An ANFIS Based Vehicle Sales Forecasting Model Utilizing Feature Clustering and Genetic Algorithms

ANFIS Tabanlı Öznitelik Kümeleme ve Genetik Algoritmaları Kullanan Bir Araç Satış Tahmini Modeli

Abstract

The automotive sector is one of Turkey’s most important industries, and the developments in technology are affecting the automotive sector as well as the other sectors. The methods that have been used to date indicate that the use of AI should be increased when the demand forecasting applications take into account the developments in the industry. For this purpose, by using the data taken from the Automotive Distributors Association and Turkish Statistical Institute Internet pages, intuitive learning hybrid ANFIS method is used to forecast the sales in this study. A clustering scheme is first applied to group the features, and then the features are fed into genetic algorithms to improve the prediction model performance. The experiments show that the prediction performance of the proposed method is good when compared to existing related studies in the literature.

Özet

Otomotiv sektörü Türkiye’nin en önemli sanayi kollarından biridir. Teknolojide yaşanan gelişmeler birçok sektörde olduğu gibi otomotiv sektörünü de etkilemektedir. Bugüne kadar yapılan çalışmalarda kullanılan yöntemler talep tahminindeki uygulamaların sanayide yaşanan gelişmeler dikkate alındığında yapay zekâ kullanımının artması gerektiğine işaret etmektedir. Bu amaçla Otomotiv Distribütörleri Derneği ve Türkiye İstatistik Kurumu İnternet sayfalarından alınan verileri kullanarak, bu çalışmada araç satışlarını tahmin etmek için sezgisel öğrenmeli melez ANFIS yöntemi kullanılmıştır. İlk once özellikleri gruplamak için kümeleme şeması uygulanır ve ardından tahmin modeli performansını geliştirmek için özellikler genetik algoritmalara beslenir. Deneyler, önerilen yöntemin tahmin performansının literatürdeki mevcut çalışmalarla karşılaştırıldığında iyi olduğunu göstermektedir.