Çoklu Unutma Faktörleri ile Uyarlı Kalman Filtresi İçin İyileştirme
|
|
- Umut Demir
- 6 yıl önce
- İzleme sayısı:
Transkript
1 Erciyes Üniversitesi Fen Bilimleri Enstitüsü Dergisi Cilt 33, Sayı, 7 Erciyes University Journal of Natural and Applied Sciences Volume 33, Issue, 7 Çolu Unutma Fatörleri ile Uyarlı Kalman Filtresi İçin İyileştirme Cener Biçer *, Levent Özbe Kırıale Üniversitesi Fen Edb. Fa. İstatisti Bölümü Anara Üniversitesi Fen Faültesi İstatisti Bölümü (Alınış / Received: 3..6, Kabul / Accepted:.3.7, Online Yayınlanma / Published Online:.4.7) Anahtar Kelimeler Dinami Sistemler, Durum ahmini, Kalman Filtresi, Unutma Fatörü, Uyarlı Kalman Filtresi Öz: Kalman filtresi dinami sistemlerde durum tahmin probleminin çözümü için ullanılan popüler bir tahmin yöntemidir. Fen, mühendisli, eonomi, aseri vb. olma üzere birço alandan probleme olayca uygulanabilir. Sistem arateristileri doğru olara bilindiği sürece Kalman filtresi en iyi tahmin performansı ile çalışır. Anca sistem arateristilerinin ısmen bilindiği durumlarda veya yanlış bilindiği durumlarda filtrenin tahmin performansında ciddi ayıplar olması açınılmazdır. Kalman filtresindei performans aybı probleminin üstesinden gelebilme için şu ana adar ço sayıda çalışma yayınlanmıştır. Bir ısım araştırmacı tarafından Sistem arateristilerinin ısmen veya tamamen hatalı bilinmesi durumunda, filtrelemede bazı güçlendirmelerin yapılmasını sağlayaca unutma fatörü ile uyarlanmış Kalman Filtresi tanıtılmıştır. Adaptive estimation of multiple fading factors in Kalman filter for navigation applications (AEMFFKF) bu çalışmalardan bir tanesidir. Bu çalışmada, çolu unutma fatörüyle uyarlı Kalman filtresi incelenmiş ve AEMFFKF yönteminde belirlenemeyen unutma fatörlerini belirleyebilme için adaptif bir tahmin algoritması önerilmiştir. Ayrıca yapılan simülasyon çalışmasıyla Kalman filtresinin performansı ile uyarlı filtrenin tahmin performansı arşılaştırılmıştır. Improvement for the Adaptive Kalman Filter with Multiple Fading Factors Keywords Dynamical Systems, State Estimation, Kalman Filter, Fading Factors, Adaptive Kalman Filter Abstract: hekalman filter is most popular estimation technique for solving state estimation problems of dynamical systems and it has been the most frequently used algorithm in applications from different areas such as science, military and economics etc. he Kalman filter wors best with predictive performance as long as system characteristics are nown correctly. However, the performance of the Kalman filter will dramatically decrease when system characteristics are either unnown or partially nown. Numerous studies have been published so far to get over the problem of performance loss in the Kalman filter. Some researchers introduced a fading factor to improve the performance of the Kalman filter under unnown or partially nown initial information. Adaptive estimation of multiple fading factors in Kalman filter for navigation applications (AEMFFKF) is one of these studies. In this paper, adaptive fading Kalman filter with the multiple forgetting factors is considered and an adaptive estimation algorithm is proposed to determine forgetting factors which can not be determined in the AEMFFKF. In addition, A Monte Carlo simulation is performed to compare the estimation performances of the Kalman filter with the adaptive filters. cbicer@u.edu.tr 4
2 Çolu Unutma Fatörleri ile Uyarlı Kalman Filtresi için İyileştirme. Giriş Kalman filtresi; fen, mühendisli, eonomi, aseri vb. birço alandan dinami sistemin durum tahmin probleminde sılıla ullanılan bir yöntemdir. Filtreleme problemi oluşturuluren sistem gürültü süreçlerinin ovaryans matrislerinin ve modelde yer alan matrislerin tam olara bilindiği varsayımı yapılır. Bu matrisler tam olara bilindiğinde Kalman Filtresi en iyi sonucu verir [,]. Anca uygulamada bu matrisler tam olara bilinmez. Bu durum filtrenin başarımını olumsuz yönde etileyebilir ve filtre tahminlerinde ırasama meydana gelebilir [3]. Bu sorunun üstesinden gelebilme için çeşitli uyarlı filtrelerin önerildiği ço sayıda çalışma yapılmıştır. Yapılan bu çalışmalara örne Yang vd. [4], Ding vd. [5], Yang vd. [6], Jwo ve Weng [7], Geng ve Wang [8], Biçer [9], Biçer vd. [], Özbe ve Efe[5] şelinde verilebilir. Önerilen bu uyarlama yöntemlerinden bir tanesi filtrenin bir unutma fatörüyle uyarlanmasıdır. Fagin [] tarafından yeni gözlemlerin esi gözlemlere göre daha ço bilgi içerdiğini göz önünde bulundurara gözlemlerin üstel olara ağırlılandırılabileceği bildirilmiştir. Xia vd. [], Fagin [] in önerdiği bu yöntemi dinami sistemlere uyarlayara, modelin hatalı veya esi bilgiyle oluşturulması durumunda filtre tahminlerinde bazı güçlendirmelerin yapılmasını sağlayaca, saler unutma fatörünün hesaplanması için çeşitli algoritmalar önermiştir. Kalman filtresinin unutma fatörü ullanılara uyarlanmasında amaç hata ovaryansının unutma fatörü aracılığıyla yeniden ölçelenmesiyle filtrenin gelen veri ile uyum içinde çalışmasını sağlamatır. Böylece filtre esi bilgiyle çalıştırıldığında veya sistem parametrelerinde bilinmeyen bir değişimle arşılaşıldığı anlarda unutma fatörü hata ovaryansını yeniden ölçelendirece ve tahmin ırasamasının önüne geçilebilecetir. Unutma fatörü ullanılara uyarlanan Kalman filtresinin en iyi başarımla çalışması, unutma fatörünün en iyi olara belirlenmesine bağlıdır. Her ne adar Kalman filtresinin saler bir unutma fatörüyle uyarlanması te değişenli sistemler için bir başarım artışı sağlasada, ço değişenli ve daha armaşı sistemlerde modelleme hatası her değişen için farlı oranlarda olabileceğinden, saler unutma fatörü yerine çolu unutma fatörü ullanılması daha uygun görünmetedir. Geng ve Wang [8] bu durumu göz önünde bulundurara, hata ovaryansını çolu unutma fatörüyle ölçelendiren ve filtreleme aşamasında hesaplanan inovasyon sürecini Normal dağılımlı olaca şeilde ayarlayan AEMFFKF yöntemini önermişlerdir. Anca, AEMFFKF yönteminde sadece üzerinden gözlem alınabilen durum değişenlerine arşılı gelen unutma fatörleri hesaplanabilmetedir. Her ne adar AEMFFKF saler unutma fatörüyle uyarlanmış filtre tahminlerine göre bir başarım artışı sağlasada, ço değişenli sistemlerde en iyi filtre tahminlerine ulaşabilme için bütün durum değişenlerine arşılı gelen unutma fatörlerinin belirlenmesi daha uygun olacatır. Çünü arşı arşıya alınan bilgi esiliği, sistem parametrelerindei değişim veya hata bütün değişenler için söz onusu olabilir ve etileri bertaraf edilmelidir. Bu çalışmada, ço değişenli sistemlerde farlı nedenlerden aynalanabilece ırasama probleminin üstesinden gelebilme için Kalman filtresinin çolu unutma fatörüyle uyarlanması ele alınmıştır. Bu amaç doğrultusunda çalışmanın iinci bölümünde Kalman filtresi ile birlite AEMFFKF yöntemi ısaca açılanmıştır. 3. bölümde AEMFFKF yönteminde belirlenemeyen unutma fatörlerini belirleyebilme için yeni bir tahmin algoritması önerilmiştir. Ayrıca yine üçüncü bölümde, Kalman filtresi, AEMFFKF ve önerilen adaptif yöntemin tahmin performanslarını arşılaştırma için bir ompartman modeli üzerinde yapılan simülasyon çalışması ve çalışma neticesinde elde edilen sonuçlar üzerinde durulmuştur.. Materyal ve Metot.. Kalman Filtresi ve Kalman Filtresinde Çolu Unutma Fatörlerinin Adaptif ahmini Bir lineer dinami sistem olara x x w () / z H x v () alınsın. Burada n x durum vetörü y m gözlem vetörü, nn durum geçiş matrisi, n m gözlem tasarım matrisi w ve v ilişisiz ve sırasıyla Q, R ovaryans matrislerine sahip beyaz gürültü süreçleridir. Bu gösterimler altında Kalman filtresi, xˆ xˆ (3) / / H mn
