6. YER ELEKTRİK ÇALIŞTAYI

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "6. YER ELEKTRİK ÇALIŞTAYI"

Transkript

1 lektrik Çalı E ş r yı ta 6. Y e 6. YER ELEKTRİK ÇALIŞTAYI MAYIS 2016 kartepe park otel KARTEPE, Kocaelİ ELEKTRİK ve elektromanyetik yöntemlerde jeotermal, petrol, maden aramaları MODELLEME ve ters çözüm arkeo-jeofizik uygulamaları yapı jeofiziği uygulamaları yeraltı suyu araştırmaları çevre jeofiziği yeni gelişmeler

2 5.2. Doğal Uçlaşma Belirtilerinin Pertürbasyon Temelli Yeni Bir Evrimsel Algoritmayla Ters Çözümü Inversion of Self-Potential Anomalies by a Perturbation-based New Evolutionary Algorithm Seçil TURAN 1, Çağlayan BALKAYA 2, Yunus Levent EKİNCİ 3, Gökhan GÖKTÜRKLER 1 1 Dokuz Eylül Üniversitesi, Mühendislik Fakültesi, Jeofizik Mühendisliği Bölümü, İzmir 2 Süleyman Demirel Üniversitesi, Mühendislik Fakültesi, Jeofizik Mühendisliği Bölümü, Isparta 3 Bitlis Eren Üniversitesi, Fen Edebiyat Fakültesi, Arkeoloji Bölümü, Bitlis E-posta: secil.turan@deu.edu.tr ÖZ Doğal uçlaşma belirtilerinin ters çözümü için pertürbasyon temelli yeni bir evrimsel (PTE) algoritma önerilmiştir. Algoritma diğer evrimsel algoritmalar gibi evrim süreci için gerekli olan genetik çeşitliliği yaratmak ve sürdürebilmek için mutasyon, çaprazlama ve seçimden oluşan genetik operatörleri kullanmaktadır. Bu operatörlerin en iyileme sürecinde uygulanma sırası diferansiyel evrim (DE) algoritmasında olduğu gibidir. Temel fark, PTE algoritmasının mutasyon operatörünü model parametrelerini her nesilde rastgele pertürbe ederek gerçekleştirmesidir. Algoritma, sadece, her bir model parametresinin pertürbasyon miktarını gösteren kullanıcı tanımlı iki kontrol parametresine gereksinim duymaktadır. Önerilen algoritma ilk olarak klasik test fonksiyonlarından biri olan Rosenbrock fonksiyonu üzerinde denenmiş ve ardından sonsuz uzunlukta eğimli levha tipi yapıların neden olduğu doğal uçlaşma (DU) belirtilerine uygulanmıştır. PTE algoritmasının model parametreleri için başarılı kestirimlerde bulunmasından dolayı jeofiziğin görece küçük boyutlu veri kümelerinin ters çözümü için umut verici bir araç olduğu sonucuna varılmıştır. Anahtar Kelimeler: Doğal Uçlaşma, Evrim, Metasezgisel, Pertürbasyon, Ters çözüm ABSTRACT A new perturbation-based evolutionary (PTE) algorithm for the inversion of self-potential anomalies has been proposed. The algorithm like other evolutionary algorithms uses genetic operators consisting of mutation, crossover and selection to generate and maintain genetic variation being a necessity for evolution process. Application of these operators during optimization is in the same order in which they appear in differential evolution (DE) algorithm. The main difference is that PTE algorithm achieves the mutation operator by randomly perturbating model parameters at each generation. The algorithm requires only two user-defined control parameters indicating perturbation amounts of each model parameter. The proposed algorithm firstly has been tested on a Rosenbrock function being one of the classical benchmark functions. Then the algorithm has also been applied on a synthetic self-potential (SP) anomaly caused by an inclined sheet lying infinite horizontal extent. Since PTE algorithm has provided successful estimations for model parameters, it can be concluded that it is a promising tool for inversion of low-dimensional geophysical data sets. Keywords: Self Potential, Evolution, Metaheuristic, Perturbation, Inversion 120

3 GİRİŞ Yer içinde doğal olarak oluşan elektrokimyasal, termoelektrik, akma vb. potansiyellerin yer yüzeyi boyunca ölçülmesi esasına dayanan doğal uçlaşma (DU) yöntemi (Corwin 1979) hızlı ve düşük maliyetli bir ölçüm yöntemi olması nedeniyle; mineral aramacılığında (Yüngül 1954), heyelan (Bogoslovsky ve Ogilvy 1977), jeotermal (Drahor ve Berge 2006), yeraltı suyu (Göktürkler vd 2008) ve çevre problemlerinin (Bolève vd 2011) çözümünde tercih edilen bir yöntemdir. DU belirtilerinin değerlendirilmesinde diğer uygulamalı jeofizik yöntemlerde olduğu gibi parametre kestirim çalışmaları önemli bir yer tutmaktadır. Geçmişten günümüze değin birçok farklı grafiksel ve/veya sayısal yaklaşımlarla (ör. Meiser 1962, Abdelrahman vd 2003) değerlendirilen DU belirtileri, genel olarak, küre, silindir ve levha gibi basit bir geometrik şekle sahip tek bir uçlaşmış yapıyla modellenmektedir (ör. El-Araby 2004, Abdelrahman vd 2008). Son yıllarda ise DU model parametrelerinin kestirimi için parçacık sürü optimizasyonu, genetik algoritma, farksal evrim ve ısıl işlem gibi metasezgisel yaklaşımların etkin bir şekilde kullanıldığı görülmektedir (Monteiro Santos 2010, Pekşen 2011, Göktürkler ve Balkaya 2012, Balkaya 2013, Biswas ve Sharma 2014). Sezgisel (heuristic) yöntemler, stokastik (rastgele) süreçleri temel alan bir arama yöntemiyle parametre uzayında problemin çözümünü doğrudan bulmaya çalışan yaklaşımlardır. Bu bağlamda bir metasezgisel bu arama sürecine yön veren, kılavuzluk eden bir strateji olarak tanımlanabilir (Göktürkler vd 2016). Genel olarak, doğadaki süreçlerden esinlenerek geliştirilen metasezgisel algoritmaların iyi bir başlangıç noktasına ihtiyaç duymadan çözüm üretebilmeleri ve yerel (lokal) optimumlardan çıkarak genel (global) optimumlara ulaşabilmeleri en önemli özellikleridir. Bir metasezgisele yeteri kadar süre verilirse algoritma, global optimuma (en iyiye) veya onun yakınındaki bir noktaya genellikle ulaşmaktadır ([1], Göktürkler ve Balkaya 2012, Karaboğa 2014). Bu çalışmada, ölçüm profiline dik yönde sonsuz uzunlukta eğimli levha tipi yapıların neden olduğu DU belirtilerinin değerlendirilmesi için pertürbasyon temelli evrimsel (PTE) bir algoritma önerilmiştir. Algoritma, model parametrelerinin arama uzayı sınırlarında rastgele oluşturulan bir başlangıç topluluğunun (aday çözümler) farksal evrim (FE) algoritmasında (Storn ve Price 1995) olduğu gibi sırasıyla mutasyon, çaprazlama ve seçim operatörleri kullanılarak her bir nesilde evrilmesi temeline dayanmaktadır. Bilindiği gibi, FE algoritmasının başarısında en önemli rolü oynayan mutasyon adımı genel olarak topluluktan rastgele seçilen iki birey arasındaki ağırlıklandırılmış farkın bir üçüncüsüne eklenmesiyle gerçekleştirilmektedir. Önerilen PTE algoritmasında ise mutasyon, model parametrelerine her bir nesilde rastgele küçük sapma (pertürbasyon) miktarları ekleyerek gerçekleştirilmektedir. Algoritma, Rosenbrock test fonksiyonu ve sentetik olarak üretilen yatay sonsuz uzunluktaki eğimli levha tipi bir yapıdan kaynaklanan DU belirtisi üzerinde uygulanmış ve elde edilen sonuçlar algoritmanın etkinliğini ve kullanılabilirliğini göstermiştir. PERTÜRBASYON TEMELLİ EVRİMSEL (PTE) ALGORİTMA Bu çalışma kapsamında DU belirtilerinin ters çözümü için önerilen PTE algoritması topluluk tabanlı evrimsel bir metasezgiseldir. Algoritma; FE algoritmasına benzer şekilde sırasıyla mutasyon, çaprazlama ve seçimden oluşan genetik operatörleri rastgele oluşturulan başlangıç topluluğunun bireylerine uygulayarak her bir nesilde daha iyi bir çözüme ulaşmayı amaçlamaktadır. FE algoritmasında mutasyon işlemi en genel haliyle topluluk içerisinden rastgele seçilmiş ve her biri model parametrelerinin aday çözümlerini içeren iki yöney arasındaki farkın bir ölçek ile ağırlandırılarak yine rastgele seçilen bir diğer üçüncü yöneyin model parametrelerine eklenmesiyle gerçekleştirilmektedir. PTE algoritmasında ise mutasyon için model parametrelerinin her bir nesilde rastgele pertürbe edilmesi temeline dayanan bir yaklaşım kullanılmaktadır. Ayrıca, mutasyon ve çaprazlama FE algoritmasından farklı olarak her bir aday çözüm için uygulanırken mutasyon operatörü önerilen algoritmada izleyen şekilde uygulanmaktadır. 121

