Ýþlenmiþ gýdalardaki artýþ, düzensiz beslenme ve hareketsiz yaþam tarzý tüm dünyada olduðu gibi ülkemizde de son yýllarda insanlarýn kilo almasýna sebep olmaktadýr. Ýnsan vücudundaki yað kütlesinin tüm vücut kütlesine oranýnýn belirli bir deðerden büyük olmasý durumu obezite olarak tanýmlanmaktadýr. Obezite hastalýðý beraberinde birçok ölümcül hastalýðý da tetiklemektedir. Obezite ile mücadele için beslenme uzmanlarýnýn bu hastalýðýn tüm dinamiklerine vakýf olmasý gerekmektedir. Bu çalýþmada Türkiye’de yaþayan insanlarýn obezite prevalans deðerlerinin gelecekte olmasý muhtemel deðerleri tahmin edilmiþtir. 1975-2016 yýlý prevalans deðerleri kullanýlarak, 2017-2026 yýllarý arasýndaki deðerlerin tahmini gerçekleþtirilmiþtir. Deðerlerin tahmin edilmesi için makine öðrenmesi yöntemlerinden olan Uyarlamalý að tabanlý bulanýk çýkarým sistemi (ANFIS) yöntemi kullanýlmýþtýr. Zaman serisi deðerlerinin 28 adeti ile model eðitilmiþ olup, 14 adeti ile test edilmiþtir. Model parametrelerinin optimize edilmesi sonucunda 2016 yýlýndan sonraki deðerler 2026 yýlýna kadar tahmin edilmiþtir. Model girdisi olarak zaman serisi gecikme deðerleri kullanýlmýþtýr. En iyi modelin tespiti için otokorelasyon grafikleri ile optimum girdi sayýsý belirlenmiþtir. En iyi senaryonun tespiti için 5 gecikmeye kadar olan deðerler girdi olarak denenmiþtir Eðitim kýsmýnda en küçük hataya sahip model iki girdiye sahip model olmuþtur. ANFIS model parametreleri ise deneme yanýlma yolu tespit edilmiþtir. En iyi tahmin deðerlerinin saðlandýðý bulanýk alt küme sayýsý 3, üyelik fonksiyonu þekli ise gaus olarak tespit edilmiþtir. Tahmin deðerleri ile gerçek deðerlerin istatistiksel olarak karþýlaþtýrýlmasý için hata kareler ortalamasý kökü (RMSE) ve verimlilik katsayýsý (CE) metrikleri kullanýlmýþtýr. Zaman serisi deðerlerinin doðal gidiþatý ayný þekilde devam etmesi durumunda prevalans deðerlerinin oldukça yüksek deðerlere ulaþacaðý öngörülmüþtür.
Anahtar Kelimeler: ANFIS, Zaman serisi, Tahmin, Obezite
|
