dc.contributor.advisor | Ulucan, Aydın | |
dc.contributor.author | Çırak, Cem Recai | |
dc.date.accessioned | 2019-07-08T07:15:49Z | |
dc.date.issued | 2019 | |
dc.date.submitted | 2019-06-11 | |
dc.identifier.citation | C. R. Çırak, "Improvement of Time Series Forecasts via Control Theory Applications," M.S. thesis, Dept. of Bus. Adm., Hacettepe Univ., Ankara, Turkey, 2019. | tr_TR |
dc.identifier.uri | http://hdl.handle.net/11655/7751 | |
dc.description.abstract | The success of business management and functions largely depends on the correct functioning of the planning process in demand management and therefore the reduction of uncertainties in demand planning. In this thesis work; made propositions state that demand planning is a process just like, but an abstract one, physical industrial processes; that inputs and outputs of demand planning can be defined and measured as demand forecasts and actual sales respectively, and that accordingly, control systems used in physical industrial processes can also be used to reduce errors in demand planning. Starting from this point of view, the propositions are generalized, approach for improvement of time series forecasts via control theory applications have been asserted. Along with this approach, it has been hypothesized that time series forecast models can be abstracted and defined as black box just via the input and output relationship, and thus control systems can be integrated with forecast models. In order to verify the asserted approach; first, prediction methods in general, time series and statistical time series analysis have been mentioned and ARIMA models has been emphasized. Then, control theory, control loops and modelling of control systems have been referred and PID control has been discussed in detail. Later on, the relationship between control theory and time series forecasts were explained and PID controlled forecast model which is designed in line with the proposed approach were presented in detail. Finally, demand forecasting applications on demand and sales datasets consisting of nonstationary time series of different types were implemented via the use of PID controlled forecast model approach in conjunction with ARIMA models. Experimental findings obtained from the applications have been shown that PID controlled forecast models substantially reduced error rates on all applications, when PID controlled forecast models have been compared with lean forecast models in terms of forecasting errors. At the same time, it was resulted that lean forecast models with lower forecasting success were improved to a greater extent with control systems. By the experimental findings, all the propositions which were made about demand planning were supported and the black box hypothesis which was stated along with the proposed approach for forecasting models was confirmed. Thus, the inference have been made that time series forecasts can be improved via control theory applications, independently of the type of time series and the internal structure of forecast models. As the conclusion of this thesis; the approach for improvement of time series forecasts via control theory applications has been gained to the literature of forecasting as a novel methodological framework, and therewithal a brand new field of application for control theory and control systems has been introduced. | tr_TR |
dc.description.tableofcontents | İşletme Yöneti̇mi̇nde Planlama ve Kontrol, Planlama ve Kontrol, Talep Yöneti̇mi̇ni̇n Planlama ve Kontrole Etki̇si̇, Talep Planlamasında Kontrol Süreci̇, Zaman Seri̇si̇ Öngörü Yöntemleri̇, Öngörü Yöntemleri̇, Zaman Seri̇leri̇, Zaman Seri̇si̇ Anali̇zi̇, Kontrol Si̇stemleri̇, Kontrol Teori̇si̇, Kontrol Döngüleri̇, Kontrol Si̇stemleri̇ni̇n Modellenmesi̇, PID Kontrol, Kontrol Teori̇si̇ Uygulamaları ile Zaman Seri̇si̇ Öngörüleri̇ni̇n İyi̇leşti̇ri̇lmesi̇, Kontrol Teori̇si̇ ve Zaman Seri̇si̇ Öngörüleri̇ni̇n İli̇şki̇si̇, PID Kontrollü Zaman Seri̇si̇ Öngörü Modelleri̇, PID Kontrollü Öngörü Modelleri̇ ile Talep Tahmi̇ni̇ Uygulamaları | tr_TR |
dc.language.iso | tur | tr_TR |
dc.publisher | Sosyal Bilimler Enstitüsü | tr_TR |
dc.rights | info:eu-repo/semantics/openAccess | tr_TR |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/us/ | * |
dc.subject | Time series analysis | tr_TR |
dc.subject | Forecasting | tr_TR |
dc.subject | Control theory | tr_TR |
dc.subject | Control system design | tr_TR |
dc.subject | ARIMA | tr_TR |
dc.subject | PID control | tr_TR |
dc.subject | PID tuning | tr_TR |
dc.subject | Zaman serisi analizi | tr_TR |
dc.subject | Öngörü | tr_TR |
dc.subject | Kontrol teorisi | tr_TR |
dc.subject | Kontrol sistemi tasarımı | tr_TR |
dc.subject | PID kontrol | tr_TR |
dc.subject | PID ayarlama | tr_TR |
dc.subject | Particle swarm | tr_TR |
dc.subject | Nonlinear optimization | tr_TR |
dc.subject | Parçacık sürüsü | tr_TR |
dc.subject | Doğrusal olmayan optimizasyon | tr_TR |
dc.subject.lcsh | Konu Başlıkları Listesi::Teknoloji. Mühendislik::Elektrik-Elektronik mühendisliği | tr_TR |
