İnsansız Hava Sistemleri için Güzergâh Optimizasyonu Route Optimization for Unmanned Aerial Systems
|
|
- Aysel Kent
- 6 yıl önce
- İzleme sayısı:
Transkript
1 International Artificial Intelligence and Data Processing Symposium (IDAP'6) İnsansız Hava Sistemleri için Güzergâh Optimizasyonu Route Optimization for Unmanned Aerial Systems Hicran Yılmaz Mekatronik Mühendisliği om Şengül Doğan Adli Bilişim Mühendisliği Erhan Akbal Adli Bilişim Mühendisliği Gonca Özmen Koca Mekatronik Mühendisliği Özet Uzaktan kumanda edilebilen veya uçuş planı önceden tanımlanan İnsansız Hava Araçları (İHA) insan güvenliğini tehlikeye düşürmeden pek çok uygulamada yaygın bir şekilde kullanılabilmektedir. Bu çalışmada, İHA ların güzergah planlaması problemi için kullanılabilecek bir optimizasyon çözümü incelenmiştir. Çalışma, gerçek hayat problemlerine uygunluğun sağlanabilmesi için 3 boyutlu yüzeyler baz alınarak tasarlanmıştır. Böylelikle gerçek hayat problemleri için İHA ların hareket planlamasında maliyet ve sürenin optimize edilmesi sağlanmıştır. Bu amacın gerçekleştirilmesi için yaygın kullanılan optimizasyon yöntemlerinden biri olan Genetik Algoritma kullanılmıştır. Anahtar Kelimeler İnsansız Hava Sistemleri, Optimizasyon, Rotalama, 3B Genetik Algoritma Abstract Unmanned Aerial Vehicle controlled remotely or pre-defined flight plan can be used widely in many applications without compromising human safety. In this study, an optimization solution is examined for the problem of route planning of UAVs.. The study is performed based on 3D surfaces in order to ensure compliance with the real life problems. Thus, the cost and time optimization in motion planning of UAVs are provided for the real life problems. Genetic Algorithm one of commonly preferred optimization method is used to achieve this purpose. Index Terms Unmanned Airline Systems, Optimization, Routing, 3D Genetic Algorithm I. GİRİŞ İnsansız sistemler; içinde insan bulundurmayan, hava, kara ve deniz araçlarından oluşmaktadır. İnsansız sistemler otonom olarak kendini yönlendirebilir ya da uzaktan kumanda ile kontrol edilebilir [-3]. İnsansız sistemler uçak gibi diğer araçlara göre fiyat olarak daha ucuzdur. Bu sistemler daha çok risk durumu yüksek olan görevler için kullanılmaktadır. Böylece yetişmiş insan kaybının en aza indirilmesi amaçlanmaktadır. Günümüzde kullanılan insansız sistemlere otonom özelliği kazandırılarak insan etkisi daha aza indirilmiştir []. İnsansız sistemlere olan bu talebin nedeni insanların gidemediği ya da güvenli olarak gidip dönülemeyecek yerlere bu sistemlerin gönderilebilir olmalarından kaynaklanmaktadır [4]. İnsansız sistemler: Kullanıcı sistemi etkili bir şekilde planlama sürecine sahiptir. İhtiyaçlara göre zamana esas değişikliklere uyumludur. Karar verici unsurlar için bilgileri doğru ve zamanında paylaşabilir. Ağ üzerinde verimli çalışabilir [3,5]. İnsansız sistemler Askeri ve Sivil alanda farklı kullanım alanlarına sahiptirler. Askeri kullanımı: İstihbarat, gözetleme ve keşif. Bu kullanım alanlarına örnek olarak mayın tespiti, biyolojik veya kimyasal tehditlerin tespiti, vb. verilebilir. Sivil kullanımı: Atmosfer araştırması, Okyanus gözlemleri, Jeolojik araştırmalar, Hava durumu tahmini.sivil kullanım alanlarına örnek olarak hava tahmini, atmosfer ve okyanuslar hakkında veri toplama, sel izleme, kasırga izleme, afet operasyon yönetimi, felaket durum değerlendirmesi, arama kurtarma, yangınla mücadele, nükleer radyasyon gözleme, deprem gözleme, volkan gözleme, şehirlerin trafik durumunun izlenmesi verilebilir [,5,6]. Literatürde Uzaktan Kontrollü Uçak, Radyo Kontrollü Uçak gibi isimler ile de anılan İnsansız Hava Araçlarında havacılık, elektronik, elektro-mekanik, bilgisayar ve yazılım gibi disiplinler bir arada kullanılmaktadır. Bu nedenle insansız hava sistemleri yüksek teknolojiye ve son derece karmaşık bir yapıya sahiptir [7]. Son zamanlarda yapılan çalışmalarda İnsansız Hava Sistemleri (İHS) ile tehdit yaratabilecek veya engelli ortamlarda amaca uygun rota planlaması konusu üzerine çalışmalar yapılmaktadır []. Teknolojik gelişmelerin sürekli ilerlemesi paralelinde insansız sistemlerin de uygulama alanları genişlemiştir. Bu sistemlerin maliyetlerini azaltmak amacıyla rota planlaması çalışmaları da giderek artmıştır. Yani İHS lerin kullanımındaki verimliliği ve ekonomikliği artırmak için rota planlaması probleminin çözüm uygulamaları etkin bir araç September 7-8, 26 Malatya/TURKEY 45
2 International Artificial Intelligence and Data Processing Symposium (IDAP'6) olarak kullanılmaktadır [5]. Özellikle yerleşim yerlerinde ve stratejik görevlerde kullanılan İHA ların görev zamanlarında karşılaşılan Araç Rotalama Problemleri (ARP) önem arz etmektedir. ARP birçok sektörde oldukça yüksek maliyetlere sebep olabilmektedir. İHS lerinin rota planlama problemlerinin verimli bir şekilde çözümünün sağlanması büyük tasarruflar sağlayacaktır. Bu sayede hedeflerin zamanında gözetlenebilmelerine de olanak sağlamış olacaktır [8]. Bu çalışmanın amacı İnsansız Hava Sistemlerinin(İHS) rota planlamasının yapılması ve verimliğinin artırılmasına yardımcı olmaktır. İHS nin hedef olarak kullandığı noktalar arasında nasıl bir yol izleyeceği belirlenecektir. Bu rotanın planlama süreci problem olarak ele alınmıştır. Gidilebilecek tüm rota planı alternatiflerinden en iyisinin bulunması amaçlanmaktadır. Bir problemin birden çok çözüm yöntemi olabilir. Önemli olan mümkün olabilecek tüm çözümler arasından en iyi, gerçeğe en yakın ve en verimli çözümün bulunmasıdır. En iyiyi bulma işlemi optimizasyon işlemidir. Optimizasyon uygulamaları için birçok yaklaşım ve bu yaklaşımlara