Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi

Save this PDF as:
 WORD  PNG  TXT  JPG

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi"

Transkript

1 Journal of Engneerng and atural Scences Mühendslk ve Fen Blmler Dergs Sgma 9, -4, 0 Research Artcle / Araştırma Makales FUZZY TOPSIS METHODS I GROUP DECISIO MAKIG AD A APPLICATIO FOR BAK BRACH LOCATIO SELECTIO han TIRMIKÇIOĞLU ÇIAR* Yıldız Teknk Ünverstes, Kmya-Metalur Fakültes, Matematk Mühendslğ Bölümü, Esenler-İSTABUL Receved/Gelş: 009 Revsed/Düzeltme: 0900 Accepted/Kabul: ABSTRACT Ths study s goal s to provde a decson support model n order to help a bank selectng the most approprate cty for openng a branch among sx alternatves n the South Eastern of Turkey In the proposed decson support model, because of the fuzzness of the evaluaton process, the fuzzy TOPSIS method whch allow to make decsons usng ntervals s appled n ts two dfferent algorthms At the end of the study, accordng to the evaluatons under the consdered crtera Dyarbakır s found out the best canddate cty and t s observed that the rankng orders of canddate ctes don t change n the examned methods Keywords: Fuzzy TOPSIS, trangular fuzzy numbers, bank branch locaton selecton GRUP KARARI VERMEDE KULLAILA BULAIK TOPSIS YÖTEMLERİ VE BİR UYGULAMA: BAKA ŞUBE YERİ SEÇİMİ ÖZET Bu çalışmada, bankacılık sektöründe yaklaşık on beş senedr faalyet gösteren br bankanın, hç şubesnn bulunmadığı Güneydoğu Anadolu Bölges ndek beş aday şehr arasından en doğru terch yapablmesne yönelk br karar destek model önerlmektedr Gelştrlen karar destek modelnde, çok krterl karar verme yöntemlernden, değerlendrme süreçlernn bulanıklığından dolayı aralıklı karar vermey olanaklı kılan bulanık TOPSIS yöntem, farklı k bçmyle uygulanmaktadır Belrlenen krterler altında yapılan değerlendrmelere göre, Dyarbakır en y aday şehr olarak belrlenmştr ve aday şehrlern sıralamasının her k metotta da değşmedğ gözlenmştr Anahtar Sözcükler: Bulanık TOPSIS, üçgen bulanık sayılar, banka şube yer seçm GİRİŞ En genel tanımıyla banka, ktsad ve tcar yaşam çnde çok öneml br yer olan ve, sermaye, para ve kred konusuyla lgl her çeşt şlem yapan ve düzenleyen özel ve tüzel kşlern, devletn ve şletmelern bu alandak her türlü htyacını karşılamak üzere çalışan br ktsad kuruluştur[8] Br başka tanıma göre se banka, dğer brçok şletme gb,ortakların karlarını maksmze etmey amaçlayan özel şletme olup, br yandan çek hesapları,temnat mektupları, banka havaleler gb gördükler hzmetlerden, öte yandan da kredlerden kazanç elde eden br kuruluş olarak değerlendrlmektedr[3]özetle, bankaların günümüzde para,kred ve sermaye gb konularda * tel: ()

2 Tırmıkçıoğlu Çınar Sgma 9, -4, 0 öneml görev ve fonksyonları vardır Tcar hayatta, hem yurtç hem yurt dışı şlemlern düzenl olarak yürümes, bankaların olmadığı br ortamda mümkün değldr Şubeler se, genel dağıtım kanalları olarak kullanılan ve müşterlern ulaşableceğ, hzmet alableceğ kurumlardır Bu özellkleryle şubeler bankalar çn stratek öneme sahptrç Yabancı lteratürde bu konuyla lgl brçok çalışmaya rastlamak mümkündür Blnen lk çalışmalardan br 983 yılında Medan tarafından yapılmıştır Buna göre şube yer seçm uzun vadel br yatırım kararıdır ve şube yernn potansyelnn belrlenmes çok önemldr Bunun çn de bölgenn tcar özellkler, dğer banka şubelernn durumu, nüfus özellkler ve şgücü önem taşımaktadır[9] ABD nn Oho eyaletnde tcar bankaların kuruluş yer seçm problem bulanık hedef programlama (fuzzy goal programmng) yöntemyle ncelenmş ve bankanın kend ç dnamkleryle beraber, bölgenn demografk, sosyoekonomk özellklernn, ulaşım mkanlarının, mevduat ve kred hacmlernn ve bölgedek tcar faalyetlern önem taşıdığı görülmüştür[0] Yunanstan dak br ulusal bankanın şube performanslarının regresyon analz le ncelendğ br çalışmada şube lokasyon özellkleryle lgl olarak, bölgenn toplam nüfusu, ortalama hane halkı büyüklüğü, nüfus artış oranı,kş başı gelr,sektör bazında frma sayısı, dğer bankaların konumu gb blgler dkkate alınmaktadır[5] Bangladeş tek banka şube dağılımlarının ncelendğ br başka çalışmada, ncelenen bölgelern demografk, sthdam ve ktsad verler kullanılarak yapılan regresyon analzlernde, şube dağılımlarının özellkle ekonomk göstergelere bağlı olduğu, bunun yanında sektörel özellklern ve bankaların sundukları ürünlerle bu sektörlere verdkler hzmetlern de öneml olduğu vurgulanmıştır[4] Ürdün de banka şube yer seçm le lgl br ktsad çalışmada se göz önünde bulundurulan değşkenler nüfus yoğunluğu, gelr düzey, gölgenn kültürel özellkler, bölgedek frma sayısı, mevduat toplamı, büyüme potansyel ve rekabet olmuştur [] Bu çalışmada şube yer seçm problem br çok krterl seçm problem olarak ele alınmakta ve şube yer seçm çn aday ller arasında en uygun olanının belrlenmesne yönelk br karar model önerlmektedr Bankacılık sektöründe şube yer seçm brçok faktörün etkn olduğu br süreçtr ve bu sürec etkleyen faktörler her banka çn farklılık göstereblr Br başka deyşle, her bankada karar sürecnn farklı olması, ç dnamklernn, ürünlernn, pazarlama stratelernn değşkenlk göstermes, bulunduğu segmentn farklılığı nedenyle seçm krterler farklı belrleneblmekte ve bunun sonucunda farklı bankalar çn farklı lokasyon terchler de görüleblmektedr Etkn br şube yer seçm çn, uygun krterlern ve bu krterler bazında aday şube yerler değerlendrlerek, krterler en y taşıyan adayın tespt edlmes gerekr Ancak bazı durumlarda, değerlendrme yapılırken sayısal değerler yetersz kalablr Br başka fadeyle orta,braz,daha gb dlsel değşkenlerden yararlanılablr Bu tür değerlendrmeler anlamlı hale getreblecek bulanık kümeler teorsn temel alan karar verme modellernden br olan ve Chen [6], Chen vd[7] tarafından gelştrlen bulanık TOPSIS modelnden yararlanılablr Bulanık TOPSIS modelnde, karar krterlernn ve mevcut alternatflern değerlendrlmes dlsel değşkenlerle yapılmaktadır Yapılan değerlendrmeler üçgen bulanık sayılara dönüştürülerek sayısallaştırıldıktan sonra bulanık ağırlıklar matrs, bulanık karar matrs, normalze edlmş bulanık karar matrs ve ağırlıklı normalze edlmş bulanık karar matrs elde edlmektedr Bulanık poztf deal çözüm ve bulanık negatf deal çözüm belrlendkten sonra verteks yöntem le alternatflern yakınlık katsayıları bulunur ve mevcut alternatfler en yden en kötüye doğru sıralanır Çalışmanın knc bölümünde bulanık küme teorsne kısaca değnlrken, üçüncü bölümde Bulanık TOPSIS modellernn Chen [6], Chen vd[7] algortmaları ortaya konmuştur Dördüncü bölümde se br banka çn, Güneydoğu Anadolu Bölges nde şube açmayı hedefledğ aday beş şehr Bulanık TOPSIS yöntemleryle değerlendrlmştr Beşnc bölümde se hem çalışma sonuçları, hem de kullanılan yöntemler hakkında genel br yorum yapılmıştır

