Exploring black-box parameter calibration techniques on generic system dynamics models, using synthetic data
Kara-kutu kalibrasyon yöntemlerinin sentetik verilerle sistem dinamiği model kalıpları üzerinde incelenmesi
- Tez No: 972045
- Danışmanlar: DOÇ. MUSTAFA GÖKÇE BAYDOĞAN, PROF. YAMAN BARLAS
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez, farklı gürültü koşulları ve sınırlamalar altında sistem dinamiği modellerinde parametre kalibrasyonu için kara-kutu optimizasyon algoritmalarının uygulanmasını incelemektedir. SEIR epidemiyolojik modeli ve Stok Yönetimi modeli örnek olarak seçilmiş ve Grid Search, Random Search, Tree-structured Parzen Estimator (TPE), Covariance Matrix Adaptation Evolution Strategy (CMA-ES) ve Gaussian Process (GP) Sampler yöntemlerinin performansları değerlendirilmiştir. Gerçek dünya belirsizliklerini simüle etmek amacıyla saf ve otokorelasyonlu gürültü içeren sentetik veri setleri üretilmiştir. Sonuçlar, Covariance Matrix Adaptation Evolution Strategy (CMA-ES)'in çoğu senaryoda doğruluk ve sağlamlık açısından diğer algoritmalardan üstün olduğunu göstermektedir. Tree-structured Parzen Estimator (TPE) rekabetçi sonuçlar elde ederken, Grid Search ve Random Search algoritmaları kalibrasyon doğruluğu konusunda zayıf performans sergilemiş ve değişen gürültü koşullarına uyum sağlamakta yetersiz kalmıştır. Gaussian Process (GP) Sampler, bağımlı parametreleri kalibre ederken istikrarlı sonuçlar sağlamış, ancak yüksek hesaplama maliyeti nedeniyle diğer yöntemlere göre daha az verimli olmuştur. Ayrıca, Stok Yönetimi modelindeki zorlu koşul testleri, kara-kutu algoritmalarında arama alanı keşif yeteneğinin önemini vurgulamıştır. Özellikle, keşif yeteneği güçlü algoritmaların, göz ardı edilebilecek salınımlı davranışları dahi tespit edebilme potansiyeline sahip olduğu gözlemlenmiştir. Bu çalışma, geleneksel hata-tabanlı ölçütlerin dinamik davranış analiziyle birleştirilmesinin kalibrasyon süreçlerini iyileştirme potansiyeline dikkat çekmektedir. Gelecek çalışmalarda, hibrit optimizasyon yaklaşımlarının incelenmesi, daha karmaşık modellerin değerlendirilmesi ve gerçek dünya verilerinin dahil edilmesi önerilmektedir.
Özet (Çeviri)
This thesis investigates the application of black-box optimization algorithms for parameter calibration in system dynamics models under various noise conditions and limitations. Two representative models, the SEIR epidemiological model and the stock management model, were selected to evaluate the performance of five optimization methods: Grid Search, Random Search, Tree-structured Parzen Estimator (TPE), Covariance Matrix Adaptation Evolution Strategy (CMA-ES), and Gaussian Process (GP) Sampler. Synthetic datasets incorporating pure and autocorrelated noise were generated to simulate real-world observational uncertainties. The findings indicate that Covariance Matrix Adaptation Evolution Strategy (CMA-ES) outperforms other algorithms in terms of accuracy and robustness in most scenarios. Tree-structured Parzen Estimator (TPE) achieved competitive results, whereas Grid Search and Random Search showed limited accuracy and poor adaptability under changing noise conditions. While Gaussian Process (GP) Sampler produced consistent results when calibrating interdependent parameters, its high computational costs made it less efficient compared to other algorithms. Additionally, the extreme condition tests conducted with the stock management model underscored the importance of search space exploration. Algorithms with strong exploration capabilities were able to identify oscillatory behaviors that would otherwise have been overlooked. This study emphasizes the potential benefits of integrating traditional error-based metrics with dynamic behavior analysis to improve calibration processes. Future research should focus on examining hybrid optimization approaches, evaluating more complex models, and incorporating real-world data.
Benzer Tezler
- Kaya kütlesindeki süreksizliklerin pürüzlülük ölçümleri için objektif yöntemlerin geliştirilmesi
Development of objective methods for measuring roughness of discontinuity surfaces in rock mass
İBRAHİM EMRE ÖNSEL
Doktora
Türkçe
2014
Maden Mühendisliği ve Madencilikİstanbul Teknik ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. CÜNEYT ATİLLA ÖZTÜRK
- Akış hidrografı tahmin modelleri
Estimation of runoff hydrograph
MUSTAFA NURI BALOV
Yüksek Lisans
Türkçe
2014
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. ABDÜSSELAM ALTUNKAYNAK
- Design of an intelligent boost pressure controller for a series sequential turbocharged diesel engine
Seri bağlı aşırı doldurma sistemine sahip dizel motorlar için akıllı manifold basıncı kontrolcüsü tasarımı
MUSTAFA ENGİN EMEKLİ
Doktora
İngilizce
2015
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. BİLİN AKSUN GÜVENÇ
- Peyzaj tasariminda bir keşif araci: üretken yapay zeka temelli tasarim karar destek modeli
Ai-enabled generative decision support model as a predictive decoding tool for landscape design
SAFİYE ELİF SERDAR YAKUT
Doktora
Türkçe
2026
Peyzaj Mimarlığıİstanbul Teknik ÜniversitesiPeyzaj Mimarlığı Ana Bilim Dalı
PROF. DR. MELTEM ERDEM KAYA
- Design, analysis, simulation and optimization of a MEMS Lorentz force magnetic field sensor for biosensing of biowarfare agents
Biyolojik savaş ajanlarının tespit uygulamaları için Lorentz kuvveti temelli manyetik alan sensörünün tasarımı, analizi, simülasyon ve optimizasyonu
EMİNE RUMEYSA YILMAZ
Yüksek Lisans
İngilizce
2018
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiNanobilim ve Nanomühendislik Ana Bilim Dalı
PROF. DR. LEVENT TRABZON