Kısıtlı yapay sinir ağları

Yapay sinir ağları regresyon, tahmin, sınıflandırma, örüntü tanıma, veri tabanlı proses modelleme ve lineer olmayan proses denetimi gibi alanlarda kullanılan işlevsel bir araçtır. Fakat, kimya mühendisliği alanında, kütle ve enerji denklikleri, mol kesri ve dönüşüm yüzdesi sınırları ve güvenlik limitleri gibi eşitlik yada eşitsizlik kısıtları göz önünde bulundurulmalıdır. Bu gibi kısıtlardan dolayı yapay sinir ağlarının kimya mühendisliği gibi katı kurallar içeren alanlarda kullanımı sorun yaratabilmektedir. Bu tez çalışmasında, ileri beslemeli sinir ağları için, sistemin içerdiği ya da dışarıdan çıktılar üzerinde tanımlanan eşitlik ya da eşitsizlik kısıtlarının girdiler ve çıktılar arasındaki ilişki ile birlikte yapay sinir ağına öğretilmesi için yeni yöntemler geliştirilmiştir. Bu sayede, oluşturulan sinir ağının öğrenme ve sınama aşamasındaki kısıt ihlaleri istenilen seviyede kalmıştır. İki alternatif yöntem geliştirilmiştir. Birincisinde MATLAB'ın yapay sinir ağları araç kutusu fonksiyonları kullanılmış, fakat öğrenme aşamasında MATLAB'ın optimizasyon araç kutusunun kısıtlı ya da kısıtsız optimizasyon fonksiyonları kullanılmıştır. İkinci yöntemde ise, ilk yöntemde sinir ağlarını oluşturmak için kullanılan yapay sinir ağları araç kutusu fonksiyonları elle kodlanmıştır. Eşitlik yada eşitsizlik kısıtlarının uygulanmasında doğrudan ve dolaylı (ceza fonksiyonu) olmak üzere iki yöntem uygulanmıştır. Geliştirilen iki adet kısıtlı sinir ağı yöntemi altı örnek üzerinde uygulanmış ve tezde istenilen amaca ulaşılmıştır. Sinir ağları, girdiler ve çıktılar arasındaki bağıntı ile birlikte, çıktılar üzerindeki eşitlik yada eşitsizlik kısıtlarını da başarıyla öğrenmişlerdir. Bu yöntemlerin başarısı özellikle ölçüm hatası içeren verilerin olduğu gerçek durumlarda daha çok ortaya çıkmaktadır, çünkü bu gibi durumlarda öğrenme verisi de kısıt ihlali içermektedir. Kısıtlı sinir ağları, model-/kısıt tabanlı filtreler gibi davranıp, ölçüm hatası içeren verilerde dahi eşitlik ya da eşitsizlik kısıtlarını sağlayarak prosesi öğrenebilmekte ve tahminde bulunabilmektedirler.