Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences

Benzer belgeler
ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR

Regresyon ve Korelasyon Analizi. Regresyon Analizi

Quality Planning and Control

YER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir.

Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ

Yüksek Mertebeden Sistemler İçin Ayrıştırma Temelli Bir Kontrol Yöntemi

Zaman Skalasında Box-Cox Regresyon Yöntemi

BEKLENEN DEĞER VE VARYANS

MERKEZİ EĞİLİM ÖLÇÜLERİ

Giriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun:

AES S Kutusuna Benzer S Kutuları Üreten Simulatör

Polinom İnterpolasyonu

İki veri setinin yapısının karşılaştırılması

denklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy

Bir Alışveriş Merkezinde Hizmet Sektörü Đçin En Kısa Yol Problemi ile Bir Çözüm

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması

= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama

1. GAZLARIN DAVRANI I

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN BİLİMLERİ DERGİSİ

) ( k = 0,1,2,... ) iterasyon formülü kullanılarak sabit

HIZLI EVRİMSEL ENİYİLEME İÇİN YAPAY SİNİR AĞI KULLANILMASI

ETKİN SINIR VE BETA KATSAYI KISITLI PORTFÖY SEÇİM MODELİ ÜZERİNE BİR UYGULAMA

Doç. Dr. Mehmet AKSARAYLI

ARAŞTIRMA MAKALESİ / RESEARCH ARTICLE

Genelleştirilmiş Ortalama Fonksiyonu ve Bazı Önemli Eşitsizliklerin Öğretimi Üzerine

BETONARME YAPILARIN DEPREM PERFORMANSININ DEĞERLENDİRİLMESİ. M.Emin ÖNCÜ 1, Yusuf CALAYIR 2

(DERS NOTLARI) Hazırlayan: Prof.Dr. Orhan ÇAKIR. Ankara Üniversitesi, Fen Fakültesi, Fizik Bölümü

Mühendislikte Olasılık, İstatistik, Risk ve Güvenilirlik Altay Gündüz. Mühendisler için İstatistik Prof. Dr. Mehmetçik Bayazıt, Prof. Dr.

YÖNEYLEM ARAŞTIRMASI III. Dinamik Programlama. Örnek 3: Tıbbi Müdahale Ekiplerinin Ülkelere Dağıtımı

Sayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç

YILLIK ÜCRETLİ İZİN YÖNETMELİĞİ ( tarihli ve sayılı Resmi Gazete'de yayımlanmıştır.) BİRİNCİ BÖLÜM Amaç, Kapsam ve Dayanak

TÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ ( ) (TRANSLOG MALİYET FONKSİYONU UYGULAMASI) Yaşar AKÇAY 1 Kemal ESENGÜN 2

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu

ELECO '2012 Elektrik - Elektronik ve Bilgisayar Mühendisliği Sempozyumu, 29 Kasım - 01 Aralık 2012, Bursa

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 9 Sayı: 1 s. 1-7 Ocak 2007 HİDROLİK PROBLEMLERİNİN ÇÖZÜMÜNDE TAŞIMA MATRİSİ YÖNTEMİ

EKONOMİK YÜK DAĞITIMI İÇİN YENİ BİR ALGORİTMA VE HESAPLAMA YÖNTEMİ

Tanımlayıcı İstatistikler

Gerçek Zamanlı Giriş Şekillendirici Tasarımı Design of Real Time Input Shaper

RANKI 2 OLAN SERBEST LIE CEBİRLERİNİN OTOMORFİZM GRUPLARININ SUNUMLARI 1 Reports Of Free Groups Otomorfizm Rank 2 Lie Algebras

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı

Tarihli Mühendislik ekonomisi final sınavı. Sınav süresince görevlilere soru sormayın. Başarılar dilerim.

