Kaynak Dengeleme Problemlerinin Arama Uzayının Belirlenmesi Determination Of Search Domain Of Resource Leveling Problem

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Kaynak Dengeleme Problemlerinin Arama Uzayının Belirlenmesi Determination Of Search Domain Of Resource Leveling Problem"

Transkript

1 Kaynak Dengeleme Problemlerinin Arama Uzayının Belirlenmesi Determination Of Search Domain Of Resource Leveling Problem Abstract Tuğba ERZURUM, 1 Doç. Dr. Önder Halis BETTEMİR 2 Search domain of resource leveling problem increases rapidly compared with the activity number of the problem. In addition to this, large sized resource leveling problems can not be analytically formulated, therefore obtaining optimum solution may not be guaranteed for every resource leveling problem. For this reason, heuristic and meta-heuristic problems, which can not guarantee optimum solution, are commonly implemented for the solution of resource leveling problem. In this study, arrow type network diagram of resource leveling problems, which are derived from the literature review, are formed and project completion duration of the projects are computed. Search space of the resource leveling problem is examined by delaying the uncritical activities without changing the project completion date. This study provides the systematic determination of the hardness of the resource leveling problem. Thus, complexity of the resource leveling problem, which varies according to the number of activities and events, can be determined more accurately and the computation demand and memory requirement of the optimization procedure can be predicted. By this means, more suitable optimization algorithm can be selected for the solution of resource leveling problems. Keywords: Resource leveling problem, project management, scheduling Özet Kaynak dengeleme probleminde arama uzayı aktivite sayısındaki artışa kıyasla çok hızlı artmaktadır. Buna ek olarak kaynak dengeleme problemi bu yu k boyutlu problemler için analitik biçimde formu lleştirilemediği için en iyi çözu me ulaşılması her problem için kesin olmayabilir. Bu nedenle kaynak dengeleme probleminin çözu mu nde kesin çözu mu garantileyemeyen sezgisel ve modern sezgisel yöntemler de yaygın biçimde uygulanmaktadır. Bu çalışmada literatu rden elde edilen örnek problemlerin ok diyagramı ile iş programı oluşturularak tamamlanma su releri belirlenmiş ve proje tamamlanma su resi sabit tutularak projelerin aktivite ve olay sayılarına göre çözu m uzayının ne ölçu de değiştiği hesaplanmıştır. Bu çalışma ile kaynak dengeleme problemlerinin zorluğunun sistematik biçimde belirlenmesi sağlanmıştır. Böylece aktivite ve olay sayısına bağlı olarak zorluk derecesi de değişen kaynak dengeleme problemlerinin karmaşıklığı daha yu ksek doğrulukta tespit edilebilecek ve uygulanacak yöntemin işlemci gu cu ve bellek ihtiyacı öngöru lebilecektir. Bu sayede kaynak dengeleme problemlerinin çözu mu için daha uygun çözu m algoritmaları seçilebilecektir. Anahtar Kelimeler: Kaynak Dengeleme Problemi, Proje Yönetimi, İş Programlaması. 1 İnönu Üniversitesi, İnşaat Mu hendisliği Bölu mu, Malatya, e-posta: tugbaerzrm@gmail.com 2 İnönu Üniversitesi, İnşaat Mu hendisliği Bölu mu, Malatya, e-posta: onder.bettemir@inonu.edu.tr Ekim 2017, Samsun 437

2 Giriş İnşaat projelerinde şebeke ve mahal tabanlı iş programlamaları kullanılmaktadır. Şebeke tu ru iş programlarında inşaat işleri ayrılabilen en ku çu k iş paketlerine ayrılır ve her işe ihtiyaç duyulan kaynaklar atanıp kritik yol yöntemi ile iş paketleri başlangıç ve bitiş gu nleri hesaplanmaktadır. Kritik yol metodu ile oluşturulan iş programlarının su resini kritik hat olarak adlandırılan ve sadece kritik aktivitelerden oluşan hat belirler. Kritik hattın dışındaki aktivitelerin başlangıç zamanı geciktirilerek kaynak dengelemesi yapılmaktadır. Kaynak dengeleme problemi literatu rde ve uygulamada sıkça karşılaşılan bir problemdir. Harris [1], kritik yol yöntemine dayanan kaynak dengeleme için pack metodu adını verdiği sezgisel bir yöntem geliştirmiştir. Bu yöntemde kaynakların histogramının minimum momenti, kaynakların dalgalanma seviyesini ölçmek için kullanılmıştır. Belirli gu nlere atanan aktiviteler kaynak histogramını dikdörgene ve momenti minimuma yaklaştırmıştır. Tu m aktiviteler CPM veya PERT ağının kısıtlamaları içinde konumlandırılana kadar histogram adım adım oluşturmuştur. Ortaya çıkan dengelenmiş histogram, optimizasyon ve sezgisel yöntemlerle yapılan benzer çalışmalarda yakın sonuçlar olduğunu belirtmiştir. Iranagh ve Sonmez [2], kaynak dengeleme problemini Genetik Algoritma (GA) ile çözmu ştu r. GA nın performansı, bir kaç örnek proje için Microsoft Project 2010 un performansıyla karşılaştırmışlar ve örnek problemler için doğrusal-tamsayı programlama tekniği kullanılarak kesin çözu mler elde etmiştirler. Kesin çözu mler, algoritmanın yeterli çözu mleri bulma yeteneğine sahip olduğunu ortaya koymaktadır. Dolayısıyla GA nın, kaynak dengeleme problemi için gu çlu bir alternatif sunduğunu belirtmişlerdir. Hegazy [3], kaynak tayini ve dengelemede sezgisel yöntemler için iyileştirmeler önermiş ve her iki yönu de eşzamanlı dikkate alarak, optimuma yakın çözu m aramak için GA tekniğini kullanmıştır. Yaygın olarak kullanılan bir proje yönetim yazılımını kullanarak, GA prosedu ru nu otomatikleştirmek için bir makro program yazılmış ve faydaları ile gelecekteki iyileştirmeleri ve uzantılarını göstermek için bir vaka çalışması yapmıştır. Kaynak dengeleme ölçu tu yle farklı bir yaklaşım sunan Hiyassat [4], değiştirilmiş minimum moment yaklaşımını kullanarak birden fazla kaynağı dengelemek için bir yöntem sunmuştur. Karşılaştırma amacıyla, örnek problemi değiştirilmiş minimum moment yaklaşımı ve geleneksel minimum moment yöntemiyle çözu mlemiştir ve önerdikleri yöntemin daha avantajlı olduğunu belirtmiştir. Problem karakteristiğine bağlı olarak kullanılan metotlar farklılık göstermektedir. Mattilal ve Abraham [5], kritik yol yönteminin doğrusal inşaat projelerinde yetersiz olduğuna değinmiş ve bu projeler için doğrusal programlama yöntemini kullanarak planlanan, doğrusal bir projenin kaynaklarını dengelemek için bir prosedu r sunmuştur. Karaa ve Nasr [6], proje ömru boyunca kaynakların yönetimi için, inşaat projelerini optimum kaynak kullanım şemasına dayalı olarak planlayan karmaşık tamsayılı doğrusal programlama modeli sunmuştur. Jeetendra ve diğerleri [7], geleneksel yönetim araçlarının uygulamaları kısıtladığına ve petri ağları (PN) gibi gu çlu grafiksel ve analitik araçların gerekliliğine değinmiştir. Bir sistemin davranışını, durum denklemlerini, 438 Uluslararası Katılımlı 7. İnşaat Yönetimi Kongresi

3 cebirsel denklemleri ve diğer matematiksel modellerini oluşturarak petri ağlarının birçok karmaşık durumu çözmek için başarılı bir şekilde uyguladığını belirtmiş, ayrıca ağların avantajları ve proje yönetiminde kullanılmasını ele almıştır. Literatu rde yapılan çalışmalar incelendiğinde kaynak dengeleme problemi birçok farklı yol ile çözu lmektedir. Genetik algoritma, petri ağları ve doğrusal programlama yönetimi gibi bir algoritma ile beraber kullanılacağı gibi sezgisel, u st sezgisel veya kesin metotlarla da kullanılabilmektedir. Kaynak dengeleme problemi NP-Tam (NP-complete) zorluk derecesine sahip bir problemdir. Problemin bu yu klu ğu artınca çözu m uzayının genişliği çok daha hızlı biçimde artar ve çözu m su resi uzar. Bu nedenle bu yu k projelerin kaynak dengeleme probleminin çözu mu nde tam sonuç elde etmek çok zordur. Bu çalışmada literatu rden derlenen kaynak dengeleme problemlerinin çözu m uzayının bu yu klu ğu hesaplanarak aktivite sayısına göre kaynak dengeleme probleminin zorluğunun hangi ölçu de değiştiği ortaya konulmuştur. Yöntem Bu bölu mde literatu rde var olan bazı problemlerin arama uzayı araştırılmıştır. Her problem özgu n bir karmaşıklığa sahip olması sebebiyle her projenin arama uzayı tek tek incelenmiştir. Problemler bu yu klu klerine göre çeşitlilik göstermektedir. Problemlerin arama uzayı bulunurken toplam bolluk su releri göz önu ne alınarak çözu mleme yapılmıştır. Literatu rden alınan problemlerin ok diyagramları kritik yol metodu ile oluşturulmuştur. Oluşturulan ok diyagramlarındaki aktivitelerin erken başlama, erken bitiş, geç başlama ve geç bitiş zamanları hesaplanıp kritik yol belirlenmiştir. Aktivitelerin, toplam ve serbest bollukları hesaplanıp analiz edildikten sonra kritik yol dışındaki aktivitelerin bollukları kullanılarak ihtimaller hesaplanmıştır. Problem 1 Proje 13 aktiviteden oluşmaktadır ve A-C-F-I-K kritik aktivitelerdir. Aktivitelere göre bolluk hesapları ve bolluğa sahip 8 aktivite ile oluşturulabilecek erteleme kombinasyonları aşağıda sunulmuştur. Şekil 1. Şebeke Ok Diyagramı Ekim 2017, Samsun 439

4 Tablo 1. Aktivitelere Göre Bolluk Hesabı Aktivite Süre Bağımlılık EOZ i GOZ i EOZ j GOZ j Toplam Bolluk Serbest Bolluk A B 3 A C 8 A D 2 A E 2 D F 5 C G 2 C H 3 B I 3 F J 2 E-G K 2 H-I-J-L-M L 4 A M 6 A Tablo 1 te göru ldu ğu gibi E aktivitesinin 6, H aktivitesinin 10, J aktivitesinin 4, L aktivitesinin 12, M aktivitesinin 10 gu n serbest bolluğu bulunmaktadır. Bolluklar göz önu nde bulundurularak yapılan dengeleme işleminde kritik olmayan bağımlı B-H ve J-D-E-G hatları ile bağımsız M ve L hatlarının kombinasyonları hesaplanmıştır. Tablo 2. B-H Hattı Kaynak Dengeleme Kombinasyonu B 0 0 E E E E E E E E E E E 10 Toplam =11*12/2=66 H Tabloda hesaplandığı gibi B aktivitesinin 0 gu n ertelenmesi durumunda H aktivitesi gu ne kadar ertelenebilir. B aktivitesinin ertelenme miktarının artması durumunda H aktivitesinin serbest bolluğu azaldığından ertelenme miktarı da azalmıştır. Toplamda 11*12/2=66 farklı kombinasyon hesaplanmıştır. 440 Uluslararası Katılımlı 7. İnşaat Yönetimi Kongresi

