Master'sOpen Access

Çekirge optimizasyon algoritması ve yapay sinir ağları kullanılarak hane güç tüketimi tahmini

2022
0 views
0 downloads
Advisor: Doç. Dr. Emre Dandıl

Abstract (TR)

Hibrit zeki sistemler farklı yapay zeka yöntem veya tekniklerinin birleştirilmesi ile ortaya çıkan zeki teknolojilerdir. Bu sistemlerde genellikle yapay sinir ağları (YSA), bulanık mantık ve evrimsel algoritmaların birlikte kullanımı uygulanmaktadır ve deneysel analizlerde bu sistemler ile daha başarılı sonuçlar elde etmek mümkün olmaktadır. Özellikle sürü-tabanlı optimizasyon algoritmalarının YSA ile entegre edilmesi ile sınıflandırma, tahmin, eğri kestirimi gibi birçok problem kolaylıkla çözülebilmektedir. Çekirge optimizasyon algoritması (ÇOA)' da YSA ile birleştirilerek oluşturulan son yıllarda yaygın olarak kullanılan başat meta-sezgisel optimizasyon algoritmalarından birisidir. Bu çalışmada, ÇOA ile YSA tabanlı bir hibrit zeki sistem (ÇOA-YSA) önerilmektedir. Çalışmada çok katmanlı ileri yönlü bir YSA mimarisi ÇOA ile eğitilerek, ağın en uygun ağırlıkları belirlenmiştir. Geliştirilen ÇOA-YSA hibrit zeki sistemi ile öncelikle doğrusal olmayan özel veya (XOR) problemi çözülmüş, daha sonra açık bir veriseti üzerinde hane için elektrik güç tüketimi tahmin edilmiştir. Hane için güç tüketiminin tahmininde yürütülen deneysel çalışmalarda, tez çalışmasında önerilen ÇOA-YSA hibrit zeki sistemi ile hesaplanan RMSE, MAPE ve R2 hata ölçüm sonuçları, Parçacık Sürü Optimizasyonu tabanlı YSA (PSO-YSA) ve Geriye Yayılım Algoritması tabanlı YSA (GYA-YSA) hibrit zeki sistemleri ile ulaşılan RMSE, MAPE ve R2 hata ölçüm sonuçları ile karşılaştırılmıştır. ÇOA-YSA sisteminde, 2007 Haziran ayı için hane güç tüketimi tahmininde ortalama RMSE, MAPE ve R2 hata ölçütleri sırası ile 2.7712, 0.9447, 0.8345 olarak hesaplanmıştır. Yine ÇOA-YSA hibrit zeki sistemi kullanılarak hane güç tüketimi tahmininde, 2008 Mayıs ayı için ortalama RMSE, MAPE ve R2 ölçütleri sırası ile 2.0856, 1.1418, 0.9248 olarak; 2009 Haziran ayı için ortalama RMSE, MAPE ve R2 ölçütleri sırası ile 3.705, 1.5597, 0.9249 olarak; 2010 Ocak ayı için ortalama RMSE, MAPE ve R2 ölçütleri sırası ile 3.1996, 1.6493, 0.8782 olarak hesaplanmıştır. Çalışmada yürütülen deneysel analizlerdeki bulgular, tez çalışmasında önerilen ÇOA-YSA hibrit zeki sisteminin başarım performansının RMSE ve MAPE hata ölçüm kriterleri için PSO-YSA ile GYA-YSA yöntemlerine göre yüksek olduğunu göstermektedir.

Author

Dr. Tülin Sert İri

How to Cite

Tülin Sert İri (Yüksek Lisans Tezi). Çekirge optimizasyon algoritması ve yapay sinir ağları kullanılarak hane güç tüketimi tahmini, 2022, Bilecik Şeyh Edebali Üniversity.

License

Tüm Hakları Saklıdır

This work is shared under the specified license terms.

More theses from Bilecik Şeyh Edebali Üniversity