Halojensiz ve alev geciktiricili (HFFR) polimerik kompozit kılıflı kablo kopma uzaması test sonuçlarının makine öğrenmesi yöntemleri kullanılarak tahmin edilmesi

Son zamanlarda yapay zekâ insert ignore into journalissuearticles values(YZ); tekniklerinin farklı alanlarda kullanımı ile ilgili artan bir ilgi vardır. Bu çalışmada, halojen içermeyen alev geciktiricili insert ignore into journalissuearticles values(HFFR); kablolarda, kablo kılıf malzemelerinin mekanik özelliklerinden olan kopma uzamasının tahmin edilmesinde farklı makine öğrenmesi algoritmalarının insert ignore into journalissuearticles values(MÖA); kullanımı amaçlanmıştır. Geliştirilen tahmin modellerinde kullanılmak amacı ile numunelere çekme deneyi uygulanmış, yüzde uzama değerleri tespit edilmiştir. Elde edilen deney sonuçları farklı yapay zekâ tahmin modellerinde kullanılmıştır. HFFR kablo numunelerinden elde edilen sınırlı sayıda veri ile destek vektör makinası insert ignore into journalissuearticles values(DVM);, yapay sinir ağları insert ignore into journalissuearticles values(YSA); yöntemlerinin mutlak yüzdesel hataları oldukça kabul edilebilir seviyede elde edilmiştir. Bu metotlar ile elde edilen tahminler, ek olarak MS Excel programı ile regresyon analizi yapılarak elde edilen tahminlerin verileri ile karşılaştırılmıştır. Elde edilen istatiksel sonuçlara göre, bu alanda DVM ve YSA’nın kullanımı ile başarılı tahmin oranı %87.5, gerçekleştirilen tahminler için başarı oranı ortalama %92 elde edilmiştir. Bu alanda MÖA’nın kullanılması, deneme yanılma yöntemi ile yapılan üretimlerde oluşan belirsizliği büyük oranda sonlandıracak ve başarısız üretim oranını azaltacaktır.