3 Çolu Unutma Fatörleri ile Uyarlı Kalman Filtresi için İyileştirme P P Q (4) / / / K P / H H P H R / / xˆ xˆ K z H xˆ (6) / P I KH P (7) eşitlileri ile verilir [9]. Burada xˆ durum vetörünün bir öngörüsünü, P durum öngörüsüne ait hata ovaryans matrisini, K Kalman azancını, ˆ göstermetedir. Ayrıca inovasyon süreci x durum tahminini ve (5) P tahmine ait hata ovaryans matrisini v ˆ z H x / (8) dır [,3]. Eğer w ve v gürültü terimleri normal dağılımlı beyaz gürültü süreçleri ve filtre ararlı durumda ise H P H R (8) eşitliği ile verilen inovasyon süreci sıfır ortalamalı ve / ovaryanslı Normal dağılımlı beyaz gürültü süreci olur. Yani, v N, H P / H R (9) Ayrıca, (7) eşitliğinin ullanılmasıyla inovasyon sürecine ait ovaryans / / Cov v H P Q H R () olara yazılabilir. Geng and Wang [8] filtrenin uyarlanıp uyarlanmamasına arar verebilme için, uyarlama işleminin il aşamasında, inovasyon sürecinin sıfır ortalma ve H P / H R ovaryans ile Normal dağılıma sahip olup olamadığının test edilmesi geretiğini belirtmiş ve bir test istatistiği olara araştırmacılar tarafından / v H P Q H R v m () önerilmiştir. est için arar uralı ise test red () test abul (3) şelindedir. Burada m, anında gözlemlenebilir olan değişenlerin sayısı, test istatistiği için bir ölçe, istenen güven düzeyindei Ki-are dağılımına ait riti değerdir. Eğer test reddedilememiş ise (9) eşitliği ile verilen varsayım doğrudur, asi tadirde (9) varsayımı sağlanmamış demetir. Bu durumda (9) varsayımının sağlanabilmesi için Geng ve Wang [8], (4) ile verilen öngörü hata ovaryans matrisinin yerine P S / P / S Q (4) alınması ile Kalman filtresinin uyarlanmasını önermiştir. Burada S ösegen s, s,..., s biçiminde çolu unutma fatörüdür ve filtre en iyi tahminleri üretece şeilde S çolu unutma fatörünün belirlenmesi gereir. Geng ve Wang [8] tarafından sadece ölçe fatörlerinin hesaplanmasında ullanılaca ve n H, mm m n m nm mn (5) 43
4 Çolu Unutma Fatörleri ile Uyarlı Kalman Filtresi için İyileştirme oşulunu sağlayaca şeilde yeni bir gözlem matrisi göz önüne alınmıştır. Burada ösegen,, dır. (4) ve (5) eşitlilerinden () ile verilen aresel form, mm m / / v H S P S Q H R v m (6) biçiminde yazılabilir. Ayrıca A H S P S H (7) / / B H Q H R (8) J P (9) / / biçiminde tanımlanırsa,,..., a s j i m () ii i i ii aii ve ii eşitliği sağlanır. Burada j sırasıyla A ve fatörüdür. Eğer filtre en iyi tahminleri üretiyor ise inovasyon süreci eşitliği sağlanır [4]. J matrislerinin i. ve j. elemanı, si ise i. unutma v (9) ile verilen dağılıma uyar ve () i ii vi a b ii () burada düzenlenirse bii, (8) eşitliği ile tanımlanan B matrisinin i. öşegen elemanıdır. () ile verilen eşitli ii vi a b ii i () elde edilir. Burada unutma fatörü vi, v nın i. elemanı ve i, r dir. () eşitliğinin () de ullanılmasıyla. andai s i vi max, bii vi bii, ii jii i jii ii jii i jii vi bii ii jii i jii (3) biçiminde seçilebilir. Geng ve Wang [8] tarafından geliştirilen bu yalaşım ile sadece üzerinden gözlem alınabilen durum değişenlerine arşılı gelen unutma fatörleri elde edilebilir. Üzerinden gözlem alınamayan durumlara arşılı gelen unutma fatörleri ise olara ayarlanır. Böylece. andai çolu unutma fatörü S diag s, s... s,,..., (4) olur [8]. m.. Belirlenemeyen Unutma Fatörlerinin Adaptif ahmini Bu ısımda AEMFFKF yöntemindei belirlenemeyen unutma fatörlerinin belirlenebilmesi üzerinde durulmatadır. 44
5 Çolu Unutma Fatörleri ile Uyarlı Kalman Filtresi için İyileştirme İl olara, belirlenemeyen unutma fatörlerinin belirlenebilmesi için (8) eşitliği ile verilen inovasyon süreci göz önüne alınsın. Optimal filtrede inovasyon süreci bir beyaz gürültü sürecidir ve P H K C (5) / z eşitliği sağlanır []. (5) eşitliğinin sağlanmadığı anlarda ise inovasyon süreci beyaz gürültü süreci özelliğini sağlamaz, yani filtre tahminleri optimal değildir ve filtre uyarlanmalıdır. Bu özelli göz önünde bulundurulara AEMFFKF yöntemindei belirlenemeyen unutma fatörleri belirlenebilir. Belirlenemeyen unutma fatörlerini tahmin etme sürecinin il aşamasında unutma fatörlerini S ösegen s, s... s, s, s..., s m m m n (6) s, s... s m (4) eşitliği ile tahmin edilen unutma fatörleridir. s, s..., s olara düşünelim. Burada m m n ise n mtane bilinmeyen unutma fatörüdür. (4) ve (6) eşitlileri (5) eşitliğinde yerine yazılırsa; z S P S Q H K C (7) olur. Burada Cˆ z z z j j j C z ovaryans matrisi gözlenmiş verilerden ardışı biçimde eşitliği ullanılara tahmin edilebilir. S matrisinin bilinmeyen n m tane elemanı tahmin etme için,,,, F s s s m m n ij, i j n m (8) fonsiyonunu tanımlayalım. Burada ij, (7) eşitliğinin sol tarafı olara tanımlanan z S P S Q H K C (9) matrisinin i, j. elemanıdır. (8) eşitliği ile tanımlanan F sm, sm,, sn, adar üçü olursa filtre en iyi tahmine o adar yalaşır. F sm, sm,, sn, filtre en iyi tahmini verir. Böylece en iyi matris unutma fatörü S, F s, s,, s, minimize edece biçimde, l l fonsiyonunun değeri ne nın mutla minimumunda ise m m n fonsiyonunu F l,,, (3) iteratif yöntemi ullanılara hesaplanabilir. Bu yöntem gradient yöntemi olara bilinir. Burada sm, sm,, sn ve 45
6 F sm, sm,, sn, sm F sm, sm,, sn, F sm F s, s,, sn, sn Çolu Unutma Fatörleri ile Uyarlı Kalman Filtresi için İyileştirme, l, anındai iterasyon indisi, ise gradiyent metodundai adım uzunluğudur. Ayrıca her anındai başlangıç değeri olara,,, değeri için, F l l F değeri seçilebilir. İterasyon işlemi yeterince üçü bir (3) şartı sağlandığında durdurulur. Böylece anındai i. i,, n unutma fatörü s i,, s l i, i, (3) olara seçilebilir. Burada, anındai l i, l. iterasyon sonucunda elde edilen. tahminidir. anındai en iyi matris unutma fatörü ise (3) eşitliğinden i unutma fatörünün S s, s, sq, (33) olara elde edilir [9]. 3. Bulgular Bu ısımda, bir öncei ısımda önerilen uyarlı yöntemin başarımını standart Kalman filtresi ve Geng ve Wang [8] tarafından önerilen uyarlı yönteme arşı değerlendirebilme amacı ile bir simülasyon çalışması yapılmıştır. Bu amaç doğrultusunda x x, c x, w x c c x,, y x v (34) (35) eşitlileri ile verilen ompartman modeli göz önüne alınsın. Burada x ve x sırasıyla bir ilacın sindirim sistemindei mitarı ve an dolaşım sistemindei mitarı olara tanımlansın. Sindirim sistemine verilen ilaç belli bir oranda azalara an dolaşım sistemine geçer. Aynı şeilde an dolaşım sistemine geçen ilaç mitarı da belli oranda metabolizmaya geçer veya boşaltım süreci yoluyla aybolur. Burada c sindirim sistemini araterize eden, c ise metaboli ve boşaltım sürecini araterize eden pozitif sabitlerdir. Çıtı değişeni bireyin an dolaşım sistemindei ilaç mitarıdır [9,]. Simülasyon çalışması ablo de verilen başlangıç değerleri ullanılara terarlı olara işletilmiş ve elde edilen sonuçlar şeil -5 de verilmiştir. 46 y
