Neural network yaklaşımı ile üretim sistem parametrelerinin tahmini: Seramik firmasında uygulama
An estimation of production system design parameters with a new network approach: A case study in the ceramic firm
- Tez No: 624050
- Danışmanlar: YRD. DOÇ. DR. İSMAİL HAKKI CEDİMOĞLU, YRD. DOÇ. DR. CEMİL ÖZ, YRD. DOÇ. DR. HARUN REŞİT YAZĞAN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2001
- Dil: Türkçe
- Üniversite: Sakarya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 110
Özet
Bu çalışmada yeni bir Neural Network yaklaşımı (ANN) geliştirildi. Türkiye'de bir seramik firmasında yapılan bu çalışmada üretim çıktıları kullanılarak sistem üretim parametreleri tahmin edilmiştir. Çalışma gerçekleştirilirken üç ürün üzerinde duruldu, tuvalet taşı, klozet ve lavabo. Neural Network ile üretim parametrelerini tahmin ederken dört adım takip edilmiştir. Birincisi, işletmenin üretim prosesinin simülasyon paket programı ile modellenmesidir. İkincisi, farklı üretim parametreleri ile simülasyon sonuçlarının elde edilmesidir. Üçüncüsü, simülasyon sonuçlarından oluşturulan eğitim datasıyla neural network geliştirilmesidir. Son olarak da neural network geliştirilmesidir. Neural network'un eğitilmesi sırasında girdi değişkenleri sistem parametresi ve çıktı değişkenleri üretim miktarları olarak hesap edilir. Geliştirilen ANN'le, simülasyon sürecindeki üretim miktarlarının, girdi değişkenlerinin tahmini hem daha kısa sürede ve hem de daha kesin olarak bulunmaktadır. Bu yaklaşım firma tarafından test edilmiş ve başarılı bulunmuştur. Son olarakta istatistiksel analiz yapılmıştır.
Özet (Çeviri)
A new artificial network (ANN) approach has been developed in this study. The problem is the determine production system parameters with considering as an example such as, toilet marble, washbasin and clset. The following stages are used in order to solve the production system parameters. At the first stage, the production system of three products in modeled. At the second stage, the system is simulated and generated system performance values under different system parameters. At the third stage, an ANN is developed and trained with using the simulation results. At the last stage, the trained neural network estimates the system parameters with considering production quantities of the products. During teaching process of the neural network, the system parameters as input variables and production quantities as output variables are considered. The results show that the new proposed ANN estimates much faster and finds out more accurate variables than a simulation approach in terms of determining system parameters with considering production demands of the products. The approach has been tested for the company and results were found very encouraging.
Benzer Tezler
- Rüzgar hız ve enerji verilerinin tahmini için kaotik yaklaşımla birlikte destek vektör regresyonunun kullanımı
The use of support vector regression in conjunction with the chaotic approach for the forecasting of wind speed and energy data
ELİF BEYZA ÇATALBAŞ ERDOĞAN
Yüksek Lisans
Türkçe
2019
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. KASIM KOÇAK
- Endüstriyel mikro şebekelerde dinamik enerji yönetim modeli önerisi ve örnek uygulama
A dynamic energy management model proposal for energy management in industrial microgrids and a case study
ZEYNEP BEKTAŞ
Doktora
Türkçe
2021
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. GÜLGÜN KAYAKUTLU
- Atölyelerde otomatik kumandalı araçların optimum sayılarının genetik algoritma ve yapay sinir ağları ile belirlenmesi
Determination of optimum number of automated guided vehicles using genetic algorithm and artificial neural networks in workshops
ONUR MESUT ŞENARAS
Doktora
Türkçe
2023
Mühendislik BilimleriBursa Uludağ ÜniversitesiOtomotiv Mühendisliği Ana Bilim Dalı
PROF. DR. FERRUH ÖZTÜRK
- Short term load forecasting by using artificial neural networks
Yapay sinir ağları kullanılarak kısa dönemli yük tahmini
ALI GHADIRIASL NOBARI
Yüksek Lisans
İngilizce
2020
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. BELGİN TÜRKAY
- Modelling longitudinal motion of an electric vehicle and wheel slip control through NN based uncertainty prediction
Elektrikli aracın boyuna hareketinin modellenmesi ve yapay sinir ağı tabanlı belirsizlik kestirimli tekerlek kayma kontrolü
DUYGU ÖZYILDIRIM
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. OVSANNA SETA ESTRADA