3 Fuzzy TOPSIS Methods n Group Decson Makng Sgma 9, -4, 0 BULAIK KÜME TEORİSİ Bulanık küme teors ortaya koyan Zadeh, bunu, kesnlk çermeyen problemler çözmek ve nsan düşüncesn fade etmek çn sayıların değl dlsel fadelern kullanılacağını fade etmştr[9],[6] Gündelk yaşamda karşılaşılan brçok belrszlk kesnlk yaklaşımıyla modellenemez ancak bulanık kümeler bu modellemey yapablr Bulanık küme teors, nsan algı ve özel yargılarıyla lgl olan dlsel belrszlğ modellerken, bu belrszlğn bulanık sayılarla matematksel olarak fade edlmesn sağlar İşlem kolaylığı sağlaması nedenyle en çok kullanılan bulanık sayı türü, üçgen bulanık sayılardır Br üçgen bulanık sayı, n (, n n ) m ve n şeklnde gösterlr m ve, α α n poztf bulanık sayılar, r poztf br reel sayı, α α α α α α üzere k bulanık sayının α kesmler sırasıyla, m = ( m l, m u ), n = ( n l, n u ) olsun Üçgen bulanık sayılarla yapılan temel şlemler şöyle özetleneblr:[3] 3 n kapalı aralığın üst sınırı olmak α α α α α ( m ( + ) n) = ( m + n, m + n ) () l l u u α α α α α ( m( ) n) = ( m n, m n ) () l u u l α α α α α ( m() n) ( m n, m n ) (3) l l u u Verteks yöntem, bulanık sayılar arasındak uzaklığın bulunmasında yararlanılan br yöntemdr m = ( m, m, m3) ve n = ( n, n, n3 ) gb k üçgen bulanık sayı arasındak uzaklık vertex yöntemyle şöyle hesaplanır: [( m n ) + ( m n ) + ( m ] d( m, n) = 3 n (4) 3 BULAIK TOPSIS YÖTEMİ 3 3 ) Çok krterl karar verme problemlernde en çok rastlanılan yöntemlerden brs Hwang ve Yoon tarafından lk kez 98 yılında önerlen TOPSIS (Technque for Order Preference by Smlarty to Ideal Soluton) yöntemdr[6] Br doğrusal ağırlıklandırma teknğ olan TOPSIS yöntemnn bu tp problemlerde sıklıkla kullanılan br dğer yöntem olan AHP(Analtk Hyerarş Sürec) ve dğer doğrusal ağırlıklandırma teknklernden en öneml farkı, bu yöntemde poztf deal çözüme en yakın ve negatf deal çözüme en uzak olan en uygun çözümün belrlenmesdr Bu mesafelern k yönlü olması le sadece maksmze edlecek durumlar değl mnmze edlmes gereken durumlar da göz önünde bulundurulur ve buna göre en uygun seçm yapılır[] Bu açıdan bakıldığında yöntem, banka şube yer seçmnde kullanılablecek alternatf br yöntem olarak kullanılablr Ancak gerçek hayatta pek çok durumda değerlendrme yaparken sayısal değerler yetersz kalablr çünkü nsan düşünce ve yargıları özellkle terchler genellkle belrszlk çerr Bu nedenle TOPSIS yöntem bulanık verler kullanılablecek şeklde gelştrlmştr [7] Bulanık TOPSIS yöntem belrl br krter ya da krterlere göre belrszlk altında alternatfler değerlendrp sıralanmasına ve en doğru seçm yapılmasına yardımcı olan br yöntemdr TOPSIS yöntemnde bulanık değerler kullanılması 99 yılında Chen ve Hwang tarafından klask TOPSIS yöntem le lgl yapılan çalışmaya atıfta bunması le başlamıştır [8] Bundan sonra bu yöntem brçok çok krterl karar verme problemlern çözmek çn kullanılmıştır Chen n [6], önerdğ bulanık TOPSIS yöntemnde krter ağırlıklarının belrlenmes ve 3

4 Tırmıkçıoğlu Çınar Sgma 9, -4, 0 alternatflern değerlendrlmes üçgen bulanık sayılarla fade edlen sözel değşkenlerle yapılmaktadır Tsaur ve Chang [5] tarafından hava endüstrsnde servs kaltesnn değerlendrlmesnde, Chu [0] fabrka kuruluş yer seçm çn, Chu ve Ln [] robot seçm çn bulanık TOPSIS yöntemn kullanmıştır Abo-Snna ve Amer [] çok amaçlı büyük ölçekl doğrusal olmayan programlama problemlern ele almak çn bulanık TOPSIS yöntemn önermşlerdr Chen ve dğerler [7], tedarkç seçm problemn ele almak çn bulanık karar verme yaklaşımından faydalanmışlardır Jahanshahloo ve dğerler [7] tarafından yapılan br çalışmada, krter ağırlıklarının belrlenmesnde ve alternatflern değerlendrlmesnde üçgen bulanık sayılar kullanılmış ve α kesm kavramı kullanılarak bulanık sayılar normalze edlmştr Bottan ve Rzz [4] en uygun üçüncü part lostk servs sağlayıcılarının belrlenmesnde bulanık TOPSIS yöntem kullanmışlardır Wang ve Elhag [7] alfa düzey kümes ve doğrusal olmayan programlamaya dayanan bulanık TOPSIS yöntemn sunmuşlardır Bentez ve dğerler [3], ele aldıkları üç oteln servs kaltesn değerlendrmek çn bulanık TOPSIS yöntemnden yararlanmışlardır Ertuğrul ve Karakaşoğlu [5] fabrka kuruluş yer seçm problem çn bulanık AHP ve bulanık TOPSIS yöntemlern kullanmışlar ve bu k yöntem brbrleryle kıyaslayarak değerlendrmşlerdr Ecer [3] bulanık TOPSIS yöntem yardımıyla mağaza kuruluş yerlern değerlendrmştr Dündar ve dğerler [] sanal mağazaların nternet stelernn değerlendrlmesnde bulanık TOPSIS yöntemn kullanmışlardır Öztürk ve dğerler [], Denzl Makne İmalat Sanay nde faalyet gösteren br şletmenn naklye frması seçmnde bulanık AHP ve bulanık TOPSIS yöntemlern kullanmışlar ve bu yöntemler kıyaslamışlardır Wang [6] Tayvan da yerel havayollarında faalyet gösteren üç havayolu şletmesnn fnansal performansını ölçmek çn bulanık TOPSIS yöntemn kullanmıştır Özdemr ve Seçme [], Türkye de faalyet gösteren br moblya fabrkasının mevcut tedarkçlernn değerlendrmesn yaparak, en uygun tedarkçy bulanık TOPSIS yöntemyle belrlemştr Ecer ve dğerler tarafından gerçekleştrlen br çalışmanın konusunu da [4], çmento sektöründe yer alan on adet frmanın fnansal rasyolarını kullanarak, bulanık TOPSIS yöntemyle br optmal portföy oluşturulması teşkl etmektedr Bu bölümün devamında, banka şube yer seçm çn gelştrlen karar destek modelnde kullanılan ve Chen [6] ve Chen vd [7] tarafından gelştrlen Bulanık TOPSIS yöntemlernden bahsedlecektr Bunun çn Chen [6] n ortaya koyduğu yöntem BT, Chen vd[7] n gelştrdğ yöntem se BT olarak belrtlecektr 3 Bulanık TOPSIS Yöntem Chen 000 (BT) Bu yöntemn lk adımında uzman karar verclerden (KV) oluşan br ür oluşturulur tane = şeklnde fade edlr Jür karar vercden oluşan küme E { KV, KV,, KV } oluşturulduktan sonra, mevcut alternatfler A { A, A, A m } değerlendrmede kullanılacak olan krterler K { K K,, } = ve bu alternatfler, K n = belrlenr Bunu takben, alternatflern değerlendrlmesnde ve krterlern önem ağırlıklarının belrlenmesnde kullanılacak sözel değşkenler seçlr ve karar vercler bu sözel değşkenler yardımıyla alternatf ve krterler değerlendrrler Bu değerlendrmelern bulanık sayılar şeklndek fades Çzelge ve Çzelge dek gbdr [6]: 4

