Yapay sinir ağlarıyla çok kanallı servis sistemlerine yaklaşım ve bir uygulama
Başlık çevirisi mevcut değil.
- Tez No: 50449
- Danışmanlar: Y.DOÇ.DR. BEKİR KARLIK
- Tez Türü: Yüksek Lisans
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 1996
- Dil: Türkçe
- Üniversite: Celal Bayar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 50
Özet
ÖZET Mevcut bekleme hattı problemlerin çözümünde geliş süresi ve servis süresinin yanında kanal sayısı (servis veren birim) da dikkate alınarak analiz yapılır. Oysa, optimum kanal sayısı araştırılırsa, hem makul ortalama kuyruk uzunluğunda (ya da kuyruğun olmadığı bir sistemde), etkin bir müşteri servisi sağlayacak ve hem de servis veren birimlerin en aza indirgenmesi (gereksiz birimlerin işlem dışı kalması ) ile maliyet önemli derecede düşürülecektir. Bu çalışmamızda, diğerlerine göre karmaşık bir yapıya sahip olan çok kanallı servis sistemleri problemlerine, yeni bir yöntem olan yapay sinir ağı ile bir yaklaşım sunulmuştur. Çalışma üç bölümden oluşmaktadır. İlk bölümde, genel olarak kuyruk modelleri anlatılmıştır, ikinci bölümde, yapay sinir ağlan hakkında bilgi ve kullanılan YSA ilgili açıklamalar sunulmuştur. Son bölümde ise, bir uygulama yapılmıştır. Uygulama bölümünde, İstanbul Fatih Sultan Mehmet Köprüsündeki araç gişe sistemi ele alınmış ve araç gişelerinin tecrübeye dayalı olarak belirlendiği bir sistem olan mevcut sistem ile YSA sistemiyle bulunan sonuçlar karşılaştırılmıştır.
Özet (Çeviri)
ABSTRACT While solving present waiting line problems channel number is considered besides successive arrivals and servis times. But if optimum channel number searched cost is reduced by both effective costumer service ( at acceptable mean queue length or no queue ) and decreased of service units (canceling the unneceessary ones). In this study a new method using Artificial Neural Networks (ANN) approach for multi-channel service system problems having complex structures from the others is presented. This study is written three parts. In first part, queue models are explained. Information about ANN is presented in second part. In finally part, ANN system is applied on Fatih bosphorus bridge in Istanbul
Benzer Tezler
- Self-supervised pansharpening: Guided colorization of panchromatic images using generative adversarial networks
Öz-denetimli pankeskinleştirme: Çekişmeli üretken ağlar ile pankromatik görüntülerin güdümlü renklendirilmesi
FURKAN ÖZÇELİK
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. GÖZDE ÜNAL
- Classification methods for motor imagery based brain computer interfaces
Motor hareket hayali tabanlı beyin bilgisayar arayüzleri için sınıflandırma metotları
AYHAN YÜKSEL
Doktora
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TAMER ÖLMEZ
- Derin öğrenme ile görüntülerde gürültü giderme
Image denoising with deep learning
SERCAN SATICI
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU
- ATM ağlarında yönlendirme ve işaretleşme protokolü: PNNI
Routing and signalling protokol in ATM networks: PNNI
CUMHUR OKAN ÖZOĞUL
Yüksek Lisans
Türkçe
2000
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiPROF.DR. A. EMRE HARMANCI
- Developing algorithm for automatic detection of caves using unmanned aerial vehicle data
İnsansız hava araçlarından elde edilen verilerle otomatik mağara tespiti yapabilen algoritmanın geliştirilmesi
MUSTAFA BÜNYAMİN SAĞMAN
Yüksek Lisans
İngilizce
2023
Savunma ve Savunma Teknolojileriİstanbul Teknik ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
DOÇ. DR. ORKAN ÖZCAN