Yüksek Lisans Ankara Üniversitesi mezunumBilgisayar Bilgilerim: C++, MATLAB,Tableau,Microsoft SQL Server,SAP BI / Business Objects (BO),POWER BI,EVİEWS, STATA, SPSS.ETA,LOGO,MIKRO, MİCROSOFT OFİS PROGRAMLARIMatlab programında optimizasyon problemleri çözmek hoşuma gidiyor ve aşağıdaki problemler için eğitim videoları hazırladımoptimizasyon problemleri:Transportation Problem ,Knapsack Problem,Travelling Salesman Problem,Vehicle Routing Problem,...ve ayrıca Bulanık Mantık Uygulama (Fuzzy Logic) ve Ateşböceği Algoritması (Firefly Algorithm),Particle Swarm Optimization(PSO)Algorithm,MATLAB ile Yapay Sinir Ağlarının Kullanımı,ÇOK AMAÇLI OPTIMIZASYON PROBLEMLERININ GENETIK ALGORITMA (NSGA-II) içinde eğitim videoları hazırladım.iletişim: info@matlabdersi.com
Bir Tedarik Zinciri (Supply Chain Management, SCM), ürünlerin, tedarikçiler, üreticiler, toptancılar, dağıtımcılar, perakendeciler ve nihai olarak da tüketiciler arasındaki hareketini sağlayan ilişkiler ve bağlantılar bütünüdür. Tedarik Zinciri Yönetimi müşteriye, doğru ürünün, doğru zamanda, doğru yerde, doğru fiyatayani tüm süreçlerinin entegrasyonunu sağlayarak en düşük maliyetle ulaşmasını sağlayan yönetimidir.
Tedarik Zinciri Yönetimi Genetik Algoritma ile Optimizasyon ,Video içeriği:
1.Bölüm: Genetik Algoritmalar(GA)ın-Tarihçesi-Tanımı-Temel Kavramları anlatılıyor.
3.Bölüm. MATLAB GA Toolbox Kullanmadan Matlab ‘da Bir M-file içerisinde Genetik algoritmanın kodu yazılır.(kod yazarken her satırda kullanılan komutlar anlatılıyor.)
4.Bölüm.Genetik Algoritma ile Tedarik Zinciri Yönetimi için çözümler sunuluyor.
Gezgin Satıcı Probleminin Karınca Kolonisi Algoritması ile Çözümü
Traveling Salesman Problem using Ant Colony Optimization
Karıncalar, yiyecek kaynaklarından yuvalarına en kısa yolu görme duyularını kullanmadan bulma yeteneğine sahiptirler. karıncalar gidebilecekleri iki yoldan birini öncelikle rastsal olarak seçmektedirler.Kısa olan yoldan birim zamandaki geçiş daha fazla olacağından bırakılan feromon miktarı da daha fazla olur. Buna bağlı olarak, zaman içerisinde kısa olan yolu tercih eden karıncaların sayısında artış olur. Belli bir süre sonra tüm karıncalar kısa yolu tercih ederler. Başta rastsal hareket eden karıncaların izleri kontrol ederek yüksek olasılılıkla izlerin yoğun olduğu yönü takip etmesi otokatalitik bir davranış şeklidir ve karıncaların karşılıklı etkileşiminde sinerjik bir etki vardır. Algoritma, karınca kolonilerinden esinlenerek geliştirildiğinden sisteme, karınca sistemi (KS), algoritma ise karınca kolonileri algoritması (KKA) olarak adlandırılır. Karınca kolonileri optimizasyon problemlerinde kullanılır.
Karınca algoritmaları ilk olarak Dorigo ve meslektaşları tarafından; gezgin satıcı problemi (GSP) ve kuadratik atama (QAP) gibi zor optimizasyon problemlerinin çözümü için geliştirilmiştir.
2012 yılından beri yapay zeka uygulamaları (Yapay Sinir Ağları, Optimizasyon, Metaheuristic Algoritmalar,…) konusunda matlabdersi.com olarak çalışmalar yürütmekteyiz. Konuyla ilgili hazırladığımız Eğitim videolarından faydalanabilirsiniz.
