ENDÜSTRİYEL BİR DAMITMA KOLONUNDA YAPAY SİNİR AĞI VE ADAPTİF SİNİRSEL BULANIK TAHMİN METOTLARININ KULLANIMI

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "ENDÜSTRİYEL BİR DAMITMA KOLONUNDA YAPAY SİNİR AĞI VE ADAPTİF SİNİRSEL BULANIK TAHMİN METOTLARININ KULLANIMI"

Transkript

1 ENDÜSTRİYEL BİR DAMITMA KOLONUNDA YAPAY SİNİR AĞI VE ADAPTİF SİNİRSEL BULANIK TAHMİN METOTLARININ KULLANIMI A. BAHAR, E. GÜNER, C. ÖZGEN Department of Chemical Engineering, Middle East Technical University, Ankara Turkey ÖZET Bu çalışmada, endüstriyel çok bileşenli bir damıtma kolonunda, sürekli ölçülebilen sıcaklık değerlerinden ürün derişimlerini tahmin etmek için, bir yapay sinir ağı (YSA) tahmin edicisi ve bir adaptif sinirsel bulanık tahmin sistemi (ANFIS) geliştirilmiş ve bu tahmin ediciler, yatışkın olmayan bir kolon benzeticisi ile test edilmiştir. Kolonun tepe ve alt ürün derişim denetimi için, bir model öngörümlü denetleç (MÖD), geliştirilen tahmin edicilerle birlikte ayrı ayrı kullanılmıştır. Geliştirilen tahmin edicileri kullanan denetim sistemlerinin performansları, ayar noktası değişimi ve bozan etken değişimi için incelenmiş ve başarılı oldukları görülmüştür. Anahtar Kelimeler: Adaptif Sinirsel Bulanık Tahmin Sistemi, Damıtma Kolonu, Model Öngörümlü Denetleç, Tahmin Edici, Yapay Sinir Ağı. 1. GİRİŞ Damıtma kolonlarının denetim çalışmalarında gereken ürün derişimlerinin sürekli ölçümleri, gaz kromatografi gibi analiz cihazları kullanılarak doğrudan yapılabilir. Fakat bu cihazların kullanılması, ölçüm gecikmesi, yüksek yatırım ve bakım maliyetleri gibi problemlere sebep olmaktadır [1]. Durum değişkenlerinin ikincil ölçüm değerleri kullanılarak tahmin edildiği algısal denetim sistemleri bu sorunlara bir çözüm olarak geliştirilmiştir [2]. Bu çalışmada, endüstriyel çok bileşenli bir damıtma kolonunun ürün derişimlerini tahmin etmek için, kolonda kolaylıkla ölçülebilen sıcaklık değerleri kullanılmıştır. Bu amaçla, Yapay Sinir Ağı (YSA) ve Adaptif Sinirsel Bulanık Tahmin Sistemi (ANFIS) geliştirilmiş ve bu tahmin ediciler, kolonun yatışkın olmayan benzeticisi kullanılarak test edilmiştir. Mühendislik bakış açısından YSA, özellikle girdi çıktı bilgisini göstermede, zaman sürecinde tahminler yapmada, verileri ayırmada, örnekleri tanımada faydalı, doğrusal olmayan deneysel bir model olarak düşünülebilir [3]. YSA nın geniş bir uygulama alanı bulmasındaki başlıca nedenler, onun yeni bilgileri öğrenerek girdiler ve çıktılar arasındaki yapıyı geliştiren öğrenme yeteneği, doğrusal olmayan fonksiyonlara da uygulanabilmesi, oldukça esnek bir model yapısına sahip olması, girdiler ve çıktılar arasında yapısal bir ilişkiye gereksinimi olmaması, ve çoklu değişkenli sistemlerde kullanılabilmesidir [3]. Sinirsel bulanık sistemler, bilgiyi otomatik olarak sinir ağları öğrenme algoritmalarıyla elde edebilen, bulanık sistemler ile sinir ağlarının birleştirildiği sistemlerdir. ANFIS, bulanık sistemin adaptif ağ sisteminin yapısında uygulandığı sinirsel bulanık sistemlerden biridir ve uzman bilgisine (bulanık sistem kuralları şeklinde) ve elde edilen girdi-çıktı verilerine dayalı olarak sistemin girdi-çıktı yapısını oluşturur [4]. Ürün derişimlerinin denetimi için tasarlanan YSA ve ANFIS ayrı ayrı Model Öngörümlü Denetleç (MÖD) ile kullanılmıştır. Geliştirilen bu denetim sistemlerinin performansları, çıktıların ayar noktasını takip etmeleri ve bozan etkenin etkisinin ortadan kaldırılması açısından incelenmiştir.

2 2. ÇALIŞILAN SİSTEM Bu çalışmada kullanılan damıtma kolonu, Türkiye deki bir rafineride bulunan bir C 3 -C 4 ayrıştırma kolonudur. Bu kolon, tepe ürün olarak %96.05 saflıkta propan ve alt ürün olarak da %62.56 saflıkta n-bütan ı etan, propan, i-bütan, n-bütan ve i-pentan dan oluşan bir karışımdan ayırmaktadır. Derişim denetim çalışmalarında, bu kolonun daha önceden geliştirilen dinamik modeli kullanılmıştır [5,6,7] Algılayıcı Yerlerinin Seçimi Kolonun algısal denetiminde kullanılacak üst ürün derişimini tahmin etmek için tepedeki üç tepsiden, alt ürün derişimini tahmin etmek için dipteki üç tepsiden sıcaklık ölçümü gerekmektedir. Bu sıcaklık ölçüm yerleri, SVD (Tekil Değer Ayrıştırma) metodu kullanılarak bulunmuştur [8]. Besleme derişimleri girdi değişkenleri olarak alındığında, T = Gz (T tepsi sıcaklık vektörü, G yatışkın durum kazanç matrisi ve z besleme derişimleri vektörü) eşitliğindeki G matrisi SVD yöntemiyle tekil değerlerine denklem (1) deki gibi ayrılabilir. n m boyutlu U ortonormal matrisi sol-tekil vektör, m m boyutlu V ortonormal matrisi sağ-tekil vektör, ve n m boyutlu S köşegen matrisi tekil değerler matrisi olarak adlandırılır. U matrisinin ilk kolonundaki elemanların (eleman sayısı = tepsi sayısı) büyüklükleri bozan etkene (besleme derişimleri) olan duyarlılıkları göstermektedir. Bu nedenle, büyük elemanlara denk düşen tepsilerdeki (bileşen sayısından bir eksik) sıcaklıklar, besleme derişimindeki bozan etkene en duyarlı oldukları için, bu tepsiler ölçüm yerleri olarak seçilirler. T T = Gz = (USV ) z (1) Tepsi numaraları seçiminde, SVD önerisine ek olarak kolonun dinamiği de göz önüne alınmıştır. Önerilen tepsilerde özellikle aşırı ters tepki (inverse response) olmamasına dikkat edilerek, kolonun alt bölümünden tepsiler, üst bölümünden tepsiler sıcaklık ölçüm yerleri olarak seçilmiştir. 3. YAPAY SİNİR AĞI TAHMİN EDİCİSİ Bu çalışmada, sistem dinamik bir yapıda olduğu için, yapay sinir ağı hareketli pencere metodu kullanılarak tasarlanmıştır. Damıtma kolonu sisteminin olası girdilerine (besleme hızı, besleme derişimi, geri akış oranı ve kaynama hızı) karşı sistem çıktıları kolonun benzetimi yardımıyla bulunmuş ve bunlar YSA tahmin edicinin eğitiminde kullanılmıştır. Sistem dinamik bir yapıda olduğu için, zaman bilgisini de YSA ya öğretebilmek amacıyla tahmin edici için girdi vektörü denklem (2) deki gibi ve çıktı vektörü ise yk+ ( 1) şeklinde seçilmiştir. Burada, u k vektörü k anındaki sıcaklık değerlerini, uk nvektörü n zaman önceki sıcaklık değerlerini ve y k k anındaki derişim değerlerini, yk n n zaman önceki derişim değerlerini belirtir. Hareketli pencere aralığı, 5n, 6 dakika olarak seçilmiştir. xk = [ uk ykuk n yk nuk 2n yk 2n... uk 5n yk 5n] (2) YSA tahmin ediciden, toplam altı derişim değeri çıktı olarak alındığından, çıktı katmanında 6 sinir içeren çok katmanlı, ileri beslemeli YSA, girdi katmanında 36, gizli katmanında ise 12 sinir seçilerek tasarlanmışıtr. Her katmanda tan-sigmoid transfer fonksiyonları kullanılmıştır. YSA nın kullandığı bütün rakamsal değerler 0 ile 1 arasına indirgenmiştir. Sinir ağının eğitimi için birçok alanda başarıyla uygulanmış olan geri yayılım algoritması kullanılmıştır. Eğitimden sonra tahmin edici, denetleçle birlikte çalışmaya başlar ve tahmin edici için gerekli olan pencere verisi güncelleşir.

