BİR MONTAJ HATTI ÜRETİM SİSTEMİNDE OPTİMAL İŞGÜCÜ DAĞILIMININ ARENA PROCESS ANALYZER (PAN) VE OPTQUEST KULLANILARAK BELİRLENMESİ

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "BİR MONTAJ HATTI ÜRETİM SİSTEMİNDE OPTİMAL İŞGÜCÜ DAĞILIMININ ARENA PROCESS ANALYZER (PAN) VE OPTQUEST KULLANILARAK BELİRLENMESİ"

Transkript

1 BİR MONTAJ HATTI ÜRETİM SİSTEMİNDE OPTİMAL İŞGÜCÜ DAĞILIMININ ARENA PROCESS ANALYZER (PAN) VE OPTQUEST KULLANILARAK BELİRLENMESİ Özgür ARMANERİ Dokuz Eylül Üniversitesi Özet Bu çalışmada, bir montaj hattı üretim sisteminde, üretilen ürünlerin sistemde kaldıkları ortalama süreyi düşürmek amacıyla her bir üretim yerinde çalışan operatör sayılarını değiştirerek çeşitli senaryolar geliştirilecek ve bu senaryolardan hangisinin amaç fonksiyonu açısından en iyi sonuç verdiği simülasyon ve Arena Process Analyzer (PAN) kullanılarak belirlenmeye çalışılacaktır. Daha sonra, sisteme alınması düşünülen belirli sayıdaki operatörün, ürünün sistemde kaldığı süreyi minimize edecek şekilde üretim yerlerine optimal dağılımının nasıl olması gerektiği OptQuest kullanılarak belirlenmeye çalışılacaktır. Anahtar Sözcükler: Simülasyon, Optimizasyon, Sistem Modelleme 1. GİRİŞ Simülasyon, mevcut bir sisteme ilişkin neden sonuç ilişkilerini bir bilgisayar modeline aktararak, farklı koşullar altında gerçek sisteme ait davranışların bilgisayar modelinde izlenmesini sağlayan bir modelleme tekniğidir. Bir simülasyon modeli, temel olarak ne-eğer analizlerinin yapılmasını sağlayan bir araç olarak ele alınmalıdır (Law ve Kelton, 1991; Banks ve diğerleri, 2001). Bilgisayar simülasyonu, üretim sistemlerinin dizaynı ve analizinde yaygın olarak kullanılan bir araçtır. Simülasyon sayesinde sistemin dizaynı ve işletimiyle ilgili zamanında ve doğru kararlar verilebilir. Sistem dizaynı, amaçların tanımlanmasını, gereksinimlerin saptanmasını, çözümlerin belirlenmesini ve amaçlara uygun çözümlerin değerlendirilmesini içerir. Sistem geliştirme çabalarının en önemli ve en genel amacı optimum sistem konfigürasyonuna ulaşmaktır. Optimizasyon çalışmaları, belirlenen sistem performans ölçütlerini maksimum veya minimum yapmak için gerekli olan sistem parametrelerine ait kombinasyonları bulmak için yapılır (Tekin ve Sabuncuoğlu, 2004). Bu çalışmada, bir montaj hattı üretim sisteminde, üretilen ürünlerin sistemde kaldıkları ortalama süreyi düşürmek amacıyla her bir üretim yerinde çalışan operatör sayılarını değiştirerek çeşitli senaryolar geliştirilecek ve bu senaryolardan hangisinin amaç fonksiyonu açısından en iyi sonuç verdiği simülasyon ve Arena Process Analyzer (PAN) kullanılarak belirlenmeye çalışılacaktır. Daha sonra, sisteme alınması düşünülen belirli sayıdaki operatörün, ürünün sistemde kaldığı süreyi minimize edecek şekilde üretim yerlerine optimal dağılımının nasıl olması gerektiği OptQuest kullanılarak belirlenmeye çalışılacaktır. 2. SİSTEM TANIMI Çalışmada incelenen sistem Kelton ve diğerleri (2002) tarafından ele alınan bir örnekten esinlenerek oluşturulmuştur. Sistem, tavan vantilatörleri üreten bir montaj hattı üretim sistemidir. Montajı yapılmamış vantilatör parçaları sisteme en düşük değeri 2 dakika, en yüksek değeri 10 dakika ve tipik değeri 5 dakika olan üçgensel dağılım ile gelmektedir. Sistemde 4 adet montaj operatörü dört farklı üretim yerinde bulunmaktadır ve parçalar birinci boş operatöre montaj için otomatik olarak gönderilmektedir. Her bir operatörün vantilatör montaj zamanlarının farklı dağılım gösterdiği belirlenmiştir. Montaj işlemi tamamlandıktan sonra, montajı bitmiş vantilatörler kontrolden geçirilmektedir ve kontrol sonucunda montajı biten vantilatörlerin yaklaşık %7 sinin kusurlu olduğu tespit edilmektedir. Kusuru bulunan vantilatörler, bu vantilatörün montajını gerçekleştiren operatöre onarılmak üzere geri gönderilmektedir. Bu 589

2 Ö. Armaneri kusurlu vantilatörler yeni gelen montajı yapılmamış parçalara göre önceliğe sahiptir. Dolayısıyla kusurlu bir vantilatör gelen bir operatör, önce kusurlu olan vantilatörü parçalarına ayırmakta daha sonra yeniden montajını gerçekleştirmektedir. Operatörün kusurlu bir vantilatörü tamir zamanı, operatörün normal montaj zamanının %30 u kadar fazla bir süre gerektirmektedir. Sistemin şematik gösterimi aşağıdaki gibidir. Montaj İstasyonu %7 Montaj parçalarının sisteme gelişi 1. üretim yeri 2. üretim yeri 3. üretim yeri Kontrol İstasyonu %93 Montajı Bitmiş Vantilatörlerin Sistemden Çıkışı 4. üretim yeri Şekil 1. Sistemin şematik gösterimi Montaj hattı üretim sistemi ARENA 5.0 simülasyon yazılımı ile modellenmiştir (Kelton ve diğerleri, 2002). Her simülasyon dakika çalıştırılmıştır. Yapılan pilot çalıştırmalar sonucunda sistemin yaklaşık dakika sonunda düzenli duruma ulaştığı belirlenmiştir. Dolayısıyla ısınma periyodunun uzunluğu dakika olarak alınmıştır. Simülasyon modelinin çalıştırılarak 20 tekrar yapılması sonucunda her bir üretim yerinde yer alan operatörlerin kullanım oranlarına ve vantilatörlerin sistemde geçirdiği ortalama süreye ilişkin elde edilen sonuçlar Tablo 1 de görülmektedir. Tablo 1. Operatör kullanım oranları ve sistemde kalış zamanları Min. Değer Ortalama Max. Değer Operatör 1 in kullanım oranı Operatör 2 in kullanım oranı Operatör 3 ün kullanım oranı Operatör 4 ün kullanım oranı Tüm operatörlerin genel kullanım oranı Vantilatörlerin sistemde kaldığı ortalama süre dakika dakika dakika Tablo 2 de operatörlerin umulan ortalama kullanım oranlarının, tüm operatörlerin genel kullanım oranlarının ve vantilatörlerin sistemde kaldığı ortalama sürenin nokta tahminleri için güven aralıkları görülmektedir. Tablo 2. Operatör kullanım oranları ve sistemde kalış zamanlarına ilişkin %90 güven aralıkları İstatistik Alt Sınır Ortalama Üst Sınır Operatör 1 in kullanım oranı Operatör 2 in kullanım oranı Operatör 3 in kullanım oranı Operatör 4 in kullanım oranı Tüm operatörlerin genel kullanım oranı Vantilatörlerin sistemde kaldığı ortalama süre 24.2 dakika 24.4 dakika 24.6 dakika 3. ÇEŞİTLİ SİSTEM ALTERNATİFLERİNİN PROCESS ANALYZER (PAN) İLE DEĞERLENDİRİLMESİ Bu bölümde sisteme, diğer operatörler ile aynı nitelikte yeni bir operatörün eklenmesi durumunda bu operatörün sistemde 4 ayrı üretim yerinde çalışmakta olan 4 operatörden hangisinin yanında çalışmaya başlaması gerektiği 590