Yukarıdaki konuların üzerinden tıklayarak eğitimlere katılabilirsiniz
genetik algoritma projeleri,Genetik algoritma ile çözülen problemler,Genetik Algoritma kod örnekleri,Genetik Algoritma Sınav Soruları,Genetik algoritma aşamaları,Genetik Algoritma Örnek soru,Uniform çaprazlama,Sırt çantası Problemi Genetik Algoritma
matlab projeler,Matlab da yapılmış projeler,MATLAB yapay zeka projeleri,Yapay Sinir Ağları örnek sorular,İleri beslemeli Yapay Sinir Ağları Matlab,matlab da yapılan projeler,Matlab simulink ödev,matlab ödev yaptırma,Mühendislik ödev yaptırma, Proje Yaptırma, Tez Yaptırma, Makale Yaptırma,Matlab Ödev-Proje-Tez Yaptırma,Matlab ödevi yaptırmak istiyorum,Matlab Ödevim var,Matlab ödev örnekleri,Matlab tez,Matlab ödev proje yapılır
hazırlanmasını istediğiniz farklı bir proje olursa info@matlabdersi.com bize iletebilirsiniz.
Matlabdersi.com,matlab dersi,matlabdarsi,matlab ders notlari,matlab odev hazira,odev ver matlab,odev matlab yardim,yardim matlab proje,matlab odev yaptir,
Yapay Sinir Ağları ile Sınıflandırma ve Tahmin Eğitim videosu:
YAPAY SINIR AĞLARI MATLAB UYGULAMALARI| YAPAY SINIR AĞLARI ILE TAHMIN| YAPAY SINIR AĞLARI ILE SINIFLANDIRMA
1-Yapay Sinir Ağları Temeli : (ysa nedir,ysa nasıl çalışır?, ysa’ nin elemanlari, ysa’ nin yapisi,YSA’ nin uygulamalari, ysa’ nin avantajlari, …)
2- ZAMAN SERİSİ ANALİZİNDE MLP YAPAY SİNİR AĞLARI
3-MATLAB ’ da Ysa’ nın kod (m_file) yazımı, yapay sinir ağı sistemi, MATLAB ’ da bir M’file içerisinde kodu yazılmış. Daha sonra, geliştirilen bir algoritma sayesinde,zaman serisini analizi ve tahmin yapılmıştır.
6. Hata Matrisini (Confusion Matrix) uygulamasını 7.Son olarak yapay sinir ağlarından gelen sonuçları gerçek sonuçlarla karşılaştırılmış ve grafiksel olarak nasıl gösterebiliriz anlatılmış.
Yapay Sinir Ağları,Yapay Sinir Ağları,Yapay Sinir Ağları,Yapay Sinir Ağları,Yapay Sinir Ağları,Yapay Sinir Ağları,Yapay Sinir Ağları,Yapay Sinir Ağları
Bulanık Mantık(Fuzzy Logic) ile Tahmin-Zaman Serisi Analizi
Bulanık Mantık(Fuzzy Logic) ile Tahmin-Zaman Serisi Analizi Video Eğitimde neler var?
Bulanık mantığın temelini örneklereanlattıktan sonra Mamdani ve Takagi-Sugeno Çıkarım Yöntemlerini anlatılıyor ve Matlab programında nasıl uygulayabiliriz gösteriliyor daha sonra Uyarlamalı Sinirsel Bulanık Çıkarım Sisteminin (ANFIS) nedir ve nasıl uygulayabiliriz bir örnekle gösteriliyor en sonunda Zaman Serisi Analizi ANFIS model ile tahmin yapılıyor.
Yapay Sinir Ağları ile Tahmin-Zaman Serisi Analizi
1-Yapay Sinir Ağları Temeli : (ysa nedir,ysa nasıl çalışır?, ysa’ nin elemanlari, ysa’ nin yapisi
2- YSA’ nin uygulamalari, ysa’ nin avantajlari, …)
3-Zaman Serisi Analizi (Time Series Analysis)
Zaman serisi analizinin ne olduğu, hangi durumlarda kullanıldığı, zaman serisi analizinin nasıl yapıldığı ile ilgili temel bir giriş yapılmıştır.
