Farklı Tahmin Yöntemleriyle Kurutma Makine Potansiyelinin Belirlenmesi

Yıl 2020, Cilt: 25 Sayı: 2, 49 - 55, 31.08.2020

Muhammed Taşova Müberra Erdoğan Eyyup Ensar Başakın

Öz

Kurutma işlemi, tarımsal materyallerdeki yüksek nem oranını bozulmadan depolanabileceği ortalama %7-15 aralığında kritik bir nem seviyesine kadar düşürülmesi işlemidir. Literatürde kurutma alanında birbirinden farklı ürüne veya ürün grubuna özgü çok fazla kurutucu geliştirildiği bilinmektedir. Ancak üreticiler kurutma işlemlerinde buna çok fazla dikkat etmemekte ve genellikle de kurutucu ortak kullanmaktadırlar. Bu çalışmada, Türkiye İstatistik Kurumuna (TÜİK) ait 2004-2018 yıllarındaki kurutucu sayıları kullanılarak ülkemiz ve Orta Karadeniz Bölümü için; uygulamalı ağ tabanlı bulanık mantık çıkarım sistemi (ANFIS) ve yuvalanan gri model (RGPM) yöntemleriyle gelecekteki kurutucu sayılarındaki potansiyel değişim tahmin edilmiştir. Bulgulara göre, Ülkemiz için 2019, 2020 ve 2021 yılları için muhtemel ürün kurutucu sayılarının ANFIS yöntemiyle 1168, 1226 ve 1265 olarak tespit edilirken, Orta Karadeniz Bölümü için 125, 130 ve 139 olduğu bulunmuştur.

Anahtar Kelimeler

Kurutma işlemi ve makineleri, ANFIS,, RGPM,, Modelleme,, Tahmin,

Determination of Drying Machine Potential by Different Estimation Methods

Öz

Drying is a process where the high moisture content of agricultural materials can be stored without deterioration to a critical moisture level in the range of 7-15%. It is known in the literature that many drying machines specific to different products or product groups have been developed in the field of drying. However, manufacturers do not pay much attention to this in the drying process and generally use the drying machines in common. In this study, Turkey's Statistical Agency (TSA) of using the numbers in dryer years 2004-2018 and for our country and the Department of the Central Black Sea; The potential change in the number of future drying machines has been estimated by using applied network based fuzzy logic inference system (ANFIS) and nested gray model (RGPM) methods. According to the findings, the number of possible drying machines for our country for 2019, 2020 and 2021 was determined as 1168, 1226 and 1265 by ANFIS method, while it was 125, 130 and 139 for the Central Black Sea Region.

Kaynakça

• Başakın, E.E., Özger, M., & Ünal, N.E. (2019). Gri tahmin yöntemi ile İstanbul su tüketiminin modellenmesi. Politeknik Dergisi, 22(3): 755-761.
• Demir, B., 2013. Mersin İlinin Tarımda Teknoloji Kullanım Projeksiyonu. Alınteri Zirai Bilimler Dergisi, 24(B), 29-34, 2013
• Demir, B., 2015. İç Anadolu Bölgesinin Bitki Koruma Makineleri Projeksiyonu. Alınteri, 28: 27-32.
• Demir, B., Kuş, E., 2016. İç Anadolu Bölgesinin Tarımda Teknoloji Kullanım Projeksiyonu. Nevşehir Bilim ve Teknoloji Dergisi TARGİD Özel Sayı 89-95.
• Deng, J.L., 1982. Grey system fundamental method. Huazhong University of Science and Technology Wuhan, China.
• Gürsoy, S., 2013. Batman İlinin Tarımsal Mekanizasyon Düzeyinin İlçeler Bazında Değerlendirilmesi. Batman Üniversitesi Yaşam Bilimleri Dergisi, 3(2): 14.
• Jang, J.SR. (1993). ANFIS : Adaptive-Network-Based Fuzzy Inference System. IEEE Transactıons on Systems, Man, and Cybernetıcs, 23(3): 665-685.
• LeCun, Y., Bengio, Y., Hinton, G. (2015). Deep learning. Nature, 521: 436–444.
• Türkiye İstatistik Kurumu, 2019. Konularına göre istatistikler www.tuik.gov.tr (Erişim Tarihi: 10.09.2019)
• Zadeh, L. A., 1965. Fuzzy Sets. Information and Control, 8: 338-353.
• Zurada, M.J, (1992). Introductıon To Artıfıcıal Neural Systems. Jaico Publishing House.