3 belirlenmek istenmektedir. Bu değerlendirme yapılırken göz önüne alınan amaç, vantilatörlerin ortalama sistemde kalma süresini yani ortalama akış zamanını minimum yapabilmektir. Yeni operatör, dört operatörün herhangi birinin yanında çalışabilir. Dolayısıyla 5 alternatif senaryo başka bir deyişle 5 alternatif sistem bulunmaktadır. Bu senaryolardan birincisi daha önce ayrıntılı olarak tanıtılan orijinal sistemi göstermektedir. Diğer senaryolar ise yeni operatörün her bir operatörün yanına sırayla eklenmesini gösterir. Örneğin ikinci senaryo, yeni operatörün birinci üretim yerinde çalışan birinci operatörün yanında çalıştırıldığı ve diğer üretim yerlerinde birer operatörün çalıştığı sistemi göstermektedir. Ortalama sistemde kalma zamanını minimize edecek en iyi sistemi seçmek amacıyla bu senaryolar PAN kullanılarak 20 tekrar için çalıştırılmıştır. Senaryolar çalıştırılırken iki farklı yaklaşım izlenmiştir. İlk olarak her senaryo çalıştırılırken rasgele sayı dizileri değiştirilmemiş, her senaryonun çalıştırılmasında aynı rasgele sayı dizisi kullanılmıştır. Sonuç olarak her senaryo için elde edilen ortalama akış zamanı değerleri Tablo 3 te görülmektedir. Tablo 3. Her senaryoya ait ortalama akış zamanı değerleri (aynı rasgele sayı dizileri ile) Senaryo özellikleri Operatör Sayıları Yanıt değişkeni Senaryo adı Tekrar Ortalama 1. üretim yeri 2. üretim yeri 3. üretim yeri 4. üretim yeri sayısı akış zamanı (dk) Senaryo Senaryo Senaryo Senaryo Senaryo PAN her senaryo için ortalama akış zamanlarını şekilsel olarak da verebilmektedir. Şekil 2 de akış zamanı ile senaryolar arasındaki ilişkiler görülmektedir. Şekilden görüldüğü gibi, en yüksek ortalama akış zamanı birinci senaryoya ait iken en küçük ortalama akış zamanı ikinci senaryoya aittir. Şekil 2. Her senaryoya ait ortalama akış zamanı değerleri (aynı rasgele sayı dizileri ile) Sonuç olarak, ortalama sistemde kalma zamanını minimize eden en iyi senaryo yeni operatörün birinci üretim yerine yani birinci operatörün yanına eklenmesini gösteren ikinci senaryodur. İkinci yaklaşımda her senaryo çalıştırılırken farklı rasgele sayı serileri kullanılmıştır. Böylelikle, alternatif senaryolardan her biri diğerlerinden tam anlamıyla bağımsız olacaktır. Her senaryo için farklı rasgele sayı dizileri almak suretiyle 20 tekrar için senaryoları çalıştırdığımızda elde edilen ortalama akış zamanı değerleri Tablo 4 ve Şekil 3 te görülmektedir. Tablo 4. Her senaryoya ait ortalama akış zamanı değerleri (farklı rasgele sayı dizileri ile) Senaryo özellikleri Operatör Sayıları Yanıt değişkeni Senaryo adı Tekrar Ortalama 1. üretim yeri 2. üretim yeri 3. üretim yeri 4. üretim yeri sayısı akış zamanı (dk) Senaryo Senaryo Senaryo Senaryo Senaryo

4 Ö. Armaneri Şekil 3. Her senaryoya ait ortalama akış zamanı değerleri (farklı rasgele sayı dizileri ile) Şekilden görüldüğü üzere bu yaklaşım ile en yüksek ortalama akış zamanını veren senaryo, birinci senaryo olurken en düşük ortalama akış zamanı ikinci senaryoya aittir. Dolayısıyla ortalama sistemde kalma zamanını minimize eden en iyi senaryo yeni operatörün birinci üretim yerinde çalışan birinci operatörün yanına eklenmesini öngören ikinci senaryodur. Bu sonuç, her senaryo için aynı rasgele sayı dizilerini kullandığımızda elde ettiğimiz sonuçlar ile aynıdır. Yapılan analizler neticesinde birinci operatörün vantilatör montaj zamanının diğer operatörlerden daha az olduğu ve bu operatörün kullanım oranının diğer operatörlerden daha yüksek olduğu tespit edilmişti. Dolayısıyla ikinci senaryonun ortalama sistemde kalma zamanını minimize eden en iyi senaryo seçilmesi beklenmedik bir durum olarak değerlendirilebilir. 4. OPTİMAL İŞGÜCÜ DAĞILIMININ OPTQUEST İLE ARAŞTIRILMASI Bu bölümde montaj hattı üretim sistemine beş yeni operatör eklenmek istendiğinde bu operatörlerin, ortalama sistemde kalma zamanını minimize edecek şekilde nasıl dağıtılması gerektiği analiz edilmiştir. Beş yeni operatörün tamamı mevcut üretim yerlerinden herhangi birine atanabileceği gibi ayrı ayrı belirli sayılarda üretim yerlerine dağıtılabilir. Dolayısıyla bu beş yeni operatörün dağılımı için çok çeşitli alternatifler mevcuttur. Optimal işgücü dağılımını bulabilmek için OptQuest kullanılmıştır. Optimizasyon tamamlandığında OptQuest 77 farklı senaryoyu değerlendirmiş ve en düşük ortalama akış zamanı değerini 31. senaryo vermiştir. Bu senaryo ile ortalama akış zamanı değeri dakika olarak elde edilmiştir. OptQuest sonuçları Tablo 5 de görülmektedir. Tablo 5. Optimal işgücü dağılımının belirlenmesinde OptQuest sonuçları Azalan sıralı Operatör Sayıları Simülasyon ortalama akış zamanı 1. üretim yeri 2. üretim yeri 3. üretim yeri 4. üretim yeri (En iyi) Böylelikle sisteme alınması düşünülen 5 yeni operatörün optimal dağılımının, bu operatörlerin tümünü birinci üretim yerinde çalışan birinci operatörün yanına yerleştirerek sağlanacağı bulunmuştur. Sonuç olarak en iyi çözüme göre birinci üretim yerinde 6 aynı nitelikte operatör çalışması ve diğer üretim yerlerinde ise 1 operatörün çalışması gerektiği bulunmuştur. Şekil 4 te senaryo numarası ile amaç fonksiyonu değerini ilişkilendiren grafik görülmektedir. Şekilde en iyi sonucun 31. simülasyonda bulunan dakika olduğu görülmektedir. 592

