Yelkenli Teknelerin, Irm Sınıfında Yapay Sinir Ağları İle Performans Optimizasyonu

Abstract

Bu çalışmada, seçilen bir yelkenli tekneden yola çıkılarak, tekne ve yelkenli yarış performansı için önemli bazı parametreler seçilmiştir. Seçilen parametrelerin değiştirilmesi ile çok sayıda tekne türetilmiştir. Bu farklı teknelerin performansları hesaplanmış ve farklı rüzgârlardaki tekne hızlarını tek değer üzerinden yorumlayabilmek için performans indeksi PI oluşturulmuştur. Yelkenli yarışlarında tüm teknelerin eşit seviyede yarışmaları adına çeşitli sistemler oluşturulmuştur. Bu sisteme göre yarışacak teknelerin belirli değerleri ölçülerek organizasyonu yapan kurum tarafından belirlenen hesaplama sonucunda her tekneye bir derece verilir. Böylece tekne performansından çok, yarış ekibinin performansının yarışı kazanması amaçlanır. Yüksek performanslı tekne, diğer teknelerin seviyesine getirilmeye çalışılır ki adil bir yarış yapılabilsin. Bu çalışmada kullanılan değerlendirme sistemi IRM’dir. Örnek tekneden yola çıkılarak üretilen her bir tekne için IRM dereceleri hesaplanmıştır. Bu çalışmada amaç IRM sınıfında yarışacak en iyi tekneyi, yani en yüksek PI/IRM değerine sahip tekneyi bulmaktır. Tekne dizaynı uzun ve karışık bir süreç olduğundan bu çalışmada optimum tekneye ulaşmak için farklı bir yöntem olarak yapay sinir ağları kullanılmıştır. Oluşturulan ağ üzerinde genetik algoritma yöntemi ile optimizasyon yapılarak optimum tekneye (maksimum PI/IRM oranına sahip tekne) ulaşılmıştır.In this study, different parameters of a chosen sailboat are changed in different variations, in order to check their affects on the performance. Produced new boats’ performance predictions are calculated. In addition, the calculated results are indicated with an index called PI. Sailboats races’ organizers have established rating systems in order to make possible to race between very different boats in fair conditions. In these rating systems first, some parameters of the boat are measured by the organization. The measured parameters are applied to a calculation system, which is produced by the organizer committees. Finally, sailboat is given a rating by the authority to attend in that class races. The aim is this procedure is to make all boats equal, in order to achieve the most important thing at the race; team working and their enthusiasm. IRM rating class is used in this dissertation. Produced sailboats IRM degrees are calculated. Since sailboat design is considered a long and complicated period, a different path is followed in this dissertation in order to reach the optimum boat. An artificial neural network is created from the generated boat parameters and genetic algorithm optimization is performed on the created artificial neural network to find the optimum (maximized PI/IRM result) sailboat.