Yapay sinir ağları ile yemekhane günlük talep tahmini
Refectory daily demand forecast using artificial neural netweorks
- Tez No: 410022
- Danışmanlar: DOÇ. DR. SEZAİ TOKAT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Pamukkale Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde alışveriş merkezi, büyük sanayi kuruluşları ve üniversitelerin sayısının giderek artması ile birlikte yemek hizmeti sunan işletmelere olan ilgi de artmaktadır. Personeline yemek veren kurumlarda o gün kurum yemekhanesinde kaç kişinin yemek yiyeceği zaman ve maliyet açısından önem teşkil etmektedir. Bu açıdan bu sayının doğru olarak tahmin edilmesi kuruma önemli bir fayda sağlayacaktır. Bu çalışmada Pamukkale Üniversitesi (PAÜ) yemekhanesi verileri kullanılmıştır. PAÜ Pusula bilgi siteminden veriler alınarak üretilen yemek miktarını etkileyebileceği düşünülen kriterler ortaya çıkarılmıştır. Oluşturulan veri seti SPSS programında analiz edilerek veriler arasında ilişkiler test edilmiştir. Bu ilişkilere dayanılarak veriler eğitim ve test kümesi olarak iki kısma ayrılmıştır. Eğitim verileri Doğrusal Regresyon, Yapay Sinir Ağları tekniklerinden Çok Katmanlı Yapay Sinir Ağları ve Radyal Tabanlı Fonksiyon Yapay Sinir Ağları ile eğitilmiş ve test edilmiştir. Bu çalışma ile farklı yöntemler kullanılarak günlük yemek miktarı tayininin yapılabileceği gösterilmiştir. En iyi en kötü 38 günlük örnek üzerinde tahmin çalışması PAÜ yemekhanesi beslenme uzmanları ile yapılmıştır. Bu örnekler için tezde tasarlanan yemekhane günlük talep tahmin sistemlerinin genel olarak daha iyi sonuç verdiği gözlenmiştir. Günlük yemek tahmini için Matlab programında GUI tasarlanmıştır.
Özet (Çeviri)
Today, as the number of shopping centers, large industrial enterprises and universities are increasing, the interest in the business of providing food service is also increasing. Considering time and cost, it is important for the corporations how many staffs eat food in the refectories and dining halls that give food to its staffs. In this study, the data of Pamukkale University (PAU) refectory are used. By receiving data from PAU Computer Information System known as Pusula, the criteria which are thought to affect the amount of food cooked are detected. By analyzing generated data sets with SPSS program, relationship between data is tested. Based on these relationships data are divided into two parts as training and test group. Training data are trained by using Linear Regression, Techniques of Artificial Neural Networks Multi Layer Neural Network and Radial Basis Function Neural Networks and then tested. With this study, it is shown that by using different statistical and artificial intelligence methods daily food amount can be predicted better than experts' decisions. Prediction studies are executed on the best and worst 38 samples with PAU nutrition experts. For these samples it is observerd that our systems have better prediction performance. Also, a GUI is designed for daily meal prediction in Matlab program.
Benzer Tezler
- Yapay sinir ağları ile Türkçe konuşma tanımı
Turkish speech recognition using artifical neural networks
BARIŞ AKÇAY
Yüksek Lisans
Türkçe
1994
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. H. SELÇUK GEÇİM
- Yapay sinir ağları ile seramik sır özelliklerinin tahmin edilmesi
Prediction of ceramic glaze properties by artificial neural networks
UĞUR KUT
Yüksek Lisans
Türkçe
2010
Seramik MühendisliğiDumlupınar ÜniversitesiSeramik Mühendisliği Ana Bilim Dalı
PROF. DR. İSKENDER IŞIK
- Yapay sinir ağları ile doku sınıflandırma
Tissue classification using artificial neural networks
AYSU SEVEN
Yüksek Lisans
Türkçe
1993
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. ERTUĞRUL YAZGAN
- Yapay sinir ağları ile nesne tanıma
Object recognition using artificial neural networks
İBRAHİM TÜRKOĞLU
Yüksek Lisans
Türkçe
1996
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. AHMET ARSLAN
- Yapay sinir ağları ile hece algılama
Başlık çevirisi yok
ÖZCAN SAÇAR
Yüksek Lisans
Türkçe
1995
Elektrik ve Elektronik MühendisliğiKaradeniz Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. RIFAT YAZICI