3 4. ADAPTİF SİNİRSEL BULANIK TAHMİN EDİCİSİ ANFIS yapısında, Takagi-Sugeno (TS) bulanık tahmin modeli kullanılmıştır. Her bir kuralın çıktısı girdi değişkenlerinin lineer birleşimi ve bir sabit terimden oluşabilir ya da sadece bir sabit terimden oluşabilir. Son çıktı, her bir kuralın çıktısının ağırlıklı ortalamasıdır. Şekil (1) de iki TS bulanık kurallı örnek bir ANFIS yapısı verilmiştir. Kural tabanı iki tane TS kuralı içermektedir: Kural 1: Eğer x A 1 ise, f 1 = p 1 x + q 1 y + r 1 Kural 2: Eğer x A 2 ise, f 2 = p 2 x + q 2 y + r 2 Şekil 1. Örnek ANFIS yapısı. 1. Katman: Bu katmandaki her nod denklem (3) de nod fonksiyonları verilen bir kare noddur. Bu denklemde, x nod i ın girdisi, A i (veya B i-2 ) ise bu nod ile ilişkili üyelik fonksiyonudur. 0 = µ ( x), i = 1,2 1, i A i (3) 0 = µ ( y), i = 3,4 1, i B 2 i 2. Katman: Bu katmandaki her nod Π ile gösterilen sabit bir noddur ve çıktısı denklem (4) de verildiği gibi gelen bütün sinyallerin çarpımına eşittir. Her nodun çıktısı, bir bulanık kuralın ateşleme kuvvetini gösterir. 0 2, i = wi = µ ( x) µ ( y), i = 1, 2 (4) Ai Bi 3. Katman: Bu katmandaki her nod N ile gösterilen sabit bir noddur. Nod i, denklem (5) de verildiği gibi, kuralın ateşleme kuvvetinin bütün kuralların ateşleme kuvvetlerinin toplamına oranını hesaplar. Bu katmanın çıktıları normalize ateşleme kuvvetleri olarak adlandırılır. 03, i = wi = wi /( w1 + w2 ), i = 1,2 (5) 4. Katman: Bu katmandaki her nod, denklem (6) de verilen nod fonksiyonu ile gösterilen p, q, r, bu nodun parametre setidir. adaptif bir noddur. { i i i } = w f = w ( p x + q y + r ) 0 4, i i i i i i i (6) 5. Katman: Bu katmandaki tek nod, denklem (7) da Σ ile gösterilen sabit bir noddur ve tüm çıktıyı gelen bütün sinyallerin toplamı olarak hesaplar. wf 0 tüm çıktı wf i i (7) = = 5, i i i i = iw i Parametrelerin hesaplanması, verilen bir parametre seti için ANFIS nin girdi-çıktı bilgisini ne kadar iyi modellediğini ölçen bir gradyan vektörü ile kolaylaştırılmıştır. Gradyan vektörü elde edildikten sonra, parametreleri ayarlamak için geri besleme veya hibrid öğrenme algoritması (gradient descent ve least square tahminleri) uygulanabilir. ANFIS sisteminin tasarımında, derişim tahminleri sadece tepsi sıcaklıkları kullanılarak yapılmıştır.

4 Normal bir fabrika işletmesinde, tepe ve alt ürün derişimlerinin ölçülmesi belli zaman aralıklarında alınan örneklerle laboratuvarlarda yapılmaktadır. Tasarımı yapılan denetim sistemi, bu verileri de kullanacak yapıda geliştirilmiştir. Kolonun ölçülen gerçek üst ve alt derişim değerleri, denetim sistemine belli aralarda girdi olarak kabul edilmiştir. Bu çalışmada, normalde fabrikada yapılacak gerçek derişim ölçüm değerleri benzetim çalışmasından elde edilen değerlerle aynı olarak kabul edilmiştir. Böylece, gerçek derişim değerleri eş zamandaki YSA/ANFIS den çıkan değerlerle karşılaştırılarak tahmindeki hata hesaplanmıştır. Bir sonraki gerçek derişim bilgisi gelene kadar YSA/ANFIS nin tahmin ettiği değerlere bu hata değeri eklenerek derişim değerlerindeki hata giderilmeye çalışılmıştır. Her yeni ölçülen gerçek derişim bilgisi geldiğinde de hata değeri yenilenmiştir. 5. SONUÇLAR Bu çalışmada tahmin edicilerin tasarımındaki amaç, onları çalışılan endüstriyel çok bileşenli damıtma kolonunun tepe ve alt ürün derişim denetimi için MÖD algoritmasında kullanmaktır. Bu nedenle, tahmin ediciler denetim algoritmasında kullanılmadan önce kolonun benzetimi yardımıyla test edilmiştir. Daha sonra, geliştirilen tahmin ediciler ayrı ayrı denetim amaçlı kullanılmış ve denetim algoritması ayar noktası değişimi ve bozan etken değişimi için incelenmiştir Tahmin Edicilerin Açık-Çevrim Performansları Şekil 2, kolonun geri akış oranındaki %5 lik bir değişime karşılık tepe ve alt ürün derişimlerinin tepkilerini göstermektedir. Hem YSA nın hem de ANFIS nin çıktıları iyi bir şekilde tahmin ettikleri ve ANFIS nin YSA ya göre daha doğru sonuç verdiği görülmektedir. Şekil 2. Geri akış oranındaki %5 lik bir artış için gerçek ve tahmini ürün derişimleri. Ürün derişimlerinin besleme akış hızındaki %7 lik bir artışa karşılık tepkileri ise Şekil 3 de verilmektedir. Her iki tahmin edicinin de besleme akış hızındaki bozan etken değişimine karşı çok iyi sonuç verdiği görülmektedir.

5 Şekil 3. Besleme akış hızındaki %7 lik bir artış için gerçek ve tahmini ürün derişimleri Tahmin Edicilerin Kapalı-Çevrim Performansları Geliştirilen tahmin ediciler ayrı ayrı çok girdili çok çıktılı MÖD algoritmasında kullanılmış ve performansları ayar noktası takibi ve bozan etken etkisinin ortadan kaldırılması açısından test edilmiştir. Tasarlanan YSA ve ANFIS nin açık-çevrim başarısı gözlemlendikten sonra bu tahmin ediciler denetim sisteminde kullanılmıştır. YSA ve ANFIS kullanan MÖD sistemlerinin servo performansları Şekil 4 de verilmiştir. Her iki sistemin de ayar noktasındaki değişimi başarıyla takip ettiği ve ANFIS kullanan sistemin daha az bir hata ile ayar noktasına geldiği görülmektedir. Şekil 4. Üst ürün derişimdeki %1 lik bir azalma sonra %1 lik bir artışa karşılık MÖD ün servo performansı. YSA ve ANFIS kullanan MÖD sistemlerinin düzenleyici performansları Şekil 5 de verilmiştir. Her iki sistemin de bozan etken etkisini ortadan kaldırdığı ve ANFIS kullanan sistemin IAE skorunun daha az olduğu görülmektedir.

6 Şekil 5. Besleme akış hızındaki %5 lik bir artışa karşılık MÖD ün düzenleyici performansı. 5. SEMBOLLER G yatışkın durum kazanç matrisi S tekil değerler matrisi T tepsi sıcaklık vektörü U sol-tekil vektör V sağ-tekil vektör w ateşleme kuvveti w normalize ateşleme kuvveti z besleme derişimleri vektörü µ üyelik derecesi 6. KAYNAKLAR 1. Mejdell, T., Skogestad, S., Estimation of Distillation Compositions from Multiple Temperature Measurements Using Partial Least-Square Regression, Ind. Eng. Chem. Res., 30, , Quintero-Marmol, E., Luyben, W.L., Inferential Model Based Control of Multi-Component Batch Distillation, Chemical Engineering Science, 47, 4, , Himmelblau, D.M. Applications of Artificial Neural Networks in Chemical Engineering, Korean J. Chem. Eng., 17, 4, , Jang, R.J., ANFIS: Adaptive-Network Based Fuzzy Inference System, IEEE Transactions on Man, and Cybernetics, 23, 3, , Alkaya, D., Özgen, C., Gürkan, T., Inferential Control Studies on an Industrial Column, ICHEME Symposium Series, Rugby, U.K., 128, , Kaya, M., Özgen, C., Leblebicioğlu, K., Halıcı, U., Model Predictive Control of a High Purity Industrial Distillation Column, 6th World Congress of Chemical Engineering, Melbourn, Australia, September, Dokucu, M.T., Özgen, C., November 6, Adaptive Model Predictive Control of an Industrial Distillation Column, AIChE 2002 Annual Meeting, Indianapolis. 8. Press, W.H., Teukolsky, S.A., Vetterling, W.T., Flannery, B.P., Numerical Recepies in C: The Art of Scientific Computing, Cambridge University Press, 1992.

