Optimizasyon teknikleri ve sinirsel ağlar kullanılarak araç kayar kapı sistemi parametrelerinin tahmini
Prediction of vehicle sliding door system parameters using optimization techniques and neural networks
- Tez No: 762080
- Danışmanlar: PROF. DR. FERRUH ÖZTÜRK
- Tez Türü: Doktora
- Konular: Makine Mühendisliği, Otomotiv Mühendisliği, Mechanical Engineering, Automotive Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Bursa Uludağ Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Otomotiv Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 76
Özet
Tez çalışması, araç kayar kapı sistem tasarım parametrelerinin tahmininde yapay sinir ağları (YSA) ve Bayes Optimizasyonu (BO) kullanılarak gerçekleştirilen çok amaçlı bir optimizasyon uygulaması tanımlamaktadır. YSA, özellikle karmaşık ve belirsizlik içeren matematiksel modellerin çözümünde kullanılmaktadır. Analitik olarak çözümünde zorluklar olan kara kutu problemlerde etkin sonuç vermektedir. Belirsizlikler içeren, ancak maliyetli fiziksel testler veya uzun süren simülasyonlar gerektiren problemlerde de çözüm için uygun bir yaklaşımdır. Çalışma kapsamında ele alınan kayar kapı sistem tasarımı da belirsizliklerin fazla olduğu karmaşık bir problem olduğu için tasarım parametrelerinin tahmin ve optimizasyonunda YSA ve BO kullanılmıştır. Sonlu elemanlar yöntemi kullanılarak gerçekleştirilen dinamik analizlerin ardından, parametrelerin farklı değerlerine karşılık gelen analiz sonuçları YSA ve BO kullanılarak tahmin edilmiştir. Ardından genetik algoritma (GA) kullanılarak çok amaçlı optimizasyon problemi için optimum çözüm elde edilmiştir. Uzun analiz süreleri ortadan kaldırılarak daha hızlı ve esnek bir yöntem sunulmuştur.
Özet (Çeviri)
This work describes an application of using the artificial neural network and Bayesian optimization based multi-objective optimization to predict the design parameters of vehicle sliding door system. Artificial neural network is used to solve complex and uncertain models. It gives effective results in black box problems that have difficulties in solving analytically. It is also a suitable approach for solving problems that involve uncertainties but require costly physical test or long run simulations. Artificial neural network and Bayesian optimisation were used in the prediction and optimization of the design parameters, since the sliding door design, which is considered within the scope of the study, is a complex problem with high uncertainties. After performing explicit dynamic analyses with the finite element method, the analysis results for different input values of the design parameters were predict using artificial neural network and Bayesian optimisation. Regression, artificial neural network, and Bayesian optimisation results are compared for prediction performance. Then, the optimal solution of the genetic algorithm (GA) for the multi-objective optimization problem was obtained. By eliminating long analysis times, a more flexible and faster method is presented.
Benzer Tezler
- Architectural form exploration by soft computing: The case of post-disaster shelter
Esnek hesaplama aracılığıyla mimari biçim arayışları: Afet sonrası barınak örneği
FÜSUN CEMRE KARAOĞLAN
Yüksek Lisans
İngilizce
2018
Mimarlıkİstanbul Teknik ÜniversitesiBilişim Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEMA ALAÇAM
- Optimizasyon teknikleri ve sinirsel ağlar kullanılarak araç alaşım jantlarının tasarımı ve tasarım doğrulaması
Design and design validation of vehicle alloy wheels using optimisation techniques and neural networks
ANIL TOPALOĞLU
Doktora
Türkçe
2022
Otomotiv MühendisliğiBursa Uludağ ÜniversitesiOtomotiv Mühendisliği Ana Bilim Dalı
PROF. DR. FERRUH ÖZTÜRK
- Portfolio optimization with wavelet analysis and neural fuzzy networks
Dalgacık analizi ve bulanık sinir ağları modeli ile portföy optimizasyonu
ÖMER ZEKİ GÜRSOY
- Sinir ağları ve optimizasyon metodu ile yüksek mertebeden diferansiyel denklemlerin nümerik çözümleri
Numerical solutions of high-order differential equations using neural networks and optimization method
ŞELALE ÖZTÜRK
Yüksek Lisans
Türkçe
2022
MatematikVan Yüzüncü Yıl Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. FEVZİ ERDOĞAN
- A low complexity detector for very large MIMO
Geniş MIMO sistemlerde hızlı kod çözme yöntemleri
ERGİN ASLAN
Yüksek Lisans
İngilizce
2016
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET ERTUĞRUL ÇELEBİ