İnsan Operatörlerin Akıllı Sistemlerle Modellenmesi

dc.contributor.advisor Ertuğrul, Şeniz tr_TR
dc.contributor.author Çelik, Özkan tr_TR
dc.contributor.department Sistem Dinamiği ve Kontrol tr_TR
dc.contributor.department System Dynamics and Control en_US
dc.date 2006 tr_TR
dc.date.accessioned 2015-06-09T12:12:30Z
dc.date.available 2015-06-09T12:12:30Z
dc.description Tez (Yüksek Lisans) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2006 tr_TR
dc.description Thesis (M.Sc.) -- İstanbul Technical University, Institute of Science and Technology, 2006 en_US
dc.description.abstract Bu 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. tr_TR
dc.description.abstract In 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. en_US
dc.description.degree Yüksek Lisans en_US
dc.description.degree M.Sc. tr_TR
dc.identifier.uri http://hdl.handle.net/11527/4459
dc.publisher Fen Bilimleri Enstitüsü tr_TR
dc.publisher Institute 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 İnsan Operatör tr_TR
dc.subject Öngörülü Modelleme tr_TR
dc.subject Akıllı Sistemler tr_TR
dc.subject Sistem Tanıma tr_TR
dc.subject Human Operator en_US
dc.subject Predictive Modeling en_US
dc.subject Intelligent Systems en_US
dc.subject System Identification en_US
dc.title İnsan Operatörlerin Akıllı Sistemlerle Modellenmesi tr_TR
dc.title.alternative Intelligent Modeling Of Human Operators en_US
dc.type Master Thesis en_US
Dosyalar
Orijinal seri
Şimdi gösteriliyor 1 - 1 / 1
thumbnail.default.alt
Ad:
4014.pdf
Boyut:
1.24 MB
Format:
Adobe Portable Document Format
Açıklama
Lisanslı seri
Şimdi gösteriliyor 1 - 1 / 1
thumbnail.default.placeholder
Ad:
license.txt
Boyut:
3.16 KB
Format:
Plain Text
Açıklama