Öz
The prediction of growth rate is a vital importance for economy management, production planning and budget planning. Both the time series techniques and artificial intelligent techniques can be used for this aim. Such a prediction study using both of these techniques is made in this study. With time series data, the annual growth rate can be learned and therefore past values of variables can be used to predict the future values. In this paper, annual growth rate has been predicted by an autoregressive AR model and an artificial neural network ANN model implemented by ANN simulator developed by the researcher. Future growth rates have been forecasted depending on the above mentioned parameters via time series analysis and ANN simulatorthen the results were compared. The results showed that the prediction error obtained by ANN model is smaller than the error obtained by AR model
Anahtar Kelimeler
Growth rate Production Management Artificial Neural Network Forecasting
Kaynakça
- Iraz Rıfat ; “’Küresel Rekabet Ortamında Küçük ve Orta Boy İşletmelerin Ulusal, Sosyal-Ekonomik Sisteme Katkıları Açısından Değerlendirilmesi’’, www.sosyalbil.selcuk.edu.tr., Erişim tarihi. 08.05.2007.
- Tekin Mahmut, Ömürbek Nuri ; “Küresel Rekabet Ortamında Teknolojik İşbirliği”, Nobel yayınevi, Ankara, 2004, S.103
- Zhang, G. Peter; “Neural Networks in Business Forecasting”, Hershey, PA, USA: Idea Group Inc., 2003. p 15.
- DIA H., “An Object-oriented Neural Network Approach to Short-term Traffic Forecasting”, European Journal of Operational Research 131, Elsevier, 2001, 253-261.
- Hagan, T. M, Demuth, H.B, Beale, M.; “Neural Network Design”, PWS Publishing Company, 1996, 2-44.
- Tektas, M., Topuz, V.,Tektas,N.; “Artificial Neural Networks Education Simulator”, IMS’ 2004, 4th International Symposium on Intelligent Manufacturing Systems, September 2004 Sakarya, Turkey, 1196-1206
- www.ekodiyalog.com, Erişim tarihi. 08.05.2007
Öz
Büyüme oranının tahmini ekonomi yönetimi, üretim yönetimi ve bütçe planlama için çok önemlidir. Bu amaçla hem zaman serileri hem de Yapay Zeka Teknikleri kullanılabilir. Bu teknikleri her ikisini de kullanarak böyle bir çalışma bu makale de yapılmıştır. Zaman serisi verisi ile yıllık büyüme oranıöğrenilebilir ve böylece değişkenlerin geçmişdeğerleri gelecek değerleri tahmin etmekte kullanılabilir. Bu makalede, yıllık büyüme oranı, bir otoregresiv model AR ve bir Yapay Sinir Ağları ANN modeli yardımıyla ANN simülatörü kullanılarak gerçekleştirilmiştir. Gelecek yıllarda büyüme oranları, ANN simülatörü ve zaman serisi analizi yardımıyla yukarıda bahsedilen parametrelere bağlıolarak tahmin edilmiştir. Sonra sonuçlar karşılaştırılmıştır. Sonuçlar göstermiştir ki ANN model yardımıyla elde edilen tahmin hatasıAR modeli ile elde edilenden daha küçüktür.
Anahtar Kelimeler
Büyüme Oranı Üretim Yönetimi Yapay Sinir Ağları Tahminleme Zaman Serisi
Kaynakça
- Iraz Rıfat ; “’Küresel Rekabet Ortamında Küçük ve Orta Boy İşletmelerin Ulusal, Sosyal-Ekonomik Sisteme Katkıları Açısından Değerlendirilmesi’’, www.sosyalbil.selcuk.edu.tr., Erişim tarihi. 08.05.2007.
- Tekin Mahmut, Ömürbek Nuri ; “Küresel Rekabet Ortamında Teknolojik İşbirliği”, Nobel yayınevi, Ankara, 2004, S.103
- Zhang, G. Peter; “Neural Networks in Business Forecasting”, Hershey, PA, USA: Idea Group Inc., 2003. p 15.
- DIA H., “An Object-oriented Neural Network Approach to Short-term Traffic Forecasting”, European Journal of Operational Research 131, Elsevier, 2001, 253-261.
- Hagan, T. M, Demuth, H.B, Beale, M.; “Neural Network Design”, PWS Publishing Company, 1996, 2-44.
- Tektas, M., Topuz, V.,Tektas,N.; “Artificial Neural Networks Education Simulator”, IMS’ 2004, 4th International Symposium on Intelligent Manufacturing Systems, September 2004 Sakarya, Turkey, 1196-1206
- www.ekodiyalog.com, Erişim tarihi. 08.05.2007
Ayrıntılar
| Birincil Dil | Türkçe |
|---|---|
| Bölüm | Research Article |
| Yazarlar | |
| Yayımlanma Tarihi | 1 Şubat 2008 |
| Yayımlandığı Sayı | Yıl 2008 Sayı: 19 |