Ofis Aydınlatma Kontrol Sistemlerinde Kullanılacak Verilerin Yapay Sinir Ağları İle Belirlenmesi
Ofis Aydınlatma Kontrol Sistemlerinde Kullanılacak Verilerin Yapay Sinir Ağları İle Belirlenmesi
dc.contributor.advisor | Onaygil, Sermin | tr_TR |
dc.contributor.author | Çolak, Nesrin | tr_TR |
dc.contributor.department | Elektrik Mühendisliği | tr_TR |
dc.contributor.department | Electrical Engineering | en_US |
dc.date | 1999 | tr_TR |
dc.date.accessioned | 2015-11-19T12:09:08Z | |
dc.date.available | 2015-11-19T12:09:08Z | |
dc.description | Tez (Doktora) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 1999 | tr_TR |
dc.description | Thesis (PhD) -- İstanbul Technical University, Institute of Science and Technology, 1999 | en_US |
dc.description.abstract | Çalışmada, ofis çalışanlarının yapay aydınlık düzeyi tercihlerinin yapay sinir ağları ile tahmin edilmesi amaçlanmıştır. Yapay aydınlık düzeyi tercihlerinin, doğal aydınlık düzeyi ve saate bağlı olarak değişimlerinin yaz ve kış aylarında birbirlerinden farklı olduğu, insanların çalışmaya başladıkları anda istemiş oldukları toplam aydınlık düzeyinin ise kişisel özelliklerini ortaya koyduğu ve gün boyu tercihler üzerinde etkili bir faktör olduğu görülmüştür. Girişleri doğal aydınlık düzeyi, saat, başlangıçta istenen yapay aydınlık düzeyi ve o andaki doğal aydınlık düzeyi olan yapay sinir ağı kullanılarak, çalışanların tercih edecekleri yapay aydınlık düzeyleri belirlenmiş, bulunan bu değerler deney sonuçları ile karşılaştırılmış ve hatanın, kabul edilebilir sınırlar içinde olduğu görülmüştür. | tr_TR |
dc.description.abstract | The aim of this study is to predict the preferred artificial illuminance level of the office workers by using artificial neural network. It is seen that, preferred artificial illuminance related to daylight and time is different in summer and winter, the total illuminance level which people preferred when they start working is very important since it states the information about the personal features and personal preferences for the whole day. A neural network that’s inputs is “, “time of the day”, “daylight” and “initial artificial and daylight illuminance” is used to predict the preferred artificial illuminance. Predicted and experimental values are compared and it is seen that, the error is in acceptable tolerance. | en_US |
dc.description.degree | Doktora | tr_TR |
dc.description.degree | PhD | en_US |
dc.identifier.uri | http://hdl.handle.net/11527/10458 | |
dc.publisher | Fen Bilimleri Enstitüsü | tr_TR |
dc.publisher | Instıtute of Science and Technology | en_US |
dc.rights | İTÜ tezleri telif hakkı ile korunmaktadır. Bunlar, bu kaynak üzerinden herhangi bir amaçla görüntülenebilir, ancak yazılı izin alınmadan herhangi bir biçimde yeniden oluşturulması veya dağıtılması yasaklanmıştır. | tr_TR |
dc.rights | İTÜ theses are protected by copyright. They may be viewed from this source for any purpose, but reproduction or distribution in any format is prohibited without written permission. | en_US |
dc.subject | Otomatik Aydınlatma Kontrol Sistemleri | tr_TR |
dc.subject | Ofis Aydınlatması | tr_TR |
dc.subject | Lighting control systems | en_US |
dc.subject | Office lighting | en_US |
dc.subject | Illuminance level | en_US |
dc.subject | Artificial neural network. | en_US |
dc.title | Ofis Aydınlatma Kontrol Sistemlerinde Kullanılacak Verilerin Yapay Sinir Ağları İle Belirlenmesi | tr_TR |
dc.title.alternative | Determination Of Data For Office Lighting Control Systems By Using Neural Network | en_US |
dc.type | Doctoral Thesis | en_US |