Yapay sinir ağı yaklaşımıyla, peçete makinesi imalatı yapan işletmede makine işleme süresinin tahmin edilmesi
Application of artificial neural network in forecasting machine manufacturing time of a napkin machine producer
- Tez No: 232730
- Danışmanlar: Y.DOÇ.DR. PINAR KILIÇOĞULLARI
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2007
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 139
Özet
sletmeler arasındaki artan rekabet nedeniyle, müsterinin istedigi özelliklerde ürün üretmek (müsteri memnuniyeti), tam zamanında teslim ve maliyetlerin düsürülmesi tüm isletmeler için önem arz etmektedir. sletmeler için, müsterilerinin istedikleri özellikleri, spesifikasyonları tasıyan ürünleri, istedikleri zamanda ya da isletmenin öngördügü zaman dilimi içerisinde teslim etmeleri çok önemlidir. Zamanında teslim edilemeyen geciken ürünler isletmenin prestijini olumsuz yönde etkilemektedir. Bu çalısmada makine islem sürelerinin tahminine yönelik bir yapay sinir agı gelistirilmis ve performansı belirlenmistir. Yapay sinir agı topolojisinin belirlenmesinde deney tasarımı yaklasımı kullanılmıs, yapay sinir agının ürettigi sonuçların gerçegi ne kadar temsil ettigi istatistiksel olarak arastırılmıstır. Uygulama siparise göre peçete makinesi imalatı yapan isletmede yapılmıstır. sletmenin en önemli sorunu müsteriden gelen siparisleri yetistirememesi ve dolayısıyla zamanında teslimin gerçeklesememesidir. Bu isletme için teslim süresindeki gecikme isletme kayıtlarına göre 117 günü bulmaktadır. Bunun en önemli nedeni ise müsterinin istedigi spesifikasyondaki peçete makinesinin üretimi için gerekli olan parçaların isletmedeki makinelerdeki islem süresinin bilinmemesinden kaynaklanmaktadır. Özellikle diger peçete makinelerinden farklılık gösteren makinelerin tamamlanma süresini sezgisel olarak hesaplamak daha da zordur. Çalısmada makineler ve bu makinelerde çalısan isçilerin yaptıkları faaliyetler kameraya alınarak bu konuda uzman kisilerle birlikte beyin fırtınası yöntemi uygulanarak islem süresine etki eden faktörler belirlenmistir. sletmede bu faktörler göz önünde tutularak is etüdü çalısması yapılmıstır. Her bir makine için 100'den fazla örnek alınarak Yapay Sinir Agına örnek verisi olarak girilmistir. Test verileriyle denenerek sonuçların güvenilirligi arastırılmıs; elde edilen sonuçların istatistiksel olarak anlamlı oldugu görülmüstür. sletme yapay sinir agının girdisi olarak belirlenen faktörleri göz önüne alarak tasarımı yapılmıs olan yeni makinelerin çizimlerinden hareketle islem sürelerini tahmin edebilecektir ve böylelikle isletmeler için en uzun asamalardan biri olan veri toplama asaması tamamlanmıs olacaktır.
Özet (Çeviri)
High quality but low-cost products and processes are necessary to compete in today?s global economy. Increasing competition is forcing businesses to pay more attention to customer satisfaction, just in time delivery and cost reduction. It is crucial for enterprises to deliver products with desired features punctually. Products not delivered on time have a demoting effect on enterprise reputation. This implementation is conducted in a napkin machine producer. The biggest bottleneck in the managing of the enterprise is the inability to fulfill the requisitions of the customers on time. The delay in delivery time is up to 117 days for the enterprise (Company Records). The main reason for the delay is the lack of manufacturing time information for the required parts of the napkin machine with a different specification. Especially for the machines with different specifications, it is harder to calculate the manufacturing time intuitively. During execution machines and the processes done by the operators captured on film. The factors affecting the manufacturing times are determined by subject matter experts by using brain storming methodology. While bearing in mind the affecting factors, a work study is conducted. For each machine a sample group with more than 100 instances entered into the Artificial Neural Network. The accuracy of the results checked against the test data. The enterprise will be able to forecast the manufacturing time for newly designed machines in the light of learned factors. Therefore the data collection phase which is one of the time consuming events for an enterprise is concluded.
Benzer Tezler
- Hisse senedi fiyatının tahmininde yapay sinir ağı yaklaşımı
A Neural network approach for forecasting stock price
AHMET OZAN BAYRAKÇI
Yüksek Lisans
Türkçe
1997
Endüstri ve Endüstri MühendisliğiEskişehir Osmangazi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. EMİN KAHYA
- Elektrooksidasyon prosesi ile ilaç endüstrisi atık sularından farmasötik mikro kirleticilerin gideriminin yapay sinir ağı yaklaşımıyla modellenmesi
The artificial neural network modeling of pharmaceutic micro contaminants removal from pharmaceutical industry wastewater with electrooxidation process
DORUKAN UĞUR YILMAZKULAŞ
Yüksek Lisans
Türkçe
2017
Çevre MühendisliğiGebze Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. ANATOLİ DİMOGLO
- GWO ve MFO algoritmalarının hibritlenmesiyle sürü zekası tabanlı optimizasyon algoritması geliştirilmesi ve yapay sinir ağı yaklaşımıyla ağ saldırılarının tespitinde kullanılması
Development of a swarm intelligence-based optimization algorithm by hybriding GWO and MFO algorithms and using it in detection of network attacks with an atrificial neural network approach
HASAN DALMAZ
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKırıkkale ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERDAL ERDAL
- Yakıt pili deneysel süreçlerinin yapay sinir ağları yaklaşımıyla modellenmesi
The Artificial neural networks approach to the modelling on experimental processes of fuel cell
YAVUZ GAZİBEY
Yüksek Lisans
Türkçe
2002
Savunma ve Savunma Teknolojileriİstanbul Teknik ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
DOÇ. DR. İPEK BECERİK
- Estimation of partial saturation to be induced in liquefiable sands for mitigation using artificial neural network approach
Yapay sinir ağları yöntemiyle sıvılaşma iyileştirmesi için kumlarda uygulanacak kısmı doygunluk tahmini
ÇAĞDAŞ ÇAYAKAN
Yüksek Lisans
İngilizce
2012
Deprem Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. E. ECE BAYAT