bağlı yöntemler geliştirilmektedir. Bu çalışmada insansız hava sistemleri için en iyi rota planlamasının bulunmasında sezgisel bir yaklaşım olan Genetik Algoritma yöntemi uygulanmıştır. Genetik algoritma yöntemi farklılaştırılarak 3 boyutlu bir geometrik şekil olan küre yüzeyine uygulanmıştır. Bu amaçla ikinci bölümde ARP, üçüncü bölümde bu çalışmadaki problemin çözümünde kullanılan Genetik Algoritma(GA) metodu, dördüncü bölümde geliştirilen uygulama çalışması, son bölümde ise sonuç ve öneriler sunulmuştur. II. ARAÇ ROTALAMA PROBLEMİ Araç Rotalama Problemi (ARP), belirli bir noktadan başlanması suretiyle farklı noktalara en kısa süre ve en düşük maliyetle minimum sayıda araç ile uğranılmasını eniyileyen problemdir [9]. ARP nin amacı taşıma maliyetlerini azaltmak ve en kısa sürede verilen görevi tamamlamaktır. Böylece verimliliğin artmasının sağlanması amaçlanmaktadır. Bu artışın sağlanması için bir veya birden fazla aracın izlemesi gereken en iyi yol güzergâhı bulunmalıdır []. Farklı bir tanımlama yapılacak olursa ARP, coğrafi konumları itibarıyla dağınık bulunan müşterilere hizmet vermek için tanımlanan araçların optimum dağıtım veya toplama güzergahlarının tasarlanması problemidir [9]. Rota planlaması yapılmasındaki temel amaç; sonsuz sayıda bulunabilecek çözümler içerisinden en iyiye yakın çözüme ulaşmaktır. Sürekli bir yapısı bulunan araç güzergâhının sonsuz sayıda çözüm kümesi elemanı içermesi, çözüm uzayını kesikli yapıya dönüştürmeye yönlendirmektedir. Bu şekilde çözümün elde edilmesi için de sezgisel yöntemler uygulanmaktadır. İnsansız hava sistemlerine ait görev planlamasından bahsedildiği zaman ilk akla gelen rota planlaması yani güzergâh planlamasıdır. Rota planlaması yapılırken bir aracın belirli bir başlangıç noktasından başlayarak araca engel olarak tanımlanan noktalara uğramadan hedef olarak belirlenmiş noktalardan geçerek bitiş noktasına varma sürecinin kapsamı ele alınır. Burada engel noktalar tehlikeli alanlar, bulunulan konumdan aşırı uzaklıkta veya yükseklikte bulunan noktalar, düşman tarafından engel koyulan noktalar veya korunmakta olan alanlar olabilir. İnsansız hava sistemlerinin rota problemi için temel unsurlar; Başlangıç noktası; sistemin rotayı izlemeye başlayacağı ilk konum, Hedef; sistemin bulunduğu konumdan bir sonra gideceği nokta veya alan, Boş uçuş yolu; sistemin iki hedef arasında geçiş yaparken izlediği yol, Bitiş noktası; sistemin son olarak uğradığı veya uğrayacağı hedef noktadır. İHS rota planlaması problemi belirli koordinatlara sahip bir arazi üzerine konumlandırılmış İHS lerinin, bu alan üzerinde tanımlanmış hedef noktalarını veya alanlarını bazı kısıtlar(yakıt, menzil vs.) altında gezecekleri sırayı içeren güzergâhı belirleyen algoritmayı geliştirmektir [7]. Araç rotalama problemlerinin çözümü için genelde sezgisel yöntemler kullanılmaktadır. Fakat çözüm zamanı düşük olan küçük problemler için klasik metotlar da kullanılmaktadır. Literatürdeki uygulamalara bakıldığında bilişim teknolojisi alanındaki gelişmelere paralel olarak yapılan çalışmaların birçoğunda sezgisel tekniklerden yararlanıldığı görülmektedir [8]. İHS ler için rota planlama çok önemli bir konudur. Özellikle İHS lerine birden fazla görev verildiği durumlarda verimin artırılması zamandan tasarruf sağlanması adına yol planlaması daha büyük önem arz etmektedir. Birden fazla çözüme sahip olduğu için de rota planlama optimizasyon problemi haline gelmiştir. Bu tip olasılıksal problemlerin çözümünde GA sıklıkla kullanılan bir yöntemdir. Bu çalışmada da GA ile 3 boyutlu rota planlama problemi uygulama olarak ele alınmıştır [6]. III. GENETİK ALGORİTMA Darwin in doğal seçim prensibine dayanan genetik algoritma yöntemi, doğada var olan evrimsel süreç baz alınarak modellenmiş bir arama ve eniyileme algoritmasıdır. Genetik algoritma mevcut probleme tek bir çözüm sunmak yerine bir çözüm uzayı oluşturur. Böylelikle çözüm uzayında farklı yapılardan meydana gelen farklı çözüm noktalarına ulaşılabilmektedir [3]. Genetik algoritma yönteminde olası çözüm kümesi popülasyon olarak adlandırılır. Popülasyonlar ise yapı taşı gen olan birey veya kromozom olarak tanımlanan yapılardan oluşur. Genetik algoritmada probleme ait en iyi çözümün bulunabilmesi problemin uygun şekilde modellenmesine ve oluşturulacak gen-kromozom yapısına dönüştürülmesine bağlıdır. Başlangıç popülasyonunda genetik çeşitliliğin sağlanması için çaprazlama ve mutasyon olarak adlandırılan genetik operatörlere ihtiyaç duyulur. Çaprazlama; Şekil de gösterildiği gibi popülasyondan seçilen bireylerin belirli noktalarındaki gen bloğunun yer değiştirmesi ile yeni bireylerin oluşması sürecidir [3,4]. September 7-8, 26 Malatya/TURKEY 452
3 International Artificial Intelligence and Data Processing Symposium (IDAP'6) Engel Noktası Ebeveyn Ebeveyn 2 Çocuk Çocuk 2 Ulaşım Noktası Fig.. Çaprazlama işlemi Aynı şekilde mutasyon işleminde de popülasyondaki bir bireyin belirli bir veya birkaç geninin değiştirilmesi ile yeni bireyler oluşturularak popülasyonda çeşitliliğin oluşturulması sağlanır. Mutasyon işlemi Şekil 2 de gösterilmiştir. Ebeveyn Çocuk Fig. 2. Mutasyon işlemi Genetik algoritmadaki önemli faktörlerden biride uygunluk fonksiyonudur. Uygunluk fonksiyonu her bireyin çözüm kalitesi hesabıdır. Genetik algoritma yönteminde uygunluk fonksiyonu yüksek olan bireylerin popülasyondaki diğer bireyler ile çoğalıp uygunluk değeri daha iyi bireylerin oluşturulması hedeflenir. Böylelikle seçme kriteri ile her bir iterasyonda uygunluk değeri düşük bireylerin seçilme olasılığı azaltılarak hedeflenen çözüm uzayına ulaşılmaya çalışılır [4]. IV. GENETİK ALGORİTMA YÖNTEMİNİN 3B YÜZEYLER