5 Şekil 4. Simülasyon ile elde edilen amaç fonksiyonu değerleri ve optimal işgücü dağılımı 5. SONUÇLAR VE ÖNERİLER Bir montaj hattı üretim sisteminde optimal işgücü dağılımının nasıl olması gerektiğinin bulunmasına yönelik olarak yapılan bu çalışma sonucunda belirlenen sayıdaki işgücü dağılımının olası tüm seçenekleri PAN ve OptQuest kullanılarak analiz edilmiştir. Yapılan analiz neticesinde gerek sisteme 1 yeni operatör eklenmesi durumunda gerekse sisteme belirli sayıda operatör eklenmesi durumunda yeni eklenecek operatörlerin birinci üretim yerine yerleştirilmesinin amaç fonksiyonu olan vantilatörlerin ortalama sistemde kalış zamanlarını minimize ettiği tespit edilmiştir. Çalışmada sadece montaj istasyonu için optimal işgücü dağılımının nasıl olması gerektiği incelenmiştir. İleriye dönük olarak kontrol istasyonunda, kontrol işleminin ne kadar süre aldığı dikkate alınarak, bu istasyonda kaç çalışan olması gerektiği de analiz edilebilir. Ayrıca PAN ve OptQuest kullanarak daha kompleks bir üretim yapısına sahip ve daha çok sayıda iş istasyonundan oluşan sistemlerde, belirli sayıda işgücünün amaç fonksiyonunu minimize/maksimize edecek şekilde nasıl dağılması gerektiğinin analizi de yapılabilir. Belirli sayıda işgücünün dağılımının yanında bu çalışmada kullanılan araçlar ile sistemdeki toplam işgücü sayısı kısıtı kaldırılarak en düşük/yüksek amaç fonksiyonu değerini verecek şekilde iş istasyonlarındaki işgücü sayısının ne olması gerektiğinin analizi de gerçekleştirilebilir. 6. KAYNAKÇA BANKS, J., CARSON, J. S., NELSON, B. L., NICOL, D. M. 2001, Discrete-Event System Simulation, New Jersey, Prentice-Hall, Inc. LAW, A. M., KELTON, W. D., 1991, Simulation Modeling and Analysis, Singapore, McGraw-Hill, Inc. KELTON, W. D., SADOWSKI, R. P., SADOWSKI, D.A., 2002, Simulation with Arena, 2.edition, New York, McGraw-Hill, Inc. TEKİN, E., SABUNCUOĞLU, I., 2004, Simulation Optimization: A Comprehensive Review on Theory and Applications, IIE Transactions, 36,

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 3616

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 3616 Dersi Veren Birim: Endüstri Mühendisliği Dersin Türkçe Adı: SİSTEM SİMÜLASYONU Dersin Orjinal Adı: SİSTEM SİMÜLASYONU Dersin Düzeyi:(Ön lisans, Lisans, Yüksek Lisans, Doktora) Lisans Dersin Kodu: END 366

Detaylı

Sistem Modelleme ve Simülasyon (SE 360) Ders Detayları

Sistem Modelleme ve Simülasyon (SE 360) Ders Detayları Sistem Modelleme ve Simülasyon (SE 360) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Uygulama Saati Saati Laboratuar Saati Kredi AKTS Sistem Modelleme ve Simülasyon SE 360 Her İkisi 3 0 0 3 5 Ön Koşul

Detaylı

CRYSTAL BALL Eğitimi

CRYSTAL BALL Eğitimi CRYSTAL BALL Eğitimi İki günlük bu kursun ilk yarısında, Crystal Ball Fusion Edition kullanılarak Excel tablolarına dayalı risk analizi öğretilecektir. Monte Carlo simülasyonu, tornado analizi ve Crystal

Detaylı

ProModel ile Modelleme. Benzetim 14. Ders

ProModel ile Modelleme. Benzetim 14. Ders ProModel ile Modelleme Benzetim 14. Ders ProModel Menüleri ProModel temel olarak iki ayrı alandan oluşur, bu alanlar Main Menüler ve Layout Window udur. File menüsü ProModel Menüleri ProModel Menüleri

Detaylı

Temelleri. Doç.Dr.Ali Argun Karacabey

Temelleri. Doç.Dr.Ali Argun Karacabey Doğrusal Programlamanın Temelleri Doç.Dr.Ali Argun Karacabey Doğrusal Programlama Nedir? Bir Doğrusal Programlama Modeli doğrusal kısıtlar altında bir doğrusal ğ fonksiyonun değerini ğ maksimize yada minimize

Detaylı

Zeki Optimizasyon Teknikleri

Zeki Optimizasyon Teknikleri Zeki Optimizasyon Teknikleri Ara sınav - 25% Ödev (Haftalık) - 10% Ödev Sunumu (Haftalık) - 5% Final (Proje Sunumu) - 60% - Dönem sonuna kadar bir optimizasyon tekniğiyle uygulama geliştirilecek (Örn:

Detaylı

KESİKLİ OLAY SİMÜLASYONU

KESİKLİ OLAY SİMÜLASYONU KESİKLİ OLAY SİMÜLASYONU IE-303-2016, S I M Ü L A S Y O N A G İ R İ Ş BY D R. M U S T A F A H E K İ M O Ğ L U Ders İşlenişi Bu derste her bir sınıf birleşimine gelmeden önce ve sonra yapmanız gereken işler

Detaylı

ENM 316 BENZETİM. Faaliyet Faaliyet zamanı dağılımı A U(5, 8) B U(6, 15) U(10,20) U(4,20) U(12,25) U(15,30)

ENM 316 BENZETİM. Faaliyet Faaliyet zamanı dağılımı A U(5, 8) B U(6, 15) U(10,20) U(4,20) U(12,25) U(15,30) ENM 316 BENZETİM ÖDEV 1: Bir projede A, B, C, D, E ve F olmak üzere 6 faaliyet vardır. Projenin tamamlanması için bu faaliyetlerin sırası ile yapılması gerekmektedir. Her faaliyetin tamamlanması için gereken

Detaylı

JEODEZİK AĞLARIN OPTİMİZASYONU

JEODEZİK AĞLARIN OPTİMİZASYONU JEODEZİK AĞLARIN OPTİMİZASYONU Jeodezik Ağların Tasarımı 10.HAFTA Dr.Emine Tanır Kayıkçı,2017 OPTİMİZASYON Herhangi bir yatırımın gerçekleştirilmesi sırasında elde bulunan, araç, hammadde, para, işgücü

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

EŞANJÖR ÜRETİM HATTINDA SİMÜLASYON KULLANILARAK DARBOĞAZ İSTASYONLARIN BELİRLENMESİ

EŞANJÖR ÜRETİM HATTINDA SİMÜLASYON KULLANILARAK DARBOĞAZ İSTASYONLARIN BELİRLENMESİ Atatürk Ü. İİBF Dergisi, 10. Ekonometri ve İstatistik Sempozyumu Özel Sayısı, 2011 445 EŞANJÖR ÜRETİM HATTINDA SİMÜLASYON KULLANILARAK DARBOĞAZ İSTASYONLARIN BELİRLENMESİ Simge YELKENCİ 1 Semra TUNALI

Detaylı

Çimento Operatörleri ve Bakım Personeli için Simulatör sistemi: ECS/CEMulator

Çimento Operatörleri ve Bakım Personeli için Simulatör sistemi: ECS/CEMulator Çimento Operatörleri ve Bakım Personeli için Simulatör sistemi: ECS/CEMulator ECS/CEMulator, Çimento operatörlerini ve proses mühendislerini, simülatör ortamında eğitmeyi amaçlayan bir sistemdir. Çimento

Detaylı

KONU 4: DOĞRUSAL PROGRAMLAMA MODELİ İÇİN ÇÖZÜM YÖNTEMLERİ I

KONU 4: DOĞRUSAL PROGRAMLAMA MODELİ İÇİN ÇÖZÜM YÖNTEMLERİ I KONU 4: DOĞRUSAL PROGRAMLAMA MODELİ İÇİN ÇÖZÜM YÖNTEMLERİ I 4.1. Dışbükeylik ve Uç Nokta Bir d.p.p. de model kısıtlarını aynı anda sağlayan X X X karar değişkenleri... n vektörüne çözüm denir. Eğer bu

Detaylı

OPNET PROJECT EDİTÖRDE. Doç. Dr. Cüneyt BAYILMIŞ

OPNET PROJECT EDİTÖRDE. Doç. Dr. Cüneyt BAYILMIŞ BSM 532 KABLOSUZ AĞLARIN MODELLEMESİ VE ANALİZİ OPNET PROJECT EDİTÖRDE UYGULAMA GELİŞTİRME - 1 - Doç. Dr. Cüneyt BAYILMIŞ 1 OPNET MODELER PROJE EDİTÖRDE UYGULAMA GELİŞTİRME KABLOSUZ AĞ KURULUMU AD-HOC

