A benchmark comparison of Gaussian process regression, support vector machines, and anfis for man-hour prediction in power transformers manufacturing
Güç transformatörleri üretiminde adam-saat tahmini için Gaussian proses regresyon, destek vektör makineleri ve anfıs modellerinin karşılaştırılması
- Tez No: 771355
- Danışmanlar: DOÇ. DR. SADETTİN EMRE ALPTEKİN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Galatasaray Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 31
Özet
Üretim süreleri, üretim maliyeti ile doğrudan ilişkili olduğu için ürün değerlemelerini etkiler. Bu nedenle üretim sürelerinin doğru tahmin edilmesi, doğru ürün değerlemeleri ve fiyatlandırması yapabilmek için en önemli sorunlardan biridir. Adam-saat birimi bu amaçla yaygın olarak kullanılmakta ve projelerin ihale öncesi ürün değerlemeleri yapılırken dikkate alınmaktadır. Genelde emek yoğun bir üretim ortamına sahip olan, proje bazlı üretimlerde her ürün farklı bir proje olduğu için özellikle önemlidir. Adam-saatler yerel verilerden türetilen sistematik araçlar yerine uzmanlar tarafından tahmin edildiğinde, genellikle ürünün fabrika çıkış maliyetini etkileyen yanlış tahminlerle sonuçlanır. Yanlış tahminin gerçek adam-saatten negatif bir sapmaya sahip olması, her türlü işletme için ciddi bir sorun olan kar marjının düşmesine sebep olur. Bu sorunu önlemek için adam-saat tahmininin gereğinden fazla hesaplanması da başka bir sorun ortaya çıkararak müşteriler için ihale sırasında maliyet etkinliği azaltabilir. Bu nedenle, emek yoğun üretim ortamlarında sistematik yöntemlere dayalı aşırı düşük ve fazla tahminler olmadan adam-saat tahmini, fabrikaların genel karlılığını koruyabilmek için önemlidir. Gemi inşa ve havacılık endüstrisi gibi farklı sektörlerde yanlış uzman tahminlerinden kaynaklanan sorunların üstesinden gelmek için çeşitli araştırmalar yapılmıştır. Ayrıca yazılım geliştirme alanında“efor tahmini”başlığı altında aynı konu irdelenmiştir. Ancak proje bazlı üretim anlayışına sahip Güç Trafosu imalatına yönelik herhangi bir çalışma yapılmamıştır. Bu çalışmada, veriye dayalı yöntemler ve makine öğrenimi uygulamalarına dayalı olarak Güç Transformatörleri imalatında adam-saat tahminleri incelenmiştir. Sonuçlar, önerilen tahmin sisteminin mevcut olanlara iyi bir alternatif olabileceğini göstermektedir.
Özet (Çeviri)
Production times affect the product valuations because it is directly relevant to the production cost. Therefore, accurate estimation of the production times is one of the key problems to be able to make correct product valuations and pricing. The man-hour unit is widely used for this purpose and it is taken into consideration while making product valuations before tendering phase of projects. It is especially important in tailor-made production which generally has a labor-intensive manufacturing environment because each product is a different project. When the man-hours are predicted by experts instead of systematic tools derived from local data, they often result in incorrect predictions which affect the ex-factory cost of the product. If the incorrect prediction has a negative deviation from the actual man-hour, it may result in a reduction of the profit margin which is a serious problem for all kinds of businesses or if the man-hour prediction is over-calculated to prevent this problem then another problem emerges and the cost-effectiveness may be lost for customers in tendering. Hence, the prediction of the man-hour without excess under-estimations and over-estimations based on systematic methods in labor-intensive manufacturing environments is important to be able to keep the overall profitability of factories. There have been several kinds of research to overcome the problems resulting from incorrect expert estimations in different industries such as shipbuilding and the aircraft industry. Also, it has been researched under the title of“effort estimation”in the software development field. However, there has not been any study directed to the Power Transformer manufacturing which has a tailor-made production mentality. In this study, man-hour predictions in Power Transformers manufacturing have been studied based on data-driven methods and machine learning applications. The results showed that the proposed forecasting system can be a good alternative to the existing ones.
Benzer Tezler
- Comparison of machine learning algorithms for blood glucose prediction on aida simulator
Aida simülatörü üzerinde kan şekeri tahmini için makine öğrenmesi algoritmalarının kıyaslanması
DOĞUGÜN ÖZKAYA
Yüksek Lisans
İngilizce
2018
BiyoistatistikBoğaziçi ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALBERT GÜVENİŞ
- Identification of ligand binding sites of proteins using the gaussian network model
Proteinlerde bulunan ligand bağlanma yerlerinin ağ yapı modeli kullanarak tespit edilmesi
CEREN TÜZMEN
Yüksek Lisans
İngilizce
2010
BiyofizikKoç ÜniversitesiHesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı
PROF. DR. BURAK ERMAN
- Development of a novel candidate solution quality prediction approach to artificial algae algorithm
Yapay alg algoritması için yeni bir aday çözüm kalite tahmin yaklaşımı geliştirilmesi
ABDULKERIM MOHAMMED YIBRE
Doktora
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA SERVET KIRAN
- İki tekerlekli hareketli platform üzerindeki bir robot kolun modellenmesi ve kontrolü
Modelling and control of a two-wheeled robot manipulator
MERT ÖNKOL
Doktora
Türkçe
2018
Elektrik ve Elektronik MühendisliğiTOBB Ekonomi ve Teknoloji ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. COŞKU KASNAKOĞLU
- Yapay zekâ modelleriyle tam ölçekli çamur çürütme reaktörlerinden elde edilen biyogaz üretiminin tahmini: Yapay sinir ağları ve fuzzy logıc uygulamaları
Artificial intelligence-based modeling for prediction of biogas production rate from full-scale anaerobic sludge digestion reactors: Neural networks and fuzzy logic applications
KEVSER KARAKAYA
Yüksek Lisans
Türkçe
2012
Çevre MühendisliğiYıldız Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. KAAN YETİLMEZSOY