Karma yemlerin genetik algoritmayla maliyet optimizasyonu
| dc.contributor.advisor | Çunkaş, Mehmet | |
| dc.contributor.author | Şahman, Mehmet Akif | |
| dc.date.accessioned | 2017-11-02T10:59:12Z | |
| dc.date.available | 2017-11-02T10:59:12Z | |
| dc.date.issued | 2008-08-29 | |
| dc.department | Enstitüler, Fen Bilimleri Enstitüsü, Elektronik ve Bilgisayar Sistemleri Eğitimi Ana Bilim Dalı | en_US |
| dc.description.abstract | Hayvanların sağlıklı ve verimli olması için dengeli ve yeterli beslenmeleri gerekmektedir. Hayvanların tüketim kapasitesi de göz önüne alınarak, besin ihtiyaçlarını karşılayacak bileşimde karma yemler hazırlanmalıdır. Karma yemlerin en uygun fiyatla hazırlanması, yani maliyet optimizasyonu gerek üretici ve gerekse tüketici açısından son derece önemlidir. Bu çalışmada, hayvanların yetiştirme şeklini, türünü, yaşını, ihtiyaçlarını ve yem maliyetlerini dikkate alarak yem karışımını genetik algoritma ile optimize eden bir program hazırlanmıştır. Böylece kaynaklar verimli bir şekilde kullanılarak hayvanların ihtiyaçlarını karşılayacak, uygun üretim yapılması için gerekli yem karışımı sağlanacaktır. Yazılım olarak, nesne yönelimli görsel delphi7 programlama dilinde iki ayrı program hazırlanmıştır. Geliştirilen ilk program kanatlı hayvanlar için, ikincisi ise değişik türde hayvanlar için karma yem hazırlamak amacıyla kullanılabilmektedir. Programlarda öncelikle hayvanın ihtiyaçları belirlenmekte, sonra karışıma girecek yemler tespit edilmekte, daha sonra ise genetik parametreler ayarlanarak optimizasyon gerçekleştirilmektedir. Yapılan bu çalışmada karma yemin maliyet optimizasyonu için Genetik Algoritmalar ilk defa kullanılmış ve sonuçların kabul edilebilir düzeyde olduğu görülmüştür. | en_US |
| dc.description.abstract | The animals should be fed enough and balanced so as they can be productivity and healthy. The mixed feeds must be prepared, regarding the consuming capacity of them, to supply their nutrition needs. The preparation of mixed feeds, in other words cost optimization with the most suitable price is very important in terms of both producers and costumers. In the present study, a program, optimizing the animal feed mixing with the genetic algorithms, by means of paying the necessary attention to the breeding type, age, the needs of the animals, and the animal feed cost, has been prepared. Therefore, the needs of the animals has been met and the suitable feed mixture has been provided, using the sources effectively. As for the software, the two different programs have been prepared in the Deplphi7 programming language which is object bounded. The first program developed is for poultry and the second one is for the different kind of animals, for preparing the mixed feed for different kinds of animals. In the programs, first of all the needs of the animals are determined, and then the optimization is performed by setting the genetic parameters. In this study, the Genetic Algorithms have been used for cost optimization of mixed feeds and the results have been seen being the accepted level. | en_US |
| dc.identifier.citation | Şahman, M. A. (2008). Karma yemlerin genetik algoritmayla maliyet optimizasyonu. Selçuk Üniversitesi, Yayımlanmış yüksek lisans tezi, Konya. | en_US |
| dc.identifier.uri | https://hdl.handle.net/20.500.12395/6433 | |
| dc.language.iso | tr | en_US |
| dc.publisher | Selçuk Üniversitesi Fen Bilimleri Enstitüsü | en_US |
| dc.relation.publicationcategory | Tez | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.selcuk | 20240510_oaig | en_US |
| dc.subject | Kanatlı hayvanlar | en_US |
| dc.subject | Karma yem | en_US |
| dc.subject | Genetik algoritma | en_US |
| dc.subject | Maliyet optimizasyonu | en_US |
| dc.subject | Poultry | en_US |
| dc.subject | Feed formulation | en_US |
| dc.subject | Genetic algorithms | en_US |
| dc.subject | Cost optimizations | en_US |
| dc.title | Karma yemlerin genetik algoritmayla maliyet optimizasyonu | en_US |
| dc.title.alternative | Cost optimization of feed mixes by using genetic algorithms | en_US |
| dc.type | Master Thesis | en_US |