5 Fuzzy TOPSIS Methods n Group Decson Makng Sgma 9, -4, 0 Çzelge Krterlern Önem Ağırlığını Belrlemede Yararlanılan Dlsel İfadeler Çok Yüksek ( ÇY) (08,,) Yüksek ( Y ) (07,08,09) Braz Yüksek ( BY ) (05,065,08) Orta ( O ) (04,05,06) Braz Düşük ( BD ) (0,035,05) Düşük ( D ) (0,0,03) Çok Düşük ( ÇD ) (0,0,0) Çzelge Alternatflern Değerlendrlmesnde Kullanılan Dlsel İfadeler tane karar vercden oluşan, w ~ Çok İy (ÇI) (8,0,0) Iy ( I ) (7,8,9) Braz Iy (BI ) (5,65,8) Orta ( O ) (4,5,6) Braz Kötü ( BK ) (,35,5) Kötü ( K ) (,,3) Çok Kötü ( ÇK ) (0,0,) x~ nn karar vercnn değerlendrdğ alternatfn krter değern, nn se krter ağırlığını gösterdğ grupta krter değerler ve krter ağırlıkları sırasıyla şöyle hesaplanır: [ ~ x ( + ) ~ x ( + )( + ) x ] ~ x = ~ (3) [ w~ ( + ) w ~ ( + )( + ) w ] w ~ = ~ (3) Br bulanık çok krterl karar verme problem matrs, seçm yapılacak alternatfler ve edleblr: D ~ = K K K n A ~ x ~ x A ~ x ~ x A m ~ x m ~ x m K ( =,, n) ~ x n ~ x n ~ x mn A ( = (,, m) aralarından krterler göstermek üzere şu şeklde fade ~, W [ w~, w~,, ~ ] w n = (33) 5

6 Tırmıkçıoğlu Çınar Sgma 9, -4, 0 ~ Burada x (, ) ve,, ~ üçgen bulanık sayılarla ( a, b, c ) ~ ω = ( n) dlsel fadelerdr Bu dlsel fadeler x = ve w ~ = ( w, w, w ) şeklnde 3 tanımlanablr D ~ bulanık karar matrsn, W ~ se bulanık ağırlıklar matrsn göstermektedr Karar matrsnn oluşturulmasından sonrak adım karar matrsnn normalze edlmesdr ormalze edlmş bulanık karar matrs ~ R = ~ [ r ] m n le gösterlr ve elemanları B ve C, fayda ve malyet krterler olmak üzere ~ a b c c a a a r =,, c b a = r,, * * *, c max c c c ~, a = mn a şeklnde hesaplanır Burada, r (, ) (34) * =, B (35), C (36), normalze edlmş üçgen bulanık sayılardır ormalze bulanık karar matrsnn oluşturulmasından sonra, her br krtern farklı ağırlığını göz önünde bulunduran ağırlıklı normalze edlmş bulanık karar matrs şu şeklde oluşturulur: ~ V = ~ [ v ] m n Elemanları se =,,m,,, n = (37) v ~ = ~ r () w~ (38) formülüyle hesaplanır Ağırlıklı normalze bulanık karar matrs oluşturulduktan sonra bulanık * poztf deal çözüm (FPIS, A ) ve bulanık negatf deal çözüm (FIS, A ) şu şeklde tanımlanır * * * ( v~, v ~, v n ) ( v~, v ~,, v ) A = (39) * ~ A = ~ n (30) le tanımlanır ~* = (,, ) ve FIS ten uzaklığı sırasıyla, v ~ ve = (0,0,0 ) v olarak kabul edlr Her br alternatfn FPIS,,, m = olmak üzere d * = n = d ( v~, v~ ),, m v * = (3) 6

7 Fuzzy TOPSIS Methods n Group Decson Makng Sgma 9, -4, 0 d = n = d ( v~, v~ ),, m v = (3) le hesaplanır Burada d v (,) k bulanık sayı arasındak uzaklığı göstermektedr Poztf deal çözüme ve negatf deal çözüme göre uzaklıklar belrlendkten sonra, alternatflern sıralamasını belrleyeblmek çn her alternatfe lşkn yakınlık katsayıları ( CC ) hesaplanır Yakınlık * katsayısı, bulanık poztf deal çözüme ( A ) ve bulanık negatf deal çözüme ( A ) uzaklığı aynı anda dkkate alır Her alternatfn yakınlık katsayısı, =,,, m olmak üzere d CC = * d + d formülü kullanılarak hesaplanır 3 Bulanık TOPSIS Yöntem Chen 006 (BT) (33) Bu yöntemde, bulanık krter değerler le bulanık ağırlıklar, BT den farklı oluşturulur Karar verclern karar krterler bazında adaylara lşkn yaptıkları değerlendrmelern bulanık değerler ~ x = ( a, b, c ) şeklnde gösterlr ve a { a } = mn k, b = b k k k =, c max{ c } le hesaplanır Krter ağırlıkları se ( w, w, w 3 ) { w } w = mn k, w = k = k (34) k w ~ = şeklnde gösterlr Burada w k k =, { w } w = (35) 3 max k3 k şeklnde hesaplanır ormalze ve ağırlıklı normalze edlmş bulanık karar matrslernn * oluşturulması BT le aynıdır Bulanık poztf deal çözüm ( FPIS, A ) ve bulanık negatf deal çözüm ( FIS, A ) se * * * A * = ( v~ ~, v ~, v n ) (36) A = ( v~, v ~,, v~ n ) (37) * olarak hesaplanır Burada v ~ = max{ v } ~ ve v = mn{ v } 3 dr Bu aşamadan sonra BT dek gb verteks metodu kullanılarak FPIS ve FIS ten olan uzaklıklar bulunur ve yakınlık katsayıları hesaplanır 4 BAKA ŞUBE YERİ SEÇİMİ Çalışmanın bu bölümünde yaklaşık 5 senedr bankacılık sektöründe faalyet gösteren br özel mevduat bankasının, Güneydoğu Anadolu Bölges nde şubes bulunmayan 5 l olan 7

8 Tırmıkçıoğlu Çınar Sgma 9, -4, 0 Dyarbakır(A), Kahramanmaraş(A), Malatya(A3), Şanlıurfa(A4) ve Srt(A5) çnden kend vzyon ve msyonuna en uygun olanın seçeblmes amacıyla br karar destek model önerlmektedr Bunun çn, bankanın farklı bölümlernde üst düzey yönetc olarak görev yapmakta olan altı yönetcyle görüşülmüş ve modelde kullanılacak krterler, lteratürde ve sektörle lgl kaynaklarda yer alan krterler arasından, bu kşlern görüş ve onayları doğrultusunda aşağıdak gb belrlenmştr: Toplam nüfus(k): Banka çn şube yer seçmndek en öneml demografk krter olarak terch edlmştr İl ve lçeler le bucak ve köylerdek nüfusun toplamıdır Kş başı Gayr Saf Mll Hasıla(K): Karar vercler tarafından aday llern gelşmşlk düzey le lgl fkr verebleceğ düşünülerek terch edlmştr Bu düzey, bankaların özellkle pazarlama strateler le lgl öneml ve belrleyc br rol oynamaktadır İl sınırları çersnde br yıl çersnde üretlen her türlü mal ve hzmet değernn, toplam nüfusa bölünmes le bulunan tutardır Rakp bankaların varlığı (K3): Karar vercler, seçm yapacak olan banka le aynı segmentte bulunan ve rakpler dye adlandırdıkları dğer bankaların varlıklarının da aday l terchnde br başka krter olableceğ kanısına varmışlardır Tcar faalyetler(k4): Aday llerdek tcar faalyetlern, bu llern tcar potansyeln gösterdğ düşüncesyle, br krter olarak, en y şube yernn seçm sürecne dahl edlebleceğ konusunda tüm karar vercler hem fkr olmuşlardır Müşter potansyel(k5): Bu krter de bankaların müşterlere sunmayı hedefledğ ürün çeştllğ ve pazarlama stratelernn belrlenmes le lgl olarak br başka öneml krter şeklnde ön plana çıkmaktadır Müşter potansyel üzerne br görüş vereblmek çn, karar vercler tarafından en öneml bankacılık ürünler olarak tanımlanan ve aynı zamanda banka çn brer performans gösterges olarak da fade edlen, aday llere at tüm mevduat ve kred hacmler ncelenmektedr Krterler belrlendkten sonra, karar vercler Çzelge dek dlsel fadeler yardımıyla karar krterlern değerlendrmşlerdr Bu değerlendrmeler Çzelge 3 te verlmştr Çzelge 3 Krterlern Karar Vercler Tarafından Değerlendrlmes KV KV KV3 KV4 KV5 KV6 K ÇY ÇY ÇY ÇY ÇY ÇY K Y ÇY ÇY Y ÇY ÇY K3 ÇY Y Y ÇY Y Y K4 BY Y BY BY Y BY K5 Y Y Y Y Y Y Br sonrak adımda, karar vercler Çzelge dek dlsel fadeler yardımıyla aday şehrler karar krterlerne göre, sstemlerndek blgler kullanarak Çzelge 4 te değerlendrmşlerdr Alternatflern karar vercler tarafından her br krtere göre değerlendrmeler Çzelge ve Çzelge kullanılarak üçgen bulanık sayılara dönüştürülmüş, BT çn (3) ve BT çn (34) eştlkler yardımıyla bu bulanık sayılar tek br değere ndrgenmş ve Çzelge 5 ve Çzelge 6 da gösterlen bulanık karar matrsler elde edlmştr 8

