Olabilirlikli ve bulanık kümelemeye dayanan modelleme teknikleri ve yazılım güvenilirliğinin tahminine uygulanması
Modeling techniques based on possibilistic and fuzzy clustering and their application to software reliability prediction
- Tez No: 305223
- Danışmanlar: PROF. DR. MUSTAFA DİLEK
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, İstatistik, Computer Engineering and Computer Science and Control, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2012
- Dil: Türkçe
- Üniversite: Muğla Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 199
Özet
Bu tezde Takagi-Sugeno (TS) modelleme tekniğini iyileştirmek amacıyla iki farklı yaklaşım önerilmektedir. Çok Değişkenli Takagi-Sugeno Model (ÇDTSM) olarak adlandırılan ilk yaklaşımda, kuralın önsel kısmındaki her girdi değişkeni için ayrı bir üyelik fonksiyonu tanımlamak yerine, tüm girdi uzayı için çok değişkenli tek bir üyelik fonksiyonunun tanımlanması ve doğrusal kümeler için bir küme doğrulama kriteri önerilmektedir. İkinci yaklaşımda ise, girdi uzayına ilişkin kümeleri ve uygun kural sayısını belirlemek için Sağlam Bulanık Olabilirlikli Gustafson-Kessel (SBOGK) kümeleme algoritması önerilmektedir. SBOGK algoritması, veri setindeki aykırı noktaların TS modele olumsuz etkisini azaltmak amacıyla sağlam istatistikleri kullanmaktadır. Ayrıca, SBOGK algoritmasında en uygun küme sayısı Sağlam Yarışmacı Birleştirme (SYB) algoritması kullanılarak otomatik olarak belirlenmektedir. Anahtarlamalı c-regresyon modellerin en iyi örneği, Anahtarlamalı Bulanık C-Regresyon Model (ABCRM)'dir. Ancak ABCRM, veri setindeki aykırı noktalara karşı son derece duyarlıdır. Bu nedenle tezde, veri setindeki aykırı noktaların regresyon modellerine etkilerini hafifletmek amacıyla olabilirlikli kümelemeye dayanan iki anahtarlamalı c-regresyon modelleme tekniği önerilmektedir. İlk yaklaşım, Anahtarlamalı Olabilirlikli C-Regresyon Model olarak adlandırılmaktadır ve ABCRM'e benzer çalışma prensibine sahiptir. İkinci yaklaşım ise, yerel regresyon modelleri elde etmek amacıyla geliştirilmiştir ve Yerel Ağırlıklandırılmış Regresyon (YAR) model ile AOCRM'e dayanır. Tezde, son olarak en uygun küme sayısını belirleyebilmek amacıyla, Örtüşen Kümelerin Birleştirilmesine (ÖKB) dayanan bir algoritma önerilmektedir. Önerilen modelleme tekniklerinin etkinliğini değerlendirmek amacıyla, bir simülasyon çalışması gerçekleştirilmiştir ve literatürde var olan teknikler ile kıyaslandığında, önerilen tekniklerin, hesaplama zamanı veya modelleme performansı açısından daha avantajlı olduğu sonucunda ulaşılmıştır. Bunun dışında, önerilen modelleme teknikleri Yazılım Güvenilirliğinin (YG) tahminine uygulanmış ve istatistiksel modeller ile performansları karşılaştırılmıştır.
Özet (Çeviri)
In this thesis, two different modeling approaches are proposed in order to improve the Takagi-Sugeno (TS) modeling technique. The first approach is called Multivariate Takagi-Sugeno Model (MTSM). In MTSM, rather than defining a separate membership function for each input variable in premise part of rule, a single multivariate membership function is defined for whole input space and a cluster validity criterion is suggested for linear clusters. In the second approach, Robust Fuzzy Possibilistic Gustafson-Kessel (RFPGK) clustering algorithm is proposed to determine the clusters and the optimal number of rules related to the input space. RFPGK algorithm uses robust statistics to reduce the negative impact of the outliers in the data set to the TS model. Also, in this algorithm, the optimal number of clusters are determined automatically using Robust Competitive Agglomeration (RCA) algorithm. One of the best examples for the switching c-regression models is the Switching Fuzzy C-Regression Model (SFCRM). Unfortunately, SFCRM is quite sensitive to the outliers in the data set. Therefore, in this thesis, two different switching c-regression modeling approaches, which are based on possibilistic clustering, are suggested to reduce the impacts of the ouliers on the regression models. The first approach is called Switching Possibilistic C-Regression Model (SPCRM) and has similar working principle with SFCRM. The second approach is developed to obtain local regression models. It is based on Locally Weighted Regression (LWR) model and SPCRM. Lastly, an algorithm based on Merging Compatible Clusters (MCC) is proposed to determine the optimal number of clusters. To evaluate the efficiency of the proposed modeling techniques, simulations are performed. When compared to the existing techniques in the literature, the proposed techniques are at advantage in terms of computation time and modeling performance. Additionally, the proposed modeling techniques are applied to the software reliability (SR) prediction and compared to the statistical models in terms of performance.
Benzer Tezler
- Bulanık C-ortalamalar, olabilirlikli C-ortalamalar ve karma kümeleme algoritmalarının etkinliklerinin karşılaştırılması
Comparison of clustering performances of fuzzy C-means, possibilistic C-means and some fuzzy and possibilistic hybrid algorithms
ALPER TUNA KAVLAK
- Bulanık C- ortalamalar ve EM algoritması kullanarak bulanık kümeleme analizi
Fuzzy Culustering analysis using Fuzzy K-Means and EM algorithm
MOHAMMED I. S. SOBOH
Doktora
Türkçe
2022
İstatistikEskişehir Osmangazi Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. ZEKİ YILDIZ
- Array processing and optimization techniques of beamforming and resource allocation for enhanced spectral efficiency in 5g and beyond systems
5g ve ötesı sıstemlerının hüzmeleme ve spektral verımlılığının vektör íşleme ve optımızasyon ıle gerçekleştırılmesı
NANN WIN MOE THET NANN WIN MOE THET
Doktora
İngilizce
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Medipol ÜniversitesiElektrik-Elektronik Mühendisliği ve Siber Sistemler Ana Bilim Dalı
Assoc. Prof. Dr. MEHMET KEMAL ÖZDEMİR
- Bütünleşik üretim plânlamasında bulanık mantık yaklaşımı ve bir uygulama
Fuzzy logic approach to aggregate production planning and an application
AYŞEGÜL TUŞ IŞIK
Doktora
Türkçe
2011
İşletmeAdnan Menderes Üniversitesiİşletme Ana Bilim Dalı
YRD. DOÇ. DR. MUHSİN ÖZDEMİR
- Olabilirlik ölçümleri üzerine
On Possibility measures
GÜLTEKİN SOYLU
Yüksek Lisans
Türkçe
2001
MatematikAkdeniz ÜniversitesiMatematik Ana Bilim Dalı
PROF. DR. MUSTAFA DEMİRCİ