Geri Dön

Yinelemeli öğrenme ile üretim planlaması

Product planning with reinforcement learning

  1. Tez No: 781063
  2. Yazar: HAKAN ATEŞ
  3. Danışmanlar: DOÇ. DR. GAZİ ERKAN BOSTANCI
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Ankara Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 50

Özet

Bu tez çalışmasında seri imalat yapan fabrikalarda üretim süresini ve maliyet kayıplarını minimize eden bir yaklaşım geliştirilmiştir. Geliştirilen bu yaklaşım ile, talep edilen ürün tipleri ve adetlerine göre oluşturulan listeyi, üretimde model değişim süre kayıplarını ortadan kaldıracak şekilde üretmek için ürünlerin sırasını düzenlemektedir. Böylece fabrikaların aynı süre ve aynı iş gücüyle daha fazla ürün üretebilmeleri hedeflenmektedir. Bu çalışmada ki en önemli yenilik talep edilen makinelerin farklı zamanlarda farklı ürünler için gelmesi durumunda, yinelemeli öğrenmenin tekrar eğitilmesine gerek olmayacak bir yöntem kullanmasıdır. Böyle bir durum olduğunda, yinelemeli öğrenmeyle eğitilen yapı, sipariş edilmemiş ürünlerin kayıp süreleri en aza indirilmiş haline göre sonuçları güncelleyebilmektedir.

Özet (Çeviri)

In this thesis, an approach has been developed that minimizes production time and cost losses in factories engaged in mass production. With this developed approach, it arranges the order of the products in order to produce the list created according to the requested product types and quantities in a way that eliminates the model change time losses in production. Thus, it is aimed that factories can produce more products with the same time and with the same workforce. The most important innovation in this study is that if the requested machines come for different products at different times, iterative learning uses a method that does not need to be retrained. In such a case, the structure trained by iterative learning can update the results according to the minimized loss of unordered products.

Benzer Tezler

  1. Data-driven condition monitoring and fault diagnosis of VFD-FED induction motors

    Değişken frekanslı sürücü ile beslenen asenkron motorlarda veri odaklı durum izleme ve arıza tanılama

    ALPER SENEM

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞENİZ ERTUĞRUL

  2. Lojistik sistemlerin yapay sinir ağları ile modellenmesi, gerçeklenmesi ve kontrolü

    Modeling, implementation and control of logistics systems using artificial neural networks

    MURAT ERMİŞ

    Doktora

    Türkçe

    Türkçe

    2005

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF.DR. FÜSUN ÜLENGİL

  3. A reinforcement learning approach for control flow error detection in automated software testing

    Yazılım otomatık testlerıne pekıştırmelı öğrenme yaklaşımı uygulayarak akış hatalarını yakalama

    ENGİN DURMAZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUSTAFA BORAHAN TÜMER

  4. Deep learning for wind energy systems using the hurst exponent and statistical parameters

    Hurst üslü ve istatistiksel parametreleri kullanarak rüzgar enerjisi sistemleri için derin öğrenme

    BEHNAZ ALAFI

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞAHİN SERHAT ŞEKER

  5. Tüketiciler açısından marka değerinin önemi ve bir araştırma

    The importance of brand equity according to consumers

    ÖZLEM ÖZÇELİK

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    İşletmeGalatasaray Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. FUAT ÇELEBİOĞLU