Yüklüyor…
Otomatik yönlendirmeli araçlar için yapay zeka destekli çarpışma önleme algoritmalarının geliştirilmesi /
Otomatik yönlendirmeli araçlar; fabrikalar, depolar ve dağıtım merkezleri gibi endüstriyel ortamlarda yaygın olarak kullanılan ve iş gücü maliyetlerinin azaltılması, üretim süreçlerinin verimliliğinin artırılmasını sağlayan taşıma sistemleridir. Çoklu araç sistemlerinde emniyetli ve verimli taşımanı...
| Yazar: | |
|---|---|
| Müşterek Yazar: | |
| Diğer Yazarlar: | |
| Materyal Türü: | Tez |
| Dil: | Türkçe |
| Konular: | |
| Online Erişim: | OPAC'ta görüntüle |
| Özet: | Otomatik yönlendirmeli araçlar; fabrikalar, depolar ve dağıtım merkezleri gibi endüstriyel ortamlarda yaygın olarak kullanılan ve iş gücü maliyetlerinin azaltılması, üretim süreçlerinin verimliliğinin artırılmasını sağlayan taşıma sistemleridir. Çoklu araç sistemlerinde emniyetli ve verimli taşımanın gerçekleştirilmesi için araçların kontrolünün ve koordinasyonunun sağlanması büyük bir öneme sahiptir. Bu tezde, ortak çalışma bölgelerine ve çakışan rotalara sahip ortamlarda çalışan otomatik yönlendirmeli araç sistemlerinde çarpışmaların önlenmesini sağlayacak modelleme ve kontrol yöntemleri önerilmiştir. Çoklu araç içeren sistemlerin koordinasyonu için geliştirilen modelleme ve kontrol metotları, benzetim uygulamalarıyla test edilmiştir. Önerilen yöntemlerde, otomatik yönlendirmeli araçların çalışma ortamlarındaki hareketlerinin modellenmesi için sonlu durum makineleri kullanılırken, çarpışmaların önlenmesi için ise en yaygın pekiştirmeli öğrenme algoritmalarından biri olan Q-öğrenme kullanılmıştır. Araçların modelleme aşamasında, diğer araçların çarpışma bölgelerindeki durumları dikkate alınmış ve oluşturulan modellerin sade ve anlaşılır olması hedeflenmiştir. Bu hedefler doğrultusunda, çoklu araç içeren sistemlerdeki karmaşıklığı azaltmak amacıyla merkezi olmayan modelleme yaklaşımları kullanılmıştır. Sistemdeki her bir araca özel oluşturulmuş olan sonlu durum otomat modelleri, araçların kontrolünü sağlayacak Q-öğrenme algoritmalarında çevre modeli olarak tanımlanmıştır. Bu modellere uygun olarak tasarlanan Q-öğrenme algoritmalarıyla, her bir aracın bulunduğu durumda gerçekleştirmesi gereken eylemleri içeren Q tabloları elde edilmiştir. Çok sayıda araç içeren ve çok sayıda çarpışma bölgesine sahip çeşitli sistemlerde, araçların kontrolünü sağlayacak Q tabloları benzetim uygulamalarında kullanılmış ve önerilen yöntemler test edilerek doğrulanmıştır. Benzetim uygulamalarının sonuçları, önerilen yöntemlerin potansiyel çarpışmaları önleyebileceğini ve genel verimliliği büyük ölçüde artırabileceğini göstermektedir.
|
|---|---|
| Fiziksel Özellikler: | 87 sayfa ; 30 cm |
| Bibliyografya: | Kaynakça : 83-85 sayfa |