4 Turan, Balkaya, Ekinci ve Göktürkler "#$ (1) "#$ (,) = (,) 1 + "#$(1 2 ) (""# + ""# "#"# ) Burada "#"# ve "#"# sırasıyla her bir aday çözüm için uygulanacak pertürbasyonun alt ve üst sınır değerleri, ve sırasıyla bireylerin ve model parametrelerinin sayacı,. bireyin. parametre değeri ve [0, 1] arasında tekdüze (uniform) dağılımlı rastgele bir sayıdır. PTE algoritması sadece "#"# ve "#"# değerlerinden oluşan kontrol parametrelerinin kullanıcı tarafından tanımlanmasına gereksinim duyarken seçim seçkinci (elitist) bir yaklaşım kullanılarak gerçekleştirilir. TEST ÇALIŞMALARI PTE algoritması öncelikle optimizasyon teorisinde klasik test fonksiyonlarından biri olan Rosenbrock fonksiyonu üzerinde uygulanmıştır. Rosenbrock (1960) tarafından tanıtılan fonksiyonun global minimum noktası uzun, dar ve parabolik şekilli düz bir vadi içinde bulunur (Şekil 1a). Bu vadinin bulunması önemsiz olmakla birlikte fonksiyonun global minimum noktasına (iki parametre için (1,1)) yakınsamak zordur [2]. Önerilen PTE uygulamasında nesil sayısı (Ng) 30, topluluk sayısı (Np) 100, çaprazlama olasılığı (Cr) 0.02, "#"# ve "#"# ise sırasıyla % 2 ve % 5 olarak belirlenmiştir. Parametreler arama uzayında [-10,10] aralığında aratılmış ve birbirinden bağımsız ardışık 10 ayrı çalıştırmanın sonunda sırasıyla ve olarak kestirilmiştir. Bu bağımsız çalışmaların ortalama değerleri ise sırasıyla ve olarak hesaplanmıştır. Şekil 1a, en düşük rms değerini (2.61e-03) üreten çalıştırma için oluşturulan rastgele başlangıç topluluğunun ve ilk nesil için elde edilen yeni topluluğun bireylerinin arama uzayındaki konumlarını göstermektedir. İkinci nesilde ise yeni topluluğun tüm bireylerinin fonksiyonun parabolik şekilli vadisi içinde konumlandığı görülmektedir (Şekil 1b). Son nesilde ise tüm bireylerin global minimum noktası civarına ulaştıkları izlenirken sarı renkli yıldız işareti ise elde edilen en iyi çözümün konumunu göstermektedir. Algoritmanın ikinci uygulaması Şekil 2a da sunulan sonsuz uzunlukta eğimli levha tipi yapıların neden olduğu DU belirtilerinin değerlendirilmesi amacıyla gerçekleştirilmiş ve aşağıdaki genel bağıntı (Murthy ve Haricharan 1984) düz çözümde kullanılmıştır. = "# " "#$ " "#$ " + "#$ " + "#$. (2) Burada, uçlaşma parametresi, " levhanın merkezinin yeryüzündeki izdüşüm noktası, " levha merkezinin derinliği, levhanın yarı uzunluğu ve ise ölçüm doğrultusundan saat yönünün tersi yönündeki uçlaşma açısını göstermektedir (bk. Şekil 2b). Değerlendirmede Ng değeri (100) haricindeki tüm değerler test modelindeki gibi seçilmiştir. Model parametrelerinin değerleri ve her bir parametre için arama uzayı değerleri Tablo 1 de sunulmuştur. Şekil 2a, kuramsal modeli ve ardışık 5 ayrı çalıştırma arasında en düşük rms değerini (0.68 mv) üreten çalıştırmadan elde edilen model parametrelerinin değerlerini ve bu değerlerden (2) eşitliği kullanılarak hesaplanan belirtiyi, Şekil 2c ise yanılgı enerjisinin her bir nesildeki değişimini göstermektedir. PTE algoritmasıyla hesaplanan parametrelerle birlikte her bir parametre için 5 ayrı çalıştırmadan kestirilen parametrelerin ortalama değerleri Tablo 1 de ayrıca sunulmuştur. Tablo 1 Kuramsal DU verisine ait model parametre değerleri, parametrelerin kullanılan arama uzayı sınırları, PTE algoritmasıyla belirlenen parametreler ve bunlar için hesaplanan ortalama parametreler Model par. K [m] xo [m] zo [m] z [m] α [ ] Doğru değer Min Max Hes. Par Ortalama par ± ± ± ± ±

5 SONUÇLAR PTE algoritmasının gerek test modeli ve gerekse kuramsal DU belirtisinin parametrelerinin kestirilmesi için gerçekleştirilen uygulamalarından elde edilen sonuçların başarısı önerilen metasezgisel yaklaşımının etkinliğini göstermiştir. Ayrıca, algoritmik yapısının yalınlığı ve sadece iki kontrol parametresine gereksinim duyması onu jeofiziğin ve diğer bilimlerin optimizasyon problemlerine kolaylıkla uygulanabilmesini sağlayacaktır. Bununla birlikte, söz konusu kontrol parametre değerlerinin diğer metasezgisellerde de olduğu gibi çözülmeye çalışılan probleme uygun olacak şekilde kullanıcılar tarafından belirlenmesi (parameter tuning) gerekmektedir. KAYNAKLAR [1] erişim 14 Nisan [2] erişim 14 Nisan Abdelrahman EM, El-Araby HM, El-Araby TM, Hassaneen AG and Hafez MA 2003, New methods for shape and depth determinations from SP data: Geophysics, 68, Abdelrahman EM, Essa KS, Abo-Ezz ER, Sultan M, Sauck WA and Gharieb AG 2008, New leastsquare algorithm for model parameters estimation using self-potential anomalies: Computers & Geosciences, 34, Balkaya Ç 2013, An implementation of differential evolution algorithm for inversion of geoelectrical data: Journal of Applied Geophysics, 98, Biswas A and Sharma SP 2014, Optimization of self-potential interpretation of 2-D inclined sheettype structures based on very fast simulated annealing and analysis of ambiguity: Journal of Applied Geophysics, 105, Bogoslovsky VA and Ogilvy AA 1977, Geophysical methods for the investigation of landslides: Geophysics, 42, Bolève A, Janod F, Revil A, Lafon A and Fry J-J 2011, Localization and quantification of leakages in dams using time-lapse self-potential measurements associated with salt tracer injection: Journal of Hydrology, 403, Corwin RF and Hoover DB 1979, The self-potential method in geothermal exploration: Geophysics, 44, Drahor MG and Berge MA 2006, Geophysical investigation of the Seferihisar geothermal area, Western Anatolia, Turkey: Geothermics, 35, El-Araby HM 2004, A new method for complete quantitative interpretation of self-potential anomalies: Journal of Applied Geophysics, 55, Göktürkler G, Balkaya Ç, Erhan Z and Yurdakul A 2008, Investigation of a shallow alluvial aquifer using geoelectrical methods: A case from Turke: Environmental Geology, 54, Göktürkler G and Balkaya Ç 2012, Inversion of self-potential anomalies caused by simplegeometry bodies using global optimization algorithms: Journal of Geophysics & Engineering, 9, Göktürkler G, Balkaya Ç, Ekinci YL ve Turan S 2016, Uygulamalı jeofizikte metasezgiseller: Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi (baskıda). Karaboğa D 2014, Yapay Zekâ Optimizasyon Algoritmaları (3. basım): Türkiye, Nobel Yayın Dağıtım, Ankara. Meiser P 1962, A method of quantitative interpretation of self-potential measurements: Geophysical Prospection, 10, Monteiro Santos FA 2010, Inversion of self-potential of idealized bodies anomalies using particle swarm optimization: Computer and Geosciences, 36, Pekşen E, Yas T, Kayman AY and Özkan C Application of particle swarm optimization on self-potential data: Journal of Applied Geophysics, 75, Rosenbrock HH 1960, An automatic method for finding the greatest or least value of a function: The Computer Journal, 3,