Detaylı

SİSTEM SİMÜLASYONU

SİSTEM SİMÜLASYONU 1106104 SİSTEM SİMÜLASYONU Yrd Doç. Dr. Sırma Yavuz Çarşamba 13:00-15:30 (F-19) Ofis: B Blok - Kat 4 Donanım Lab. Ofis Saatleri : Çarşamba 16:00-17:00 Ders İçeriği Simülasyona Giriş: Simülasyonun avantaj

Detaylı

Yalın Üretim Sisteminde Malzeme Taşıma Mesafelerinin Benzetim Yöntemiyle Optimizasyonu. Kocaeli Üniversitesi, Endüstri Mühendisliği

Yalın Üretim Sisteminde Malzeme Taşıma Mesafelerinin Benzetim Yöntemiyle Optimizasyonu. Kocaeli Üniversitesi, Endüstri Mühendisliği Yalın Üretim Sisteminde Malzeme Taşıma Mesafelerinin Benzetim Yöntemiyle Optimizasyonu İlay GÜLER Celal ÖZKALE İpek AYRANCI Muhammet KAHRIMAN Kocaeli Üniversitesi, Endüstri Mühendisliği Yalın Üretim Malzeme

Detaylı

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 4907

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: END 4907 Dersi Veren Birim: Endüstri Mühendisliği Dersin Türkçe Adı: KESİKLİ OLAY SİSTEMLERİNİN MODELLENMESİ VE ANALİZİ Dersin Orjinal Adı: KESİKLİ OLAY SİSTEMLERİNİN MODELLENMESİ VE ANALİZİ Dersin Düzeyi:(Ön lisans,

Detaylı

YÖNEYLEM ARAŞTIRMASI - I

YÖNEYLEM ARAŞTIRMASI - I YÖNEYLEM ARAŞTIRMASI - I /0 İçerik Matematiksel Modelin Kurulması Grafik Çözüm DP Terminolojisi DP Modelinin Standart Formu DP Varsayımları 2/0 Grafik Çözüm İki değişkenli (X, X2) modellerde kullanılabilir,

Detaylı

MODELLEME VE BENZETİM

MODELLEME VE BENZETİM MODELLEME VE BENZETİM Hazırlayan: Özlem AYDIN Not: Bu sunumda Yrd. Doç. Dr. Yılmaz YÜCEL in Modelleme ve Benzetim dersi notlarından faydalanılmıştır. DERSE İLİŞKİN GENEL BİLGİLER Dersi veren: Özlem AYDIN

Detaylı

Kalite Geliştirmede İstatistiksel Yöntemler ve Six Sigma

Kalite Geliştirmede İstatistiksel Yöntemler ve Six Sigma Kalite Geliştirmede İstatistiksel Yöntemler ve Six Sigma - 1 Ödevler 5 er kişilik 7 grup Hayali bir şirket kurulacak Bu şirketin kalite kontrol süreçleri raporlanacak Kalite sistem dokümantasyonu oluşturulacak

Detaylı

Synergi Water. Gelişmiş Akıllı Su Şebekeleri. İçmesuyu dağıtım şebekeleri için optimizasyon ve simülasyon yazılımı ARCUMSOFT

Synergi Water. Gelişmiş Akıllı Su Şebekeleri. İçmesuyu dağıtım şebekeleri için optimizasyon ve simülasyon yazılımı ARCUMSOFT Synergi Water Gelişmiş Akıllı Su Şebekeleri İçmesuyu dağıtım şebekeleri için optimizasyon ve simülasyon yazılımı ARCUMSOFT 1 Giriş Synergi Su içmesuyu dağıtım şebekelerinde yer alan hatlar, vanalar, pompalar,

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

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

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

Oluşturulan evren listesinden örnekleme birimlerinin seçkisiz olarak çekilmesidir

Oluşturulan evren listesinden örnekleme birimlerinin seçkisiz olarak çekilmesidir Bilimsel Araştırma Yöntemleri Prof. Dr. Şener Büyüköztürk Doç. Dr. Ebru Kılıç Çakmak Yrd. Doç. Dr. Özcan Erkan Akgün Doç. Dr. Şirin Karadeniz Dr. Funda Demirel Örnekleme Yöntemleri Evren Evren, araştırma

Detaylı

Laboratuvar 3. Yrd.Doç.Dr.Beyazıt Ocaktan. Elektronik Montaj ve Test Örneği

Laboratuvar 3. Yrd.Doç.Dr.Beyazıt Ocaktan. Elektronik Montaj ve Test Örneği 1 SİSTEM SİMULASYONU Laboratuvar 3 Yrd.Doç.Dr.Beyazıt Ocaktan Elektronik Montaj ve Test Örneği 2 Bir elektronik devre üreticisinin kaplama atölyesini ele alalım. Bu isletmede A ve B parcaları farklı atölyelerde

Detaylı

RASTGELE SAYI ÜRETİMİ VE UYGULANAN TESTLER HAZIRLAYAN: ÖZLEM AYDIN

RASTGELE SAYI ÜRETİMİ VE UYGULANAN TESTLER HAZIRLAYAN: ÖZLEM AYDIN RASTGELE SAYI ÜRETİMİ VE UYGULANAN TESTLER HAZIRLAYAN: ÖZLEM AYDIN RASTGELE SAYILARIN ÜRETİLMESİ Rastgele değişimler yapay tablolardan veya parametreleri verilen teorik dağılım fonksiyonlarından elde edilir.

Detaylı

Örnekleme Yöntemleri

Örnekleme Yöntemleri Örnekleme Yöntemleri Evren & Örneklem (Fraenkel & Wallen, 1990) Evren & Örneklem 2 Evren Evren, araştırma sonuçlarının genelleneceği (geçerli olacağı) büyük grup. Hedef evren, araştırmacının ulaşmak istediği,

Detaylı

Synergi Gas. Gelişmiş Hidrolik Modelleme. Doğalgaz dağıtım şebekeleri için optimizasyon ve simülasyon yazılımı ARCUMSOFT

Synergi Gas. Gelişmiş Hidrolik Modelleme. Doğalgaz dağıtım şebekeleri için optimizasyon ve simülasyon yazılımı ARCUMSOFT Synergi Gas Gelişmiş Hidrolik Modelleme Doğalgaz dağıtım şebekeleri için optimizasyon ve simülasyon yazılımı ARCUMSOFT 1 Giriş Doğalgaz dağıtım ve iletim şebekelerinde günlük ve uzun dönemli işletme ihtiyaçlarının

Detaylı

BKİ farkı Standart Sapması (kg/m 2 ) A B BKİ farkı Ortalaması (kg/m 2 )

BKİ farkı Standart Sapması (kg/m 2 ) A B BKİ farkı Ortalaması (kg/m 2 ) 4. SUNUM 1 Gözlem ya da deneme sonucu elde edilmiş sonuçların, rastlantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel yöntemlere HİPOTEZ TESTLERİ denir. Sonuçların rastlantıya bağlı

Detaylı

Bir Doğrusal Programlama Modelinin Genel Yapısı

Bir Doğrusal Programlama Modelinin Genel Yapısı Bir Doğrusal Programlama Modelinin Genel Yapısı Amaç Fonksiyonu Kısıtlar M i 1 N Z j 1 N j 1 a C j x j ij x j B i Karar Değişkenleri x j Pozitiflik Koşulu x j >= 0 Bu formülde kullanılan matematik notasyonların

Detaylı

Duyarlılık analizi, bir doğrusal programlama probleminde belirlenen katsayı değerlerinin

Duyarlılık analizi, bir doğrusal programlama probleminde belirlenen katsayı değerlerinin DUYARLILIK ANALİZİ Duyarlılık analizi, bir doğrusal programlama probleminde belirlenen katsayı değerlerinin değişmesinin problemin optimal çözümü üzerine etkisini incelemektedir. Oluşturulan modeldeki