İÇİN UYGULANMASI İnsansız hava sistemleri; askeri alanlar, sel, yangın gibi görevin kritik olduğu alanlarda büyük öneme sahiptir. Bu gibi alanlarda görevlerin yerine getirilmesi öncelikli olmasına rağmen insan kaybı riskine sebep olmaması da günümüzde insansız hava sistemlerinin yaygın kullanılmasına sebep olmaktadır. Şekil 3 de temsil edildiği gibi yerleşim yerlerinde veya tanımlanan alanda ortaya çıkacak olası bir durumda uzaktan kumanda ve önceden tanımlanan uçuş planı ile problemlere çözüm bulunması amaçlanmaktadır. Fig. 3. Yerleşim yerlerinde engel ve ulaşım noktası gösterimi Kritik durumlarda örneğin askeri hava görevlerinde başarı sağlanması için zaman ve görevin tam icrası önemlidir. İnsansız hava sistemlerinin keşif ve gözetim gibi görevlerinde doğru görüntülerin hızlı bir şekilde aktarılması başarılı bir sonuç için gereklidir. Burada teşhis edilecek hedeflerin fazla olması ve görevlendirilen insansız hava sistemlerinin sayısının artması ile bir planlama yapılması gerekliliği ortaya çıkmaktadır. Hedef ve sistem sayısının artışı çözüm sayısında da artışa neden olmaktadır. Bu çözüm sayısındaki artış performans açısından düşük çözümleri de bulundurmaktadır. Bu gibi verimi düşük performanslar yerine mümkün çözümlerden en iyisinin bulunması gerekmektedir. Bunun için bilinen hedeflere uygun rota planlama çalışmaları yapılmaktadır. Rota planlama çalışmalarında üretilen çözümlerden en iyisinin bulunması için GA yöntemi kullanılmıştır. GA yönteminde tek bir çözüm üretilmemektedir. Bunun yerine farklı çözümleri barındıran bir çözüm uzayı bulunur. Bu şekilde çözüm uzayında birden fazla değerlendirme yapılıp en iyi sonuca ulaşma ihtimali de artmaktadır. Genetik algoritma sezgisel bir yöntem olup optimizasyon problemlerinde kullanılan bir yöntemdir. Bu çalışmada GA küre yüzeyine uygulanmıştır. İnsansız hava sistemlerinin hedef olarak gördükleri noktalar yeryüzünde bulunmaktadır. Bu hedefler engebeli yani yüksekliği ya da derinliği olan noktalar olabilir. Bu nedenle yükseklik ve derinlik hesaplamalarının da işlemlere yansıtılacağı bir küre yüzeyinde çalışmak daha doğru sonuçlar elde etmemize fayda sağlayacaktır. Küre yüzeyi insansız hava sistemlerinin hedefi olan yeryüzündeki noktaların temsili için dünya şekline benzerliği açısından kullanılmıştır. Bu benzerlik sayesinde iki boyutlu ya da farklı benzetimlerden kaynaklanan hata payının en aza indirilmesine çalışılmıştır. Çözüm için geliştirilen algoritma MATLAB R24a ile kodlanmıştır. Rota planlaması algoritmasına ait işlem adımları şu şekilde verilmiştir. Adım : Değişken tanımlaması yapılır. Değişkenler hedeflerin üç boyutta alınan koordinat değerleridir. Adım 2: Hedef noktalar arasındaki mesafe (Y) hesabı denklem -4 kullanılarak yapılır [-2]. Birim küre yüzeyi baz alındığında en kısa yol yay uzunluğu ile tanımlanmaktadır. () September 7-8, 26 Malatya/TURKEY 453
4 International Artificial Intelligence and Data Processing Symposium (IDAP'6) (2) Adım 3: Rastsal bir başlangıç popülasyonu oluşturulur. Adım4:Başlangıç popülasyonuna genetik algoritma operatörleri olan seçim, çaprazlama ve mutasyon işlemleri uygulanarak yeni çözümler üretilir. Adım 5: Üretilen çözümlerin uygunluk değeri hesaplanır. Adım 6: Algoritma durdurma kriteri ya da iterasyon sayısını sağlayıncaya kadar devam eder. Elde edilen çözüm tüm çözümlerin bulunduğu çözüm uzayındaki optimum çözüm yani en iyi rota planıdır. V. DENEYSEL SONUÇLAR Bu çalışmada askeri hava görevlerinde rota planlaması için kullanılabilecek bir optimizasyon problemine çözüm aranmıştır. Çalışmada dünya yüzeyine benzerliği nedeniyle küre yüzeyi kullanılmıştır. Problemin çözümünde küre yüzeyi x,y,z eksenlerinde,25,5 birim seçilmiştir. Küre yüzeyi üzerinde [-5] noktalar seçilerek rota planlaması için yapı oluşturulmuştur. Oluşturulan yapıda seçilen düğüm noktası için koordinatlar ve engel noktaları Tablo de verilmiştir. Engel noktaları kalın font ile Tablo de belirtilmiştir. (3) (4) Sayısı 5x5x Tablo 2 de [::5] düğüm noktaları (ulaşım ve engel noktaları) için [2:2:] evrim sayısında toplam mesafenin azaldığı görülmektedir. Şekil 4 de 3 düğüm noktası için belirlenen evrim sayılarında elde edilen mesafe uzunlukları gösterilmiştir. TABLE I. BELİRLENEN KÜRE YÜZEYİNDE DÜĞÜM NOKTASI İÇİN XX BOYUTLU YÜZEYDE ULAŞIM VE ENGEL KOORDİNATLARI XX 25X25X25 5X5X5 X Y Z X Y Z X Y Z Fig düğüm noktası için elde edilen mesafe uzunlukları Aynı zamanda belirlenen düğüm noktaları için ortalama mesafe uzunlukları Şekil 5 de verilmiştir. Belirlenen koordinatlara göre, 25, 5 birim boyutlarındaki yüzeylerden elde edilen optimum mesafeler Tablo 2 de verilmiştir. TABLE II. BELİRLENEN BOYUTLARDAKİ YÜZEY İÇİN FARKLI DÜĞÜM SAYILARINDA ELDE EDİLEN OPTİMUM MESAFE DEĞERLERİ (X 3 ). xx Sayısı x25x25 Sayısı Fig. 5. Belirlenen düğüm noktaları için elde edilen ortalama mesafe uzunlukları September 7-8, 26 Malatya/TURKEY 454