5 Tablo 3. J-D-E-G Hattı Kaynak Dengeleme Kombinasyonu D E G Toplam D E G Toplam J=0 0 0 E 6 0 J=3 0 0 E E E E E E E E E E E E 6 7*8/2= E 9 J=1 0 0 E E E E E 7 10*11/2= E E 7 55*4= E 7 J=4 0 0 E E E E E E 7 8*9/2= E *2= E 10 4 J=2 0 0 E E E E E E E E E E E 8 11*12/2= E E 8 66*5= E 8 Toplam E 8 9*10/2=45 45*3=135 J- D-E-G hattı J aktivitesine bağımlı olduğu için J aktivitesi dikkate alınarak hat çözu lmu ştu r. D-E ve G hatları birbirinden farklı fakat J hattına bağımlı çözu lmu ştu r. Bu hatların dengeleme kombinasyon sonuçları çarpılarak toplam kombinasyon hesaplanmıştır. J aktivitesindeki ertelenme ile G aktivitesindeki ertelenme, G aktivitesinin serbest bolluğu 0 olduğu için doğrusaldır. J aktivitesinin 0 gu n ertelenmesi ile D aktivitesi gu n olmak u zere toplamda 7 ihtimal oluşturur. D aktivitesinin 0 gu n ertelenmesi de E aktivitesinde gu ne kadar ertelenme meydana getirir. D aktivitesinin ertelenme miktarı arttıkça E aktivitesi azalacağından toplam kombinasyonu J=0 için 7*8/2=28 olarak hesaplanır. Birer gu n ertelenen her J aktivitesi D-E-G aktivitelerinin ötelenmelerini artıracağından, Tablo 3 de göru ldu ğu gibi ertelenme sonucu oluşan ihtimaller arasında bağlantı meydana gelmektedir. Bu bağlantı kullanılarak daha sistematik bir çözu me ulaşılabilir. İhtimaller toplandığında 785 kombinasyon hesaplanmıştır Ekim 2017, Samsun 441

6 Tablo 4. Toplam Kaynak Dengeleme Kombinasyonu Hatlar Toplam B-H 66 J-D-E-G 785 L 13 M 11 =66*785*13*11= Tablo 4 de kritik olmayan bağımlı ve bağımsız hatlarda hesaplanan kombinasyon miktarları verilmiştir. B-H ve J-D-E-G hatları yukarıdaki tablolarda hesaplamıştır. L ve M bağımsız hatları ise serbest bollukları göz önu ne alınarak hesaplanmıştır. L=12 ve M=10 gu n serbest bolluğa sahiptir. Buna 0 gu n ertelenme durumu eklenince kombinasyon miktarları bir gu n artmaktadır. B-H, J-D-E-G, L ve M aktivitelerinin geciktirilmesi birbirlerinden bağımsız olduğu için bu yol ve aktivitelere atanan gecikme su releri diğerlerini etkilemez ve şebeke u zerinde oluşturulabilecek toplam geciktirme kombinasyonu sayısı bu yolların sahip olduğu gecikme sayılarının çarpımına eşit olacaktır. Bağımsız hat ihtimallerinin çarpımı sonucu farklı kombinasyon bulunmuştur. Problem 2 Problemdeki proje 18 aktiviteden oluşmaktadır ve A-C-D-F-I-K-L-M kritik aktivitelerdir. Bolluğa sahip 10 aktivite ile oluşturulabilecek erteleme kombinasyonları aşağıda sunulmuştur. Tablo 5. Aktivitelere Göre Bolluk Hesabı Şekil 2. Şebeke Ok Diyagramı Aktivite Süre Bağımlılık EOZi GOZj EOZi GOZj Toplam Bolluk Serbest Bolluk A B 5 A C 7 A D 4 C E A F 4 D G 1 B-D Uluslararası Katılımlı 7. İnşaat Yönetimi Kongresi

7 H 6 G I 3 F J 3 H-I K 5 I L 5 J-K-R M 3 L N 4 A O 3 N P 4 O R 10 P S 3 E Serbest bollukları B=6, J=2, R=2, S=26 olarak hesaplanan problemde kritik olmayan u ç farklı hat bulunmaktadır. Tablo 6. E-S Hattı Kaynak Dengeleme Kombinasyonu E S Toplam E S Toplam 0 0 S S S S S S S S S S S S S S S S S S S S S S S S S S S 26 1 Toplam =27*28/2=378 E aktivitesinin serbest bolluğu olmadığı için E aktivitesinde meydana gelen ertelenmeler S aktivitesini de erteleyecektir. Bu erteleme S aktivitesinin serbest bolluğu kadardır. S aktivitesi 26 gu n serbest bolluğa sahip olduğundan oluşan ihtimal sayısı 27*28/2=378 farklı kombinasyon olarak hesaplanmıştır. Tablo 7. N-O-P-R Hattı Kaynak Dengeleme Kombinasyonu O P R Toplam N= =3*4/2= =2*3/2= Ekim 2017, Samsun 443

8 2 2 2 =1 N= N= Toplam 15 R aktivitesinin P aktivitesine, P aktivitesinin O aktivitesine, O aktivitesinin N aktivitesine bağımlı olmasından dolayı hat N aktivitesi temel alınarak çözu lmu ştu r. N ve O aktivitesinin 0 gu n ertelenmesi ile P aktivitesinde 3 farklı ihtimal oluşmaktadır. Bu ihtimallerin her biri de R aktivitesinde farklı ihtimaller oluşturmaktadır. Değişen N aktivite ertelenmeleriyle ihtimallerin arasında 6-3-1/3-1/1 şeklinde bir bağlantı oluşmuştur. Hesaplanan ihtimaller sonucunda 15 farklı kombinasyon elde edilmiştir. Tablo 8. J-G-H-B Hattı Kaynak Dengeleme Kombinasyonu J G H B Toplam *7= *8= *7= *8= *9=9 Toplam 75 Hat J aktivitesi temel alınarak çözu lmu ştu r. J aktivitesinin 1 gu n ertelenmesiyle G aktivitesi 0-1 gu n ertelenecek, G aktivitesinin 0 gu n ertelenmesi için H aktivitesi 0-1 ve 1 gu n ertelenmesi için H aktivitesi 1 gu n ertelenecektir. B aktivitesi ise G aktivitesine bağlı çözu lmu ştu r. Çözu m sonucunda 75 kombinasyon oluşmaktadır. Tablo 9. Toplam Kaynak Dengeleme Kombinasyonu Hatlar E-S 378 N-O-P-R 15 B-G-H-J 75 =378*15*75= Toplam Tablo 9 da verilen hatların birbirlerinden bağımsız olmaları, hatlardaki gecikme su relerinin diğer hatları etkilememesine neden olmaktadır. Kritik olmayan bu hatların ihtimalleri hesaplandığında farklı kombinasyon gözlenmektedir. 444 Uluslararası Katılımlı 7. İnşaat Yönetimi Kongresi

9 Problem 3 Bu problemdeki proje 9 aktiviteden oluşmaktadır ve A-D-H-I kritik aktivitelerdir. Şekil 3 de gösterildiği gibi şebeke u ç kritik olmayan hattan oluşmaktadır ve şebekede bolluğa sahip 5 aktivite ile oluşturulabilecek erteleme kombinasyonları aşağıda sunulmuştur. Şekil 3. Şebeke Ok Diyagramı Tablo 10. Aktivitelere Göre Bolluk Hesabı Aktivite Süre Bağımlılık EOZ i GOZ i EOZ j GOZ j Toplam Bolluk Serbest Bolluk A B C 7 A-B D 5 A E 4 A F 2 C-D G 3 D H 6 D-E I 5 F-G-H Tablo 10 de B aktivitesinin 4, E aktivitesinin 1, F aktivitesinin 2, G aktivitesinin 3 gu n serbest bolluğu hesaplanmıştır. Tablo 11. B-C-F Hattı Kaynak Dengeleme Kombinasyonu B C F Toplam *5= *6= *7=7 Toplam 34 Hattın çözu mu nde C aktivitesi temel alınmıştır. C aktivitesinin 0 gu n ertelenmesiyle B aktivitesi gu n ve F aktivitesi gu n ertelenebilmektedir. C aktivitesinin gu n ertelendiği ihtimaller sonucunda 34 farklı kombinasyon olmuştur Ekim 2017, Samsun 445

10 Tablo 12. Toplam Kaynak Dengeleme Kombinasyonu Hatlar Toplam E 2 B-C-F 34 4 =2*34*4= 272 E, B-C-F ve G bağımsız hatlardaki aktivite ötelenmeleri birbirlerini etkilemediği için hatların kombinasyon hesapları gecikme sayılarının çarpımına eşit olacaktır. Şebekedeki bolluğa sahip hatların hesabı sonucu 272 kombinasyon bulunmuştur. Problem 4 Toplamda 11 aktiviteden oluşan proje 5 adet kritik aktiviteye ve 6 adet bolluğa sahip aktiviteden oluşmaktadır. Aktivite bağımlılıkları ile çizilen diyagram ve bolluğa sahip 6 aktivite ile oluşturulabilecek erteleme kombinasyonları aşağıda sunulmuştur. Tablo 13. Aktivitelere Göre Bolluk Hesabı Şekil 4. Şebeke Ok Diyagramı Aktivite Süre Bağımlılık EOZ i GOZ i EOZ j GOZ j Toplam Bolluk Serbest Bolluk A B 3 A C 5 B-E D I E 3 D F 3 D G 4 F-K H 3 G I J 5 I K 5 J Tablo 13 de B aktivitesinin 1, C aktivitesinin 6, F aktivitesinin 4 gu n serbest bolluğu hesaplanmıştır. B aktivitesi A ya, E aktivitesi D ye, C aktivitesi B ve E ye, F aktivitesi ise D aktivitesine bağımlıdır. Bağımlılıklar göz önu ne alınarak yapılan çözu mler Tablo 14 de sunulmaktadır. 446 Uluslararası Katılımlı 7. İnşaat Yönetimi Kongresi

11 Tablo 14. C-A-B-D-E-F Hattı Kaynak Dengeleme Kombinasyonu A B D E F Toplam C=0 için =3 5=15 A B D E F C=1 için =3x2x5 = =3x4 = =3x2x5 = =3x4 = A B D E F C=2 için x4x3x5 = x4x2x4 = x1x3 = x3x3x5 = x3x2x4 = x1x3 = x2x3x5 = x2x2x4 = x1x3 = = A B D E F C=3 için *5*4 = *5*4 = *5*4 = = *3*4 = *3*4 = = *2*3 = ( )= *1*2 = ( )= A B D E F C=4 için x5x5 = ( )= *4*4 = 96 16( ) = ( )= Ekim 2017, Samsun 447

