Havacılık sanayinde kullanılan takım ve aparatların tasarım sürelerinin makine öğrenmesi yöntemleri ile kestirilmesi
Estimation of design effort of jigs and fixtures used in aviation industry by machine learning
- Tez No: 659483
- Danışmanlar: DR. ÖĞR. ÜYESİ MEHMET DİKMEN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: takım tasarım, makine öğrenmesi, tasarım eforu kestirimi, havacılık ve savunma, tool design, machine learning, design effort estimation, aviation and defense
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Başkent Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Özellikle büyük ölçekli tasarım projelerinde, tasarım eforunun (süresinin) doğru tahmin edilmesi, bir proje planı oluşturmada önemli bir faktördür. Sadece uzman görüşüne dayanan bu tahminler yanlış ya da yetersiz yapıldığında proje planına büyük zararlar verebilmektedir. Belirtilen problem üzerine, havacılık endüstrisindeki takım tasarım eforunu tahmin edebilen bir makine öğrenmesi modeli geliştirilmesi amaçlanmıştır. Sayısal değerler içermeyen her bir takımın tasarım gereksinimi girdisi kurumsal veri tabanından uygun sorgular ile elde edilmiştir. İlgili verilerin sayısallaştırılabilmesi için girdi üzerinde çeşitli deneyler yapılarak en verimli kodlama yöntemi seçilmiştir. Sayısallaştırılan girdi verisinden, takım tasarım eforunu tahmin edebilmek için yaygın olarak kullanılan karar ağacı, Destek Vektör Makinesi, Doğrusal Regresyon ve Yapay Sinir Ağı makine öğrenmesi yöntemleri üzerinde deneyler yapılmıştır. Bu çalışmada; takım tasarım eforunun en iyi şekilde kestirimi için ideal makine öğrenme modelini tespit etmek ve en uygun girdi ve parametre setini oluşturmak hedeflenmiştir.
Özet (Çeviri)
Especially in large-scale design projects, the correct estimation of the design effort (time) is an important factor in creating a project plan. These estimates, based only on expert opinion, can cause great damage to the project plan when made incorrectly or insufficiently. Based on the specified problem, it is aimed to develop a machine learning model that can predict the tool design effort in the aviation industry. The design requirement input of each tool that does not contain numerical values was obtained from the cooperate database with suitable data queries. In order to deflate the relevant data into numerical, the most efficient encoding method was selected by performing various experiments on the input data. Experiments have been carried out on commonly used decision tree, Support Vector Machine, Linear Regression and Artificial Neural Network machine learning methods to predict tool design effort from encoded input data. In this study; it is aimed to determine the ideal machine learning model for the best estimation of tool design effort and to create the most appropriate input and parameter set.
Benzer Tezler
- Hızlı katılaşma ile yüksek mukavemetli malzemelerin üretilmesi ve kurşun-asit akümalatörlerine uygulanması
Başlık çevirisi yok
ÜMİT AKÇAL
Yüksek Lisans
Türkçe
1986
Makine MühendisliğiUludağ ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİM DEMİRCİ
- Yerli yapım çekiçli yem değirmenleri üzerinde bir araştırma
Başlık çevirisi yok
HASAN YUMAK
Yüksek Lisans
Türkçe
1985
ZiraatEge ÜniversitesiTarımsal Mekanizasyon Ana Bilim Dalı
PROF. DR. NUMAN SUNGUR
- Kemalpaşa yöresi yumurta üretim işletmelerinin teknik ve ekonomik yönden irdelenmesi üzerinde bir araştırma
Başlık çevirisi yok
FÜSUN ÖZYALTIR
- İzmir yöresindeki süt sığırcılığı işletmelerinde sağımı yemleme ve temizlemeye ilişkin uygulamaların mekanizasyon işletmeciliği açısından irdelenmesi
Başlık çevirisi yok
ENGİN ÇAKIR
Yüksek Lisans
Türkçe
1986
ZoolojiEge ÜniversitesiTarımsal Mekanizasyon Ana Bilim Dalı
PROF.DR. RAUF UÇUCU