Madde ömrü tahmininde çok amaçlı programlama tabanlı bir yaklaşım: Weibull dağılımı uygulaması
Yıl: 2022 Cilt: 37 Sayı: 4 Sayfa Aralığı: 1783 - 1792 Metin Dili: Türkçe DOI: 10.17341/gazimmfd.918607 İndeks Tarihi: 29-07-2022
Madde ömrü tahmininde çok amaçlı programlama tabanlı bir yaklaşım: Weibull dağılımı uygulaması
Öz: Weibull dağılımı, hata oranları ve sistem güvenilirliği gibi çeşitli alanlarda yaygın olarak kullanılmaktadır. Geniş uygulaması nedeniyle, Weibull dağılımı için en iyi parametre tahmin yöntemini belirlemek çok önemlidir. En bilinen parametre tahmin yöntemleri en küçük kareler (EKK), ağırlıklı en küçük kareler (AEKK) ve en çok olabilirlik (EÇO) olmasına rağmen, bu yöntemler farklı özelliklere sahiptir ve farklı tahmin sonuçları verebilir. Bu yöntemlerin birlikte değerlendirilerek daha iyi tahmin sonuçları elde edilmesinin amaçlandığı bu çalışmada, çok amaçlı programlama yaklaşımının kullanılması önerilmektedir. Oluşturulan çok amaçlı programlama tahmin modelini çözmek için çok amaçlı bir sezgisel yaklaşım olan baskın sıralı genetik algoritma II yöntemi kullanılmıştır. Önerilen yaklaşımın uygulanabilirliğini göstermek için Kevlar 49 / Epoksi veri seti kullanılmıştır. Elde edilen sonuçlara göre en iyi parametre tahmin sonuçları, EÇO yönteminin tek ve birlikte değerlendirildiği durumlar olan EKK-EÇO ve AEKK-EÇO çok amaçlı tahmin modelleri vermiştir.
Anahtar Kelime: A multi-objective programming-based approach to material life prediction: Weibull distribution application
Öz: Weibull distribution is widely used in various fields such as failure rates and system reliability. Because of
its wide application, it is very important to determine the best method of parameter estimation for the Weibull
distribution. Although the most known parameter estimation methods are least square (LS), weighted least
square (WLS) and maximum likelihood (ML), these methods have different properties and can give different
estimation results. In this study, in which it is aimed to obtain better estimation results by evaluating these
methods together, it is recommended to use the multi-objective programming approach. The non-dominated
sorting genetic algorithm II method, which is a multi-objective heuristic approach, was used to solve the
created multi-objective programming estimation model. The Kevlar 49 / Epoxy dataset was used to
demonstrate the applicability of the proposed approach. According to the results, the best parameter
estimation results were given in cases where the ML method was evaluated only and together, LS-ML and
WLS-ML multi-objective parameter estimation models.
Anahtar Kelime: Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık
- 1. Keshavan, M. K., Sargent, G. A., Conrad, H., Statistical analysis of the Hertzian fracture of pyrex glass using the Weibull distribution function, Journal of Materials Science, 15 (4), 839-844, 1980.
- 2. Sheikh, A. K., Boah, J. K., Hansen, D. A., Statistical modeling of pitting corrosion and pipeline reliability, Corrosion, 46 (3), 190-197, 1990.
- 3. Qureshi, F. S., Sheikh, A. K., A probabilistic characterization of adhesive wear in metals, IEEE Transactions on Reliability, 46 (1), 38-44, 1997.
- 4. Durham, S. D., Padgett, W. J., Cumulative damage models for system failure with application to carbon fibers and composites, Technometrics, 39 (1), 34-44, 1997.
- 5. Almeida, J. B., Application of Weilbull statistics to the failure of coatings, Journal of Materials Processing Technology, 92, 257-263, 1999.
- 6. Fok, S. L., Mitchell, B. C., Smart, J., Marsden, B. J., A numerical study on the application of the Weibull theory to brittle materials, Engineering Fracture Mechanics, 68 (10), 1171-1179, 2001.
- 7. Newell, J. A., Kurzeja, T., Spence, M., Lynch, M., Analysis of recoil compressive failure in high performance polymers using two and four parameter Weibull models, High Performance Polymers, 14 (4), 425-434, 2002.
- 8. Dong, M., Nassif, A. B., Combining modified Weibull distribution models for power system reliability forecast, IEEE Transactions on Power Systems, 34 (2), 1610-1619, 2018.
- 9. Li, Q. S., Fang, J. Q., Liu, D. K., Tang, J., Failure probability prediction of concrete components, Cement and concrete research, 33 (10), 1631-1636, 2003.
- 10. Gunes D., Tekdemir I.G., Karaarslan M.S., Alboyaci B., Assessment of the impact of electric vehicle charge station loads on reliability indices, Journal of the Faculty of Engineering and Architecture of Gazi University, 33 (3), 1073-1084, 2018.
- 11. Daş M., Balpetek N., Akpınar E.K., Akpınar S., Investigation of wind energy potential of different provinces found in Turkey and establishment of predictive model using support vector machine regression with the obtained results, Journal of the Faculty of Engineering and Architecture of Gazi University, 34 (4), 2203-2213, 2019.