dc.subject.lcsh | Konu Başlıkları Listesi::Bilim::Matematik::Olasılıklar. Matematiksel istatistikler | tr_TR |
dc.subject.lcsh | Konu Başlıkları Listesi::Teknoloji. Mühendislik::Sistem mühendisliği | tr_TR |
dc.title | Kontrol Teorisi Uygulamaları ile Zaman Serisi Öngörülerinin İyileştirilmesi | tr_TR |
dc.title.alternative | Improvement of Time Series Forecasts via Control Theory Applications | tr_TR |
dc.type | info:eu-repo/semantics/masterThesis | tr_TR |
dc.description.ozet | İşletme yönetiminin ve fonksiyonlarının başarısı, büyük oranda talep yönetiminde planlama sürecinin doğru şekilde işlemesine ve dolayısıyla talep planlamasındaki belirsizliklerin azaltılmasına bağlıdır. Bu tez çalışmasında; talep planlamasının da fiziksel endüstriyel süreçler gibi ancak soyut bir süreç olduğu, girdilerinin talep öngörüleri ve çıktılarının gerçekleşen satışlar olarak tanımlanıp ölçülebileceği ve bunlara bağlı olarak fiziksel endüstriyel süreçlerinde kullanılmakta olan kontrol sistemlerinin, talep planlamasında hataların azaltılması amacıyla da kullanılabileceği önermeleri yapılmıştır. Buradan hareketle önermeler genellenerek; kontrol teorisi uygulamaları ile zaman serisi öngörülerinin iyileştirilmesi yaklaşımı öne sürülmüştür. Bu yaklaşımla birlikte, zaman serisi öngörü modellerinin soyutlaştırılarak yalnızca girdi ve çıktı ilişkisi üzerinden kara kutu olarak tanımlanabileceği ve bu sayede kontrol sistemlerinin öngörü modelleriyle birleştirilebileceği varsayımında bulunulmuştur. Öne sürülen yaklaşımın doğrulanması amacıyla; önce genel öngörü yöntemleri, zaman serileri ve istatistiksel zaman serisi analizinden bahsedilerek ARIMA modelleri üzerinde durulmuştur. Sonra, kontrol teorisi, kontrol döngüleri ve kontrol sistemlerinin modellenmesine değinilmiş ve PID kontrol detaylandırılarak anlatılmıştır. Daha sonra, kontrol teorisi ile zaman serisi öngörülerinin ilişkisi açıklanmış ve öne sürülen yaklaşım doğrultusunda tasarlanan PID kontrollü öngörü modeli detaylı olarak sunulmuştur. Son olarak, PID kontrollü öngörü modeli yaklaşımı ARIMA modelleri ile birlikte kullanılarak, durağan olmayan farklı tipteki zaman serilerinden oluşan talep ve satış verileri için talep tahmini uygulamaları gerçekleştirilmiştir. Uygulamalardan elde edilen deneysel bulgular; PID kontrollü öngörü modelleri ile yalın öngörü modellerinin tahminleme hataları kıyaslandığında, PID kontrollü öngörü modellerinin tüm uygulamalarda hata oranlarını büyük ölçüde düşürdüğünü göstermiştir. Aynı zamanda, daha düşük tahminleme başarısı gösteren öngörü modellerinin kontrol sistemleri ile daha büyük oranda iyileştirildiği sonucuna ulaşılmıştır. Deneysel bulgular ile talep planlamasıyla ilgili yapılan tüm önermeler desteklenmiş, öne sürülen yaklaşımla birlikte öngörü modelleri için bulunulan kara kutu varsayımı doğrulanmıştır. Böylece, zaman serisi öngörülerinin kontrol teorisi uygulamaları ile zaman serilerinin tipinden ve öngörü modellerinin içyapısından bağımsız olarak, iyileştirilebildiği çıkarımına varılmıştır. Bu tez çalışmasının sonucunda; kontrol teorisi uygulamaları ile zaman serisi öngörülerinin iyileştirilmesi yaklaşımı yeni bir metodolojik çerçeve olarak öngörü literatürüne kazandırılmış ve aynı zamanda kontrol teorisi ve kontrol sistemleri için tümüyle yeni bir uygulama alanı sunulmuştur. | tr_TR |
dc.contributor.department | İşletme | tr_TR |
dc.embargo.terms | 5 ay | tr_TR |
dc.embargo.lift | 2019-12-10T07:15:49Z | |
dc.identifier.ORCID | https://orcid.org/0000-0001-6380-3669 | tr_TR |
dc.subject.msc | Mathematics Subject Classification::Systems theory; control | tr_TR |
dc.subject.msc | Mathematics Subject Classification::Calculus of variations and optimal control; optimization | tr_TR |
dc.subject.msc | Mathematics Subject Classification::Difference and functional equations | tr_TR |
dc.subject.msc | Mathematics Subject Classification::Probability theory and stochastic processes | tr_TR |
dc.subject.msc | Mathematics Subject Classification::Statistics | tr_TR |
dc.subject.msc | Mathematics Subject Classification::Operations research, mathematical programming | tr_TR |
dc.subject.msc | Mathematics Subject Classification::Numerical analysis | tr_TR |
dc.subject.msc | Mathematics Subject Classification::Computer science::Algorithms | tr_TR |
dc.subject.ieee | IEEE Thesaurus Terms::Control systems | tr_TR |
dc.subject.ieee | IEEE Thesaurus Terms::Systems engineering and theory | tr_TR |
dc.subject.ieee | IEEE Thesaurus Terms::Engineering management | tr_TR |
dc.subject.ieee | IEEE Thesaurus Terms::Industrial electronics::Three-term control | tr_TR |
dc.subject.ieee | IEEE Thesaurus Terms::Control systems::PD control PI control | tr_TR |
dc.subject.ieee | IEEE Thesaurus Terms::Mathematics::Algorithms | tr_TR |
dc.subject.ieee | IEEE Thesaurus Terms::Mathematics::Forecasting | tr_TR |
dc.subject.ieee | IEEE Thesaurus Terms::Mathematics::Optimization | tr_TR |
dc.subject.ieee | IEEE Thesaurus Terms::Mathematics::Probability | tr_TR |
dc.subject.ieee | IEEE Thesaurus Terms::Mathematics::Statistics | tr_TR |
dc.subject.ieee | IEEE Thesaurus Terms::Industrial electronics::Process control | tr_TR |