İnsan Operatörlerin Akıllı Sistemlerle Modellenmesi

dc.contributor.advisorErtuğrul, Şeniz
dc.contributor.authorÇelik, Özkan
dc.contributor.departmentSistem Dinamiği ve Kontrol
dc.contributor.departmentSystem Dynamics and Control
dc.date2006
dc.date.accessioned2015-06-09T12:12:30Z
dc.date.available2015-06-09T12:12:30Z
dc.descriptionTez (Yüksek Lisans) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2006
dc.descriptionThesis (M.Sc.) -- İstanbul Technical University, Institute of Science and Technology, 2006
dc.description.abstractBu çalışmada insan operatörlerin modellenmesi amacıyla veri toplamak için bir deney düzeneği kurulmuştur. Düzenek kullanılarak iki farklı insan operatör modeli elde edilmiştir. Bu yöntemlerden birincisinde, farklı çalışma bölgeleri için toplanan verilerden sistem tanımada yaygın olarak kullanılan doğrusal ARX modeller oluşturulmuştur. Oluşturulan yerel doğrusal modellerin birleştirilmesi için bir bulanık mantık sisteminden faydalanılmıştır. Önerilen bu yeni modelleme yöntemi ile hem genelleme yeteneği hem de öngörü özellikleri açısından başarılı modeller elde edilmiştir. İkinci yöntemde ise uyarlamalı sinirsel bulanık çıkartım sistemi (adaptive neuro-fuzzy inference system - ANFIS) modelleme için kullanılmıştır. Elde edilen modeller deney düzeneğinde bir kontrolör olarak insan operatörün yerini alacak şekilde kullanılmıştır. Farklı modelleme yöntemleri ile elde edilen modeller, hem öngörü başarıları açısından hem de gerçek sistem üzerine yazılımla eklenen birer kontrolör olarak incelenmiş ve birbirleriyle karşılaştırılmışlardır.
dc.description.abstractIn this study, an experimental setup has been established to collect data for the purpose of human operator modeling. By using the experimental setup, two different human operator models have been obtained. As the first method, linear ARX models that are widely used in system identification have been obtained using the data acquired for different operating regions. A fuzzy logic system has been utilized in order to form the general model composed of local linear models. By the use of this novel modeling approach, successful models in context of both generalizing capability and prediction characteristics have been achieved. As the second method, adaptive neuro-fuzzy inference systems (ANFIS) have been used for modeling. Models have been used to replace the human operator as controller in the experimental setup. Models belonging to different modeling approaches have been compared, by examining both their prediction capacity and as a controller implemented into the software of the setup.
dc.description.degreeYüksek Lisans
dc.description.degreeM.Sc.
dc.identifier.urihttp://hdl.handle.net/11527/4459
dc.publisherFen Bilimleri Enstitüsü
dc.publisherInstitute of Science and Technology
dc.rightsİTÜ 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.
dc.rightsİTÜ 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.
dc.subjectİnsan Operatör
dc.subjectÖngörülü Modelleme
dc.subjectAkıllı Sistemler
dc.subjectSistem Tanıma
dc.subjectHuman Operator
dc.subjectPredictive Modeling
dc.subjectIntelligent Systems
dc.subjectSystem Identification
dc.titleİnsan Operatörlerin Akıllı Sistemlerle Modellenmesi
dc.title.alternativeIntelligent Modeling Of Human Operators
dc.typeMaster Thesis

Dosyalar

Orijinal seri

Şimdi gösteriliyor 1 - 1 / 1
Yükleniyor...
Küçük Resim
Ad:
4014.pdf
Boyut:
1.24 MB
Format:
Adobe Portable Document Format

Lisanslı seri

Şimdi gösteriliyor 1 - 1 / 1
Yükleniyor...
Küçük Resim
Ad:
license.txt
Boyut:
3.16 KB
Format:
Plain Text
Açıklama