Abstract:
Tüm dünyayı etkisi altına alan COVID-19 pandemisi hala etkisini göstermektedir. Birçok
araştırmacı COVID-19 ile mücadele için farklı alanlarda çalışmalar yürütmeye devam
etmektedir. COVID-19 vaka sayısının tahmin edilmesi önemli çalışma konularından biridir.
Geleceğe yönelik olarak COVID-19 vakalarının sayısını tahmin etmek, daha etkili planlama
için bir fikir vermektedir. COVID-19 vakalarının sayısını tahmin etmek için kullanılan yapay
zekâ tekniklerinden biri de yapay sinir ağlarıdır (YSA). YSA ile etkili bir model oluşturmak
için başarılı bir eğitim süreci gereklidir. Bu çalışma kapsamında YSA, COVID-19 vaka
sayısını tahmin etmek için bazı yapay arı kolonisi (ABC) algoritmaları kullanılarak
eğitilmiştir. Bu algoritmalar; standart ABC, aABC, ABCES, HABCES algoritmalarıdır. Bu
algoritmaların küresel ve yerel yakınsama yeteneği açısından birbirlerine göre avantaj ve
dezavantajları bulunmaktadır. Bu çalışmada dünya genelindeki COVID-19 vaka sayıları
dikkate alınmıştır. Ocak 2021'den Eylül 2022'ye kadar olan haftalık veriler kullanılmıştır. Bu
veriler dikkate alınarak haftalık COVID-19 vaka sayısının tahmini gerçekleştirilmiştir. Etkili
sonuçlara ulaşmak için ilgili problem iki, üç ve dört girişten oluşan sistemlere dönüştürülmüş
ve farklı ağ yapıları kullanılmıştır. Veri setinin %80'i eğitim süreci için kullanıldı. Diğerleri
test sürecine aittir. Eğitim ve test sonuçları değerlendirildiğinde tüm algoritmalar ile başarılı
sonuçlara ulaşılmıştır. Diğer taraftan, ilgili problemin çözümü için en etkili algoritma
HABCES algoritmasıdır.
