Çift üstel düzeltme, ARIMA ve yapay sinir ağları ile kısa mesaj miktarının tahmini

Günümüzde hala farklı sektörlerde ve bireyler arasında yaygın olarak kullanılan ve mobil iletişimde önemli bir yere sahip olan kısa mesaj servisi, çeşitli sektörlerdeki işletmelere operasyonel verimlilik, pazarlama ve müşteri hizmetlerine yönelik geliştirilen stratejiler gibi çok farklı alanlarda faydalar üretmektedir. Bu çalışmada, çift üstel düzeltme, ARIMA ve yapay sinir ağları kullanılarak kısa mesaj servisi için miktar tahmini ve ortalama mutlak yüzde hata ve ortalama kare hatası kullanılarak elde edilen tahminlerin karşılaştırılması yapılmıştır. Çalışmada, yapay sinir ağları en yüksek tahmin doğruluğunu vermiş, bunu çift üstel düzeltme yöntemi ve en son olarak ARIMA yöntemi izlemiştir. Tahmin hatalarının tek yönlü ANOVA karşılaştırmaları, yapay sinir ağları ile çift üstel düzeltme yöntemi arasında istatistiksel olarak anlamlı bir fark olduğuna dair yeterli kanıt sağlamamaktadır. Ancak, ARIMA yöntemi her iki yönteme kıyasla önemli ölçüde daha kötü performans göstermektedir. Deneyler sonucunda elde edilen bir diğer bulgu; katman, nöron ve epok (öğrenme döngüsü) sayılarının artmasının yapay sinir ağlarının tahmin performansını genel olarak iyileştirdiği yönündedir. Ayrıca çalışmada, yapay sinir ağının çıktı katmanında kullanılan sigmoid aktivasyon fonksiyonunu düzeltilmiş doğrusal birim, hiperbolik tanjant ve doğrusal fonksiyonlarıyla değiştirilerek yapılan denemeler sonucunda doğrusal fonksiyonunun daha iyi performans gösterdiği görülmüştür.