Bulanık Mantık Algoritmaları ile Kaya Sınıflandırması

Kırklareli Üniversitesi Mühendislik ve Fen Bilimleri Dergisi Pub Date : 2023-12-20 DOI:10.34186/klujes.1336127

Ebru Efeoğlu

{"title":"Bulanık Mantık Algoritmaları ile Kaya Sınıflandırması","authors":"Ebru Efeoğlu","doi":"10.34186/klujes.1336127","DOIUrl":null,"url":null,"abstract":"Kaya sınıflandırması tünel ve yeraltı çalışmalarının yanı sıra madencilik ve hidrokarbon araştırmalarında da önem teşkil eder. Kayaların türünün yanlış tespiti hem para hem de zaman kaybına yol açar. Bu çalışmada 4 farklı kaya sınıfının fiziksel ve mekanik özellikleri kullanılarak kaya sınıflandırması yapılmıştır. Sınıflandırma için Bulanık Sırasız Kural İndüksiyon Algoritması (FURIA), Bulanık Kafes Akıl Yürütme (FLR), Çok Amaçlı Evrimsel Bulanık (MOE Fuzzy) sınıflandırıcıları kullanıldı. Çok Amaçlı Evrimsel Bulanık MOE Bulanık sınıflandırıcısı, ENORA ve NSGA II algoritmalarına dayanmaktadır. Bu nedenle bu algoritmalar ayrı ayrı kullanıldı. Verilere sınıflandırma öncesi Sentetik Azınlık Aşırı Örnekleme Tekniği uygulandı ve bu işlemden önceki ve işlem sonrasında sınıflandırma performansları karşılaştırıldı. Sonuç olarak Sentetik Azınlık Aşırı Örnekleme Tekniği ile sınıflandırma başarısının arttığı görülmüştür. Sınıflandırmada en başarılı algoritma FURIA algoritması oldu. Algoritma sınıflandırmayı %93 doğrulukla ve 0.16 hata değeri ile gerçekleştirdi.","PeriodicalId":244308,"journal":{"name":"Kırklareli Üniversitesi Mühendislik ve Fen Bilimleri Dergisi","volume":"269 ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-12-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Kırklareli Üniversitesi Mühendislik ve Fen Bilimleri Dergisi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.34186/klujes.1336127","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 0

Abstract

Kaya sınıflandırması tünel ve yeraltı çalışmalarının yanı sıra madencilik ve hidrokarbon araştırmalarında da önem teşkil eder. Kayaların türünün yanlış tespiti hem para hem de zaman kaybına yol açar. Bu çalışmada 4 farklı kaya sınıfının fiziksel ve mekanik özellikleri kullanılarak kaya sınıflandırması yapılmıştır. Sınıflandırma için Bulanık Sırasız Kural İndüksiyon Algoritması (FURIA), Bulanık Kafes Akıl Yürütme (FLR), Çok Amaçlı Evrimsel Bulanık (MOE Fuzzy) sınıflandırıcıları kullanıldı. Çok Amaçlı Evrimsel Bulanık MOE Bulanık sınıflandırıcısı, ENORA ve NSGA II algoritmalarına dayanmaktadır. Bu nedenle bu algoritmalar ayrı ayrı kullanıldı. Verilere sınıflandırma öncesi Sentetik Azınlık Aşırı Örnekleme Tekniği uygulandı ve bu işlemden önceki ve işlem sonrasında sınıflandırma performansları karşılaştırıldı. Sonuç olarak Sentetik Azınlık Aşırı Örnekleme Tekniği ile sınıflandırma başarısının arttığı görülmüştür. Sınıflandırmada en başarılı algoritma FURIA algoritması oldu. Algoritma sınıflandırmayı %93 doğrulukla ve 0.16 hata değeri ile gerçekleştirdi.

查看原文本刊更多论文

利用模糊逻辑算法进行岩石分类

岩石分类对于隧道和地下工程以及采矿和碳氢化合物勘探都很重要。对岩石类型的错误判断会导致时间和金钱的损失。本研究利用 4 种不同岩石类别的物理和机械特性对岩石进行分类。分类时使用了模糊无序规则归纳算法（FURIA）、模糊网格推理（FLR）和多目标进化模糊（MOE Fuzzy）分类器。多目标模糊进化 MOE Fuzzy 分类器基于 ENORA 和 NSGA II 算法。因此，我们分别使用了这两种算法。在分类前，对数据采用了合成少数过采样技术，并比较了这一过程前后的分类性能。结果发现，合成少数群体过度采样技术提高了分类成功率。分类最成功的算法是 FURIA 算法。该算法的分类准确率为 93%，误差值为 0.16。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

Kırklareli Üniversitesi Mühendislik ve Fen Bilimleri Dergisi

自引率

0.00%

发文量