Karma yapılı yeni bir bulanık-sinirsel ağ yapısının geliştirilmesi ve başarımının incelenmesi
Development and performance assessment of a novel hybrid fuzzy neural network structure
- Tez No: 472870
- Danışmanlar: DOÇ. DR. CİHAN KARAKUZU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Bilecik Şeyh Edebali Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 52
Özet
Bu çalışmada, yeni bir ağ yapısı olarak karma radyal tabanlı fonksiyon sinir ağı (HybRbfNN) geliştirilmiş ve başarımı incelenmiştir. Ağ, 3 gizli, 1 çıkış katmanı olmak üzere toplam 4 katmanlı bir ağ yapısındadır. Ağ özellikle engebeli yüzeye sahip sistemlerin modellenmesi amacıyla geliştirilmiş olup, bu alanda en anlamlı rakipleri olan uyarlamalı ağ tabanlı bulanık sonuç çıkarma sistemi (ANFIS) ağı ve konik kesit fonksiyonlu sinir ağı (CSFNN) ile modelleme başarımı kıyaslanmıştır. Kıyaslama engebeli yüzeye sahip denektaşı bir sistemin modellenmesi problemi üzerinde yapılmıştır. Ağların parametreleri, geliştirilmiş parçacık sürü optimizasyonu (iPSO) kullanılarak belirlenmiştir. HybRbfNN, ANFIS ve CSFNN ağlarının modelleme etkinlikleri, eğitim seyri grafikleri, modelledikleri yüzey ve hata yüzeyleri kullanılarak incelenmiştir. Elde edilen sonuçlar, özellikle engebeli yüzeyler ve keskin geçişlerde bu çalışmada geliştirilen HybRbfNN ağının , ANFIS ve CSFNN ağlarından daha iyi bir öğrenme ve sonucunda da daha üstün bir modelleme başarımı gösterdiğini göstermiştir.
Özet (Çeviri)
In this study, as a novel network structure, Hybrid Radial Based Function Neural Network (HybRbfNN) is developed and its performance is investigated. The network has a total of 4 layers of network structure, with 3 hidden layers and 1 output layer. The network has been developed specifically for modelling systems with uneven surfaces and its modelling performance has been compared with the most significant competitors, adaptive-network based fuzzy inference systems (ANFIS) and conic section function neural network (CSFNN). The comparison is made on modelling of a benchmark system having an uneven surface. The parameters of the networks are trained using improved particle swarm optimization (iPSO). The modeling efficiencies of HybRbfNN, ANFIS and CSFNN are investigated using their training measurement graphs, surfaces they modelled, and error surfaces. The obtained results show that the HybRbfNN network developed in this study, especially on uneven surfaces and sharp transitions, shows a better learning outcome than ANFIS and CSFNN networks and a superior modelling performance over the result.
Benzer Tezler
- Understanding shape preferences in architectural design through evolutionary computation
Mimari tasarımdaki şekil tercihlerini evrimsel hesaplama ile anlama
ECENUR YAVUZ
Yüksek Lisans
İngilizce
2020
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiBilişim Ana Bilim Dalı
DR. MICHAEL STEFAN BITTERMANN
- Küçük ölçekli rüzgar enerji sistemleri için yeni bir statcom tasarımı ve uygulaması
Design and implementation of a smart statcom in small scale wind energy systems
KENAN YANMAZ
Doktora
Türkçe
2018
Elektrik ve Elektronik MühendisliğiKaradeniz Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL HAKKI ALTAŞ
- Esnek hesaplama tekniklerine dayalı blok modellerin geliştirilmesi ve başarım analizi
Development and performance analysis of block models based on soft computing techniques
SELÇUK METE
Doktora
Türkçe
2018
Elektrik ve Elektronik MühendisliğiErciyes ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞABAN ÖZER
- Elektronik atıkların geri dönüşüm ağı tasarımı için bulanık ağırlıklı bir atama modeli
A fuzzy weighted assignment model for recycling network design of electronic wastes
TUBA BAZANCİR
Yüksek Lisans
Türkçe
2021
Endüstri ve Endüstri MühendisliğiAtatürk ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YEŞİM OK
- Elektrik üreticileri perspektifinden uzun dönem elektrik üretimi yatırımlarının planlanmasına yönelik bir karar destek modeli
A decision support model for long-term investment planning of electricity generation from the perspective of generation companies
BERNA TEKTAŞ SİVRİKAYA
Doktora
Türkçe
2016
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. FERHAN ÇEBİ