Fuzzy Regressıon Analysıs Based On Intuıtıonıstıc Sets And Its Applıcatıons

Gerçek yaşam problemlerinde karşılaşılan belirsizliklerin analizi için bulanık mantığa dayalı yöntemlerin kullanımı hızla artmaktadır. Belirsizlikler içeren karmaşık sistemlerin modellenmesinde, klasik regresyon analizinin alternatifi olarak bulanık regresyon analizi kullanılmaktadır. Öte yandan, sezgisel bulanık regresyon analizi ile bir sistemin girdi ve çıktı değişkenleri arasındaki belirsizlikler daha detaylı bir şekilde incelenebilmektedir. Bu tez çalışmasında, en küçük karelere dayanan sezgisel bulanık regresyon analizi, teorik yapısı ve uygulamaları ele alınmıştır. Sezgisel bulanık kümelere dayalı regresyon analizi yöntemi ile daha iyi tahmin ediciler elde edilmesi amaçlanmıştır. Literatürde bulunan çeşitli veri setleri için klasik, bulanık ve sezgisel bulanık regresyon modelleri tahmin edilmiştir. Ayrıca sezgisel bulanık regresyonun gerçek yaşamda uygulanabilirliğinin gösterilmesi amacı ile bir işletmenin tedarikçi seçim problemi ele alınmıştır. Klasik, bulanık ve sezgisel bulanık regresyon modellerine ilişkin tahmin ediciler, iyi bilinen performans ölçütlerinden artık kareler ortalamasının karekökü kriterine göre değerlendirilmiştir. Yapılan değerlendirmeler, sezgisel bulanık regresyon modellerinin daha iyi sonuçlar verdiğini göstermiştir. Ayrıca, sezgisel bulanık regresyon modellerinin geçerlilikleri, çapraz doğrulama yöntemi kullanılarak incelenmiştir.There is increasing-interest in fuzzy logic-based methods for analyzing uncertainties in real-life problems. As an alternative of classical regression analysis, fuzzy regression analysis is utilized to model complex systems containing uncertainties. Besides, uncertainties between input and output variables of any given system can be examined in detail using intuitionistic fuzzy regression analysis. In this thesis study, intuitionistic fuzzy regression analysis based on the least squares, its theoretical structure and applications are examined. It is aimed to obtained better estimators in virtue of the regression based on intuitionistic fuzzy sets. Classical, fuzzy and intuitionistic fuzzy regression models were fitted for various datasets in the literature. Furthermore, supplier selection problem of a company was investigated in order to demonstrate the feasibility of applying intuitionistic fuzzy regression analysis in real-life. The estimators of classical, fuzzy and intuitionistic fuzzy regression models were evaluated according to root of mean residual square as the well-known performance criterion. Evaluations show that intuitionistic fuzzy regression models give better results than the others. In addition, validities of intuitionistic fuzzy regression models were investigated by using the cross-validation method