12 ( )= ( )= A B D E F C=5 için x6x5 = *( )= x( ) = x( ) = x( ) = x( ) = A B D E F C=6 için x( ) = x( )= x( )= x( )= x( )= Toplam 7170 Hattın çözu mu ne C aktivitesi temel alınarak başlanmıştır. A-B-D-E aktiviteleri C aktivitesine bağımlı çözu lmu ş ve F aktivitesi D ye bağımlı çözu lmu ştu r. C aktivitesinin 0 gu n ertelenmesi ile A-B hattında 0-0, 0-1, 1-1 gu nlu k erteleme ihtimaller oluşurken, D-E hattında sadece 0-0 ihtimali oluşmakta ve F hattı ise gu ne kadar ertelenebilmektedir. A-B ve F hatlarında oluşan ihtimal çokluğunun sebebi ise aktivitelerin serbest bolluğudur. İşlem devam ettirildiğinde 7170 farklı kombinasyon oluştuğu hesaplanmıştır. Problem 5 Proje 15 aktiviteden oluşmaktadır ve L-I-A-E kritik aktivitelerdir. Aktivite-bağımlılık durumu ile çizilen ok diyagramı ve bolluğa sahip 11 aktivite ile oluşturulabilecek erteleme kombinasyonları aşağıda sunulmuştur. Şekil 5. Şebeke Ok Diyagramı 448 Uluslararası Katılımlı 7. İnşaat Yönetimi Kongresi

13 Tablo 15. Aktivitelere Göre Bolluk Hesabı Aktivite Süre Bağımlılık EOZ i GOZ i EOZ j GOZ j Toplam Bolluk Serbest Bolluk A 8 H-I-M B C 8 G D E 7 A-J-O F G H 5 L-N I 12 B-L J 6 D-I-K-M K L M 6 G-L N O 12 C-F Serbest bollukları Tablo 15 de verilen kritik olmayan aktivitelerin şebeke ok diyagramı incelendiğinde, J aktivitesinin D-K-M aktivitelerine, O aktivitesinin C-F aktivitelerine, C ve M aktivitelerinin G aktivitesine bağımlı olduğu göru lmektedir. Tablo 16. O-G-C-F Hattı Kaynak Dengeleme Kombinasyonu G C F O= F 12 O= F F F 13 O= F F F F F 14 Toplam 130 O aktivitesinin 0 gu n ertelenmesi ile G ve C aktiviteleri 0 gu n ertelenirken F aktivitesi 12 gu n serbest bolluğu olduğu için 13 gu n ertelenebilmektedir. Benzer erteleme işlemleri sonucunda 130 farklı kombinasyon hesaplanmıştır. Tablo 17. J-M-D-K Hattı Kaynak Dengeleme Kombinasyonu J M D K Toplam 0 0 M 6 0 D 18 0 K M 6 0 D 19 0 K M 6 0 D 20 0 K Toplam Ekim 2017, Samsun 449

14 J aktivitesinin 0 gu n ertelenmesi ile M aktivitesi 0 dan 6 gu ne kadar toplamda 7 gu n, D aktivitesi 0 dan 18 gu ne kadar toplamda 19 gu n, K aktivitesi 0 dan 14 gu ne kadar toplamda 15 gu n ertelenebilmektedir. İhtimaller hesaplandığında 7*19*15=1995 farklı ihtimal oluşmuştur. J aktivitesinin gu n ertelenmesi ile şebekede 6734 farklı kombinasyon hesaplanmıştır. Tablo 18. N-H Hattı Kaynak Dengeleme Kombinasyonu N H Toplam =7*8= =(7 8/2)=28 Toplam 84 N aktivitesinin serbest bolluğu 6 ve H aktivitesinin 7 olduğundan, N aktivitesinin 6 gu ne kadar ertelenmesi H aktivitesini etkilemezken artan ertelenmeler H aktivitesinin ertelenme su resini kısıtlamaktadır. İhtimallere bakıldığında 84 farklı kombinasyon bulunmuştur. Tablo 19. Toplam Kaynak Dengeleme Kombinasyonu Hatlar O-G-C-F 130 Toplam J-M-D-K 7768 N-H 84 B 7 = = Tablo 19 da verilen hatlara atana erteleme su releri diğer hatları etkilemediğinde, hatlarda oluşan ertelenme kombinasyon sayıları birbirlerinin çarpımına eşit olacaktır. Şebekedeki hatlar hesaplandığında farklı kombinasyon bulunmuştur. 450 Uluslararası Katılımlı 7. İnşaat Yönetimi Kongresi

15 Problem 6 Bu problemdeki proje 12 aktiviteden oluşmaktadır ve 9 aktivite kritiktir. Bolluğa sahip 3 aktivite ile oluşturulabilecek erteleme kombinasyonları aşağıda sunulmuştur. Tablo 20. Aktivitelere Göre Bolluk Hesabı Şekil 6. Şebeke Ok Diyagramı Aktivite Süre Bağımlılık EOZ i GOZ i EOZ j GOZ j Toplam Bolluk Serbest Bolluk A B 2 A C 5 A D 2 G E G F 5 G G 7 C H 3 G I 2 D J 4 B-I K 3 E-F-H L 21 J-K B aktivitesinin 14, E aktivitesinin 3, H aktivitesinin 2 serbest bolluğu hesaplanan şebekede birbirinden bağımsız ve kritik olmayan hat mevcuttur. Hatlar serbest bolluklar yardımıyla hesaplanarak 180 farklı kombinasyon bulunmuştur. Tablo 21. Toplam Kaynak Dengeleme Kombinasyonu Hatlar Toplam B 0 B E 0 E 3 4 H 0 H 2 3 Toplam =15 4 3=180 B, E ve H aktivitelerindeki gecikmeler, hatların birbirinden bağımsız olması sebebiyle birbirlerinden etkilenmemektedir. Bağımsız hatlarda oluşan ertelenme ihtimalleri çarpılarak toplam ertelenme kombinasyonu 180 bulunmuştur Ekim 2017, Samsun 451

16 Sonuç Bu çalışmada literatu rden elde edilen ve yazarların kendi oluşturduğu aktiviteleri içeren 6 proje incelenmiştir. Projelerin her biri farklı aktivite sayılarına ve bağımlılık ilişkisine sahiptir. İncelenen projelerin bolluk durumuna göre arama uzayı değişkenlik göstermekte ve buna bağlı olarak problemin zorluk derecesi farklılaşmaktadır. Bu çalışmada kaynak dengeleme probleminin zorluk derecesinin hangi ölçu tlere göre değiştiği araştırılmıştır. Çalışmanın sonucunda aktivite sayısına ve kritik olmayan aktivitelerin bolluk miktarlarına bağlı olarak arama uzayının ve problemin değiştiği ortaya konulmuştur. İncelenen problemler, aktivite sayısı ve arama uzayı bu yu klu ğu ile analiz edilerek aşağıdaki grafikte sunulmuştur. Grafik de problemler, aktivite sayısı artan şeklinde sıralanmıştır. Aktivite sayısı ile çözu m uzayı arasında birebir ilişkinin olmadığı aşağıdaki grafikte göru lmektedir. Şekil 7. Aktivite sayısı ve arama uzayı arasındaki ilişki Kaynak dengeleme probleminde aktivitelerin bolluğuna ve kritik olmayan aktivite sayısına göre arama uzayı u stek biçimde artmaktadır. Örneğin 13 aktiviteli bir problemin yaklaşık 10 milyon adet çözu mu olabilirken 15 aktiviteli bir problemin arama uzayının bu yu klu ğu 600 milyon olabilmektedir. Bu nedenle kaynak dengeleme probleminin çözu mu için kullanılacak olan dal sınır algoritması çok geniş arama uzayı içeren problemlerde bellek sorunu yaratabilir ve hesaplamanın kesilmesi gerekebilir. Bunun önu ne geçmek için çözu m sırasında bazı dalların göz ardı edilmesi yoluna gidilmekte ve bunun sonucunda dal-sınır algoritmasının optimum sonucu sağlaması kesin olmamaktadır. Modern sezgisel yöntemlerin uygulanması sırasında gu nu mu z bilgisayarlarının bellek kapasitesi dikkate alındığında bellek sıkıntısının yaşanmayacağı kesindir. Fakat arama 452 Uluslararası Katılımlı 7. İnşaat Yönetimi Kongresi

17 uzayının çok genişlemesi durumunda modern sezgisel yöntemlerin sunacağı çözu mu n kalitesi du şebilmektedir. Bu nedenle yönteme bağlı olarak popu lasyon boyutu, tekrar sayısı ve diğer parametrelerin uygun seçilmemesi durumunda hesaplama su resi önemli ölçu de artmaktadır. Ayrıca GA nın tek başına kullanılması yakın optimuma dahi yakınsama ihtimalini du şu recek ve optimizasyon su recinden beklenen faydanın elde edilememe riskinin ortaya çıkmasına yol açacaktır. Bu çalışmada kaynak dengeleme probleminin arama uzayının nasıl değiştiği incelenmiş ve problemin zorluk derecesinin ne ölçu de değişeceği hakkında bu alanda çalışan araştırmacıların fikir sahibi olmaları amaçlanmıştır. Kaynaklar [1] Harris, R. B. (1990). Packing method for resource leveling (PACK). Journal of Construction Engineering and Management, 116(2), [2] Iranagh, M. A., & Sonmez, R. (2012). A genetic algorithm for resource levelling of Construction projects. Management, 1047, [3] Hegazy, T. (1999). Optimization of resource allocation and leveling using genetic algorithms. Journal of construction engineering and management,125(3), [4] Hiyassat, M. A. S. (2001). Applying modified minimum moment method to multiple resource leveling. Journal of Construction Engineering and Management, 127(3), [5] Mattila, K. G. ve Abraham, D. M. (1998). Resource leveling of linear schedules using integer linear programming. Journal of Construction Engineering and Management, 124(3), [6] Karaa, F. A., & Nasr, A. Y. (1986). Resource management in construction. Journal of construction engineering and management, 112(3), [7] Jeetendra, V. A., Krishnaiah Chetty, O. V., & Prashanth Reddy, J. (2000). Petri nets for project management and resource levelling. The International Journal of Advanced Manufacturing Technology, 16(7), Ekim 2017, Samsun 453

18

Sınırlı Kaynaklı İş Programı Problemlerinin Zorluk Derecesinin Belirlenmesi

Sınırlı Kaynaklı İş Programı Problemlerinin Zorluk Derecesinin Belirlenmesi Abstract Sınırlı Kaynaklı İş Programı Problemlerinin Zorluk erecesinin elirlenmesi etermınatıon Of The omplexıty Of The Resource onstraıned Project Schedulıng Problem ektaş erkay YANILMAZ, 1 Önder Halis

