Akademik Veri Yönetim Sistemi
Tez Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Erciyes Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği, Türkiye
Tez Danışmanı: Alper Baştürk
Tezin Onay Tarihi: 2016
Tezin Dili: Türkçe
Özet:
Rudolf Kalman tarafından geliştirilen Kalman Süzgeçleme (KS) gelecekteki değerlerin kestirimi için modelin geçmişteki verilerinden yola çıkarak bir sonraki iterasyonda girdi olarak çıktıları kullanması ve hata kovaryansını her iterasyonda azaltması prensibine göre çalışmaktadır. Gürültülü durumlarda süzgeçleme işlemini hem güncelleme hem tahmin adımlarıyla gerçekleştiren KS, sistemde ölçülemeyen durumları ise sadece tahmin adımını uygulayarak kestirebililmektedir. KS'nin daha doğru sonuçlar verebilmesi için parametrelerinin de uygun seçilmesi önemli bir faktördür. KS parametrelerinden ölçüm kovaryans matrisi R, işlem kovaryans matrisi Q ve başlangıç hata kovaryansı P değerlerinin en uygun şekilde seçilmesi gerekmektedir. Klasik yaklaşımda, bu seçim kullanıcı deneyimine bırakılırken, literatür incelendiğinde bu seçimin optimizasyon algoritmalarıyla da yapılabildiği görülmüştür. Bu tez çalışmasında, Kalman Süzgeçleme parametrelerinin eniyilenmesi için henüz literatürde çalışılmamış zeki optimizasyon tekniklerinin tespit edilmesi ve hem bu tekniklerin başarımlarının hem de tekniklerin birbiriyle işlem süresi ve doğruluk kriterleri açısından kıyaslanması amaçlanmıştır. Gerçekleştirilen detaylı benzetim çalışmaları ile farklı senaryolar için farklı algoritmaların başarılı olduğu gözlemlenmiştir.