ÇİMENTO BASMA DAYANIMI TAHMİNİ İÇİN YAPAY SİNİR AĞI MODELİ

ÇİMENTO BASMA DAYANIMI TAHMİNİ İÇİN YAPAY SİNİR AĞI MODELİ ÇİMENTO BASMA DAYANIMI TAHMİNİ İÇİN YAPAY SİNİR AĞI MODELİ Ezgi Özkara a, Hatice Yanıkoğlu a, Mehmet Yüceer a, * a* İnönü Üniversitesi Mühendislik Fakültesi Kimya Mühendisliği Bölümü, Malatya, 44280 myuceer@inonu.edu.tr

Detaylı

Yapay Sinir Ağları. (Artificial Neural Networks) DOÇ. DR. ERSAN KABALCI

Yapay Sinir Ağları. (Artificial Neural Networks) DOÇ. DR. ERSAN KABALCI Yapay Sinir Ağları (Artificial Neural Networks) J E O L O J İ M Ü H E N D İ S L İ Ğ İ A. B. D. E S N E K H E S A P L A M A Y Ö N T E M L E R İ - I DOÇ. DR. ERSAN KABALCI Yapay Sinir Ağları Tarihçe Biyolojik

Detaylı

KESİKLİ İŞLETİLEN PİLOT ÖLÇEKLİ DOLGULU DAMITMA KOLONUNDA ÜST ÜRÜN SICAKLIĞININ SET NOKTASI DEĞİŞİMİNDE GERİ BESLEMELİ KONTROLU

KESİKLİ İŞLETİLEN PİLOT ÖLÇEKLİ DOLGULU DAMITMA KOLONUNDA ÜST ÜRÜN SICAKLIĞININ SET NOKTASI DEĞİŞİMİNDE GERİ BESLEMELİ KONTROLU KESİKLİ İŞLETİLEN PİLOT ÖLÇEKLİ DOLGULU DAMITMA KOLONUNDA ÜST ÜRÜN SICAKLIĞININ SET NOKTASI DEĞİŞİMİNDE GERİ BESLEMELİ KONTROLU B. HACIBEKİROĞLU, Y. GÖKÇE, S. ERTUNÇ, B. AKAY Ankara Üniversitesi, Mühendislik

Detaylı

RELATİF UÇUCULUĞUN REAKTİF DİSTİLASYON KOLONLARININ SICAKLIĞA DAYALI DOLAYLI KONTROLÜNE ETKİSİ

RELATİF UÇUCULUĞUN REAKTİF DİSTİLASYON KOLONLARININ SICAKLIĞA DAYALI DOLAYLI KONTROLÜNE ETKİSİ RELATİF UÇUCULUĞUN REAKTİF DİSTİLASYON KOLONLARININ SICAKLIĞA DAYALI DOLAYLI KONTROLÜNE ETKİSİ Devrim B. KAYMAK * * İstanbul Teknik Üniversitesi, Kimya Mühendisliği Bölümü, Maslak, İstanbul, 34469, devrim.kaymak@itu.edu.tr

Detaylı

ETİL ASETAT-ETANOL AZEOTROP KARIŞIMININ DAMITILDIĞI BİR EKSTRAKTİF DOLGULU DAMITMA KOLONUNUN SICAKLIK KONTROLÜ

ETİL ASETAT-ETANOL AZEOTROP KARIŞIMININ DAMITILDIĞI BİR EKSTRAKTİF DOLGULU DAMITMA KOLONUNUN SICAKLIK KONTROLÜ ETİL ASETAT-ETANOL AZEOTROP KARIŞIMININ DAMITILDIĞI BİR EKSTRAKTİF DOLGULU DAMITMA KOLONUNUN SICAKLIK KONTROLÜ Levent Taştimur a, Abdulwahab Giwa b, Süleyman Karacan b,* a Ankara Patent Bürosu Limited

Detaylı

Geriye Yayılım ve Levenberg Marquardt Algoritmalarının YSA Eğitimlerindeki Başarımlarının Dinamik Sistemler Üzerindeki Başarımı. Mehmet Ali Çavuşlu

Geriye Yayılım ve Levenberg Marquardt Algoritmalarının YSA Eğitimlerindeki Başarımlarının Dinamik Sistemler Üzerindeki Başarımı. Mehmet Ali Çavuşlu Geriye Yayılım ve Levenberg Marquardt Algoritmalarının YSA Eğitimlerindeki Başarımlarının Dinamik Sistemler Üzerindeki Başarımı Mehmet Ali Çavuşlu Özet Yapay sinir ağlarının eğitiminde genellikle geriye

Detaylı

YEŞİLIRMAK NEHRİ İÇİN TOPLAM ORGANİK KARBON ÖNGÖRÜ MODELLERİ

YEŞİLIRMAK NEHRİ İÇİN TOPLAM ORGANİK KARBON ÖNGÖRÜ MODELLERİ YEŞİLIRMAK NEHRİ İÇİN TOPLAM ORGANİK KARBON ÖNGÖRÜ MODELLERİ Mehmet Yüceer a*, İlknur Atasoy b, Eda Semizer c, Erdal Karadurmuş d, Kazım Yetik e, Ayla Çalımlı c, Rıdvan Berber c a İnönü Üniversitesi Mühendislik

Detaylı

YAPAY SİNİR AĞLARI. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ

YAPAY SİNİR AĞLARI. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ YAPAY SİNİR AĞLARI Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ İÇERİK Sinir Hücreleri Yapay Sinir Ağları Yapısı Elemanları Çalışması Modelleri Yapılarına Göre Öğrenme Algoritmalarına Göre Avantaj ve

Detaylı

Esnek Hesaplamaya Giriş

Esnek Hesaplamaya Giriş Esnek Hesaplamaya Giriş J E O L O J İ M Ü H E N D İ S L İ Ğ İ A. B. D. E S N E K H E S A P L A M A Y Ö N T E M L E R İ - I DOÇ. DR. ERSAN KABALCI Esnek Hesaplama Nedir? Esnek hesaplamanın temelinde yatan

Detaylı

TUĞLA VE KİREMİT FABRİKALARININ HAVA KİRLİLİĞİNE KATKILARININ YAPAY SİNİR AĞI MODELLEMESİ İLE ARAŞTIRILMASI

TUĞLA VE KİREMİT FABRİKALARININ HAVA KİRLİLİĞİNE KATKILARININ YAPAY SİNİR AĞI MODELLEMESİ İLE ARAŞTIRILMASI TUĞLA VE KİREMİT FABRİKALARININ HAVA KİRLİLİĞİNE KATKILARININ YAPAY SİNİR AĞI MODELLEMESİ İLE ARAŞTIRILMASI Merve ARABACI a, Miray BAYRAM a, Mehmet YÜCEER b, Erdal KARADURMUŞ a a Hitit Üniversitesi, Mühendislik

Detaylı

BAŞKENT ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ BENZER SÜREÇLERDE ÜRETİLEN ÜRÜNLER İÇİN YAPAY ZEKA İLE ZAMAN TAHMİNİ SONER ŞÜKRÜ ALTIN

BAŞKENT ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ BENZER SÜREÇLERDE ÜRETİLEN ÜRÜNLER İÇİN YAPAY ZEKA İLE ZAMAN TAHMİNİ SONER ŞÜKRÜ ALTIN BAŞKENT ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ BENZER SÜREÇLERDE ÜRETİLEN ÜRÜNLER İÇİN YAPAY ZEKA İLE ZAMAN TAHMİNİ SONER ŞÜKRÜ ALTIN YÜKSEK LİSANS TEZİ 2011 BENZER SÜREÇLERDE ÜRETİLEN ÜRÜNLER İÇİN YAPAY

Detaylı

ESTIMATION OF EFFLUENT PARAMETERS AND EFFICIENCY FOR ADAPAZARI URBAN WASTEWATER TREATMENT PLANT BY ARTIFICIAL NEURAL NETWORK

ESTIMATION OF EFFLUENT PARAMETERS AND EFFICIENCY FOR ADAPAZARI URBAN WASTEWATER TREATMENT PLANT BY ARTIFICIAL NEURAL NETWORK ESTIMATION OF EFFLUENT PARAMETERS AND EFFICIENCY FOR ADAPAZARI URBAN WASTEWATER TREATMENT PLANT BY ARTIFICIAL NEURAL NETWORK ADAPAZARI KENTSEL ATIKSU ARITMA TESĐSĐ ÇIKIŞ SUYU PARAMETRELERĐ VE VERĐM DEĞERLERĐNĐN

Detaylı

KÜMEN ÜRETİMİNİN YAPILDIĞI TEPKİMELİ BİR DAMITMA KOLONUNUN BENZETİMİ

KÜMEN ÜRETİMİNİN YAPILDIĞI TEPKİMELİ BİR DAMITMA KOLONUNUN BENZETİMİ KÜMEN ÜRETİMİNİN YAPILDIĞI TEPKİMELİ BİR DAMITMA KOLONUNUN BENZETİMİ Damla Gül a,*, Abdulwahab GIWA a, Süleyman KARACAN a a,* Ankara Üniversitesi, Mühendislik Fakültesi, Kimya Mühendisliği Bölümü, Dögol

Detaylı

KİNETİK MODEL PARAMETRELERİNİN BELİRLENMESİNDE KULLANILAN OPTİMİZASYON TEKNİKLERİNİN KIYASLANMASI

KİNETİK MODEL PARAMETRELERİNİN BELİRLENMESİNDE KULLANILAN OPTİMİZASYON TEKNİKLERİNİN KIYASLANMASI KİNETİK MODEL PARAMETRELERİNİN BELİRLENMESİNDE KULLANILAN OPTİMİZASYON TEKNİKLERİNİN KIYASLANMASI Hatice YANIKOĞLU a, Ezgi ÖZKARA a, Mehmet YÜCEER a* İnönü Üniversitesi Mühendislik Fakültesi Kimya Mühendisliği

Detaylı

YALIN SİNİRSEL BULANIK BİR MODEL İLE İMKB 100 ENDEKSİ TAHMİNİ

YALIN SİNİRSEL BULANIK BİR MODEL İLE İMKB 100 ENDEKSİ TAHMİNİ Gazi Üniv. Müh. Mim. Fak. Der. J. Fac. Eng. Arch. Gazi Univ. Cilt 26, No 4, 897-904, 2011 Vol 26, No 4, 897-904, 2011 YALIN SİNİRSEL BULANIK BİR MODEL İLE İMKB 100 ENDEKSİ TAHMİNİ Yeşim OK *, Mehmet ATAK

Detaylı

CETP KOMPOZİTLERİN DELİNMELERİNDEKİ İTME KUVVETİNİN ANFIS İLE MODELLENMESİ MURAT KOYUNBAKAN ALİ ÜNÜVAR OKAN DEMİR

CETP KOMPOZİTLERİN DELİNMELERİNDEKİ İTME KUVVETİNİN ANFIS İLE MODELLENMESİ MURAT KOYUNBAKAN ALİ ÜNÜVAR OKAN DEMİR CETP KOMPOZİTLERİN DELİNMELERİNDEKİ İTME KUVVETİNİN ANFIS İLE MODELLENMESİ MURAT KOYUNBAKAN ALİ ÜNÜVAR OKAN DEMİR Çalışmanın amacı. SUNUM PLANI Çalışmanın önemi. Deney numunelerinin üretimi ve özellikleri.

