购买水平、汽车生产数量,因变量即产值确定为 6 家公司的汽车销售总量。研究结果所提模型在测试水平上的性能为 MSE=0.0654,MAPE=12.23%。这些结果表明,ANN NARX 模型总体表现良好。结论较低的 MSE 值和 MAPE 值表明模型性能良好。在对提出的模型进行训练和测试阶段后,对 2024 年 1 月至 2024 年 12 月期间的 12 个月汽车需求进行了预测。
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
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信