FBE- İşletme Mühendisliği Lisansüstü Programı - Doktora

Bu koleksiyon için kalıcı URI

http://hdl.handle.net/11527/55

Gözat

Konu "Artificial neural networks" ile FBE- İşletme Mühendisliği Lisansüstü Programı - Doktora'a göz atma
  • Öge
    İmalat sistemlerinin tasarlanması ve öncelik kurallarının belirlenmesinde yapay sinir ağlarının kullanılması
    (Fen Bilimleri Enstitüsü, 1997) Çakar, Tarık ; Toraman, Ayhan ; 66398 ; İşletme Mühendisliği ; Management Engineering
    Günümüzde yapay zeka kapsam itibarıyla disiplinlerarası bir hal almış ve her alanda başarıyla kullanılan yeni teknikler ortaya koymuştur. Bununla beraber bilginin organizasyonu sunumu ve elde edilmesi kullanılan tüm bilimsel teknikler için ayrı bir önem arz etmeye başlamıştır. Tüm bu gelişmelere bağlı olarak yapay zeka ve özellikle makina öğrenmesi tekniklerini bir bütün olarak kullanan zeki imalat sistemleri ortaya çıkmıştır. Zeki imalat sistemleri genellikle birkaç tekniği birarada kullanabilen oldukça başarılı karma (hybrid) sistemlerdir. Yapay sinir ağlan biyolojiden esinlenerek düşünülmüştür. Yapay sinir ağlarının fonksiyonu insan idrakini anımsatır. Burada sinapslar sinyalleri alma noktasında diğer nöronlara kadar ulaşır. Burada toplanan bazı girdiler hücreyi etkileme eğilimi gösterirler. Yapay nöron biyolojik nöronun ilk emir karekteristiğini taklit etmek için tasarlanmıştır. Bu sebeple ağ tasanmcılan mevcut biyolojik bilgiden daha ileri gitmeye yararlı fonksiyonlar oluşturmaya yardımcı olacak kavramlar aramaya mecbur kalmışlardır. Yapay sinir ağlan, doğrusal olmayan hatta doğrusal olmama özelliği oldukça yüksek dolayısıyla klasik metodlarla modellenmesi çok zor ve modellenmesindeki basan beklentiside bu oranda az olan sistemlerde uygulanmakta ve çok mükemmel modellemeler ortaya çıkabilmektedir. Bunlar arasında en yaygın olarak kullanılan metod geriye yayılım algoritmasıdır. Çalışma prensibi olarak hataların geriye yayılmasını ve öğrenme işlemi bittiğinde elde edilen ağırlıkların problemi çözmede kullanılmasını esas alır. Yapay sinir ağlarının en önemli özelliği öğrenebilme yetenekleri ve adapte olabilme özellikleridir. Yapay sinir ağlarının eğitimi yani bir modeli uygun şekilde kodlama ve YSA'yı çalıştırma ve çalıştırma sonucu YSA'nın öğrenmesini sağlama önemli bir ayrıntıdır. Aynca öğrenip öğrenmediğini de test etmek ve sonuca varabilmek mihenk noktalarından birisidir. îmalat sistemleri tasarlanırken, gerçek sistemler üzerinde denemeler yapmak çok zaman alıcı ve maliyetli olduğundan simülasyon metodu tercih edilir çünkü modeli kurulan sistem üzerinde değişiklik yapmak, sistemin parametrelerini değiştirmek çok kolay, maliyeti daha az ve zaman açısmda da oldukça avantajlıdır. Fakat buna rağmen herhangi bir sistem arzu edilen performans ölçülerine göre tasarlanırken, istenilen değerlere ulaşmak için çok sayıda deneme yapılması gereklidir. Bu ise yine zaman kaybma yol açmaktadır. Burada daha mükemmel bir sistem tasarlamak amacıyla simülasyon ve yapay sinir ağı birlikte çalıştırılmıştır. Bu çalışmada zaman kaybı olmaksızın istenilen performans ölçülerine sahip sistemi ve sistemde kullanılacak olan öncelik kuralım belirlemek için tasarım metodunu öğrenmiş yapay sinir ağlan kullanılmıştır. SPT, EDD, CR ve FCFS öncelik kurallarına göre ayn ayn tasarımlar öneren yapay sinir ağlarının önerileri değerlendirilmeye alınmakta, en uygun tasarım ve öncelik kuralı tercih edilmektedir.