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU

MOS TRANZİSTORLARDA SICAK TAŞIYICI ETKİSİNİN İSTATİSTİKSEL YÖNTEMLERLE İNCELENMESİ

AÇIK ARTIRMALI EKONOMİK YÜK DAĞITIM PROBLEMİ İÇİN FARKLI BİR YAKLAŞIM

HĐPERSTATĐK SĐSTEMLER

ĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1

Yapay Sinir Ağlarını Kullanarak Türkiye İçin Kara Yüzey Sıcaklığının Modellenmesi

İstatistik ve Olasılık

WEİBULL DAĞILIMININ ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİN İSTATİSTİKSEL TAHMİN YÖNTEMLERİNİN KARŞILAŞTIRILMASI

İŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI

Olabilirlik Oranı Yöntemine Dayalı, Yapısal Homojen Olmayan Varyans Testlerinin Piyasa Modeli İçin Karşılaştırılması

EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR

REGRESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KARELER VE EN KÜÇÜK MEDYAN KARELER YÖNTEMLERİNİN KARŞILAŞTIRILMASI

Gamma ve Weibull Dağılımları Arasında Kullback-Leibler Uzaklığına Dayalı Ayrım

6. Uygulama. dx < olduğunda ( )

TABU ARAŞTIRMASI UYGULANARAK EKONOMİK YÜK DAĞITIMI PROBLEMİNİN ÇÖZÜMÜ

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences

İleri Teknoloji Bilimleri Dergisi Journal of Advanced Technology Sciences ISSN:

ELECO '2012 Elektrik - Elektronik ve Bilgisayar Mühendisliği Sempozyumu, 29 Kasım - 01 Aralık 2012, Bursa

S.Erhan 1 ve M.Dicleli 2

Önceki bölümde özetlenen Taylor metodlarında yerel kesme hata mertebesinin yüksek oluşu istenilen bir özelliktir. Diğer taraftan

Parametrik Olmayan İstatistik Çözümlü Sorular - 2

Yapay Arı Kolonisi Algoritması İle Elektrik Güç Sistemi Optimal Yakıt Maliyetinin Belirlenmesi

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

SAYISAL ARAZİ MODELLERİNDE BAZI ENTERPOLASYON YÖNTEMLERİNİN KARŞILAŞTIRILMASI

Tanımlayıcı İstatistikler

İSTATİSTİK 2. Tahmin Teorisi 07/03/2012 AYŞE S. ÇAĞLI.

FİNANSAL YÖNETİM. Finansal Yönetim Örnek Sorular Güz Yrd. Doç. Dr. Rüstem Barış Yeşilay 1. Örnek. Örnek. Örnek. Örnek. Örnek

değerine bu matrisin bir girdisi(elemanı,bileşeni) denir. Bir sütundan (satırdan) oluşan bir matrise bir sütun (satır) matrisi denir.

PORTFÖY OPTİMİZASYONUNDA ORTALAMA MUTLAK SAPMA MODELİ VE MARKOWITZ MODELİNİN KULLANIMI VE İMKB VERİLERİNE UYGULANMASI

İstatistik ve Olasılık

ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ

BASAMAK ATLAYARAK VEYA FARKLI ZIPLAYARAK İLERLEME DURUMLARININ SAYISI

TALEP TAHMİNLERİ. Y.Doç.Dr. Alpagut YAVUZ

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır.

Tanımlayıcı İstatistikler

İleri Diferansiyel Denklemler

Ergonomik Ürün Tasarımına Bütünleşik Bir Yaklaşım

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının

TAHMİNLEYİCİLERİN ÖZELLİKLERİ Sapmasızlık 3.2. Tutarlılık 3.3. Etkinlik minimum varyans 3.4. Aralık tahmini (güven aralığı)

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

Bağıl Değerlendirme Sisteminin Simülasyon Yöntemi ile Test Edilmesi: Kilis 7 Aralık Üniversitesi Örneği

Operasyonel Risk İleri Ölçüm Modelleri

TABAKALI ŞANS ÖRNEKLEME

Servis Yönlendirmeli Sistemlerde Güven Yayılımı

PERDE ÇERÇEVE SİSTEMLERİN DEPLASMAN ESASLI DİZAYNI İÇİN DEPLASMAN PROFİLİ

Kuruluş Yeri Seçiminde Bulanık TOPSIS Yöntemi ve Bankacılık Sektöründe Bir Uygulama

LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ-2

Tuğba SARAÇ Yük. Endüstri Mühendisi TAI, Ankara Özet. 1. Giriş. 2. Gözden Geçirmeler. Abstract

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE

Lojistik Regresyonda Meydana Gelen Aşırı Yayılımın İncelenmesi

Cebirsel Olarak Çözüme Gitmede Wegsteın Yöntemi

5.1 Olasılık Tarihi Temel Olasılık Kavramları

Đst201 Đstatistik Teorisi I

ÜRETİM PLANLAMASINDA HEDEF PROGRAMLAMA VE BULANIK HEDEF PROGRAMLAMA YÖNTEMLERİNİN KARŞILAŞTIRILMASI

İSTATİSTİKSEL TAHMİN. Prof. Dr. Levent ŞENYAY VIII - 1 İSTATİSTİK II

Yapı ve LQR kontrol sisteminin birleşik optimum tasarımı

a IIR süzgeç katsayıları ve N ( M) de = s 1 (3) 3. GÜRÜLTÜ GİDERİMİ UYGULAMASI

Transkript:

Pamukkale Uv Muh Blm Derg, 4(5), 99-933, 8 Pamukkale Üverstes Mühedslk Blmler Dergs Pamukkale Uversty Joural of Egeerg Sceces Geetk algortma le sesör kalbrasyou Geetc algorthm based sesor calbrato Ülvye HACIZADE * Blgsayar Mühedslğ Bölümü, Mühedslk Fakültes, Halç Üverstes, İstabul, Türkye. ulvyehaczade@halc.edu.tr Gelş Tarh/Receved: 3.6.7, Kabul Tarh/Accepted: 3..8 * Yazışıla yazar/correspodg author do:.555/pajes.8.3753 Araştırma Makales/Research Artcle Öz Sesörler belrszlğ azaltma yötemlerde br, oları kalbrasyouu yapılmasıdır. Bu çalışmada referas stadartları kullaımıa dayaarak geetk algortma (GA) le sesör kalbrasyouu yapılması ç algortma gelştrlmştr. Kalbrasyo karakterstğ olarak. derecede polom ele alımıştır. Örek olarak dferasyel basıç ölçücüsü ele alımış, stadart basıç set kullaımı le ou GA tabalı kalbrasyou yapılmıştır. Aahtar kelmeler: Ölçme chazı, Ölçme belrszlğ, Kalbrasyo, Geetk algortma, Dferasyel basıç ölçücüsü Grş Doğal olarak tüm ölçme chazları le yapılmış ölçümlerde belrszlk bulumaktadır. Yüksek doğruluğa sahp ölçmeler yapılması tüm mühedslk uygulamalarıı temel problem oluşturmaktadır. Ölçmelerdek belrszlğ azaltılması ve sesör doğruluğuu yükseltlmes metroloj mühedslğ temel amaçlarıdadır. Sesörler belrszlğ azaltma yötemlerde br oları kalbrasyouu yapılmasıdır []. Kalbrasyo, chazı gösterges le stadart chazı gösterges kıyaslaması alamıa gelr. Kalbrasyou soucu geelde çzelge veya grafklerdr. Ayı değşke, ölçüm chazı ve stadart chaz yardımı le ölçerek kalbrasyo eğrs oluşturulur. Ölçme yapıldığıda chazı çıkışıa göre, kalbrasyo eğrs (karakterstğ) kullaılarak stadart chazı ölçüme karşılık gele değer saptaır []. Sesör kalbrasyou geel olarak, deeysel verlere göre model oluşturulması problem olarak ele alıablr ve problem çözümü ç deey tasarımı tekkler uygulaablr. Bu durumda, kalbrasyo tasarımıı