Bir iplik üretim tesisinde nitelik seçimi ve sınıflandırma ile iplik kalitesinin belirlenmesi
Pınar Zarif Tapkan1, Tayfun Özmen21Erciyes Üniversitesi, Mühendislik Fakültesi, Endüstri Mühendisliği Bölümü2Orta Anadolu T.A.Ş.
Günümüz bilgisayar teknolojisi hızla ilerlemekte ve bilgisayarların hafıza kapasiteleri her geçen gün artmaktadır. Bilgisayarların hafıza kapasitelerinin artmasıyla birlikte bilgi kaydı yapılan alanların sayısı da artmakta ve veriye ulaşmak kolaylaşmaktadır. Ancak üretilen ve kaydedilen veriler tek başlarına bir anlam ifade etmemekte, belli bir amaç doğrultusunda işlendiği zaman anlamlı hale gelmektedir. Ham veriyi anlamlı bilgiye dönüştürme işlemleri ise veri madenciliği ile yapılabilmektedir. Bu çalışmada bir iplik üretim tesisinde veri madenciliği yöntemlerinden biri olan sınıflandırma ile kural çıkarımı gerçekleştirilmiştir. Sınıflandırma öncesinde iplik kalitesine etki eden nitelikler belirlenmiş, Taguchi deneysel tasarım yöntemi ile etkin nitelikler tespit edilerek nitelik seçimi yapılmıştır. Kural çıkarımı aşaması ise hem yanlış sınıflandırma hataları sayısını en küçüklemeyi amaçlayan maliyete-duyarsız, hem de beklenen yanlış sınıflandırma maliyetini en küçüklemeyi amaçlayan maliyete-duyarlı sınıflandırma şeklinde uygulanmıştır. Sınıflandırma ile kural çıkarımı için Weka 3.8.1 ve MT-VeMa 1.0 paket programları kullanılmıştır. Elde edilen kurallar, kaliteli iplik üretimi için işletmeye yol gösterici özellikte olmuştur. Bu çalışma ile veri madenciliği ve deneysel tasarım uygulamalarının, bir tekstil şirketinde gerçek verilerle nasıl sonuca ulaştığı gösterilmiş ve ilgili sürece katkıda bulunulmuştur.
Anahtar Kelimeler: Nitelik seçimi, Taguchi deneysel tasarım yöntemi, Veri madenciliği, SınıflandırmaDetermining the yarn quality by feature selection and classification in a yarn production facility
Pınar Zarif Tapkan1, Tayfun Özmen21Erciyes University, Faculty of Engineering, Department of Industrial Engineering2Orta Anadolu Inc.
Nowadays, computer technology is rapidly advancing and computer capacities are increasing, which makes it easier to reach the database by increasing the number of information recording areas. Although the produced and recorded data are meaningless on their own, they become meaningful when they processed for a certain purpose. Converting raw data to meaningful information can be done by data mining. In this study, rule extraction is realized in a yarn production facility by classification which is one of the data mining methods. Prior to classification, the features that affect the yarn quality are determined, and feature selection is realized by choosing the effective features by Taguchi experimental design method. Rule extraction phase is applied for both cost-insensitive classification that aims to minimize the number of misclassification errors and cost-sensitive classification that aims to minimize the expected misclassification cost. For rule extraction Weka 3.8.1 and MT-VeMa 1.0 package programs are utilized. The resulting rules guide the firm for producing qualified yarns. By this study how to achieve data mining and experimental design applications at a yarn production facility with actual data is presented and the current application is contributed to the processes of the facility.
Keywords: Feature selection, Taguchi experimental design, Data mining, ClassificationSorumlu Yazar: Pınar Zarif Tapkan, Türkiye
| ARAÇLAR |
 Tam Metin PDF Yazdır Alıntıyı İndir RIS EndNote BibTex Medlars Procite Reference Manager E-Postala Paylaş Yazara e-posta gönder
Benzer makaleler Google Scholar |