Yapay sinir ağı ve bulanık mantık hibrid yapı ve algoritmalarının geliştirilmesi

Abstract

Beynin nörolojik ve fiziksel yapısından modellenerek oluşturulan yapay sinir ağları (YSA) farklı ve çok yaygın olarak kullanılan bir bilim dalı olarak yerini almıştır. İnsan beyninin çalışma prensibi üzerine oluşturulan YSA'lar giriş ve çıkış verilerini kullanarak algoritmalar geliştirir ve bu şekilde sistemin davranışını öğrenir. Bu davranıştan bir genelleme yaparak test örneklerine çözüm üretir. Donanım ve yazılımla gerçeklenebilen YSA'ların öğrenme ve en uygununu bulma yeteneği, bulanık mantığın insan gibi karar verebilme ve uzman bilgisi sağlama kolaylığı gibi özellikleriyle birleştirilmiş ve bulanık - sinir hibrid yapısı oluşturulmuştur. Günümüzde kullanılan sinirsel bulanık sistemler genellikle ileri beslemeli ve çok katmanlı sistemlerdir. En çok kullanılanlar ANFIS, Falcon, NefClass ve Nefcon olup, birçok araştırmacı değişik hibrid yapılar da oluşturmuşlardır.Bu tezde, yeni bir bulanık ? sinir ağı hibrid yapısı ortaya atılmış ve oluşturulan hibrid yapı 11 farklı veri kümesi ile denenmiştir. Yazılımlar Matlab ortamında yapılmıştır. Hibrid yapı içinde YSA yapısı olarak kullanılan Konik Kesit Fonksiyonlu Sinir Ağları (KKFSA), bulanık mantık ile beraber ilk defa denenmiştir. KKFSA'lar, Çok Katmanlı Algılayıcıların (ÇKA) ve Radyal Tabanlı Fonksiyon Ağlarının (RTFA) yayılım kurallarını tek bir ağda kendine özgü bir yayılım kuralı ile birleştirmektedir. ÇKA'nın doğrusal ve RTFA'nın dairesel karar sınırları KKFSA ağının özel durumlarını oluştururlar. Bu karar sınırlarının dışında KKFSA, hiperbolik, parabolik ve eliptik düzlemler gibi arada kalan karar sınırlarına da sahip olabilir.