6 Storn R and Price KV 1995, Differential Evolution A Simple and Efficient Adaptive Scheme for Global Optimization over Continuous Spaces: Technical Report TR , International Computer Science Institute, Berkeley, USA. Yüngül S 1954, Spontaneous potential survey of a copper deposit at Sarıyer, Turkey: Geophysics, 19, Şekil 1 (a) Rosenbrock fonksiyonu, PTE algoritmasında üretilen başlangıç topluluğu ve üretilen ilk nesilden elde edilen yeni topluluk (b) İkinci ve (c) Son nesilden elde edilen topluluklar ve çözüm Şekil 2 (a) Sonsuz uzunlukta eğimli levha tipi yapının neden olduğu kuramsal DU belirtisi (Biswas ve Sharma 2014) ve PTE algoritmasından kestirilen model parametrelerinden hesaplanan DU belirtisinin karşılaştırılması (b) Eğimli levha tipi yapı ve parametrelerinin şematik gösterimi (c) Her bir nesilde yanılgı enerjisinin değişimi 124

6. YER ELEKTRİK ÇALIŞTAYI

6. YER ELEKTRİK ÇALIŞTAYI lektrik Çalı E ş r yı ta 6. Y e 6. YER ELEKTRİK ÇALIŞTAYI 2016 23-25 MAYIS 2016 kartepe park otel KARTEPE, Kocaelİ ELEKTRİK ve elektromanyetik yöntemlerde jeotermal, petrol, maden aramaları MODELLEME ve

Detaylı

Kaotik Tabanlı Diferansiyel (Farksal) Gelişim Algoritması

Kaotik Tabanlı Diferansiyel (Farksal) Gelişim Algoritması Kaotik Tabanlı Diferansiyel (Farksal) Gelişim Algoritması 1 Mehmet Eser * 1 Uğur Yüzgeç 1 Bilecik Şeyh Edebali Üniversitesi, Bilgisayar Mühendisliği Bölümü, 111, Gülümbe, Bilecik 1. Giriş Abstract Differential

Detaylı

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences Uygulamalı jeofizikte metasezgiseller Metaheuristics in applied geophysics Gökhan GÖKTÜRKLER 1*,

Detaylı

GRAVİTE-MANYETİK VERİLERİNE ÇEŞİTLİ MODELLERLE YAKLAŞIM AN APPROACH FOR THE GRAVITY-MAGNETIC DATA WITH VARIOUS MODELS

GRAVİTE-MANYETİK VERİLERİNE ÇEŞİTLİ MODELLERLE YAKLAŞIM AN APPROACH FOR THE GRAVITY-MAGNETIC DATA WITH VARIOUS MODELS GRAVİTE-MANYETİK VERİLERİNE ÇEŞİTLİ MODELLERLE YAKLAŞIM AN APPROACH FOR THE GRAVITY-MAGNETIC DATA WITH VARIOUS MODELS AŞÇI, M. 1, YAS, T. 1, MATARACIOĞLU, M.O. 1 Posta Adresi: 1 Kocaeli Ünirsitesi Mühendislik

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

JFM316 Elektrik Yöntemler Mart 2010 DU Yöntemi

JFM316 Elektrik Yöntemler Mart 2010 DU Yöntemi 5.1. DU ÖLÇÜLERİNİ ETKİLEYEN NEDENLER DU ölçülerini etkileyen nedenler şunlardır (Çağlar, 1991) 5.1. İklim Yeraltı su yüzeyi doğal uçlaşma değişimini etkileyen başlıca etkendir. Yeraltı su seviyesi yağışlarla

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

Rössler Tabanlı Kaotik Farksal Gelişim Algoritması

Rössler Tabanlı Kaotik Farksal Gelişim Algoritması Bilecik Şeyh Edebali Üniversitesi Fen Bilimleri Dergisi, Cilt:1, Sayı:, 1 ISSN: 1-33 (http://edergi.bilecik.edu.tr/index.php/fbd) Araştırma Makalesi/Research Article Rössler Tabanlı Kaotik Farksal Gelişim

Detaylı

Self Organising Migrating Algorithm

Self Organising Migrating Algorithm OPTİMİZASYON TEKNİKLERİ Self Organising Migrating Algorithm Kendini Organize Eden Göç/Geçiş Algoritması MELİH HİLMİ ULUDAĞ Fırat Üniversitesi Teknoloji Fakültesi Yazılım Mühendisliği Bölümü İletişim: www.melihhilmiuludag.com

Detaylı

Fonksiyon Optimizasyonunda Genetik Algoritmalar

Fonksiyon Optimizasyonunda Genetik Algoritmalar 01-12-06 Ümit Akıncı Fonksiyon Optimizasyonunda Genetik Algoritmalar 1 Fonksiyon Optimizasyonu Fonksiyon optimizasyonu fizikte karşımıza sık çıkan bir problemdir. Örneğin incelenen sistemin kararlı durumu

Detaylı

Genetik Algoritmalar. Bölüm 1. Optimizasyon. Yrd. Doç. Dr. Adem Tuncer E-posta:

Genetik Algoritmalar. Bölüm 1. Optimizasyon. Yrd. Doç. Dr. Adem Tuncer E-posta: Genetik Algoritmalar Bölüm 1 Optimizasyon Yrd. Doç. Dr. Adem Tuncer E-posta: adem.tuncer@yalova.edu.tr Optimizasyon? Optimizasyon Nedir? Eldeki kısıtlı kaynakları en iyi biçimde kullanmak olarak tanımlanabilir.

Detaylı

ERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTUSÜ BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİMDALI. I. GENEL BİLGİLER Ders Adı

ERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTUSÜ BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİMDALI. I. GENEL BİLGİLER Ders Adı BİM618 Evrimsel Algoritmalar Öğretim Üyesi Prof. Dr. Derviş Karaboğa Görüşme Saatleri 8.00-17.00 E posta: karaboga@erciyes.edu.tr http://abis.erciyes.edu.tr/sorgu.aspx?sorgu=236 Erciyes Üniversitesi, Mühendislik

Detaylı

Özetçe. Abstract. 1. Giriş. 2. Adaptif Gürültü Giderme. Nalân YĐĞĐT 1 Nurhan KARABOĞA 2 Burak GÜRER 3

Özetçe. Abstract. 1. Giriş. 2. Adaptif Gürültü Giderme. Nalân YĐĞĐT 1 Nurhan KARABOĞA 2 Burak GÜRER 3 Adaptif Süzgeçlerde Farksal Gelişim Algoritması Kullanılarak Gürültü Giderme Noise Cancellation Using Differential Evolution Algorithm For Adaptive Filters Nalân YĐĞĐT 1 Nurhan KARABOĞA 2 Burak GÜRER 3

Detaylı

Zeki Optimizasyon Teknikleri

Zeki Optimizasyon Teknikleri Zeki Optimizasyon Teknikleri Genetik Algoritma (Genetic Algorithm) Doç.Dr. M. Ali Akcayol Genetik Algoritma 1970 li yıllarda John Holland tarafından geliştirilmiştir. 1989 yılında David E. Goldberg Genetik

Detaylı

Mekatronik Mühendisliği Uygulamalarında Yapay Zekâ. Ders 1- Yapay Zekâya Giriş. Erhan AKDOĞAN, Ph.D.

Mekatronik Mühendisliği Uygulamalarında Yapay Zekâ. Ders 1- Yapay Zekâya Giriş. Erhan AKDOĞAN, Ph.D. Mekatronik Mühendisliği Uygulamalarında Yapay Zekâ Ders 1- Yapay Zekâya Giriş Erhan AKDOĞAN, Ph.D. Yapay Zekâ nedir?! İnsanın düşünme ve karar verme yeteneğini bilgisayarlar aracılığı ile taklit etmeye

Detaylı

Zeki Optimizasyon Teknikleri

Zeki Optimizasyon Teknikleri Zeki Optimizasyon Teknikleri Tabu Arama (Tabu Search) Doç.Dr. M. Ali Akcayol Tabu Arama 1986 yılında Glover tarafından geliştirilmiştir. Lokal minimum u elimine edebilir ve global minimum u bulur. Değerlendirme

Detaylı

YZM 5257 YAPAY ZEKA VE UZMAN SİSTEMLER DERS#6: GENETİK ALGORİTMALAR

YZM 5257 YAPAY ZEKA VE UZMAN SİSTEMLER DERS#6: GENETİK ALGORİTMALAR YZM 5257 YAPAY ZEKA VE UZMAN SİSTEMLER DERS#6: GENETİK ALGORİTMALAR Sınıflandırma Yöntemleri: Karar Ağaçları (Decision Trees) Örnek Tabanlı Yöntemler (Instance Based Methods): k en yakın komşu (k nearest

Detaylı

DOĞRUSAL OLMAYAN REGRESYON ANALİZİNDE GERÇEK DEĞER KODLAMALI GENETİK ALGORİTMA

DOĞRUSAL OLMAYAN REGRESYON ANALİZİNDE GERÇEK DEĞER KODLAMALI GENETİK ALGORİTMA Istanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi Yıl:8 Sayı:15 Bahar 2009 s.167-178 DOĞRUSAL OLMAYAN REGRESYON ANALİZİNDE GERÇEK DEĞER KODLAMALI GENETİK ALGORİTMA Timur KESKİNTÜRK * Serap ŞAHİN ÖZET

Detaylı

GENETİK ALGORİTMA ÖZNUR CENGİZ HİLAL KOCA

GENETİK ALGORİTMA ÖZNUR CENGİZ HİLAL KOCA GENETİK ALGORİTMA ÖZNUR CENGİZ 201410306014 HİLAL KOCA 150306024 GENETİK ALGORİTMA Genetik Algoritma yaklaşımının ortaya çıkışı 1970 lerin başında olmuştur. 1975 te John Holland ın makine öğrenmesi üzerine

Detaylı

GENETİK ALGORİTMALAR. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ

GENETİK ALGORİTMALAR. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ GENETİK ALGORİTMALAR Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ GENETİK ALGORİTMALAR Genetik algoritmalar, Darwin in doğal seçim ve evrim teorisi ilkelerine dayanan bir arama ve optimizasyon yöntemidir.