Detaylı

Karaciğerde Oluşan Hastalıkların Tespitinde Makine Öğrenmesi Yöntemlerinin Kullanılması

Karaciğerde Oluşan Hastalıkların Tespitinde Makine Öğrenmesi Yöntemlerinin Kullanılması Karaciğerde Oluşan Hastalıkların Tespitinde Makine Öğrenmesi Yöntemlerinin Kullanılması 1 Emre DANDIL Bilecik Ş. Edebali Üniversitesi emre.dandil@bilecik.edu.tr +90228 214 1613 Sunum İçeriği Özet Giriş

Detaylı

AKARSULARDA KİRLENME KONTROLÜ İÇİN BİR DİNAMİK BENZETİM YAZILIMI

AKARSULARDA KİRLENME KONTROLÜ İÇİN BİR DİNAMİK BENZETİM YAZILIMI AKARSULARDA KİRLENME KONTROLÜ İÇİN BİR DİNAMİK BENZETİM YAZILIMI *Mehmet YÜCEER, **Erdal KARADURMUŞ, *Rıdvan BERBER *Ankara Üniversitesi Mühendislik Fakültesi Kimya Mühendisliği Bölümü Tandoğan - 06100

Detaylı

OTOMATİK KONTROL SİSTEMLERİ BLOK DİYAGRAM İNDİRGEME KURALLARI

OTOMATİK KONTROL SİSTEMLERİ BLOK DİYAGRAM İNDİRGEME KURALLARI OTOMATİK KONTROL SİSTEMLERİ BLOK DİYAGRAM İNDİRGEME KURALLARI BLOK DİYAGRAM İNDİRGEME KURALLARI Örnek 9: Aşağıdaki açık çevrim blok diyagramının transfer fonksiyonunu bulunuz? 2 BLOK DİYAGRAM İNDİRGEME

Detaylı

Gevşek Hesaplama (COMPE 474) Ders Detayları

Gevşek Hesaplama (COMPE 474) Ders Detayları Gevşek Hesaplama (COMPE 474) Ders Detayları Ders Adı Gevşek Hesaplama Ders Kodu COMPE 474 Dönemi Ders Uygulama Laboratuar Kredi AKTS Saati Saati Saati Bahar 3 0 0 3 5 Ön Koşul Ders(ler)i Dersin Dili Dersin

Detaylı

OTOMATİK KONTROL SİSTEMLERİ İŞARET AKIŞ DİYAGRAMLARI SIGNAL FLOW GRAPH

OTOMATİK KONTROL SİSTEMLERİ İŞARET AKIŞ DİYAGRAMLARI SIGNAL FLOW GRAPH OTOMATİK KONTROL SİSTEMLERİ İŞARET AKIŞ DİYAGRAMLARI SIGNAL FLOW GRAPH İŞARET AKIŞ DİYAGRAMLARI İşaret akış diyagramları blok diyagramlara bir alternatiftir. Fonksiyonel bloklar, işaretler, toplama noktaları

Detaylı

ROBOTLARIN YAPAY SİNİR AĞLARI KULLANILARAK DENETİMİ.

ROBOTLARIN YAPAY SİNİR AĞLARI KULLANILARAK DENETİMİ. ROBOTLARIN YAPAY SİNİR AĞLARI KULLANILARAK DENETİMİ Murat ŞEKER 1 Ahmet BERKAY 1 EMurat ESİN 1 ArşGör,Gebze Yüksek Teknoloji Enstitüsü, Bilgisayar MühBöl 41400 Gebze mseker@bilmuhgyteedutr aberkay@bilmuhgyteedutr,

Detaylı

DAMITMA KOLONLARININ BULANIK DENETLEYİCİLERLE DENETİMİ

DAMITMA KOLONLARININ BULANIK DENETLEYİCİLERLE DENETİMİ DAMITMA KOLONLARININ BULANIK DENETLEYİCİLERLE DENETİMİ Halil Murat Öztürk, H. Levent Akın 2 Sistem ve Kontrol Mühendisliği Bölümü, Boğaziçi Üniversitesi, 885 Bebek, İstanbul 2 Bilgisayar Mühendisliği Bölümü,

Detaylı

Aşağı Sakarya Nehrindeki Askı Maddesi Miktarının Esnek Yöntemler ile Tahmini

Aşağı Sakarya Nehrindeki Askı Maddesi Miktarının Esnek Yöntemler ile Tahmini Karaelmas Fen ve Müh. Derg. 6(2):351-358, 2016 Karaelmas Fen ve Mühendislik Dergisi Dergi web sayfası: http://fbd.beun.edu.tr Araştırma Makalesi Aşağı Sakarya Nehrindeki Askı Maddesi Miktarının Esnek Yöntemler

Detaylı

18.034 İleri Diferansiyel Denklemler

18.034 İleri Diferansiyel Denklemler MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret

Detaylı

VEKTÖR UZAYLARI 1.GİRİŞ

VEKTÖR UZAYLARI 1.GİRİŞ 1.GİRİŞ Bu bölüm lineer cebirin temelindeki cebirsel yapıya, sonlu boyutlu vektör uzayına giriş yapmaktadır. Bir vektör uzayının tanımı, elemanları skalar olarak adlandırılan herhangi bir cisim içerir.

Detaylı

Motivasyon Matrislerde Satır İşlemleri Eşelon Matris ve Uygulaması Satırca İndirgenmiş Eşelon Matris ve Uygulaması Matris Tersi ve Uygulaması Gauss

Motivasyon Matrislerde Satır İşlemleri Eşelon Matris ve Uygulaması Satırca İndirgenmiş Eşelon Matris ve Uygulaması Matris Tersi ve Uygulaması Gauss Motivasyon Matrislerde Satır İşlemleri Eşelon Matris ve Uygulaması Satırca İndirgenmiş Eşelon Matris ve Uygulaması Matris Tersi ve Uygulaması Gauss Jordan Yöntemi ve Uygulaması Performans Ölçümü 2 Bu çalışmada,

Detaylı

YOLCULUK YARATIMININ YAPAY SİNİR AĞLARI İLE MODELLENMESİ MODELLING OF THE TRIP GENERATION WITH ARTIFICIAL NEURAL NETWORK

YOLCULUK YARATIMININ YAPAY SİNİR AĞLARI İLE MODELLENMESİ MODELLING OF THE TRIP GENERATION WITH ARTIFICIAL NEURAL NETWORK YOLCULUK YARATIMININ YAPAY SİNİR AĞLARI İLE MODELLENMESİ * Nuran BAĞIRGAN 1, Muhammet Mahir YENİCE 2 1 Dumlupınar Üniversitesi, Mühendislik Fakültesi, İnşaat Mühendisliği Bölümü, Kütahya, nbagirgan@dumlupinar.edu.tr

Detaylı

YAPAY SĠNĠR AĞI GERĠ YAYINIM ALGORĠTMASI KULLANILARAK RÜZGÂR HIZI TAHMĠNĠ

YAPAY SĠNĠR AĞI GERĠ YAYINIM ALGORĠTMASI KULLANILARAK RÜZGÂR HIZI TAHMĠNĠ YAPAY SĠNĠR AĞI GERĠ YAYINIM ALGORĠTMASI KULLANILARAK RÜZGÂR HIZI TAHMĠNĠ Yalçın Kaplan 1 Umut Saray 2 Cem Emeksiz 3 Yakup Osman YeĢilnacar 4 Sadık Önal 5 Volkan Karaca 6 1) Sahil Güvenlik Komutanlığı,

Detaylı

BBO Algoritmasının Optimizasyon Başarımının İncelenmesi Optimization Performance Investigation of BBO Algorithm

BBO Algoritmasının Optimizasyon Başarımının İncelenmesi Optimization Performance Investigation of BBO Algorithm BBO Algoritmasının Optimizasyon Başarımının İncelenmesi Optimization Performance Investigation of BBO Algorithm Tufan İNAÇ 1, Cihan KARAKUZU 2 1 Bilgisayar Mühendisliği Anabilim Dalı Bilecik Şeyh Edebali

Detaylı

H1 - Otomatik Kontrol Kavramı ve Örnek Devreler. Yrd. Doç. Dr. Aytaç Gören

H1 - Otomatik Kontrol Kavramı ve Örnek Devreler. Yrd. Doç. Dr. Aytaç Gören H1 - Otomatik Kontrol Kavramı ve Örnek Devreler MAK 3026 - Ders Kapsamı H01 İçerik ve Otomatik kontrol kavramı H02 Otomatik kontrol kavramı ve devreler H03 Kontrol devrelerinde geri beslemenin önemi H04

Detaylı

İNSANSIZ HAVA ARACI PERVANELERİNİN TASARIM, ANALİZ VE TEST YETENEKLERİNİN GELİŞTİRİLMESİ

İNSANSIZ HAVA ARACI PERVANELERİNİN TASARIM, ANALİZ VE TEST YETENEKLERİNİN GELİŞTİRİLMESİ IV. ULUSAL HAVACILIK VE UZAY KONFERANSI 12-14 Eylül 212, Hava Harp Okulu, İstanbul İNSANSIZ HAVA ARACI PERVANELERİNİN TASARIM, ANALİZ VE TEST YETENEKLERİNİN GELİŞTİRİLMESİ Oğuz Kaan ONAY *, Javid KHALILOV,

Detaylı

Electronic Letters on Science & Engineering 3(1) (2007) Available online at www.e-lse.org

Electronic Letters on Science & Engineering 3(1) (2007) Available online at www.e-lse.org Electronic Letters on Science & Engineering 3(1) (2007) Available online at www.e-lse.org Fuzzy and Adaptive Neural Fuzzy Control of Compound Pendulum Angle Ahmet Küçüker 1,Mustafa Rüzgar 1 1 Sakarya University,

Detaylı

VII 0 0 6 0 0 3 9. Bu dersin önkoşulu bulunmamaktadır.

