Kedi sürüsü optimizasyonuna dayalı yeni bir bulanık zaman serisi yaklaşımı

Model varsayımı ve gözlem sayısı gibi teorik kısıtları içermemesi sebebiyle belirsizlik içeren verilerin analiz edilmesinde klasik zaman serileri yerine tercih edilen bulanık zaman serilerinin önemi giderek artmaktadır. Bulanık zaman serilerinde öngörü elde edilmesinde, bulanıklaştırma, bulanık ilişkileri belirleme ve berraklaştırma biçiminde temel olarak üç aşama kullanılmaktadır. Literatürde her üç aşamanın da geliştirilmesi üzerine birçok çalışma bulunmaktadır. Bu çalışmaların büyük bir bölümü parçacık sürü optimizasyonu, genetik algoritma gibi sezgisel optimizasyon yöntemlerine dayanmaktadır. Bu çalışmada ise bulanık zaman serileri üzerine yapılmış olan literatürdeki diğer çalışmalardan farklı olarak küme merkezlerinin belirlenmesinde kedi sürüsü optimizasyonuna, bulanık ilişkilerin belirlenmesinde ise destek vektör makinelerine dayalı yeni bir yöntem önerilmiştir. Kedi sürüsü optimizasyonuna dayalı önerilen bu yeni yöntemin etkinliği, ilk olarak literatürde sıklıkla kullanılan veriler üzerinden değerlendirilmiştir. Daha sonra ise küme merkezlerinin belirlenmesi aşamasında kedi sürüsü optimizasyonu yerine sırasıyla parçacık sürü optimizasyonu, genetik algoritma, yapay arı koloni algoritması ve karınca koloni algoritması kullanılmış ve söz konusu yöntemler yeni bir veri seti üzerinde uygulanarak, önerilen yaklaşım ile etkinlikleri karşılaştırılmıştır. Çalışmanın sonucunda, kedi sürü optimizasyonunun bulanık zaman serilerinde ele alınan başta sezgisel yöntemler olmak üzere birçok çalışmaya göre oldukça etkin olabileceği sonucuna varılmıştır.