- Book学术

发布求助

文献互助智能选刊最新文献

Gemi ve Deniz Teknolojisi Pub Date : 2023-01-11 DOI:10.54926/gdt.1211008

Ceren BİLGİN GÜNEY

{"title":"Balast Tanklarında Sediman Birikimini Azaltacak Sistemin Optimizasyonuna Yönelik İstatistiksel Yaklaşımlar","authors":"Ceren BİLGİN GÜNEY","doi":"10.54926/gdt.1211008","DOIUrl":null,"url":null,"abstract":"Deneysel çalışmalar mühendislik alanında sistem ve yapıların tasarımı, optimizasyonu, tasarımın iyileştirilmesi faaliyetlerinin vazgeçilmez ögelerindendir. Ancak özellikle birden çok faktörün performans ölçümleri üzerindeki etkisinin değerlendirilmesi amacıyla yapılan deneysel çalışmalarda elde edilen bulguların işaret ettiği sonuçlar, istatistiksel olarak anlamlı bir şekilde yorumlanamayabilir. Buna ek olarak, kaynakların (zaman, iş gücü ve maddi kaynaklar vb.) kısıtlı oluşu ise deneysel çalışmaların en önemli sınırlılıkları arasında yer almaktadır. \nBu çalışmada, gemilerin balast tanklarında sediman birikimini azaltmak için geliştirilen sistemin işletme parametresinin optimizasyonu için yapılan deneysel çalışma sonuçlarının istatistiksel olarak yorumlanmasında yaşanan sorunlar ve Yapay Sinir Ağları (YSA) kullanılırken uygulanan yaklaşıma yer verilmiştir. \nBilindiği üzere, birçok durumda YSA yaklaşımı ile sistemin davranışını taklit etmek mümkündür. Ancak YSA girdi setinde veri sayısı bu yaklaşımın doğruluk ölçüsü (accuracy) üzerinde büyük bir öneme sahiptir. Söz konusu deneysel çalışmada her ne kadar veri setinin sonsuz sayıya çıkarılması teorik olarak mümkün olsa da başta zaman ve işgücü olmak üzere, kaynak kısıtları nedeniyle bunun gerçekleştirilmesi uygulanabilir değildir. Modelin doğruluğunu artıracak yeterli deneysel veri elde edilemediğinden, YSA modeli oluşturulurken deneysel çalışmanın amacı dikkate alınmış ve farklı bir yaklaşım uygulanmıştır. Deney verisinin bir kısmı YSA modelinin eğitim aşamasında kullanılmış, YSA modelinin optimum bir çalışma koşulu önermesi sağlanmıştır. YSA eğitim aşamasına dahil edilmemiş olan deneysel sonuçlar ise model tarafından önerilen optimum çalışma koşulunun deneysel olarak karşılattırılmasında kullanılmıştır. Söz konusu çalışmada YSA optimizasyon için bir araç olarak kullanılmış ve model tarafından önerilen optimum çalışma koşulu, tüm deney verileri arasında sediman birikimini azaltılması açısından en uygun sonucu vermiştir.","PeriodicalId":414652,"journal":{"name":"Gemi ve Deniz Teknolojisi","volume":"1 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-01-11","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Gemi ve Deniz Teknolojisi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.54926/gdt.1211008","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 0

摘要

实验研究是工程领域系统和结构设计、优化和设计改进活动中不可或缺的要素。然而，特别是在为评估多种因素对性能测量的影响而开展的实验研究中，所获得的结果可能无法以具有统计学意义的方式进行解释。此外，有限的资源（时间、人力和物力等）也是实验研究最重要的局限性之一。在本研究中，介绍了在对为减少船舶压载舱内沉积物积聚而开发的系统的运行参数进行优化的实验研究结果进行统计解释时所遇到的问题，以及在使用人工神经网络（ANN）时所采用的方法。众所周知，在许多情况下，使用人工神经网络方法可以模拟系统的行为。然而，人工神经网络输入集的数据数量对这种方法的准确性有很大影响。在本实验研究中，虽然理论上可以将数据集增加到无限多，但由于资源限制，尤其是时间和人力限制，这并不可行。由于无法获得足够的实验数据来提高模型的准确性，因此在建立 ANN 模型时考虑到了实验研究的目的，并采用了不同的方法。部分实验数据被用于 ANN 模型的训练阶段，使 ANN 模型能够提出最佳运行条件。而未包含在 ANN 训练阶段的实验结果，则用于对模型提出的最佳运行条件进行实验比较。在本研究中，ANN 被用作优化工具，在所有实验数据中，该模型提出的最佳运行条件在减少沉积物积累方面取得了最佳结果。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

查看原文本刊更多论文

Balast Tanklarında Sediman Birikimini Azaltacak Sistemin Optimizasyonuna Yönelik İstatistiksel Yaklaşımlar

Deneysel çalışmalar mühendislik alanında sistem ve yapıların tasarımı, optimizasyonu, tasarımın iyileştirilmesi faaliyetlerinin vazgeçilmez ögelerindendir. Ancak özellikle birden çok faktörün performans ölçümleri üzerindeki etkisinin değerlendirilmesi amacıyla yapılan deneysel çalışmalarda elde edilen bulguların işaret ettiği sonuçlar, istatistiksel olarak anlamlı bir şekilde yorumlanamayabilir. Buna ek olarak, kaynakların (zaman, iş gücü ve maddi kaynaklar vb.) kısıtlı oluşu ise deneysel çalışmaların en önemli sınırlılıkları arasında yer almaktadır. Bu çalışmada, gemilerin balast tanklarında sediman birikimini azaltmak için geliştirilen sistemin işletme parametresinin optimizasyonu için yapılan deneysel çalışma sonuçlarının istatistiksel olarak yorumlanmasında yaşanan sorunlar ve Yapay Sinir Ağları (YSA) kullanılırken uygulanan yaklaşıma yer verilmiştir. Bilindiği üzere, birçok durumda YSA yaklaşımı ile sistemin davranışını taklit etmek mümkündür. Ancak YSA girdi setinde veri sayısı bu yaklaşımın doğruluk ölçüsü (accuracy) üzerinde büyük bir öneme sahiptir. Söz konusu deneysel çalışmada her ne kadar veri setinin sonsuz sayıya çıkarılması teorik olarak mümkün olsa da başta zaman ve işgücü olmak üzere, kaynak kısıtları nedeniyle bunun gerçekleştirilmesi uygulanabilir değildir. Modelin doğruluğunu artıracak yeterli deneysel veri elde edilemediğinden, YSA modeli oluşturulurken deneysel çalışmanın amacı dikkate alınmış ve farklı bir yaklaşım uygulanmıştır. Deney verisinin bir kısmı YSA modelinin eğitim aşamasında kullanılmış, YSA modelinin optimum bir çalışma koşulu önermesi sağlanmıştır. YSA eğitim aşamasına dahil edilmemiş olan deneysel sonuçlar ise model tarafından önerilen optimum çalışma koşulunun deneysel olarak karşılattırılmasında kullanılmıştır. Söz konusu çalışmada YSA optimizasyon için bir araç olarak kullanılmış ve model tarafından önerilen optimum çalışma koşulu, tüm deney verileri arasında sediman birikimini azaltılması açısından en uygun sonucu vermiştir.

求助全文

通过发布文献求助，成功后即可免费获取论文全文。去求助

来源期刊

Gemi ve Deniz Teknolojisi

自引率

0.00%

发文量