112 Acil Çağrı Merkezine Gelen Çağrı Sayılarını Belirleyebilmek için Bir Yapay Sinir Ağları Tahminleme Modeli Geliştirilmesi
Tahminleme çalışmaları, teknik, sosyal ve ekonomik araştırmalar bakımından son derece önemlidir. İlgilenilen sistem hakkında gerçekleşmiş veriler kullanarak tahmin yapmak ya da yüksek doğrulukta tahminler yapabilmek genellikle çok zordur. Bilimsel yazında, tahminleme çalışmalarına enerji, personel p...
| Main Authors: | , , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Pamukkale University
2014-05-01
|
| Series: | Pamukkale University Journal of Engineering Sciences |
| Subjects: | |
| Online Access: | https://dergipark.org.tr/tr/pub/pajes/issue/20489/218173 |
| Summary: | Tahminleme çalışmaları, teknik, sosyal ve ekonomik araştırmalar bakımından son derece önemlidir. İlgilenilen sistem hakkında gerçekleşmiş veriler kullanarak tahmin yapmak ya da yüksek doğrulukta tahminler yapabilmek genellikle çok zordur. Bilimsel yazında, tahminleme çalışmalarına enerji, personel planlama, üretim planlama, iklim değişimleri, satış-pazarlama ve ekonomik çalışmalarda sıklıkla rastlanmaktadır. Bu çalışmada, ülkemizde de son yıllarda yeniden yapılanma sürecine giren, sağlık, itfaiye ve güvenlik hizmetlerinin tek numarada birleştirilmesi konusundaki Acil Çağrı Merkezleri'nin bir pilot uygulaması olan Isparta ili 112 Acil Çağrı Merkezi için sağlık, güvenlik ve itfaiye ihtiyaçlarına yönelik gelebilecek çağrı sayısını tahminlemek amacıyla bir yapay sinir ağları (YSA) modeli geliştirilmiştir. Modelde gelecek dönemler için muhtemel çağrı sayısını tahminleme modeli için kurulan ağın eğitilmesinde momentum ve adatif öğrenme oranı kullanan ileri beslemeli geri yayılımlı en dik iniş algoritması kullanılmıştır. Uygulamada, geçmiş bir aylık verilerin %80'i öğrenme ve %20'si test amacıyla kullanılmıştır. Test süreci sonunda ortalama mutlak yüzdelik hata (OMYH) oranı %4,5 olarak elde edilmiş ve modelin test edilmesi uygun görülmüştür. Ayrıca, gelecek bir ay için OMYH oranı YSA modeli için %2,65, trend analizi modeli için %6,40 ve oto-regresif entegreli hareketli ortalama (ARIMA) modeli için %5,24 olacak şekilde çağrı türlerine göre çağrı sayıları her gün için elde edilmiştir. Sonuç olarak, YSA kullanılarak yapılan tahminleme ile trend analizi ve ARIMA (1 1 1) modeline göre daha düşük OMYH oranına sahiptir. |
|---|---|
| ISSN: | 1300-7009 2147-5881 |