7 Çolu Unutma Fatörleri ile Uyarlı Kalman Filtresi için İyileştirme Değişenler ablo. Simülasyon çalışmasında ullanılan başlangıç değerleri. Sayıların üretilmesinde ullanılan Filtrelerin işletilmesinde ullanılan başlangıç başlangıç değerleri değerleri x, 7 x, 7 c c 37 c.9 37 c.6 37 c. 37 c.4 I 9 5 Q I.7.3 I I 6 R Ayrıca simülasyon çalışmasında örneleme zaman aralığı. ve n m ˆ i, j i, j HK x x i j olara alınmıştır. Şeillerde verilen KF: Kalman filtresi, Filtre : AEMFFKF, Filtre : Kısım. önerilen adaptif yöntem ile hesaplanan unutma fatörlerinin ullanılmasıyla oluşturulan uyarlı Kalman filtresi anlamındadır. Şeil. ve Şeil. filtrelerin sırasıyla birinci ve iinci ompartmanda yaptıları tahmin hatalarını göstermetedir. 3. Kompartman KF Filtre Filtre ahmin Hatası(x ) Zaman () Şeil. Birinci ompartmandai tahmin hatası. 47
8 Çolu Unutma Fatörleri ile Uyarlı Kalman Filtresi için İyileştirme.5. Kompartman KF Filtre Filtre ahmin Hatası(x ) Zaman () Şeil. İinci ompartmandai tahmin hatası. Büyü başlangıç tahmin hataları ile durum tahminine başlayan filtrelerde gözlenen tahmin hataları aynı oranda yüse olmala birlite uyarlı filtrelerin güncel durumlara daha hızlı yaınsadığı görülmetedir. Gerçe durumlara en hızlı yaınsayan filtre ise Kısım. de önerilen yöntemle unutma fatörlerinin hesaplandığı Filtre olmuştur bnz. Şeil-. Şeil3. ve Şeil4. de Filtre ve Filtre tarafından hesaplanan unutma fatörleri görülmetedir Zaman () Zaman () Şeil 3. Filtre tarafından hesaplanan unutma fatörleri. 48
9 Çolu Unutma Fatörleri ile Uyarlı Kalman Filtresi için İyileştirme Zaman () Zaman () Şeil 4. Filtre tarafından hesaplanan unutma fatörleri. Büyü tahmin hatası ile tahmine başlayan uyarlı filtreler, optimal filtre tahminlerine ulaşma için başlangıç anından itibaren gereli unutma fatörlerini hesaplamaya başlamışlardır. Anca ullanılan modelde birinci durum değişeni üzerinden gözlem alınamadığından Filtre için birinci unutma fatörü hesaplanamamatadır ve olara seçilmetedir bnz. Şeil3. Bununla birlite Filtre inovasyon sürecini bir beyaz gürültü süreci olaca şeilde ayarlayan unutma fatörlerini hesaplamıştır bnz. Şeil4. Özellile başlangıç tahmin hatasının ve parametrelerin değişim anının olduğu ısımlarda değişim gösteren unutma fatörleri (bnz. Şeil3-4.) filtrenin gerçe durumlara daha hızlı yaınsamasını sağlamıştır bnz. Şeil -. Ayrıca simülasyon çalışmasında elde edilen en üçü hata areler toplamının Filtre ye ait olduğu görülmetedir bnz. Şeil5. 4 Hata Kareler oplamı 35 3 KF Filtre Filtre artışma ve Sonuç Zaman (s) Şeil 5. Filtre tahminlerine ait hata areler toplamı. Bu çalışmada lineer dinami sistemlerdei tahmin problemlerinde ullanılan Kalman filtresi ve Kalman filtresinde arşılaşılan ırasama problemi üzerinde duruldu. Irasama probleminin önüne geçebilme için Geng ve Wang [8] tarafından önerilen uyarlama yöntemi açılanmış, uyarlı filtrenin güçlendirilmesi için üzerinden gözlem alınamayan değişenlere arşılı gelen ve belirlenmemiş unutma fatörlerinin belirlenmesi için bir tahmin algoritması önerilmiştir. Önerilen yöntem ile elde edilen unutma fatörlerinin tahmin performansına atısı ise yapılan teni bir simülasyon çalışması ile değerlendirilmiştir. Simülasyon çalışması sonuçları göstermiştir i; önerilen yöntemle elde edilen unutma fatörlerinin ullanılmasıyla uyarlanan filtre gerçe 49
10 Çolu Unutma Fatörleri ile Uyarlı Kalman Filtresi için İyileştirme durumlara diğer filtrelerden daha hızlı yaınsamatadır ve filtre daha iyi bir tahmin performansı ile çalışmatadır. Kaynaça [] Anderson B. D. O., Moore J. B. 979.Optimal Filtering, Prentice Hall. Englewood Cliffs, NJ., 367s. [] Bar-Shalom Y., Li X. R., Kirubarajan.. Estimation with Applications to racing and Navigation: heory Algorithms and Software, John Wiley & Sons, Inc. USA, 584s. [3] Mehra, R.K. 97. Approaches to Adaptive Filtering. IEEE rans. Auto. Control, 7(97), [4] Yang J. N., Lin S., Huang H., Zhou L. 6. An Adaptive Extended Kalman Filter for Structural Damage Identification, Struct. Control And Health Monit. 3(6), [5] Ding, W., Wang, J., Rizos, C., & Kinlyside, D. 7. Improving adaptive Kalman estimation in GPS/INS integration. Journal of Navigation, 6(7), [6] Yang J. N., Pan S., Huang H. 7. An Adaptive Extended Kalman Filter for Structural Damage Identification II: Unnown Inputs, Struct. Control And Health Monit. 4(7), [7] Jwo D., Weng. 8. An Adaptive Sensor Fusion Method with Applications in Integrated Navigation, he Journal of Navigation, 6(8), [8] Geng, Y., & Wang, J. 8. Adaptive estimation of multiple fading factors in Kalman filter for navigation applications. GPS Solutions, (8), [9] Biçer, C.. Uyarlı Kalman Filtresinin Başarım ve Kararlılı Analizi, Anara Üniversitesi Fen Bilimleri Enstitüsü, Dotora ezi, 67s, Anara. [] Bicer, C., Babacan, E. K., & Özbe, L.. Stability of the adaptive fading extended Kalman filter with the matrix forgetting factor, urish Journal of Electrical Engineering & Computer Sciences, (), [] Fagin S. L Recursive linear regression theory: optimal filter theory and error analysis. IEEE Int Conv Rec.,(964), 6 4. [] Xia Q., Rao M., Ying Y., Shen X Adaptive Fading Kalman Filter with an Application, Automatica, 3(994), [3] Grewal S., Andrews A. P. 8. Kalman Filtering heory and Practice Using Matlab, John Wiley & Sons Inc. USA, 59s. [4] Da R Failure detection of dynamical systems with the state Chi-square test, J Guid Control Dyn., 7(994), 7 77 [5] Ozbe, L., & Efe, M. 4. An adaptive extended Kalman filter with application to compartment models, Communications in Statistics-Simulation and Computation, 33(4),
Matris Unutma Faktörü İle Uyarlanmış Kalman Filtresinin Başarım Değerlendirmesi
Fırat Üniv. Fen Bilimleri Dergisi Fırat Unv. Journal of Science 25(), 7-76, 23 25(), 7-76, 23 Matris Unutma Fatörü İle Uyarlanmış Kalman Filtresinin Başarım Değerlendirmesi Özet Cener BİÇER * Esin KÖKSAL
DetaylıUyarlı Kokusuz Kalman Filtresi
Uyarlı Kokusuz Kalman Filtresi Esin KÖKSAL BABACAN 1,*, Levent ÖZBEK 1, Cenker BİÇER 1 1 Ankara Üniversitesi Fen Fakültesi İstatistik Bölümü, Sistem Belirleme ve Simülasyon Laboratuarı, 06100 Tandoğan/ANKARA
DetaylıMIXED REGRESYON TAHMİN EDİCİLERİNİN KARŞILAŞTIRILMASI. The Comparisions of Mixed Regression Estimators *
MIXED EGESYON TAHMİN EDİCİLEİNİN KAŞILAŞTIILMASI The Comparisions o Mixed egression Estimators * Sevgi AKGÜNEŞ KESTİ Ç.Ü.Fen Bilimleri Enstitüsü Matemati Anabilim Dalı Selahattin KAÇIANLA Ç.Ü.Fen Edebiyat
DetaylıEÜFBED - Fen Bilimleri Enstitüsü Dergisi Cilt-Sayı: 3-2 Yıl: 2010 199-206
99 EÜFBED - Fen Bilimleri Enstitüsü Dergisi Cilt-Sayı: 3- Yıl: 99-6 İKİNCİ MERTEBEDEN BİR DİFERENSİYEL DENKLEM SINIFI İÇİN BAŞLANGIÇ DEĞER PROBLEMİNİN DİFERENSİYEL DÖNÜŞÜM YÖNTEMİ İLE TAM ÇÖZÜMLERİ THE
Detaylı) ile algoritma başlatılır.