VII 0 0 6 0 0 3 9. Bu dersin önkoşulu bulunmamaktadır. DERS TANIMLAMA FORMU Dersin Kodu ve Adı: KMU 406 Kimya Mühendisliği Laboratuvarı II Programın Adı: Kimya Mühendisliği Bölümü Yarıyıl Eğitim ve Öğretim Yöntemleri (ECTS) Teori Uyg. Lab. Proje/Alan Çalışması

Detaylı

PSM 11 PEM YAKIT HÜCRELERİNİN YAPAY SİNİR AĞLARI İLE MODELLENMESİ

PSM 11 PEM YAKIT HÜCRELERİNİN YAPAY SİNİR AĞLARI İLE MODELLENMESİ PSM 11 PEM YAKIT HÜCRELERİNİN YAPAY SİNİR AĞLARI İLE MODELLENMESİ U. Özveren 2, S. Dinçer 1 1 Yıldız Teknik Üniversitesi, Kimya Müh. Bölümü, Davutpaşa Kampüsü, 34210 Esenler / İstanbul e-posta: dincer@yildiz.edu.tr

Detaylı

OTOMATİK KONTROL SİSTEMLERİ TEMEL KAVRAMLAR VE TANIMLAR

OTOMATİK KONTROL SİSTEMLERİ TEMEL KAVRAMLAR VE TANIMLAR OTOMATİK KONTROL SİSTEMLERİ TEMEL KAVRAMLAR VE TANIMLAR KONTROL SİSTEMLERİ GİRİŞ Son yıllarda kontrol sistemleri, insanlığın ve uygarlığın gelişme ve ilerlemesinde çok önemli rol oynayan bir bilim dalı

Detaylı

İş Zekası. Hafta 6 Kestirimci Modelleme Teknikleri. Yrd. Doç. Dr. H. İbrahim CEBECİ

İş Zekası. Hafta 6 Kestirimci Modelleme Teknikleri. Yrd. Doç. Dr. H. İbrahim CEBECİ İş Zekası Hafta 6 Kestirimci Modelleme Teknikleri Business Intelligence and Analytics: Systems for Decision Support 10e isimli eserden adapte edilmiştir Bölüm Amaçları Yapay Sinir Ağları (YSA) kavramını

Detaylı

SÜREKLİ DOĞAL GERİLİM VERİLERİNİN YAPAY SİNİR AĞLARI İLE DEĞERLENDİRİLMESİ, DEPREM ve YAĞIŞLARLA İLİŞKİSİ

SÜREKLİ DOĞAL GERİLİM VERİLERİNİN YAPAY SİNİR AĞLARI İLE DEĞERLENDİRİLMESİ, DEPREM ve YAĞIŞLARLA İLİŞKİSİ SÜREKLİ DOĞAL GERİLİM VERİLERİNİN YAPAY SİNİR AĞLARI İLE DEĞERLENDİRİLMESİ, DEPREM ve YAĞIŞLARLA İLİŞKİSİ ÖZET: Petek SINDIRGI 1 ve İlknur KAFTAN 2 1 Yardımcı Doçent Dr. Jeofizik Müh. Bölümü, Dokuz Eylül

Detaylı

Endüstriyel Bir Hidrokraker Reaktörünün Modellenmesi

Endüstriyel Bir Hidrokraker Reaktörünün Modellenmesi Endüstriyel Bir Hidrokraker Reaktörünün Modellenmesi Ümmühan Canan a, Berna Çakal a, Fırat Uzman a, Dila Gökçe a, Emre Kuzu a Yaman Arkun b,* a Türkiye Petrol Rafinerileri A.Ş., Kocaeli, 41790 b Kimya

Detaylı

Kimyasal Süreç Hesaplamaları (CEAC 207) Ders Detayları

Kimyasal Süreç Hesaplamaları (CEAC 207) Ders Detayları Kimyasal Süreç Hesaplamaları (CEAC 207) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Uygulama Saati Saati Laboratuar Kredi AKTS Saati Kimyasal Süreç Hesaplamaları CEAC 207 Güz 3 2 2 4 7 Ön Koşul Ders(ler)i

Detaylı

ÖZGEÇMİŞ ve YAYINLAR LİSTESİ

ÖZGEÇMİŞ ve YAYINLAR LİSTESİ ÖZGEÇMİŞ ve YAYINLAR LİSTESİ 1. Adı Soyadı............. : Hatice ( KIRIMLI ) SEZGİN 2. Doğum Tarihi............ : 11 Haziran 1959 3. Ünvanı................. : Yardımcı Doçent Doktor 4. Öğrenim Durumu :

Detaylı

Fatih Kölmek. ICCI 2012-18.Uluslararası Enerji ve Çevre Fuarı ve Konferansı 25 Nisan 2012, İstanbul, Türkiye

Fatih Kölmek. ICCI 2012-18.Uluslararası Enerji ve Çevre Fuarı ve Konferansı 25 Nisan 2012, İstanbul, Türkiye Fatih Kölmek ICCI 2012-18.Uluslararası Enerji ve Çevre Fuarı ve Konferansı 25 Nisan 2012, İstanbul, Türkiye Türkiye Elektrik Piyasası Dengeleme ve Uzlaştırma Mekanizması Fiyat Tahmin Modelleri Yapay Sinir

Detaylı

YAPAY SĠNĠR AĞLARININ EKONOMĠK TAHMĠNLERDE KULLANILMASI

YAPAY SĠNĠR AĞLARININ EKONOMĠK TAHMĠNLERDE KULLANILMASI P A M U K K A L E Ü N İ V E R S İ T E S İ M Ü H E N D İ S L İ K F A K Ü L T E S İ P A M U K K A L E U N I V E R S I T Y E N G I N E E R I N G C O L L E G E M Ü H E N D ĠS L ĠK B ĠL ĠM L E R ĠD E R G ĠS

Detaylı

Mevcut Betonarme Binaların Yapısal Parametrelerinin Binaların Deprem Performansına Etkilerinin Belirlenmesi

Mevcut Betonarme Binaların Yapısal Parametrelerinin Binaların Deprem Performansına Etkilerinin Belirlenmesi Mevcut Betonarme Binaların Yapısal Parametrelerinin Binaların Deprem Performansına Etkilerinin Belirlenmesi 1 Naci Çağlar and 2 Zehra Şule Garip * 1 Faculty of Engineering, Department of Civil Engineering

Detaylı

A. SCI ve SCIE Kapsamındaki Yayınlar

A. SCI ve SCIE Kapsamındaki Yayınlar A. SCI ve SCIE Kapsamındaki Yayınlar A.1. Erilli N.A., Yolcu U., Egrioglu E., Aladag C.H., Öner Y., 2011 Determining the most proper number of cluster in fuzzy clustering by using artificial neural networks.

Detaylı

ISSN : Isparta-Turkey YAPAY SĠNĠR AĞLARI (YSA) YÖNTEMĠ ĠLE GLOBAL RADYASYON TAHMĠNĠ

ISSN : Isparta-Turkey YAPAY SĠNĠR AĞLARI (YSA) YÖNTEMĠ ĠLE GLOBAL RADYASYON TAHMĠNĠ ISSN:1306-3111 e-journal o New World Sciences Academy 2011, Volume: 6, Number: 2, Article Number: 1A0174 Kadir Günoğlu ENGINEERING SCIENCES Betül Mavi Received: November 2010 Ġskender Akkurt Accepted:

Detaylı

İSTANBUL TİCARET ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ BİLGİSAYAR SİSTEMLERİ LABORATUARI

İSTANBUL TİCARET ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ BİLGİSAYAR SİSTEMLERİ LABORATUARI İSTANBUL TİCARET ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ BİLGİSAYAR SİSTEMLERİ LABORATUARI Lineer Ayrılabilen Paternlerin Yapay Sinir Ağı ile Sınıflandırılması 1. Biyolojik Sinirin Yapısı Bilgi işleme

Detaylı

T.C. KIRIKKALE ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ YAPAY SİNİR AĞLARI. Doç.Dr. Necaattin BARIŞÇI FİNAL PROJESİ

T.C. KIRIKKALE ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ YAPAY SİNİR AĞLARI. Doç.Dr. Necaattin BARIŞÇI FİNAL PROJESİ T.C. KIRIKKALE ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ YAPAY SİNİR AĞLARI Doç.Dr. Necaattin BARIŞÇI YAPAY SİNİR AĞLARI İLE KORONER ARTER HASTALIĞI RİSK Öğrenci : SİNEM ÖZDER Numarası : 118229001004

Detaylı

DOKUZ EYLÜL ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MÜDÜRLÜĞÜ DERS/MODÜL/BLOK TANITIM FORMU. Dersin Orjinal Adı: Pattern Recognition