Detaylı

DİFERANSİYEL GELİŞİM ALGORİTMASI

DİFERANSİYEL GELİŞİM ALGORİTMASI İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi Yıl: 5 Sayı: 9 Bahar 2006/1 s.85-99 DİFERANSİYEL GELİŞİM ALGORİTMASI Timur KESKİNTÜRK ÖZET Doğrusal olmayan problemlerin çözümüne yönelik olarak geliştirilmiş

Detaylı

OPTİMUM GÜÇ AKIŞININ YAPAY ARI KOLONİSİ İLE SAĞLANMASI

OPTİMUM GÜÇ AKIŞININ YAPAY ARI KOLONİSİ İLE SAĞLANMASI OPTİMUM GÜÇ AKIŞININ YAPAY ARI KOLONİSİ İLE SAĞLANMASI A. Doğan 1 M. Alçı 2 Erciyes Üniversitesi Mühendislik Fakültesi Elektrik-Elektronik Mühendisliği Bölümü 1 ahmetdogan@erciyes.edu.tr 2 malci@erciyes.edu.tr

Detaylı

Evrimsel Algoritmalar Kullanarak Daha Düşük Dereceden Sistem Modeli Tasarımı Design of Lower Order System Model Using Evolutionary Algorithms

Evrimsel Algoritmalar Kullanarak Daha Düşük Dereceden Sistem Modeli Tasarımı Design of Lower Order System Model Using Evolutionary Algorithms 2016 Published in 4th International Symposium on Innovative Technologies in Engineering and Science 3-5 November 2016 (ISITES2016 Alanya/Antalya - Turkey) Evrimsel Algoritmalar Kullanarak Daha Düşük Dereceden

Detaylı

TAŞ DOLGU DALGAKIRANLARIN GENETİK ALGORİTMA İLE GÜVENİRLİK ANALİZİ. M. Levent Koç* Can E. Balas**

TAŞ DOLGU DALGAKIRANLARIN GENETİK ALGORİTMA İLE GÜVENİRLİK ANALİZİ. M. Levent Koç* Can E. Balas** TAŞ DOLGU DALGAKIRANLARIN GENETİK ALGORİTMA İLE GÜVENİRLİK ANALİZİ M. Levent Koç* Can E. Balas** (*) Yrd. Doç. Dr., Cumhuriyet Üniversitesi, Mühendislik Fakültesi İnşaat Mühendisliği Bölümü, Sivas Tel:

Detaylı

GENETİK ALGORİTMA İLE RÜZGAR TÜRBİNİ KANAT SAYISI SEÇİMİ

GENETİK ALGORİTMA İLE RÜZGAR TÜRBİNİ KANAT SAYISI SEÇİMİ VI. Ulusal Temiz Enerji Sempozyumu UTES 2006 25 27 Mayıs 2006, Isparta Sf.756 764 GENETİK ALGORİTMA İLE RÜZGAR TÜRBİNİ KANAT SAYISI SEÇİMİ Nida Nurbay ve Ali Çınar Kocaeli Üniversitesi Tek. Eğt. Fak. Makine

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

BİRİNCİ BASIMA ÖN SÖZ

BİRİNCİ BASIMA ÖN SÖZ BİRİNCİ BASIMA ÖN SÖZ Varlıkların kendilerinde cereyan eden olayları ve varlıklar arasındaki ilişkileri inceleyerek anlamak ve bunları bilgi formuna dökmek kimya, biyoloji, fizik ve astronomi gibi temel

Detaylı

PARÇACIK SÜRÜ OPTİMİZASYONU BMÜ-579 METASEZGİSEL YÖNTEMLER YRD. DOÇ. DR. İLHAN AYDIN

PARÇACIK SÜRÜ OPTİMİZASYONU BMÜ-579 METASEZGİSEL YÖNTEMLER YRD. DOÇ. DR. İLHAN AYDIN PARÇACIK SÜRÜ OPTİMİZASYONU BMÜ-579 METASEZGİSEL YÖNTEMLER YRD. DOÇ. DR. İLHAN AYDIN 1995 yılında Dr.Eberhart ve Dr.Kennedy tarafından geliştirilmiş popülasyon temelli sezgisel bir optimizasyon tekniğidir.

Detaylı

Tabakalı Kompozit Bir Malzemenin Genetik Algoritma Yöntemiyle Rijitlik Optimizasyonu

Tabakalı Kompozit Bir Malzemenin Genetik Algoritma Yöntemiyle Rijitlik Optimizasyonu th International Adanced Technologies Symposium (IATS ), -8 May 20, Elazığ, Turkey Tabakalı Kompozit Bir Malzemenin Genetik Algoritma Yöntemiyle Rijitlik Optimizasyonu Ö. Soykasap e K. B. Sugözü Afyon

Detaylı

GENETİK ALGORİTMALARA GİRİŞ

GENETİK ALGORİTMALARA GİRİŞ GENETİK ALGORİTMALARA GİRİŞ Nedim TUTKUN Düzce Üniversitesi Elektrik Elektronik Mühendisliği Bölümü nedimtutkun@duzce.edu.tr Düzce Üniversitesi Elektrik&Elektronik Mühendisliği Bölümü Konuralp 81620 Düzce

Detaylı

Güncel Sezgisel Arama Algoritmalarının Denetleyici Parametrelerinin Optimizasyonunda Başarım Kıyaslaması

Güncel Sezgisel Arama Algoritmalarının Denetleyici Parametrelerinin Optimizasyonunda Başarım Kıyaslaması th International Advanced Technologies Symposium (IATS 11), 1-1 May 211, Elazığ, Turkey Güncel Sezgisel Arama Algoritmalarının Denetleyici Parametrelerinin Optimizasyonunda Başarım Kıyaslaması M. Kesler

Detaylı

Evrimsel Çok amaçlı eniyileme. Tahir Emre Kalaycı Ege Üniversitesi Bilgisayar Mühendisliği Bölümü 25 Mart 2010

Evrimsel Çok amaçlı eniyileme. Tahir Emre Kalaycı Ege Üniversitesi Bilgisayar Mühendisliği Bölümü 25 Mart 2010 Evrimsel Çok amaçlı eniyileme Tahir Emre Kalaycı Ege Üniversitesi Bilgisayar Mühendisliği Bölümü 25 Mart 2010 Gündem Çok amaçlı eniyileme Giriş Evrimsel çok amaçlı eniyileme Sonuç Giriş Gerçek dünya problemleri

Detaylı

Geliştirilmiş Yerçekimsel Arama Algoritması: MSS-GSA

Geliştirilmiş Yerçekimsel Arama Algoritması: MSS-GSA Geliştirilmiş Yerçekimsel Arama Algoritması: MSS-GSA * 1 Nihan Kazak ve 2 Alpaslan Duysak * 1 Mühendislik Fakültesi, Bilgisayar Mühendisliği, Bilecik Şeyh Edebali Üniversitesi, Türkiye 2 Mühendislik Fakültesi,

Detaylı

Kısıtsız Optimizasyon OPTİMİZASYON Kısıtsız Optimizasyon

Kısıtsız Optimizasyon OPTİMİZASYON Kısıtsız Optimizasyon OPTİMİZASYON Bu bölümde çok değişkenli kısıtsız optimizasyon problemlerinin çözüm yöntemleri incelenecektir. Bu bölümde anlatılacak yöntemler, kısıtlı optimizasyon problemlerini de çözebilmektedir. Bunun

Detaylı

KAMP STAJI HAZIRLIK NOTU (SP)

KAMP STAJI HAZIRLIK NOTU (SP) İSTANBUL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ JEOFİZİK MÜHENDİSLİĞİ BÖLÜMÜ KAMP STAJI HAZIRLIK NOTU (SP) Araş. Gör. Gülten AKTAŞ İstanbul, Ağustos, 2014 İÇİNDEKİLER 1. GİRİŞ... 3 2. Doğal Gerilim Yöntemi

