Geri Dön

TARIMDA YAPAY ZEKA VE BULANIK MANTIK UYGULAMALARI

ARTIFICIAL INTELLIGENCE AND FUZZY LOGIC APPLICATIONS IN AGRICULTURE

  1. Tez No: 887400
  2. Yazar: KERİM KINALI
  3. Danışmanlar: DR. ÖĞR. ÜYESİ NALAN GÜLTEN AKIN
  4. Tez Türü: Yüksek Lisans
  5. Konular: İşletme, Business Administration
  6. Anahtar Kelimeler: Akıllı tarım, Bulanık doğrusal programlama, Sezgisel bulanık mantık, Sürdürülebilir tarım, Yapay zeka, İyi tarım uygulamaları, Smart agriculture, Fuzzy linear programming, Intuitive fuzzy logic, Sustainable agriculture, Artificial intelligence, Good agricultural practices
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Yozgat Bozok Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: İşletme Ana Bilim Dalı
  12. Bilim Dalı: İşletme Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu tezin amacı, tarım sektöründe yapay zeka ve bulanık mantık uygulamalarının nasıl kullanıldığını ve bu teknolojilerin tarımsal verimliliği nasıl artırdığını incelemektir. Tarımda verim tahmini, sulama yönetimi, toprak ve su yönetimi gibi süreçlerin yapay zeka ve bulanık mantık ile optimize edilmesi, çiftçilerin karar alma süreçlerinde daha etkili ve bilinçli adımlar atmasını sağlar. Tez, bu teknolojilerin mevcut kullanımını ve gelecekteki potansiyelini analiz ederek tarımda sürdürülebilir uygulamaların yaygınlaştırılmasını hedeflemektedir. Tezde, tarımda yapay zeka ve bulanık mantık uygulamalarının kullanımı üzerinde durulmaktadır. Yapay zeka, tarımsal süreçlerin yönetimi, verim tahmini, sulama yönetimi, gübreleme stratejileri ve hastalık tespiti gibi kritik alanlarda önemli bir rol oynar. Bu süreçlerde kullanılan yapay zeka algoritmaları, geçmiş verilere dayanarak tahminler yapabilmekte ve çiftçilerin karar verme süreçlerini optimize edebilmektedir. Bu sayede tarımsal verimlilik artarken, maliyetler düşmekte ve sürdürülebilir tarım uygulamaları yaygınlaştırılmaktadır. Bulanık mantık ise özellikle belirsizliklerin yoğun olduğu tarımsal ortamlarda etkili bir araç olarak öne çıkmaktadır. Belirsizliklerin fazla olduğu sulama yönetimi, bitki sağlığı, gübreleme gibi alanlarda, bulanık mantık kullanılarak daha esnek ve isabetli kararlar alınabilmektedir. Örneğin, sulama yönetiminde bitkilerin su ihtiyacı ve toprak nemi gibi değişkenler bulanık mantık algoritmaları ile analiz edilmekte ve su kaynakları daha verimli kullanılmaktadır. Bu tez, tarımda yapay zeka ve bulanık mantığın nasıl birleştirilebileceğini ve daha geniş ölçekli uygulamalarla verimliliği artırmada nasıl kullanılabileceğini araştırmaktadır Yapay zeka ve bulanık mantık tarımda verimliliği artırma, maliyetleri düşürme ve çevresel sürdürülebilirliği sağlama açısından önemli bir role sahiptir. İklim değişikliği ve artan dünya nüfusu, tarımsal üretim üzerinde baskı yaratmakta ve yeni teknolojilere olan ihtiyacı artırmaktadır. Bu tez, yapay zeka ve bulanık mantığın bu ihtiyaçlara nasıl cevap verebileceğini göstererek tarımda dijital dönüşümün önemini vurgulamaktadır. Ayrıca, küçük ve büyük ölçekli çiftliklerde teknolojik entegrasyonun etkilerini değerlendirerek tarımın geleceğine ışık tutmaktadır. Yapay zeka ve bulanık mantık, tarımda verim tahmini, sulama planlaması, toprak yönetimi ve hastalık tespiti gibi önemli alanlarda geniş uygulama potansiyeline sahiptir. Yapay zeka, tarımsal süreçleri optimize ederek verimliliği artırırken, bulanık mantık ise belirsizliklerin yoğun olduğu tarımsal ortamlarda karar alma süreçlerini iyileştirmektedir. Özellikle sulama sistemlerinde, toprak nemi ve bitki su ihtiyacı gibi değişkenler bulanık mantık kullanılarak analiz edilmekte ve bu sayede optimal sulama miktarları belirlenmektedir. Tarımda bu iki teknolojinin bir arada kullanılması, kaynakların daha verimli kullanılmasını ve kararların daha isabetli alınmasını sağlamaktadır. Bulanık mantık, ilk kez 1965 yılında Lotfi Zadeh tarafından tanıtılmıştır. Bu yaklaşım, klasik ikili mantığın ötesine geçerek belirsizlikleri ve kısmi doğrulukları ele alır. Tarım sektöründe bu teknolojiye dayalı birçok çalışma yapılmıştır. Örneğin, Ebrahim Mamdani 1974'te bulanık karar destek sistemlerini geliştirerek tarımsal sulama yönetiminde belirsizliklerin üstesinden gelinmesini ve su kaynaklarının verimli kullanılmasını sağlamıştır. Takagi-Sugeno modeli ise çevresel koşullar ve bitki gereksinimlerini dikkate alarak sulama stratejilerinin optimize edilmesine katkı sağlamıştır. 1980'lerde Ronald R. Yager, hassas tarımda bitki yönetimi ve kaynak kullanımını optimize etmek amacıyla bulanık mantığı kullanmış, bu sayede tarımsal verimliliği artırmıştır. 1985'te Zimmermann, tarımsal verim tahmininde bulanık mantığı kullanarak iklim koşulları ve toprak özelliklerinin etkilerini analiz etmiştir. Sonraki yıllarda birçok araştırmacı, tarımsal risk yönetimi, zararlıların tespiti ve gübreleme stratejileri gibi alanlarda bulanık mantığın uygulanabilirliğini ortaya koymuştur Bu tez, mevcut çalışmaları inceleyerek yapay zeka ve bulanık mantığın tarımda nasıl birleştirilebileceğini ve daha geniş ölçekte nasıl uygulanabileceğini analiz etmektedir.