9 Fuzzy TOPSIS Methods n Group Decson Makng Sgma 9, -4, 0 Çzelge 4 Yen Açılacak Şube İçn Karar Vercler Tarafından Değerlendrlmes Krterler Alternatfler KV KV KV3 KV4 KV5 KV6 A ÇI I ÇI ÇI I ÇI A I ÇI I I ÇI I A3 BI BI I BI BI I K A4 I I I I I I A5 BI BI BI BI BI BI A I I ÇI I I ÇI A BI I O BI I O A3 BI BI BI BI BI BI K A4 BI BI BI BI BI BI A5 O BK O O BK O A ÇI I I ÇI I I A I ÇI ÇI I ÇI ÇI A3 I BI BI I BI BI K3 A4 I I I I I I A5 BI BI O BI BI O A I ÇI I I ÇI I A I I BI I I BI K4 A3 I BI BI I BI BI A4 I BI BI I BI BI A5 BI BI BI BI BI BI A I I ÇI I I ÇI A I I BI I I BI K5 A3 BI BI I BI BI I A4 BI BI I BI BI I A5 BI O O BI O O Çzelge 5 BT e Göre Oluşturulan Bulanık Karar Matrs K K K3 K4 K5 A (77,93,97) (73,87,93) (73,87,93) (73,87,93) (73,87,93) A (73,87,93) (53,65,77) (77,93,97) (63,75,867) (63,75,867) A3 (57,7,83) (5,65,8) (57,783) (567,7,83) (567,7,83) A4 (7,8,9) (5,65,8) (7,8,9) (567,7,83) (567,7,83) A5 (5,65,8) (33,45,57) (47,6,73) (4,5,6) (43,55,67) Çzelge 6 BT ye Göre Oluşturulan Bulanık Karar Matrs K K K3 K4 K5 A (7,933,0) (7,867,0) (5,783,0) (7,867,0) (7,867,0) A (7,867,0) (4,65,9) (7,933,0) (5,75,9) (5,75,9) A3 (5,7,9) (5,65,8) (5,7,9) (5,7,9) (5,7,9) A4 (7,8,9) (5,65,8) (7,8,9) (5,7,9) (5,7,9) A5 (5,65,8) (,45,6) (4,6,8) (4,5,6) (4,55,8) Karar verclern krterler değerlendrme sonuçları BT çn (3), BT çn (35) eştlkler yardımıyla tek br değere ndrgenmş ve krterlere lşkn önem ağırlıkları belrlenerek Çzelge 7 de verlmştr 9

10 Tırmıkçıoğlu Çınar Sgma 9, -4, 0 Çzelge 7 Krterlern Ağırlıkları Krterler BT BT K (08,,) (08,,) K (077,093,097) (07,093,) K3 (073,087,93) (07,087,) K4 (057,070,083) (05,07,09) K5 (07,077,09) (07,077,09) Bulanık karar matrsler, her k yöntem çn de kullanılan (35) eştlğ yardımıyla normalze edlerek Çzelge 8 ve Çzelge 9 da gösterlen normalze edlmş bulanık karar matrsler oluşturulmuştur Çzelge 8 BT e göre oluşturulan ormalze Edlmş Bulanık Karar Matrs K K K3 K4 K5 A (079,097,) (079,093,) (076,09,097) (079,093,) (079,093,) A (076,09,097) (057,07,08) (079,097,00) (068,08,093) (068,080,093) A3 (059,07,086) (054,07,086) (059,07,086) (06,075,089) (06,075,089) A4 (07,083,093) (054,07,086) (07,083,093) (06,075,089) (06,075,089) A5 (05,067,083) (036,048,06) (048,06,076) (043,054,064) (046,059,07) Çzelge 9 BT ye göre oluşturulan ormalze Edlmş Bulanık Karar Matrs K K K3 K4 K5 A (07,093,) (07,087,) (05,078,) (07,087,) (07,087,) A (07,087,) (04,065,09) (07,093,) (05,075,09) (05,075,09) A3 (0,5,07,09) (05065,08) (05,07,09) (05,07,09) (05,07,09) A4 (07,08,09) (05,065,08) (07,08,09) (05,07,09) (05,07,09) A5 (05,065,08) (0,045,06) (04,06,08) (04,05,06) (04,055,08) ormalze edlmş bulanık karar matrslernde yer alan değerlern her br, Çzelge 7 de her k yöntem çn de ayrı ayrı hesaplanmış olarak verlen lgl krter ağırlıkları le çarpılarak ağırlıklı normalze edlmş bulanık karar matrsler elde edlmş ve bunlar sırasıyla Çzelge 0 ve Çzelge de sunulmuştur Çzelge 0 BT e göre oluşturulan Ağırlıklı ormalze Edlmş Bulanık Karar Matrs K K K3 K4 K5 A (063,097,) (06,087,097) (056,078,09) (045,065,083) (055,07,09) A (06,09,097) (044,065,079) (058,084,093) (038,056,077) (048,06,084) A3 (047,07,086) (04,065,083) (043,063,08) (034,053,074) (043,058,08) A4 (058,083,093) (04,065,083) (053,07,087) (034,053,074) (043,058,08) A5 (04,067,083) (07,045,059) (035,054,07) (04,038,054) (033,045,064) Çzelge BT ye göre oluşturulan Ağırlıklı ormalze Edlmş Bulanık Karar Matrs K K K3 K4 K5 A (056,093,) (049,08,) (035,068,) (035,06,09) (049,066,09) A (056,087,) (08,06,09) (049,08,) (05,053,08) (035,058,08) A3 (04,07,09) (035,06,08) (035,06,09) (05,049,08) (035,054,08) A4 (056,08,09) (035,06,08) (049,069,09) (05,049,08) (035,054,08) A5 (04,065,08) (04,04,06) (08,05,08) (0,035,054) (08,04,07) 0

11 Fuzzy TOPSIS Methods n Group Decson Makng Sgma 9, -4, 0 FPIS ve FIS değerler BT çn algortma gereğ A * = A = [(,,),(,,),(,,),(,,),(,,),(,,) ] [(0,0,0),(0,0,0),(0,0,0),(0,0,0),(0,0,0)] olarak alınmıştır BT çn se ağırlıklı bulanık karar matrs esas alınarak A * = A [(,,),(,,),(,,),(,,),(09,09,09),(09,09,09)] (04,04,04), (04,04,04), (08,08,08), (00,00,00), = (08,08,08) elde edlmştr Daha sonra her alternatfn tüm krterler çn FPIS ve FIS ten olan uzaklıkları hesaplanmış ve bu hesaplamaların sonuçları Çzelge de gösterlmştr Çzelge FPIS ve FIS ten olan uzaklıklar BT BT d * d d * d A A A A A Son olarak, her alternatf çn görecel uzaklık değerler bulunmuş ve bu değerlere göre alternatfler sıralanmıştır Bu katsayılar Çzelge 3 te gösterlmştr Çzelge 3 Yakınlık katsayıları Adaylar CC BT BT A A A A A Çzelge 3 ncelendğnde, yakınlık katsayıları büyükten küçüğe doğru, gerek BT, gerekse de BT le yapılan değerlendrmelerde CC > CC > CC4 > CC3 > CC şeklnde 5 gerçekleştğ çn şube yer seçmnde adaylar A>A>A4>A3>A5 şeklnde sıralanmıştır Br başka fadeyle en y aday Dyarbakır olup bunu sırasıyla Kahramanmaraş, Şanlıurfa, Malatya ve Srt takp etmektedr Her k yöntemn beraber kullanıldığı karar verme problemlernde sıralama sonuçları karşılaştırıldığında genellkle sıralamaların brebr örtüştüğü, çok ufak farklılıklar olması durumunda dah en deal seçmn değşmedğ gözlemlenmektedr