5 International Artificial Intelligence and Data Processing Symposium (IDAP'6) VI. SONUÇLAR İnsansız hava araçları, insan kaybının yaşanabileceği kritik görevlerde yaygın bir şekilde kullanılmaktadır. Özellikle kablosuz ve ağ iletişimindeki gelişmeler bu cihazlara güvenlik uygulamaları, haritacılık, gözetleme ve keşif gibi alanlarda farklı roller yüklemiştir. Uzaktan kontrol veya önceden tanımlanmış belirli bir uçuş planı sayesinde hareket edebilen insansız hava araçları insan ölümlerine neden olabilecek pek çok farklı sektörde güvenle kullanılabilmektedir. Bu çalışmada insansız hava araçlarının kritik görevlerde kullanılması esnasında en önemli faktörlerin başında gelen süre ve maliyetin iyileştirilmesi için rota planlaması üzerine bir çalışma sunulmuştur. Dünya yüzeyine benzerliği nedeniyle çalışmada küre yüzeyi kullanılmıştır. Genetik algoritma yöntemi ile farklı boyutlardaki küre yüzeyi üzerinde belli düğüm noktaları alınarak optimum mesafe hesabı elde edilmiştir. Gelecek çalışmalarda uygulamanın farklı optimizasyon yöntemleri ile başarımının ölçülmesi planlanmaktadır.. KAYNAKLAR [] N. Özalp, 3 lu Arazi Üzerinde Çoklu Otonom İnsansız Hava Aracı Rota Planlaması, Yüksek Lisans Tezi, Hava Harp Okulu Havacılık Ve Uzay Teknolojileri Enstitüsü, Temmuz 23. [2] C. Gencer, K.E. Aydoğan, S. Kocabaş, İnsansız Hava Araçlarının Rota Planlaması İçin Bir Karar Destek Sistemi, Kara Harp Okulu Savunma Bilimleri Dergisi, 8(2), 59-73, 29. [3] C. Ercan, C. Gencer, İnsansız Hava Sistemleri Rota Planlaması Dinamik Çözüm Metotları Ve Literatür Araştırması, S.Ü. Müh. Bilim ve Tekn. Derg., c., s.2, 5-72, 23. [4] R. Aksoy, S. Kurnaz, İnsansız Kara Araçları Ve Muharebe Gereksinimleri, Havacılık Ve Uzay Teknolojileri Dergisi, c.4.,s..,-, 29. [5] Z. Goraj, Civilian Unmanned Aerial Vehicles Overview Of European Effort and Challenges for the Future, Aviation Journal, Vilnius, VII (), 3-5, 23. [6] SSM 2-23 Türkiye İHA yol haritası, x.htm [7] H. Aydemir, İnsansız Hava Araçlarının Rotalama Problemi İçin Simülasyon Tabanlı Karar Destek Sistemi, Doktora Tezi, Kara Harp Okulu Savunma Bilimleri Enstitüsü Harekat Araştırması Ana Bilim Dalı, Ankara, 24. [8] C. Ercan, C. Gencer, Dinamik İnsansız Hava Sistemleri Rota Planlaması Literatür Araştırması ve İnsansız Hava Sistemleri Çalışma Alanları, Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, Cilt 9, Sayı 2, 4-, 23. [9] B. Pakkan, M.Ermiş, İnsansız Hava Araçlarının Genetik Algoritma Yöntemiyle Çoklu Hedeflere Planlanması, Havacılık Ve Uzay Teknolojileri Dergisi, Ocak 2, Cilt 4, Sayı 3 (77-84). [] M. Eryavuz, C. Gencer, Araç Rotalama Problemine Ait Bir Uygulama, Süleyman Demirel Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, Yayınlanmamış Y. Lisans Tezi, Isparta, 2. [] M. Çetin, Gezgin Satıcı Örnek Problemlerinin Optimum Sonuçlarının Grid Aracılığı İle Hesaplanması, Yüksek Lisans Tezi, Balıkesir Üniversitesi Fen Bilimleri Enstitüsü Endüstri Mühendisliği Anabilim Dalı, Balıkesir, 27. [2] A. Uğur, S. Korukoğlu, A. Calıskan, M. Cinsdikici, A. Alp, Genetic Algorithm Based Solution for Tsp On A Sphere, Mathematical and Computational Applications, Vol. 4, No. 3, pp , 29. [3] T. Altıntop, Genetik Algoritma ile Dilsel Özetlerin Çıkarılması, Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Y. Lisans Tezi, Ankara, 25. [4] V. Altıntaş, Genetik Algoritma ile Baskı Devre Yerleşim Optimizasyonu, Süleyman Demirel Üniversitesi, Fen Bilimleri Enstitüsü, Y. Lisans Tezi, Isparta, 24. September 7-8, 26 Malatya/TURKEY 455
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
DetaylıGENETİK 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.
DetaylıFonksiyon 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
DetaylıGENETİK 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
DetaylıGENETİK 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
DetaylıZeki 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
DetaylıGezgin Satıcı Probleminin İkili Kodlanmış Genetik Algoritmalarla Çözümünde Yeni Bir Yaklaşım. Mehmet Ali Aytekin Tahir Emre Kalaycı
Gezgin Satıcı Probleminin İkili Kodlanmış Genetik Algoritmalarla Çözümünde Yeni Bir Yaklaşım Mehmet Ali Aytekin Tahir Emre Kalaycı Gündem Gezgin Satıcı Problemi GSP'yi Çözen Algoritmalar Genetik Algoritmalar
DetaylıSerdar 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
DetaylıAdana Toplu Taşıma Eğilimleri
Adana Toplu Taşıma Eğilimleri Doç. Dr. Mustafa Gök Elektrik Elektronik Mühendisliği Bilgisayar Bilimleri Ana Bilim Dalı Başkanı 13.06.2014 Doç. Dr. Mustafa Gök (Ç. Ü.) Adana Toplu Taşıma Eğilimleri 13.06.2014
DetaylıGenetik 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.
DetaylıİNSANSIZ HAVA ARAÇLARININ ROTA OPTİMİZASYONU
VI. ULUSAL HAVACILIK VE UZAY KONFERANSI 28-30 Eylül 2016, Kocaeli Üniversitesi, Kocaeli İNSANSIZ HAVA ARAÇLARININ ROTA OPTİMİZASYONU Muharrem Selim CAN 1 ve Pınar ÇİVİCİOĞLU 2 Erciyes Üniversitesi/Havacılık
DetaylıGezgin 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
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
DetaylıEv Tipi Yenilenebilir Hibrit Sistem İçin Mikro-Genetik Algoritma ile Optimal Yük Planlaması
Ev Tipi Yenilenebilir Hibrit Sistem İçin Mikro-Genetik Algoritma ile Optimal Yük Planlaması Özay CAN, Nedim TUTKUN Düzce Üniversitesi Elektrik/Elektronik Mühendisliği Kapsam Giriş Hibrit Sistem ve Güç
DetaylıKARINCA 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
DetaylıYÖNEYLEM ARAŞTIRMASI - I
YÖNEYLEM ARAŞTIRMASI - I 1/19 İçerik Yöneylem Araştırmasının Dalları Kullanım Alanları Yöneylem Araştırmasında Bazı Yöntemler Doğrusal (Lineer) Programlama, Oyun Teorisi, Dinamik Programlama, Tam Sayılı
DetaylıSaha İş Gücü Yönetim Sistemi ve Güzergah Optimizasyonu
Saha İş Gücü Yönetim Sistemi ve Güzergah Optimizasyonu Sahayı Bilerek Yönetin Başarsoft, hayatınıza harita tabanlı çözümler sunar. Saha İş Gücü Yönetim Sistemi Nedir? Kurum ve firmaların, saha işlerini
DetaylıİNSANSIZ HAVA ARAÇLARININ GENETİK ALGORİTMA YÖNTEMİYLE ÇOKLU HEDEFLERE PLANLANMASI
HAVACILIK VE UZAY TEKNOLOJİLERİ DERGİSİ OCAK 2010 CİLT 4 SAYI 3 (77-84) İNSANSIZ HAVA ARAÇLARININ GENETİK ALGORİTMA YÖNTEMİYLE ÇOKLU HEDEFLERE PLANLANMASI Hv.Plt.Yzb. Baha PAKKAN* HHO Havacılık ve Uzay
DetaylıGEMİYE KONUŞLU İNSANSIZ HAVA ARACININ HEDEFLERE ROTALANMASININ OPTİMİZASYONU
GEMİYE KONUŞLU İNSANSIZ HAVA ARACININ HEDEFLERE ROTALANMASININ OPTİMİZASYONU Halil SAVURAN (a), Hamdi DEMİREL (b), Murat KARAKAYA (c) (a) Atılım Üniversitesi, Yazılım Müh. Böl., Ankara, halil.savuran@atilim.edu.tr
DetaylıVERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN
VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr İçerik Kümeleme İşlemleri Kümeleme Tanımı Kümeleme Uygulamaları Kümeleme Yöntemleri Kümeleme (Clustering) Kümeleme birbirine
DetaylıMETASEZGİSEL YÖNTEMLER. Genetik Algoritmalar
METASEZGİSEL YÖNTEMLER Genetik Algoritmalar 1970 li yıllarda John Holland tarafından geliştirilmiştir. 1989 yılında David E. Goldberg Genetik Genetik Algoritma Algoritma Uygulamaları üzerine klasik eser
DetaylıMekatronik 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
DetaylıBİRİNCİ BÖLÜM: TEDARİK ZİNCİRİ YÖNETİMİNE GİRİŞ
İÇİNDEKİLER Önsöz... v İçindekiler... vii BİRİNCİ BÖLÜM: TEDARİK ZİNCİRİ YÖNETİMİNE GİRİŞ 1.1 Tedarik Zincirinin Temel Fonksiyonları... 8 1.1.1 Üretim... 8 1.1.2 Envanter Yönetimi... 16 1.1.3 Taşıma ve
DetaylıGENETİK ALGORİTMALARA GİRİŞ (II) BİNARİ KODLANMIŞ GA
GENETİK ALGORİTMALARA GİRİŞ (II) BİNARİ KODLANMIŞ GA Nedim TUTKUN Düzce Üniversitesi Elektrik Elektronik Mühendisliği Bölümü nedimtutkun@duzce.edu.tr Düzce Üniversitesi Elektrik&Elektronik Mühendisliği
DetaylıTEDARİK ZİNCİRİ YÖNETİMİ
Ömer Faruk GÖRÇÜN Kadir Has Üniversitesi Örnek Olay ve Uygulamalarla TEDARİK ZİNCİRİ YÖNETİMİ II Yayın No : 2874 İşletme-Ekonomi Dizisi : 573 1. Baskı - Ekim 2010 - İSTANBUL 2. Baskı - Mart 2013 - İSTANBUL
DetaylıKURUMSAL RİSK YÖNETİMİ (KRY) EĞİTİMİ KURUMSAL RİSK YÖNETİMİ: KAVRAMSAL VE TEORİK ÇERÇEVE
KURUMSAL RİSK YÖNETİMİ (KRY) EĞİTİMİ KURUMSAL RİSK YÖNETİMİ: KAVRAMSAL VE TEORİK ÇERÇEVE SUNUM PLANI 1. RİSK VE RİSK YÖNETİMİ: TANIMLAR 2. KURUMSAL RİSK YÖNETİMİ 3. KURUMSAL RİSK YÖNETİMİ DÖNÜŞÜM SÜRECİ
DetaylıSynergi Water. Gelişmiş Akıllı Su Şebekeleri. İçmesuyu dağıtım şebekeleri için optimizasyon ve simülasyon yazılımı ARCUMSOFT
Synergi Water Gelişmiş Akıllı Su Şebekeleri İçmesuyu dağıtım şebekeleri için optimizasyon ve simülasyon yazılımı ARCUMSOFT 1 Giriş Synergi Su içmesuyu dağıtım şebekelerinde yer alan hatlar, vanalar, pompalar,
DetaylıERCİYES ÜNİVERSİTESİ KİMYA ANABİLİM DALI
İlaç Tasarımında Yeni Yazılımların Geliştirilmesi: Elektron Konformasyonel-Genetik Algoritma Metodu ile Triaminotriazin Bileşiklerinde Farmakofor Belirlenmesi ve Nicel Biyoaktivite Hesabı; ERCİYES ÜNİVERSİTESİ
DetaylıGoogle Maps ve Genetik Algoritmalarla GSP Çözümü İçin Öneri
Google Maps ve Genetik Algoritmalarla GSP Çözümü İçin Öneri Onur KARASOY 1, Serkan BALLI 2 1 Muğla Sıtkı Koçman Üniversitesi Bilgi İşlem Dairesi Başkanlığı 2 Muğla Sıtkı Koçman Üniversitesi Bilişim Sistemleri
DetaylıGenetik 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
DetaylıKGİ İHS Kapsamında Anadolu Üniversitesinde Yapılan Çalışmalar
KGİ İHS Kapsamında Anadolu Üniversitesinde Yapılan Çalışmalar Zafer ÖZNALBANT 1, Tansu FİLİK 2, Ömer Nezih GEREK 2 IX. UHUM, 6 Mayıs 2017, Ankara 1 Anadolu Üniversitesi Havacılık ve Uzay Bilimleri Fakültesi
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
DetaylıÜRETİM SİSTEMLERİ ve ÖZELLİKLERİ
ÜRETİM SİSTEMLERİ ve ÖZELLİKLERİ Üretim sistemleri hammaddelerin bitmiş ürüne dönüştürüldükleri sistemlerdir. Bu sistemler için oluşturulacak simülasyon modelleri tamamen üretim sisteminin tipine ve verilecek
Detaylı2011 Third International Conference on Intelligent Human-Machine Systems and Cybernetics
2011 Third International Conference on Intelligent Human-Machine Systems and Cybernetics Özet: Bulanık bir denetleyici tasarlanırken karşılaşılan en önemli sıkıntı, bulanık giriş çıkış üyelik fonksiyonlarının
DetaylıBİTİRME ÖDEVİ KONU BİLDİRİM FORMU
Öğretim Elemanın Adı Soyadı: Prof. Dr. Ali KOKANGÜL BİTİRME ÖDEVİ 1 Yalın üretim a, b, c, d 2 Malzeme stok optimizasyonu a, b, c, 3 Yaratıcı düşünce ve fikir üretme a, b, c, d 4 Matematiksel modelleme
DetaylıYÖNEYLEM ARAŞTIRMASI - III
YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik Altın Oran (Golden Section Search) Arama Metodu Tek değişkenli bir f(x) fonksiyonunu ele alalım. [Bazı x ler için f
Detaylıİnsansız Hava Araçları İçin Yapay Arı Kolonisi Algoritması Kullanarak Rota Planlama
Karaelmas Fen ve Müh. Derg. 7(1):59-65, 017 Karaelmas Fen ve Mühendislik Dergisi Dergi web sayfası: http://fbd.beun.edu.tr Araştırma Makalesi İnsansız Hava Araçları İçin Yapay Arı Kolonisi Algoritması
DetaylıAFET VE ACİL DURUMLARDA EMNİYET HAVACILIK
AFET VE ACİL DURUMLARDA EMNİYET HAVACILIK İÇERİK 1- EMNİYET HAVACILIK DAİRE BAŞKANLIĞI 2- HAVA ARAÇLARININ TABİİ AFETLERDEKİ ROLÜ 3- EMNİYET HAVA ARAÇLARININ TEKNOLOJİK ÖZELLİKLERİ POLİS HAVACILIK 1940-
DetaylıATLAS-SAHA VE ARAZİ GÖREVLERİNE YÖNELİK, MODÜLER VE YÜKSEK FAYDALI YÜK ORANLI MİKRO SINIFI BİR İHA TASARIMI, ÜRETİMİ VE TESTLERİ
VI. ULUSAL HAVACILIK VE UZAY KONFERANSI UHUK-2016-000 28-30 Eylül 2016, Kocaeli Üniversitesi, Kocaeli ATLAS-SAHA VE ARAZİ GÖREVLERİNE YÖNELİK, MODÜLER VE YÜKSEK FAYDALI YÜK ORANLI MİKRO SINIFI BİR İHA
DetaylıGÖRÜNTÜ İŞLEME HAFTA 1 1.GİRİŞ
GÖRÜNTÜ İŞLEME HAFTA 1 1.GİRİŞ GÖRÜNTÜ İŞLEME Hafta Hafta 1 Hafta 2 Hafta 3 Hafta 4 Hafta 5 Hafta 6 Hafta 7 Hafta 8 Hafta 9 Hafta 10 Hafta 11 Hafta 12 Hafta 13 Hafta 14 Konu Giriş Digital Görüntü Temelleri-1
DetaylıYapay Zeka (MECE 441) Ders Detayları
Yapay Zeka (MECE 441) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Yapay Zeka MECE 441 Bahar 3 0 0 3 4 Ön Koşul Ders(ler)i Yok Dersin Dili Dersin Türü
DetaylıENDÜSTRİ MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ
ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf/Y.Y. Ders Saati Kredi AKTS (T+U+L) YÖNEYLEM ARAŞTIRMA - 3 EN-422 4/II 2+1+0 2,5 3 Dersin Dili : İngilizce Dersin Seviyesi
DetaylıNeden Endüstri Mühendisliği Bölümünde Yapmalısınız?
