Approximating the objective gradient using perceptrons for constrained minimization with application in drag reduction
Kısıtlı enküçükleme için amaç fonksiyonu gradyanının algılayıcı kullanılarak yaklaşıklanması ve sürüklemenin azaltılmasına uygulanması
- Tez No: 325562
- Danışmanlar: PROF. İ. KUBAN ALTINEL
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Optimizasyon, Yöneylem araştırması, Optimization, Operations research
- Yıl: 2012
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez, kapalı biçimde analitik ifadesi olmayan kısıtlı enküçükleme problemleri ile ilgilidir. Ancak bu tür amaç fonksiyonlarının sayısal olarak hesaplanabildikleri ve yaklaşıklayan kestiricilerinin elde edilmesine olanak veren rassal örneklemler oluşturulabildiği varsayılmaktadır. Çalışmada kestirici olarak kullanılan algılayıcılar bulunmakta ve bunların yardımıyla gradyan yaklaşıklanmaktadır.Sinir Ağlı İndirgenmiş Gradyan Algoritması adını verdiğimiz yeni yöntem, indirgenmiş gradyanı algılayıcılar kullanılarak elde edilen yaklaşık amaç fonksiyonunun gradyanı ile kısıtların gerçek gradyanlarının birleşimiyle kestirir. Yöntemin doğruluğu, var olan ve rassal olarak üretilen dışbükey ve dışbükey olmayan deney problemleriyle sınanmaktadır. Yeni yöntemin akışkanlarda kesme gerilimini enküçükleyecek sürüklemeyi azaltma uygulaması sunulmakta ve başarımı, bu çalışmanın bir parçası olarak önerilen doğrusal kestirimler ile elde edilen sonuçlarla karşılaştırılmaktadır.
Özet (Çeviri)
This thesis is concerned with the constrained minimization problems whose objective function does not have a closed form analytical expression. However, it can be evaluated numerically which enables the determination of an estimator using random samples. We assume that the set of constraints are well-defined and explicitly known and use perceptrons to estimate the objective function. The new method, which we call Neural Reduced Gradient Algorithm, approximates the reduced gradient by combining the gradient value of the estimated objective function with the exact gradients of the constraints. It is tested with some randomly generated and also, some available convex and nonconvex optimization problems. We also provide an interesting real application of the new method in shear stress minimization for drag reduction and compare its performance with the ones obtained using linear estimators, which are proposed as a part of this work.
Benzer Tezler
- Kısmi diferansiyel denklemleri çözmek için kuantum makine öğrenmesi algoritmaları
Quantum machine learning algorithms for solving partial differential equations
AFRAH NAJIB ABDULLAH FAREA
Doktora
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Ana Bilim Dalı
PROF. DR. MUSTAFA SERDAR CELEBİ
- Yeni iki global karma optimizasyon algoritması ve bu algoritmaların mikrodalga devrelerin tasarımına uygulanması
New two global hybrid optimization algorithms and their applications to the design of microweve circuits
M.TAYFUN GÜNEL
Doktora
Türkçe
1993
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. BİNGÜL YAZGAN
- Çizgisel ısı kaynaklı yüzeyde doğal ısı taşınımı
Natural convection for a line source on an adiabatic surface
MUZAFFER AYDIN
- Hibrit optimizasyon yöntemleri kullanılarak ultrason görüntülerinin yeniden yapılandırılması
Reconstruction of the ultrasound image using nesterov accelerated gradiant descent
ALİ CAN IŞIK
Yüksek Lisans
Türkçe
2020
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKÇEN ÇETİNEL
- Ansys programı ile dizayn optimizasyonu
Design optimization using ansys
ENGİN AKHOROZ
Yüksek Lisans
Türkçe
1999
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. HİKMET KOCABAŞ