Detaylı

Kuyruk Sistemlerinin Simülasyonu

Kuyruk Sistemlerinin Simülasyonu Kuyruk Sistemlerinin Simülasyonu Kuyruk sistemlerinin simülasyonu sonraki adımda ne olacağını belirlemek üzere bir olay listesinin tutulmasını ve bakımını gerektirir. Simülasyonda olaylar genellikle gerçek

Detaylı

CEVAP ANAHTARI. Tempo Testi D 2-B 3-A 4-A 5-C 6-B 7-B 8-C 9-B 10-D 11-C 12-D 13-C 14-C

CEVAP ANAHTARI. Tempo Testi D 2-B 3-A 4-A 5-C 6-B 7-B 8-C 9-B 10-D 11-C 12-D 13-C 14-C 01. BÖLÜM: FONKSİYONLARLA İLGİLİ UYGULAMALAR - 1 1-E 2-D 3-C 4-E 5-B 6-C 7-C 8-B 9-C 10-D 11-C - 2 1-D 2-E 3-C 4-D 5-E 6-E 7-C 8-D 9-E 10-B - 3 1-E 2-A 3-B 4-D 5-A 6-E 7-E 8-C 9-C 10-C 11-C 1-A 2-B 3-E

Detaylı

OPTİMİZASYON TEKNİKLERİ. Kısıtsız Optimizasyon

OPTİMİZASYON TEKNİKLERİ. Kısıtsız Optimizasyon OPTİMİZASYON TEKNİKLERİ Kısıtsız Optimizasyon Giriş Klasik optimizasyon yöntemleri minimum veya maksimum değerlerini bulmak için türev gerektiren ve gerektirmeyen teknikler olarak bilinirler. Bu yöntemler

Detaylı

Ders Kodu Dersin Adı Yarıyıl Teori Uygulama Lab Kredisi AKTS IND 621 Stokastik Süreçler

Ders Kodu Dersin Adı Yarıyıl Teori Uygulama Lab Kredisi AKTS IND 621 Stokastik Süreçler İçerik Ders Kodu Dersin Adı Yarıyıl Teori Uygulama Lab Kredisi AKTS IND 621 Stokastik Süreçler 1 3 0 0 3 8 Ön Koşul Derse Kabul Koşulları Dersin Dili Türü Dersin Düzeyi Dersin Amacı İngilizce Zorunlu Doktora

Detaylı

İşgücü Talebinin Tahmininde Sayısal ve. ve Ayrıntılı Yöntemler. İnsan Kaynakları Planlamasında Sayısal

İşgücü Talebinin Tahmininde Sayısal ve. ve Ayrıntılı Yöntemler. İnsan Kaynakları Planlamasında Sayısal İşgücü Talebinin Tahmininde Sayısal ve Sayısal Yrd. Doç. Dr. Rıza DEMİR İstanbul Üniversitesi İşletme Fakültesi İnsan Kaynakları Planlaması ve Seçimi Dersi 2017 Talep Tahmin i İnsan kaynakları talebi veya

Detaylı

26.12.2013. Farklı iki ilaç(a,b) kullanan iki grupta kan pıhtılaşma zamanları farklı mıdır?

26.12.2013. Farklı iki ilaç(a,b) kullanan iki grupta kan pıhtılaşma zamanları farklı mıdır? 26.2.23 Gözlem ya da deneme sonucu elde edilmiş sonuçların, raslantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel yöntemlere HĐPOTEZ TESTLERĐ denir. Sonuçların raslantıya bağlı olup

Detaylı

Sağlık Kuruluşlarında Maliyet Yönetimi ve Güncel

Sağlık Kuruluşlarında Maliyet Yönetimi ve Güncel Sağlık Kuruluşlarında Maliyet Yönetimi ve Güncel Uygulamalar YRD. DOÇ. DR. EMRE ATILGAN TRAKYA ÜNİVERSİTESİ SAĞLIK YÖNETİMİ BÖLÜMÜ Sağlık Kurumlarında Maliyet Yönetimi ve Güncel Uygulamalar Sunum Planı:

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 10: Prof. Dr. İrfan KAYMAZ Tanım Varyans analizi niçin yapılır? İkiden fazla veri grubunun ortalamalarının karşılaştırılması t veya Z testi ile yapılabilir. Ancak karşılaştırılacak

Detaylı

Bilişim Sistemleri. Modelleme, Analiz ve Tasarım. Yrd. Doç. Dr. Alper GÖKSU

Bilişim Sistemleri. Modelleme, Analiz ve Tasarım. Yrd. Doç. Dr. Alper GÖKSU Bilişim Sistemleri Modelleme, Analiz ve Tasarım Yrd. Doç. Dr. Alper GÖKSU Ders Akışı Hafta 10-11. Nesneye Yönelik Sistem Tasarımı Haftanın Amacı Bilişim sistemleri geliştirmede nesneye yönelik sistem tasarımı

Detaylı

ÜNİTE NESNE TABANLI PROGRAMLAMA I. Uzm. Orhan ÇELİKER VERİTABANI SORGULARI İÇİNDEKİLER HEDEFLER

ÜNİTE NESNE TABANLI PROGRAMLAMA I. Uzm. Orhan ÇELİKER VERİTABANI SORGULARI İÇİNDEKİLER HEDEFLER VERİTABANI SORGULARI İÇİNDEKİLER Select İfadesi Insert İfadesi Update İfadesi Delete İfadesi Verileri Sıralamak Verileri Gruplandırmak Veriler Üzerinde Arama Yapmak NESNE TABANLI PROGRAMLAMA I Uzm. Orhan

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık -II Prof. Dr. İrfan KAYMAZ İki Ortalama Farkının Güven Aralığı Anakütle Varyansı Biliniyorsa İki ortalama arasındaki farkın dağılımına ilişkin Z değişkeni: Güven aralığı ifadesinde

Detaylı

28 C j -Z j /2 0

28 C j -Z j /2 0 3.2.6. Dual Problem ve Ekonomik Yorumu Primal Model Z maks. = 4X 1 + 5X 2 (kar, pb/gün) X 1 + 2X 2 10 6X 1 + 6X 2 36 8X 1 + 4X 2 40 (işgücü, saat/gün) (Hammadde1, kg/gün) (Hammadde2, kg/gün) 4 5 0 0 0

Detaylı

Endüstri Mühendisliğine Giriş

Endüstri Mühendisliğine Giriş Endüstri Mühendisliğine Giriş 5 ve 19 Aralık 2012, Şişli-Ayazağa, İstanbul, Türkiye. Yard. Doç. Dr. Kamil Erkan Kabak Endüstri Mühendisliği Bölümü,, Şişli-Ayazağa, İstanbul, Türkiye erkankabak@beykent.edu.tr

Detaylı

DOĞRUSAL PROGRAMLAMADA DUALİTE (DUALITY)

DOĞRUSAL PROGRAMLAMADA DUALİTE (DUALITY) DOĞRUSAL PROGRAMLAMADA DUALİTE (DUALITY) 1 DOĞRUSAL PROGRAMLAMADA İKİLİK (DUALİTE-DUALITY) Doğrusal programlama modelleri olarak adlandırılır. Aynı modelin değişik bir düzende oluşturulmasıyla Dual (İkilik)

Detaylı

BMÜ-421 Benzetim ve Modelleme Kesikli Olay Benzetimi. İlhan AYDIN

BMÜ-421 Benzetim ve Modelleme Kesikli Olay Benzetimi. İlhan AYDIN BMÜ-421 Benzetim ve Modelleme Kesikli Olay Benzetimi İlhan AYDIN KESİKLİ-OLAY BENZETİMİ Kesikli olay benzetimi, durum değişkenlerinin zaman içinde belirli noktalarda değiştiği sistemlerin modellenmesi

