Tekstil sektöründe yapay sinir ağları ve topluluk öğrenme algoritmaları kullanılarak kumaş eninin tahmini
Prediction of fabric width using artificial neural networks and ensemble learning algorithms in the textile industry
- Tez No: 834464
- Danışmanlar: PROF. DR. NESLİHAN DEMİREL
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Veri Bilimi Bilim Dalı
- Sayfa Sayısı: 86
Özet
Tekstil sektöründe yeni geliştirilen kumaşlarda, kumaş ilk defa üretileceği için kumaş eni parametresinin tahminlenmesi son derece önemlidir. Bu çalışmada kumaş eninin doğru tahminlenmesi için gerekli etkenlerin belirlenerek yapay sinir ağları ve topluluk öğrenme yöntemleri ile modellenmesi amaçlanmıştır. Bu çalışma, kumaş eni değerinin insandan bağımsız sistematik bir şekilde belirlenmesi ihtiyacından doğmuştur. Mevcut durumda, yeni geliştirilen kumaşlar üretilirken kumaş eni değeri tamamen çalışanın bilgi ve tecrübesine göre belirlenmektedir. Bu da tutarsız ve güvenilir olmayan sonuçların elde edilmesine sebep olmaktadır. Bu şekilde tanımlanan en parametresi nedeniyle kumaş iadesi, kumaş tamiri vb. sorunlar fabrikada ciddi zaman kaybına ve maliyet artışına sebep olmaktadır. Bu çalışma da kumaş eni insan deneyimden bağımsız bi şekilde makine öğrenimi algoritmaları kullanılarak tahminlenmiştir. Çalışma da kumaş enini etkileyen faktörler gramaj, ilmek iplik uzunluğu, elastan oranı, viskon oranı, pamuk oranı, polyester oranı, elastan numarası, iplik numarası ve fein değeri olarak belirlenmiştir. Yapay sinir ağları modelleri, regresyon ağaçları, rassal ormanlar regresyonu, gradient boosting regresyonu ve extreme gradient boosting yöntemleri kullanılarak sonuçlar karşılaştırılmıştır. Modelleri değerlendirirken karşılaştırma için hata metriklerinden R2, Hata Kareler Ortalaması (MSE), Kök Hata Kareler Ortalaması (RMSE) ve Ortalama Mutlak Hata (MAE) kullanılmıştır. Sonuçlar incelendiğinde yapay sinir ağları modellerinden tek katmanlı yapay sinir ağında %88 açıklayıcılık değeri ile en iyi sonucu vermiştir.
Özet (Çeviri)
In this study, the aim was to model the accurate prediction of fabric width in newly developed fabrics in the textile industry using artificial neural networks and ensemble learning methods. This study emerged from the need for systematically determining the fabric width value independent of human judgment. Currently, in the production of newly developed fabrics, the fabric width value is entirely determined based on the knowledge and experience of the worker. This leads to inconsistent and unreliable results. Due to the variability in fabric width, problems such as fabric returns, fabric repairs, etc., cause significant time loss and cost increase in the factory. In this study, the fabric width was predicted using machine learning algorithms, independent of human experience. The factors influencing fabric width were determined as weight per square meter, loop yarn length, elastane ratio, viscose ratio, cotton ratio, polyester ratio, elastane number, yarn number, and fine value. Artificial neural network models, regression trees, random forest regression, gradient boosting regression, and extreme gradient boosting methods were used, and the results were compared. When evaluating models for comparison, the following error metrics were used: R2 (R-squared), Mean Squared Error (MSE), Root Mean Squared Error (RMSE), and Mean Absolute Error (MAE). Upon examination of the results, the single-layer artificial neural network yielded the best result with a coefficient of determination 0.88.
Benzer Tezler
- Contribution a la recherche d'un cadre juridique pour un droit international de laconcurrence plus efficace
Daha etkin bir uluslararası rekabet için hukuki çerçeve arayışı
ALİ CENK KESKİN
Doktora
Fransızca
2009
HukukGalatasaray ÜniversitesiKamu Hukuku Ana Bilim Dalı
PROF. DR. JEAN MARC SOREL
PROF. DR. HALİL ERCÜMENT ERDEM
- Denim kumaşın laminasyon teknikleriyle fonksiyonelleştirilmesinin araştırılması
Investigation of functionalization of denim fabric with lamination techniques
AYŞE GENÇ
Yüksek Lisans
Türkçe
2018
Kimya Mühendisliğiİnönü ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. ADIGÜZEL MEHMET YÜCEER
- Altı sigma ve yapay sinir ağlarının tekstil sektöründe karşılaştırmalı bir uygulaması
A comparative application of six sigma and artificial neural networks in the textile sector
ÜMİT YILMAZ
Yüksek Lisans
Türkçe
2010
Endüstri ve Endüstri MühendisliğiUludağ ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEDA ÖZMUTLU
- Standart dokuma kumaşların tasarımı için yapay zekâ tekniklerini uygulama ve karşılaştırma
Utilization and comparison of artificial intelligence techniques for the design of standard woven fabrics
BİLGE BERKHAN KASTACI
Doktora
Türkçe
2024
Tekstil ve Tekstil MühendisliğiTekirdağ Namık Kemal ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
PROF. DR. HİKMET ZİYA ÖZEK
DR. ÖĞR. ÜYESİ ERKAN ÖZHAN
- Yapay sinir ağları yaklaşımı ile tedarikçi portföy analizi
Supplier portfolio analysis with artificial neural networks approach
ZEYNEP KORKMAZ