GRADYANT YÖNTEMLER Bütün ısıtsız optimizasyon problemlerinde olduğu gibi, bir başlangıç notasından başlayara ardışı bir şeilde en iyi çözüme ulaşılır. Kısıtsız problemlerin çözümü aşağıdai algoritma izlenere
DetaylıKİNETİK MODELLERDE OPTİMUM PARAMETRE BELİRLEME İÇİN BİR YAZILIM: PARES
KİNETİK MODELLERDE OPTİMUM PARAMETRE BELİRLEME İÇİN BİR YAZILIM: PARES Mehmet YÜCEER, İlnur ATASOY, Rıdvan BERBER Anara Üniversitesi Mühendisli Faültesi Kimya Mühendisliği Bölümü Tandoğan- 0600 Anara (berber@eng.anara.edu.tr)
DetaylıSİMGELER DİZİNİ. ( t Φ Γ. E xz. xxz. j j j
ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ HEDEF TAKİBİNDE UYARLI KALMAN FİLTRESİNİN KULLANIMI ÜZERİNE BİR ÇALIŞMA Emine ÇERÇİOĞLU İSTATİSTİK ANABİLİM DALI ANKARA 2006 Her haı salıdır
DetaylıADAPTİF FİLTRELERDE GAUSS-SEIDEL ALGORİTMASININ STOKASTİK YAKINSAMA ANALİZİ
Uludağ Üniversitesi Mühendislik-Mimarlık Fakültesi ergisi, Cilt 1, Sayı, 5 AAPİF FİRR GAUSS-SI AGORİMASININ SOKASİK YAKINSAMA ANAİZİ Metin HAUN * Osman Hilmi KOÇA * Özet: Bu makalede, adaptif filtre parametrelerinin
DetaylıÇok Yüksek Mobiliteli Sönümlemeli Kanallardaki OFDM Sistemleri için Kanal Kestirimi
9-11 Aralı 2009 Ço Yüse Mobiliteli Sönümlemeli Kanallardai OFDM Sistemleri için Kanal Kestirimi İstanbul Üniversitesi Eletri-Eletroni Mühendisliği Bölümü {myalcin, aan}@istanbul.edu.tr Sunum İçeriği Giriş
DetaylıWiener Model Kullanarak Sistem Kimliklendirme System Identi flication Using Wiener Model
Eleco Eletri Eletroni Bilgisayar ve Biyomedial Mühendisliği Sempozyumu, 9 Kasım, Bursa Wiener Kullanara Sistem Kimlilendirme System Identi flication Using Wiener Şaban Özer, asan Zorlu, Selçu Mete Eletri
DetaylıBiyoistatistik (Ders 7: Bağımlı Gruplarda İkiden Çok Örneklem Testleri)
ÖRNEKLEM TESTLERİ BAĞIMLI GRUPLARDA ÖRNEKLEM TESTLERİ Yrd. Doç. Dr. Ünal ERKORKMAZ Saarya Üniversitesi Tıp Faültesi Biyoistatisti Anabilim Dalı uerormaz@saarya.edu.tr BAĞIMLI İKİDEN ÇOK GRUBUN KARŞILAŞTIRILMASINA
DetaylıDers 2 : MATLAB ile Matris İşlemleri
Ders : MATLAB ile Matris İşlemleri Kapsam Vetörlerin ve matrislerin tanıtılması Vetör ve matris operasyonları Lineer denlem taımlarının çözümü Vetörler Vetörler te boyutlu sayı dizileridir. Elemanlarının
DetaylıAKÜ FEBİD 11 (2011) (1 7) AKU J. Sci. 11 (2011) (1 7)
Afyon Kocatepe Üniversitesi Fen Bilileri Dergisi Afyon Kocatepe University Journal of Sciences AKÜ FEBİD (2) 3 ( 7) AKU J. Sci. (2) 3 ( 7) Uyarlı İi Aşaalı Kalan Filtresi Esin Kösal Baacan ve Cener Biçer
DetaylıOCAK HAVALANDIRMA ŞEBEKE ANALİZİ İÇİN KOMBİNE BİR YÖNTEM (A COMBINED METHOD FOR THE ANALYSIS OF MINE VENTILATION NETWORKS)
ÖZET/ABSTRACT DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 2 Sayı: 2 sh. 49-54 Mayıs 2000 OCAK HAVALANDIRMA ŞEBEKE ANALİZİ İÇİN KOMBİNE BİR YÖNTEM (A COMBINED METHOD FOR THE ANALYSIS OF MINE
Detaylıİstatistikçiler Dergisi
www.istatisticiler.org İstatistiçiler Dergisi (008) 68-79 İstatistiçiler Dergisi BAĞIMLI RİSKLER İÇİ TOPLAM HASAR MİKTARII DAĞILIMI Mehmet PIRILDAK Hacettepe Üniversitesi Fen Faültesi, Atüerya Bilimleri
DetaylıKRONĐK BÖBREK YETMEZLĐĞĐ HASTALIĞINDA ÖNEMLĐ FAKTÖRLERĐN BELĐRLENMESĐ
ISSN:0- e-journal of New World Sciences Academy 009, Volume:, Number:, Article Number: A000 PHYSICAL SCIENCES Received: November 00 Acceted: June 009 Series : A ISSN : 0-0 009 www.newwsa.com Yüsel Öner,
DetaylıStokastik Süreçler. Bir stokastik Süreç ya da rastgele süreç şöyle tanımlanabilir.
Stoasti Süreçler Bir stoasti Süreç ya da rastgele süreç şöyle tanımlanabilir. Zamanla değişen bir rastgele değişendir. Rastgele değişenin alacağı değer zamanla değişmetedir. Deney çıtılarına atanan rastgele
DetaylıBulanık 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
DetaylıKollektif Risk Modellemesinde Panjér Yöntemi
Douz Eylül Üniversitesi İtisadi ve İdari Bilimler Faültesi Dergisi, Cilt:6, Sayı:, Yıl:, ss.39-49. olletif Ris Modellemesinde anér Yöntemi ervin BAYAN İRVEN Güçan YAAR Özet Hayat dışı sigortalarda, olletif
DetaylıSAÜ Fen Edebiyat Dergisi (2009-II) ÜÇ BOYUTLU LORENTZ UZAYI MANNHEİM EĞRİ ÇİFTİ ÜZERİNE A. ZEYNEP AZAK
SAÜ Fen Edebiyat Dergisi (009-II) ÜÇ BOYUTLU LORENTZ UZAYI L DE TIMELIKE MANNHEİM EĞRİ ÇİFTİ ÜZERİNE A. ZEYNEP AZAK Saarya Üniversitesi, Fen-Edebiyat Faültesi Matemati Bölümü, 5487, SAKARYA apirdal@saarya.edu.tr
DetaylıBu deneyin amacı Ayrık Fourier Dönüşümü (DFT) ve Hızlu Fourier Dönüşümünün (FFT) tanıtılmasıdır.