12 Tırmıkçıoğlu Çınar Sgma 9, -4, 0 5 SOUÇ Yen şube açılımı çn en uygun şehrn belrlenmes çn yapılan bu çalışmanın sonuçları ncelendğnde, krter değerler çok yakın olmakla brlkte en önde gelen krterlern, lteratürdek dğer pek çok çalışmada ön plana çıkan toplam nüfus olduğu görülmektedr Bu krter, oldukça yakın değerlerle kş başı gayr saf mll hasıla, rakp bankaların varlığı, müşter potansyel ve tcar faalyetler krterler takp etmektedr Karar vercler tarafından karar krterlerne göre yapılan değerlendrmelern sonucunda aday şehrler en yden en kötüye doğru Dyarbakır, Kahramanmaraş, Şanlıurfa, Malatya ve Srt olarak sıralanmıştır Buna göre dkkate alınan krterler ve banka yönetclernn görüşler doğrultusunda Dyarbakır skoru en yüksek şehr olup, şube açılması en uygun aday olarak görülmektedr Banka çn en uygun şube yer seçm, çoklu krterler altında gerçekleştrlen br grup kararı vermedr Değerlendrme yapan banka yönetclernn dğer br fadeyle karar verclern brden fazla olması, yönetclern görüşler doğrultusunda oluşturulan karar krterlerne göre brden fazla sayıda aday şehrn değerlendrlmes, problem Çok Krterl Karar Verme Yöntemler le çözüme uygun hale getrmektedr Pek çok durumda breylern terchlern var/yok, evet/hayır gb kesn değerlerle fade etmes mümkün olmayablr Böyle durumlarda daha, braz, orta, epeyce gb nsan yargı ve düşüncelern belrten dlsel fadelerden yararlanılablr Bu fadelern değerlendrmelerde kullanılması sonucunda oluşan bulanık ortamlarda grup kararları vermeye olanak sağlayan ve sıklıkla kullanılan çok krterl karar verme yöntemlernden brs de bulanık TOPSIS tr Bulanık TOPSIS yöntem, dlsel fadelerle yapılan değerlendrmelere bulanık sayılar yardımıyla üyelk fonksyonu atar ve algortması yardımıyla hesaplamalar yapar Bulanık ortamlarda kullanılan dğer yöntemlerden farklı olarak daha az hesaplama gerektrmes, krterler ve krterler altında alternatfler karşılaştırma yapılmaksızın brbrlernden bağımsız olarak ele alındığından değerlendrme sürecnn uzun olmaması ve bu şeklde karar vercnn tutarsızlık rskyle karşı karşıya gelmeyş, yapılan değerlendrmelerde krterlern ve alternatflern ağırlıklarının sıfırdan farklı olmaları nedenyle herhang br krter ya da alternatfn karar sürecnde dkkate alınmamasının söz konusu olmaması gb özellkler, bu yöntem daha terch edlr kılablmektedr Çalışmada Chen tarafından 000 ve 006 yılında önerlen bulanık TOPSIS yöntemlern tanıtmak ve bu yöntemler yardımıyla Türkye de özel br banka çn şubesnn olmadığı Güneydoğu Anadolu Bölges nde beş aday şehr arasından msyon, vzyon ve pazarlama stratelerne en uygun olanı seçmek amaçlanmıştır Yöntemle lgl farklı algortmaların ortaya konmuş olması, uygulamada farklı sonuçların elde edlebleceğ htmaln akla getrebleceğ çn, algortmada brtakım farklılıklar gösteren k bulanık TOPSIS yöntem ele alınmış ve kullanılmıştır Dlsel fadeler üçgen bulanık sayılara dönüştürülmüştür ormalze edlmş ve ağırlıklı normalze edlmş bulanık karar matrslernn oluşturulması, FPIS ve FIS ten olan uzaklıkların bulunması le yakınlık katsayılarının hesaplanması, bu k yöntemn benzer yanları olarak dkkat çekmştr Krter ağırlıklarının belrlenmes, bulanık karar matrsnn oluşturulması ve FPIS ve FIS değerlernn belrlenmes se göze çarpan faklılıklardır Bu farklılıklara rağmen yapılan hesaplamalarda aday şehrlern yakınlık katsayıları arasında küçük farklılıklar bulunsa da sıralamaların aynı olduğu gözlemlenmştr Böylece yöntemlern tutarlılığı da ortaya konmuş ve bulanık TOPSIS yöntemlernn banka şube yer seçmnde kullanılableceğ görülmüştür Genel anlamda karar verclern, karşılaştıkları problemlern yapılarına kendler çn en uygun yöntem belrlemeler gerekmektedr Gelecek çalışmalarda banka şube yer seçmnde bulanık AHP, PROMETHEE ve ELECTRE le VIKOR gb dğer çok krterl karar verme yöntemler kullanılablr Ayrıca önerlen bu yöntemler, sıkça rastlanılan proe seçm, personel seçm, tedarkç seçm gb dğer çok krterl yöntemlere de rahatlıkla uygulanablr

13 Fuzzy TOPSIS Methods n Group Decson Makng Sgma 9, -4, 0 REFERECES / KAYAKLAR [] Abbas GY, A Decson Support System for Bank Locaton Selecton, Internatonal Journal of Computer Applcatons n Technology, 6,0-0, 003 [] Abo-Sna, MA, Amer, AH, Extensons of TOPSIS for Multobectve Large-scale onlnear Pogrammng Problems, Appled Mathematcs and Computaton, Vol6, Issue, 43-56, 005 [3] Bentez, JM, Martn JC, Roman, C, Usng Fuzzy umber for Measurng Qualty of Servce n The Hotel Industry, Toursm Management, 8(), , 007 [4] Bottan, E, Rzz A, A Fuzzy TOPSIS Methodology to Support Outsourcng of Logstcs Servces, Supply Chan Management: An Internatonal Journal, (4), , 006 [5] Boufounou PV, Evaluatng Bank Branch Locaton and Performance: A Case Study, European Journal of Operatonal Research, 87, , 995 [6] Chen,CT, A Fuzzy Approach to Select the Locaton of the Dstrbuton Center, Fuzzy Sets and Systems, 4, -9, 000 [7] Chen,CT, Ln,CT,Huang, SF, A Fuzzy Approach for Suppler Evaluaton and Selecton n Supply Chan Management, Internatonal Journal of Producton Economcs -3, 006 [8] Chen,SJ,Hwang CL, Fuzzy Multple Attrbute Decsom Makng Methods and Applcatons, Sprnger-Verlag, Berln, 99 [9] Chou,TS, Lang GS, Applcaton of A Fuzzy Mult Crtera Decson Makng Model for a Shppng Company Performance Evaluaton Martme Polcy&Management, 8(4), [0] Chu, T-C, Faclty Locaton Selecton Usng Fuzzy TOPSIS Under Group Decsons, Internatonal Journal of Uncertanty, Fuzzness and Knowledge-Based Systems, q0, , 00 [] Chu T-C, Ln Y-C, A Fuzzy TOPSIS Method For Robot Selecton, Internatonal Journal of Advanced Manufacturng Technology,, 84-90, 003 [] Dündar, S, Ecer, F, Özdemr,Ş, Fuzzy TOPSIS Yöntem İle Sanal Mağazaların Web Stelernn Değerlendrlmes, Atatürk Ünverstes İktsad ve İdar Blmler Dergs, (), 43-7, 007 [3] Ecer, F, Bulanık Ortamlarda Mağaza Kuruluş Yerlernn Değerlendrlmes : Br Karar Verme Aracı Olarak Fuzzy TOPSIS yöntem Hacettepe Ünverstes İktsad ve İdar Blmler Dergs, 5(), 43-7, 007 [4] Ecer, F, Vurur, S, Özdemr L, Bulanık Br Modelle Frmaları Değerlendrme ve Optmal Portföy Oluşturma : Çmento Sektöründe Br Uygulama, Mustafa Kemal Ünverstes Sosyal Blmler Ensttüsü Dergs, 6(), , 009 [5] Ertuğrul, İ, Karakaşoğlu,, Comparson of Fuzzy AHP and Fuzzy TOPSIS Methods for Faclty Locaton Selecton, Internatonal Journal of Advanced Manufacturng Technology, do: 0007/w , 007 [6] Hwang, CL, Yoon K, Multple Attrbute Decson Makng Methods and Applcatons, Sprnger, Berln Hedelberg, 98 [7] Jahanshahloo, GR, Hossenzadeh, LF, Izadkhah, M, Extenson of the TOPSIS method for Decson Makng Problems wth Fuzzy Data, Appled Mathematcs and Computaton, 8(), , 006 [8] Kocamanoğlu,S, Bankacılık Ansklopeds, 4Baskı, Türkye İş Bankası Kültür Yayınları, İstanbul, 980, s8 [9] Medan,A Dstrbuton of Bank Servces and Branch Locaton, Internatonal Journal of Pyhscal Dstrbuton and Manageral Management, 3-3,5-8, 983 3