- 12. Akpınar E.K., Balpetek N., Statistical analysis of wind energy potential of Elazig province according to Weibull and Rayleigh distributions, Journal of the Faculty of Engineering and Architecture of Gazi University, 34 (1), 569-580, 2019.
- 13. Usta, I., An innovative estimation method regarding Weibull parameters for wind energy applications, Energy, 106, 301-314, 2016.
- 14. Usta, I., Arik, I., Yenilmez, I., Kantar, Y. M., A new estimation approach based on moments for estimating Weibull parameters in wind power applications, Energy Conversion and Management, 164, 570-578, 2018.
- 15. Abbasi, B., Jahromi, A. H. E., Arkat, J., Hosseinkouchack, M., Estimating the parameters of Weibull distribution using simulated annealing algorithm, Applied Mathematics and Computation, 183 (1), 85-93, 2006.
- 16. Örkcü, H. H., Özsoy, V. S., Aksoy, E., Dogan, M. I., Estimating the parameters of 3-p Weibull distribution using particle swarm optimization: A comprehensive experimental comparison, Applied Mathematics and Computation, 268, 201-226, 2015.
- 17. Jukić, D., Benšić, M., Scitovski, R., On the existence of the nonlinear weighted least squares estimate for a threeparameter Weibull distribution, Computational Statistics and Data Analysis, 52 (9), 4502-4511, 2008.
- 18. Marković, D., Jukić, D., Benšić, M., Nonlinear weighted least squares estimation of a three-parameter Weibull density with a nonparametric start, Journal of Computational and Applied Mathematics, 228 (1), 304- 312, 2009.
- 19. Pobočíková, I., Sedliačková, Z., Comparison of four methods for estimating the Weibull distribution parameters, Applied mathematical sciences, 8 (83), 4137-4149, 2014.
- 20. Datsiou, K. C., Overend, M., Weibull parameter estimation and goodness-of-fit for glass strength data, Structural Safety, 73, 29-41, 2018.
- 21. Nassar, M., Afify, A. Z., Dey, S., Kumar, D., A new extension of Weibull distribution: properties and different methods of estimation, Journal of Computational and Applied Mathematics, 336, 439-457, 2018.
- 22. Swain, J. J., Venkatraman, S., Wilson, J. R., Leastsquares estimation of distribution functions in Johnson's translation system, Journal of Statistical Computation Simulation, 29 (4), 271-297, 1988.
- 23. Bergman, B., Estimation of Weibull parameters using a weight function, Journal of Materials Science Letters, 5 (6), 611-614, 1986.
- 24. Deb, K., Pratap, A., Agarwal, S., Meyarivan, T., A fast and elitist multiobjective genetic algorithm: NSGA-II, IEEE transactions on evolutionary computation, 6 (2), 182-197, 2002.
- 25. Deb, K., Multi-Objective Optimization Using Evolutionary Algorithms, John-Wiley and Sons, New York, A.B.D., 2004.
- 26. Murugan, P., Kannan, S., Baskar, S., Application of NSGA-II algorithm to single-objective transmission constrained generation expansion planning, IEEE Transactions on Power Systems, 24 (4), 1790-1797, 2009.
- 27. Zhao, B., Zhang, X., Chen, J., Wang, C., Guo, L., Operation optimization of standalone microgrids considering lifetime characteristics of battery energy storage system, IEEE transactions on sustainable energy, 4 (4), 934-943, 2013.
- 28. Panda, S., Yegireddy, N. K., Automatic generation control of multi-area power system using multiobjective non-dominated sorting genetic algorithm-II, International Journal of Electrical Power and Energy Systems, 53, 54-63, 2013.
- 29. Yıldırım Okay, F., Özdemir, S., Improving Coverage in Wireless Sensor Networks Using Multi-Objective Evolutionary Algorithms, Journal of the Faculty of Engineering and Architecture of Gazi University, 30 (2), 143-153, 2015.
- 30. Wang, M., Wang, J., Zhao, P., Dai, Y., Multi-objective optimization of a combined cooling, heating and power system driven by solar energy, Energy Conversion and Management, 89, 289-297, 2015.
- 31. Durmaz E., Şahin R., NSGA-II and goal programming approach for the multi-objective single row facility layout problem, Journal of the Faculty of Engineering and Architecture of Gazi University, 32 (3), 941-955, 2017.
- 32. Esfe, M. H., Hajmohammad, M. H., Thermal conductivity and viscosity optimization of nanodiamond-Co3O4/EG (40: 60) aqueous nanofluid using NSGA-II coupled with RSM, Journal of Molecular Liquids, 238, 545-552, 2017.
- 33. Liu, K., Hu, X., Yang, Z., Xie, Y., Feng, S., Lithium-ion battery charging management considering economic costs of electrical energy loss and battery degradation, Energy conversion and management, 195, 167-179, 2019.
- 34. Uçar U., İşleyen S., Gökçen H., Experimental analysis of Meta-Heuristic algorithms for moving customer vehicle routing problem, Journal of the Faculty of Engineering and Architecture of Gazi University, 36 (1), 459-475, 2021.