Deney : Ayrı Fourier Dönüşümü (DFT) & Hızlı Fourier Dönüşümü (FFT) Amaç Bu deneyin amacı Ayrı Fourier Dönüşümü (DFT) ve Hızlu Fourier Dönüşümünün (FFT) tanıtılmasıdır. Giriş Bir öncei deneyde ayrı-zamanlı
DetaylıAçık işletme Dizaynı için Uç Boyutlu Dinamik Programlama Tekniği
MADENCİLİK Haziran June 1991 Cilt Volume XXX Sayı No 2 Açı işletme Dizaynı için Uç Boyutlu Dinami Programlama Teniği A Three Dimensional Dynamic Programming Technique for Open Pit Design Ercüment YALÇE\(*)
DetaylıUfuk Ekim Accepted: January 2011. ISSN : 1308-7231 yunal@selcuk.edu.tr 2010 www.newwsa.com Konya-Turkey
ISSN:1306-3111 e-journal of New World Sciences Academy 011, Volume: 6, Number: 1, Article Number: 1A0156 ENGINEERING SCIENCES Yavuz Ünal Received: October 010 Ufu Eim Accepted: January 011 Murat Kölü Series
DetaylıKİNETİK 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
DetaylıEZ ONAYI Haydar ANKIŞHAN tarafından hazırlanan Gürültülü Ses Sinyali İyileştirilmesine İili Kalman Filtre Yalaşımı adlı tez çalışması aşağıdai jüri ta
ANKARA ÜNİVERSİESİ FEN BİLİMLERİ ENSİÜSÜ YÜKSEK LİSANS EZİ GÜRÜLÜLÜ SES SİNYALİ İYİLEŞİRİLMESİNE İKİLİ KALMAN FİLRE YAKLAŞIMI HAYDAR ANKIŞHAN ELEKRONİK MÜHENDİSLİĞİ ANABİLİM DALI ANKARA 2007 i EZ ONAYI
DetaylıGÜNEŞ ENERJİSİ SİSTEMLERİNDE KANATÇIK YÜZEYİNDEKİ SICAKLIK DAĞILIMININ SONLU FARKLAR METODU İLE ANALİZİ
TEKNOLOJİ, Cilt 7, (2004), Sayı 3, 407-414 TEKNOLOJİ GÜNEŞ ENERJİSİ SİSTEMLERİNDE KANATÇIK YÜZEYİNDEKİ SICAKLIK DAĞILIMININ SONLU FARKLAR METODU İLE ANALİZİ ÖZET Himet DOĞAN Mustafa AKTAŞ Tayfun MENLİK
DetaylıDinamik Sistem Karakterizasyonunda Averajlamanın Hurst Üsteli Üzerinde Etkisi
Uluslararası Katılımlı 7. Maina eorisi Sempozyumu, Izmir, 4-7 Haziran 205 Dinami Sistem Karaterizasyonunda Averalamanın Hurst Üsteli Üzerinde Etisi Ç. Koşun * S. Özdemir İzmir Institute of echnology İzmir
DetaylıLOGRANK TESTİ İÇİN GÜÇ ANALİZİ VE ÖRNEK GENİŞLİĞİNİN HESAPLANMASI ÖZET
IAAOJ, Scientific Science, 05, 3(), 9-8 LOGRANK TESTİ İÇİN GÜÇ ANALİZİ VE ÖRNEK GENİŞLİĞİNİN HESAPLANMASI Nesrin ALKAN, Yüsel TERZİ, B. Barış ALKAN Sinop Üniversitesi, Fen Edebiyat Faültesi, İstatisti
DetaylıDERS III ÜRETİM HATLARI. akış tipi üretim hatları. hat dengeleme. hat dengeleme
DERS ÜRETİM HATLAR ÜRETİM HATLAR Üretim hatları, malzemenin bir seri işlemden geçere ürün haline dönüştürülmesini sağlayan bir maineler ve/veya iş istasyonları dizisidir. Bir üretim hattı üzerinde te bir
DetaylıDEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cilt: 13 Sayı: 1 sh. 55-74 Ocak 2011
DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cilt: 13 Sayı: 1 sh. 55-74 Oca 2011 STOKASTİK KULLANICI DENGESİ TRAFİK ATAMA PROBLEMİNİN SEZGİSEL METOTLAR KULLANILARAK ÇÖZÜLMESİ (HEURISTIC METHODS
DetaylıDijital Sinyal İşleme (COMPE 463) Ders Detayları
Dijital Sinyal İşleme (COMPE 463) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Dijital Sinyal İşleme COMPE 463 Bahar 3 0 0 3 5 Ön Koşul Ders(ler)i Dersin
DetaylıFİNANSAL RİSK ANALİZİNDE KARMA DAĞILIM MODELİ YAKLAŞIMI * Mixture Distribution Approach in Financial Risk Analysis
FİNANSAL RİSK ANALİZİNDE KARMA DAĞILIM MODELİ YAKLAŞIMI * Mixture Distribution Approach in Financial Risk Analysis Keziban KOÇAK İstatistik Anabilim Dalı Deniz ÜNAL İstatistik Anabilim Dalı ÖZET Son yıllarda
DetaylıİNSANSIZ HAVA ARAÇLARI İÇİN RADAR KAPLAMA ALANLARINDAN KAÇINACAK EN KISA ROTANIN HESAPLANMASI
İNSANSIZ HAVA ARAÇLARI İÇİN RADAR KAPLAMA ALANLARINDAN KAÇINACAK EN KISA ROTANIN HESAPLANMASI Hamdi DEMİREL (a), Halil SAVURAN (b), Murat KARAKAYA (c) (a) Mühendisli Faültesi, Yazılım Mühendisliği Bölümü,
DetaylıRASGELE SÜREÇLER. Bir X rasgele değişkenin, a ve b arasında tekdüze dağılımlı olabilmesi için olasılık yoğunluk fonksiyonu aşağıdaki gibi olmalıdır.
RASGELE SÜREÇLER Eğer bir büyülüğün her t anında alacağı değeri te bir şeilde belirleyen matematisel bir ifade verilebilirse bu büyülüğün deterministi bir büyülü olduğu söylenebilir. Haberleşmeden habere
DetaylıBAġKENT ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ. ÇOKLU MODEL PARÇACIK FĠLTRELERĠNDE AĞIRLIKLANDIRILMIġ ĠSTATĠSTĠKSEL MODEL SEÇĠMĠ MURAT BARKAN UÇAR
BAġKENT ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ ÇOKLU MODEL PARÇACIK FĠLTRELERĠNDE AĞIRLIKLANDIRILMIġ ĠSTATĠSTĠKSEL MODEL SEÇĠMĠ MURAT BARKAN UÇAR YÜKSEK LĠSANS TEZĠ 2015 ÇOKLU MODEL PARÇACIK FĠLTRELERĠNDE
Detaylı4.2. SBM nin Beşeri Sermaye Değişkeni İle Genişletilmesi: MRW nin Beşeri Sermaye Modeli
112 4.2. SBM nin Beşeri Sermaye Değişeni İle Genişletilmesi: MRW nin Beşeri Sermaye Modeli MRW, Solow un büyüme modelini, beşeri sermaye olgusunu da atara genişletmetedir. Bu yeni biçimiyle model, genişletilmiş
DetaylıCahit Arf Liseler Arası Matematik Yarışması 2008
Cahit Arf Liseler Arası Matemati Yarışması 2008 İinci Aşama 11 Mayıs 2008 Notlar: Birnci tasla. 1. Tamsayılardan gerçel sayılara tanımlı fonsiyonlar ümesi üzerinde şöyle bir operatörü tanımlayalım: f(x)
Detaylı2. KISITLI KALMAN FİLTRELEME. 2.1 Ayrık Zaman Durum-Uzay Modellerinde Filtreleme Problemi Durum uzay modeli
. GİRİŞ Modern aseri operasyonlarda uzun menzilden ve gerçe zamanda ara hareetlerinin gözetlenebilme yeteneğinin önemi gidere artmatadır. 2 yılında yedi devlet ve NAO Danışma, Komuta ve Kontrol Ajansının,
DetaylıTEK SERBESTLİK DERECELİ TİTREŞİM SİSTEMİNİN LAGUERRE POLİNOMLARI İLE MATRİS ÇÖZÜMÜ
EK SERBESLİK DERECELİ İREŞİM SİSEMİNİN LAGUERRE POLİNOMLARI İLE MARİS ÇÖZÜMÜ Mehmet ÇEVİK a, Nurcan BAYKUŞ b a Celal Bayar Üniversitesi Maine Mühendisliği Bölümü, Muradiye 454, Manisa. b Douz Eylül Üniversitesi,
DetaylıBasitleştirilmiş Kalman Filtresi ile Titreşimli Ortamda Sıvı Seviyesinin Ölçülmesi
Basitleştirilmiş Kalman Filtresi ile Titreşimli Ortamda Sıvı Seviyesinin Ölçülmesi M. Ozan AKI Yrd.Doç Dr. Erdem UÇAR ABSTRACT: Bu çalışmada, sıvıların seviye ölçümünde dalgalanmalardan aynalı meydana