Lisansüstü Eğitiminizi Neden Endüstri Mühendisliği Bölümünde Yapmalısınız? Uludağ Üniversitesi Mühendislik-Mimarlık Fakültesi Endüstri Mühendisliği Bölümü, 1990 yılında kurulmuş ve ilk mezunlarını 1994
DetaylıGEZGİN SATICI PROBLEMİ İÇİN BİR MEMETİK ALGORİTMA ÖNERİSİ
GEZGİN SATICI PROBLEMİ İÇİN BİR MEMETİK ALGORİTMA ÖNERİSİ Engin Sansarcı İ.T.Ü. İşletme Fakültesi, İSTANBUL enginsansarci@gmail.com Abdullah Aktel İ.T.Ü. İşletmeFakültesi, İSTANBUL abdullahaktel@gmail.com
DetaylıGENETİK 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
DetaylıUzaktan Algılama Teknolojileri
Uzaktan Algılama Teknolojileri Ders 11 Hiperspektral Görüntülerde Kümeleme ve Sınıflandırma Alp Ertürk alp.erturk@kocaeli.edu.tr Sınıflandırma Sınıflandırma işleminin amacı, her piksel vektörüne bir ve
DetaylıEsnek 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
DetaylıANKARA 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
DetaylıDÖRT ROTORLU BİR İNSANSIZ HAVA ARACININ İRTİFA KESTİRİMİ
VI. ULUSAL HAVACILIK VE UZAY KONFERANSI 28-30 Eylül 2016, Kocaeli Üniversitesi, Kocaeli DÖRT ROTORLU BİR İNSANSIZ HAVA ARACININ İRTİFA KESTİRİMİ İlkay Gümüşboğa 1 Anadolu Üniversitesi Havacılık ve Uzay
DetaylıİŞ YATIRIM MENKUL DEĞERLER A.Ş. İŞ SÜREKLİLİĞİ PLANLAMASI A. AMAÇ
Sayfa No: 1/7 A. AMAÇ Bu politika, nin deprem, yangın, fırtına, sel gibi doğal afetler ile sabotaj, donanım veya yazılım hatası, elektrik ve telekomünikasyon kesintileri gibi önceden tahmin edilebilen
DetaylıCOĞRAFİ BİLGİ SİSTEMLERİ
HRT 105 HARİTA MÜHENDİSLİĞİNE GİRİŞ Ders 8 COĞRAFİ BİLGİ SİSTEMLERİ Yrd.Doç.Dr. H. Ebru ÇOLAK Kamu Ölçmeleri Anabilim Dalı www.gislab.ktu.edu.tr/kadro/ecolak Coğrafi Bilgi Sistemleri (CBS) Geographical
DetaylıAFET Yönetiminde İleri Teknoloji Kullanımı GÜZ ÇALIŞTAYI. 12-13 Kasım 2013, ANKARA, TÜRKİYE PANEL-1 11:30-13:00
AFET Yönetiminde İleri Teknoloji Kullanımı GÜZ ÇALIŞTAYI 12-13 Kasım 2013, ANKARA, TÜRKİYE PANEL-1 11:30-13:00 AFET Yönetiminde İleri Teknoloji Kullanımı PANEL BAŞKANI Doç. Dr. Dilek Funda KURTULUŞ --->
DetaylıKALİTE SİSTEM YÖNETİCİSİ EĞİTİMİ
FMEA-HATA TÜRLERİ VE ETKİ ANALİZİ Tanımlama Mevcut veya olası hataları ortaya koyan, bu hataların yaratabileceği etkileri göz önünde bulunduran ve etkilerine göre hataları önceliklendirerek oluşmalarının
DetaylıÇoklu Gezgin Satıcı Problemi ve Sezgisel Çözüm Yöntemlerinin İncelenmesi
Çoklu Gezgin Satıcı Problemi ve Sezgisel Çözüm Yöntemlerinin İncelenmesi Özet: Gezgin satıcı probleminin iki veya daha fazla satıcı ile modellenmesiyle ortaya çıkan yeni probleme Çoklu Gezgin Satıcı Problemi
DetaylıMakine Öğrenmesi 2. hafta
Makine Öğrenmesi 2. hafta Uzaklığa dayalı gruplandırma K-means kümeleme K-NN sınıflayıcı 1 Uzaklığa dayalı gruplandırma Makine öğrenmesinde amaç birbirine en çok benzeyen veri noktalarını aynı grup içerisinde
DetaylıCBS 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
DetaylıİNSANSIZ HAVA ARACI PERVANELERİNİN TASARIM, ANALİZ VE TEST YETENEKLERİNİN GELİŞTİRİLMESİ
IV. ULUSAL HAVACILIK VE UZAY KONFERANSI 12-14 Eylül 212, Hava Harp Okulu, İstanbul İNSANSIZ HAVA ARACI PERVANELERİNİN TASARIM, ANALİZ VE TEST YETENEKLERİNİN GELİŞTİRİLMESİ Oğuz Kaan ONAY *, Javid KHALILOV,
DetaylıEM302 Yöneylem Araştırması 2. Dr. Özgür Kabak
EM302 Yöneylem Araştırması 2 Dr. Özgür Kabak TP Çözümü TP problemlerinin çözümü için başlıca iki yaklaşım vardır kesme düzlemleri (cutting planes) dal sınır (branch and bound) tüm yaklaşımlar tekrarlı
DetaylıTASARIM ORGANİZASYON ONAYI VE OTORİTE KATILIM SEVİYESİ (LOI)
TUSAŞ TÜRK HAVACILIK ve UZAY SANAYİİ A.Ş. TASARIM ORGANİZASYON ONAYI VE OTORİTE KATILIM SEVİYESİ (LOI) Segah ÖZDEMİR / Yusuf Cansu BARAN 05.05.2017 TMMOB Makina Mühendisleri Odası IX. Ulusal Uçak, Havacılık
DetaylıBursa İl Sınırları İçerisinde Kalan Alanların Zemin Sınıflaması ve Sismik Değerlendirme Projesi
Bursa İl Sınırları İçerisinde Kalan Alanların Zemin Sınıflaması ve Sismik Değerlendirme Projesi 17 Ağustos 1999, Mw=7.4 büyüklüğündeki Kocaeli depremi, Marmara Denizi içine uzanan Kuzey Anadolu Fayı nın
DetaylıEĞĠTĠM-ÖĞRETĠM PLANI
T.C. ERCĠYES ÜNĠVERSĠTESĠ Mühendislik Fakültesi Endüstri Mühendisliği Bölümü 2015-2016 EĞĠTĠM-ÖĞRETĠM PLANI I. YARIYIL II. YARIYIL Ders Kodu Ders Adı T P K ECTS Ön şart* Ders Kodu Ders Adı T P K ECTS Ön
