Search

anıt yüzey yöntemi (YYY), faktör seviyeleri ile elde edilen yanıtlar arasındaki ilişkinin değerlendirilmesi için bir ampirik modelin oluşturulması esasına dayanan bir optimizasyon şeklidir. YYY, çoklu regresyon ve uzay geometrisinin birlikte uygulanmasıyla oluşan çok değişkenli bir analizdir. Bu optimizasyon yöntemi faktöriyel bir deneme yapılmadan önce faktör seviyeleri optimum noktalarını belirlediği için, faktöriyel denemelerin ön bir aşaması olarak da kullanılabilir. Bu sayede faktör seviyeleri arasında daha yakın uzaklıklar olacağı için daha sağlıklı sonuçlar elde edilmesi sağlamaktadır. Yani optimizasyon faktör seviyelerinin anlamlılığını ve hassasiyeti artırmak için kullanılmaktadır. Bu çalışmada 130 adet sofralık tavuk yumurtaları depolama sıcaklıkları ve kaplayıcı gam arabik maddesi yüzdelerine göre 9 gruba ayrılmıştır. Yumurtaların 28 günlük depolama süreci boyunca oluşan ağırlık kayıpları hesaplanmıştır. Yumurtalar ilk gün 7. gün 14. gün 21. gün ve son olarak 28. gün tartılmıştır. Çalışma bittikten sonra ilk gün ve 28. gündeki ağırlıklarının farkları hesaplanmıştır. Minitab istatistik programıyla Yanıt Yüzey Yöntem uygulanmış analiz sonucuyla çalışmanın sonuçları karşılaştırılmıştır. YYY uygulanırken Central Composite Design deneme deseni kullanılmıştır. Analizin sonucunda YYY ile yumurta muhafazası için optimum depolama sıcaklığı ve gam arabik maddesi kompozisyonu belirlenmiştir. İstatistik analizin sonuçlarına göre 4. haftanın sonunda minimum yumurta ağırlık kaybı (1.58 g) için optimum depolama sıcaklığı ve gam maddesi kompozisyonunun 8.24 oC ve % 15 olduğu belirlenmiştir. Çalışma sonuçları ve analizden elde edilen sonuçlar karşılaştırıldığında YYY'nin yumurta muhafaza koşullarının optimizasyonunda minimum yumurta ağırlık kaybı için ara dozlar tahminler elde ettiği ve hayvancılık alanında kullanımının faydalı olabileceği düşünülmektedir., Response surface method (RSM) is a form of optimization based on the creation of an empirical model for evaluating the relationship between factor levels and the responses obtained therefrom. RSM is a multivariate analysis created by applying multiple regression and space geometry together. This optimization method can also be used as a preliminary stage of factorial experiments, since factor levels determine the optimum points before a factorial experiment. In this way, since the difference between the factor levels will be less, it provides more healthy results. In other words, optimization is used to increase the significance and sensitivity of factor levels. In this study, 130 table chicken eggs were divided into 9 groups according to their storage temperatures and percentages of coating gam arabic matter. Weight losses during the 28-day storage period of eggs were calculated. The eggs were weighed on the 7th day, the 14th day, the 21st day, and the 28th day. After the study was completed, the differences of the weights on the first day and 28th day were calculated. With the Minitab statistics program, the RSM was applied and the results of the study were compared. While applying RSM, Central Composite Design trial pattern was used. As a result of the analysis, optimum storage temperature and gam arabic composition were determined for egg storage with RSM. According to the results of the statistical analysis, at the end of the 4th week, it was determined that the optimum storage temperature and gum substance composition for the minimum egg weight loss (1.58 g) were 8.24 oC and 15%. When the results of the study and the results obtained from the analysis are compared, it is thought that RSM has obtained an intermediate dose estimation for the minimum egg weight loss in optimization of egg preservation conditions and this may be beneficial in the field of animal breeding.

Tez (Yüksek Lisans) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2004, Thesis (M.Sc.) -- İstanbul Technical University, Institute of Science and Technology, 2004, Günlük yük eğrisindeki değişimler elektrik enerjisi üretiminin bir saatlik periyotlar ile gün bazında planlanmasını gerektirir. Bu planlama yapılırken sistemin en düşük maliyet ile enerji üretmesi istenir. Enerji sisteminin ekonomik işletilmesi, günlük değişken yük eğrisinde hangi santralin devreye alınıp çıkarılacağı, ne kadar kapasite ile işletileceği belirleyerek gerçeklenir. Çözüme ulaşmak için ekonomik işletmenin yanında, enerji üretim birimlerinin dinamik değişim kısıtlamaları, enerji sisteminin fiziksel kısıtlamaları gibi birçok kısıtlamadan oluşan bir problem ortaya çıkar, bu probleme “birim katkı sorunu” adı verilir ve matematiksel olarak kısıtlılık içeren bir eniyileme sorunudur. Çalışmada öncelikle birim katkı sorunu kısıtlarıyla birlikte incelenmiş ve matematiksel formülasyonu verilmiştir. Sonraki aşamada problemin çözümüne uygulanacak olan genetik algoritmalardan bahsedilmiştir. Bugüne kadar birim katkı sorununu Genetik Algoritmalar (GA) kullanarak çözüm yapmış çalışmalar incelenmiş, birbirlerine üstünlükleri ve önerdikleri yeniliklere değinilmiştir. Son olarak da çözümü yapılacak örnek sistem verilmiş ve sonuçlar listelenmiştir. Elde edilen sonuçlar GA’ın birim katkı sorununun çözümünde başarılı olduğunu göstermektedir. Bunun yanında GA’nın parametreleri arasında mutasyon ve çaprazlama oranını çözümün yakınsamasını ve kalitesini etkilemektedir. Seçim işlevlerinin çözümün kalitesinde önemli bir etkisi olmadığı görülmüştür., The cyclical demand for electricity over a course of a day requires utility company to plan for power generation on an hourly basis for up to 24 or 48 hours. The main objective of this planning is to reduce the generation costs. While scheduling generators, it should be considered that electrical system has dynamic, thermal and mechanical constraints. The scheduling of generators with regard to these constraints is called unit commitment problem (UCP). The objective of this study is to apply GA to solve the UCP and to find optimum GA parameters for this problem. Firstly, UCP problem is explained with its constraints and mathematical formulation. Then GA and its operators are mentioned in details. The research results obtained in the area of UCP using GA are compared with respect to their innovations and GA operators. Finally, the mathematical model of the application and the steps of the applied GA are explained. The results of this work show that GA is a feasible solution technique for UCP. The mutation and crossover rate of the GA influence the solution. On the other hand the selection operators have no influence on the convergence to the optimum solution. Also, elitism is a requirement for preserving the feasible solution over the populations., Yüksek Lisans, M.Sc.