DetaylıSERVOVALF VE HİDROLİK SİSTEMDEN OLUŞAN ELEKTROHİDROLİK BİR DÜMEN SİSTEMİNİN KONUM KONTROLÜ
GEMİ İNŞAATI VE DENİZ TEKNOLOJİSİ TEKNİK KONGRESİ 08 BİLDİRİLER KİTABI SERVOVALF VE HİDROLİK SİSTEMDEN OLUŞAN ELEKTROHİDROLİK BİR DÜMEN SİSTEMİNİN KONUM KONTROLÜ Fevzi ŞENLİTÜRK, Fuat ALARÇİN ÖZET Bu çalışmada
DetaylıCRYSTAL BALL Eğitimi
CRYSTAL BALL Eğitimi İki günlük bu kursun ilk yarısında, Crystal Ball Fusion Edition kullanılarak Excel tablolarına dayalı risk analizi öğretilecektir. Monte Carlo simülasyonu, tornado analizi ve Crystal
DetaylıQUANTILE 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
DetaylıMatris 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
DetaylıSÖZDE SPOT ELEKTRİK FİYATINI KULLANAN KISA DÖNEM HİDROTERMAL KOORDİNASYON PROBLEMİ İÇİN DELPHİ DİLİNDE YAZILMIŞ GÖRSEL BİR PROGRAM
SÖZDE SPOT ELEKTRİK FİYATINI KULLANAN KISA DÖNEM HİDROTERMAL KOORDİNASYON PROBLEMİ İÇİN DELPHİ DİLİNDE YAZILMIŞ GÖRSEL BİR PROGRAM Celal YAŞAR 1 Salih FADIL 2 M.Ali TAŞ 3 13 Dumlupınar Üniversitesi Mühendisli
Detaylıbiçiminde standart halde tanımlı olsun. Bu probleme ilişkin simpleks tablosu aşağıdaki gibidir
KONU 6: DOĞRUSAL PROGRAMLAMA MODELİ İÇİN ÇÖZÜM YÖNTEMLERİ III 6 Siples Tablo Siples algoritasında en ii çözü, verilen dpp için bir teel ugun çözüden başlanara, ardışı saısal işlelerle araştırılır Bu işleler,
DetaylıÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ
ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ TEMEL KAVRAMLAR PARAMETRE: Populasyonun sayısal açıklayıcı bir ölçüsüdür ve anakütledeki tüm elemanlar dikkate alınarak hesaplanabilir. Ana kütledeki
DetaylıELECO '2012 Elektrik - Elektronik ve Bilgisayar Mühendisliği Sempozyumu, 29 Kasım - 01 Aralık 2012, Bursa
ELECO '2012 Eletri - Eletroni ve Bilgisayar Mühendisliği Sempozyumu, 29 Kasım - 01 ralı 2012, Bursa Lineer Olmayan Dinami Sistemlerin Yapay Sinir ğları ile Modellenmesinde MLP ve RBF Yapılarının Karşılaştırılması
DetaylıÖZGEÇMİŞ. : :
1. Adı Soyadı : Fatma Zehra DOĞRU ÖZGEÇMİŞ Adres Telefon E-posta : Giresun Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, Ekonometri Bölümü, GİRESUN : 04543105411 : fatma.dogru@giresun.edu.tr 2. Doğum
DetaylıFarklı Madde Puanlama Yöntemlerinin ve Farklı Test Puanlama Yöntemlerinin Karşılaştırılması
Eğitimde ve Psiolojide Ölçme ve Değerlendirme Dergisi, Yaz 200, (), -8 Farlı Madde Puanlama Yöntemlerinin ve Farlı Test Puanlama Yöntemlerinin Karşılaştırılması Halil YURDUGÜL * Hacettepe Üniversitesi
DetaylıProje Adı: Sonlu Bir Aritmetik Dizinin Terimlerinin Kuvvetleri Toplamının İndirgeme Bağıntısıyla Bulunması.
Proje Adı: Sonlu Bir Aritmetik Dizinin Terimlerinin Kuvvetleri Toplamının İndirgeme Bağıntısıyla Bulunması. Projenin Amacı: Aritmetik bir dizinin ilk n-teriminin belirli tam sayı kuvvetleri toplamının
DetaylıARAŞTIRMA MAKALESİ /RESEARCH ARTICLE
ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Cilt/Vol.:8-Sayı/No: : 79-83 (007) ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE EN KÜÇÜK KARELER TAHMİN EDİCİSİ
Detaylık tane bağımsız değişgene bağımlı bir Y değişgeni ile bu bağımsız X X X X
3.1 Genel Doğrusal Bağlanım tane bağımsı değişgene bağımlı bir Y değişgeni ile bu bağımsı X X X X,,, değişgenleri arasındai ilişiyi bulma isteyelim. Bu ilişi modelinde yer alaca bağımsı değişgenler yalnıca
DetaylıZeki 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
DetaylıFARKLI YAPIM SİSTEMLERİ VE KONUT MALİYETLERİ
FARKLI YAPIM SİSTEMLERİ VE KONUT MALİYETLERİ ESRA BOSTANCIOĞLU 1, EMEL DÜZGÜN BİRER 2 ÖZET Bir binanın fonsiyon ve performansının değerlendirilmesinde; diğerlerinin yanında maliyet önemli bir parametredir.
DetaylıANKARA İLİ DELİCE İLÇESİ KÖPRÜSÜNÜN CPM METODU İLE MÜHENDİSLİK KRİTERLERİNİN BELİRLENMESİ
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 İ S L İ K B İ L İ M L E R İ D E R
DetaylıÇEVRESEL TEST HİZMETLERİ 2.ENVIRONMENTAL TESTS
ÇEVRESEL TEST HİZMETLERİ 2.ENVIRONMENTAL TESTS Çevresel testler askeri ve sivil amaçlı kullanılan alt sistem ve sistemlerin ömür devirleri boyunca karşı karşıya kalabilecekleri doğal çevre şartlarına dirençlerini
DetaylıKÜÇÜK TİTREŞİMLER U x U x U x x x x x x x...
36 KÜÇÜK TİTREŞİMLER A) HARMONİK OSİLATÖRLER B) LAGRANGE FONKSİYONU C) MATRİS GÖSTERİMİ D) TİTREŞİM FREKANSLARI E) ÖRNEKLER F) SONLU GRUPLAR VE TEMSİLLERİ G) METOT H) ÖRNEKLER - - - - - - - - - - - - -
DetaylıMOBİLYA ENDÜSTRİSİNDE AŞAMALAR ARASINDA FİRE BULUNAN ÇOK AŞAMALI TEDARİK ZİNCİRİ AĞININ OPTİMİZASYONU. Ercan ŞENYİĞİT 1, *
Erciyes Üniversitesi Fen Bilimleri Enstitüsü Dergisi 25 (1-2) 168-182 (2009) http://fbe.erciyes.edu.tr/ ISSN 1012-2354 MOBİLYA ENDÜSTRİSİNDE AŞAMALAR ARASINDA FİRE BULUNAN ÇOK AŞAMALI TEDARİK ZİNCİRİ AĞININ
DetaylıANKARA İLİ DELİCE İLÇESİ KÖPRÜSÜNÜN CPM METODU İLE MÜHENDİSLİK KRİTERLERİNİN BELİRLENMESİ
PAMUKKALE ÜNÝVERSÝTESÝ MÜHENDÝSLÝK YIL FAKÜLTESÝ PAMUKKALE UNIVERSITY ENGINEERING CÝLT COLLEGE MÜHENDÝSLÝK BÝLÝMLERÝ SAYI DERGÝSÝ JOURNAL OF ENGINEERING SAYFA SCIENCES : 1995 : 1 : 2-3 : 95-103 ANKARA
DetaylıBKİ farkı Standart Sapması (kg/m 2 ) A B BKİ farkı Ortalaması (kg/m 2 )
4. SUNUM 1 Gözlem ya da deneme sonucu elde edilmiş sonuçların, rastlantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel yöntemlere HİPOTEZ TESTLERİ denir. Sonuçların rastlantıya bağlı
DetaylıDENEY 3. HOOKE YASASI. Amaç:
DENEY 3. HOOKE YASASI Amaç: ) Herhangi bir uvvet altındai yayın nasıl davrandığını araştırma ve bu davranışın Hooe Yasası ile tam olara açılandığını ispatlama. ) Kütle yay sisteminin salınım hareeti için
DetaylıTürkiye de Enflasyon ve Döviz Kuru Arasındaki Nedensellik İlişkisi: 1984-2003
Türiye de Enflasyon ve Döviz Kuru Arasındai Nedenselli İlişisi: 1984-2003 The Causal Relationship Between Exchange Rates and Inflation in Turey:1984-2003 Yrd.Doç.Dr. Erem GÜL* Yrd.Doç.Dr. Ayut EKİNCİ**
DetaylıKİ KARE TESTLERİ. Biyoistatistik (Ders 2: Ki Kare Testleri) Kİ-KARE TESTLERİ. Sağlıktan Yakınma Sigara Var Yok Toplam. İçen. İçmeyen.
