Bulanık doğrusal programlamaya sinir ağları yaklaşımı
The approach of neural networks to fuzzy linear programming
- Tez No: 96302
- Danışmanlar: DOÇ.DR. AYŞEN APAYDIN
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Bulanık küme, Bulanık sayı, Doğrusal Programlama, Bulanık Doğrusal Programlama, Sinir Ağlan, Fuzzy Set, Fuzzy Number, Linear Programming, Fuzzy Linear Programming, Neural Networks
- Yıl: 2000
- Dil: Türkçe
- Üniversite: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 134
Özet
Bu çalışmada, Bulanık Doğrusal Programlama problemlerinin çözümleri için geliştirilen modeller ve sinir ağlarının bu modellere yaklaşımının genel bir değerlendirilmesi yapılmıştır. Çalışma altı bölümden oluşmaktadır. Birinci Bölüm, giriş ve önceki çalışmaları içeren bölümdür. İkinci Bölüm'de, Bulanık küme kuramına ilişkin genel bilgiler verilmiştir. Üçüncü Bölüm'de, doğrusal ve bulanık doğrusal programlama modelleri açıklanmıştır. Dördüncü Bölüm'de, sinir ağlan ve doğrusal programlama modeline yaklaşımı ayrıntılı olarak verilmiştir. Çalışmanın özgün yanını oluşturan Beşinci Bölüm'de farklı bulanık doğrusal programlama model yapılarını içeren, bazı kaynaklardan alınan ve oluşturulan yapay bulanık doğrusal programlama problemleri ele alınmıştır. Daha sonra bu problemler hem simpleks hem de sinir ağlan yöntemi ile çözülmüş ve bu modeller arasındaki farklılıklar irdelenmiştir. Altıncı Bölüm'de, çalışmanın sonuçlan özetlenmiştir.
Özet (Çeviri)
In this study, the models which are developed for solving fuzzy linear programming problems and neural networks's approach to this models are made in general evaluation. This study consist of six chapters. The first chapter includes introduction and previous studies. In the second chapter, the general information about fuzzy set theory is given. In the third chapter, the models of linear and fuzzy linear programming are explained. In the fourth chapter, neural networks and the approach of neural networks to linear programming models are given in detailed form. In the fifth chapter, which is the original part of this study, including the structure of different fuzzy linear programming models, the problem of artificial fuzzy linear programming which formed and benefitted from some sources are taken in this study. After these, this problems are solved both simplex and neural networks method and the differences between these models are considered. In the sixth chapter, the results of study summarized.
Benzer Tezler
- A hybrid approach for data classification based on mathematical modelling and improved online learning algorithm for general fuzzy min-max neural network
Genel bulanık min-maks sinir ağları için gelişmiş çevrimiçi öğrenme algoritmasına ve matematiksel modellemeye dayalı veri sınıflandırması için hibrit bir yaklaşım
ÖMER NEDİM KENGER
Doktora
İngilizce
2023
Endüstri ve Endüstri MühendisliğiGaziantep ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. EREN ÖZCEYLAN
- Destek vektör regresyonu ile PID kontrolör tasarımı
Design of PID controller via support vector regression
KEMAL UÇAK
Yüksek Lisans
Türkçe
2012
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÜLAY ÖKE
- Deniz ticaret endekslerini zaman serisi modelleri kullanarak tahminleme
Forecasting maritime trade indexes by using the time series models
KAAN KOYUNCU
Doktora
Türkçe
2022
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
PROF. DR. LEYLA TAVACIOĞLU
- NARMA-L2 controller design for nonlinear systems using online lssvr
Doğrusal olmayan sistemler için çevrimiçi en küçük kareler destek vektör regresyonu ile NARMA-L2 kontrolör tasarımı
GÖKÇEN DEVLET ŞEN
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜLAY ÖKE GÜNEL
- Lineer olmayan bulanık regresyonda tahmin
Estimation in fuzzy nonlinear regression
ÜMRAN MÜNİRE TEKŞEN