Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Endüstri Mühendisliği, Türkiye
Tezin Onay Tarihi: 2016
Tezin Dili: Türkçe
Öğrenci: SİMGE DENİZ
Danışman: Hadi Gökçen
Özet:Bu tez çalışması otomotiv sektöründe big data uygulama potansiyelini araştırmak amacıyla yazılmıştır. Bu amaca yönelik olarak, yakıt tüketimi ve emisyon seviyesini etkileyen en önemli araç kullanım ve sürüş parametreleri belirlenmiş ve veri madenciliği teknikleriyle sınıflandırılmıştır. Euro 6 emisyon sertifikasyon verisi ve kişisel araçların teknik verileri kullanılmıştır. SPSS programının çeşitli araçları kullanılarak veri seti düzenlenmiş ve analiz edilmiştir. Segmentasyon algoritmaları K-means ve Two-Step kullanılarak SPSS sonuçları analiz edilmiş ve etkili değişkenler belirlenmiş ve sonraki analizlerde kullanılmak üzere kategorize edilmiştir. Her bir parametrenin önemi, yakıt tüketimine katkısını tahmin edilmesi amacıyla veri analitik teknikleri ile değerlendirilmiştir. Böylece, yakıt verimliliği için optimal kontrol stratejileri geliştirilmesi mümkün olacaktır. Bu çalışmada öngörü kabiliyeti ve uygulama kolaylığı açısından sınıflandırma tekniklerinden yapay sinir ağları (neural network), bayes ağları ve C5.0 algoritması tercih edilmiştir. Bu teknikler Clementine 12.0 programında uygulandığında genel olarak araç ağırlığının ve motor kapasitesinin yakıt tüketimi, emisyon seviyesi üzerinde en etkili parametreler olduğu bulunmuştur. Yöntemler Clementine'daki Evaluation Node ile değerlendirilmiş ve elde edilen grafikler incelendiğinde en iyi tahmini C5.0 algoritmasının yaptığı bulunmuştur. Fakat, bazı durumlarda yapay sinir ağları daha iyi ve güvenilir sonuçlar vermektedir.