Biyoistatisti (Ders : Ki Kare Testleri) Kİ KARE TESTLERİ Yrd. Doç. Dr. Ünal ERKORKMAZ Saarya Üniversitesi Tıp Faültesi Biyoistatisti Anabilim Dalı uerormaz@saarya.edu.tr Kİ-KARE TESTLERİ 1. Ki-are testleri
DetaylıPERFORMANCE COMPARISON OF KARATSUBA AND NIKHILAM MULTIPLICATION ALGORITHMS FOR DIFFERENT BIT LENGTHS
İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi Yıl:14 Sayı: 27 Bahar 2015 s. 55-64 Araştırma Makalesi KARATSUBA VE NIKHILAM ÇARPMA İŞLEMİ ALGORİTMALARININ FARKLI BİT UZUNLUKLARI İÇİN PERFORMANSLARININ
DetaylıMalzeme Bağıyla Konstrüksiyon
Shigley s Mechanical Engineering Design Richard G. Budynas and J. Keith Nisbett Malzeme Bağıyla Konstrüsiyon Hazırlayan Prof. Dr. Mehmet Fırat Maine Mühendisliği Bölümü Saarya Üniversitesi Çözülemeyen
DetaylıBulanık ve Sağlam Bulanık Açıortay Regresyon Tekniklerinin Performansları Üzerine Bir Benzetim Çalışması
Afyon Kocatepe Üniversitesi Fen Bilimleri Dergisi Afyon Kocatepe University Journal of Sciences AKÜ FEBİD 12 (2012) 011301 (1-13) AKU J. Sci. 12 (2012) 011301 (1-13) ve Sağlam Tekniklerinin Performansları
DetaylıDEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cilt: 14 Sayı: 1 sh Ocak 2012
DEÜ MÜHENDİSLİ FAÜLTESİ MÜHENDİSLİ BİLİMLERİ DERGİSİ Cilt: 4 Sayı: sh. 39-47 Oca 202 ARIŞIMLI İİLİ LOJİSTİ REGRESYON MODELİNE İLİŞİN BİR UYGULAMA (AN APPLIACTION FOR MIXTURE BINARY LOGISTIC REGRESSION
DetaylıLineer Denklem Sistemleri Kısa Bilgiler ve Alıştırmalar
Lineer Denklem Sistemleri Kısa Bilgiler ve Alıştırmalar Bir Matrisin Rankı A m n matrisinin determinantı sıfırdan farklı olan alt kare matrislerinin boyutlarının en büyüğüne A matrisinin rankı denir. rank(a)
Detaylı(b) ATILIM Üniversitesi, Elektrik ve Elektronik Mühendisliği Böl.
ED Sistemleri için Etin Darbe Ayrıştırma ve Tehdit Kimlilendirme Algoritması Geliştirilmesi Development of Effective Pulse Deinterleaving and Threat Identification Algorithm for ESM Systems Ortaovalı H.
DetaylıİSTATİSTİKSEL DARALTICI (SHRINKAGE) MODEL VE UYGULAMALARI * A Statistical Shrinkage Model And Its Applications*
Ç.Ü. Fen Bilimleri Enstitüsü Yıl:010 Cilt:-1 İSTATİSTİKSEL DARALTICI (SHRINKAGE) MODEL VE UYGULAMALARI * A Statistical Shrinkage Model And Its Applications* Işıl FİDANOĞLU İstatistik Anabilim Dalı Fikri
DetaylıSigma 27, 190-196, 2009 Research Article / Araştırma Makalesi EFFECT OF INSULATION MATERIAL THICKNESS ON THERMAL INSULATION
Journal of Engineering and Natural Sciences Mühendisli ve Fen Bilimleri Dergisi Sigma 7, 19-19, 9 Research Article / Araştırma Maalesi EFFECT OF INSULATION MATERIAL THICKNESS ON THERMAL INSULATION Derya
DetaylıKalman Filtresi ve Bir Navigasyon Uygulaması
Number: 2012-2 SCIENCE AND TECHNOLOGY INFORMATION SHARING Article Web Page: www.ibrahimcayiroglu.com Kalman Filtresi ve Bir Navigasyon Uygulaması Kalman Filter and a Navigation Application İbrahim ÇAYIROĞLU
DetaylıDoç.Dr. M. Mengüç Öner Işık Üniversitesi Elektrik-Elektronik Mühendisliği Bölümü oner@isikun.edu.tr
Doç.Dr. M. Mengüç Öner Işık Üniversitesi Elektrik-Elektronik Bölümü oner@isikun.edu.tr 1. Adı Soyadı : Mustafa Mengüç ÖNER 2. Doğum Tarihi : 01.02.1977 3. Unvanı : Doçent Dr. 4. Öğrenim Durumu : ÖĞRENİM
Detaylıdoğru orantı doğru orantı örnek: örnek:
doğru orantı Kazanım :Doğru orantılı ii çolu arasındai ilişiyi tablo veya denlem olara ifade eder. Doğru orantılı ii çoluğa ait orantı sabitini belirler ve yorumlar. doğru orantı İi çolutan biri artaren
DetaylıDinamik Programlama Tekniğindeki Gelişmeler
MADENCİLİK Aralı December 1991 Cilt Volume XXX Sayı No 4 Dinami Programlama Teniğindei Gelişmeler Developments in Dynamic Programming Technique Ercüment YALÇIN (*) ÖZET Bu yazıda, optimum nihai açı işletme
DetaylıGeriye 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
DetaylıBağımsız Değişkenin Pareto Dağılımına Sahip Olması Durumunda Üyelik Fonksiyonunun Dayalı Parametre Tahmini
İnsan&İnsan, Sayı/Issue 6, Güz/Fall 2015, 27-36 ISSN: 2148-7537, wwwinsanveinsanorg Bağımsız Değişkenin Pareto Dağılımına Sahip Olması Durumunda Üyelik Fonksiyonunun Dayalı Parametre Tahmini Türkan Erbay
DetaylıONDOKUZ MAYIS ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ KİMYA MÜHENDİSLİĞİ BÖLÜMÜ KMB 405 KİMYA MÜHENDİSLİĞİ LABORATUVARI - 3
ONOKUZ MAYIS ÜNİVERSİESİ MÜHENİSLİK FAKÜLESİ KİMYA MÜHENİSLİĞİ BÖLÜMÜ KMB 405 KİMYA MÜHENİSLİĞİ LABORAUVARI - 3 ENEY 5: KABUK ÜP ISI EĞİŞİRİCİ ENEYİ (SHALL AN UBE HEA EXCHANGER) EORİ ISI RANSFERİ Isı,
DetaylıÜniversitesi. {g.karatas, Library, Science Direct ve Wiley veri içerisinde
:, Üniversitesi 34156, stanbul, {g.karatas, c.catal}@iku.edu.tr Özet. sistematik ebilmek üzere, yöntemlerini in n veri belirlemek, ortaya konulan. IEEE Explorer, ACM Digital Library, Science Direct ve
DetaylıPlazma 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
DetaylıPamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences
Pamuale Üniversitesi Mühendisli Bilimleri Dergisi Pamuale University Journal of Engineering Sciences Baca gazlarının eserji analizi ve yapay sinir ağları ile modellenmesi Exergy analysis of flue gases
Detaylı28/5/2009 TARİHLİ VE 2108/30 SAYILI KURUL KARARI 11 HAZİRAN 2009 TARİHLİ VE 27255 SAYILI RESMİ GAZETEDE YAYIMLANMIŞTIR.