Detaylı

Kaynak Kısıtlı İş Programı Probleminin Doğrusal İş Programı İle Çözümü

Kaynak Kısıtlı İş Programı Probleminin Doğrusal İş Programı İle Çözümü Kaynak Kısıtlı İş Programı Probleminin Doğrusal İş Programı İle Çözümü Solutıon Of Resource Constraıned Project Schedulıng By Lıne Of Balance Abstract Adem YILDIRIM 1 Önder Halis BETTEMİR 2 Construction

Detaylı

PROJE YÖNETİMİ: PERT VE CPM ANALİZİ: Prof. Dr. Şevkinaz Gümüşoğlu (I.Üretim Araştırmaları Sempozyumu, Bildiriler Kitabı-İTÜ Yayını, Ekim1997, İstanbul

PROJE YÖNETİMİ: PERT VE CPM ANALİZİ: Prof. Dr. Şevkinaz Gümüşoğlu (I.Üretim Araştırmaları Sempozyumu, Bildiriler Kitabı-İTÜ Yayını, Ekim1997, İstanbul PROJE YÖNETİMİ: PERT VE CPM ANALİZİ: Prof. Dr. Şevkinaz Gümüşoğlu (I.Üretim Araştırmaları Sempozyumu, Bildiriler Kitabı-İTÜ Yayını, Ekim1997, İstanbul Proje:Belirli bir işin tamamlanabilmesi için yapılması

Detaylı

Zaman Maliyet Ödünleşim Probleminin Hesap Cetveli Uygulaması İle Optimum Çözümü

Zaman Maliyet Ödünleşim Probleminin Hesap Cetveli Uygulaması İle Optimum Çözümü Zaman Maliyet Ödünleşim Probleminin Hesap Cetveli Uygulaması İle Optimum Çözümü Solutıon Of Tıme-Cost Trade-Off Problem By Spreadsheet Applıcatıon Abstract Tugay YÜCEL, 1 Önder Halis BETTEMİR, 2 Completion

Detaylı

KİNETİK MODEL PARAMETRELERİNİN BELİRLENMESİNDE KULLANILAN OPTİMİZASYON TEKNİKLERİNİN KIYASLANMASI

KİNETİK MODEL PARAMETRELERİNİN BELİRLENMESİNDE KULLANILAN OPTİMİZASYON TEKNİKLERİNİN KIYASLANMASI KİNETİK MODEL PARAMETRELERİNİN BELİRLENMESİNDE KULLANILAN OPTİMİZASYON TEKNİKLERİNİN KIYASLANMASI Hatice YANIKOĞLU a, Ezgi ÖZKARA a, Mehmet YÜCEER a* İnönü Üniversitesi Mühendislik Fakültesi Kimya Mühendisliği

Detaylı

Yapı Denetim Firmalarının Proje Denetim ve Uygulama Sürecinde Karşılaştıkları Sorunlar

Yapı Denetim Firmalarının Proje Denetim ve Uygulama Sürecinde Karşılaştıkları Sorunlar Öz Yapı Denetim Firmalarının Proje Denetim ve Uygulama Sürecinde Karşılaştıkları Sorunlar Gözde Tantekin Çelik, 1 Serkan Aydınlı, 2 Cengizhan Ünal 3 Ülkemizde Yapı Denetimi ile ilgili 2001 yılı sonrasında

Detaylı

Malatya İlindeki Binaların Isıtmasının Ekonomik Analizi Economıcal Analysıs of Heatıng of Buıldıngs ın Malatya Provınce

Malatya İlindeki Binaların Isıtmasının Ekonomik Analizi Economıcal Analysıs of Heatıng of Buıldıngs ın Malatya Provınce Malatya İlindeki Binaların Isıtmasının Ekonomik Analizi Economıcal Analysıs of Heatıng of Buıldıngs ın Malatya Provınce Abstract Adem YILDIRIM 1 Önder Halis BETTEMİR 2 Heating requirements of three different

Detaylı

İş Güvenliği Uzmanlığı: Sistemin İşleyişinin Değerlendirilmesi Üzerine Bir Araştırma Çalışması

İş Güvenliği Uzmanlığı: Sistemin İşleyişinin Değerlendirilmesi Üzerine Bir Araştırma Çalışması İş Güvenliği Uzmanlığı: Sistemin İşleyişinin Değerlendirilmesi Üzerine Bir Araştırma Çalışması Öz Özge Akboğa Kale, 1 Ümit Dikmen, 2 Selim Baradan, 3 G. Emre Gürcanlı, 4 İrem Bayram 5 20/6/2012 tarihinde

Detaylı

PROJE HAZIRLAMA. Kritik Yol Metodu CPM

PROJE HAZIRLAMA. Kritik Yol Metodu CPM 15. hafta PROJE HAZIRLAMA Kritik Yol Metodu CPM Kritik Yol Metodu CPM CPM (Critical Path Method Kritik Yol Yöntemi) ve PERT (Program Evaluation and Review Technique Program Değerlendirme ve Gözden Geçirme

Detaylı

Montaj Hatti Tasarımı ve Analizi - 5

Montaj Hatti Tasarımı ve Analizi - 5 Balıkesir Universitesi, Endustri Muhendisligi Bolumu 2017-2018 Bahar Yariyili Montaj Hatti Tasarımı ve Analizi - 5 Yrd. Doç. Dr. Ibrahim Kucukkoc http://ikucukkoc.baun.edu.tr 2 En Erken ve En Gec Istasyon

Detaylı

İleri Yöneylem Araştırması Uygulamaları Tam Sayılı Programlama

İleri Yöneylem Araştırması Uygulamaları Tam Sayılı Programlama İleri Yöneylem Araştırması Uygulamaları Tam Sayılı Programlama Dr. Özgür Kabak 2016-2017 Güz } Gerçek hayattaki bir çok problem } tam sayılı değişkenlerin ve } doğrusal kısıt ve amaç fonksiyonları ile

Detaylı

YZM 2116 Veri Yapıları

YZM 2116 Veri Yapıları YZM 2116 Veri Yapıları Yrd. Doç. Dr. Deniz KILINÇ Celal Bayar Üniversitesi Hasan Ferdi Turgutlu Teknoloji Fakültesi Yazılım Mühendisliği BAŞLAMADAN ÖNCE Bu dersi alan öğrencilerin aşağıdaki konuları bildiği

Detaylı

KOMBİNATORYAL OPTİMİZASYON

KOMBİNATORYAL OPTİMİZASYON KOMBİNATORYAL OPTİMİZASYON İnsanların, daha iyi nasıl olabilir ya da nasıl elde edilebilir?, sorusuna cevap aramaları, teknolojinin gelişmesini sağlayan en önemli etken olmuştur. Gerçek hayatı daha kolay

Detaylı

PROJE ZAMAN YÖNETİMİ - 1

PROJE ZAMAN YÖNETİMİ - 1 YILDIZ TEKNİK ÜNİVERSİTESİ YAPI İŞLETMESİ ANABİLİM DALI PROJE ZAMAN YÖNETİMİ - 1 Critical Path Method ( CPM ) Kritik Yol Metodu ( KYM ) Proje Yönetimi Yaşam Döngüsü (Project Management Life Cycle) Proje

Detaylı

YAPI PROJELERİNİN PROGRAMLANMASINDA ÖNCELİK KURALLARI PERFORMANSLARI

YAPI PROJELERİNİN PROGRAMLANMASINDA ÖNCELİK KURALLARI PERFORMANSLARI YAPI PROJELERİNİN PROGRAMLANMASINDA ÖNCELİK KURALLARI PERFORMANSLARI Ömer ÖZKAN *, Mürsel ERDAL **, Umut Naci BAYKAN ** * Zonguldak Karaelmas Üniversitesi, Alaplı MYO, Zonguldak ** Gazi Üniversitesi, Teknik

Detaylı

Yapım İşleri İhalelerinde Yaklaşık Maliyet Bedelinin Belirlenmesi Üzerine Bir Çalışma

Yapım İşleri İhalelerinde Yaklaşık Maliyet Bedelinin Belirlenmesi Üzerine Bir Çalışma Öz Yapım İşleri İhalelerinde Yaklaşık Maliyet Bedelinin Belirlenmesi Üzerine Bir Çalışma Dr. Deniz Bayraktar, 1 Emre Artun Bayraktar 2 Ülkemizde gerçekleştirilen yapım işleri ihalelerinde dikkate alınan

Detaylı

İnşaat Yönetiminde Nakliye Aracı Seçiminde Moora Çok Ölçütlü Karar Verme Yöntemi İle Bir Uygulama

İnşaat Yönetiminde Nakliye Aracı Seçiminde Moora Çok Ölçütlü Karar Verme Yöntemi İle Bir Uygulama İnşaat Yönetiminde Nakliye Aracı Seçiminde Moora Çok Ölçütlü Karar Verme Yöntemi İle Bir Uygulama Abstract An Application Of Vehicle Selection With Moora Multiple Decision Making Method In Construction

Detaylı

Gezgin Satıcı Probleminin İkili Kodlanmış Genetik Algoritmalarla Çözümünde Yeni Bir Yaklaşım. Mehmet Ali Aytekin Tahir Emre Kalaycı

Gezgin Satıcı Probleminin İkili Kodlanmış Genetik Algoritmalarla Çözümünde Yeni Bir Yaklaşım. Mehmet Ali Aytekin Tahir Emre Kalaycı Gezgin Satıcı Probleminin İkili Kodlanmış Genetik Algoritmalarla Çözümünde Yeni Bir Yaklaşım Mehmet Ali Aytekin Tahir Emre Kalaycı Gündem Gezgin Satıcı Problemi GSP'yi Çözen Algoritmalar Genetik Algoritmalar

Detaylı

YÖK TEZLERİ PROJE KELİME TARAMASI

YÖK TEZLERİ PROJE KELİME TARAMASI YÖK TEZLERİ PROJE KELİME TARAMASI YÖK Tezleri Proje Kelimesi Taraması Sonuçları Toplam Çalışma Sayısı 1833 İncelenen 1673 İlgisiz 372 Toplam İncelenen 1301 X Projesi 720 Proje Yönetimi 123 Yatırım Projeleri

Detaylı

Genetik Algoritmalar. Bölüm 1. Optimizasyon. Yrd. Doç. Dr. Adem Tuncer E-posta:

Genetik Algoritmalar. Bölüm 1. Optimizasyon. Yrd. Doç. Dr. Adem Tuncer E-posta: Genetik Algoritmalar Bölüm 1 Optimizasyon Yrd. Doç. Dr. Adem Tuncer E-posta: adem.tuncer@yalova.edu.tr Optimizasyon? Optimizasyon Nedir? Eldeki kısıtlı kaynakları en iyi biçimde kullanmak olarak tanımlanabilir.