Detaylı

OPTIMIZASYON Bir Değişkenli Fonksiyonların Maksimizasyonu...2

OPTIMIZASYON Bir Değişkenli Fonksiyonların Maksimizasyonu...2 OPTIMIZASYON.... Bir Değişkenli Fonksiyonların Maksimizasyonu.... Türev...3.. Bir noktadaki türevin değeri...4.. Maksimum için Birinci Derece Koşulu...4.3. İkinci Derece Koşulu...5.4. Türev Kuralları...5

Detaylı

YÖNEYLEM ARAŞTIRMASI - III

YÖNEYLEM ARAŞTIRMASI - III YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik Bu bölümde eşitsizlik kısıtlarına bağlı bir doğrusal olmayan kısıta sahip problemin belirlenen stasyoner noktaları

Detaylı

Montaj Hatti Tasarımı ve Analizi - 8

Montaj Hatti Tasarımı ve Analizi - 8 Balıkesir Üniversitesi, Endüstri Mühendisliği Bölümü 2017-2018 Bahar Yarıyılı Montaj Hatti Tasarımı ve Analizi - 8 Yrd. Doc. Dr. Ibrahim Kucukkoc http://ikucukkoc.baun.edu.tr Tek Modelli Düz MHD Problemlerinin

Detaylı

Kuyruk Simulasyonu (Qeue Simulation)

Kuyruk Simulasyonu (Qeue Simulation) Kuyruk Simulasyonu (Qeue Simulation) Prof. Dr. E. Murat ESİN Argeritma Teknoloji Geliştirme ve Danışmanlık Hizmetleri San. ve Tic. Ltd. Şti. Sistem analizi çalışmalarında kuyruk simulasyonu özel bir yer

Detaylı

ULUSLARARASI INTERMODAL TAŞIMA AĞINDA OPTIMAL ROTA SEÇİMİ

ULUSLARARASI INTERMODAL TAŞIMA AĞINDA OPTIMAL ROTA SEÇİMİ III. Ulusal Liman Kongresi doi: 10.18872/DEU.df.ULK.2017.005 ULUSLARARASI INTERMODAL TAŞIMA AĞINDA OPTIMAL ROTA SEÇİMİ ÖZET Melis Özdemir, Berker İnkaya, Bilge Bilgen 1 Globalleşen dünyada taşımacılık

Detaylı

EME 3105 SİSTEM SİMULASYONU (ARENA) Hafta 3

EME 3105 SİSTEM SİMULASYONU (ARENA) Hafta 3 T.C. BALIKESİR ÜNİVERSİTESİ ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ EME 3105 SİSTEM SİMULASYONU (ARENA) Hafta 3 Beyazıt OCAKTAN SİMULASYON ÇALIŞMA PARAMETRELERİNİN GİRİLMESİ Örnek 1'de verilen eczanenin haftanın

Detaylı

Olasılık ve İstatistik (IE 220) Ders Detayları

Olasılık ve İstatistik (IE 220) Ders Detayları Olasılık ve İstatistik (IE 220) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Olasılık ve İstatistik IE 220 Her İkisi 3 0 0 3 5 Ön Koşul Ders(ler)i Dersin

Detaylı

Simpleks Yönteminde Kullanılan İlave Değişkenler (Eşitliğin yönüne göre):

Simpleks Yönteminde Kullanılan İlave Değişkenler (Eşitliğin yönüne göre): DP SİMPLEKS ÇÖZÜM Simpleks Yöntemi, amaç fonksiyonunu en büyük (maksimum) veya en küçük (minimum) yapacak en iyi çözüme adım adım yaklaşan bir algoritma (hesaplama yöntemi) dir. Bu nedenle, probleme bir

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

Mühendislikte İstatistik Yöntemler

Mühendislikte İstatistik Yöntemler Mühendislikte İstatistik Yöntemler Referans Kitaplar Türkçe : Mühendisler için İstatistik, Mehmetçik Bayazıt, Beyhan Oğuz, Birsen Yayınevi Mühendislikte İstatistik Metodlar, Erdem KOÇ,ÇÜ, Müh.Mim.Fak.

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

Tedarik Zinciri Yönetimi

Tedarik Zinciri Yönetimi Tedarik Zinciri Yönetimi -Tedarik Zinciri Ağı Tasarımı- Yrd. Doç. Dr. Mert TOPOYAN Ağ tasarımı, tedarik zinciri açısından üç karar düzeyini de ilgilendiren ve bu düzeylerde etkisi olan bir konudur. Zincirin

Detaylı

ENM 316 BENZETİM ÖDEV SETİ

ENM 316 BENZETİM ÖDEV SETİ ENM 316 BENZETİM ÖDEV SETİ ÖDEV 1: El ile Benzetim Bir depo ve 7 adet müşterisi olan bir taşımacılık sisteminde müşterilerden gelen siparişler araç ile taşınmaktadır. İki tür sipariş söz konusudur. Birincisi

Detaylı

AKARSULARDA KİRLENME KONTROLÜ İÇİN BİR DİNAMİK BENZETİM YAZILIMI

AKARSULARDA KİRLENME KONTROLÜ İÇİN BİR DİNAMİK BENZETİM YAZILIMI AKARSULARDA KİRLENME KONTROLÜ İÇİN BİR DİNAMİK BENZETİM YAZILIMI *Mehmet YÜCEER, **Erdal KARADURMUŞ, *Rıdvan BERBER *Ankara Üniversitesi Mühendislik Fakültesi Kimya Mühendisliği Bölümü Tandoğan - 06100

Detaylı

İSTATİSTİK EXCEL UYGULAMA

İSTATİSTİK EXCEL UYGULAMA İSTATİSTİK EXCEL UYGULAMA EXCEL UYGULAMA Bu bölümde Excel ile ilgili temel bilgiler sunulacak ve daha sonra İstatistiksel Uygulamalar hakkında bilgi verilecektir. İşlenecek Konular: Merkezi eğilim Ölçüleri

Detaylı

Girişimcilikte Simülasyon: Eğitimcinin Eğitimi

Girişimcilikte Simülasyon: Eğitimcinin Eğitimi Girişimcilikte Simülasyon: Eğitimcinin Eğitimi Giriş Modeller Uygulamalar Risk analizi Olası Analiz Simülasyon Yöntemi Envanter Simülasyonu Bekleme Hatları Avantajlar ve dezavantajlar Referanslar SUNUM

Detaylı

SİSTEM SİMÜLASYONU BENZETIM 1 SİMÜLASYON MODEL TÜRLERİ 1. STATİK VEYA DİNAMİK. Simülasyon Modelleri

SİSTEM SİMÜLASYONU BENZETIM 1 SİMÜLASYON MODEL TÜRLERİ 1. STATİK VEYA DİNAMİK. Simülasyon Modelleri SİSTEM SİMÜLASYONU SİMÜLASYON MODELİ TÜRLERİ BİR SİMÜLASYON ÇALIŞMASINDA İZLENECEK ADIMLAR ve SİMÜLASYON MODEL TÜRLERİ Simülasyon Modelleri Üç ana grupta toplanabilir; 1. Statik (Static) veya Dinamik (Dynamic),

Detaylı

Aplikasyon Klavuzu (V )

Aplikasyon Klavuzu (V ) Ekran Arayüzü ve Obje Seçimi klavuzunda da anlatıldığı üzere FieldGenius (FG), obje tabanlı bir arazi ölçme yazılımıdır. Nokta ve çizgi tipindeki vektörel objeleri kullanarak arazi ölçmeleri gerçekleştirilebilir.

Detaylı

RASSAL SAYI ÜRETİLMESİ

RASSAL SAYI ÜRETİLMESİ Dr. Mehmet AKSARAYLI Ekonometri Böl. Simülasyon Ders Notları Rassal Sayı Üretilmesi RASSAL SAYI ÜRETİLMESİ Simülasyon analizinde kullanılacak az sayıda rassal sayı üretimi için ilkel yöntemler kullanılabilir.