28/5/2009 TARİHLİ VE 2108/30 SAYILI KURUL KARARI 11 HAZİRAN 2009 TARİHLİ VE 27255 SAYILI RESMİ GAZETEDE YAYIMLANMIŞTIR. Enerji Piyasası Düzenleme Kurumundan: ELEKTRĠK PĠYASASI DENGELEME VE UZLAġTIRMA YÖNETMELĠĞĠ
DetaylıİŞARETLİ SIRA İSTATİSTİĞİNİ KULLANAN PARAMETRİK OLMAYAN KONTROL DİYAGRAMIYLA SÜRECİN İZLENMESİ
V. Ulusal Üretim Araştırmaları Sempozyumu, İstanbul Ticaret Üniversitesi, 25-27 Kasım 2005 İŞARETLİ SIRA İSTATİSTİĞİNİ KULLANAN PARAMETRİK OLMAYAN KONTROL DİYAGRAMIYLA SÜRECİN İZLENMESİ Metin ÖNER Celal
DetaylıGENETİK ALGORİTMALARDA TEK VE ÇOK NOKTALI ÇAPRAZLAMANIN SÖZDE RASSAL POPULASYONLARA ETKİSİ
GENETİK ALGORİTMALARDA TEK VE ÇOK NOKTALI ÇARAZLAMANIN SÖZDE RASSAL OULASYONLARA ETKİSİ ınar SANAÇ Ali KARCI Bilgisayar Mühendisliği Bölümü Mühendisli Faültesi Fırat Üniversitesi 239 Elazığ ÖZET Geneti
DetaylıAşınmadan aynalanan hasar, gelişmiş ülelerde gayri safi milli hasılanın % 1-4 ü arasında maliyete sebep olmata ve bu maliyetin % 36 sını abrasiv aşınm
TİMAK-Tasarım İmalat Analiz Kongresi 6-8 Nisan 006 - BALIKESİR RSM TEKNİĞİ UYGULANARAK DERLİN MALZEMESİNİN OPTİMUM AŞINMA DEĞERİNİN TAHMİN EDİLMESİ Aysun SAĞBAŞ 1, F.Bülent YILMAZ ve Fatih ALTINIŞIK 3
DetaylıEğitim ve Bilim. Cilt 40 (2015) Sayı 177 31-41. Türkiye deki Vakıf Üniversitelerinin Etkinlik Çözümlemesi. Anahtar Kelimeler.
Eğitim ve Bilim Cilt 40 (2015) Sayı 177 31-41 Türiye dei Vaıf Üniversitelerinin Etinli Çözümlemesi Gamze Özel Kadılar 1 Öz Oran analizi ve parametri yöntemlerin eğitim urumlarını ıyaslaren yetersiz alması
DetaylıBİR 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
Detaylıalphanumeric journal The Journal of Operations Research, Statistics, Econometrics and Management Information Systems
Available online at www.alphanumericournal.com alphanumeric ournal Volume 3, Issue 1, 2015 2015.03.01.OR.02 MATEMATİKSEL PROGRAMLAMA İLE TEDARİK ZİNCİRİ YÖNETİMİNDE ETKİNLİK PLANLAMASI Murat ATAN * Sibel
Detaylı9. İZOMORFİZMA TEOREMLERİ VE EŞLENİK ELEMANLAR. Aşağıdaki teorem Homomorfizma teoremi olarak da bilinir.
9. İZOMORFİZMA TEOREMLERİ VE EŞLENİK ELEMANLAR Aşağıdai teorem Homomorfizma teoremi olara da bilinir. Teoremi 9.. (.İzomorfizma Teoremi) f : G H bir grup homomorfizması olsun. Şu halde ( ) dir. Özel olara,
DetaylıYüz 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
DetaylıDEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 5 Sayı: 1 sh. 89-101 Ocak 2003
DEÜ MÜENDİSLİK FAKÜLTESİ FEN ve MÜENDİSLİK DERGİSİ Cilt: 5 Sayı: 1 sh. 89-101 Oca 00 PERDE ÇERÇEVELİ YAPILARDA a m PERDE KATKI KATSAYISININ DİFERANSİYEL DENKLEM YÖNTEMİ İLE BULUNMASI VE GELİŞTİRİLEN BİLGİSAYAR
DetaylıBİLSAT I UYDU YÖRÜNGESİNİN İRDELENMESİ
. Uzatan Algılama ve Coğrafi Bilgi Sistemleri Sempozyumu UZAL-CBS 008, Kayseri. 498 BİLSAT I UYDU YÖRÜNGESİNİN İRDELENMESİ Eren ERDOĞAN 1, M. Onur KARSLIOĞLU, Seran URAL 3 1 Orta Doğu Teni Üniversitesi,
DetaylıT.C. Hitit Üniversitesi. Sosyal Bilimler Enstitüsü. İşletme Anabilim Dalı
T.C. Hitit Üniversitesi Sosyal Bilimler Enstitüsü İşletme Anabilim Dalı X, Y, Z KUŞAĞI TÜKETİCİLERİNİN YENİDEN SATIN ALMA KARARI ÜZERİNDE ALGILANAN MARKA DENKLİĞİ ÖĞELERİNİN ETKİ DÜZEYİ FARKLILIKLARININ
DetaylıMOBİL ROBOTLARIN BİNA İÇİ KOŞULLARDA ULAŞMA ZAMANI KULLANILARAK KABLOSUZ LOKALİZASYONU
ÖHÜ Müh. Bilim. Derg. / OHU J. Eng. Sci. ISSN: 2564-6605 doi: 10.28948/ngumuh.364850 Ömer Halisdemir Üniversitesi Mühendisli Bilimleri Dergisi, Cilt 7, Sayı 1, (2018), 99-119 Omer Halisdemir University
DetaylıNedensel Modeller Y X X X
Tahmin Yöntemleri Nedensel Modeller X 1, X 2,...,X n şeklinde tanımlanan n değişkenin Y ile ilgili olmakta; Y=f(X 1, X 2,...,X n ) şeklinde bir Y fonksiyonu tanımlanmaktadır. Fonksiyon genellikle aşağıdaki
DetaylıENDEKS SAYILAR. fiyat, üretim, yatırım, ücret ve satış değişimlerinin belirlenmesi. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör.
ENDEKS SLAR Bir değişenin farlı birimler üzerinde veya zaman içerisindei değişimini oransal olara ifade sayılara ENDEKS SLAR adı verilir. Endes sayılar ısaca endesler olara ifade edilir. Kullanım alanları;
Detaylıile plakalarda biriken yük Q arasındaki ilişkiyi bulmak, bu ilişkiyi kullanarak boşluğun elektrik geçirgenlik sabiti ε
Farlı Malzemelerin Dieletri Sabiti maç Bu deneyde, ondansatörün plaalarına uygulanan gerilim U ile plaalarda birien yü Q arasındai ilişiyi bulma, bu ilişiyi ullanara luğun eletri geçirgenli sabiti ı belirleme,
DetaylıFarklı Sıcaklıkların Scymnus subvillosus un Bıraktığı Yumurta Sayıları Üzerine Etkilerinin Karışımlı Poisson Regresyon ile Analiz Edilmesi
Yüzüncü Yıl Üniversitesi, Ziraat Faültesi, Tarım Bilimleri Dergisi J. Agric. Sci., 2007, 72: 73-79 Araştırma Maalesi/Article Geliş Tarihi: 3.0.2007 abul Tarihi: 2.07.2007 Farlı Sıcalıların Scymnus subvillosus
DetaylıProf.Dr.. ERGÜN ÖZTÜRK JEODEZİ KOLLOKYUMU ÜÇ BOYUTLU AĞLARIN DENGELENMESİ
Prof.Dr.. ERGÜN ÖZTÜRK JEODEZİ KOLLOKYUMU ÜÇ BOYUTLU AĞLARIN DENGELENMESİ Yrd.Doç.Dr Doç.Dr.. Orhan KURT Kocaeli Üniversitesi Mühendisli Faültesi, Harita Mühendisliği Bölümü 15 Mart 13, Kocaeli SUNUŞ GİRİŞ
Detaylı