Detaylı

YAPIM YÖNETİMİ 09. Kaynakları belirler ve belirlenen kaynakların zamanında şantiyeye ulaşmasını sağlar

YAPIM YÖNETİMİ 09. Kaynakları belirler ve belirlenen kaynakların zamanında şantiyeye ulaşmasını sağlar İNŞT PROJELERİ VE SÜRE YÖNETİMİ İnşaat projeninde süre yönetiminin yararları Yapılacak işleri organize etmemizi sağlar Kimin ne zaman nasıl ve neden bir işi yapacağını belirler Kaynakları belirler ve belirlenen

Detaylı

YAPIM YÖNETİMİ VE EKONOMİSİ 09. Kaynakları belirler ve belirlenen kaynakların zamanında şantiyeye ulaşmasını sağlar

YAPIM YÖNETİMİ VE EKONOMİSİ 09. Kaynakları belirler ve belirlenen kaynakların zamanında şantiyeye ulaşmasını sağlar İNŞT PROJELERİ VE SÜRE YÖNETİMİ İnşaat projeninde süre yönetiminin yararları Yapılacak işleri organize etmemizi sağlar Kimin ne zaman nasıl ve neden bir işi yapacağını belirler Kaynakları belirler ve belirlenen

Detaylı

ALGORİTMA ANALİZİ. Cumhuriyet Üniversitesi Bilgisayar Mühendisliği Bölümü

ALGORİTMA ANALİZİ. Cumhuriyet Üniversitesi Bilgisayar Mühendisliği Bölümü ALGORİTMA ANALİZİ Cumhuriyet Üniversitesi Bilgisayar Mühendisliği Bölümü 2 Temel Kavramlar Algoritma: Bir problemin çözümünü belirli bir zamanda çözmek için sonlu sayıdaki adım-adım birbirini takip eden

Detaylı

DERS BİLGİLERİ. Ders Kodu Yarıyıl T+U Saat Kredi AKTS KOMBİNATORİK ENİYİLEME ESYE

DERS BİLGİLERİ. Ders Kodu Yarıyıl T+U Saat Kredi AKTS KOMBİNATORİK ENİYİLEME ESYE DERS BİLGİLERİ Ders Kodu Yarıyıl T+U Saat Kredi AKTS KOMBİNATORİK ENİYİLEME ESYE621 3+0 3 7 Ön Koşul Dersleri ISE222 veya eşdeğer bir optimizasyona giriş dersi Dersin Dili Dersin Seviyesi Dersin Türü İngilizce

Detaylı

YÖNEYLEM ARAŞTIRMASI - I

YÖNEYLEM ARAŞTIRMASI - I YÖNEYLEM ARAŞTIRMASI - I 1/19 İçerik Yöneylem Araştırmasının Dalları Kullanım Alanları Yöneylem Araştırmasında Bazı Yöntemler Doğrusal (Lineer) Programlama, Oyun Teorisi, Dinamik Programlama, Tam Sayılı

Detaylı

İnşaat Sektöründe Bilişim Teknolojilerinin Önemi, Uygulamaları ve Kullanımı

İnşaat Sektöründe Bilişim Teknolojilerinin Önemi, Uygulamaları ve Kullanımı Özet İnşaat Sektöründe Bilişim Teknolojilerinin Önemi, Uygulamaları ve Kullanımı Ahmet EVCİ, 1 Pınar USTA, 2 Serap ERGÜN, 3 Modernleşme, sosyalleşme, ekonomi, doğal kaynakların kullanımı ve korunmasına,

Detaylı

Tarımda Mühendislik Düşünce Sistemi. Prof. Dr. Ferit Kemal SÖNMEZ

Tarımda Mühendislik Düşünce Sistemi. Prof. Dr. Ferit Kemal SÖNMEZ Tarımda Mühendislik Düşünce Sistemi Prof. Dr. Ferit Kemal SÖNMEZ Sistem Aralarında ilişki veya bağımlılık bulunan elemanlardan oluşan bir yapı veya organik bütündür. Bir sistem alt sistemlerden oluşmuştur.

Detaylı

KESİT TESİR DİYAGRAMLARI YAPI STATİĞİ 1

KESİT TESİR DİYAGRAMLARI YAPI STATİĞİ 1 KESİT TESİR DİYAGRAMLARI YAPI STATİĞİ 1 GİRİŞ Sabit yu klerden meydana gelen kesit tesiri fonksiyonlarından elde edilen grafiklere Kesit Tesir Diyagramları denir. Du zlem c ubuk sistemlerde M, N, T (V)

Detaylı

İnşaat Projelerinde Eşzamanlı Gecikmeler. Concurrent Delays In Construction Projects

İnşaat Projelerinde Eşzamanlı Gecikmeler. Concurrent Delays In Construction Projects Abstract İnşaat Projelerinde Eşzamanlı Gecikmeler Concurrent Delays In Construction Projects Dr. Yiğit BEŞLİOĞLU 1 Delays are one of the most frequent scenarios in construction disputes. A case where all

Detaylı

DERS BİLGİ FORMU. IV Türkçe Zorunlu Ders. Haftalık. Ders. Okul Eğitimi Süresi. Saati

DERS BİLGİ FORMU. IV Türkçe Zorunlu Ders. Haftalık. Ders. Okul Eğitimi Süresi. Saati DERS BİLGİ FORMU DERSİN ADI SİSTEM ANALİZİ VE TASARIMI I BÖLÜM PROGRAM DÖNEMİ DERSİN DİLİ DERS KATEGORİSİ ÖN ŞARTLAR SÜRE VE DAĞILIMI KREDİ DERSİN AMACI ÖĞRENME ÇIKTILARI VE YETERLİKLER DERSİN İÇERİĞİ

Detaylı

Kentsel Dönüşüm ve Toplu Konut Projelerindeki Şerefiye Düzeltmesi İçin Kullanılabilecek Değişkenlerin Bulunması

Kentsel Dönüşüm ve Toplu Konut Projelerindeki Şerefiye Düzeltmesi İçin Kullanılabilecek Değişkenlerin Bulunması Kentsel Dönüşüm ve Toplu Konut Projelerindeki Şerefiye Düzeltmesi İçin Kullanılabilecek Değişkenlerin Bulunması Öz Birol Alas 1 Gerek kentsel dönu şu m projelerinde hak sahiplerinin katılım/dağıtım değerlerinin

Detaylı

Comparıson Of Unıt Prıce Cycles In Cost Estımates In Constructıon Sector To Market Prıces Uluslararası

Comparıson Of Unıt Prıce Cycles In Cost Estımates In Constructıon Sector To Market Prıces Uluslararası İnşaat Sektöründe Maliyet Hesaplarında Kullanılan Birim Fiyat Rayiçlerinin Piyasa Fiyatlarıyla Karşılaştırılması Comparıson Of Unıt Prıce Cycles In Cost Estımates In Constructıon Sector To Market Prıces

Detaylı

Serdar BİROĞUL YÜKSEK LİSANS TEZİ (ELEKTRİK EĞİTİMİ) GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ANKARA

Serdar BİROĞUL YÜKSEK LİSANS TEZİ (ELEKTRİK EĞİTİMİ) GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ANKARA i GENETİK ALGORİTMA YAKLAŞIMIYLA ATÖLYE ÇİZELGELEME Serdar BİROĞUL YÜKSEK LİSANS TEZİ (ELEKTRİK EĞİTİMİ) GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ OCAK 2005 ANKARA ii Serdar BİROĞUL tarafından hazırlanan

Detaylı

Algoritmalar ve Karmaşıklık

Algoritmalar ve Karmaşıklık Algoritmalar ve Karmaşıklık Ders 11 Algoritma Ayrık matematikte karşılaşılan bir çok problem sınıfı mevcuttur. Örneğin, verilen tamsayı grubu içindeki en büyük olanının bulunması, verilen bir kümenin bütün

Detaylı

GEZGİN SATICI PROBLEMİ İÇİN BİR MEMETİK ALGORİTMA ÖNERİSİ

GEZGİN SATICI PROBLEMİ İÇİN BİR MEMETİK ALGORİTMA ÖNERİSİ GEZGİN SATICI PROBLEMİ İÇİN BİR MEMETİK ALGORİTMA ÖNERİSİ Engin Sansarcı İ.T.Ü. İşletme Fakültesi, İSTANBUL enginsansarci@gmail.com Abdullah Aktel İ.T.Ü. İşletmeFakültesi, İSTANBUL abdullahaktel@gmail.com

Detaylı

İnşaat Öncesi Alternatiflerin BIM ve Kaynak Tabanlı Simülasyon İle Değerlendirilmesi İçin Bir Vaka İncelemesi

İnşaat Öncesi Alternatiflerin BIM ve Kaynak Tabanlı Simülasyon İle Değerlendirilmesi İçin Bir Vaka İncelemesi İnşaat Öncesi Alternatiflerin BIM ve Kaynak Tabanlı Simülasyon İle Değerlendirilmesi İçin Bir Vaka İncelemesi Özet Dy For Evaluatıng Pre-Constructıon Alternatıves With BIM And Resource-Based Sımulatıon

Detaylı

Ölçek. Prof.Dr.Mustafa KARAŞAHİN

Ölçek. Prof.Dr.Mustafa KARAŞAHİN Ölçek Prof.Dr.Mustafa KARAŞAHİN Ölçek Nedir? Bir yerin haritasını veya planını yapabilmek için o yer ku çu ltu lerek bir du zlem u zerine çizilebilir. C u nku, haritası veya planı çizilecek yerin bu yu

Detaylı

Algoritma ve Akış Diyagramları

Algoritma ve Akış Diyagramları Algoritma ve Akış Diyagramları Bir problemin çözümüne ulaşabilmek için izlenecek ardışık mantık ve işlem dizisine ALGORİTMA, algoritmanın çizimsel gösterimine ise AKIŞ DİYAGRAMI adı verilir 1 Akış diyagramları

Detaylı

İSG PROJE YÖNETİMİ ve ACİL DURUM PLÂNI

İSG PROJE YÖNETİMİ ve ACİL DURUM PLÂNI 29 İSG011 1/7 İSG PROJE YÖNETİMİ İSG PROJE YÖNETİMİ ve ACİL DURUM PLÂNI AMAÇ: İSG de Proje yönetimi ile tehlike araştırma yöntemleri hakkında bilgilendirme Slayt III BÖLÜM CPM GANT PERT YÖNTEMİLERİ VE

Detaylı

EM302 Yöneylem Araştırması 2. Dr. Özgür Kabak

EM302 Yöneylem Araştırması 2. Dr. Özgür Kabak EM302 Yöneylem Araştırması 2 Dr. Özgür Kabak TP Çözümü TP problemlerinin çözümü için başlıca iki yaklaşım vardır kesme düzlemleri (cutting planes) dal sınır (branch and bound) tüm yaklaşımlar tekrarlı

Detaylı

Türk-Alman Üniversitesi. Ders Bilgi Formu

Türk-Alman Üniversitesi. Ders Bilgi Formu Türk-Alman Üniversitesi Ders Bilgi Formu Dersin Adı Dersin Kodu Dersin Yarıyılı Yöneylem Araştırması WNG301 5 ECTS Ders Uygulama Laboratuar Kredisi (saat/hafta) (saat/hafta) (saat/hafta) 6 2 2 0 Ön Koşullar

