ANFIS ve ARIMA modelleri ile endüstri 4.0 verilerinin karşılaştırılması
Comparison of ANFIS and ARIMA models via industry 4.0 data
- Tez No: 558860
- Danışmanlar: DR. ÖĞR. ÜYESİ TOLGA BERBER
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik ve Bilgisayar Bilimleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 107
Özet
Bu çalışmada, bir üretim hattından elde edilen zaman serisi verisine klasik zaman serisi ve bulanık zaman serisi yaklaşımları uygulanarak sonuçları karşılaştırılmıştır. Bu sayede, üretim hattındaki olası anomalilerin öngörebilecek ve Endüstri 4.0 modeli için önleyici bir yaklaşım elde edilmeye çalışılmıştır. Özellikle, sinirsel bulanık mantık çıkarım sistemi (ANFIS) kaotik bir zaman serisini tahmin etmek amacıyla kullanılan bir yaklaşım olduğu için, üretim hattından sensörler yardımı ile alınan veriler üzerinde uygulanmıştır. Çalışmada, birinci derece Sugeno bulanık çıkarım sistemi yöntemi kullanılmış olup, veri setleri için uygun üyelik fonksiyonları belirlenmiştir. Tahmin başarımlarının değerlendirilmesi amacıyla, hata kareleri ortalamasının karekökü (RMSE) ve mutlak hata yüzdeleri ortalaması (MAPE) değerleri hesaplanmıştır. Klasik zaman serisi yöntemlerinden biri olan Box-Jenkins yöntemi ile de ARIMA modelleri belirlenmiş olup, aynı başarım değerleri bu modeller içinde hesaplanmıştır. ANFIS yaklaşımı ve ARIMA modelleri yardımıyla elde edilen RMSE ve MAPE değerleri karşılaştırılmıştır. Çalışma sonucunda, birinci derece Sugeno bulanık çıkarım sistemi yöntemi ile elde edilen hata kareleri ortalamasının ve mutlak hata yüzdeleri ortalamasının Endüstri 4.0 verileri üzerinde en iyi sonuçlar verdiği görülmüştür. Ayrıca, bulanık çıkarım sistemi yöntemi ile gerçek değerlere en yakın tahmin değerleri üretmiştir.
Özet (Çeviri)
In this study, performances of classical and fuzzy time series approaches, which are applied to time series data obtained from a product line, are compared. As a result, an approach to avoid possible anomalies of product line and to provide preventive maintenance capabilities to Industry 4.0 is tried to be achieved. Since The Adaptive-Network-Based Fuzzy Inference System (ANFIS) was used to estimate chaotic time series, it was particularly applied on time series data obtained from production line using sensors. The first degree Sugeno fuzzy inference system method has been used and suitable membership functions have been determined for the dataset. The Root Mean Square Error (RMSE) and Mean Absolute Percentage Error (MAPE) were calculated to assess estimation performance. ARIMA models, which is the one of the classical time series approaches, were determined by Box-Jenkins method and same performance metrics are calculated. The RMSE and MAPE values obtained by using ANFIS method and ARIMA models were compared. Finally, it was observed that the RMSE and MAPE obtained by first degree Sugeno fuzzy inference system method gave the best results on Industrial 4.0 data. In addition, the fuzzy inference system method produced the closest estimation values to actual values.
Benzer Tezler
- Araç talep tahmininde kullanılan yöntemlerin karşılaştırılması
Comparison of car demand forecasting models
KÜRŞAT KARACA
Yüksek Lisans
Türkçe
2015
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BAŞAR ÖZTAYŞİ
- Sudan'nın günlük referans bitki su tüketiminin deterministik ve stokastik yöntemlerle modellenmesi
Modeling of daily reference evapotranspiration using deterministic and stochastic methods of Sudan
MAWADDA AHMED MOHAMMED ABDALLAH
Doktora
Türkçe
2023
ZiraatOndokuz Mayıs ÜniversitesiTarımsal Yapılar ve Sulama Ana Bilim Dalı
PROF. DR. BİLAL CEMEK
- ANFIS ve ARMA modelleri ile elektrik enerjisi yük tahmini
Electric energy load forecasting using ANFIS and ARMA methods
ÖZKAN DEMİREL
Yüksek Lisans
Türkçe
2009
Elektrik ve Elektronik MühendisliğiMarmara ÜniversitesiElektrik Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. ADNAN KAKİLLİ
YRD. DOÇ. DR. MEHMET TEKTAŞ
- Tip-2 bulanık öbekleme yöntemleri ile zaman serilerinin modellenmesi
Time series modelling with Type-2 fuzzy clustering methods
MEHMET FURKAN DODURKA
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
YRD. DOÇ. ENGİN YEŞİL
- Arıtma proseslerinin yapay zeka ve çoklu istatistiksel yöntemler ile modellenmesi
The modeling of treatment processes with artificial intelligence and multistatistical methods
GÖKHAN CİVELEKOĞLU
Doktora
Türkçe
2006
Çevre MühendisliğiSüleyman Demirel ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
DOÇ.DR. MEHMET KİTİŞ
DOÇ.DR. ÖZER ÇINAR