Bulanık Zaman Serisi Çözümlemesi İçin Genetik Algoritmaya Dayalı Yeni Bir Yaklaşım

Abstract

Bulanık zaman serisi yaklaşımlarına olan ilgi, geleneksel zaman serisi yaklaşımlarındaki kısıtlamaları içermediğinden, giderek artmaktadır. Bulanık zaman serisi yaklaşımları genelde üç aşamadan oluşur; bulanıklaştırma, bulanık ilişkileri belirleme ve durulaştırma. Literatürde her üç aşamaya katkı sağlayan birçok çalışma mevcuttur. Bulanıklaştırma aşamasında evrensel küme parçalanmasını oluşturan alt aralıkların belirlenmesi yöntemin öngörü başarısını etkilemektedir. Bunun yanında bulanık ilişkilerin belirlenmesi aşamasında elde edilen bulanık ilişkilerin tekrar sayılarının durulaştırma aşamasında dikkate alınması yöntemin öngörü başarısını geliştirecektir.Bu çalışmada, alt aralıkların subjektif yargılardan uzak olarak genetik algoritma ile belirlendiği, durulaştırma aşamasında tekrar eden ilişkileri dikkate alan yeni bir bulanık zaman serisi yaklaşımı önerilmiştir. Önerilen bu yaklaşım Aralık 2007-Kasım 2010 tarihleri arasındaki ?Türkiye Spot Altın? zaman serisine uygulanarak sonuçlar elde edilmiş ve önerilen yaklaşımın üstün öngörü başarısına sahip olduğu görülmüştür.The concern to fuzzy time series approaches are recently increased since they should not need the limitations of traditional time series approaches. Fuzzy time series approaches are composed of three stages. These are fuzzification of crisp time series observations, the identification of fuzzy relationships and defuzzification. The decomposition of universal discourse which is need to be done in the stage of fuzzification has much effect on the predictive accuracy. More over the number of repetition of fuzzy relationship is taken into account in the defuzzification stage. This also improves the predictive accuracy.In this study, a new approach in which the universal discourse is decomposed by the genetic algorithm, thus it is get rid of the subjective decisions, and the number of repetition of fuzzy relations is taken into account in the defuzzification stage is proposed. The proposed approach is applied to the real data of Spot Gold of Turkey which is observed between December 2007 and November 2010. The results have shown that the predictive accuracy is improved.