DOKUZ EYLÜL ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MÜDÜRLÜĞÜ DERS/MODÜL/BLOK TANITIM FORMU. Dersin Orjinal Adı: Pattern Recognition Dersi Veren Birim: Fen Bilimleri Enstitüsü Dersin Türkçe Adı: Örüntü Tanıma Dersin Orjinal Adı: Pattern Recognition Dersin Düzeyi:(Ön lisans, Lisans, Yüksek Lisans, Doktora) Lisansüstü Dersin Kodu: CSE

Detaylı

İTME ANALİZİ KULLANILARAK YÜKSEK RİSKLİ DEPREM BÖLGESİNDEKİ BİR PREFABRİK YAPININ SİSMİK KAPASİTESİNİN İNCELENMESİ

İTME ANALİZİ KULLANILARAK YÜKSEK RİSKLİ DEPREM BÖLGESİNDEKİ BİR PREFABRİK YAPININ SİSMİK KAPASİTESİNİN İNCELENMESİ İTME ANALİZİ KULLANILARAK YÜKSEK RİSKLİ DEPREM BÖLGESİNDEKİ BİR PREFABRİK YAPININ SİSMİK KAPASİTESİNİN İNCELENMESİ ÖZET: B. Öztürk 1, C. Yıldız 2 ve E. Aydın 3 1 Yrd. Doç. Dr., İnşaat Müh. Bölümü, Niğde

Detaylı

2011 Third International Conference on Intelligent Human-Machine Systems and Cybernetics

2011 Third International Conference on Intelligent Human-Machine Systems and Cybernetics 2011 Third International Conference on Intelligent Human-Machine Systems and Cybernetics Özet: Bulanık bir denetleyici tasarlanırken karşılaşılan en önemli sıkıntı, bulanık giriş çıkış üyelik fonksiyonlarının

Detaylı

36. Basit kuvvet metodu

36. Basit kuvvet metodu 36. Basit kuvvet metodu Basit kuvvet metodu hakkında çok kısa bilgi verilecektir. Basit kuvvet metodunda hiperstatik bilinmeyenlerinin hesaplanmasına, dolayısıyla buna ait denklem sisteminin kurulmasına

Detaylı

Matris Cebiriyle Çoklu Regresyon Modeli

Matris Cebiriyle Çoklu Regresyon Modeli Matris Cebiriyle Çoklu Regresyon Modeli Hüseyin Taştan Mart 00 Klasik Regresyon Modeli k açıklayıcı değişkenden oluşan regresyon modelini her gözlem i için aşağıdaki gibi yazabiliriz: y i β + β x i + β

Detaylı

Diferansiyel Denklemler (MATH 276) Ders Detayları

Diferansiyel Denklemler (MATH 276) Ders Detayları Diferansiyel Denklemler (MATH 276) Ders Detayları Ders Adı Diferansiyel Denklemler Ders Kodu MATH 276 Dönemi Ders Uygulama Laboratuar Kredi AKTS Saati Saati Saati Bahar 4 0 0 4 6 Ön Koşul Ders(ler)i Math

Detaylı

Üç Fazlı Sincap Kafesli bir Asenkron Motorun Matlab/Simulink Ortamında Dolaylı Vektör Kontrol Benzetimi

Üç Fazlı Sincap Kafesli bir Asenkron Motorun Matlab/Simulink Ortamında Dolaylı Vektör Kontrol Benzetimi Araştırma Makalesi Adıyaman Üniversitesi Mühendislik Bilimleri Dergisi (05) 6-7 Üç Fazlı Sincap Kafesli bir Asenkron Motorun Matlab/Simulink Ortamında Dolaylı Vektör Kontrol Benzetimi Ahmet NUR *, Zeki

Detaylı

YAPAY SİNİR AĞI KULLANARAK DEPREM EĞİLİMİNİN KESTİRİMİ. Umut FIRAT

YAPAY SİNİR AĞI KULLANARAK DEPREM EĞİLİMİNİN KESTİRİMİ. Umut FIRAT YAPAY SİNİR AĞI KULLANARAK DEPREM EĞİLİMİNİN KESTİRİMİ Umut FIRAT ufirat@yahoo.com Öz: Depremler yeryüzünde en çok yıkıma neden olan doğal afetlerdir. Bu durum, depremlerin önceden tahmin edilmesi fikrini

Detaylı

BİR TERMİK ELEKTRİK SANTRALİNDE YAPAY SİNİR AĞLARI KONTROLÖRÜN

BİR TERMİK ELEKTRİK SANTRALİNDE YAPAY SİNİR AĞLARI KONTROLÖRÜN 42 BİR TERMİK ELEKTRİK SANTRALİNDE YAPAY SİNİR AĞLARI KONTROLÖRÜN ETKİLERİNİN İNCELENMESİ Murat LÜY 1, İlhan KOCAARSLAN 2, Ertuğrul ÇAM 3 Electrical & Electronics Engineering Department, Kirikkale University,

Detaylı

Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS. Process Control EEE423 7 3+2 4 5

Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS. Process Control EEE423 7 3+2 4 5 DERS BİLGİLERİ Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS Process Control EEE423 7 3+2 4 5 Ön Koşul Dersleri Dersin Dili Dersin Seviyesi Dersin Türü İngilizce Lisans Seçmeli / Yüz Yüze Dersin

Detaylı

İlk Yapay Sinir Ağları. Dr. Hidayet Takçı

İlk Yapay Sinir Ağları. Dr. Hidayet Takçı İlk Yapay Sinir Ağları Dr. Hidayet htakci@gmail.com http://htakci.sucati.org Tek katmanlı algılayıcılar (TKA) Perceptrons (Rosenblat) ADALINE/MADALINE (Widrow and Hoff) 2 Perseptron eptronlar Basit bir

Detaylı

7.Ders Bazı Ekonometrik Modeller. Đktisat (ekonomi) biliminin bir kavramı: gayrisafi milli hasıla.

7.Ders Bazı Ekonometrik Modeller. Đktisat (ekonomi) biliminin bir kavramı: gayrisafi milli hasıla. 7.Ders Bazı Ekonometrik Modeller Đktisat (ekonomi) biliminin bir kavramı: gayrisafi milli hasıla. Kaynak: TÜĐK dönemler gayri safi yurt içi hasıla düzeyi 1987-1 8680793 1987-2 9929354 1987-3 13560135 1987-4

Detaylı

Diferansiyel Denklemler (MATH 276) Ders Detayları

Diferansiyel Denklemler (MATH 276) Ders Detayları Diferansiyel Denklemler (MATH 276) Ders Detayları Ders Adı Diferansiyel Denklemler Ders Kodu MATH 276 Dönemi Ders Uygulama Laboratuar Kredi AKTS Saati Saati Saati Bahar 4 0 0 4 6 Ön Koşul Ders(ler)i Math

Detaylı

Kontrol Sistemleri Tasarımı

Kontrol Sistemleri Tasarımı Kontrol Sistemleri Tasarımı Giriş ve Temel Kavramlar Prof. Dr. Bülent E. Platin Giriş Çalıştay İçeriği: Giriş ve Temel Kavramlar Açık Çevrim Kontrol Kapalı Çevrim Kontrol Kök Yer Eğrileri ve Yöntemleri

Detaylı

18.034 İleri Diferansiyel Denklemler

18.034 İleri Diferansiyel Denklemler MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret

Detaylı

Çok katmanlı ileri sürümlü YSA da standart geri yayıyım ve momentum geri yayılım algoritmalarının karşılaştırılması. (Eğitim/Hata geri yayılım)

Çok katmanlı ileri sürümlü YSA da standart geri yayıyım ve momentum geri yayılım algoritmalarının karşılaştırılması. (Eğitim/Hata geri yayılım) Çok katmanlı ileri sürümlü YSA da standart geri yayıyım ve momentum geri yayılım algoritmalarının karşılaştırılması (Eğitim/Hata geri yayılım) Özetçe Bu çalışmada çok katmanlı ve ileri sürümlü bir YSA

Detaylı

İÇİNDEKİLER. Bölüm 1 MATEMATİKSEL İKTİSADA GİRİŞ 11 1.1.İktisat Hakkında 12 1.2.İktisatta Grafik ve Matematik Kullanımı 13

İÇİNDEKİLER. Bölüm 1 MATEMATİKSEL İKTİSADA GİRİŞ 11 1.1.İktisat Hakkında 12 1.2.İktisatta Grafik ve Matematik Kullanımı 13 İÇİNDEKİLER ÖNSÖZ III Bölüm 1 MATEMATİKSEL İKTİSADA GİRİŞ 11 1.1.İktisat Hakkında 12 1.2.İktisatta Grafik ve Matematik Kullanımı 13 Bölüm 2 STATİK DENGE ANALİZİ 19 2.1 İktisatta Denge Kavramı 20 2.1.1.