Özet (Çeviri)

The purpose of this thesis is to examine how artificial intelligence and fuzzy logic applications are used in the agricultural sector and how these technologies can enhance agricultural productivity. Optimizing processes such as yield prediction, irrigation management, and soil and water management with artificial intelligence and fuzzy logic enables farmers to make more effective and informed decisions in their decision-making processes. The thesis aims to promote the widespread adoption of sustainable practices in agriculture by analyzing the current use and future potential of these technologies. The thesis focuses on the application of artificial intelligence and fuzzy logic in agriculture. Artificial intelligence plays a significant role in critical areas such as managing agricultural processes, yield prediction, irrigation management, fertilization strategies, and disease detection. The AI algorithms used in these processes can make predictions based on historical data, optimizing farmers' decision-making processes. As a result, agricultural productivity increases, costs decrease, and sustainable agricultural practices become more widespread. Fuzzy logic stands out as an effective tool, particularly in agricultural environments where uncertainties are prevalent. In areas characterized by significant uncertainties, such as irrigation management, plant health, and fertilization, fuzzy logic can facilitate more flexible and accurate decision-making. For instance, in irrigation management, variables such as plants' water needs and soil moisture can be analyzed using fuzzy logic algorithms, leading to more efficient use of water resources. This thesis explores how artificial intelligence and fuzzy logic can be integrated and used to enhance efficiency through broader applications. Artificial intelligence and fuzzy logic play an important role in increasing productivity in agriculture, reducing costs, and ensuring environmental sustainability. Climate change and the growing global population exert pressure on agricultural production, increasing the need for new technologies. This thesis emphasizes the importance of digital transformation in agriculture by demonstrating how artificial intelligence and fuzzy logic can address these needs. Additionally, it sheds light on the impact of technological integration in both small and large-scale farms on the future of agriculture. Artificial intelligence and fuzzy logic have vast application potential in significant areas such as yield prediction, irrigation planning, soil management, and disease detection. While artificial intelligence enhances productivity by optimizing agricultural processes, fuzzy logic improves decision-making processes in agricultural environments characterized by uncertainty. Particularly in irrigation systems, variables like soil moisture and plant water needs are analyzed using fuzzy logic, allowing for the determination of optimal irrigation amounts. The combined use of these two technologies in agriculture ensures more efficient resource utilization and more accurate decision-making. Fuzzy logic was first introduced in 1965 by Lotfi Zadeh. This approach goes beyond classical binary logic to address uncertainties and partial truths. Many studies have been conducted in the agricultural sector based on this technology. For example, Ebrahim Mamdani developed fuzzy decision support systems in 1974 to address uncertainties in agricultural irrigation management and to ensure the efficient use of water resources. The Takagi-Sugeno model has also contributed to optimizing irrigation strategies by considering environmental conditions and plant requirements. In the 1980s, Ronald R. Yager used fuzzy logic to optimize plant management and resource use in precision agriculture, thereby enhancing agricultural productivity. In 1985, Zimmermann analyzed the effects of climate conditions and soil properties on agricultural yield prediction using fuzzy logic. In subsequent years, many researchers have demonstrated the applicability of fuzzy logic in areas such as agricultural risk management, pest detection, and fertilization strategies. This thesis analyzes how artificial intelligence and fuzzy logic can be integrated in agriculture by reviewing existing studies and how they can be applied on a larger scale.

Benzer Tezler

  1. Tez No

    706845

    Improved fuzzy logic based edge detection method on clinical images

    Klinik görüntülerde bulanık mantık temelli iyileştirilmiş kenar tespit yöntemi

    MURAT MERT ÇELEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ İLKER ÜSTOĞLU

  2. Tez No

    565494

    Semantic land cover and land use classification using deep convolutional neural networks

    Derin evrişimsel sinir ağları ile arazi kullanımı ve arazi örtüsünün anlamsal sınıflandırılması

    BERK GÜNEY

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    İletişim Sistemleri Ana Bilim Dalı

    PROF. DR. ELİF SERTEL

  3. Tez No

    259153

    Binalarda enerji yönetimi ve enerji kullanım verimliliğini etkileyen faktörlerin yapay zeka teknikleri ile analizi

    Energy management in buildings and energy consumption efficiency affecting factors analysis with artificial intelligence techniques

    İHSAN EROĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    EnerjiSakarya Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. CEMALETTİN KUBAT

  4. Tez No

    571227

    Bulanık mantık yöntemi ile karbon nanotüplerin enerji bant aralığının tespiti

    The detection of the carbon nanotubes' energy band gap with the fuzzy logic

    MUHAMMET ÇAĞRI GENCER

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKto Karatay Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. NOVRUZ ALLAHVERDİ

  5. Tez No

    979026

    Mobil robotlarda konum kontrolü ve simülasyonu

    Position control and simulation in mobile robots

    GULNAZ YUKSEL

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Elektrik ve Elektronik Mühendisliğiİstanbul Üniversitesi-Cerrahpaşa

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. RANA ORTAÇ KABAOĞLU

Geri Dön