4-MATLAB ’ da Ysa’ nın kod (m_file) yazımı, yapay sinir ağı sistemi, MATLAB ’ da bir M’file içerisinde kodu yazılmış. Daha sonra, geliştirilen bir algoritma sayesinde, Zaman serisini analizi ve tahmin yapılmıştır.
5-Son olarak yapay sinir ağlarından gelen sonuçları gerçek sonuçlarla karşılaştırılmış ve grafiksel olarakda nasil gösterebiliriz anlatılmış.Eğitime katılmak için tıklayın.
Yapay Sinir Ağları,Yapay Sinir Ağları,Yapay Sinir Ağları,Yapay Sinir Ağları,Yapay Sinir Ağları,Yapay Sinir Ağları,Yapay Sinir Ağları,Yapay Sinir Ağları
Bulanık Mantık Sınıflandırma
Bulanık Mantık Sınıflandırma Video Eğitimde neler var? Bulanık mantığın temelini örneklere anlattıktan sonra Mamdani ve Takagi-Sugeno Çıkarım Yöntemlerini anlatılıyor ve Matlab programında nasıl uygulayabiliriz gösteriliyor daha sonra Uyarlamalı Sinirsel Bulanık Çıkarım Sisteminin (ANFIS) nedir ve nasıl uygulayabiliriz bir örnekle gösteriliyor en sonunda sınıflandırma sorusu için ANFIS model ile tahmin yapılıyor.
GMDH (Group Method Of Data Handling)Sinir Ağları Uygulaması
Grup Metoduyla Bilgi İşleme(GMDH) Ivakhnenko tarafından 1968 yılında ortaya atılmıştır.Bu metod daha sonra onun1971’deki “Karmaşık Sistemlerin Polinom Teorisi”adındaki makalesiyle yaygın bir hale gelmiştir.GMDH ağlan ileri beslemeli,kendini organize edebilen ağlardır.GMDH algoritması karışık sistemlerin yüksek dereceli regresyon tipi modellerini oluşturur. GMDH sistemlerin tanımlanmasında, tahmininde, optimizasyonunda kullanılmaktadır.
Çok katmanlı Yapay Sinir Ağları, çok katmanlı yapay sinir ağları matlab, Derin Öğrenme MATLAB, GMDH (Group Method Of Data Handling)Sinir Ağları Uygulaması, GMDH gruplama methodu, GMDH sinir ağı, GMDH tipi sinir ağı, GMDH Type, Group Method Of Data Handling(GMDH) MATLAB Code, Hata Matrisini (Confusion Matrix), MATLAB ’ da Ysa, MLP YAPAY SİNİR AĞLARI, Normalizasyon(Max-Min Normalizasyon), sinir ağları ders notları, Tek katmanlı Yapay Sinir Ağları, Yapay sinir Ağları Derin öğrenme, Yapay Sinir Ağları ile Tahmin, Yapay Sinir ağları Matlab kodları ve Matlab Toolbox, Yapay sinir ağları mimarileri, Ysa örnek kod MATLAB, ysa Mimarisi ve Yapı Elemanları, YSA Mimarisinin Temel Elemanları, ZAMAN SERİSİ ANALİZİNDE ysa, Zaman serisini analizi
Bulanık mantığın temeli bulanık küme ve alt kümelere dayanır. Klasik yaklaşımda bir varlık ya kümenin elemanıdır ya da değildir. Matematiksel olarak ifade edildiğinde varlık küme ile olan üyelik ilişkisi bakımından kümenin elemanı olduğunda “1”, kümenin elemanı olmadığı zaman “0” değerini alır. Bulanık mantık klasik küme gösteriminin genişletilmesidir. Bulanık varlık kümesinde her bir varlığın üyelik derecesi vardır. Varlıkların üyelik derecesi, (0, 1) aralığında herhangi bir değer olabilir ve üyelik fonksiyonu M(x) ile gösterilir .