operatör aşağıdakler seçmekle gerçekleştrmeldr [3]: Deey plalaması (kalbrasyo oktalarıı mktarı ve yer, tekrarlamaları mktarı), Aa etk mktarı, Regresyo eğrs, Regresyo yötem, Stadart referaslar ve oları belrszlkler. Doğruda olmaya ölçmeler ve sesör grdler arasıdak bağıtıı doğrusal olmadığı durum ç deey tasarımı yötemler kullaımı le kalbrasyo tasarımı [3] te suulmuştur. Yapay sr ağları kullaımıa dayalı sesör kalbrasyou [4] te gerçekleştrlmştr. Bu yötem ç öeml ola tasarım parametreler kalbrasyo model dereces ve kalbrasyo oktalarıı mktarıı seçmdr. Bu çalışmada, kalbrasyo model dereces ve kalbrasyo oktalarıı Abstract Oe way to decrease the sesor ucertates s to use calbrato process. I ths study the sesor calbrato method usg the geetc algorthm (GA) based o the correspodg values obtaed by the referece stadards s developed. As the calbrato characterstc, d order polyomal s used. As a example, GA based calbrato of a dfferetal pressure gauge usg stadard pressure settg devces s examed. Keywords: Measuremet strumet, Measuremet ucertaty, Calbrato, Geetc algorthm, Dfferetal pressure gauge sayısıı karekök ortalama hatasıa etks celemştr. Kayak [5] te jroskop kayma hataları Kalma süzgec yardımı le kestrlmştr. Kayak [6] de sesör kalbrasyou 3D-elpsode uyum probleme drgemştr. Bu çalışmada ye değerledrme yöteme dayaarak 9DOF sesor kalbrasyou problem tartışılmıştır. Kalbrasyo parametreler hesaplaması ç [7] de Gauss-Newto tekrarlayıcı doğrusal olmaya regresyo yötem kullaılmıştır. Kayak [8] de üç eksel mayetometre kalbrasyou GA yardımıyla yapılmıştır. Çalışmada GA kalbrasyo model parametreler kestrm yüksek doğrulukla gerçekleştrmştr. Ölçüm sesörüü ortamı değşme adaptasyou [9] da GA temelde sağlamıştır. Bu çalışmada referas stadartları kullaımıa dayaarak geetk algortma (GA) le sesör kalbrasyouu yapılması ç algortma gelştrlmştr. Bu algortma temelde dferasyel basıç ölçer kalbrasyo eğrs bulumuştur. Kalbrasyo eğrs,. derecede polom olarak ele alımıştır. Polom model katsayıları bell değldr sadece deeyler sırasıda bulua belrl sayıda grş ve çıkış değer vardır. Amaç bu verlere dayaarak GA le kalbrasyo eğrs oluşturmak ya kalbrasyo polomuu katsayılarıı belrlemektr. Problem taımı Kalbrasyo, değşke ölçüm chazı ve stadart chaz yardımı le ölçülmes ve elde edle deeysel verlere göre model oluşturulması (taılaması) problem olarak ele alımaktadır. Kalbrasyo karakterstğ olarak çoğu durumda polom kullaılmaktadır. Ölçme chazıı kalbrasyo karakterstğ aşağıda gösterle polom le fade edls; j Y a a x ax ax a jx j..., () Ölçme deklem aşağıdak şeklde verlmştr: 99