- 35. Andrews, D. F., Herzberg, A. M., Data: a collection of problems from many fields for the student and research worker. Springer Science and Business Media, 2012.
- 36. Cooray, K., Ananda, M. M., A generalization of the half-normal distribution with applications to lifetime data, Communications in Statistics-Theory and Methods, 37 (9), 1323-1337, 2008.
- 37. Paranaíba, P. F., Ortega, E. M., Cordeiro, G. M., Pascoa, M. A. D., The Kumaraswamy Burr XII distribution: theory and practice, Journal of Statistical Computation and Simulation, 83 (11), 2117-2143, 2013.
- 38. Yonar, A. Ş., Yapıcı, N. P., A novel differential evolution algorithm approach for estimating the parameters of Gamma distribution: An application to the failure stresses of single carbon fibres, Hacettepe Journal of Mathematics and Statistics, 49 (4), 1493- 1514, 2020.
| APA | KOÇAK E, ÖRKCÜ H (2022). Madde ömrü tahmininde çok amaçlı programlama tabanlı bir yaklaşım: Weibull dağılımı uygulaması. , 1783 - 1792. 10.17341/gazimmfd.918607 |
| Chicago | KOÇAK EMRE,ÖRKCÜ HACI HASAN Madde ömrü tahmininde çok amaçlı programlama tabanlı bir yaklaşım: Weibull dağılımı uygulaması. (2022): 1783 - 1792. 10.17341/gazimmfd.918607 |
| MLA | KOÇAK EMRE,ÖRKCÜ HACI HASAN Madde ömrü tahmininde çok amaçlı programlama tabanlı bir yaklaşım: Weibull dağılımı uygulaması. , 2022, ss.1783 - 1792. 10.17341/gazimmfd.918607 |
| AMA | KOÇAK E,ÖRKCÜ H Madde ömrü tahmininde çok amaçlı programlama tabanlı bir yaklaşım: Weibull dağılımı uygulaması. . 2022; 1783 - 1792. 10.17341/gazimmfd.918607 |
| Vancouver | KOÇAK E,ÖRKCÜ H Madde ömrü tahmininde çok amaçlı programlama tabanlı bir yaklaşım: Weibull dağılımı uygulaması. . 2022; 1783 - 1792. 10.17341/gazimmfd.918607 |
| IEEE | KOÇAK E,ÖRKCÜ H "Madde ömrü tahmininde çok amaçlı programlama tabanlı bir yaklaşım: Weibull dağılımı uygulaması." , ss.1783 - 1792, 2022. 10.17341/gazimmfd.918607 |
| ISNAD | KOÇAK, EMRE - ÖRKCÜ, HACI HASAN. "Madde ömrü tahmininde çok amaçlı programlama tabanlı bir yaklaşım: Weibull dağılımı uygulaması". (2022), 1783-1792. https://doi.org/10.17341/gazimmfd.918607 |
| APA | KOÇAK E, ÖRKCÜ H (2022). Madde ömrü tahmininde çok amaçlı programlama tabanlı bir yaklaşım: Weibull dağılımı uygulaması. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 37(4), 1783 - 1792. 10.17341/gazimmfd.918607 |
| Chicago | KOÇAK EMRE,ÖRKCÜ HACI HASAN Madde ömrü tahmininde çok amaçlı programlama tabanlı bir yaklaşım: Weibull dağılımı uygulaması. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi 37, no.4 (2022): 1783 - 1792. 10.17341/gazimmfd.918607 |
| MLA | KOÇAK EMRE,ÖRKCÜ HACI HASAN Madde ömrü tahmininde çok amaçlı programlama tabanlı bir yaklaşım: Weibull dağılımı uygulaması. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, vol.37, no.4, 2022, ss.1783 - 1792. 10.17341/gazimmfd.918607 |
| AMA | KOÇAK E,ÖRKCÜ H Madde ömrü tahmininde çok amaçlı programlama tabanlı bir yaklaşım: Weibull dağılımı uygulaması. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi. 2022; 37(4): 1783 - 1792. 10.17341/gazimmfd.918607 |
| Vancouver | KOÇAK E,ÖRKCÜ H Madde ömrü tahmininde çok amaçlı programlama tabanlı bir yaklaşım: Weibull dağılımı uygulaması. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi. 2022; 37(4): 1783 - 1792. 10.17341/gazimmfd.918607 |
| IEEE | KOÇAK E,ÖRKCÜ H "Madde ömrü tahmininde çok amaçlı programlama tabanlı bir yaklaşım: Weibull dağılımı uygulaması." Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 37, ss.1783 - 1792, 2022. 10.17341/gazimmfd.918607 |
| ISNAD | KOÇAK, EMRE - ÖRKCÜ, HACI HASAN. "Madde ömrü tahmininde çok amaçlı programlama tabanlı bir yaklaşım: Weibull dağılımı uygulaması". Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi 37/4 (2022), 1783-1792. https://doi.org/10.17341/gazimmfd.918607 |
