AI-Based cost estimation for automotive suspension and steering parts
Otomotiv süspansiyon ve yönlendirme parçaları için yapay zeka tabanlı maliyet tahmini
- Tez No: 977440
- Danışmanlar: DOÇ. DR. ŞENER ÖZÖNDER
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Engineering Sciences, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Veri Bilimi ve Yapay Zeka Enstitüsü
- Ana Bilim Dalı: Veri Bilimi ve Yapay Zeka Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez, süspansiyon ve yönlendirme parçalarına ait iki boyutlu teknik resimlerden birim üretim maliyetini doğrudan tahmin eden bir makine öğrenmesi yaklaşımı sunar. Veri kümesi, yirmi dört ürün kategorisinde gruplanmış 13,684 çizimden oluşur. Çizimler, geometrik ve boyutsal objeleri çıkarmak için çözümlenmiş ve her çizim için yaklaşık iki yüz özellik türetilmiştir. Bu özellikler; çizgi, yay ve çember gibi öğeler ile boyut değerleri için tanımlayıcı istatistikleri; on iki bölmeli histogram özetlerini; ve çizim düzeyindeki histogramların ürün grup referanslarıyla karşılaştırılmasından elde edilen uzaklıkları (Öklid uzaklığı ile Kullback–Leibler ayrışımı) içerir. Maliyet, karar ağaçlarıyla gradyan artırma (gradient boosting) kullanan yöntemlerle modellenmiştir. XGBoost, CatBoost ve LightGBM olmak üzere üç makine öğrenmesi algoritması değerlendirilmiştir. Modeller, ortak bir doğrulama ve optimizasyon protokolü altında ürün grubu bazında eğitilmiştir. Yirmi dört grup genelinde, XGBoost, CatBoost ve LightGBM için ortalama MAPE performansı yaklaşık %11 olarak elde edilmiştir. Özellik önemi ve SHAP ile yapılan yorumlama, boyut uzunluklarının maksimumlarının, yay geometrisine ilişkin istatistiklerin ve histogram karşılaştırmalarından gelen uzaklık ölçülerinin maliyetin çoğunluklu belirleyicileri olduğunu göstermektedir. Önerilen uçtan uca metot, ayrıntılı süreç planlarına gerek kalmadan çalışma, teklif hazırlama sürelerini kısaltma, parça aileleri içinde tutarlılığı artırma ve tasarım ya da kurumsal sistemlere bağlanarak gerçek zamana yakın maliyet geribildirimi sağlama potansiyeline sahiptir.
Özet (Çeviri)
This thesis presents a machine learning approach that predicts unit manufacturing cost directly from two dimensional engineering drawings of suspension and steering parts. The dataset contains 13,684 drawings grouped into twenty four product categories. Drawings are parsed to extract geometric and dimensional entities, and about two hundred features are derived for each case. These features include descriptive statistics for lines, arcs, circles, and dimension values, histogram summaries with twelve bins, and distances between drawing level histograms and product group references using the Euclidean distance and the Kullback--Leibler divergence. Cost is modeled with methods that use gradient boosting with decision trees. Three machine learning algorithms are evaluated, namely XGBoost, CatBoost, and LightGBM. Models are trained per product group under a common validation and tuning protocol. Across the twenty four groups, the average mean absolute percentage error (MAPE) for XGBoost, CatBoost, and LightGBM is about 11% on the test dataset. Interpretation through feature importance and SHAP shows that maxima of rotated dimensions, statistics that describe arc geometry, and divergence measures from the histogram comparisons are consistent drivers of cost. The proposed end-to-end pipeline has the potential to operate without detailed process plans, shorten quotation lead times, improve consistency within part families, and be linked to design or enterprise systems to provide near real-time cost feedback.
Benzer Tezler
- Yapay zekâ destekli maliyet yönetimi: istatistiksel ve makine öğrenmesi modelleri ile bir inceleme
Artificial intelligence-supported cost management: an analysis with statistical and machine learning models
SENANUR İPEK
Yüksek Lisans
Türkçe
2025
Endüstri ve Endüstri MühendisliğiBursa Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. HASAN ŞAHİN
- Püskürtmeli kurutucuda trona çözeltisi ile yapılan desülfürizasyon çalışmaları ve CFD simülasyonu
Başlık çevirisi yok
S.CELAL KARAKAŞ
Yüksek Lisans
Türkçe
1998
Kimya Mühendisliğiİstanbul Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜLHAYAT NASÜN (SAYGILI)
- İstanbul'daki bazı raylı sistem hatlarının öngörülen ile gerçekleşen yolcu sayıları, inşaat ve işletme maliyetlerinin değerlendirilmesi
The assessment of the realized and foreseen numbers of passengers, construction and operational cost of some of Istanbul rail systems
HAKAN AKÇA
Yüksek Lisans
Türkçe
2018
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT ERGÜN
- Üretim planlama ve kontrol
The Production planning and control
HÜLYA AKIN
Yüksek Lisans
Türkçe
1993
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiDOÇ.DR. MEHMET TANYAŞ
- Beyin tümörlerinin hızlı tanısı için yapay zekâ tabanlı dijital patoloji algoritması geliştirilmesi
Development of an AI-based, innovative, and domesiic digital pathology algorithm for rapid diagnosis of brain tumors
CAVİT KEREM KAYHAN
Yüksek Lisans
Türkçe
2025
Patolojiİstanbul Nişantaşı ÜniversitesiGenetik ve Biyomühendislik Ana Bilim Dalı
PROF. DR. ZEYNEP BİRSU ÇİNÇİN