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...

Full description

Bibliographic Details
Main Authors: Erdal Aydemir, Gökhan Yılmaz, Meltem Karaatlı, Serdar Aksoy
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
_version_ 1797914094451294208
author Erdal Aydemir
Gökhan Yılmaz
Meltem Karaatlı
Serdar Aksoy
author_facet Erdal Aydemir
Gökhan Yılmaz
Meltem Karaatlı
Serdar Aksoy
author_sort Erdal Aydemir
collection DOAJ
description 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.
first_indexed 2024-04-10T12:21:28Z
format Article
id doaj.art-bd7b9721de5b444d80d43fbbe4c6df72
institution Directory Open Access Journal
issn 1300-7009
2147-5881
language English
last_indexed 2024-04-10T12:21:28Z
publishDate 2014-05-01
publisher Pamukkale University
record_format Article
series Pamukkale University Journal of Engineering Sciences
spelling doaj.art-bd7b9721de5b444d80d43fbbe4c6df722023-02-15T16:15:26ZengPamukkale UniversityPamukkale University Journal of Engineering Sciences1300-70092147-58812014-05-01205145149218112 Acil Çağrı Merkezine Gelen Çağrı Sayılarını Belirleyebilmek için Bir Yapay Sinir Ağları Tahminleme Modeli GeliştirilmesiErdal AydemirGökhan YılmazMeltem KaraatlıSerdar AksoyTahminleme 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.https://dergipark.org.tr/tr/pub/pajes/issue/20489/218173-112 emergency calls artificial neural networks forecasting arima.112 acil çağrı yapay sinir ağları tahminleme arima.
spellingShingle Erdal Aydemir
Gökhan Yılmaz
Meltem Karaatlı
Serdar Aksoy
112 Acil Çağrı Merkezine Gelen Çağrı Sayılarını Belirleyebilmek için Bir Yapay Sinir Ağları Tahminleme Modeli Geliştirilmesi
Pamukkale University Journal of Engineering Sciences
-
112 emergency calls
artificial neural networks
forecasting
arima.
112 acil çağrı
yapay sinir ağları
tahminleme
arima.
title 112 Acil Çağrı Merkezine Gelen Çağrı Sayılarını Belirleyebilmek için Bir Yapay Sinir Ağları Tahminleme Modeli Geliştirilmesi
title_full 112 Acil Çağrı Merkezine Gelen Çağrı Sayılarını Belirleyebilmek için Bir Yapay Sinir Ağları Tahminleme Modeli Geliştirilmesi
title_fullStr 112 Acil Çağrı Merkezine Gelen Çağrı Sayılarını Belirleyebilmek için Bir Yapay Sinir Ağları Tahminleme Modeli Geliştirilmesi
title_full_unstemmed 112 Acil Çağrı Merkezine Gelen Çağrı Sayılarını Belirleyebilmek için Bir Yapay Sinir Ağları Tahminleme Modeli Geliştirilmesi
title_short 112 Acil Çağrı Merkezine Gelen Çağrı Sayılarını Belirleyebilmek için Bir Yapay Sinir Ağları Tahminleme Modeli Geliştirilmesi
title_sort 112 acil cagri merkezine gelen cagri sayilarini belirleyebilmek icin bir yapay sinir aglari tahminleme modeli gelistirilmesi
topic -
112 emergency calls
artificial neural networks
forecasting
arima.
112 acil çağrı
yapay sinir ağları
tahminleme
arima.
url https://dergipark.org.tr/tr/pub/pajes/issue/20489/218173
work_keys_str_mv AT erdalaydemir 112acilcagrımerkezinegelencagrısayılarınıbelirleyebilmekicinbiryapaysiniraglarıtahminlememodeligelistirilmesi
AT gokhanyılmaz 112acilcagrımerkezinegelencagrısayılarınıbelirleyebilmekicinbiryapaysiniraglarıtahminlememodeligelistirilmesi
AT meltemkaraatlı 112acilcagrımerkezinegelencagrısayılarınıbelirleyebilmekicinbiryapaysiniraglarıtahminlememodeligelistirilmesi
AT serdaraksoy 112acilcagrımerkezinegelencagrısayılarınıbelirleyebilmekicinbiryapaysiniraglarıtahminlememodeligelistirilmesi