Detaylı

KORELASYON VE REGRESYON ANALİZİ. Doç. Dr. Bahar TAŞDELEN

KORELASYON VE REGRESYON ANALİZİ. Doç. Dr. Bahar TAŞDELEN KORELASYON VE REGRESYON ANALİZİ Doç. Dr. Bahar TAŞDELEN Günlük hayattan birkaç örnek Gelişim dönemindeki bir çocuğun boyu ile kilosu arasındaki ilişki Bir ailenin tükettiği günlük ekmek sayısı ile ailenin

Detaylı

Zeki Optimizasyon Teknikleri

Zeki Optimizasyon Teknikleri Zeki Optimizasyon Teknikleri Tabu Arama (Tabu Search) Doç.Dr. M. Ali Akcayol Tabu Arama 1986 yılında Glover tarafından geliştirilmiştir. Lokal minimum u elimine edebilir ve global minimum u bulur. Değerlendirme

Detaylı

Algoritma ve Akış Diyagramları

Algoritma ve Akış Diyagramları Algoritma ve Akış Diyagramları Bir problemin çözümüne ulaşabilmek için izlenecek ardışık mantık ve işlem dizisine ALGORİTMA, algoritmanın çizimsel gösterimine ise AKIŞ DİYAGRAMI adı verilir. 1 Akış diyagramları

Detaylı

Üstel Öğrenme ve Genel Bozulma Etkili Akış Tipi Çizelgeleme Problemi: Maksimum Tamamlanma Zamanı Minimizasyonu

Üstel Öğrenme ve Genel Bozulma Etkili Akış Tipi Çizelgeleme Problemi: Maksimum Tamamlanma Zamanı Minimizasyonu Üstel Öğrenme ve Genel Bozulma Etkili Akış Tipi Çizelgeleme Problemi: Maksimum Tamamlanma Zamanı Minimizasyonu Tamer Eren Kırıkkale Üniversitesi, Mühendislik Fakültesi, Endüstri Mühendisliği Bölümü, 71451,

Detaylı

Çizelgeleme Nedir? Bir ürünün üretilmesi/hizmetin sunumu için

Çizelgeleme Nedir? Bir ürünün üretilmesi/hizmetin sunumu için Üretim Çizelgeleme Çizelgeleme Nedir? Bir ürünün üretilmesi/hizmetin sunumu için işgörenin nerede, ne zaman gerekli olduğunun, gerekli faaliyetlerin zamanlamasının, üretime başlama ve üretimi tamamlama

Detaylı

YZM403 YAZILIM PROJESİ YÖNETİMİ BÖLÜM 7 KAYNAK TAHSİSİ. Yrd. Doç. Dr. Volkan TUNALI Mühendislik ve Doğa Bilimleri Fakültesi / Maltepe Üniversitesi

YZM403 YAZILIM PROJESİ YÖNETİMİ BÖLÜM 7 KAYNAK TAHSİSİ. Yrd. Doç. Dr. Volkan TUNALI Mühendislik ve Doğa Bilimleri Fakültesi / Maltepe Üniversitesi YZM403 YAZILIM PROJESİ YÖNETİMİ BÖLÜM 7 KAYNAK TAHSİSİ Yrd. Doç. Dr. Volkan TUNALI Mühendislik ve Doğa Bilimleri Fakültesi / Maltepe Üniversitesi İçerik 2 Programlar (Schedules) Kaynaklar (Resources) Kaynak

Detaylı

Lojistikte Karar Yönetimi ve Optimizasyon (LOJ 430) Ders Detayları

Lojistikte Karar Yönetimi ve Optimizasyon (LOJ 430) Ders Detayları Lojistikte Karar Yönetimi ve Optimizasyon (LOJ 430) Ders Detayları Ders Adı Ders Dönemi Ders Uygulama Kodu Saati Saati Laboratuar Kredi AKTS Saati Lojistikte Karar Yönetimi ve Optimizasyon LOJ 430 Her

Detaylı

Türk-Alman Üniversitesi İktisadi ve İdari Bilimler Fakültesi İşletme Bölümü Ders Bilgi Formu

Türk-Alman Üniversitesi İktisadi ve İdari Bilimler Fakültesi İşletme Bölümü Ders Bilgi Formu Türk-Alman Üniversitesi İktisadi ve İdari Bilimler Fakültesi İşletme Bölümü Ders Bilgi Formu Dersin Adı Dersin Kodu Dersin Yarıyılı Yöneylem Araştırması BWL315 5 ECTS Ders Uygulama Laboratuar Kredisi (saat/hafta)

Detaylı

İstatistiksel Süreç Kontrol KAZIM KARABOĞA

İstatistiksel Süreç Kontrol KAZIM KARABOĞA İstatistiksel Süreç Kontrol KAZIM KARABOĞA KALİTENİN TARİHSEL KİMLİK DEĞİŞİMİ Muayene İstatistiksel Kalite Kontrol Toplam Kalite Kontrol Toplam Kalite Yönetimi İSTATİSTİKSEL KALİTE KONTROL İstatistiksel

Detaylı

28/04/2014 tarihli LYS-1 Matematik-Geometri Testi konu analizi SORU NO LYS 1 MATEMATİK TESTİ KAZANIM NO KAZANIMLAR 1 / 31

28/04/2014 tarihli LYS-1 Matematik-Geometri Testi konu analizi SORU NO LYS 1 MATEMATİK TESTİ KAZANIM NO KAZANIMLAR 1 / 31 SORU NO LYS 1 MATEMATİK TESTİ A B KAZANIM NO KAZANIMLAR 1 1 / 31 11 32159 Rasyonel sayı kavramını açıklar. 2 12 32151 İki ya da daha çok doğal sayının en büyük ortak bölenini ve en küçük ortak katını bulur.

Detaylı

Tek Değişkenli Optimizasyon OPTİMİZASYON. Gradient Tabanlı Yöntemler. Bisection (İkiye Bölme) Yöntemi

Tek Değişkenli Optimizasyon OPTİMİZASYON. Gradient Tabanlı Yöntemler. Bisection (İkiye Bölme) Yöntemi OPTİMİZASYON Gerçek hayatta, çok değişkenli optimizasyon problemleri karmaşıktır ve nadir olarak problem tek değişkenli olur. Bununla birlikte, tek değişkenli optimizasyon algoritmaları çok değişkenli

Detaylı

Montaj Hatti Tasarımı ve Analizi - 7

Montaj Hatti Tasarımı ve Analizi - 7 Balıkesir Universitesi, Endustri Muhendisligi Bolumu 2017-2018 Bahar Yariyili Montaj Hatti Tasarımı ve Analizi - 7 Yrd. Doç. Dr. Ibrahim Kucukkoc http://ikucukkoc.baun.edu.tr 2 TEK MODELLİ U-TİPİ MONTAJ

Detaylı

CPM İLE İNŞAAT SÜRECİ BELİRLENMESİ (Araştırmada Ms Office 2007 programı verilerinden yararlanılmıştır.)

CPM İLE İNŞAAT SÜRECİ BELİRLENMESİ (Araştırmada Ms Office 2007 programı verilerinden yararlanılmıştır.) CPM İLE İNŞAAT SÜRECİ BELİRLENMESİ (Araştırmada Ms Office 2007 programı verilerinden yararlanılmıştır.) GİRİŞ Bu araştırmada inşaat süreci başlamadan önce tasarım aşamaları ve belgelendirme aşamaları önceden

Detaylı

GECİKEN İŞ SAYISI VE GECİKME ARALIĞI ÖLÇÜTLÜ ZAMANA-BAĞIMLI ÖĞRENME ETKİLİ ÇİZELGELEME PROBLEMİNİN ÇÖZÜMÜ

GECİKEN İŞ SAYISI VE GECİKME ARALIĞI ÖLÇÜTLÜ ZAMANA-BAĞIMLI ÖĞRENME ETKİLİ ÇİZELGELEME PROBLEMİNİN ÇÖZÜMÜ Gazi Üniv. Müh. Mim. Fak. Der. Journal of the Faculty of Engineering and Architecture of Gazi University Cilt 27, No 4, 875-879, 2012 Vol 27, No 4, 875-879, 2012 GECİKEN İŞ SAYISI VE GECİKME ARALIĞI ÖLÇÜTLÜ

Detaylı

Galaksi Morfolojisi - Yoğunluk İlişkisinin 0 < z < 1 Aralığında İncelenmesi

Galaksi Morfolojisi - Yoğunluk İlişkisinin 0 < z < 1 Aralığında İncelenmesi Galaksi Morfolojisi - Yoğunluk İlişkisinin 0 < z < 1 Aralığında İncelenmesi Korhan Yelkenci, Christophe Benoist, Sinan Aliş 19. Ulusal Astronomi Kongresi, 2-6 Şubat 2015, ODTÜ, Ankara Motivasyon Galaksilerdeki

Detaylı

Makine Öğrenmesi 2. hafta

Makine Öğrenmesi 2. hafta Makine Öğrenmesi 2. hafta Uzaklığa dayalı gruplandırma K-means kümeleme K-NN sınıflayıcı 1 Uzaklığa dayalı gruplandırma Makine öğrenmesinde amaç birbirine en çok benzeyen veri noktalarını aynı grup içerisinde

Detaylı

f(x) ve g(x) reel sayılarda tanımlı iki fonksiyon olmak üzere, x > k olacak şekilde bir k vardır öyle ki,

f(x) ve g(x) reel sayılarda tanımlı iki fonksiyon olmak üzere, x > k olacak şekilde bir k vardır öyle ki, Algoritma Karmaşıklığı ve Büyük O Gösterimi (Big O Notation) Yazdığımız bir algoritmanın doğru çalıştığından emin olmakla birlikte bu algoritmayı, daha önce yazılmış ve aynı sonucu veren başka algoritmalarla

Detaylı

Programlama Giriş. 17 Ekim 2015 Cumartesi Yrd. Doç. Dr. Mustafa YANARTAŞ 1

Programlama Giriş. 17 Ekim 2015 Cumartesi Yrd. Doç. Dr. Mustafa YANARTAŞ 1 17 Ekim 2015 Cumartesi Yrd. Doç. Dr. Mustafa YANARTAŞ 1 Ders Not Sistemi Vize : % 40 Final : % 60 Kaynaklar Kitap : Algoritma Geliştirme ve Programlama Giriş Yazar: Dr. Fahri VATANSEVER Konularla ilgili

Detaylı

İnşaat Projelerinde Gecikme ve Verimlilik Kayıpları ve Bolluk Sahipliği

İnşaat Projelerinde Gecikme ve Verimlilik Kayıpları ve Bolluk Sahipliği İnşaat Projelerinde Gecikme ve Verimlilik Kayıpları ve Bolluk Sahipliği And Dısruptıon And Float Ownershıp In Constructıon Projects Abstract Özgür İYİOL England based Society of Construction Law (SCL)

Detaylı

T.C. İZMİR KÂTİP ÇELEBİ ÜNİVERSİTESİ BİLİMSEL ARAŞTIRMA PROJELERİ KOORDİNASYON BİRİMİ

T.C. İZMİR KÂTİP ÇELEBİ ÜNİVERSİTESİ BİLİMSEL ARAŞTIRMA PROJELERİ KOORDİNASYON BİRİMİ T.C. İZMİR KÂTİP ÇELEBİ ÜNİVERSİTESİ BİLİMSEL ARAŞTIRMA PROJELERİ KOORDİNASYON BİRİMİ PROJE BAŞLIĞI Mühendislik Problemlerinin Bilgisayar Destekli Çözümleri Proje No:2013-2-FMBP-73 Proje Türü ÖNAP SONUÇ

Detaylı

VERİ YAPILARI VE PROGRAMLAMA

VERİ YAPILARI VE PROGRAMLAMA VERİ YAPILARI VE PROGRAMLAMA (BIP116) Yazar: Doç.Dr.İ.Hakkı.Cedimoğlu SAKARYA ÜNİVERSİTESİ Adapazarı Meslek Yüksekokulu Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir.