DetaylıEĞĠTĠM-ÖĞRETĠM PLANI
T.C. ERCĠYES ÜNĠVERSĠTESĠ Mühendislik Fakültesi Endüstri Mühendisliği Bölümü 2014-2015 EĞĠTĠM-ÖĞRETĠM PLANI I. YARIYIL II. YARIYIL ENM 101 Matematik I 4 0 4 6 ENM 102 Matematik II 4 0 4 6 ENM 103 Fizik
DetaylıMuhammet 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
DetaylıSU ALTI AKUSTİĞİ TEMELLERİ & EĞİTİM FAALİYETLERİ
SU ALTI AKUSTİĞİ TEMELLERİ & EĞİTİM FAALİYETLERİ Doç. Dr. Serkan AKSOY T.C. Gebze Yüksek Teknoloji Enstitüsü - (GYTE) Elektronik Mühendisliği Bölümü E-mail: saksoy@gyte.edu.tr SUNUM PLANI 1. Eğitim Öğretim
DetaylıEROZYONUN KANTİTATİF OLARAK BELİRLENMESİ. Dr. Şenay ÖZDEN Prof.Dr. Nuri MUNSUZ
EROZYONUN KANTİTATİF OLARAK BELİRLENMESİ Dr. Şenay ÖZDEN Prof.Dr. Nuri MUNSUZ Havza koruma projelerinde erozyonun azaltılması ile sediment problemlerinin ıslahı, temel amaçları oluşturmaktadır. Bunun için
DetaylıSigma 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
DetaylıTesis Planlama (IE 407) Ders Detayları
Tesis Planlama (IE 407) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Tesis Planlama IE 407 Bahar 3 0 0 3 3.5 Ön Koşul Ders(ler)i Dersin Dili Dersin Türü
DetaylıBİRİNCİ 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
DetaylıA)GENEL BİLGİLER I)TANIMLAR
A)GENEL BİLGİLER I)TANIMLAR Karmaşık Problem: Çözümü için derinlemesine mühendislik bilgisi, soyut düşünme, temel mühendislik ilkelerinin ve ilgili mühendislik disiplininin önde gelen konularında araştırmaya
DetaylıÜÇ BOYUTLU ÖLÇÜM VE ANALİZ SİSTEMİ. www.promodsoftware.com.tr promod@promodsoftware.com.tr
ÜÇ BOYUTLU ÖLÇÜM VE ANALİZ SİSTEMİ PROKLT ÜÇ BOYUTLU ÖLÇÜM VE ANALİZ SİSTEMİ ProKLT, üç boyutlu ölçüm gereksinimleri için üretilen bir yazılım-donanım çözümüdür. ProKLT, incelenen cisme dokunmaksızın,
DetaylıAyşe Temiz Hadi Tolga Göksidan Mehmet Erdem Çorapçıoğlu
Ayşe Temiz Hadi Tolga Göksidan Mehmet Erdem Çorapçıoğlu IX. Ulusal Uçak, Havacılık ve Uzay Mühendisliği Kurultayı Nazım Hikmet Kongre ve Sanat Merkezi/ANKARA 05 Mayıs 2017 1 TASNİF DIŞI TUSAŞ, TSKGV nın
DetaylıEĞĠTĠM-ÖĞRETĠM PLANI
T.C. ERCĠYES ÜNĠVERSĠTESĠ Mühendislik Fakültesi Endüstri Mühendisliği Bölümü 2016-2017 EĞĠTĠM-ÖĞRETĠM PLANI I. YARIYIL II. YARIYIL ENM 101 Matematik I 4 0 6 6 ENM 102 Matematik II 4 0 6 6 ENM 103 Fizik
DetaylıGENETİK ALGORİTMALARA GİRİŞ (III)
GENETİK ALGORİTMALARA GİRİŞ (III) Nedim TUTKUN Düzce Üniversitesi Elektrik Elektronik Mühendisliği Bölümü nedimtutkun@duzce.edu.tr Düzce Üniversitesi Elektrik&Elektronik Mühendisliği Bölümü Konuralp 81620
DetaylıKablosuz 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
DetaylıMarmara Üniversitesi Lojistik & Tedarik Zinciri Yönetimi Sertifika Programı Marmara University Logistics & Supply Chain Management Certificate Program
Marmara Üniversitesi Lojistik & Tedarik Zinciri Yönetimi Sertifika Programı Marmara University Logistics & Supply Chain Management Certificate Program Amaç Değişen ve gelişen müşteri isteklerinin en verimli
DetaylıTek Değişkenli Optimizasyon OPTİMİZASYON. Gradient Tabanlı Yöntemler. Bisection (İkiye Bölme) Yöntemi
OPTİMİZASYON Gerçek hayatta, çok değişkenli optimizasyon problemleri karmaşıktır ve nadir olarak problem tek değişkenli olur. Bununla birlikte, tek değişkenli optimizasyon algoritmaları çok değişkenli
DetaylıBüyük 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
DetaylıHem OHSAS 18001 yönetim sisteminde hem de iş güvenliği mevzuatlarında Acil durum hazırlığı ve bu durumda yapılması gerekenler tanımlanmıştır.
ACİL DURUM Afet olarak değerlendirilen olaylar ve dikkatsizlik, tedbirsizlik, ihmal, kasıt ve çeşitli amaçlarla meydana getirilen olayların tümünün yol açtığı hallerdir. Hem OHSAS 18001 yönetim sisteminde
DetaylıYÖNETİM SİSTEMLERİ. TS EN ISO 9001-2000 Kalite Yönetim Sistemi TS EN ISO 14001 Çevre Yönetim Sistemi TS (OHSAS) 18001 İSG Yönetim Sistemi
YÖNETİM SİSTEMLERİ Ülkemiz kuruluşları da Kalite, Çevre ve İş sağlığı ve güvenliği konularına verdikleri önemi göstermek, etkinlik ve verimliliği artırmak amacıyla Yönetim Sistemlerine geçiş için uğraş
DetaylıHAVELSAN, Türk Silahlı Kuvvetleri Güçlendirme Vakfı nın bir iştirakidir.