Pamukkale Uv Muh Blm Derg, 4(5), 99-933, 8 z k a a x k a x k a x k v k Y( ) ( ) ( )... ( ) ( ), k,..., l Burada, vk ( ) sıfır ortalamalı ve varyaslı rastgele Gauss ölçüm gürültüsüdür. Stadart chaz le üretle p( k), k,..., l argümaıı değerler belrl br hata le blmektedr. Kalbrasyo eğrs () katsayılarıı Geetk algortma le taılaması ç algortma gelştrlmes stemektedr. 3 GA le model taılaması Bzm buradak amacımız Geetk Algortma yardımı le basıç ölçer kalbrasyo eğrs bulmaktır. Kalbrasyo eğrs olarak. derecede polom ele alımıştır. Y a a x a x () (3) Bu formül grş le çıkış arasıdak bağıtıyı göstermektedr. Formülde görüldüğü gb bulmamız gereke parametreler a, a, a polom katsayıları olacaktır. Katsayıları buluması ç aşağıdak aşamalar uygulamalıdır.. Adım: İlk olarak kullaacak GA parametreler belrlemeldr. Bular []; -Popülasyou kromozom sayısı, -Popülasyodak kromozomları bt sayısı, -Çaprazlama htmal, -Mutasyo htmal.. Adım: Geetk algortma parametreler belrledkte sora popülasyou oluştururuz. Popülasyou her br kromozomu a, a ve a katsayılarıı kodlamış değerler çermektedr. Bu katsayıları buluablmes ç kullaıcıı greceğ rastgele değer kadar kromozom ve her br kromozom ç de btler oluşturulmalıdır. Böylece popülasyo oluşturulmuş olur. Kromozomları her br m sayıda bt çers. Bua göre m = = m formülüde yola çıkarak; lk m btler a kat sayısıı, sorak bt grubu ola m se a katsayısıı ve so bt grubu ola m se a katsayısıı kodlaması ç gerekl ola bt sayıları olduğu görülür. 3. Adım: Popülasyo oluşturuldukta sora kromozomları dekodlaması gerekmektedr. İkl Tabalı Kodlama söz kousu se aşağıdak döüşüm formülü kullaılmalıdır. O tabalı Kodlama söz kousu se doğruda 4.adıma geçlmeldr. Burada, X = a + decmal( ) b a m (4) X katsayısıı dekode olumuş değerdr, a, b uygu katsayıı alableceğ değerler alt ve üst sıırlarıdır. Açıktır k, X [a, b ]. Bu uygulamada İkl Tabalı Kodlama terch edlmştr. Ya her br kromozom ç m, m, m bt grupları a döüşüm formülü uygulaarak dekode şlem yapılacaktır. Bu yöteme bağlı olarak a, a, a polom katsayıları popülasyou her br kromozomuu sahp olduğu a, ave a katsayılarıı kodlamış değerler çermektedr. Kromozomları her br m sayıda bt çerr. İlk m btler a katsayısıı, sorak bt grubu ola m se a katsayısıı ve so bt grubu ola m se a katsayısıı kodlaması ç gerekl ola bt sayısıdır. Bu formül yardımı le kromozom dekode edldkte sora katsayıları değerler bulumuş olur. 4. Adım: Katsayılar da buludukta sora polom formülü kullaılarak her br X grş ç br y çıkış değer elde edlr. Y a a x a x (5) Geetk Algortma le bulua çıkışlar le deey soucuda ortaya çıka çıkış değerler hata değerledrlmes yapılmalıdır. (y j y j ) j= Yukarıdak hata formülü GA le elde edlmş değerlerle, deey soucuda elde edlmş ölçüm değerler farklarıı kares şeklde fade edlmektedr. Problem maksmze bçme geçrmek ç bulua hataları büyük br sayıda çıkarılması gerekmektedr. Bu sayıyı 5 olarak belrlersek souç olarak uyguluk foksyoumuz 5- j=(y j y j ) şeklde fade edleblr. Uyguluk foksyou le elde edlmş değerler çersde, uyguluk değer yüksek ola kromozomu optmal çözüme yaklaşma şası da o kadar yüksektr. Uyguluk değer büyük olması çıkışlar arasıdak farkı küçük olduğu alamıa gelr. Bu da o katsayılarda oluşa kromozomu problem çözümüe yaklaştığı alamıa gelr []. Uyguluk foksyou le elde ettğmz değerler çersde, çözüme e yakı olduğuu düşüdüğümüz herhag br uyguluk değer buluuyorsa, bu stele çözüme yaklaşıldığıı ve artık şlem soladırılableceğ alamıa gelr. Aks takdrde 5.Adımda devam edlr. 5. Adım:. popülasyou oluşturmak ç seçm şlem uygulaır. Seçm şlem; uyguluk değer düşük ola kromozomları elemes, uyguluk değer yüksek ola kromozomları se br sorak popülasyoa aktarılmasıı sağlar. Seçm şlem bell yötemlerle uygulaır. Bu uygulamada Rulet Tekerleğ Yötem terch edlmştr. Ya f değer büyük olaı seçlme htmal yüksek, küçük olaı seçlme htmal se düşük kabul edleceğ yötem terch edlmştr. 6. Adım: Seçm şlem le elde edle popülasyoa çaprazlama uygulamalıdır..adımda belrtmş olduğumuz çaprazlama htmal le kromozom sayısı çarpılarak hag sayıda kromozomu çaprazlamaya uğrayacağı belrler. Kaç kromozomu çaprazlamaya greceğ belrledkte sora se rastgele olarak kromozomlar arasıda çaprazlamaya grecek ola kromozomlar seçlr. Her hag br çaprazlama tekğ burada kullaılablr. 7. Adım: Çaprazlama şlem tamamladıkta sora mutasyo şlem gerçekleştrlecektr. Mutasyo şlem gerçekleştreblmek ç mutasyo htmal le kromozom sayısı çarpılarak Mutasyoa uğrayacak toplam bt sayısı bulumalıdır. Kaç bt mutasyoa uğrayacağı belrtldkte sora rastgele olarak kromozomlar arasıda mutasyoa uğrayacak btler seçlr. İklk tabada kodlama söz kousu se Bt Ters Çevrme Yötem, oluk tabada kodlama söz kousu se Küçük Br Sayı Ekleme Yötem kullaılmalıdır. 8. Adım: Uygulaa tüm adımlarda sora popülasyou so hal elde edlmş olur ve tekrar ye katsayı değerler elde (6) 93

