2026-10-29T23:06:30Zhttps://munzur-rdlopen.rawdatalibrary.net/oai/request

oai:munzur-rdlopen.rawdatalibrary.net:munzur/59932026-10-28T15:32:13Zopenairedrivercom_munzur_1col_munzur_2

Tek değişkenli tahminde tahmin yöntemlerinin karşılaştırılması: Türkiye çimento endüstrisi örneğiTüzüntürk, SelimEteman, Fatma Sertİstatistik ve OlasılıkBilgisayar Bilimleri, Yapay ZekaBu çalışma, Türk çimento imalat sanayinde çimento üretimini tahmin etmek için bir yöntem bulmayı ve bu yöntemle çimento üretimini tahmin ederek gelecekteki üretim gelişimi hakkında bazı sonuçlar çıkarmayı amaçlamaktadır. Bu çalışmada kullanılan veri, Türk çimento sanayinin toplam aylık çimento üretimidir. Veriler, Ocak 2017'den Eylül 2024'e kadar 93 ayı kapsamaktadır. Oluşturulan modele yapay sinir ağı modelleme prosedürleri uygulanmış ve derin öğrenme araçları yardımıyla tahmin yapılmıştır. Tahminlerin performansı oldukça iyi olup, ağın genelleştirilebilir olduğu sonucuna varılmıştır. Sonuçlar, eğitilen ağdan elde edilen eşik değerleri ve ağırlıklar kullanılarak geliştirilen model ile aylık üretimlerin tahmin edilebileceğini göstermiştir. Aylık çimento tahminleri Aralık 2026'ya kadar yapılmıştır. Tek değişkenli zaman serisi verilerinin YSA'lar ile modellenmesinin başarısı, MAPE istatistikleri kullanılarak Winters ve SARIMA yöntemleri ile karşılaştırılarak doğrulanmıştır. En uygun tahmin yönteminin YSA olduğu bulunmuş ve bulgular tartışılmıştır.2025Articlehttps://rdlopen.rawdatalibrary.net/r/munzur/5993https://doi.org/10.15295/bmij.v13i4.2650enBusiness and Management Studies: An International Journalinfo:eu-repo/semantics/openAccessinfo:eu-repo/semantics/articlehttps://munzur-rdlopen.rawdatalibrary.net/tr/items/munzur/5993