Yapay sinir ağ modelleri ve bir tekstil firmasında uygulama
Artificial neural network models and an application at a textile firm
- Tez No: 333916
- Danışmanlar: PROF. DR. AHMET ÖZTÜRK
- Tez Türü: Doktora
- Konular: Ekonometri, Econometrics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: Türkçe
- Üniversite: Uludağ Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
- Bilim Dalı: Yöneylem Araştırması Bilim Dalı
- Sayfa Sayısı: 148
Özet
Çalışmamızın temel amacı firmanın kumaş üretim sürecinde meydana gelen atkı hatalarını tahmin etmektir. Çalışmada tahmin için çoklu doğrusal regresyon(MLR) modeli ile yapay sinir ağ modellerinden çok katmanlı algılayıcı(MLP) modeli ve radyal tabanlı fonksiyon ağ (RBFN) model teknikleri uygulanmıştır. Diğer amacımız ise üç tekniğin tahmin sonuçlarına bakılarak hangi tekniğin atkı hata sayısını tahmin etmede daha başarılı olduğunu belirlemektir. Çalışmamız teorik ve uygulama olmak üzere iki ana kısım içermektedir. İlk üç bölümde çoklu doğrusal regresyon modeli, yapay sinir ağ modelleri ve çok katmanlı algılayıcı model ile radyal tabanlı fonksiyon ağ modeli açıklanmıştır. İkinci kısım ise Bursa?da kumaş üreten bir tekstil firmasının kumaşlardaki atkı sayısında oluşan hatayı en aza indirmeyi sağlayacak çoklu doğrusal regresyon modeli, çok katmanlı algılayıcı ve radyal tabanlı fonksiyon ağ modellerinin uygulanmasına ilişkindir.Çalışmada çoklu doğrusal regresyon model çözümü için SPSS 13 paket programı, çok katmanlı algılayıcı model ve radyal tabanlı fonksiyon ağ model çözümleri için de Matlab R2010b programı kullanılmıştır. Sonra modellerin tahmin sonuçları kıyaslanarak firma için en uygun model belirlenmiştir.
Özet (Çeviri)
The main purpose of our study is to predict the weft defects which is occured in the firm?s fabric production process. In this study multiple linear regression(MLR) model and multilayer perceptron(MLP) model and radial basis function network(RBFN) model of artificial neural networks models are applied to forecast the weft defects. Our another aim by looking at the three tools forecasting results to predict the weft defects which Tecniques are more successful. Our study is involved as a theoretical and practical two main divisions. In the first three section multiple linear regression model, artificial neural network model and multilayer perceptron model and radial basis function network model is explained. The second section is related to application of multiple linear regression model, multilayer perceptron model and radial basis function network model to minimize weft defects in fabric production of textile firm in Bursa. In this study SPSS 13 software package program is used for multiple linear regression model solution and Matlab R2010b is used for multilayer perceptron model and radial basis function network model solutions. After by comparing the models estimation results we determined the optimal model for the firm.
Benzer Tezler
- Yapay sinir ağı tekniği kullanılarak polipropilen BCF ipliklerinin uzama, mukavemet ve kıvrımlılık değerlerinin tahminlemesi: Tekstil sektöründe bir uygulama
Estimation of the elongation, tensile strength and crimp values of polypropylene BCF yarns by using artificial neural network technique: An application in textile sector
EMİNE ÇOT
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOsmaniye Korkut Ata ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMRE YAKUT
- Farklı özelliklerdeki ring ipliğinin üretimi ve performans özelliklerinin tahmini için karar destek modellerinin geliştirilmesi
The development of decision support models for the prediction of performance and production of ring yarn having different properties
ŞULE ÖNTEMEL
Yüksek Lisans
Türkçe
2016
Tekstil ve Tekstil MühendisliğiKahramanmaraş Sütçü İmam ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
DOÇ. DR. ONUR BALCI
YRD. DOÇ. DR. HALİL İBRAHİM ÇELİK
- Moleküler haberleşme sistemlerinde alıcı kestirim yöntemleri
Receiver detection methods on molecular communications systems
ERGİN ASLAN
Doktora
Türkçe
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET ERTUĞRUL ÇELEBİ
- Derin öğrenme algoritmalarını kullanarak kumaş kusurlarının tespiti ve sınıflandırılması
Detection and classification of fabric defects using deep learning algorithms
RECEP ALİ GEZE
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankırı Karatekin ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYHAN AKBAŞ
DR. ÖĞR. ÜYESİ ABDULKADİR KÖSE
- Zaman serisi öngörüsü için yeni bir melez yaklaşım: AR-ANFIS
A new hybrid method for time series forecasting: AR-ANFIS
BUSENUR SARICA
Yüksek Lisans
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. BARIŞ AŞIKGİL