Detaylı

AKT201 Matematiksel İstatistik I Yrd. Doç. Dr. Könül Bayramoğlu Kavlak

AKT201 Matematiksel İstatistik I Yrd. Doç. Dr. Könül Bayramoğlu Kavlak AKT20 Matematiksel İstatistik I 207-208 Güz Dönemi AKT20 MATEMATİKSEL İSTATİSTİK I ÖDEV 6 Son Teslim Tarihi: 29 Aralık 207 Cuma, Saat: 5:00 (Ödevlerinizi Arş. Gör. Ezgi NEVRUZ a elden teslim ediniz.) (SORU

Detaylı

ELEKTRONİK ÇİZELGE. Hücreleri Biçimlendirme. Formülleri Kullanma. Verileri Sıralama. Grafik Oluşturma 1) HÜCRELERİ BİÇİMLENDİRME

ELEKTRONİK ÇİZELGE. Hücreleri Biçimlendirme. Formülleri Kullanma. Verileri Sıralama. Grafik Oluşturma 1) HÜCRELERİ BİÇİMLENDİRME Hücreleri Biçimlendirme ELEKTRONİK ÇİZELGE Formülleri Kullanma Verileri Sıralama Grafik Oluşturma 1) HÜCRELERİ BİÇİMLENDİRME Elektronik Çizelge de sayıları; bin ayracı, yüzde oranı, tarih/saat ve para

Detaylı

EME 3117 SİSTEM SİMULASYONU

EME 3117 SİSTEM SİMULASYONU EME 3117 SİSTEM SİMULASYONU Sonsuz Ufuk Simulasyon (Kararlı Hal Simulasyonu) Ders 14 Hatırlatma Gözleme ve Zamana Dayalı Performans Ölçümleri Gözleme Dayalı Ortalama sistem süresi Ortalama kuyruk süresi

Detaylı

Faaliyet Faaliyet zamanı dağılımı A U(5, 8) B U(6, 15) U(10,20) U(4,20) U(12,25) U(15,30)

Faaliyet Faaliyet zamanı dağılımı A U(5, 8) B U(6, 15) U(10,20) U(4,20) U(12,25) U(15,30) ENM 316 BENZETİM ÖDEV SETİ Ödev 1. Bir projede A, B, C, D, E ve F olmak üzere 6 faaliyet vardır. Projenin tamamlanması için bu faaliyetlerin sırası ile yapılması gerekmektedir. Her faaliyetin tamamlanması

Detaylı

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri

Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri Kuyruk Teorisi Ders Notları: Bazı Kuyruk Modelleri Mehmet YILMAZ mehmetyilmaz@ankara.edu.tr 10 KASIM 2017 5. HAFTA 2.7 M/M/1/ / sistemi için Bekleme zamanının dağılımı ( ) 1 T j rastgele değişkeni j. birimin

Detaylı

ÜRETİM SÜREÇLERİNİ GÖZLEMLEMEK VE KONTROL ETMEK İÇİN KABLOSUZ ÇÖZÜM

ÜRETİM SÜREÇLERİNİ GÖZLEMLEMEK VE KONTROL ETMEK İÇİN KABLOSUZ ÇÖZÜM NETWORKER GÖZLEMLEME SİSTEMİ ÜRETİM SÜREÇLERİNİ GÖZLEMLEMEK VE KONTROL ETMEK İÇİN KABLOSUZ ÇÖZÜM Her tür makinene de kullanılabilir Kullanıcının bilgisayarına ilave bir yazılım yüklenmesi gerekmiyor Bağımsız

Detaylı

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: MAT 1009

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: MAT 1009 Dersi Veren Birim: Mühendislik Fakültesi Dersin Türkçe Adı: MATEMATİK I Dersin Orjinal Adı: MATEMATİK I Dersin Düzeyi:(Ön lisans, Lisans, Yüksek Lisans, Doktora) Lisans Dersin Kodu: MAT 1009 Dersin Öğretim

Detaylı

ÜSTEL DÜZLEŞTİRME YÖNTEMİ

ÜSTEL DÜZLEŞTİRME YÖNTEMİ ÜSEL DÜLEŞİRME YÖNEMİ ÜSEL DÜLEŞİRME YÖNEMİ Bu bölüme kadar anlatılan yöntemler zaman içinde değişmeyen parametre varsayımına uygun serilerin tahminlerinde kullanılmaktaydı. Bu tür seriler deterministik

Detaylı

Hipotez Testlerine Giriş. Hipotez Testlerine Giriş

Hipotez Testlerine Giriş. Hipotez Testlerine Giriş Hipotez Testlerine Giriş Hipotez Testlerine Giriş Hipotez Testlerine Giriş Gözlem ya da deneme sonucu elde edilmiş sonuçların, raslantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Rastgele Değişkenlerin Dağılımları I Prof. Dr. İrfan KAYMAZ Ders konusu Bu derste; Rastgele değişkenlerin tanımı ve sınıflandırılması Olasılık kütle fonksiyonu Olasılık yoğunluk

Detaylı

Yrd. Doç. Dr. Hüseyin BULGURCU Prof. Dr. Cemal OKUYAN 25-27 MAYIS 2012 ÇANKIRI

Yrd. Doç. Dr. Hüseyin BULGURCU Prof. Dr. Cemal OKUYAN 25-27 MAYIS 2012 ÇANKIRI Yrd. Doç. Dr. Hüseyin BULGURCU Prof. Dr. Cemal OKUYAN 25-27 MAYIS 2012 ÇANKIRI 1 1. Ev tipi soğutma 2. Ticari tip soğutma 3. Endüstriyel soğutma 2 1. Bireysel iklimlendirme (Split, paket, vb.) 2. Ticari

Detaylı

Ekran Arayüzü ve Obje Seçimi (V )

Ekran Arayüzü ve Obje Seçimi (V ) FieldGenius harita ekranı tüm menülere ulaşımın sağlandığı ana ekrandır. Çizim ekranı dinamik özelliklere sahip olup objeler grafik ekrandan seçilebilir. Bu sayede nokta aplikasyonu, mesafe ölçümü gibi

Detaylı

Sistem Temel. Genel Fonksiyonlar. Sistemleri. Tam Adaptif Trafik Kontrol Sistemi ( j\iti'1)

Sistem Temel. Genel Fonksiyonlar. Sistemleri. Tam Adaptif Trafik Kontrol Sistemi ( j\iti'1) Tam Adaptif Trafik Kontrol Sistemi ( j\iti'1) Akıllı Trafik Ağı ve Adaptif Trafik Yönetim Sistemi, hızlı ve güvenli trafik akışını sağlar. /o95 doğruluk oranı ile ölçümler gerçekleştirerek uygun kavşak

Detaylı

İşletmeye Giriş I (MGMT 111) Ders Detayları

İşletmeye Giriş I (MGMT 111) Ders Detayları İşletmeye Giriş I (MGMT 111) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS İşletmeye Giriş I MGMT 111 Güz 3 0 0 3 5 Ön Koşul Ders(ler)i Dersin Dili Dersin

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

DERS BİLGİLERİ Ders Kodu Yarıyıl T+U Saat Kredi AKTS Çok Değişkenli İstatistik EKO428 Bahar Ön Koşul Dersin Dili

DERS BİLGİLERİ Ders Kodu Yarıyıl T+U Saat Kredi AKTS Çok Değişkenli İstatistik EKO428 Bahar Ön Koşul Dersin Dili DERS BİLGİLERİ Ders Kodu Yarıyıl T+U Saat Kredi AKTS Çok Değişkenli İstatistik EKO428 Bahar 3+0 3 3 Ön Koşul Yok Dersin Dili Türkçe Dersin Seviyesi Lisans Dersin Türü Seçmeli Dersi Veren Öğretim Elemanı