Detaylı

Genetik Algoritmalar (GA) Genetik Algoritmalar Đçerik Nesin Matematik Köyü E rim Ç lı l ş ı ta t yı Nisan, 2012 Mustafa Suphi Erden

Genetik Algoritmalar (GA) Genetik Algoritmalar Đçerik Nesin Matematik Köyü E rim Ç lı l ş ı ta t yı Nisan, 2012 Mustafa Suphi Erden Genetik Algoritmalar Nesin Matematik Köyü Evrim Çalıştayı 20-23 Nisan, 202 Genetik Algoritmalar (GA Đçerik Biyolojiden esinlenme GA nın özellikleri GA nın unsurları uygulama Algoritma Şema teoremi Mustafa

Detaylı

GENETİK ALGORİTMALAR BÜŞRA GÜRACAR

GENETİK ALGORİTMALAR BÜŞRA GÜRACAR GENETİK ALGORİTMALAR BÜŞRA GÜRACAR 201420404036 İÇERİK Genetik Algoritmanın, Amacı Kullanım Alanları Kavramları Uygulama Adımları Parametreler Genetik Algoritma Kodlama Türleri Genetik Algoritma Genetik

Detaylı

BLM-431 YAPAY ZEKA. Ders-5 Bilgili Arama Yöntemleri. Yrd. Doç. Dr. Ümit ATİLA

BLM-431 YAPAY ZEKA. Ders-5 Bilgili Arama Yöntemleri. Yrd. Doç. Dr. Ümit ATİLA BLM-431 YAPAY ZEKA Ders-5 Bilgili Arama Yöntemleri Yrd. Doç. Dr. Ümit ATİLA umitatila@karabuk.edu.tr http://web.karabuk.edu.tr/umitatilla/ Arama Grafları Eğer arama uzayı ağaç yapısından değil de graf

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

Fonksiyon Minimizasyonunda Simulated Annealing Yöntemi

Fonksiyon Minimizasyonunda Simulated Annealing Yöntemi 07-04-006 Ümit Akıncı Fonksiyon Minimizasyonunda Simulated Annealing Yöntemi İçindekiler Fonksiyon Minimizasyonu Metropolis Algoritması. Algoritma.......................................... Bir boyutlu

Detaylı

Gezgin Satıcı Probleminin Benzetilmiş Tavlama Yöntemiyle Çözümünde Paralel Hesaplamanın Kullanılması

Gezgin Satıcı Probleminin Benzetilmiş Tavlama Yöntemiyle Çözümünde Paralel Hesaplamanın Kullanılması Gezgin Satıcı Probleminin Benzetilmiş Tavlama Yöntemiyle Çözümünde Paralel Hesaplamanın Kullanılması Emrullah SONUÇ1, Baha ŞEN2,Şafak BAYIR3 1 Karabük Üniversitesi, Bilgisayar Mühendisliği Bölümü, Karabük

Detaylı

GENETİK ALGORİTMALARA GİRİŞ (I)

GENETİK ALGORİTMALARA GİRİŞ (I) Bu notlar D. Coley ve S. Haupt ın Kitaplarından Yararlanarak Hazırlanmıştır. GENETİK ALGORİTMALARA GİRİŞ (I) Nedim TUTKUN Düzce Üniversitesi Elektrik Elektronik Mühendisliği Bölümü nedimtutkun@duzce.edu.tr

Detaylı

ÖZGEÇMİŞ 2003 MÜHENDİSLİĞİ İSTANBUL ÜNİVERSİTESİ ÜNİVERSİTESİ

ÖZGEÇMİŞ 2003 MÜHENDİSLİĞİ İSTANBUL ÜNİVERSİTESİ ÜNİVERSİTESİ ÖZGEÇMİŞ 1. Adı Soyadı: İPEK EKER 2. Doğum Tarihi: 31.01.1980 3. Ünvanı: ÖĞRETİM GÖREVLİSİ 4. Öğrenim Durumu: Derece Alan Üniversite Yıl Lisans ENDÜSTRİ İSTANBUL KÜLTÜR 2003 MÜHENDİSLİĞİ ÜNİVERSİTESİ Y.Lisans

Detaylı

DİREK LİNEER TRASFORMASYON YÖNTEMİNDE YAPAY ZEKA TEKNİKLERİNİN UYGULANMASI

DİREK LİNEER TRASFORMASYON YÖNTEMİNDE YAPAY ZEKA TEKNİKLERİNİN UYGULANMASI 575 İREK LİNEER TRASFORMASYON YÖNTEMİNE YAPAY ZEKA TEKNİKLERİNİN UYGULANMASI Emre Bendeş 1, Coşkun Özkan 2 1 Erciyes Üniversitesi, Bilgisayar Mühendisliği Bölümü, ebendes@erciyes.edu.tr 2 Erciyes Üniversitesi,

Detaylı

Serdar BİROĞUL YÜKSEK LİSANS TEZİ (ELEKTRİK EĞİTİMİ) GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ANKARA

Serdar BİROĞUL YÜKSEK LİSANS TEZİ (ELEKTRİK EĞİTİMİ) GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ANKARA i GENETİK ALGORİTMA YAKLAŞIMIYLA ATÖLYE ÇİZELGELEME Serdar BİROĞUL YÜKSEK LİSANS TEZİ (ELEKTRİK EĞİTİMİ) GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ OCAK 2005 ANKARA ii Serdar BİROĞUL tarafından hazırlanan

Detaylı

AKTİF KAYNAKLI YÜZEY DALGASI (MASW) YÖNTEMINDE FARKLI DOĞRUSAL DIZILIMLERIN SPEKTRAL ÇÖZÜNÜRLÜLÜĞÜ

AKTİF KAYNAKLI YÜZEY DALGASI (MASW) YÖNTEMINDE FARKLI DOĞRUSAL DIZILIMLERIN SPEKTRAL ÇÖZÜNÜRLÜLÜĞÜ AKTİF KAYNAKLI YÜZEY DALGASI (MASW) YÖNTEMINDE FARKLI DOĞRUSAL DIZILIMLERIN SPEKTRAL ÇÖZÜNÜRLÜLÜĞÜ M.Ö.Arısoy, İ.Akkaya ve Ü. Dikmen Ankara Üniversitesi Mühendislik Fakültesi Jeofizik Mühendisliği Bölümü,

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

DİFERANSİYEL GELİŞİM ALGORİTMASI KULLANILARAK ADAPTİF LİNEER TOPLAYICI TASARIMI

DİFERANSİYEL GELİŞİM ALGORİTMASI KULLANILARAK ADAPTİF LİNEER TOPLAYICI TASARIMI DİFERASİYEL GELİŞİM ALGORİTMASI KULLAILARAK ADAPTİF LİEER TOPLAYICI TASARIMI urhan KARABOĞA Canan Aslıhan KOYUCU 2 Elektrik Elektronik Mühendisliği Bölümü Mühendislik Fakültesi Erciyes Üniversitesi, 38090,

Detaylı

GridAE: Yapay Evrim Uygulamaları için Grid Tabanlı bir Altyapı

GridAE: Yapay Evrim Uygulamaları için Grid Tabanlı bir Altyapı GridAE: Yapay Evrim Uygulamaları için Grid Tabanlı bir Altyapı Erol Şahin Bilgisayar Mühendisliği Bölümü, Orta Doğu Teknik Üniversitesi Ankara, Türkiye 2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK,

Detaylı

EGE ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ (YÜKSEK LİSANS TEZİ) KUANTUM BİLGİ-İŞLEM ALGORİTMALARI ÜZERİNE BİR İNCELEME.