Pamukkale Uv Muh Blm Derg, 4(5), 99-933, 8 edeblmek ç ye popülasyou oluşturmaya yöelk 3.Adıma ger döülür. 4 GA le sesör kalbrasyou GA le dferasyel basıçölçer kalbrasyou yapılmıştır. Kulladığımız basıçölçer P5 sııfıa at basıç ölçer trasdüserdr, lkt ve gazları damk ve statk basıç ölçümler ç uygudur. Chazı resm Şekl de verlmştr. Şekl : Dferasyel basıçölçer trasdüser. Basıçölçer trasdüser çalışma aralığı: p 9 bar olarak ele alımıştır. Basıçölçer ölçüm hataları sıfır ortalamalı ve.3 bar stadart sapmalı ormal dağılım yasasıa tabdr. İcelee chazı kalbrasyo karakterstğ. derecede (3) polomu le fade edlmektedr. Deeylerde stadart basıç set yardımı le p 9 bar ölçüm aralığıda.5 bar aralıklarla p,,9 basıç syaller üretlmştr ve dferasyel basıç ölçer çıkış syaller z kaydedlmştr. Deey souçları Tablo de suulmuştur. Deey Numarası Tablo : Deey blgler tablosu. Grş Değerler, X (bar) Çıkış Değerler, Y (V).7935.5.4896 3.9967 4.5.5954 5.4468 6.5.555 7 3 3.94 8 3.5 3.585 9 4 4.7837 4.5 4.6396 5 5.3733 5.5 5.66949 3 6 6.799 4 6.5 6.6986 5 7 7.94 6 7.5 7.6776 7 8 8.59 8 8.5 8.74634 9 9 9.9739 Polom (3) ü katsayıları Tablo de verle deey blglere dayaılarak buluur. Polom katsayılarımızı değer aralığı [-, ] olarak belrlemştr. Tablo de görüldüğü gb bell sayıda X grş değerler ve Y çıkış değerler bulumaktadır. Tablodak X değerler, stadart basıçölçer (psto gage) yardımıyla ölçüle basıç değerlerdr. Kulladığımız deey setde her br kalbrasyo oktasıda basıçölçer trasdüserle ardışık olarak 5 ölçüm yapılarak ortalaması bulumuştur. Y değerler basıçölçer yardımıyla ölçüle ortalama basıç değerlerdr (V csde). Kalbrasyo katsayılarıı taılayablmek ç uygulaması gereke temel adımlar sırasıyla [],[]; GA parametreler belrlemes, Stokastk olarak belrlee kromozomlarda lkel popülasyo oluşturulması (Bu kromozomlar katsayıları kodlamış haldr), Oluşturula popülasyodak kromozomları dekodlaması şlem (İklk tabada kodlama ç geçerldr), Kromozomları uyguluk değerler hesaplaması, Problem çözümüe uygu Üreme (Reproducto) şlem yapılması, Çaprazlama (Crossover) şlem uygulaması, Mutasyo (Mutato) şlem uygulaması, Popülasyou so hal oluşturulması ve popülasyodak kromozomları dekodlaması şleme ger döülmesdr. GA le dferasyel basıçölçer kalbrasyouu akış dyagramı Şekl de suulmuştur. Şekl : GA le sesör kalbrasyouu akış dyagramı. 93

