Çiğ süt kalite değerlendirmesinde bulanık mantık yaklaşımı

Abstract

Gelişen toplum yapısı ile birlikte gerçek hayatta yaşanılan sorunlar ve olaylara bakış açıları da değişmektedir. İnsanlar sorunlarını sahip oldukları sözel ve sayısal verileri kullanarak çözmekte ve bunun için çeşitli yöntemlerden yararlanmaktadırlar. Matematiksel yöntemler insanlara kesinlik içeren durumlarda sorunların çözümlenmesinde sayısal verileri analiz ederek yardımcı olurken, belirsizlik içeren durumlarda yetersiz kalabilmektedir. Son yıllarda kalite değerlendirilmesi gibi belirsizlik içeren durumlarda ortaya çıkan problemlerin çözümünde sıklıkla kullanılan bulanık mantık, yapay zeka yöntemlerinden bir tanesidir. Klasik mantık teorisine göre daha esnek bir yapıya sahip olan bulanık mantık teorisi, olayları nesnelere “0” ve “1” arasında atadığı doğruluk dereceleri ile açıklamakta böylece sözel ve sayısal veriler arasında bir bağ oluşturmaktadır. Bu çalışmada, çiğ süt örneklerinin kalite sınıflarına ayrılmasını amaçlayan bulanık mantık tabanlı bir karar destek sistemi geliştirilmiştir. Sistemin girdileri çiğ süt örneklerine ilişkin toplam bakteri sayısı, somatik hücre sayısı ve protein miktarlarının ölçülen değerleridir. Tasarlanan bulanık sistemin çıktısı ise çiğ süt kalite değerlendirmesi şeklindedir. Yapılan analizin başarısını belirlemek amacıyla uzman kararları ile karşılaştırma yapılmış ve sistemin %80 değerinde başarılı olduğu görülmüştür. Sistemin

The problems that faced with in real life and perspective of the events change with developing structure of society. The people in the face of problem use a variety of methods with their verbal and numerical data to find solution. Mathematical methods that including precision are sufficient in the analyses of numerical data while the modeling of verbal data may be insufficient in case of uncertainty. In recent years, fuzzy logic is one of the artificial intelligence methods that used in solution of the problems which are rosed from quality evaluation situations that consists of uncertainty cases. The fuzzy logic theory that has more flexible structure than the theory of classical logic, describe the events with degree of accuracy which is between “0” and “1” appointed to object. Fuzzy logic–based decision support system offers to people a more realistic and objective perspective in decision making. In this study, fuzzy logic base decision support system which aims to classify raw milk samples in quality has been developed. System inputs are; bacteria count for milk samples, somatic cell count and values for measured protein amounts. Designed fuzzy logic output is consist of raw milk quality value measurement; in order to calculate the success of the analysis, results have been compared to specialist’s decisions and due to the comparison, it noticed that the system has 80% success rate. Modeling of the system has been made via Matlab (version R2010b) programme.