Yapay sinir ağları yardımı ile talep tahmin analizi ve deniz taşımacılığı sektöründe bir uygulama

Abstract

YAPAY SİNİR AĞLARI YARDIMI İLE TALEP TAHMİN ANALİZİ VE DENİZ TAŞIMACILIĞI SEKTÖRÜNDE BİR UYGULAMA Duygu AYDIN ÖZET Yapay Zeka, insan beyninin çalışma sistemini anlamak ve bu sistemi taklit etmek üzerine kurulmuş olan ve temelleri orta çağ düşünürlerine kadar uzanan eski bir paradigmadır. Yapay Sinir Ağları ise bu köklü paradigmanın önemli araştırma ve uygulama alanlarından biridir. Talep tahmini, tüketicilerin gelecekte ne miktar mal ve hizmet talep edeceklerinin kestirilmesi işlevidir. Yararlı tahminlerin oluşturulmasında deneyim, kişisel yargı ve teknik uzmanlık önem taşımaktadır. Tahminler belirlenirken, tahmin yöntemlerinin özellikleri, bu yöntemlerin altında yatan varsayımlar, her bir yöntemin taşıdığı sınırlar bilinmeli ve daha da önemlisi tahmin sonuçları dikkatli bir şekilde yorumlanmalıdır. Talep tahmininde kullanılan birçok zaman serisi doğrusal ilişkinin yanı sıra doğrusal olmayan ilişki de içerir. Doğrusal olamayan bu ilişkiyi modelleyebilecek farklı yöntemlere gereksinim duyulmaktadır. Yapısında bulunan aktivasyon fonksiyonun özelliğine bağlı olarak hem doğrusal hem de doğrusal olmayan ilişkileri modelleyebilen yapay sinir ağları (YSA) son yıllarda zaman serilerinin analizinde kullanılan alternatif yöntemlerden biri haline gelmiştir. Bu çalışmada, YSA’nın bir talep tahmin teorisinde kullanımı gerçekleştirilmiştir. Talep Tahmini, Yapay sinir ağları, Ortalama mutlak hata, Çok Katmanlı Algılayıcı, Elman Ağı DEMAND FORECASTING ANALYSIS WITH NEURAL NETWORKS AND A STUDY OF THE MARITIME TRANSPOERT SECTOR Duygu AYDIN

Artificial Intelligence is to understand the working system of the human brain and built on an old paradigm to imitate this system and foundations dating back to Middle Ages’ thinkers. Artificial Neural Networks is one of the important areas of research and practice in this long-established paradigm. Demand forecasting is the function of demand what amount of goods and services to consumers in the future prediction. The creation of beneficial estimates are essential to experience, personal jurisdiction and technical expertise. Determining the estimates, estimation methods, properties, the assumptions underlying these methods, each carried by a method known, and more importantly limits the estimation results be interpreted with caution. Linear relationship used to estimate the demand, as well as many time-series also includes non-linear relationship. Different methods of non-linear model for this relationship are needed. Depending on the nature of activation function in the structure of both linear and nonlinear relationships modeled artificial neural networks (ANNs) in recent years has become one of the alternative methods used for analysis of time series. In this study, an ANN was carried out using the theory of demand forecasting. For the years 2007-2011, and a naval fleet, the fleet utilization rates of freight taken on a monthly basis, with the help of Multilayer Perceptron and Elman Network models predict values for the months of January 2012 was found in February 2012. Demand Forecast, Artificial neural networks, mean absolute error, Multilayer Perceptron, Elman Network