HAVELSAN FAALİYET ALANLARI Eğitim, Simülasyon, Test ve Değerlendirme Bilişim ve Güvenlik Sistemleri Komuta Kontrol Mühendislik Çözümleri TESİD YENİLİKÇİLİK YARATICILIK ÖDÜLLERİ 2012/ GVDS İLE YENİLİKÇİLİĞİN
DetaylıOPTİMUM 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
Detaylıİleri Diferansiyel Denklemler
MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret
DetaylıGENETİK 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
DetaylıİLERİ ALGORİTMA ANALİZİ GENETİK ALGORİTMA
İLERİ ALGORİTMA ANALİZİ 1. Giriş GENETİK ALGORİTMA Geniş çözüm uzaylarının klasik yöntemlerle taranması hesaplama zamanını artırmaktadır. Genetik algoritma ile kabul edilebilir doğrulukta kısa sürede bir
DetaylıMKT5001 Seminer Programı
MKT5001 Seminer Programı 11/6/2015, Perşembe 9:00 12:00 13:30 15:00 Fen Bilimleri Enstitüsü F17 numaralı salon 1 LAZER SINTERLEMELI YAZICILAR 9:00 9:30 M. Erdoğan ÖZALP 2 RESPONSE SURFACE METHODOLOGY 9:30
DetaylıHAVA ARACI EĞİTİMLERİ
R O B O N İ K M E K AT R O N İ K T E K N O L O J İ L E R İ S H G M O N AY L I İ N S A N S I Z HAVA ARACI EĞİTİMLERİ 2 ROBONİK HAKKIMIZDA Robonik Mekatronik Teknolojileri olarak insansız hava sistemleri
DetaylıARAÇ ROTALAMA SİSTEMLERİ VE TASARRUF ALGORİTMASI UYGULAMASI
İstanbul Ticaret Üniversitesi..Fen Bilimleri Dergisi Yıl: 11 Sayı: 21 Bahar 2012 s.41-51 ARAÇ ROTALAMA SİSTEMLERİ VE TASARRUF ALGORİTMASI UYGULAMASI Burak KOSİF*, İsmail EKMEKÇİ** Geliş: 18.06.2012 Kabul:
DetaylıTÜBİTAK BIT-MNOE
TÜBİTAK 1511 1511-BIT-MNOE-2015-2 Havacılık ve Uzay Sektörlerine Yönelik MEMS Tabanlı Sistemlerin, Alt Bileşenlerin ve Devrelerin Geliştirilmesi Programın Amacı Nedir? Havacılık ve uzay sektörleri için
DetaylıYALOVA ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENERJİ SİSTEMLERİ MÜHENDİSLİĞİ BÖLÜMÜ UYGULAMALI MÜHENDİSLİK MODELLEMESİ
YALOVA ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENERJİ SİSTEMLERİ MÜHENDİSLİĞİ BÖLÜMÜ UYGULAMALI MÜHENDİSLİK MODELLEMESİ RAPOR 21.05.2015 Eren SOYLU 100105045 ernsoylu@gmail.com İsa Yavuz Gündoğdu 100105008
DetaylıPARÇACIK 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.
DetaylıSquad X Programı ve Geleceğin İndirilmiş Piyade Mangası
Squad X Programı ve Geleceğin İndirilmiş Piyade Mangası 16/03/2016 DARPA Modern askeri çatışmalar giderek artan oranda, düşman saldırılarının aynı anda birçok yönden geldiği karmaşık ve belirsiz muharebe
DetaylıMekatroniğe Giriş Dersi
Mekatroniğe Giriş Dersi 3. Hafta Temel Kavramlar Sistem Mekatronik Sistem Modelleme ve Simülasyon Simülasyon Yazılımları Basit Sistem Elemanları Bu Haftanın Konu Başlıkları SAÜ - Sakarya MYO 1 Mekatroniğe
DetaylıAKILLI KAVŞAK YÖNETİM SİSTEMİ
AKILLI KAVŞAK YÖNETİM SİSTEMİ 1 1. PROJE ÖZETİ Dünya nüfusu, gün geçtikçe artmaktadır. Mevcut alt yapılar, artan nüfusla ortaya çıkan ihtiyaçları karşılamakta zorlanmaktadır. Karşılanamayan bu ihtiyaçların
DetaylıERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ SİVİL HAVACILIK ANABİLİM DALI YENİ DERS ÖNERİSİ/ DERS GÜNCELLEME
/ DERS GÜNCELLEME Dersin Kodu SHA 615 Dersin Adı İSTATİSTİKSEL SİNYAL İŞLEME Yarıyılı GÜZ Dersin İçeriği: Olasılık ve olasılıksal süreçlerin gözden geçirilmesi. Bayes kestirim kuramı. Büyük olabilirlik
DetaylıDRONMARKET. Türkiye nin Drone Teknolojileri Sitesi.
DRONMARKET Türkiye nin Drone Teknolojileri Sitesi www.dronmarket.com 1 - Drone nedir? 2 - Tarım Çözümleri 3 - Termal Uygulamalar 4-3D Haritalama 5 - Güvenlik Çözümleri 6 - Afet ve Arama Kurtarma 7 - Fotoğrafçılık
DetaylıGeleneksel Yazılım Mühendisliğinden Alana Özel Yazılım Mühendisliğine Doğru
Geleneksel Yazılım Mühendisliğinden Alana Özel Yazılım Mühendisliğine Doğru DR. ÇAĞATAY ÇATAL TÜBİTAK-UEKAE Bilişim Teknolojileri Enstitüsü cagatay.catal@bte.mam.gov.tr www.cagataycatal.com İçerik 1. Giriş
DetaylıDers Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS
DERS BİLGİLERİ Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS Matlab Programlama BIL449 7 3+0 3 5 Ön Koşul Dersleri Yok Dersin Dili Dersin Seviyesi Dersin Türü Türkçe Lisans Seçmeli / Yüz Yüze Dersin
DetaylıFOTOGRAMETRİK YÖNTEMLERLE 3 BOYUTLU COĞRAFİ VERİ TABANININ GÜNCELLENMESİ
FOTOGRAMETRİK YÖNTEMLERLE 3 BOYUTLU COĞRAFİ VERİ TABANININ GÜNCELLENMESİ K.S.TAPAN a, M. BÖLME a, L.İŞCAN a, O.EKER a, A.OKUL a, a Harita Genel Komutanlığı, Fotogrametri Dairesi Başkanlığı, Cebeci, Ankara,
DetaylıİZMİR EKONOMİ ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ. Endüstri Mühendisliği Bölümü
İZMİR EKONOMİ ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ Endüstri Mühendisliği Bölümü Akış Planı Endüstri Mühendisliği nedir? İEÜ Endüstri Mühendisliği farkları İEÜ Endüstri Mühendisliği genel tanıtımı Ders programı
Detaylı