Detaylı

ÖZGEÇMİŞ. 1. Adı Soyadı : Kamile ŞANLI KULA İletişim Bilgileri : Ahi Evran Üniversitesi, Fen Edebiyat Fakültesi, Adres Matematik Bölümü, KIRŞEHİR

ÖZGEÇMİŞ. 1. Adı Soyadı : Kamile ŞANLI KULA İletişim Bilgileri : Ahi Evran Üniversitesi, Fen Edebiyat Fakültesi, Adres Matematik Bölümü, KIRŞEHİR Resim ÖZGEÇMİŞ 1. Adı Soyadı : Kamile ŞANLI KULA İletişim Bilgileri : Ahi Evran Üniversitesi, Fen Edebiyat Fakültesi, Adres Matematik Bölümü, KIRŞEHİR Telefon : 386 280 45 50 Mail : kskula@ahievran.edu.tr

Detaylı

Murat CANER ve Emre AKARSLAN * Geliş Tarihi/Received : 27.10.2008, Kabul Tarihi/Accepted : 30.03.2009

Murat CANER ve Emre AKARSLAN * Geliş Tarihi/Received : 27.10.2008, Kabul Tarihi/Accepted : 30.03.2009 Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, Cilt 15, Sayı 2, 2009, Sayfa 221-226 Mermer Kesme İşleminde Spesifik Enerji Faktörünün ANFIS ve YSA Yöntemleri ile Tahmini Estimation of Specific Energy

Detaylı

KÜTAHYA İLİNİN YAPAY SİNİR AĞLARI KULLANILARAK ELEKTRİK PUANT YÜK TAHMİNİ

KÜTAHYA İLİNİN YAPAY SİNİR AĞLARI KULLANILARAK ELEKTRİK PUANT YÜK TAHMİNİ ELECTRICAL PEAK LOAD FORECASTING IN KÜTAHYA WITH ARTIFICIAL NEURAL NETWORKS. Y. ASLAN * & C. YAŞAR * & A. NALBANT * * Elektrik-Elektronik Mühendisliği Bölümü, Mühendislik Fakültesi Dumlupınar Üniversitesi,

Detaylı

(Mekanik Sistemlerde PID Kontrol Uygulaması - 3) HAVA KÜTLE AKIŞ SİSTEMLERİNDE PID İLE SICAKLIK KONTROLÜ. DENEY SORUMLUSU Arş.Gör.

(Mekanik Sistemlerde PID Kontrol Uygulaması - 3) HAVA KÜTLE AKIŞ SİSTEMLERİNDE PID İLE SICAKLIK KONTROLÜ. DENEY SORUMLUSU Arş.Gör. T.C. ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MEKATRONİK MÜHENDİSLİĞİ BÖLÜMÜ MEKATRONİK LABORATUVARI 1 (Mekanik Sistemlerde PID Kontrol Uygulaması - 3) HAVA KÜTLE AKIŞ SİSTEMLERİNDE PID İLE SICAKLIK

Detaylı

YAPAY SĠNĠR AĞLARI ĠLE KOCAELĠ ĠLĠNĠN PUANT YÜK TAHMĠNĠ. Oya DEMİRER Demet ÖZDEMİR Melih İNAL

YAPAY SĠNĠR AĞLARI ĠLE KOCAELĠ ĠLĠNĠN PUANT YÜK TAHMĠNĠ. Oya DEMİRER Demet ÖZDEMİR Melih İNAL YAPAY SĠNĠR AĞLARI ĠLE KOCAELĠ ĠLĠNĠN PUANT YÜK TAHMĠNĠ Oya DEMİRER Demet ÖZDEMİR Melih İNAL Kocaeli Ü. Müh.Fak. Elektrik Müh.Bl.MSB İzmit İnşaat BaşkanlığıKocaeli Ü.Tek.Fak.Elektronik Eğ. odemirer@hotmail.com

Detaylı

ANFIS ve YSA Yöntemleri ile İşlenmiş Doğal Taş Üretim Sürecinde Verimlilik Analizi

ANFIS ve YSA Yöntemleri ile İşlenmiş Doğal Taş Üretim Sürecinde Verimlilik Analizi Afyon Kocatepe Üniversitesi Fen ve Mühendislik Bilimleri Dergisi Afyon Kocatepe University Journal of Science and Engineering AKÜ FEMÜBİD 16 (2016) 017101 (174 185) AKU J. Sci. Eng. 16 (2016) 017101 (174

Detaylı

5. Elektriksel Büyüklüklerin Ölçülebilen Değerleri

5. Elektriksel Büyüklüklerin Ölçülebilen Değerleri Elektrik devrelerinde ölçülebilen büyüklükler olan; 5. Elektriksel Büyüklüklerin Ölçülebilen Değerleri Akım Gerilim Devrede bulunan kaynakların tiplerine göre değişik şekillerde olabilir. Zamana bağlı

Detaylı

Prof.Dr. ÜNAL ERKAN MUMCUOĞLU. merkan@metu.edu.tr

Prof.Dr. ÜNAL ERKAN MUMCUOĞLU. merkan@metu.edu.tr Ders Bilgisi Ders Kodu 9060528 Ders Bölüm 1 Ders Başlığı BİLİŞİM SİSTEMLERİ İÇİN MATEMATİĞİN TEMELLERİ Ders Kredisi 3 ECTS 8.0 Katalog Tanımı Ön koşullar Ders saati Bu dersin amacı altyapısı teknik olmayan

Detaylı

SİMÜLASYON-YAPAY SİNİR AĞI İLE ESNEK ÜRETİM SİSTEMİ TASARIMI

SİMÜLASYON-YAPAY SİNİR AĞI İLE ESNEK ÜRETİM SİSTEMİ TASARIMI Gazi Üniv. Müh. Mim. Fak. Der. J. Fac. Eng. Arch. Gazi Univ. Cilt 18, No 2, 31-38, 2003 Vol 18, No 2, 31-38, 2003 SİMÜLASYON-YAPAY SİNİR AĞI İLE ESNEK ÜRETİM SİSTEMİ TASARIMI Akif KURT Endüstri Mühendisliği

Detaylı

Kontrol Sistemlerinin Analizi

Kontrol Sistemlerinin Analizi Sistemlerin analizi Kontrol Sistemlerinin Analizi Otomatik kontrol mühendisinin görevi sisteme uygun kontrolör tasarlamaktır. Bunun için öncelikle sistemin analiz edilmesi gerekir. Bunun için test sinyalleri

Detaylı

8. HAFTA BLM323 SAYISAL ANALİZ. Okt. Yasin ORTAKCI.

8. HAFTA BLM323 SAYISAL ANALİZ. Okt. Yasin ORTAKCI. 8. HAFTA BLM323 SAYISAL ANALİZ Okt. Yasin ORTAKCI yasinortakci@karabuk.edu.tr Karabük Üniversitesi Uzaktan Eğitim Uygulama ve Araştırma Merkezi 2 MATRİSLER Matris veya dizey, dikdörtgen bir sayılar tablosu

Detaylı

RÜZGAR YÜKÜNÜN BİR TİCARİ ARAÇ SERVİS KAPISINA OLAN ETKİLERİNİN İNCELENMESİ

RÜZGAR YÜKÜNÜN BİR TİCARİ ARAÇ SERVİS KAPISINA OLAN ETKİLERİNİN İNCELENMESİ RÜZGAR YÜKÜNÜN BİR TİCARİ ARAÇ SERVİS KAPISINA OLAN ETKİLERİNİN İNCELENMESİ Melih Tuğrul, Serkan Er Hexagon Studio Araç Mühendisliği Bölümü OTEKON 2010 5. Otomotiv Teknolojileri Kongresi 07 08 Haziran

Detaylı

2 ALGORİTMA VE AKIŞ DİYAGRAMLARI

2 ALGORİTMA VE AKIŞ DİYAGRAMLARI İÇİNDEKİLER IX İÇİNDEKİLER 1 GİRİŞ 1 Kitabın Amacı 1 Algoritmanın Önemi 2 Bilgisayarın Doğuşu ve Kullanım Amaçları 3 Programlama Dili Nedir? 3 Entegre Geliştirme Ortamı (IDE) Nedir? 4 2 ALGORİTMA VE AKIŞ

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık KORELASYON ve REGRESYON ANALİZİ Doç. Dr. İrfan KAYMAZ Tanım Bir değişkenin değerinin diğer değişkendeki veya değişkenlerdeki değişimlere bağlı olarak nasıl etkilendiğinin istatistiksel

Detaylı

MATLAB a GİRİŞ. Doç. Dr. Mehmet İTİK. Karadeniz Teknik Üniversitesi Makine Mühendisliği Bölümü

MATLAB a GİRİŞ. Doç. Dr. Mehmet İTİK. Karadeniz Teknik Üniversitesi Makine Mühendisliği Bölümü MATLAB a GİRİŞ Doç. Dr. Mehmet İTİK Karadeniz Teknik Üniversitesi Makine Mühendisliği Bölümü İçerik: MATLAB nedir? MATLAB arayüzü ve Bileşenleri (Toolbox) Değişkenler, Matris ve Vektörler Aritmetik işlemler

Detaylı

Plazma İletiminin Optimal Kontrolü Üzerine

Plazma İletiminin Optimal Kontrolü Üzerine Plazma İletiminin Optimal Kontrolü Üzerine 1 Yalçın Yılmaz, 2 İsmail Küçük ve 3 Faruk Uygul *1 Faculty of Arts and Sciences, Dept. of Mathematics, Sakaya University, Sakarya, Turkey 2 Faculty of Chemical

Detaylı

AKILLI BİR PLAKANIN SERBEST VE ZORLANMIŞ TİTREŞİMLERİNİN KONTROLÜ

AKILLI BİR PLAKANIN SERBEST VE ZORLANMIŞ TİTREŞİMLERİNİN KONTROLÜ AKILLI BİR PLAKANIN SERBEST VE ZORLANMIŞ TİTREŞİMLERİNİN KONTROLÜ Fatma Demet Ülker 1 Ömer Faruk Kırcalı 1 Yavuz Yaman 1 dulker@ae.metu.edu.tr fkircali@stm.com.tr yyaman@metu.edu.tr Volkan Nalbantoğlu

