Doğrusal vektör kuantizasyon modeli kullanılarak yapay sinir ağlarıyla kontrol şemalarında örüntü tanıma: Hazır beton üreten bir işletmede uygulama
Control charts pattern recognition based on linear vector quantization neural networks: Application on the business produced ready mixed concrete
- Tez No: 388081
- Danışmanlar: YRD. DOÇ. DR. MEHMET MUSTAFA YÜCEL
- Tez Türü: Doktora
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Kalite Kontrol, Kontrol Şemalarında Örüntü Tanıma, Yapay Sinir Ağları, DVK, Beton Kalite, Hazır beton, Kalite, Örüntü tanıma, Quality Control, Pattern Recognition in Control Charts, Neural Networks, LVQ, Concrete Quality, Ready-mixed concrete, Quality, Artificial neural networks, Pattern recognition
- Yıl: 2014
- Dil: Türkçe
- Üniversite: İnönü Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Üretim Yönetimi ve Pazarlama Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada amaç, işletmenin kalite amaçlarının yerine getirilmesi olarak tanımlanan süreçte ortaya çıkan ya da gelecekte meydana gelebilecek hataları tespit etmek ve bunları iyileştirmek için Yapay Zeka (YZ) tekniklerinden biri olan Yapay Sinir Ağları'nın (YSA) uygulanabilirliğini göstermektir. Böylece kalite düzeyini yükseltmek, işletme maliyetlerini azaltmak, zaman tasarrufu, çalışanları motive etmek, müşteri şikayetlerini azaltmak gibi kalite kontrolünün gerekleri olan temel amaçlara katkı sağlanabilecektir. İlk bölümde genel olarak kalite, kalite kontrol ve istatistiki kalite kontrol teknikleri açıklanmaktadır. Bu çalışmanın anahtar kavramı olan YZ teknikleri tanıtılmakta, YSA tanımı, yapısı, modelleri ve uygulamaları açıklanarak kalite kontrol konusundaki çalışmalarda kullanılan YSA modelleri ve sonuçlarına yer verilmektedir. Ayrıca, araştırmada kullanılan YSA modeli de bu bölümde ayrıntılı olarak ele alınmaktadır. Uygulamayı içeren ikinci bölümde, YZ tekniklerinden biri olan YSA kullanılarak Kontrol Şemaları Örüntü Tanıma (KŞÖT) uygulaması gerçekleştirilmiş ve elde edilen sonuçlar kullanılarak bu uygulama görsel bir programa dönüştürülmüştür. Bu amaçla, hazır beton üreten bir işletmenin en önemli kalite göstergelerinden biri olan basınç dayanım ortalamaları kullanılmıştır. YSA modeli olan DVK (Doğrusal Vektör Kuantizasyon) modeli kullanılarak kontrol şemalarına ilişkin kalite karakteristiği gözlem değerleri ve kontrol şemalarına ilişkin parametrelerle iki model kurulmuş, modeller karşılaştırıldığında kalite karakteristiği gözlem değerleriyle oluşturulan modelin kontrol şemalarına ilişkin parametrelerle oluşturulan modele göre daha başarılı sonuçlar verdiği ortaya konmuştur. En iyi performansa sahip olan ham veri modeline ilişkin ağırlık değerleriyle DVK algoritmasına uygun hazırlanan görsel program test edilerek KŞÖT uygulamasının beton basınç dayanım ortalamasının kontrolünde etkin bir şekilde kullanılabildiği sonucuna varılmıştır.
Özet (Çeviri)
The objective in this study is to detect the errors that occur or may occur in the future during the process in which the company's quality objectives are fulfilled and to show the applicability of the Artificial Neural Networks (ANN) which is one of the Artificial Intelligence (AI) techniques. Thus, it will be able to contribute to the main purposes which make quality control necessary such as to raise the level of quality, reduce operating costs, time savings, raising employees' motivation and reducing customer complaints. In the first part, in general, quality, quality control and statistical quality control techniques are described. AI techniques, which are the key concepts of this study, are introduced; the definition, structure, model and application of ANN are explained; the ANN models and their results used in the quality control studies are presented. Additionally, ANN model used in the present study is also discussed in detail in this section. In the second part comprising the application, a control charts pattern recognition (CCPR) application has been carried out using ANN which is one of the techniques of AI and this application has been transformed to a visual program using the obtained results. For this purpose, average compressive strength, one of the most important quality indicators, of a company that produces ready-mixed concrete has been used. A LVQ (Linear Vector Quantisation) type ANN model has been established by using the quality characteristics observation values related to control charts and the parameters related to control charts, and when these two models are compared, it has been found out that the model whose quality characteristics have been constructed using the observation values result in more successful results than that constructed with the model's control charts. The visual program which is suitable for LVQ algorithm using weight values about the raw data model having the best performance has been tested and it has been concluded that the CCPR application can also be used to control the average of concrete compressive strength efficiently.
Benzer Tezler
- Markov rejim değişimli vektör otoregresif modeller ve doğrusal olmayan nedensellik analizi: OECD ülkelerinde yenilenebilir enerji tüketimi, CO2 emisyonu ve ekonomik büyüme arasındaki ilişki için bir uygulama
Markov regime switching vector autoregressive models and nonlinear causality analysis: An application for the relationship between renewable energy cunsumption, CO2 emission and economic growth in OECD countries
AYÇA BÜYÜKYILMAZ
- Sınıflandırma problemlerine destek vektör regresyon tabanlı doğrusal olmayan yeni bir yaklaşım
A new nonlinear approach based on support vector regression to classification problems
ESRA BETÜL KINACI
- Go/NoGo testi ile EEG verilerinin destek vektör makineleri, doğrusal ayırma analizi ve rastgele orman algoritmaları ile sınıflandırılması
Classification of EEG data with support vector machines, linear discriminant analysis, and random forest algorithms using Go/NoGo test
ŞUAYB HIZAR
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÜsküdar ÜniversitesiSağlık Bilişimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUĞÇE BALLI
- Nonlinear dynamic inversion autopilot design for an air defense system with aerodynamic and thrust vector control
Aerodinamik ve itki vektör kontrollü bir hava savunma sistemi için doğrusal olmayan dinamik terslemeyle otopilot tasarımı
RABİYA BIYIKLI
Yüksek Lisans
İngilizce
2022
Havacılık ve Uzay MühendisliğiOrta Doğu Teknik ÜniversitesiHavacılık ve Uzay Mühendisliği Ana Bilim Dalı
DOÇ. DR. İLKAY YAVRUCUK
DR. RAZİYE TEKİN
- Identification of some nonlinear systems by using least-squares support vector machines
Doğrusal olmayan bazı sistemlerin en küçük kareli destek vektör makineleriyle tanılanması
MAHMUT YAVUZER
Yüksek Lisans
İngilizce
2010
Mühendislik Bilimleriİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ÖMER MORGÜL