EGE ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ (YÜKSEK LİSANS TEZİ) KUANTUM BİLGİ-İŞLEM ALGORİTMALARI ÜZERİNE BİR İNCELEME. EGE ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ (YÜKSEK LİSANS TEZİ) KUANTUM BİLGİ-İŞLEM ALGORİTMALARI ÜZERİNE BİR İNCELEME Gürkan Aydın ŞEN Uluslararası Bilgisayar Anabilim Dalı Bilim Dalı Kodu : 619.03.03 Sunuş

Detaylı

METASEZGİSEL YÖNTEMLER

METASEZGİSEL YÖNTEMLER METASEZGİSEL YÖNTEMLER Ara sınav - 30% Ödev (Haftalık) - 20% Final (Proje Sunumu) - 50% - Dönem sonuna kadar bir optimizasyon tekniğiyle uygulama geliştirilecek (Örn: Zaman çizelgeleme, en kısa yol bulunması,

Detaylı

Evrimsel Algoritma Tabanlı FIR Filtre Tasarım Simülatörü The FIR Filter Simulator based on Evolutionary Algorithm

Evrimsel Algoritma Tabanlı FIR Filtre Tasarım Simülatörü The FIR Filter Simulator based on Evolutionary Algorithm Evrimsel Algoritma Tabanlı FIR Filtre Tasarım Simülatörü The FIR Filter Simulator based on Evolutionary Algorithm 1 Yigit Cagatay Kuyu, 1 Nedim Aktan Yalcin, * 1 Fahri Vatansever * 1 Faculty of Engineering,

Detaylı

FARKSAL GELİŞİM ALGORİTMASI İLE KARMA YEM MALİYET OPTİMİZASYONU THE COST OPTIMIZATION OF MIXED FEED WITH DIFFERENTIAL EVOLUTION ALGORITHM

FARKSAL GELİŞİM ALGORİTMASI İLE KARMA YEM MALİYET OPTİMİZASYONU THE COST OPTIMIZATION OF MIXED FEED WITH DIFFERENTIAL EVOLUTION ALGORITHM FARKSAL GELİŞİM ALGORİTMASI İLE KARMA YEM MALİYET OPTİMİZASYONU *Yaşar YAŞAR 1 Burhanettin DURMUŞ 2 1 yasaartr@gmail.com 2 Dumlupınar Üniversites Mühendislik Fakültes Elektrik-Elektronik Mühendisliği Bölümü

Detaylı

Teori ve Örneklerle. Doç. Dr. Bülent ORUÇ

Teori ve Örneklerle. Doç. Dr. Bülent ORUÇ Teori ve Örneklerle JEOFİZİKTE MODELLEME Doç. Dr. Bülent ORUÇ Kocaeli-2012 İÇİNDEKİLER BÖLÜM 1 Sayısal Çözümlemeye Genel Bakış 1 1.2. Matris Gösterimi. 2 1.2. Matris Transpozu. 3 1.3. Matris Toplama ve

Detaylı

AST416 Astronomide Sayısal Çözümleme - II. 6. Monte Carlo

AST416 Astronomide Sayısal Çözümleme - II. 6. Monte Carlo AST416 Astronomide Sayısal Çözümleme - II 6. Monte Carlo Bu derste neler öğreneceksiniz? Monte Carlo Yöntemleri Markov Zinciri (Markov Chain) Rastgele Yürüyüş (Random Walk) Markov Chain Monte Carlo, MCMC

Detaylı

Bulanık Mantık Tabanlı Uçak Modeli Tespiti

Bulanık Mantık Tabanlı Uçak Modeli Tespiti Bulanık Mantık Tabanlı Uçak Modeli Tespiti Hüseyin Fidan, Vildan Çınarlı, Muhammed Uysal, Kadriye Filiz Balbal, Ali Özdemir 1, Ayşegül Alaybeyoğlu 2 1 Celal Bayar Üniversitesi, Matematik Bölümü, Manisa

Detaylı

Çekişmeli Üretici Ağlar Kullanarak Dış Mekan Görüntülerinin Geçici Niteliklerini Düzenleme

Çekişmeli Üretici Ağlar Kullanarak Dış Mekan Görüntülerinin Geçici Niteliklerini Düzenleme Çekişmeli Üretici Ağlar Kullanarak Dış Mekan Görüntülerinin Geçici Niteliklerini Düzenleme Adjusting Transient Attributes of Outdoor Images using Generative Adversarial Networks Levent Karacan, Aykut Erdem,

Detaylı

Sigma 2006/3 Araştırma Makalesi / Research Article A SOLUTION PROPOSAL FOR INTERVAL SOLID TRANSPORTATION PROBLEM

Sigma 2006/3 Araştırma Makalesi / Research Article A SOLUTION PROPOSAL FOR INTERVAL SOLID TRANSPORTATION PROBLEM Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi Sigma 6/ Araştırma Makalesi / Research Article A SOLUTION PROPOSAL FOR INTERVAL SOLID TRANSPORTATION PROBLEM Fügen TORUNBALCI

Detaylı

YÖNEYLEM ARAŞTIRMASI - III

YÖNEYLEM ARAŞTIRMASI - III YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik Bu bölümde eşitsizlik kısıtlarına bağlı bir doğrusal olmayan kısıta sahip problemin belirlenen stasyoner noktaları

Detaylı

BASKIN GEN SEÇİMİ OPERATÖRÜNE DAYALI GENETİK ALGORİTMA MODELİ

BASKIN GEN SEÇİMİ OPERATÖRÜNE DAYALI GENETİK ALGORİTMA MODELİ Gazi Üniv. Müh. Mim. Fak. Der. J. Fac. Eng. Arch. Gazi Univ. Cilt 26, No 4, 869-875, 20 Vol 26, No 4, 869-875, 20 BASKIN GEN SEÇİMİ OPERATÖRÜNE DAYALI GENETİK ALGORİTMA MODELİ Adem KALINLI, Özgür AKSU

Detaylı

GÜNEŞ ENERJİSİ VE RÜZGÂR ENERJİSİ DÂHİL OLAN HİBRİT GÜÇ SİSTEMİNDE FARKLI ALGORİTMALAR İLE EKONOMİK YÜK DAĞITIMININ İNCELENMESİ

GÜNEŞ ENERJİSİ VE RÜZGÂR ENERJİSİ DÂHİL OLAN HİBRİT GÜÇ SİSTEMİNDE FARKLI ALGORİTMALAR İLE EKONOMİK YÜK DAĞITIMININ İNCELENMESİ 3. İzmir Rüzgâr Sempozyumu // 8-10 Ekim 2015 // İzmir 29 GÜNEŞ ENERJİSİ VE RÜZGÂR ENERJİSİ DÂHİL OLAN HİBRİT GÜÇ SİSTEMİNDE FARKLI ALGORİTMALAR İLE EKONOMİK YÜK DAĞITIMININ İNCELENMESİ Gül Kurt 1, Deniz

Detaylı

Zeki Optimizasyon Teknikleri

Zeki Optimizasyon Teknikleri Zeki Optimizasyon Teknikleri Ara sınav - 25% Ödev (Haftalık) - 10% Ödev Sunumu (Haftalık) - 5% Final (Proje Sunumu) - 60% - Dönem sonuna kadar bir optimizasyon tekniğiyle uygulama geliştirilecek (Örn:

Detaylı

İZMİR VE ÇEVRESİNİN ÜST-KABUK HIZ YAPISININ BELİRLENMESİ. Araştırma Görevlisi, Jeofizik Müh. Bölümü, Dokuz Eylül Üniversitesi, İzmir 2

İZMİR VE ÇEVRESİNİN ÜST-KABUK HIZ YAPISININ BELİRLENMESİ. Araştırma Görevlisi, Jeofizik Müh. Bölümü, Dokuz Eylül Üniversitesi, İzmir 2 İZMİR VE ÇEVRESİNİN ÜST-KABUK HIZ YAPISININ BELİRLENMESİ Ç. Özer 1, B. Kaypak 2, E. Gök 3, U. Çeken 4, O. Polat 5 1 Araştırma Görevlisi, Jeofizik Müh. Bölümü, Dokuz Eylül Üniversitesi, İzmir 2 Doçent Doktor,

Detaylı

SÜRMENE-KUTLULAR (Trabzon) BAKIR YATAĞININ MODELLENMESİ. Modelling of copper deposit of Sürmene-Kutlular (Trabzon)

SÜRMENE-KUTLULAR (Trabzon) BAKIR YATAĞININ MODELLENMESİ. Modelling of copper deposit of Sürmene-Kutlular (Trabzon) Uygulamalı Yer Bilimleri Sayı:1 (Ocak-Şubat 2013) 39- SÜRMENE-KUTLULAR (Trabzon) BAKIR YATAĞININ MODELLENMESİ Modelling of copper deposit of Sürmene-Kutlular (Trabzon) Metin AŞCI 1, Selin YAVUZYILMAZ 2

Detaylı

Kablosuz Sensör Ağlar ve Eniyileme. Tahir Emre KALAYCI. 21 Mart 2008

Kablosuz Sensör Ağlar ve Eniyileme. Tahir Emre KALAYCI. 21 Mart 2008 Kablosuz Sensör Ağlar ve Eniyileme Tahir Emre KALAYCI 21 Mart 2008 Gündem Genel Bilgi Alınan Dersler Üretilen Yayınlar Yapılması Planlanan Doktora Çalışması Kablosuz Sensör Ağlar Yapay Zeka Teknikleri

Detaylı

Frekans Seçici Kanallarda Çalışan Yukarı Link MC-CDMA Sistemleri için EM Tabanlı Birleşik Bilgi Sezim ve Kanal Kestirim Yöntemi

Frekans Seçici Kanallarda Çalışan Yukarı Link MC-CDMA Sistemleri için EM Tabanlı Birleşik Bilgi Sezim ve Kanal Kestirim Yöntemi IEEE 15. Sinyal İşleme ve İletişim Uygulamaları Kurultayı - 2007 Frekans Seçici Kanallarda Çalışan Yukarı Link MC-CDMA Sistemleri için EM Tabanlı Birleşik Bilgi Sezim ve Kanal Kestirim Yöntemi Erdal Panayırcı