Detaylı

Bilgi Güvenliği Risk Değerlendirme Yaklaşımları www.sisbel.biz

Bilgi Güvenliği Risk Değerlendirme Yaklaşımları www.sisbel.biz ISO/IEC 20000-1 BİLGİ TEKNOLOJİSİ - HİZMET YÖNETİMİ BAŞ DENETÇİ EĞİTİMİ Bilgi Güvenliği Risk Değerlendirme Yaklaşımları E1-yüksek seviye bilgi güvenliği risk değerlendirmesi Yüksek seviye değerlendirme,

Detaylı

Yaklaşık Maliyet Hesaplama Esasları, Uygulamada Karşılaşılan Sorunlar Ve Çözüm Önerileri

Yaklaşık Maliyet Hesaplama Esasları, Uygulamada Karşılaşılan Sorunlar Ve Çözüm Önerileri Abstract Yaklaşık Maliyet Hesaplama Esasları, Uygulamada Karşılaşılan Sorunlar Ve Çözüm Önerileri Estımated Cost Calculatıon Guıdelınes, Problems In Practıce And A Solutıon Recommendatıon Dr. Yük. Müh.

Detaylı

ERCİYES ÜNİVERSİTESİ KİMYA ANABİLİM DALI

ERCİYES ÜNİVERSİTESİ KİMYA ANABİLİM DALI İlaç Tasarımında Yeni Yazılımların Geliştirilmesi: Elektron Konformasyonel-Genetik Algoritma Metodu ile Triaminotriazin Bileşiklerinde Farmakofor Belirlenmesi ve Nicel Biyoaktivite Hesabı; ERCİYES ÜNİVERSİTESİ

Detaylı

6.DERS PROJENİN YÜRÜTÜLMESİ

6.DERS PROJENİN YÜRÜTÜLMESİ 6.DERS PROJENİN YÜRÜTÜLMESİ 1 1. PROJE YÖNETİMİ ARAÇ ve TEKNİKLERİ Proje yöneticilerinin proje akışını izleyebilmeleri ve projenin son durumunu belirleyebilmeleri için geliştirilmiş iki teknik vardır bunlar;

Detaylı

BİLGİSAYAR DESTEKLİ PROJE PLANLAMASI VE PROGRAMLAMASI DERSÝ Proje Planlama ve Programlama Teknikleri

BİLGİSAYAR DESTEKLİ PROJE PLANLAMASI VE PROGRAMLAMASI DERSÝ Proje Planlama ve Programlama Teknikleri Ý.T.Ü. FEN BİLİMLERİ ENSTİTÜSÜ * BİNA YAPIM YÖNETİMİ PROGRAMI BİLGİSAYAR DESTEKLİ PROJE PLANLAMASI VE PROGRAMLAMASI DERSÝ Proje Planlama ve Programlama Teknikleri Dr. Alaattin KANOÐLU BAHAR, 2001-02 02

Detaylı

MONTE CARLO BENZETİMİ

MONTE CARLO BENZETİMİ MONTE CARLO BENZETİMİ U(0,1) rassal değişkenler kullanılarak (zamanın önemli bir rolü olmadığı) stokastik ya da deterministik problemlerin çözümünde kullanılan bir tekniktir. Monte Carlo simülasyonu, genellikle

Detaylı

SEZGİSEL ALGORİTMA KULLANILARAK RÜZGÂR ÇİFTLİKLERİNİN GÜÇ SİSTEMİNE ETKİSİNİN İNCELENMESİ. Öğr. Gör. Mehmet Fatih Tefek Doç. Dr.

SEZGİSEL ALGORİTMA KULLANILARAK RÜZGÂR ÇİFTLİKLERİNİN GÜÇ SİSTEMİNE ETKİSİNİN İNCELENMESİ. Öğr. Gör. Mehmet Fatih Tefek Doç. Dr. SEZGİSEL ALGORİTMA KULLANILARAK RÜZGÂR ÇİFTLİKLERİNİN GÜÇ SİSTEMİNE ETKİSİNİN İNCELENMESİ Öğr. Gör. Mehmet Fatih Tefek Doç. Dr. Harun Uğuz * Rüzgâr kaynaklı enerji üretimi, yenilenebilir enerji kaynakları

Detaylı

ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ

ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ T.C. SAKARYA ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ BİTİRME ÇALIŞMASI TEZ BAŞLIĞI HAZIRLAYAN Adı Soyadı DANIŞMAN Ünvanı Adı Soyadı MAYIS 2017 2 İÇİNDEKİLER İçindekiler Sayfası

Detaylı

Fonksiyon Optimizasyonunda Genetik Algoritmalar

Fonksiyon Optimizasyonunda Genetik Algoritmalar 01-12-06 Ümit Akıncı Fonksiyon Optimizasyonunda Genetik Algoritmalar 1 Fonksiyon Optimizasyonu Fonksiyon optimizasyonu fizikte karşımıza sık çıkan bir problemdir. Örneğin incelenen sistemin kararlı durumu

Detaylı

Montaj Hatti Tasarımı ve Analizi - 7

Montaj Hatti Tasarımı ve Analizi - 7 Balıkesir Universitesi, Endustri Muhendisligi Bolumu 2015-2016 Bahar Yariyili Montaj Hatti Tasarımı ve Analizi - 7 Dr. Ibrahim Kucukkoc http://ikucukkoc.baun.edu.tr 2 TEK MODELLİ U-TİPİ MONTAJ HATTI DENGELEME

Detaylı

PROJE HAZIRLAMA TEKNİĞİ. Doç. Dr. G. Duygu SEMİZ

PROJE HAZIRLAMA TEKNİĞİ. Doç. Dr. G. Duygu SEMİZ PROJE HAZIRLAMA TEKNİĞİ Doç. Dr. G. Duygu SEMİZ başlangıcı ve sonu olan, uzunluğu önceden belirlenmiş bir süre içinde değişim yaratan, iç içe geçmiş amaç ve hedeflere sahip, planlanan uygulama adımlarıyla

Detaylı

PARALEL MAKĠNALARIN GENETĠK ALGORĠTMA ĠLE ÇĠZELGELENMESĠNDE MUTASYON ORANININ ETKĠNLĠĞĠ

PARALEL MAKĠNALARIN GENETĠK ALGORĠTMA ĠLE ÇĠZELGELENMESĠNDE MUTASYON ORANININ ETKĠNLĠĞĠ Ege Akademik BakıĢ / Ege Academic Review 10 (1) 2010: 199-210 PARALEL MAKĠNALARIN GENETĠK ALGORĠTMA ĠLE ÇĠZELGELENMESĠNDE MUTASYON ORANININ ETKĠNLĠĞĠ EFFICIENCY OF MUTATION RATE FOR PARALLEL MACHINE SCHEDULING

Detaylı

METASEZGİSEL YÖNTEMLER

METASEZGİSEL YÖNTEMLER METASEZGİSEL YÖNTEMLER Ara sınav - 30% Ödev (Haftalık) - 20% Final (Proje Sunumu) - 50% - Dönem sonuna kadar bir optimizasyon tekniğiyle uygulama geliştirilecek (Örn: Zaman çizelgeleme, en kısa yol bulunması,

Detaylı

Eğitim ve Öğretim Araştırmaları Dergisi Journal of Research in Education and Teaching Mayıs 2017 Cilt: 6 Sayı: 2 Makale No: 33 ISSN:

Eğitim ve Öğretim Araştırmaları Dergisi Journal of Research in Education and Teaching Mayıs 2017 Cilt: 6 Sayı: 2 Makale No: 33 ISSN: KISA VE ORTA ENERJİ İLETİM HATLARININ SAYISAL ANALİZİ İÇİN BİR ARAYÜZ TASARIMI Öğr. Gör. Hakan Aydogan Uşak Üniversitesi, Uşak hakan.aydogan@usak.edu.tr Öğr. Gör. Mehmet Feyzi Özsoy Uşak Üniversitesi,

Detaylı

1. Süreç nedir? 2. Süreç nedir? 3. Temel süreç unsurları nelerdir? 4. Süreçler nasıl sınıflandırılabilir? Süreç tipleri nelerdir?

1. Süreç nedir? 2. Süreç nedir? 3. Temel süreç unsurları nelerdir? 4. Süreçler nasıl sınıflandırılabilir? Süreç tipleri nelerdir? 1. Süreç nedir? Girdileri çıktı haline getiren birbiriyle ilgili ve etkileşimli faaliyetler takımı dır. 2. Süreç nedir? Tanımlanabilirlik Tekrarlanır olması Ölçülebilirlik Bir sahibi ve sorumluları olması

Detaylı

İSTANBUL TEKNİK ÜNİVERSİTESİ BİLGİSAYAR VE BİLİŞİM FAKÜLTESİ. Proje Kaynak Yönetimi

İSTANBUL TEKNİK ÜNİVERSİTESİ BİLGİSAYAR VE BİLİŞİM FAKÜLTESİ. Proje Kaynak Yönetimi İSTANBUL TEKNİK ÜNİVERSİTESİ BİLGİSAYAR VE BİLİŞİM FAKÜLTESİ Proje Kaynak Yönetimi Bitirme Ödevi Altuğ BAYRAM 040070202 İlhan ADIYAMAN 040070280 Bölüm : Bilgisayar Mühendisliği Anabilim Dalı : Bilgisayar

Detaylı

ENERJĐ ELDESĐNDE ORTALAMA RÜZGAR HIZI ÖLÇÜM ARALIĞI ve HELLMANN KATSAYISININ ÖNEMĐ: SÖKE ÖRNEĞĐ

ENERJĐ ELDESĐNDE ORTALAMA RÜZGAR HIZI ÖLÇÜM ARALIĞI ve HELLMANN KATSAYISININ ÖNEMĐ: SÖKE ÖRNEĞĐ ENERJĐ ELDESĐNDE ORTALAMA RÜZGAR HIZI ÖLÇÜM ARALIĞI ve HELLMANN KATSAYISININ ÖNEMĐ: SÖKE ÖRNEĞĐ Mete ÇUBUKÇU1 mecubuk@hotmail.com Doç. Dr. Aydoğan ÖZDAMAR2 aozdamar@bornova.ege.edu.tr ÖZET 1 Ege Üniversitesi

