Yinelemeli öğrenme ile üretim planlaması
Product planning with reinforcement learning
- Tez No: 781063
- Danışmanlar: DOÇ. DR. GAZİ ERKAN BOSTANCI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- 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
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞENİZ ERTUĞRUL
- 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
2005
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF.DR. FÜSUN ÜLENGİL
- 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
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA BORAHAN TÜMER
- 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
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAHİN SERHAT ŞEKER
- Tüketiciler açısından marka değerinin önemi ve bir araştırma
The importance of brand equity according to consumers
ÖZLEM ÖZÇELİK
Yüksek Lisans
Türkçe
2012
İşletmeGalatasaray Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. FUAT ÇELEBİOĞLU