Detaylı

Yrd. Doç. Dr. Mustafa NİL

Yrd. Doç. Dr. Mustafa NİL Yrd. Doç. Dr. Mustafa NİL ÖĞRENİM DURUMU Derece Üniversite Bölüm / Program Fırat Üniversitesi Elektrik-Elektronik Mühendisliği Y. Kocaeli Üniversitesi Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

Detaylı

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN Tanımlayıcı İstatistikler Yrd. Doç. Dr. Emre ATILGAN 1 Tanımlayıcı İstatistikler Yer Gösteren Ölçüler Yaygınlık Ölçüleri Merkezi Eğilim Ölçüleri Konum Ölçüleri 2 3 Aritmetik Ortalama Aritmetik ortalama,

Detaylı

Akım Modlu Çarpıcı/Bölücü

Akım Modlu Çarpıcı/Bölücü Akım Modlu Çarpıcı/Bölücü (Novel High-Precision Current-Mode Multiplier/Divider) Ümit FARAŞOĞLU 504061225 1/28 TAKDİM PLANI ÖZET GİRİŞ AKIM MODLU ÇARPICI/BÖLÜCÜ DEVRE ÖNERİLEN AKIM MODLU ÇARPICI/BÖLÜCÜ

Detaylı

Yapay Sinir Ağları ile Web İçeriklerini Sınıflandırma. Yazarlar: Esra Nergis Güven, Hakan Onur ve Şeref Sağıroğlu. Sunan : Esra Nergis Güven

Yapay Sinir Ağları ile Web İçeriklerini Sınıflandırma. Yazarlar: Esra Nergis Güven, Hakan Onur ve Şeref Sağıroğlu. Sunan : Esra Nergis Güven Yapay Sinir Ağları ile Web İçeriklerini Sınıflandırma Yazarlar: Esra Nergis Güven, Hakan Onur ve Şeref Sağıroğlu Sunan : Esra Nergis Güven İçerik Giriş Amaç ve Kapsam Sınıflandırma Geliştirilen Sistem

Detaylı

YAPAY SİNİR AĞLARI YÖNTEMİ İLE PAFTALARININ SAYISALLAŞTIRILMASI ARTIFICIAL NEURAL NETWORKS METHOD FOR MAP DIGITIZATION

YAPAY SİNİR AĞLARI YÖNTEMİ İLE PAFTALARININ SAYISALLAŞTIRILMASI ARTIFICIAL NEURAL NETWORKS METHOD FOR MAP DIGITIZATION YAPAY SİNİR AĞLARI YÖNTEMİ İLE PAFTALARININ SAYISALLAŞTIRILMASI Y.ŞİŞMAN 1, H. DEMİRTAŞ 2 1 Ondokuz Mayıs Üniversitesi, Harita Mühendisliği Bölümü, 55139, Samsun/TÜRKİYE ysisman@omu.edu.tr 2 Sağlık Bakanlığı,

Detaylı

YÖK TEZLERİ PROJE KELİME TARAMASI

YÖK TEZLERİ PROJE KELİME TARAMASI YÖK TEZLERİ PROJE KELİME TARAMASI YÖK Tezleri Proje Kelimesi Taraması Sonuçları Toplam Çalışma Sayısı 1833 İncelenen 1673 İlgisiz 372 Toplam İncelenen 1301 X Projesi 720 Proje Yönetimi 123 Yatırım Projeleri

Detaylı

Mühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş

Mühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş Mühendislik Mekaniği Statik Yrd.Doç.Dr. Akın Ataş Bölüm 10 Eylemsizlik Momentleri Kaynak: Mühendislik Mekaniği: Statik, R. C.Hibbeler, S. C. Fan, Çevirenler: A. Soyuçok, Ö. Soyuçok. 10. Eylemsizlik Momentleri

Detaylı

KORELASYON VE REGRESYON ANALİZİ. Doç. Dr. Bahar TAŞDELEN

KORELASYON VE REGRESYON ANALİZİ. Doç. Dr. Bahar TAŞDELEN KORELASYON VE REGRESYON ANALİZİ Doç. Dr. Bahar TAŞDELEN Günlük hayattan birkaç örnek Gelişim dönemindeki bir çocuğun boyu ile kilosu arasındaki ilişki Bir ailenin tükettiği günlük ekmek sayısı ile ailenin

Detaylı

Zeki Optimizasyon Teknikleri

Zeki Optimizasyon Teknikleri Zeki Optimizasyon Teknikleri Yapay Sinir Ağları (Artificial Neural Network) Doç.Dr. M. Ali Akcayol Yapay Sinir Ağları Biyolojik sinir sisteminden esinlenerek ortaya çıkmıştır. İnsan beyninin öğrenme, eski

Detaylı

Merkezi Eğilim ve Dağılım Ölçüleri

Merkezi Eğilim ve Dağılım Ölçüleri Merkezi Eğilim ve Dağılım Ölçüleri Soru Öğrencilerin derse katılım düzeylerini ölçmek amacıyla geliştirilen 16 soruluk bir test için öğrencilerin ilk 8 ve son 8 soruluk yarılardan aldıkları puanlar arasındaki

Detaylı

ÜÇ BİLEŞENLİ REAKSİYON SİSTEMLERİ İÇEREN REAKTİF DİSTİLASYON KOLONU VE REAKTÖR/DİSTİLASYON KOLONU PROSESLERİNİN NİCELİKSEL KARŞILAŞTIRMASI

ÜÇ BİLEŞENLİ REAKSİYON SİSTEMLERİ İÇEREN REAKTİF DİSTİLASYON KOLONU VE REAKTÖR/DİSTİLASYON KOLONU PROSESLERİNİN NİCELİKSEL KARŞILAŞTIRMASI ÜÇ BİLEŞENLİ REAKSİYON SİSTEMLERİ İÇEREN REAKTİF DİSTİLASYON KOLONU VE REAKTÖR/DİSTİLASYON KOLONU PROSESLERİNİN NİCELİKSEL KARŞILAŞTIRMASI Denizhan YILMAZ, Saliha YILMAZ, Eda HOŞGÖR, Devrim B. KAYMAK *

Detaylı

ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENERJİ SİSTEMLERİ MÜHENDİSLİĞİ BÖLÜMÜ ISI TRANSFERİ LABORATUARI

ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENERJİ SİSTEMLERİ MÜHENDİSLİĞİ BÖLÜMÜ ISI TRANSFERİ LABORATUARI ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENERJİ SİSTEMLERİ MÜHENDİSLİĞİ BÖLÜMÜ ISI TRANSFERİ LABORATUARI DENEY FÖYÜ DENEY ADI ZORLANMIŞ TAŞINIM DERSİN ÖĞRETİM ÜYESİ DENEYİ YAPTIRAN ÖĞRETİM ELEMANI DENEY

Detaylı

Yapay Sinir Ağları ve Uygulamaları (EE 423) Ders Detayları

Yapay Sinir Ağları ve Uygulamaları (EE 423) Ders Detayları Yapay Sinir Ağları ve Uygulamaları (EE 423) Ders Detayları Ders Adı Ders Dönemi Ders Uygulama Laboratuar Kredi AKTS Kodu Saati Saati Saati Yapay Sinir Ağları ve Uygulamaları EE 423 Her İkisi 3 0 0 3 5

Detaylı

Bilgisayar Mühendisliği. Bilgisayar Mühendisliğine Giriş 1

Bilgisayar Mühendisliği. Bilgisayar Mühendisliğine Giriş 1 Bilgisayar Mühendisliği Bilgisayar Mühendisliğine Giriş 1 Mühendislik Nedir? Mühendislik, bilim ve matematiğin yararlı cihaz ve sistemlerin üretimine uygulanmasıdır. Örn: Elektrik mühendisleri, elektronik

Detaylı

Süreç Modelleme, Dinamiği ve Kontrolü (CEAC 407) Ders Detayları

Süreç Modelleme, Dinamiği ve Kontrolü (CEAC 407) Ders Detayları Süreç Modelleme, Dinamiği ve Kontrolü (CEAC 407) Ders Detayları Ders Adı Süreç Modelleme, Dinamiği ve Kontrolü Ders Kodu CEAC 407 Dönemi Ders Uygulama Laboratuar Kredi AKTS Saati Saati Saati Güz 3 1 0

Detaylı

YÖNEYLEM ARAŞTIRMASI - III

YÖNEYLEM ARAŞTIRMASI - III YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik Hessien Matris-Quadratik Form Mutlak ve Bölgesel Maksimum-Minimum Noktalar Giriş Kısıtlı ve kısıtsız fonksiyonlar için

Detaylı

3.2. DP Modellerinin Simpleks Yöntem ile Çözümü Primal Simpleks Yöntem

3.2. DP Modellerinin Simpleks Yöntem ile Çözümü Primal Simpleks Yöntem 3.2. DP Modellerinin Simpleks Yöntem ile Çözümü 3.2.1. Primal Simpleks Yöntem Grafik çözüm yönteminde gördüğümüz gibi optimal çözüm noktası, her zaman uygun çözüm alanının bir köşe noktası ya da uç noktası

Detaylı

Elemanlardaki İç Kuvvetler

Elemanlardaki İç Kuvvetler Elemanlardaki İç Kuvvetler Bölüm Öğrenme Çıktıları Yapı elemanlarında oluşan iç kuvvetler. Eksenel kuvvet, Kesme kuvvet ve Eğilme Momenti Denklemleri ve Diyagramları. Bölüm Öğrenme Çıktıları Elemanlarda

Detaylı