Master'sOpen Access

Makine öğrenme ve pekiştirmeli öğrenme algoritmaları ile denizaltı savunma harbinin modellenmesi

2023
0 views
0 downloads
Advisor: Prof. Dr. Hayri Sever

Abstract (TR)

Denizaltılar savaş sahnesine çıktıkları ilk andan itibaren savaşın gidişatını doğrudan etkileyebilen platformlar olmuştur. Bu platformlar dost unsur olarak kullanıldığında büyük bir kuvvet çarpanı olabilecekleri gibi tehdit unsur olduklarında ise büyük bir risk olacaklardır. Bu nedenle harekât sahasında bu denli büyük etkiye sahip platformlara karşı etkin bir savunma yapısına sahip olunması oldukça önemlidir. Bu çalışmada tehdit denizaltılara karşı etkin bir savunma yapısına sahip olunabilmesi için gerekli platformlar (savaş gemisi, uçak ve helikopter) ile bu platformlardan atılacak silah sayıları hesaplanmaya çalışılmıştır. Bu kapsamda ilk olarak çalışmada kullanılacak veriler tanımlanmış ve anılan veriler ön işleme tabi tutulmuştur. Bu doğrultuda DSH'ı etkileyen parametrelerin neler olduğu belirlenmiş ve bu parametreler için uygun dağılımlara sahip verilerden 220 satırlık kaynak veri seti oluşturulmuştur. Daha sonra bu veri setindeki veri sayılarını artırmak için 8 farklı sentetik veri üretme tekniğinden faydalanarak (her bir teknik ile veri setindeki satır sayısı 10000 yapılmıştır.) yeni veri setleri oluşturulmuştur. Müteakiben hangi teknik ile veri artırımı yapılacağının belirlenmesi için oluşturulan veri setlerine bir dizi test uygulanarak en iyi sonucu veren sentetik veri üretme tekniği belirlenmiştir. Yapılan inceleme neticesinde en uygun veri artırım yönteminin MDO yöntemi olduğu belirlenmiştir. Ardından MDO yöntemiyle oluşturulmuş 10000 adet veri ile 7 farklı makine öğrenme modeli kullanılarak her bir tehdit denizaltı imhası için gerekli silah sayıları belirlenmiştir. Çalışmanın sonraki bölümünde; ilk olarak tehdit denizaltı tespit olasılıkları hesaplanmıştır. Ardından tespit olasılıkları, atılması gereken silah sayıları ve platform/silah maliyetleri kullanılarak ve Pekiştirmeli Öğrenme algoritmasından faydalanılarak tüm tehdit denizaltıların imhası için çeşitli harekât tarzlarından alınan sonuçlar hesaplanmıştır. Bu hesaplamalara göre optimal harekât tarzı belirlenmiştir. Çalışmanın son kısmında ise elde edilecek kazanımlara değinilmiştir.

Author

Hakan Akyol

How to Cite

Hakan Akyol (Yüksek Lisans Tezi). Makine öğrenme ve pekiştirmeli öğrenme algoritmaları ile denizaltı savunma harbinin modellenmesi, 2023, Çankaya University.

Keywords

License

Tüm Hakları Saklıdır

This work is shared under the specified license terms.

More theses from Çankaya University