Detaylı

Abs tract: Key Words: Meral ÖZEL Serhat ŞENGÜR

Abs tract: Key Words: Meral ÖZEL Serhat ŞENGÜR Meral Ozel:Sablon 02.01.2013 14:44 Page 5 Farklı Yakıt Türü ve Yalıtım Malzemelerine Göre Optimum Yalıtım Kalınlığının Belirlenmesi Meral ÖZEL Serhat ŞENGÜR Abs tract: ÖZET Bu çalışmada, Antalya ve Kars

Detaylı

YZM ALGORİTMA ANALİZİ VE TASARIM DERS#2: ALGORİTMA ANALİZİ

YZM ALGORİTMA ANALİZİ VE TASARIM DERS#2: ALGORİTMA ANALİZİ YZM 3207- ALGORİTMA ANALİZİ VE TASARIM DERS#2: ALGORİTMA ANALİZİ Algoritma Analizi Çerçevesi Algoritma Analizinde Göz Önünde Bulundurulması Gerekenler Neler? Algoritmanın Doğruluğu (Correctness) Zaman

Detaylı

Doğrusal Programlamada Grafik Çözüm

Doğrusal Programlamada Grafik Çözüm Doğrusal Programlamada Grafik Çözüm doğrusal programlama PROBLEMİN ÇÖZÜLMESİ (OPTİMUM ÇÖZÜM) Farklı yöntemlerle çözülebilir Grafik çözüm (değişken sayısı 2 veya 3 olabilir) Simpleks çözüm Bilgisayar yazılımlarıyla

Detaylı

Muhammet Fatih AKBAŞ, Enis KARAARSLAN, Cengiz GÜNGÖR

Muhammet Fatih AKBAŞ, Enis KARAARSLAN, Cengiz GÜNGÖR Yazılım Tanımlı Ağların Güvenliğinde Yapay Zeka Tabanlı Çözümler: Ön İnceleme Muhammet Fatih AKBAŞ, Enis KARAARSLAN, Cengiz GÜNGÖR İzmir Katip Çelebi Üniversitesi, Muğla Sıtkı Koçman Üniversitesi, Ege

Detaylı

GENETİK ALGORİTMALARA GİRİŞ (II) BİNARİ KODLANMIŞ GA

GENETİK ALGORİTMALARA GİRİŞ (II) BİNARİ KODLANMIŞ GA GENETİK ALGORİTMALARA GİRİŞ (II) BİNARİ KODLANMIŞ GA Nedim TUTKUN Düzce Üniversitesi Elektrik Elektronik Mühendisliği Bölümü nedimtutkun@duzce.edu.tr Düzce Üniversitesi Elektrik&Elektronik Mühendisliği

Detaylı

Lineer Programlama. Doğrusal terimi, hem amaç hem de kısıtları temsil eden matematiksel fonksiyonların doğrusal olduğunu gösterir.

Lineer Programlama. Doğrusal terimi, hem amaç hem de kısıtları temsil eden matematiksel fonksiyonların doğrusal olduğunu gösterir. LİNEER PROGRAMLAMA Giriş Uygulamada karşılaşılan birçok optimizasyon problemi kısıtlar içerir. Yani optimizasyon probleminde amaç fonksiyonuna ilave olarak çözümü kısıtlayıcı ek denklemler mevcuttur. Bu

Detaylı

Zeki Optimizasyon Teknikleri

Zeki Optimizasyon Teknikleri Zeki Optimizasyon Teknikleri Genetik Algoritma (Genetic Algorithm) Doç.Dr. M. Ali Akcayol Genetik Algoritma 1970 li yıllarda John Holland tarafından geliştirilmiştir. 1989 yılında David E. Goldberg Genetik

Detaylı

YZM ALGORİTMA ANALİZİ VE TASARIM DERS#1: ALGORİTMA KAVRAMI

YZM ALGORİTMA ANALİZİ VE TASARIM DERS#1: ALGORİTMA KAVRAMI YZM 3207- ALGORİTMA ANALİZİ VE TASARIM DERS#1: ALGORİTMA KAVRAMI Algoritma Nedir? Algoritma Bir problemin çözümü için geliştirilmiş özel metot Girdileri çıktılara dönüştüren sıralı hesaplama adımları Tanımlanmış

Detaylı

Sigma 2006/3 Araştırma Makalesi / Research Article A SOLUTION PROPOSAL FOR INTERVAL SOLID TRANSPORTATION PROBLEM

Sigma 2006/3 Araştırma Makalesi / Research Article A SOLUTION PROPOSAL FOR INTERVAL SOLID TRANSPORTATION PROBLEM Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi Sigma 6/ Araştırma Makalesi / Research Article A SOLUTION PROPOSAL FOR INTERVAL SOLID TRANSPORTATION PROBLEM Fügen TORUNBALCI

Detaylı

PARALEL HESAPLAMA ÇAĞRI GİDER ENES BİLGİN

PARALEL HESAPLAMA ÇAĞRI GİDER ENES BİLGİN PARALEL HESAPLAMA ÇAĞRI GİDER 13011016 ENES BİLGİN - 13011004 Paralel Hesaplama Nedir? Paralel Hesaplamanın Avantajları Paralel Hesaplamanın Kullanım Alanları Paralel Hesaplama Yöntemleri, Donanım ve Yazılım

Detaylı

İş Güvenliği Çalışmaları Üzerine Detaylı Bir Literatür Araştırması

İş Güvenliği Çalışmaları Üzerine Detaylı Bir Literatür Araştırması Öz İş Güvenliği Çalışmaları Üzerine Detaylı Bir Literatür Araştırması Senem Bilir, G. Emre Gürcanlı 2 Bilindiği gibi inşaat sektöru ndeki gu cu ve yetkinlikleri açısından du nyada bir markaya dönu şmekte

Detaylı

BIP116-H14-1 BTP104-H014-1

BIP116-H14-1 BTP104-H014-1 VERİ YAPILARI VE PROGRAMLAMA (BIP116) Yazar: Doç.Dr.İ.Hakkı.Cedimoğlu SAKARYA ÜNİVERSİTESİ Adapazarı Meslek Yüksekokulu Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir.

Detaylı

T.C. DÜZCE ÜNİVERSİTESİ TEKNOLOJİ FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ BMT103 ELEKTRİK DEVRE TEMELLERİ DERSİ LABORATUVARI DENEY NO: 3

T.C. DÜZCE ÜNİVERSİTESİ TEKNOLOJİ FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ BMT103 ELEKTRİK DEVRE TEMELLERİ DERSİ LABORATUVARI DENEY NO: 3 T.C. DÜZCE ÜNİVERSİTESİ TEKNOLOJİ FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ BMT103 ELEKTRİK DEVRE TEMELLERİ DERSİ LABORATUVARI DENEY NO: 3 ÇEVRE (GÖZ) AKIMLARI YÖNTEMİ Arş. Gör. Sümeyye BAYRAKDAR Arş. Gör.

Detaylı

Algoritma Geliştirme ve Veri Yapıları 1 Temel Algoritma Kavramları. Mustafa Kemal Üniversitesi

Algoritma Geliştirme ve Veri Yapıları 1 Temel Algoritma Kavramları. Mustafa Kemal Üniversitesi Algoritma Geliştirme ve Veri Yapıları 1 Temel Algoritma Kavramları Giriş 1) Algoritma geliştirme üzerine temel kavramlar 2) Veri modelleri 3) Veri yapıları 4) Algoritma veya yazılım şekilsel gösterimi

Detaylı

Kesikli Programlama (IE 506) Ders Detayları

Kesikli Programlama (IE 506) Ders Detayları Kesikli Programlama (IE 506) Ders Detayları Ders Adı Ders Dönemi Ders Uygulama Laboratuar Kredi AKTS Kodu Saati Saati Saati Kesikli Programlama IE 506 Güz 3 0 0 3 7.5 Ön Koşul Ders(ler)i Dersin Dili Dersin

Detaylı

Üretim Sistemleri (IE 509) Ders Detayları

Üretim Sistemleri (IE 509) Ders Detayları Üretim Sistemleri (IE 509) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Üretim Sistemleri IE 509 Seçmeli 3 0 0 3 7.5 Ön Koşul Ders(ler)i Dersin Dili Dersin

Detaylı

ÇİMENTO BASMA DAYANIMI TAHMİNİ İÇİN YAPAY SİNİR AĞI MODELİ

ÇİMENTO BASMA DAYANIMI TAHMİNİ İÇİN YAPAY SİNİR AĞI MODELİ ÇİMENTO BASMA DAYANIMI TAHMİNİ İÇİN YAPAY SİNİR AĞI MODELİ Ezgi Özkara a, Hatice Yanıkoğlu a, Mehmet Yüceer a, * a* İnönü Üniversitesi Mühendislik Fakültesi Kimya Mühendisliği Bölümü, Malatya, 44280 myuceer@inonu.edu.tr

Detaylı

Yerçekimsel Arama Algoritması ile PID Denetleç Parametrelerinin Tespiti PID Controller Parameters' Optimization Using Gravitational Search Algorithm

Yerçekimsel Arama Algoritması ile PID Denetleç Parametrelerinin Tespiti PID Controller Parameters' Optimization Using Gravitational Search Algorithm Yerçekimsel Arama Algoritması ile PID Denetleç Parametrelerinin Tespiti PID Controller Parameters' Optimization Using Gravitational Search Algorithm Nesibe Yalçın 1, Semih Çakır 2, Metin Kesler 1, Nihan

Detaylı

T.C. MARMARA ÜNİVERSİTESİ

T.C. MARMARA ÜNİVERSİTESİ T.C. MARMARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DERS : OPTİMİZASYON TEKNİKLERİ ÖĞR.ÜYESİ : Yard.Doç.Dr. MEHMET TEKTAŞ 1 ATAMA PROBLEMLERİ PROBLEM: Aşağıdaki tabloda saat olarak her öğrencinin iş eğitimi

Detaylı

KAYMA GERİLMESİ (ENİNE KESME)

KAYMA GERİLMESİ (ENİNE KESME) KAYMA GERİLMESİ (ENİNE KESME) Demir yolu traversleri çok büyük kesme yüklerini taşıyan kiriş olarak davranır. Bu durumda, eğer traversler ahşap malzemedense kesme kuvvetinin en büyük olduğu uçlarından

Detaylı

BİL-341 ALGORİTMALAR BÜYÜK O NOTASYONU AHMET ATAKAN 0904.01036. atakanahmet@hotmail.com KIRGIZİSTAN-TÜRKİYE MANAS ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ

BİL-341 ALGORİTMALAR BÜYÜK O NOTASYONU AHMET ATAKAN 0904.01036. atakanahmet@hotmail.com KIRGIZİSTAN-TÜRKİYE MANAS ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİL-341 ALGORİTMALAR BÜYÜK O NOTASYONU AHMET ATAKAN 0904.01036 atakanahmet@hotmail.com KIRGIZİSTAN-TÜRKİYE MANAS ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ BİŞKEK 2012 Ahmet Atakan

Detaylı