Bulanık mantığın temelini örneklereanlattıktan sonra Mamdani ve Takagi-Sugeno Çıkarım Yöntemlerini anlatılıyor ve Matlab programında nasıl uygulayabiliriz gösteriliyor daha sonra Uyarlamalı Sinirsel Bulanık Çıkarım Sisteminin (ANFIS) nedir ve nasıl uygulayabiliriz bir örnekle gösteriliyor en sonunda Zaman Serisi Analizi ANFIS model ile tahmin yapılıyor.
Bulanık Mantık Sınıflandırma Video Eğitimde neler var? Bulanık mantığın temelini örneklere anlattıktan sonra Mamdani ve Takagi-Sugeno Çıkarım Yöntemlerini anlatılıyor ve Matlab programında nasıl uygulayabiliriz gösteriliyor daha sonra Uyarlamalı Sinirsel Bulanık Çıkarım Sisteminin (ANFIS) nedir ve nasıl uygulayabiliriz bir örnekle gösteriliyor en sonunda sınıflandırma sorusu için ANFIS model ile tahmin yapılıyor.
Simulated Annealing (Benzetilmiş Tavlama) Nasıl Çalışır?
Algoritmanın çalışması aslında isminin de geldiği demir tavlama işlemine benzer. Yani nasıl demir tavlama işlemi sırasında bir demir parçayı ısıtıp sonra soğumaya bırakıyorsak, herhangi bir sayısal ölçüme de benzeri yaklaşım uygulanabilir.
Bu yöntem bölgesel en iyi çözümlere (local optimum) takılmamak için iyidir. Soğutma işlemi bu algoritmada daha iyi sonuçların bulunmasını sağlayacak yeni komşu çözümlerin üretilmesini sağlayan üstel (exponential) bir ifadedir.
PARALEL MAKİNE ÇİZELGELEME SA Algoritma ile Çözümü
Optimization Of Job Scheduling On Parallel Machines By Simulated Annealing Algorithms
İşletmelerin üretim planlama faaliyetleri kapsamında belirli bir dönem aralığında yapılacak işlerin sıralarının ve sürelerinin belirlenmesi ki çoğunlukla aynı işi yapan birden fazla makina olması sebebiyle sıkça rastlanan bir durumdur sonuçta hangi işler için hangi makina daha uygun olduğunun belirlenmesi ve makinalarda işlerin sıralanmasını tahsis edilerek optimum üretim hedeflerini yakalama çalışmaları olarak tanımlanabilir.
Araç Rotalama Problemi (ARP), bir veya birkaç depodan müşterilere hizmet götürecek araçlar için en uygun rotaları belirlemeyi amaçlayan bir kombinatoryal eniyileme (optimizasyon) problemidir. ARP ile ilgili ilk makale George Dantzig ve Ramser John tarafından 1959 yılında yayınlanmıştır ve benzin teslimatında ortaya çıkan ARP’ler için algoritmik ilk yöntemi içermektedir. Genellikle, ARP merkezi bir depodan müşterilere siparişlerinin taşınmasını planlama amaçlı çözülür. ARP’nin amaç fonksiyonu toplam yol maliyetini en aza indirmektir.
Genetik Algoritma Nedir:| Genetik algoritma optimizasyon Nedir:| Genetik Algoritma konu anlatımı
Genetik algoritmalar, doğada gözlemlenen evrimsel sürece benzer bir şekilde çalışan arama ve eniyileme yöntemidir. Karmaşık çok boyutlu arama uzayında en iyinin hayatta kalması ilkesine göre bütünsel en iyi çözümü arar.Genetik algoritmalar problemlerin çözümü için evrimsel süreci bilgisayar ortamında taklit ederler. Diğer eniyileme yöntemlerinde olduğu gibi çözüm için tek bir yapının geliştirilmesi yerine, böyle yapılardan meydana gelen bir küme oluştururlar. Problem için olası pek çok çözümü temsil eden bu küme genetik algoritma terminolojisinde nüfus adını alır. Nüfuslar vektör, kromozom veya birey adı verilen sayı dizilerinden oluşur. Birey içindeki her bir elemana gen adı verilir. Nüfustaki bireyler evrimsel süreç içinde genetik algoritma işlemcileri tarafından belirlenirler.(wikipedia)
Genetik algoritmalar en iyileme (optimizasyon) problemlerinin çözümünde kullanılan çok etkili arama yöntemleridir. Eğer bir optimizasyon probleminde birden fazla amaç değerlendiriliyorsa, o zaman buna çok amaçlı problem adı verilir ve bu problemlerin çözümünde NSGA-II yöntemleri kullanılır.Genetik algoritmalar en iyileme (optimizasyon) problemlerinin çözümünde kullanılan çok etkili arama yöntemleridir. Eğer bir optimizasyon probleminde birden fazla amaç değerlendiriliyorsa, o zaman buna çok amaçlı problem adı verilir ve bu problemlerin çözümünde NSGA-II yöntemleri kullanılır.
