Hızlandırıcılara dayalı ışınım kaynakları foton demet hatlarının çok amaçlı evrimsel algoritmalar ile optimizasyonu
Photon beamli̇ne optimization for accelerator based light sources through multi-objecti̇ve evolutionary algorithms
- Tez No: 1020010
- Danışmanlar: PROF. DR. GAZİ ERKAN BOSTANCI, DOÇ. DR. DİDEM KETENOĞLU
- Tez Türü: Doktora
- Konular: Fizik ve Fizik Mühendisliği, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Physics and Physics Engineering, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Genetik algoritmalar, Parçacık sürü optimizasyonu, Yapay arı kolonisi algoritması, Çok kriterli optimizasyon, Üretici çekişmeli ağlar, Genetic algorithms, Particle swarm optimization, Artificial bee colony algorithm, Multi criteria optimization, Generative adversial networks
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Sinkrotron demet hatlarındaki optik elemanlar, deneysel koşullar veya sistem gereksinimlerindeki değişiklikler nedeniyle yeniden hizalanabilmektedir. Bu işlem çoğunlukla manuel yapıldığından günler sürebilmekte ve ciddi zaman kayıplarına neden olmaktadır. Bu nedenle, hizalama süresini azaltmak için optimizasyon tabanlı yazılımsal yaklaşımlar araştırılmaktadır.Bu çalışmada süreci otomatik hale getiren bir optimizasyon sistemi ve demet hattı davranışlarını öğrenen bir yapay sinir ağı sistemi geliştirilmiştir. Çalışmanın ilk bölümünde amaç karakteristiklerini ortaya koymak adına, tek amaçlı optimizasyon algoritmaları GA, ABC, PSO ve çok amaçlı NSGA-II algoritması tek amaç modunda kullanılmış ve PSO algoritmasının en iyi sonuç verdiği gözlemlenmiştir. İkinci bölümde iki amaç birden optimize edilmek istendiğinden çok amaçlı MOPSO, NSGA-II, NSGA-III ve MOEA/d algoritmaları kullanılmıştır. Bu algoritmaların sonuçları performans göstergeleri S, HV ve IGD ile kıyaslanmıştır. Bu bölümde MOPSO algoritması en iyi sonucu vermiştir. Literatürde geniş yer bulamayan sürü zekası algoritmalarının önemi ilk iki bölümde ortaya konmuştur. Çalışmalar sırasında optimizasyon sürecinde yaşanan kopmalara karşı bir yöntem araştırılmış ancak literatürde fazla bir çalışmaya rastlanmamıştır. Bu sebeple çalışmanın üçüncü bölümünde GAN, VAE, cGAN, cVAE, LSGAN, cLSGAN, WGAN-GP ve cWGAN-GP çekişmeli üretici sinir ağları kullanılmış ve veri kümesi yapısı öğrenilerek yeniden oluşturulmuştur. Bu algoritmalardan cGAN, WGAN-GP, cWGAN-GP ve cLSGAN gerçek simülasyon verilerine en yakın sonuçları üretmiştir. Belirli koşullar altında bu yöntemin daha verimli olduğu tespit edilmiştir.
Özet (Çeviri)
Optical elements in synchrotron beamlines can be realigned for experimental conditions or change in system requirements. Since this operation is usually done manually, it takes days and costs considerable time. For this reason optimization based software approaches are researched to reduce realignment time.. In this study an optimization system was developed to automize realignment process and an artificial neural network system was developed to learn beamline behaviour. In the first section of this study single objective optimization algorithms GA, ABC, PSO and multi objective NSGA-II in single mode are used to demonstrate objective characteristics and it is observed that PSO gave the best results overall. In the second section both objectives are required to be optimized thus multi-objective MOPSO, NSGA-II, NSGA-III and MOEA/d algorithms are used. The results of these algorithms are compared with performance indicators S, HV and IGD. MOPSO produced the best result in this section. The importance of swarm intelligence algorithms which cannot find a wide place in literature is put forward in the first two sections. During the studies a method was sought against interruptions during optimization process however only a limited number of studies have been reported in the literature. For this reason in the third section, GAN, VAE, cGAN, cVAE, LSGAN, cLSGAN, WGAN-GP and cWGAN-GP generative adversarial network algorithms are used and the dataset is learned and recreated. Out of these algorithms cGAN, WGAN-GP, cWGAN-GP and cLSGAN produced the closest results to real simulation results. Under certain conditions it is found that this method is more efficient.
Benzer Tezler
- Sinkrotron merkezi çalışanların radyasyon kaynaklı güvenlik tedbirlerine olan farkındalıklarının değerlendirilmesi
Evaluation of awareness of radiation-based safety measures of syncrotron center employees
TUĞBA ÇOLAK
Yüksek Lisans
Türkçe
2019
Radyoloji ve Nükleer TıpTarsus Üniversitesiİş Sağlığı ve Güvenliği Ana Bilim Dalı
DOÇ. DR. OSMAN MURAT ÖZKENDİR
- Hızlandırıcılara dayalı undulatör ve wiggler magnet ışınımlarının spektral özelliklerinin incelenmesi
Investigation of spectral characteristics of accelerator based undulator and wiggler magnet radiations
ENDER AKDOĞAN
Yüksek Lisans
Türkçe
2012
Fizik ve Fizik MühendisliğiAnkara ÜniversitesiFizik Mühendisliği Ana Bilim Dalı
PROF. DR. ÖMER YAVAŞ
- Parçacık hızlandırıcılarına dayalı ışınım kaynaklarının fiziksel karakteristikleri
The physical characteristics of accelerator based light sources
ÖZNUR METE
Yüksek Lisans
Türkçe
2006
Fizik ve Fizik MühendisliğiAnkara ÜniversitesiFizik Mühendisliği Ana Bilim Dalı
PROF.DR. ÖMER YAVAŞ
- Üçüncü nesil ve dördüncü nesil ışınım kaynakları için kullanılan magnetlerin ışınım karakteristiklerine etkilerinin incelenmesi
Investigation of the effects of magnets on the characteristics of third and fourth generation light sources
YEŞİM CENGER
Yüksek Lisans
Türkçe
2008
Fizik ve Fizik MühendisliğiAnkara ÜniversitesiFizik Mühendisliği Ana Bilim Dalı
PROF. DR. ÖMER YAVAŞ
- 3 GeV enerjili sinkrotron ışınımı tesisinde kızılötesi ve X-ışını demet hatları için ışınım karakteristiklerinin ve araştırma tekniklerinin incelenmesi
Investigation of the characteristics and research techniques for infrared and X-ray beam lines in a 3 GeV synchrotron radiation facility
İREM GÖKBAYRAK
Yüksek Lisans
Türkçe
2022
Fizik ve Fizik MühendisliğiAnkara ÜniversitesiFizik Mühendisliği Ana Bilim Dalı
PROF. DR. ÖMER YAVAŞ