Tekstil Sektöründe Yapay Sinir Ağları ve Topluluk Öğrenme Algoritmaları Kullanılarak Kumaş Eninin Tahmini

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Dokuz Eylül Üniversitesi, Fen Bilimleri Enstitüsü, Veri Bilimi, Türkiye

Tezin Onay Tarihi: 2023

Tezin Dili: Türkçe

Öğrenci: İrem Soylu

Danışman: Neslihan Demirel

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Tekstil sektöründe yeni geliştirilen kumaşlarda, kumaş ilk defa üretileceği için kumaş eni parametresinin tahminlenmesi son derece önemlidir. Bu çalışmada kumaş eninin doğru tahminlenmesi için gerekli etkenlerin belirlenerek yapay sinir ağları ve topluluk öğrenme yöntemleri ile modellenmesi amaçlanmıştır. Bu çalışma, kumaş eni değerinin insandan bağımsız sistematik bir şekilde belirlenmesi ihtiyacından doğmuştur. Mevcut durumda, yeni geliştirilen kumaşlar üretilirken kumaş eni değeri tamamen çalışanın bilgi ve tecrübesine göre belirlenmektedir. Bu da tutarsız ve güvenilir olmayan sonuçların elde edilmesine sebep olmaktadır. Bu şekilde tanımlanan en parametresi nedeniyle kumaş iadesi, kumaş tamiri vb. sorunlar fabrikada ciddi zaman kaybına ve maliyet artışına sebep olmaktadır. Bu çalışma da kumaş eni insan deneyimden bağımsız bi şekilde makine öğrenimi algoritmaları kullanılarak tahminlenmiştir. Çalışma da kumaş enini etkileyen faktörler gramaj, ilmek iplik uzunluğu, elastan oranı, viskon oranı, pamuk oranı, polyester oranı, elastan numarası, iplik numarası ve fein değeri olarak belirlenmiştir. Yapay sinir ağları modelleri, regresyon ağaçları, rassal ormanlar regresyonu, gradient boosting regresyonu ve extreme gradient boosting yöntemleri kullanılarak sonuçlar karşılaştırılmıştır. Modelleri değerlendirirken karşılaştırma için hata metriklerinden R2, Hata Kareler Ortalaması (MSE), Kök Hata Kareler Ortalaması (RMSE) ve Ortalama Mutlak Hata (MAE) kullanılmıştır. Sonuçlar incelendiğinde yapay sinir ağları modellerinden tek katmanlı yapay sinir ağında %88 açıklayıcılık değeri ile en iyi sonucu vermiştir.