Bulanık sistem modelleme
Fuzzy system modeling
- Tez No: 371091
- Danışmanlar: PROF. DR. İSMAİL BURHAN TÜRKŞEN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: Türkçe
- Üniversite: TOBB Ekonomi ve Teknoloji Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 140
Özet
Bir sistemin yapısını incelemek, girdi/çıktı arasındaki ilişkiyi belirlemek ve tahmin modelleri oluşturabilmek oldukça önemlidir. Aristo mantığı ile yapılan sistem modellemelerinde, katı sınırlar vardır. Çalışmamızda katı sınırlar, bulanık (dereceli) mantık kullanılarak esnekleştirilmiş sistem modellemesi yapılmıştır. Bulanık fonksiyonlar (BF) [4] yaklaşımı temel alınarak, bulanık c- ortalamalar (BCO) algoritması ile üyelik değerleri elde edilmiş ve bulanık regresyon modelleri kurulmuştur. Türkşen tarafından sezgisel olarak öne sürülen bulanık fonksiyonlar (BF) yaklaşımının çıkarsaması yapılarak, Bulanık Normal Denklemler (BND) tanımlanmıştır. Bulanık normal denklem sistemiyle üyelikler ve üyeliklerin farklı dönüşümlerinin girdi matrisi içerisine eklenmesinin analitik çözümü gösterilmiştir. Apple şirketi hisse kapanış fiyatları temel alınarak, ertesi gün kapanış fiyatları bulanık fonksiyonlar yaklaşımı ile tahmin edilmiştir. Aynı veri kümesi için bulanık normal denklemler tanımlanmıştır. İkinci bir veri kümesi, Beton Basınç Sertliği, üzerinde aynı bulanık normal denklem sistemi tanımlanmış ve bulanık regresyon modelleri oluşturulmuştur. BF yaklaşımı ile kurulan farklı bulanık regresyon modellerinin sonuçları belirlenen performans ölçütleri olan yapay sinir ağları (YSA) ve adaptif ağ yapısına dayalı bulanık çıkarım sistemi (ANFIS) ile karşılaştırılmıştır.
Özet (Çeviri)
While constructing a system model to find out input/ output relation, fuzzy functions (FF) method use Fuzzy c- means (FCM) algorithm to determine membership values. Instead of determining fuzzy rule bases (FRB) for each cluster, by using FF method each cluster is explained by functions. Proposed FF approach says that membership values and their user defined transformations should be add into the input matrices as independent variable with the real inputs. This suggestion is heuristic. In this study, we defined Fuzzy Normal Equations (FNE). Our proposed fuzzy normal equations explain the detail of how to add various transformations of membership values into the input matrices in fuzzy functions approach. We have modelled two real life data sets. One of them is Concrete Compressive Strength and the other one is Apple's Closing Stock Price data set. Fuzzy model performances compared with two benchmark strategies: Artificial neural networks (ANN) and adaptive neuro fuzzy systems (ANFIS).
Benzer Tezler
- Bulanık fonksiyonlar ile bulanık sistem modelleme
Fuzzy system modeling with fuzzy functions
BAŞAK ÜNAL
Yüksek Lisans
Türkçe
2009
Endüstri ve Endüstri MühendisliğiTOBB Ekonomi ve Teknoloji ÜniversitesiEndüstri Mühendisliği Bölümü
PROF. DR. İSMAİL BURHAN TÜRKŞEN
- Veriye dayalı bulanık sistem modelleme ve tanımlama
Data-based fuzzy system modeling and identification
ABDOULAYE ABDRAMANE MAKHAILA
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBilecik Şeyh Edebali ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. CİHAN KARAKUZU
- Human operator modelling with ts fuzzy modelling using symbolic interval-valued data
Sembolik aralık-değerli veri kullanarak takagi-sugeno bulanık modelleme ile insan opertörlerinin modellenmesi
ANIL ERDİNÇ TÜFEKÇİ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUFAN KUMBASAR
- A comparison of fuzzy methods for modeling
Bulanık metodlarının modelleme için karşılaştırılması
AYŞE ÇİSEL ARAS
Yüksek Lisans
İngilizce
2008
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. OKYAY KAYNAK
- Guguk kuşu (CUCKOO) algoritması ile bulanık sistem optimizasyonu
Fuzzy system optimization using CUCKOO algorithm
PINAR ÖZKURT TUNA
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBilecik Şeyh Edebali ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. CİHAN KARAKUZU