Detaylı

Mühendislikte İstatistiksel Yöntemler

Mühendislikte İstatistiksel Yöntemler Mühendislikte İstatistiksel Yöntemler BÖLÜM 9 VARYANS ANALİZİ Yrd. Doç. Dr. Fatih TOSUNOĞLU 1 Varyans analizi niçin yapılır? İkiden fazla veri grubunun ortalamalarının karşılaştırılması t veya Z testi

Detaylı

90 kw kw YENİ SERİ EKO PLUS

90 kw kw YENİ SERİ EKO PLUS 90 kw - 315 kw YENİ SERİ EKO PLUS www.ekomak.com.tr _2 3_ 90-160 Üstün vida elementi maksimum serbest hava dağıtımı ve düşük enerji tüketiminin optimum kombinasyonunu sağlamaktadır. En son teknolojiye

Detaylı

MAKİNE ELEMANLARI DERS SLAYTLARI

MAKİNE ELEMANLARI DERS SLAYTLARI MAKİNE ELEMANLARI DERS SLAYTLARI TOLERANSLAR P r o f. D r. İ r f a n K A Y M A Z P r o f. D r. A k g ü n A L S A R A N A r ş. G ör. İ l y a s H A C I S A L I H O Ğ LU Tolerans Gereksinimi? Tasarım ve üretim

Detaylı

CNC ABKANT PRES CYBELEC MODEVA 19T 3D CYBELEC MODEVA RA 3D

CNC ABKANT PRES CYBELEC MODEVA 19T 3D CYBELEC MODEVA RA 3D CNC ABKANT PRES ULTIMATE SERİSİ CYBELEC MODEVA PAC 2D 15 Dokunmatik Renkli Ekran. Otomatik büküm sekans ile 2D Grafik profil oluşturma Büküm sekansları ve programları hafızaya alınabilir. Kolay tekli bükümler

Detaylı

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU MATEMATİK I. Dersin Kodu: MAT 1009

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU MATEMATİK I. Dersin Kodu: MAT 1009 Dersi Veren Birim: Mühendislik Fakültesi Dersin Adı: MATEMATİK I Dersin Düzeyi:(Ön lisans, Lisans, Yüksek Lisans, Doktora) Lisans Dersin Kodu: MAT 9 Dersin Öğretim Dili: Türkçe Formun Düzenleme / Yenilenme

Detaylı

Şanlıurfa Kuru Tarım İşletmelerinde Farklı Makina Seti ve Arazi Büyüklüğüne Göre Optimum Ürün Deseninin Belirlenmesi

Şanlıurfa Kuru Tarım İşletmelerinde Farklı Makina Seti ve Arazi Büyüklüğüne Göre Optimum Ürün Deseninin Belirlenmesi Şanlıurfa Kuru Tarım lerinde Farklı Makina Seti ve Arazi Büyüklüğüne Göre Optimum Ürün Deseninin Belirlenmesi Cevdet SAĞLAM 1, Refik POLAT 2 1 Harran Üniversitesi, Ziraat Fakültesi, Tarım makineları Bölümü,

Detaylı

ALTIN ORAN ARAMA (GOLDEN SECTION SEARCH) METODU

ALTIN ORAN ARAMA (GOLDEN SECTION SEARCH) METODU ALTIN ORAN ARAMA (GOLDEN SECTION SEARCH) METODU Tek değişkenli bir f(x) fonksiyonunu ele alalım. [Bazı x ler için f (x) bulunamayabilir.] Aşağıdaki DOP modelini çözmek istediğimizi var sayalım. Max f(x)

Detaylı

Matematiksel modellerin elemanları

Matematiksel modellerin elemanları Matematiksel modellerin elemanları Op#mizasyon ve Doğrusal Programlama Maksimizasyon ve Minimizasyon örnekleri, Doğrusal programlama modeli kurma uygulamaları 6. DERS 1. Karar değişkenleri: Bir karar verme

Detaylı

DC Beslemeli Raylı Ulaşım Sistemlerinin Simülasyonu

DC Beslemeli Raylı Ulaşım Sistemlerinin Simülasyonu DC Beslemeli Raylı Ulaşım Sistemlerinin Simülasyonu M. Turan SÖYLEMEZ İstanbul Teknik Üniversitesi Elektrik Müh. Bölümü Süleyman Açıkbaş İstanbul Ulaşım A.Ş. Plan Giriş - Neden Raylı Sistem Simülasyonu?

Detaylı

BİYOİSTATİSTİK. Ödev Çözümleri. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK. Ödev Çözümleri. Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Ödev Çözümleri Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr Ödev 1 Çözümleri 2 1. Bir sonucun

Detaylı

Ünite 4 Kaba Verinin örneklenmesi ve Araştırılması. Örnekleme Tasarım Adımları. Ana konular. Örnekleme Boyutu. Örnekleme

Ünite 4 Kaba Verinin örneklenmesi ve Araştırılması. Örnekleme Tasarım Adımları. Ana konular. Örnekleme Boyutu. Örnekleme Ünite 4 Kaba Verinin örneklenmesi ve Araştırılması Sistem Analizi ve Tasarımı Sedat TELÇEKEN Örneklemeye neden ihtiyaç duyulur? Sistem Analistleri örneklemeyi; Maliyetleri azaltmak, Veri Toplama sürecini

Detaylı

TAMSAYILI PROGRAMLAMA

TAMSAYILI PROGRAMLAMA TAMSAYILI PROGRAMLAMA Doğrusal programlama problemlerinde sık sık çözümün tamsayı olması gereken durumlar ile karşılaşılır. Örneğin ele alınan problem masa, sandalye, otomobil vb. üretimlerinin optimum

Detaylı

ARIMA MODELLERİ KULLANILARAK YAPILAN ENERJİ TÜKETİMİ TAHMİN ÇALIŞMASI

ARIMA MODELLERİ KULLANILARAK YAPILAN ENERJİ TÜKETİMİ TAHMİN ÇALIŞMASI ARIMA MODELLERİ KULLANILARAK YAPILAN ENERJİ TÜKETİMİ TAHMİN ÇALIŞMASI Mehmet KURBAN 1 Ümmühan BAŞARAN FİLİK 2 Sevil ŞENTÜRK 3 1,2 Elektrik ve Elektronik Mühendisliği Bölümü, Mühendislik-Mimarlık Fakültesi,

Detaylı

Simülasyonda İstatiksel Modeller. Banks, Carson, Nelson & Nicol Discrete-Event System Simulation

Simülasyonda İstatiksel Modeller. Banks, Carson, Nelson & Nicol Discrete-Event System Simulation Simülasyonda İstatiksel Modeller Banks, Carson, Nelson & Nicol Discrete-Event System Simulation Amaç Model-geliştirici dünyaya deterministik değil olasıksal olarak bakar. İstatiksel modeller değişimleri

Detaylı

Olasılık ve İstatistik II (IE 202) Ders Detayları

Olasılık ve İstatistik II (IE 202) Ders Detayları Olasılık ve İstatistik II (IE 202) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Olasılık ve İstatistik II IE 202 Bahar 3 0 0 3 5 Ön Koşul Ders(ler)i Olasılık

Detaylı

MIT OpenCourseWare http://ocw.mit.edu. 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

MIT OpenCourseWare http://ocw.mit.edu. 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.

Detaylı

Envanter Politikası Belirlemede Benzetim Uygulaması

Envanter Politikası Belirlemede Benzetim Uygulaması Envanter Politikası Belirlemede Benzetim Uygulaması Hayrettin Kemal Sezen Prof.Dr. Uludağ Üniversitesi İİBF Yöneylem Anabilimdalı kemal@uludag.edu.tr Şenol Erdoğmuş Y.Doç.Dr. Osmangazi Üniversitesi İstatistik

Detaylı