___

• Adıyaman, F., “Talep Tahmininde Yapay Sinir Ağlarının Kullanılması”, Yüksek Lisans Tezi, İstanbul Teknik Üniversitesi Fen Bilimleri Enstitüsü, İstanbul, 2007
• Chung, S., ”Demand Modeling And Analysis For The Management of Underground İnfrastructure Systems”, Doktora Tezi, Purdue University, USA, 2001
• Çuhadar, M., Güngör, İ. Ve Göksu, A. (2009). Turizm Talebinin Yapay Sinir Ağları İle Tahmini Ve Zaman Serisi Yöntemleri İle Karşılaştırmalı Analizi: Antalya İline Yönelik Bir Uygulama. Süleyman Demirel İktisadi Ve İdari Bilimler Fakültesi Dergisi, 14 (1): 99-114.
• Duman N., “Yapay Sinir Ağları ve Bir Uygulama”, Yüksek Lisans Tezi, Cumhuriyet Üniversitesi Sosyal Bilimler Enstitüsü, Sivas (2006)
• Ekmekçi, H, “Türkiye’deki Doğalgaz Kullanımının ARIMA Metodu İle İstatistiksel Analizi, Yüksek Lisans Tezi, Karabük Üniversitesi, Karabük, 2006
• Elmas Ç., “Yapay Zeka Uygulamaları”, Seçkin Yayıncılık, Ankara, 25 (2007).
• Erdoğan, E, “Zaman Serilerinde Arima Modelleri”, Yüksek Lisans Tezi, Muğla Üniversitesi Fen Bilimleri Enstitüsü, Muğla, 8-42 (2006).
• Es, H. A., “Yapay Sinir Ağları İle Türkiye Net Enerji Talep Tahmini”, Yüksek Lisans Tezi, Gazi Üniversitesi Fen Bilimleri Enstitüsü, Ankara 2003
• GILBERT. David; Retail Marketing Management, Pearson Education Limited, Great Britain, 1996
• Hamzaçebi, C., “Yapay Sinir Ağları: Tahmin Amaçlı Kullanımı Matlab ve Neurosolutions Uygulamalı”, Ekin Yayınevi, Bursa, 1-105 (2011).
• Hu, Clark (2002). Advanced Tourism Demand Forecasting: ANN and BoxJenkinsModelling, Doktora Tezi, Purdue University, MI, USA.
• Karahan, M., (2011), İstatistiksel Tahin Yöntemleri: Yapay Sinir Ağları Metodu ile Ürün Talep Tahmini Uygulaması, Doktora Tezi, Selçuk Üniversitesi Sosyal Bilimler Enstitüsü, Konya.
• Kaynar, O. Ve Taştan, S. “Zaman Serisi Analizinde Mlp Yapay Sinir Ağları Ve ARIMA Modelinin Karşılaştırılması”, Erciyes Üniversitesi İktisadi Ve İdari Bilimler Fakültesi Dergisi, Sayı:33, Temmuz-Aralık 2009, Ss.161-172
• Kobu, B. (1994). Üretim Yönetimi, Avcıol Basım-Yayım,8. Baskı, İstanbul
• Lewis, Colin D. (1982). Industrialand Business Forecasting Methods. Butterworths Publishing: London, 1982, S.40
• Masters T. Practical Neural Network Recipes in C++, Morgan Kaufmann; 1993.
• Mo, H., Wang, J Ve Niu,H. (2016). Exponent Back Propagatşon Neural Network Forecasting For Financial Cross-Correlation Relationship. Expert Systems With Applications, 53, 106-116.
• Öztemel, E. (2012). Yapay Sinir Ağları, 2. Baskı, Papatya Yayıncılık, İstanbul.
• Pelusi, D., Mascella, R., Talini, L., Nayak, J., Naik, B. Ve Abraham, A. (2018). Neural Network And Fuzzy System Fort He Tuning Of Gravitational Search Algorithm Parameters. Expert Systems With Applications, 102, 234-244.
• Tekin, M., (2009). Üretim Yönetimi Cilt 1, 6. Baskı, Günay Ofset, Konya.
• Saygılı, Y. S., (2008). İstatistiksel Yöntemlerle Yapay Sinir Ağları Uygulamalarının Karşılaştırılması: Milli Savunma Bakanlığı Bütçesinin Öngörülenmesi, Yüksek Lisans Tezi, Kara Harp Okulu Savunma Bilimleri Enstitüsü, Ankara.
• Sevüktekin, Mustafa ve Mehmet Nargeleçekenler, Ekonometrik Zaman Serileri Analizi Eviews Uygulamalı, 2. Baskı, Nobel Yayın Dağıtım, Ankara, 2007.
• Stephen F. Witt Ve Christine Witt (1992). Modeling Forecasting Demand İn Tourism. Academic Press: London, S. 137
• Şen, A.B. ve Kaba, G. (2009).Öncü göstergeler kullanımının tahmin doğruluğuna etkisi: Türk otomotiv pazarı üzerine bir araştırma. Marmara Üniversitesi İ.İ.B.F. Dergisi, 28, 2, 397-411.
• Yüksek, A. G., (2007). Hava Kirliliği Tahmininde Yapay Sinir Ağları ve Çoklu Regresyon, Doktora Tezi, Cumhuriyet Üniversitesi Sosyal Bilimler Enstitüsü, Sivas.