Tarımsal verilerin doğrusal olmayan çok değişkenli bulanık regresyon yöntemi ile analizi

Gerçek dünya ve içinde karşılaşılan problemler karmaşık ve belirsizliklerle doludur. Bulanık mantık ve ilişkili yöntemler, araştırmacılara doğaya uygun bakış açıları sunmakta ve belirsizliği sayısallaştırabilmek adına geliştirilmiş dinamik yöntemler arasında yer almaktadır. Tez çalışması kapsamında incelenen doğrusal olmayan regresyon problemine ilişkin sistem yapısında doğada belirgin olmayan olguların var olduğu tespit edilmiştir. Tarımsal alanda oldukça yeni kullanılmaya başlanan bulanık regresyon yöntemi ile literatüre yeni bir bakış açısı kazandırılarak, klasik yöntemlere göre gerçeğe daha yakın tahminler yapabilecek bir modelin oluşturulması hedeflenmiştir. Yumurta performansı ve yumurta ağırlığı değişkenlerine ilişkin bulanık verilerin, tek ve çok değişkenli doğrusal olmayan bulanık regresyon analizleri yapay sinir ağları ve en küçük kareler destek vektör makineleri ile entegreli olarak yapılandırılmıştır. Doğrusal olmayan bulanık regresyon tahmin sonuçları, hem tek değişkenli hem de çok değişkenli doğrusal olmayan klasik regresyon analizi sonuçları ile karşılaştırmalı olarak incelenmiştir. Bu noktada bulanık karakterlere sahip bir zeki sistemin, geleneksel yöntemlere göre daha iyi performans gösterdiği belirlenmiştir. Analiz sonuçları çok değişkenli doğrusal olmayan bulanık regresyon analizinin, klasik doğrusal olmayan regresyon analizine alternatif bir araç olarak kullanılabileceğini göstermektedir.