Determination of ANFIS membership function and its number by using box-behnken experimental design methods
ANFIS üyelik fonksiyonları ve sayılarının box-behnken deneysel tasarım yöntemi ile belirlenmesi
- Tez No: 793849
- Danışmanlar: DOÇ. DR. İLKNUR KÜÇÜK, DOÇ. DR. DİLEK DURANOĞLU DİNÇER
- Tez Türü: Yüksek Lisans
- Konular: Kimya Mühendisliği, Chemical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Kimya Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Kimya Mühendisliği Bilim Dalı
- Sayfa Sayısı: 50
Özet
Akıllı algoritmalar, kimya mühendisliğinde optimizasyon sürecinde yaygın olarak kullanılmaktadır. Adaptif Ağ Yapısına Dayalı Bulanık Çıkarım Sistemi (ANFIS), bulanık mantık ve yapay sinir ağı yaklaşımlarının birleşiminden ortaya çıkmıştır ve karmaşık sistemlerde doğrusal olmayan varyasyonu simüle etmek için güçlü bir araçtır. Bu çalışmada farklı sıcaklık, karbon dozajı ve pH değerlerinde elde edilen adsorpsiyon verileri MATLAB ANFIS kullanılarak değerlendirilmiştir. ANFIS ile tahminin kabul edilebilir hata değerleri ile yapılabilmesi için optimum üyelik fonksiyonu (MF) ve optimum MF sayısı belirlenmelidir. Bu çalışmada, üyelik fonksiyonlarını (MF'ler) ve MF'lerin sayısını sistematik olarak belirlemek için Box-Behnken deneysel tasarım yöntemi kullanılmıştır. İlk olarak, her bir girdi (sıcaklık, karbon dozajı ve pH) için aynı sayıda MF seçilmiş, ardından daha sonraki Box-Behnken deneysel tasarım (BBD) değerlendirmeleri için hata değerleri, merkez noktaları ve MF tipleri incelenerek seçilmiştir. Sabit (Constant) tip MF ile kabul edilebilir tahminler elde edilmiştir. Her girdi için optimum MF sayısını belirlemek amacıyla BBD matrisinde verilen tüm kombinasyonlar ANFIS aracılığıyla incelenmiş ve ortalama hataların karesinin karekökü ile her bir girdinin MF sayısı arasında regresyon modelleri geliştirilmiştir. Sonuç olarak, adsorpsiyon verilerini ANFIS ile en iyi şekilde modellemek için optimum MF tipi olarak trimf; sıcaklık, karbon dozajı ve pH verileri için optimum MF sayıları sırasıyla 6, 6 ve 3 olarak belirlenmiştir. ANFIS ile optimum koşullarla tahmin edilen adsorpsiyon yüzdeleri deneysel değerlere oldukça yakın bulunmuştur.
Özet (Çeviri)
Intelligent algorithms are widely used in the optimization process in chemical engineering Adaptive neuro–fuzzy inference systems (ANFIS) emerged from the combination of fuzzy logic and artificial neural network approaches, and it is a powerful tool to simulate non–linear variation in complex systems. In this study, adsorption data obtained at different temperature, carbon dosage and pH values were evaluated by using MATLAB ANFIS. In order to achieve prediction via ANFIS with acceptable error values, optimum membership function (MF) and optimum number of MF should be determined. In this study, Box-Behnken experimental design method was used to determine the membership functions (MFs) and the number of MFs systematically. Firstly, the same number of MF were chosen for each input (temperature, carbon dosage and pH), then, by examining the error values, center points and MF types were chosen for the further Box-Behnken experimental design (BBD) evaluations. Constant types of MFs showed acceptable predictions. In order to determine the optimum number of MF for each input, all combinations given in BBD matrix were examined via ANFIS, then, regression models were developed between the root mean square error and MF numbers for each inputs. In order to estimate adsorption data via ANFIS, trimf as the optimum MF type; optimum MF numbers for temperature, carbon dosage and pH data were determined as 6, 6 and 3, respectively. The adsorption percentages estimated by ANFIS under optimum conditions were found to be quite close to the experimental values.
Benzer Tezler
- Uranyum aramalarında radyoaktif jeofizik kuyu logu ölçü değerleri ve sondajdan alınan numunelerden elde edilen laboratuvar değerleri arasındaki ilişkinin incelenmesi
Radioactice geophysical well log measurement values in uranium exploration and laboratory values obtained from samples taken from drilling examining the relationship between
HAKAN AKGÜL
Yüksek Lisans
Türkçe
2023
Jeofizik MühendisliğiSakarya ÜniversitesiJeofizik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜNAY BEYHAN
- Echo state network ile sistemlerin modellenmesi
System modeling using echo state network
SELİN YAMAN
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ENGİN YEŞİL
- Bulanık zincir model temelleri ve hidrograf tahminleri
Fuzzy chain model fundamentals and hydrograph estimations
YAVUZ SELİM GÜÇLÜ
Doktora
Türkçe
2017
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ZEKAİ ŞEN
- Kimyasal enjeksiyon yapılmış kum zeminlerde enjeksiyon malzemesiyle basınç dayanımı arasındaki ilişkinin incelenmesi
Investigation of the relationship between injection material and compressive strength in chemically injected sand soils
NURULLAH POLAT
Yüksek Lisans
Türkçe
2023
İnşaat MühendisliğiBursa Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERAY YILDIRIM
- Enjeksiyon uygulanmış kum zeminlerde permeabilite katsayısının esnek hesaplama yöntemleri ile tahmin edilmesi
Estimation of permeability coefficient values by using flexible calculation methods in sandy soil which was injected
ASLIHAN DİLEK
Yüksek Lisans
Türkçe
2022
İnşaat MühendisliğiBursa Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERAY YILDIRIM