Trend analizi ve yapay sinir ağları: Tarımda bir uygulaması

Volume 7, Issue 1 Pub Date : 2022-02-02 DOI:10.26809/joa.7.1.03

Şenol Çelik, Nilay Köleoğlu

{"title":"Trend analizi ve yapay sinir ağları: Tarımda bir uygulaması","authors":"Şenol Çelik, Nilay Köleoğlu","doi":"10.26809/joa.7.1.03","DOIUrl":null,"url":null,"abstract":"Bu çalışmanın amacı Türkiye'de yıllara göre korunga üretim miktarının modelinin kurulması ve öngörü yapılmasında yapay sinir ağları (YSA) ve trend analizi kullanılarak üretim planı yapılabileceğini göstermektir.\n\nÇalışma, 1990-2020 dönemine ait verileri kapsamaktadır. YSA ve trend analizi geliştirilmesinde girdi parametresi olarak yıllar parametresi, çıkış parametresi olarak üretim miktarı kullanılmıştır. Trend analizinde doğrusal, karesel ve kübik modeller kullanılmıştır. YSA yönteminde aktivasyon fonksiyonu olarak Hiperbolik Tanjant Fonksiyonu kullanılmıştır.\n\nGeliştirilen modelin etkinliği Hata Kareler Ortalaması (MSE) ve determinasyon katsayısı (R2) gibi istatistiksel parametreler kullanılarak belirlenmiştir. Trend analizi ve YSA karşılaştırıldığında, en küçük hata kareler ortalaması (HKO) değerini veren YSA yöntemi daha iyi sonuçlar vermiştir. YSA’na göre öngörü yapılmıştır. Sonuçlar korunga üretiminin 2025 yılında 2020 yılına oranla bir düşüşte olacağını öngörmektedir. 2020 yılında 1 934 697 ton olan korunga üretiminin 2025 yılında %3.83’lük bir düşüşle 1 860 691 ton olacağı beklenmektedir.\n\nYSA, değişkenlerde meydana gelebilecek herhangi bir değişim karşısında ortaya çıkabilecek sonuçların tespitinin sağlanmasında ve bu yolla süreçlerin iyileştirilmesinde faydalı bir araçtır. YSA modellerinin üretim modellemesinde trend analizinden daha iyi sonuçlar verdiği görülmüştür.","PeriodicalId":23495,"journal":{"name":"Volume 7, Issue 1","volume":"26 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2022-02-02","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Volume 7, Issue 1","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.26809/joa.7.1.03","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

Bu çalışmanın amacı Türkiye'de yıllara göre korunga üretim miktarının modelinin kurulması ve öngörü yapılmasında yapay sinir ağları (YSA) ve trend analizi kullanılarak üretim planı yapılabileceğini göstermektir. Çalışma, 1990-2020 dönemine ait verileri kapsamaktadır. YSA ve trend analizi geliştirilmesinde girdi parametresi olarak yıllar parametresi, çıkış parametresi olarak üretim miktarı kullanılmıştır. Trend analizinde doğrusal, karesel ve kübik modeller kullanılmıştır. YSA yönteminde aktivasyon fonksiyonu olarak Hiperbolik Tanjant Fonksiyonu kullanılmıştır. Geliştirilen modelin etkinliği Hata Kareler Ortalaması (MSE) ve determinasyon katsayısı (R2) gibi istatistiksel parametreler kullanılarak belirlenmiştir. Trend analizi ve YSA karşılaştırıldığında, en küçük hata kareler ortalaması (HKO) değerini veren YSA yöntemi daha iyi sonuçlar vermiştir. YSA’na göre öngörü yapılmıştır. Sonuçlar korunga üretiminin 2025 yılında 2020 yılına oranla bir düşüşte olacağını öngörmektedir. 2020 yılında 1 934 697 ton olan korunga üretiminin 2025 yılında %3.83’lük bir düşüşle 1 860 691 ton olacağı beklenmektedir. YSA, değişkenlerde meydana gelebilecek herhangi bir değişim karşısında ortaya çıkabilecek sonuçların tespitinin sağlanmasında ve bu yolla süreçlerin iyileştirilmesinde faydalı bir araçtır. YSA modellerinin üretim modellemesinde trend analizinden daha iyi sonuçlar verdiği görülmüştür.

查看原文本刊更多论文

求助全文

约1分钟内获得全文求助全文

来源期刊

Volume 7, Issue 1

自引率

0.00%

发文量