Detaylı

Yerçekimsel Arama Algoritması ile PID Denetleç Parametrelerinin Tespiti PID Controller Parameters' Optimization Using Gravitational Search Algorithm

Yerçekimsel Arama Algoritması ile PID Denetleç Parametrelerinin Tespiti PID Controller Parameters' Optimization Using Gravitational Search Algorithm Yerçekimsel Arama Algoritması ile PID Denetleç Parametrelerinin Tespiti PID Controller Parameters' Optimization Using Gravitational Search Algorithm Nesibe Yalçın 1, Semih Çakır 2, Metin Kesler 1, Nihan

Detaylı

ANKARA ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ

ANKARA ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ANKARA ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ SANAL ARTIRILMIŞ VE AKILLI TEKNOLOJİLER (SAAT) LABORATUVARI SAAT Laboratuvarı Koordinatör: Yrd. Doç. Dr. Gazi Erkan BOSTANCI SAAT

Detaylı

OPTİMİZASYON TEKNİKLERİ. Kısıtsız Optimizasyon

OPTİMİZASYON TEKNİKLERİ. Kısıtsız Optimizasyon OPTİMİZASYON TEKNİKLERİ Kısıtsız Optimizasyon Giriş Klasik optimizasyon yöntemleri minimum veya maksimum değerlerini bulmak için türev gerektiren ve gerektirmeyen teknikler olarak bilinirler. Bu yöntemler

Detaylı

Modifiye Yapay Arı Koloni Algoritması ile Nümerik Fonksiyon Optimizasyonu Modified Artificial Bee Colony Algorithm for Numerical Function Optimization

Modifiye Yapay Arı Koloni Algoritması ile Nümerik Fonksiyon Optimizasyonu Modified Artificial Bee Colony Algorithm for Numerical Function Optimization Modifiye Yapay Arı Koloni Algoritması ile Nümerik Fonksiyon Optimizasyonu Modified Artificial Bee Colony Algorithm for Numerical Function Optimization Bilal Babayiğit 1, Resul Özdemir 2 1 Bilgisayar Mühendisliği

Detaylı

Büyük Veri İçin İstatistiksel Öğrenme (Statistical Learning for Big Data)

Büyük Veri İçin İstatistiksel Öğrenme (Statistical Learning for Big Data) Büyük Veri İçin İstatistiksel Öğrenme (Statistical Learning for Big Data) M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Bu dersin sunumları, The Elements of Statistical Learning: Data

Detaylı

Yüz Tanımaya Dayalı Uygulamalar. (Özet)

Yüz Tanımaya Dayalı Uygulamalar. (Özet) 4 Yüz Tanımaya Dayalı Uygulamalar (Özet) Günümüzde, teknolojinin gelişmesi ile yüz tanımaya dayalı bir çok yöntem artık uygulama alanı bulabilmekte ve gittikçe de önem kazanmaktadır. Bir çok farklı uygulama

Detaylı

4. Bulanık Sayılar- Üyelik Fonksiyonları

4. Bulanık Sayılar- Üyelik Fonksiyonları 4. Bulanık Sayılar- Üyelik Fonksiyonları Bulanık Sayı Normal ve dışbükey bir bulanık kümenin alfa kesimi kapalı bir küme ise bulanık sayı olarak adlandırılmaktadır. Her bulanık sayı dış bükey bir bulanık

Detaylı

BİR MONTAJ HATTI ÜRETİM SİSTEMİNDE OPTİMAL İŞGÜCÜ DAĞILIMININ ARENA PROCESS ANALYZER (PAN) VE OPTQUEST KULLANILARAK BELİRLENMESİ

BİR MONTAJ HATTI ÜRETİM SİSTEMİNDE OPTİMAL İŞGÜCÜ DAĞILIMININ ARENA PROCESS ANALYZER (PAN) VE OPTQUEST KULLANILARAK BELİRLENMESİ BİR MONTAJ HATTI ÜRETİM SİSTEMİNDE OPTİMAL İŞGÜCÜ DAĞILIMININ ARENA PROCESS ANALYZER (PAN) VE OPTQUEST KULLANILARAK BELİRLENMESİ Özgür ARMANERİ Dokuz Eylül Üniversitesi Özet Bu çalışmada, bir montaj hattı

Detaylı

Bulanık-PID Kontrolör Parametrelerinin Diferansiyel Gelişim Algoritması ile En Uygunlaması

Bulanık-PID Kontrolör Parametrelerinin Diferansiyel Gelişim Algoritması ile En Uygunlaması Bulanık-PID Kontrolör Parametrelerinin Diferansiyel Gelişim Algoritması ile En Uygunlaması Ahmet CĐHAN, Cihan KARAKUZU 2 Kocaeli Üniversitesi, Endüstri Mühendisliği Bölümü 2 Kocaeli Üniversitesi Elektronik

Detaylı

Zeki Optimizasyon Teknikleri. Karınca Algoritması (Ant Algorithm)

Zeki Optimizasyon Teknikleri. Karınca Algoritması (Ant Algorithm) Zeki Optimizasyon Teknikleri Karınca Algoritması (Ant Algorithm) Karınca Algoritması 1996 yılında Marco Dorigo tarafından ortaya atılmıştır. Temel olarak karıncaların yiyecek madde ile yuvaları arasındaki

Detaylı

BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ AKADEMİK ÖZGEÇMİŞ FORMU

BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ AKADEMİK ÖZGEÇMİŞ FORMU BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ AKADEMİK ÖZGEÇMİŞ FORMU KİŞİSEL BİLGİLER Adı Soyadı Tolga YÜKSEL Ünvanı Birimi Doğum Tarihi Yrd. Doç. Dr. Mühendislik Fakültesi/ Elektrik Elektronik Mühendisliği 23.10.1980

Detaylı

EMM4131 Popülasyon Temelli Algoritmalar (Population-based Algorithms)

EMM4131 Popülasyon Temelli Algoritmalar (Population-based Algorithms) 2017-2018 Güz Yarıyılı EMM4131 Popülasyon Temelli Algoritmalar (Population-based Algorithms) 4 Genetik Algoritma Örnek Uygulamalar (Sırt Çantası Problemi, Sınav Programı Çizelgeleme) Yrd. Doç. Dr. İbrahim

Detaylı

THE EFFECT OF PRODUCT NUMBER ON SOLVING THE JOP-SHOP SCHEDULING PROBLEM BY USING GENETIC ALGORITHM

THE EFFECT OF PRODUCT NUMBER ON SOLVING THE JOP-SHOP SCHEDULING PROBLEM BY USING GENETIC ALGORITHM GENETİK ALGORİTMA İLE ÇÖZÜMÜ GERÇEKLEŞTİRİLEN ATÖLYE ÇİZELGELEME PROBLEMİNDE ÜRÜN SAYISININ ETKİSİ Serdar BİROĞUL*, Uğur GÜVENÇ* (*) Gazi Üniversitesi Teknik Eğitim Fakültesi Elektrik Eğitimi Bölümü, Beşevler

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

Yrd.Doç. Dr. Tülin ÇETİN

Yrd.Doç. Dr. Tülin ÇETİN Yrd.Doç. Dr. Tülin ÇETİN ÖĞRENİM DURUMU Derece Üniversite Bölüm / Program Lisans Ege Üniversitesi Bilgisayar Mühendisliği 1987-1992 Lisans Celal Bayar Üniversitesi İnşaat Mühendisliği 2001-2004 Y. Lisans

Detaylı

EMM4131 Popülasyon Temelli Algoritmalar (Population-based Algorithms) Genetik Algoritma

EMM4131 Popülasyon Temelli Algoritmalar (Population-based Algorithms) Genetik Algoritma 2017-2018 Güz Yarıyılı Balıkesir Üniversitesi, Endüstri Mühendisliği Bölümü EMM4131 Popülasyon Temelli Algoritmalar (Population-based Algorithms) 3 Genetik Algoritma Yrd. Doç. Dr. İbrahim KÜÇÜKKOÇ Web:

Detaylı

19 Mayıs 2011 M w 6.0 Simav-Kütahya Depreminin Kaynak Parametreleri ve Coulomb Gerilim Değişimleri

19 Mayıs 2011 M w 6.0 Simav-Kütahya Depreminin Kaynak Parametreleri ve Coulomb Gerilim Değişimleri 19 Mayıs 2011 M w 6.0 Simav-Kütahya Depreminin Kaynak Parametreleri ve Coulomb Gerilim Değişimleri E. Görgün 1 1 Doçent, Jeofizik Müh. Bölümü, Sismoloji Anabilim Dalı, İstanbul Üniversitesi, Avcılar ÖZET:

