Kültürel algoritma tabanlı yapay sinir ağı ile yüksek fırın cüruf basınç aktivitesinin tahminlenmesi
Prediction of high furnace slag pressure activity by using cultural algorithm-based on artificial neural network
- Tez No: 688780
- Danışmanlar: DOÇ. DR. CENK ŞAHİN
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 123
Özet
Endüstride optimal düzeyde üretim yapılabilmesi için bilimsel yöntemlerin uygulanması gerekmektedir. Ancak bazı sektörlerde ürün kalitesini belirlemede halen çalışanların tecrübesine dayalı bir üretim modeli geleneği devam etmektedir. Bu durum da önemli zaman ve kalite kayıplarına neden olmaktadır. Bu kayıplar son yıllarda tahmin yöntemlerinin sanayiye uygulanmasıyla minimum düzeye indirgenmiştir. Bu tez çalışmasında literatürde kullanılan tahmin modelleri araştırılarak çimento sektörüne en uygun model belirlenmiş ve uyarlanmıştır. Buna göre, tahminleme modelleri içerisinde Yapay Sinir Ağı ve Kültürel Algoritmanın hibrit olarak çalıştığı bir modelleme ilk defa bu tezde çalışılmıştır. Bu kapsamda bir çimento fabrikasının gerçek zamanlı verileri kullanılmıştır. Bu veriler geliştirilen algoritmanın girdilerini oluşturmaktadır. Çıktı olarak ise Öğütülmüş Yüksek Fırın Cürufu'nun 28 günlük basınç aktivite değeri tahmin edilmiştir. Elde edilen sonuçlara göre önerilen hibrit model, farklı tahmin modelleri ile karşılaştırılmış ve test verisi üzerinde %3,66'lık ortalama mutlak yüzde hata değeri ile tahminler yapmayı başarmıştır.
Özet (Çeviri)
Scientific methods must be applied in order to produce at an optimal level in the industry. However, in some sectors, the tradition of a production model based on the experience of the employees still continues in determining the product quality. This situation causes significant loss of time and quality. These losses have been reduced to a minimum with the application of prediction methods to industry in recent years. In this thesis study, the most suitable model for cement sector was determined and adapted by researching the prediction models used in the literature. In this context, the model in which Artificial Neural Network and Cultural Algorithm work as a hybrid is studied for the first time in this thesis. Real time data of a cement factory were used in the study. These data constitute the inputs of the developed algorithm. As an output, the 28-day pressure activity index value of Ground Blast Furnace Slag was estimated. According to the results obtained, the proposed hybrid model was compared with different estimation models and managed to make predictions with an average absolute percent error value of 3.66% on test data.
Benzer Tezler
- Optimization in spatial planning from generative design approach: The application for Göktürk, Istanbul
Üretken tasarım yaklaşımıyla mekansal planlamada optimizasyon: Göktürk, İstanbul uygulaması
MERVE DENİZ TAK
Yüksek Lisans
İngilizce
2023
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
PROF. DR. ALİYE AHU GÜLÜMSER
- Flood risk analysis with geospatial artifical intelligence techniques
Coğrafi bilgi sistemleri ve yapay zeka ile sel taşkın riski analizi
MİRAÇ TAHA DERMAN
Yüksek Lisans
İngilizce
2025
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMED OĞUZHAN METE
- Konutlarda dönemsel farklılıkların tespiti için derin öğrenme tabanlı bir cephe analiz yöntemi: Konya örneği
A deep learning based facade analysis method for detection of periodic differences in housings: the case of Konya
MUSTAFA ALPER DÖNMEZ
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. MİNE ULUSOY
- Enhancing UCAV operations with AI-driven point cloud semantic segmentation for precision gimbal targeting in defense industry
Savunma sanayiinde hassas gimbal hedefleme için yapay zeka tabanlı nokta bulutu semantik segmentasyon yaklaşımlarıyla S/İHA operasyonlarının iyileştirilmesi
SALİH BOZKURT
Doktora
İngilizce
2024
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. ZAİDE DURAN
- Koruma ve onarım uygulamaları öncesinde derin öğrenme tabanlı yöntem ile taş bozulmalarına müdahale önerisi
Recommendation for protection with deep learning based method before conservation and repair applications
HATİCE BEYZA ÜNAL
Yüksek Lisans
Türkçe
2023
MimarlıkKonya Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. MEHMET EMİN BAŞAR