Neural network and regression models to decide whether or not to bid for a tender in offshore petroleum platform fabrication industry
Açık deniz petrol platformu üretimi endüstrisindeki bir ihaleye teklif verilip verilmemesi kararı için yapay sinir ağı ve regrasyon modelleri
- Tez No: 255360
- Danışmanlar: DOÇ. DR. RIFAT SÖNMEZ
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 115
Özet
Bu tezde açık deniz petrol platformu üretimi endüstrisindeki bir ihaleye teklif verilipverilmemesiyle alakalı karar mekanizmasının modellenmesinde kullanılabilecek üçalternatif metod sunulmuştur. Örnek veri grubu ve bu veriler üstünde açık deniz petrolplatformu üreticisi bir şirket tarafından oluşturulan veriler, endüstrideki önemliparametreleri anlamak amacıyla analiz edilmiştir.Teklif kararının modellenmesinde ?Regrasyon Analizi?, ?Yapay Sinir Ağı? ve ?BulanıkYapay Sinir Ağı? yöntemleri kullanılmıştır. Regrasyon analizi metodu verileri istatistikselolarak incelerken yapay sinir ağı ve bulanık yapay sinir ağı metodları yapay zekaçalışmalarına dayanmaktadır. Bu modeller açık deniz petrol platformu projelerine aitteklif verileri kullanılarak oluşturulmuştur. Bu metodların tahmin performanslarınıkarşılaştırabilmek için ?Çapraz Geçerlilik? metodu uygulanmıştır.Bu çalışmada geliştirilen modeller firmanın kullandığı teklif karar verme metodu ilekıyaslanmıştır. Analizlerin sonuçları regrasyon analizi ve yapay sinir ağı metodlarının%80 düzeyinde bir tahmin performansına ulaştığını ve bulanık yapay sinir ağımetodunun %77,5 düzeyinde tahmin performansına sahip olduğunu, öte yandanşirketin kullandığı metodun ise %47,5 düzeyinde bir tahmin performansına sahipolduğunu göstermektedir. Sonuçlar doğru teklif kararının alınması için önerilenmodellerin mevcut yönteme göre önemli bir ilerleme sağladığını işaret etmektedir.
Özet (Çeviri)
In this thesis, three methods are presented to model the decision process of whetheror not to bid for a tender in offshore petroleum platform fabrication. A sample data andthe assessment based on this data are gathered from an offshore petroleum platformfabrication company and this information is analyzed to understand the significantparameters in the industry.The alternative methods, ?Regression Analysis?, ?Neural Network Method? and ?FuzzyNeural Network Method?, are used for modeling of the bidding decision process. Theregression analysis examines the data statistically where the neural network methodand fuzzy neural network method are based on artificial intelligence. The models aredeveloped using the bidding data compiled from the offshore petroleum platformfabrication projects. In order to compare the prediction performance of these methods?Cross Validation Method? is utilized.The models developed in this study are compared with the bidding decision methodused by the company. The results of the analyses show that regression analysis andneural network method manage to have a prediction performance of 80% and fuzzyneural network has a prediction performance of 77,5% whereas the method used bythe company has a prediction performance of 47,5%. The results reveal that thesuggested models achieve significant improvement over the existing method formaking the correct bidding decision.
Benzer Tezler
- Analysing design parameters of hydroelectric power plant projects to develop cost decision models by using regresion and neural network tools
Hidroelektrik santral projelerinin dizayn parametrelerinin regresyon ve sinir ağı araçları ile analiz ederek maliyet belirleme modellerinin geliştirilmesi
HACI BAYRAM ŞAHİN
Yüksek Lisans
İngilizce
2009
EnerjiOrta Doğu Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT GÜNDÜZ
- Üretim yapan bir işletme için veri odaklı kestirimci bakım modellerinin karşılaştırılması
Comparison of data driven predictive maintenance models for a manufacturing company
CEMAL AYDIN
Yüksek Lisans
Türkçe
2021
Endüstri ve Endüstri MühendisliğiHacettepe ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ VOLKAN SÖNMEZ
- Yaşama mekanlarında gün ışığının etkin kullanılması için makine öğrenmesi ile optimum pencere tasarımı
Optimum window design with machine learning for effective use of daylight in living spaces
FADİME DİKER
Doktora
Türkçe
2024
MimarlıkSüleyman Demirel ÜniversitesiMimarlık, Planlama ve Tasarım Ana Bilim Dalı
DOÇ. DR. İLKER ERKAN
- Stock market prediction by combining stock price information and sentiment analysis
Hisse fiyat bilgisi ve duygu analizi kombinasyonu ile pay piyasasında fiyat tahmini
ADNAN GÜMÜŞ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ CEMAL OKAN ŞAKAR
- Hibrit yapay sinir ağları yaklaşımı ile kredi skorlama
A hybrid artificial neural network approach for the credit scoring
DERYA SOYDANER
Yüksek Lisans
Türkçe
2014
BankacılıkMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
YRD. DOÇ. DR. OZAN KOCADAĞLI