Forecasting for autocarrelated data using statistical signal processing

ARMA modeller, sistemin tanımlanması, konuşma (ses) işleme gibi çeşitli sinyal işleme uygulamalarında yaygın olarak kullanılmaktadır. Bu çalışmada, bir yağ fabrikasındaki ham yağın nötralizasyon işleminden elde edilen sabun miktarını tahmin etmek üzere, bu işlemden alınan data için ARMA modellerden AR modelin uygun olduğuna karar verildi. AR modelin mertebesi altı tane kriter yardımıyla belirlendikten sonra, yaygın olarak kullanılan yedi tane sinyal işleme algoritmasının herbiriyle modelin parametreleri tahmin edildi. Enküçük ortalama hata kareye (EOHK) sahip olan model eniyi model olarak belirlendi. Eniyi modelin parametreleri kullanılarak nötr yağdaki sabun miktarı tahmin edildi. Sinyal işleme algoritmaları ile elde edilen EOHK'ler, geleneksel tahmin tekniklerinden Box&Jenkins metodunun kullanılmasıyla bulunan EOHK'lerle kıyaslandığında önceki alternatiflerin daha iyi sonuçlar verdiği gözlendi. Bu çalışmada kullanılan herbir mertebe belirleme kriteri ve parametre talimin yöntemi için gerekli bilgisayar programları MATLAB'da yazıldı.