14 Tırmıkçıoğlu Çınar Sgma 9, -4, 0 [0] Mn H, A Model Based Decson Support System for Locatng Banks, Informaton and Management, 7-4,07-5, 989 [] Ozdemr AI, Secme Y, İk Aşamalı Tedarkç Seçmnn Bulanık TOPSIS Yöntem le Analz, Afyon Kocatepe Ünverstes, İİBF Dergs, C X I, S II, 79-, 009 [] Öztürk, A, Ertuğrul İ, Karakaşoğlu, aklye Frması Seçmnde Bulanık AHP ve Bulanık TOPSIS Yöntemlernn Karşılaştırılması, Marmara Ünverstes İktsad ve İdar Blmler Fakültes Dergs, 5(), , 008 [3] Parasız, İ, Makro Ekonom Teor ve Poltkası, 8Baskı, Ezg Ktabev Yayınları, Bursa, s46, 003 [4] Ravallon,M, Wodon,Q, Bankng on the Poor? Branch Locaton and onfarm Rural Development n Bangladesh, Revew of Development Economcs, 4-, -39, 000 [5] Tsaur SH, Chang TY, Yen CH, The evaluaton of arlne servce qualty by fuzzy MCDM, Toursm Management, 3, s07-5, 00 [6] Wang, YJ, Applyng FMCDM to Evaluate Fnancal Performance of Domestc Arlnes n Tawan, Expert Systems wth Applcatons, 34(3), , 008 [7] Wang YM, Elhag, TMS, Fuzzy TOPSIS Method Based on Apha Level Sets Wth An Applcaton to Brdge Rsk Assessment, Expert Systems Wth Applcatons, 3, , 006 4

Bulanık TOPSIS ve Bulanık VIKOR Yöntemleriyle Alışveriş Merkezi Kuruluş Yeri Seçimi ve Bir Uygulama

Bulanık TOPSIS ve Bulanık VIKOR Yöntemleriyle Alışveriş Merkezi Kuruluş Yeri Seçimi ve Bir Uygulama EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Clt: 14 Sayı: 3 Temmuz 2014 ss. 463-479 Bulanık TOPSIS ve Bulanık VIKOR Yöntemleryle Alışverş Merkez Kuruluş Yer Seçm ve Br Uygulama Selecton of Shoppng Center

Detaylı

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi Journal of Engneerng and Natural Scences Mühendslk ve Fen Blmler Dergs Sgma 29, 244-260, 2011 Research Artcle / Araştırma Makales PERFORMANCE EVALUATION USING AHP - VIKOR AND AHP - TOPSIS APPROACHES: THE

Detaylı

Kuruluş Yeri Seçiminde Bulanık TOPSIS Yöntemi ve Bankacılık Sektöründe Bir Uygulama

Kuruluş Yeri Seçiminde Bulanık TOPSIS Yöntemi ve Bankacılık Sektöründe Bir Uygulama KMÜ Sosyal ve Ekoomk Araştırmalar Dergs (8): 37-45, 00 ISSN: 309-93, wwwkmuedutr Kuruluş Yer Seçmde Bulaık TOPSIS Yötem ve Bakacılık Sektörüde Br Uygulama Nha Tırmıkçıoğlu Çıar Yıldız Tekk Üverstes, Kmya-Metalür

Detaylı

TOPSIS ÇOK KRİTERLİ KARAR VERME SİSTEMİ: TÜRKİYE DEKİ KAMU BANKALARI ÜZERİNE BİR UYGULAMA

TOPSIS ÇOK KRİTERLİ KARAR VERME SİSTEMİ: TÜRKİYE DEKİ KAMU BANKALARI ÜZERİNE BİR UYGULAMA Araştırma Makaleler TOPSIS ÇOK KRİTERLİ KARAR VERME SİSTEMİ: TÜRKİYE DEKİ KAMU BANKALARI ÜZERİNE BİR UYGULAMA Dr., Dokuz Eylül Ünverstes, İİBF İşletme Bölümü erhan.demrel@deu.edu.tr ÖZET Ekonomk faalyetlern

Detaylı

AHP-TOPSIS YÖNTEMİNE DAYALI TEDARİKÇİ SEÇİMİ UYGULAMASI *

AHP-TOPSIS YÖNTEMİNE DAYALI TEDARİKÇİ SEÇİMİ UYGULAMASI * Ekonometr ve İstatstk Sayı:13 (12. Uluslararası Ekonometr, Yöneylem Araştırması, İstatstk Sempozyumu Özel Sayısı) 2011 1 22 İSTANBUL ÜNİVERSİTESİ İKTİSAT FAKÜLTESİ EKONOMETRİ VE İSTATİSTİK DERGİSİ AHP-TOPSIS

Detaylı

AN IMPLEMENTATION OF INTEGRATED MULTI-CRITERIA DECISION MAKING TECHNIQUES FOR ACADEMIC STAFF RECRUITMENT

AN IMPLEMENTATION OF INTEGRATED MULTI-CRITERIA DECISION MAKING TECHNIQUES FOR ACADEMIC STAFF RECRUITMENT Journal of Management, Marketng and Logstcs (JMML), ISSN: 48-6670 Year: 04 Volume: Issue: AN IMPLEMENTATION OF INTEGRATED MULTI-CRITERIA DECISION MAKING TECHNIQUES FOR ACADEMIC STAFF RECRUITMENT Kemal

Detaylı

NAKLĠYE FĠRMASI SEÇĠMĠNDE BULANIK AHP VE BULANIK TOPSIS YÖNTEMLERĠNĠN KARġILAġTIRILMASI

NAKLĠYE FĠRMASI SEÇĠMĠNDE BULANIK AHP VE BULANIK TOPSIS YÖNTEMLERĠNĠN KARġILAġTIRILMASI Marmara Ünverstes Ġ.Ġ.B.F. Dergs YIL 008, CĠLT XX, AYI NAKLĠYE FĠRMAI EÇĠMĠNDE BULANIK AHP E BULANIK TOPI YÖNTEMLERĠNĠN KARġILAġTIRILMAI Prof. Dr. Ahmet ÖZTÜRK * Yrd. Doç. Dr. Ġrfan ERTUĞRUL ** ArĢ. Grv.

Detaylı

Çok Kriterli Karar Verme Teknikleriyle Lojistik Firmalarında Performans Ölçümü

Çok Kriterli Karar Verme Teknikleriyle Lojistik Firmalarında Performans Ölçümü EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Clt: 3 Sayı: 4 Ekm 03 ss. 449-459 Çok Krterl Karar Verme Teknkleryle Lostk Frmalarında Performans Ölçümü Performance Measurement of Logstcs Frms wth Mult-Crtera

Detaylı

BALİ KHO BİLİM DERGİSİ CİLT:23 SAYI:2 YIL:2013. BULANIK BOYUT ANALİZİ ve BULANIK VIKOR İLE BİR ÇNKV MODELİ: PERSONEL SEÇİMİ PROBLEMİ.

