Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Marmara Üniversitesi, Türkiye
Tezin Onay Tarihi: 2019
Tezin Dili: İngilizce
Öğrenci: Esra Danacı
Danışman: ALİ FUAT ALKAYA
Özet:ÖZET BANKA ATM’ LERİNDEN NAKİT PARA ÇEKİMİ TAHMİNLEMESİ İÇİN METASEZGİSELLERİN UYGULANMASI Bu tez çalışmasında, büyük bir Türk bankası için üstlenilen gerçek yaşam projesinden ilham almıştır. Banka ATM'lerinin ne zaman ziyaret edileceğini ve ne kadar para yükleneceğini etkin bir şekilde belirlemek, gerçek hayatta tüm bankalar için sorun haline gelmiştir. Bu nedenle, sorunun amacı önümüzdeki günlerde ATM'den ne kadar para çekileceğini tahmin etmektir. Bu tahmin görevi, kolay bir iş değildir çünkü geçmiş para çekme kalıpları çok değişkendir. Temelde, klasik zaman serisi yöntemleri verilerimiz üzerinde iyi performans göstermeyebilir. Sonuç olarak, çok sayıda başarılı akıllı sürü tekniğini uygulamaya karar verdik çünkü bunlar zaten geniş bir yelpazedeki sorunlara başarıyla uygulanmakta olan iyi performans göstericileri olarak biliniyor. Bu tezde, bu problemin üstesinden gelmek için yeni meta-sezgisel temelli çözüm yaklaşımları geliştirilmiştir. Spesifik olarak, bu çalışmada kullanılan teknikler şunlardır; yapay arı kolonisi, diferansiyel evrim, göçmen kuşlar optimizasyon algoritması, parçacık sürüsü optimizasyonu ve benzetilmiş tavlama. Bu çalışmada, söz konusu algoritmalar öncelikle sorunun yapısını göz önünde bulundurarak algoritma operatörlerini tasarlayarak uygulanır. Ardından, algoritmaların parametreleri hesaplama testleri ile ayarlanmıştır. Son aşamada, tüm metasezgiseller problem örneklerine en iyi performans gösteren parametre değerleri ile uygulanmakta ve kapsamlı hesaplama deneyleri ile karşılaştırılmaktadır. Karşılaştırma sonucunda diferansiyel evrim ve göç eden kuşlar optimizasyon algoritmasının birbirine yakın ve en iyi değerleri verdiği gözlemlenmiştir. ABSTRACT APPLICATION OF META-HEURISTICS ON ATM CASH WITHDRAWAL FORECASTING This thesis work is inspired from real life project which had been undertaken for a large Turkish bank. Determining when to visit and how much to load to each ATM of the bank in an efficient way has become a problem for all banks in real life. Therefore, objective of the problem turns out to be forecasting how much money will be withdrawn from the ATM in the next days. This forecasting task is no way an easy task to cope with since the past withdrawal patterns are too volatile. In essence, the classical time series methods may not perform well on our data. As a result, we decided to implement several swarm intelligence techniques since they are known as well performing optimizers being implemented to broad range of problems successfully already. In this thesis, novel meta-heuristic based solution approaches are developed to cope with this problem. Specifically, the techniques utilized in this study are; artificial bee colony, differential evolution, migrating birds optimization, particle swarm optimization and simulated annealing. In this study, aforementioned algorithms are implemented first by designing the operators of the algorithms by considering the nature of the problem. Then, parameters of the algorithms are fine-tuned with computational tests. In the last phase, all meta-heuristics are applied to the problem instances with their best performing parameter values and compared through extensive computational experiments. As a result of the comparison, it has been observed that the differential evolution and migrating birds optimization algorithm give close and best values. -