Detaylı

QUANTILE REGRESYON * Quantile Regression

QUANTILE REGRESYON * Quantile Regression QUANTILE REGRESYON * Quantile Regression Fikriye KURTOĞLU İstatistik Anabilim Dalı Olcay ARSLAN İstatistik Anabilim Dalı ÖZET Bu çalışmada, Lineer Regresyon analizinde kullanılan en küçük kareler yöntemine

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

Gezgin Satıcı Probleminin Karınca Kolonisi ve Genetik Algoritmalarla Eniyilemesi ve Karşılaştırılması

Gezgin Satıcı Probleminin Karınca Kolonisi ve Genetik Algoritmalarla Eniyilemesi ve Karşılaştırılması Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi Suleyman Demirel University Journal of Natural andappliedscience 18(1), 8-13, 2014 Gezgin Satıcı Probleminin Karınca Kolonisi ve Genetik Algoritmalarla

Detaylı

XII. ÜRETİM ARAŞTIRMALARI SEMPOZYUMU

XII. ÜRETİM ARAŞTIRMALARI SEMPOZYUMU XII. ÜRETİM ARAŞTIRMALARI SEMPOZYUMU EDİTÖRLER İbrahim GÜRLER, Ozan ÇAKIR YAYINA HAZIRLAYANLAR Mümin ÖZCAN, R. Altuğ TURAN 27 29 EYLÜL 2012 GEDİZ ÜNİVERSİTESİ SEYREK YERLEŞKESİ BİLDİRİLER MONTAJ HATTI

Detaylı

Güncel Evrimsel Algoritmalarla IIR Filtre Tasarımları. Design of IIR Digital Filters Using The Current Evolutionary Algorithm

Güncel Evrimsel Algoritmalarla IIR Filtre Tasarımları. Design of IIR Digital Filters Using The Current Evolutionary Algorithm 2017 Published in 5th International Symposium on Innovative Technologies in Engineering and Science 29-30 September 2017 (ISITES2017 Baku - Azerbaijan) Güncel Evrimsel Algoritmalarla IIR Filtre Tasarımları

Detaylı

KARINCA KOLONİ ALGORİTMASI BMÜ-579 Meta Sezgisel Yöntemler. Yrd. Doç. Dr. İlhan AYDIN Fırat Üniversitesi, Bilgisayar Mühendisliği Bölümü

KARINCA KOLONİ ALGORİTMASI BMÜ-579 Meta Sezgisel Yöntemler. Yrd. Doç. Dr. İlhan AYDIN Fırat Üniversitesi, Bilgisayar Mühendisliği Bölümü KARINCA KOLONİ ALGORİTMASI BMÜ-579 Meta Sezgisel Yöntemler Yrd. Doç. Dr. İlhan AYDIN Fırat Üniversitesi, Bilgisayar Mühendisliği Bölümü Karınca Koloni Algoritması Bilim adamları, böcek davranışlarını inceleyerek

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

DEPREM KONUMLARININ BELİRLENMESİNDE BULANIK MANTIK YAKLAŞIMI

DEPREM KONUMLARININ BELİRLENMESİNDE BULANIK MANTIK YAKLAŞIMI DEPREM KONUMLRININ BELİRLENMESİNDE BULNIK MNTIK YKLŞIMI Koray BODUR 1 ve Hüseyin GÖKLP 2 ÖZET: 1 Yüksek lisans öğrencisi, Jeofizik Müh. Bölümü, Karadeniz Teknik Üniversitesi, Trabzon 2 Yrd. Doç. Dr., Jeofizik

Detaylı

Araştırma Görevlisi İSMAİL ÇÖLKESEN

Araştırma Görevlisi İSMAİL ÇÖLKESEN Araştırma Görevlisi İSMAİL ÇÖLKESEN ÖZGEÇMİŞ Adı Soyadı : İSMAİL ÇÖLKESEN Doğum Tarihi : 1981 Ünvanı : Dr. Öğrenim Durumu : Derece Alan Üniversite Lisans Yüksek Lisans Doktora Jeodezi ve Fotogrametri Müh.

Detaylı

EVRİMSEL ALGORİTMALAR UYGULAMALARI

EVRİMSEL ALGORİTMALAR UYGULAMALARI T.C. FATİH SULTAN MEHMET VAKIF ÜNİVERSİTESİ MÜHENDİSLİK VE FEN BİLİMLERİ ENSTİTÜSÜ BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI BİLGİSAYAR MÜHENDİSLİĞİ TEZLİ YÜKSEK LİSANS PROGRAMI EVRİMSEL ALGORİTMALAR ve UYGULAMALARI

Detaylı

PARALEL MAKĠNALARIN GENETĠK ALGORĠTMA ĠLE ÇĠZELGELENMESĠNDE MUTASYON ORANININ ETKĠNLĠĞĠ

PARALEL MAKĠNALARIN GENETĠK ALGORĠTMA ĠLE ÇĠZELGELENMESĠNDE MUTASYON ORANININ ETKĠNLĠĞĠ Ege Akademik BakıĢ / Ege Academic Review 10 (1) 2010: 199-210 PARALEL MAKĠNALARIN GENETĠK ALGORĠTMA ĠLE ÇĠZELGELENMESĠNDE MUTASYON ORANININ ETKĠNLĠĞĠ EFFICIENCY OF MUTATION RATE FOR PARALLEL MACHINE SCHEDULING

Detaylı

KONTROLSÜZ SINIFLANDIRMADA DİFERANSİYEL GELİŞİM ALGORİTMASININ KULLANIMI

KONTROLSÜZ SINIFLANDIRMADA DİFERANSİYEL GELİŞİM ALGORİTMASININ KULLANIMI KONTROLSÜZ SINIFLANDIRMADA DİFERANSİYEL GELİŞİM ALGORİTMASININ KULLANIMI Ü.H. Atasever 1, C. Özkan 1, F. Sunar 2 1 Erciyes Üniversitesi Mühendislik Fakültesi, Harita Mühendisliği Bölümü, Uzaktan Algılama

Detaylı

Muhammet Fatih AKBAŞ, Enis KARAARSLAN, Cengiz GÜNGÖR

Muhammet Fatih AKBAŞ, Enis KARAARSLAN, Cengiz GÜNGÖR Yazılım Tanımlı Ağların Güvenliğinde Yapay Zeka Tabanlı Çözümler: Ön İnceleme Muhammet Fatih AKBAŞ, Enis KARAARSLAN, Cengiz GÜNGÖR İzmir Katip Çelebi Üniversitesi, Muğla Sıtkı Koçman Üniversitesi, Ege

Detaylı

BBM Discrete Structures: Final Exam Date: , Time: 15:00-17:00

BBM Discrete Structures: Final Exam Date: , Time: 15:00-17:00 BBM 205 - Discrete Structures: Final Exam Date: 12.1.2017, Time: 15:00-17:00 Ad Soyad / Name: Ögrenci No /Student ID: Question: 1 2 3 4 5 6 7 8 9 10 11 Total Points: 6 16 8 8 10 9 6 8 14 5 10 100 Score:

Detaylı

KADASTRO HARİTALARININ SAYISALLAŞTIRILMASINDA KALİTE KONTROL ANALİZİ

KADASTRO HARİTALARININ SAYISALLAŞTIRILMASINDA KALİTE KONTROL ANALİZİ KADASTRO HARİTALARININ SAYISALLAŞTIRILMASINDA KALİTE KONTROL ANALİZİ Yasemin ŞİŞMAN, Ülkü KIRICI Sunum Akış Şeması 1. GİRİŞ 2. MATERYAL VE METHOD 3. AFİN KOORDİNAT DÖNÜŞÜMÜ 4. KALİTE KONTROL 5. İRDELEME

Detaylı

CBS ve Coğrafi Hesaplama

CBS ve Coğrafi Hesaplama Yıldız Teknik Üniversitesi CBS ve Coğrafi Hesaplama 2. Bölüm Yrd. Doç. Dr. Alper ŞEN Harita Mühendisliği Bölümü Kartografya Anabilim Dalı web: http://www.yarbis.yildiz.edu.tr/alpersen/ E mail: alpersen@yildiz.edu.tr

Detaylı

BLM-431 YAPAY ZEKA. Ders-4 Bilgisiz Arama Yöntemleri. Yrd. Doç. Dr. Ümit ATİLA

BLM-431 YAPAY ZEKA. Ders-4 Bilgisiz Arama Yöntemleri. Yrd. Doç. Dr. Ümit ATİLA BLM-431 YAPAY ZEKA Ders-4 Bilgisiz Arama Yöntemleri Yrd. Doç. Dr. Ümit ATİLA umitatila@karabuk.edu.tr http://web.karabuk.edu.tr/umitatilla/ Dersin Hedefleri Aşağıda verilen arama stratejilerini anlamak

Detaylı