BALİ KHO BİLİM DERGİSİ CİLT:23 SAYI:2 YIL:2013. BULANIK BOYUT ANALİZİ ve BULANIK VIKOR İLE BİR ÇNKV MODELİ: PERSONEL SEÇİMİ PROBLEMİ. BULANIK BOYUT ANALİZİ ve BULANIK VIKOR İLE BİR ÇNKV MODELİ: PERSONEL SEÇİMİ PROBLEMİ Özkan BALİ ÖZET Personel seçm organzasyonların başarısını etkleyen en öneml problemlerden brdr. Bu seçm, belrszlk çeren

Detaylı

Depo operatörü lojistik firmasının seçimi için bulanık VIKOR ve bulanık TOPSIS yöntemlerinin uygulanması

Depo operatörü lojistik firmasının seçimi için bulanık VIKOR ve bulanık TOPSIS yöntemlerinin uygulanması İstanbul Ünverstes İşletme Fakültes Dergs Istanbul Unversty Journal of the School of Busness Clt/Vol:42, /No:2, 2013, 198-218 ISSN: 1303-1732 wwwfdergsorg 2013 Depo operatörü lostk frmasının seçm çn bulanık

Detaylı

Bulanık Analitik Hiyerarşi Süreci ve İdeal Çözüme Yakınlığa Göre Sıralama Yapma Yöntemleri ile Tekstil Sektöründe Finansal Performans Ölçümü

Bulanık Analitik Hiyerarşi Süreci ve İdeal Çözüme Yakınlığa Göre Sıralama Yapma Yöntemleri ile Tekstil Sektöründe Finansal Performans Ölçümü Sosyal Blmler 8/1 (010) s 19516 SOSYAL BİLİMLER Yıl : 010 Clt :8 Sayı :1 Celal Bayar Ünverstes S.B.E. Bulanık Analtk Hyerarş Sürec ve İdeal Çözüme Yakınlığa Göre Sıralama Yapma Yöntemler le Tekstl Sektöründe

Detaylı

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU 6.07.0 ÇOKLU REGRESON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESON ÇÖZÜMLEMESİ,REGRES-ON KATSAILARININ ORUMU ÇOKLU REGRESON MODELİ Ekonom ve şletmeclk alanlarında herhang br bağımlı değşken tek br bağımsız

Detaylı

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi Journal of Engneerng and Natural Scences Mühendslk ve Fen Blmler Dergs Sgma 31, 203-213, 2013 Research Artcle / Araştırma Makales ANALYTIC NETWORK PROCESS AND TOPSIS METHODS WITH SELECTION OF OPTIMAL INVESTMENT

Detaylı

MESLEK SEÇİMİ PROBLEMİNDE ÇOK ÖZELLİKLİ KARAR VERME VE ÇÖZÜME YÖNELİK GELİŞTİRİLEN BİREYSEL KARİYER PLANLAMA PROGRAMI

MESLEK SEÇİMİ PROBLEMİNDE ÇOK ÖZELLİKLİ KARAR VERME VE ÇÖZÜME YÖNELİK GELİŞTİRİLEN BİREYSEL KARİYER PLANLAMA PROGRAMI MESLEK SEÇİMİ PROBLEMİNDE ÇOK ÖZELLİKLİ KARAR VERME VE ÇÖZÜME YÖNELİK GELİŞTİRİLEN BİREYSEL KARİYER PLANLAMA PROGRAMI Fath ÇİL GAZİ ÜNİVERSİTESİ Mühendslk Mmarlık Fakültes Endüstr Mühendslğ Bölümü 4. Sınıf

Detaylı

İKİ AŞAMALI STRATEJİK TEDARİKÇİ SEÇİMİNİN BULANIK TOPSIS YÖNTEMİ İLE ANALİZİ

İKİ AŞAMALI STRATEJİK TEDARİKÇİ SEÇİMİNİN BULANIK TOPSIS YÖNTEMİ İLE ANALİZİ İKİ AŞAMALI STRATEJİK TEDARİKÇİ SEÇİMİNİN BULANIK TOPSIS YÖNTEMİ İLE ANALİZİ Yrd. Doç. Dr. Al İhsan ÖZDEMİR * Arş. Gör. Neşe Yalçın SEÇME ** ÖZET İşletmeler açısından tedarkç seçmnn uzun sürel şbrlğ çnde

Detaylı

ÜYELĐK FONKSĐYONU OLARAK ÜÇGEN BULANIK SAYILAR MI YAMUK BULANIK SAYILAR MI?

ÜYELĐK FONKSĐYONU OLARAK ÜÇGEN BULANIK SAYILAR MI YAMUK BULANIK SAYILAR MI? Gaz Ünverstes Đktsad ve Đdar Blmler Fakültes Dergs 9 / 2 (2007). 6-80 ÜYELĐK FONKSĐYONU OLARAK ÜÇGEN BULANIK SAYILAR MI YAMUK BULANIK SAYILAR MI? Fath ECER Öz: Fuzzy TOPSIS (Technque for Order Preference

Detaylı

KIRIKKALE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENDÜSTRİ MÜHENDİSLİĞİ ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİNDEN AHP VE TOPSIS İLE KAMP YERİ SEÇİMİ

KIRIKKALE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENDÜSTRİ MÜHENDİSLİĞİ ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİNDEN AHP VE TOPSIS İLE KAMP YERİ SEÇİMİ KIRIKKALE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENDÜSTRİ MÜHENDİSLİĞİ ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİNDEN AHP VE TOPSIS İLE KAMP YERİ SEÇİMİ Burak KARAHAN Burak PEKEL Neşet BEDİR Cavt CAN Kırıkkale -2014-

Detaylı

TRANSPORTATION MODE SELECTION THROUGH LOGISTICS MANAGEMENT: AN APPLICATION IN THE TEXTILE INDUSTRY

TRANSPORTATION MODE SELECTION THROUGH LOGISTICS MANAGEMENT: AN APPLICATION IN THE TEXTILE INDUSTRY DA Kerem Toker da, uygun alternat - d mod sonucunda, karayolu - denzyolu - Anahtar Kelmeler: TRANSPORTATION MODE SELECTION THROUGH LOGISTICS MANAGEMENT: AN APPLICATION IN THE TEXTILE INDUSTRY ABSTRACT

Detaylı

Çok ölçütlü karar verme yaklaşımlarına dayalı tedarikçi seçimi: elektronik sektöründe bir uygulama

Çok ölçütlü karar verme yaklaşımlarına dayalı tedarikçi seçimi: elektronik sektöründe bir uygulama 346 Çok ölçütlü karar verme yaklaşımlarına dayalı tedarkç seçm: elektronk sektöründe br uygulama Murat ARIKAN 1, Berat GÖKBEK 1 1 Endüstr Mühendslğ Bölümü, Mühendslk Fakültes, Gaz Ünverstes, Maltepe-Ankara

Detaylı

KURUMSAL FİRMALAR İÇİN BİR FİNANSAL PERFORMANS KARŞILAŞTIRMA MODELİNİN GELİŞTİRİLMESİ

KURUMSAL FİRMALAR İÇİN BİR FİNANSAL PERFORMANS KARŞILAŞTIRMA MODELİNİN GELİŞTİRİLMESİ Gaz Ünv. Müh. Mm. Fak. Der. Journal of thefaculty of Engneerngand Archtecture of Gaz Unversty Clt 30, No 1, 71-85, 2015 Vol 30, No 1, 71-85, 2015 KURUMSAL FİRMALAR İÇİN BİR FİNANSAL PERFORMANS KARŞILAŞTIRMA

Detaylı

ANALİTİK AĞ SÜRECİ VE TOPSIS YÖNTEMLERİ İLE BİLİMDALI SEÇİMİ Doç.Dr. Nuri ÖMÜRBEK Süleyman Demirel Üniversitesi, İİBF, İşletme Bölümü

ANALİTİK AĞ SÜRECİ VE TOPSIS YÖNTEMLERİ İLE BİLİMDALI SEÇİMİ Doç.Dr. Nuri ÖMÜRBEK Süleyman Demirel Üniversitesi, İİBF, İşletme Bölümü ANALİTİK AĞ SÜRECİ VE TOPSIS YÖNTEMLERİ İLE BİLİMDALI SEÇİMİ DoçDr Nur ÖMÜRBEK Süleyman Demrel Ünverstes, İİBF, İşletme Bölümü Nazlı DEMİRCİ Süleyman Demrel Ünverstes, SBE, İşletme ABD, YL Pınar AKALİN

Detaylı

Bulanık Çok Kriterli Karar Verme Yöntemlerinin Altı Sigma Projeleri Seçiminde Uygulanması*

Bulanık Çok Kriterli Karar Verme Yöntemlerinin Altı Sigma Projeleri Seçiminde Uygulanması* Busness and Economcs Research Journal Volume 7 Number 2 2016 pp. 167-201 ISSN: 1309-2448 DOI Number: 10.20409/berj.2016217536 Bulanık Çok Krterl Karar Verme Yöntemlernn Altı Sgma Projeler Seçmnde Uygulanması*

Detaylı

FUZZY TOPSİS YÖNTEMİ İLE SANAL MAĞAZALARIN WEB SİTELERİNİN DEĞERLENDİRİLMESİ

FUZZY TOPSİS YÖNTEMİ İLE SANAL MAĞAZALARIN WEB SİTELERİNİN DEĞERLENDİRİLMESİ FUZZY TOPSİS YÖNTEMİ İLE SNL MĞZLRIN WEB SİTELERİNİN DEĞERLENDİRİLMESİ Süleyman DÜNDR (*) Fath EER (**) Şuayb ÖZDEMİR (***) Özet: Bu çalışmanın amacı, fuzzy TOPSİS yöntemn kullanarak sanal mağazaların