Pamukkale Uv Muh Blm Derg, 4(5), 99-933, 8 GA ı parametreler belrledğ form Şekl 3 te verlmştr. Şekl 3: GA parametreler. Şekl 4-8 de verlmş formlar GA ı çalışması sürecde bulumuş ara souçları, Şekl 9 se souç bldrm formuu göstermektedr. Şekl 4 te katsayıları buluması sırasıda yapıla şlemler gösterldğ form suulmuştur. Şekl 6: Seçm formu. Kromozomlara çaprazlama şlem uyguladığı form Şekl 7 de suulmuştur. Şekl 4: Katsayılar formu. Uyguluk (hedef) değerler elde edlmes sırasıda yapıla şlemler gösterldğ form Şekl 5 te gösterlmştr. Şekl 7: Çaprazlama formu. Kromozomlara mutasyo şlem uyguladığı form Şekl 8 de verlmştr Şekl 5: Uyguluk değer formu. Şekl 6 de Rulet Tekerleğ seçm türü le şlemler yapıldığı form verlmştr. Şekl 8: Mutasyo formu. İşlemler soucuda elde edle polom katsayılarıı gösterldğ souç bldrm formu Şekl 9 da gösterlmştr. 93

Pamukkale Uv Muh Blm Derg, 4(5), 99-933, 8 Şekl 9: Souç bldrm formu. Şekl 9 de suulmuş souç bldrm formuda görüldüğü gb kalbrasyo katsayıları aşağıdak optmum değerler almıştır: a,9355; a,993; a,73 3 GA kestrm blgler Tablo de verlmştr. Söz kousu tabloda GA le sesör kalbrasyou souçları, mutlak ve bağıl hatalar yer almaktadır. Tablo de suulmuş hata değerlerde görüldüğü gb, bağıl hata sıfıra yakı aralıkta büyük değerler almaktadır, ama bu hata değer ölçüle basıç değerler arttıkça küçülmekte ve ölçme aralığıı soua doğru çok küçük değerlere varmaktadır. Tablo : GA kestrm blgler tablosu. GA le elde edlmş Y(V) Mutlak hata (bar) Bağıl hata % -.9355.93.43753645.76 5.4.886979.73.73.3475765.55.7.88873.88 9.9.94735.53 8..777598.9 7.43 3.65395765.346 6.7 3.7595365.45 6. 4.5953645.45 5.34 4.76539574.346 4.69 5.775945.9 4.5 5.79475.53 3.4 6.388665.88.8 6.847578.55.8 7.3869785.73.56 7.9375353.76.95 8.47674365.93.34 9.3463 -.35 -.6 Kalbrasyo souçları GA ı ölçüm aletler kalbrasyou ç etk br yötem olduğuu göstermektedr. GA ı geleeksel kalbrasyo yötemler le kıyaslamasıda zayıf olduğu durumlar aşağıdaklerdr: GA da uygulaa tekrarlama sayısı, geleeksel yötemlerde kullaıla tekrarlama sayısıda fazladır. Bu edele GA geleeksel yötemlere göre daha uzu hesaplama zamaı gerektrr, Geleeksel yötemlerde determstk kurallar uyguladığıda parametreler değşm daha kotrollü olur. GA da uygulaa çaprazlama htmal ve mutasyo htmal büyük olması parametre değşm kotrollü olmasıı egeller. 