Solving The Knapsack Problem Using Genetic Algorithm
Sırt Çantası (Knapsack) problemi:
Her birinin ağırlığı wi ile verilen n adet parçayı belli bir kapasitesi olan bir sırt çantasına, maksimum kar getirecek şekilde yerleştirilmesi problemidir.
Genetik Algoritma ile Sırt çantası probleminin çözümü ,Video içeriği:
MATLAB GA Toolbox Kullanmadan Matlab ‘da Bir M-file içerisinde Genetik algorıtmanın kodu yazılır. .(kod yazarken her satırda kullanılan komutlar anlatılıyor.)Ardından Genetik Algoritma ile Sırt çantası (Knapsack) probleme çözümler sunuluyor.
3.Bölüm. MATLAB GA Toolbox Kullanmadan Matlab ‘da Bir M-file içerisinde Genetik algoritmanın kodu yazılır.(kod yazarken her satırda kullanılan komutlar anlatılıyor.)
4.Bölüm. Genetik Algoritma ile Dağıtım Merkezi (DM) Yer Seçimi Problemi için çözümler sunuluyor.
GENETIC ALGORITHM FOR SOLVING TRANSPORTATION PROBLEM (MATLAB)
Ulaşım modelleri malların kaynaklardan (fabrika,depo gibi) hedeflere( tüketim merkezleri,depolar gibi) taşınmasıyla ilgili problemlere çözüm getirmeyi amaçlar. Tüketim merkezlerinin talepleri, kaynakların arz miktarlarıyla karşılanırken, toplam taşıma maliyetinin de minimum olması hedeflenmektedir.
Ulaştırma Probleminin Genetik Algoritma ile Çözümü Video içeriği:
1.Bölüm: Genetik Algoritmalar(GA)ın-Tarihçesi-Tanımı-Temel Kavramları anlatılıyor.
3.Bölüm. MATLAB GA Toolbox Kullanmadan Matlab ‘da Bir M-file içerisinde Genetik algorıtmanın kodu yazılır.(kod yazarken her satırda kullanılan komutlar anlatılıyor.)
4.Bölüm. Genetik Algoritma ile TRANSPORTATION PROBLEM(TSP) probleme çözümler sunuluyor.
Arının kovandan ayrılmasıyla başlayan arama süreci,başlangıçta rastgele yapılan yiyecek araştırmaları ile devam eder. Bulunan kaynakta yiyecek miktarının azalması neticesinde arılar yeni yem aramaya ya da arılardan aldığı bilgiye göre başka kaynaklara yönelmeye başlarlar. Bulunan kaynakların bilgilerinin arılarca birbirine iletilmesi ve bulunan polen, su vb. kaynakların kovana getirilmesi bu süreç içinde yapılan faaliyetlerdir.
Yapay arı kolonisi algoritması (Artificial bee colony algorithm), bal arısı sürülerinin kendilerine özgü zeki davranışlarını örnek alarak, arıların besin ararken kullandıkları yöntemlerden esinlenerek oluşturulmuş bir optimizasyon algoritmasıdır. Sürü zekasına dayanan bu algoritma, doğada sürü halinde hareket eden arıların besin bulmada sergilemiş oldukları davranışları temel alarak optimizasyon problemlerini çözmek için kullanılmaktadır.