5 Souçlar Bu çalışmada, ölçüm aletler kalbrasyouu geetk algortma yardımı le yapılması öerlmştr. Kullaılacak ola obje br dferasyel basıçölçer olarak belrlemştr. Geetk Algortma kullaılarak bu basıçölçer kalbrasyo eğrs bulumuştur. Çalışmada, kısa sürede kabul edleblr çözümler sağladığı gösterlmştr. Bu yötem esas avatajı, sadece optmzasyou yapıla foksyo hakkıda blg talep etmes ve çözüm uzayıı geş, süreksz ve karmaşık olduğu problem tplerde başarılı souçlar vermesdr. Yötem geleeksel yötemlerle kıyaslamada esas dezavatajı kalbrasyo ç daha çok hesaplama yükü ve zama gerektrmesdr. Bu eksklğe rağme, bu yaklaşım edüstr farklı dallarıda ölçme aletler kalbrasyou probleme geş olarak uygulaablr. Bu çalışmada GA le basıçölçer trasdüser kalbrasyo katsayılarıı belrlemes mümkülüğü gösterlmştr. İlerk çalışmalarımızda öerle yötem geleeksel yötemlerle kıyaslaması plalamaktadır. 6 Kayakça [] Cooper WD. Electroc Istrumetato ad Measuremet Techques. NJ, USA, Eglewood Clffs, Pretce Hall, Ic., 978. [] Hacıyev Ç. Deey Verler İşleme Yötemler ve Mühedslk Uygulamaları. Akara, Türkye, Nobel Yayı Dağıtım Tc. Ltd. Şt.. [3] Betta G, Dell Isola M. Frattolllo A. Expermetal desg techques for optmsg measuremet cha calbrato. Measuremet, 3(), 5-7,. [4] Kha SA, Shaba DT, Agarwala AK. Sesor calbrato ad compesato usg artfcal eural etwork. ISA Trasactos, 4(3), 337-35, 3. [5] Glueck M, Oshub Maol Y. Automatc real-tme offset calbrato of gyroscopes. IEEE Sesor Applcatos Symposum, Galvesto, USA, 9- February 3. [6] Sarcevc P, Pletl S, Kcses Z. Evolutoary algorthm based 9DOF sesor board calbrato. th Iteratoal Symposum o Itellget Systems ad Iformatcs (SISY 4), Subotca, Serba, -3 September 4. [7] Km MS, Yu SB, Lee KS. Developmet of a hgh-precso calbrato method for ertal measuremet ut. Iteratoal Joural of Precso Egeerg ad Maufacturg, 5, 567-575, 4. [8] Xuelag P, Pe J, Chusheg L. The calbrato method of three-axs magetometer based o geetc algorthm. Appled Mechacs ad Materals, 7, 373-378, 5. [9] Yoo J. ANN-based collaboratve sesor calbrato ad GA-approach to sesor mutato maagemet". 6 th IIAI Iteratoal Cogress o Advaced Appled Iformatcs (IIAI-AAI), Hamamatsu, Japa, 9-3 July 7. [] Mchalewcz Z. Geetc Algorthms + Data Structures = Evoluto Programs. New York, USA, Sprger-Verlag, 99. [] Cortes P, Larraeta J, Oeva L. Geetc algorthm for cotrollers elevator groups: Aalyss ad smulato durg luchpeak traffc. Appled Soft Computg, 4(), 59-74, 4. [] Jacobso L, Kaber B. Geetc Algorthms Java Bascs, New York, USA, Apress, 5. 933