Detaylı

PROJE PLANLAMASINDA BULANIK HEDEF PROGRAMLAMA YAKLAŞIMI. Müh. Ramadan VATANSEVER

PROJE PLANLAMASINDA BULANIK HEDEF PROGRAMLAMA YAKLAŞIMI. Müh. Ramadan VATANSEVER İSTANBUL TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ PROJE PLANLAMASINDA BULANIK HEDEF PROGRAMLAMA YAKLAŞIMI YÜKSEK LİSANS TEZİ Müh. Ramadan VATANSEVER Anablm Dalı: İşletme Mühendslğ Programı: İşletme

Detaylı

2nd International Symposium on Accounting and Finance ISAF 2014

2nd International Symposium on Accounting and Finance ISAF 2014 2nd Internatonal Symposum on Accountng and Fnance MUHASEBE PAKET PROGRAMI SEÇİM PROBLEMİNE BULANIK VIKOR YÖNTEMİ İLE BİR ÇÖZÜM ÖNERİSİ ÖZET Hasan UYGURTÜRK Turhan KORKMAZ Dnamk br çevrede faalyet gösteren

Detaylı

BULANIK HEDEF PROGRAMLAMA VE BİR TEKSTİL FİRMASINDA UYGULAMA ÖRNEĞİ

BULANIK HEDEF PROGRAMLAMA VE BİR TEKSTİL FİRMASINDA UYGULAMA ÖRNEĞİ Eskşehr Osmangaz Ünverstes Sosyal Blmler Dergs Clt: 6 Sayı: 2 Aralık 2005 BULANIK HEDEF PROGRAMLAMA VE BİR TEKSTİL FİRMASINDA UYGULAMA ÖRNEĞİ İrfan ERTUĞRUL Pamukkale Ünverstes İİBF, Denzl ÖZET Günümüzde

Detaylı

YÖNETİM VE EKONOMİ Yıl:2006 Cilt:13 Sayı:1 Celal Bayar Üniversitesi İ.İ.B.F. MANİSA

YÖNETİM VE EKONOMİ Yıl:2006 Cilt:13 Sayı:1 Celal Bayar Üniversitesi İ.İ.B.F. MANİSA YÖNETİM VE EKONOMİ Yıl:2006 Clt:3 Sayı: Celal Bayar Ünverstes İ.İ.B.F. MANİSA Bulanık Araç Rotalama Problemlerne Br Model Öners ve Br Uygulama Doç. Dr. İbrahm GÜNGÖR Süleyman Demrel Ünverstes, İ.İ.B.F.,

Detaylı

TEDARİKÇİ SEÇİMİNDE ANALİTİK HİYERARŞİ PROSESİ VE HEDEF PROGRAMLAMA YÖNTEMLERİNİN KOMBİNASYONU: OTEL İŞLETMELERİNDE BİR UYGULAMA

TEDARİKÇİ SEÇİMİNDE ANALİTİK HİYERARŞİ PROSESİ VE HEDEF PROGRAMLAMA YÖNTEMLERİNİN KOMBİNASYONU: OTEL İŞLETMELERİNDE BİR UYGULAMA TEDARİKÇİ SEÇİMİNDE ANALİTİK HİYERARŞİ PROSESİ VE HEDEF PROGRAMLAMA YÖNTEMLERİNİN KOMBİNASYONU: OTEL İŞLETMELERİNDE BİR UYGULAMA Yrd. Doç. Dr. Meltem KARAATLI * Yrd. Doç. Dr. Gonca DAVRAS ** ÖZ Otel şletmelernde,

Detaylı

alphanumeric journal The Journal of Operations Research, Statistics, Econometrics and Management Information Systems

alphanumeric journal The Journal of Operations Research, Statistics, Econometrics and Management Information Systems Avalable onlne at www.alphanumercournal.com alphanumerc ournal The Journal of Operatons Research, Statstcs, Econometrcs and Management Informaton Systems Receved: January 25, 2017 Accepted: June 22, 2017

Detaylı

TOPSIS Metodu Kullanılarak Kesici Takım Malzemesi Seçimi

TOPSIS Metodu Kullanılarak Kesici Takım Malzemesi Seçimi Makne Teknolojler Elektronk Dergs Clt: 9, No: 3, 2012 (35-42) Electronc Journal of Machne Technologes Vol: 9, No: 3, 2012 (35-42) TEKNOLOJİK ARAŞTIRMALAR www.teknolojkarastrmalar.com e-issn:1304-4141 Makale

Detaylı

MOBİPA MOBİLYA TEKSTİL İNŞAAT NAKLİYE PETROL ÜRÜNLERİ. SÜPERMARKET VE TuRİzM SANAYİ VE TİcARET ANONİM ŞİRKETİ

MOBİPA MOBİLYA TEKSTİL İNŞAAT NAKLİYE PETROL ÜRÜNLERİ. SÜPERMARKET VE TuRİzM SANAYİ VE TİcARET ANONİM ŞİRKETİ MOBİPA MOBİLYA TEKSTİL İNŞAAT NAKLİYE PETROL ÜRÜNLERİ SÜPERMARKET VE TuRİzM SANAYİ VE TİcARET ANONİM ŞİRKETİ 2011-2012-2013 MALİ yılına İLİşKİN YÖNETİM KURULU FAALİYET RAPORU ("Şrket") 01012011-31 ı22013

Detaylı

BIST da Demir, Çelik Metal Ana Sanayii Sektöründe Faaliyet Gösteren İşletmelerin Finansal Performans Analizi: VZA Süper Etkinlik ve TOPSIS Uygulaması

BIST da Demir, Çelik Metal Ana Sanayii Sektöründe Faaliyet Gösteren İşletmelerin Finansal Performans Analizi: VZA Süper Etkinlik ve TOPSIS Uygulaması EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Clt: 4 Sayı: Ocak 04 ss. 9-9 BIST da Demr, Çelk Metal Ana Sanay Sektöründe Faalyet Gösteren İşletmelern Fnansal Performans Analz: VZA Süper Etknlk ve TOPSIS Uygulaması

Detaylı

AHP VE TOPSIS YÖNTEMLERİ İLE KURUMSAL PROJE YÖNETİM YAZILIMI SEÇİMİ

AHP VE TOPSIS YÖNTEMLERİ İLE KURUMSAL PROJE YÖNETİM YAZILIMI SEÇİMİ Süleyman Demrel Ünverstes Sosyal Blmler Ensttüsü Dergs Yıl: 2015/1, Sayı:21 Journal of Süleyman Demrel Unversty Insttute of Socal Scences Year: 2015/1, Number:21 AHP VE TOPSIS YÖNTEMLERİ İLE KURUMSAL PROJE

Detaylı

KIRMIZI, TAVUK VE BEYAZ ET TALEBİNİN TAM TALEP SİSTEMİ YAKLAŞIMIYLA ANALİZİ

KIRMIZI, TAVUK VE BEYAZ ET TALEBİNİN TAM TALEP SİSTEMİ YAKLAŞIMIYLA ANALİZİ Süleyman Demrel Ünverstes Sosyal Blmler Ensttüsü Dergs Yıl: 2007/2, Sayı: 6 Journal of Suleyman Demrel Unversty Insttue of Socal Scences Year: 2007/2, Number: 6 KIRMIZI, TAVUK VE BEYAZ ET TALEBİNİN TAM

Detaylı

MALZEME TAŞIMA SİSTEMİ ALTERNATİFLERİNİN DEĞERLENDİRİLMESİNDE BULANIK-PROMETHEE YAKLAŞIMI

MALZEME TAŞIMA SİSTEMİ ALTERNATİFLERİNİN DEĞERLENDİRİLMESİNDE BULANIK-PROMETHEE YAKLAŞIMI Doğuş Ünverstes Dergs 12 (1) 2011 144-155 MALZEME TAŞIMA SİSTEMİ ALTERNATİFLERİNİN DEĞERLENDİRİLMESİNDE BULANIK-ROMETHEE YAKLAŞIMI EVALUATING MATERIAL HANDLING SYSTEM ALTERNATIVES USING FUZZY-ROMETHEE

Detaylı

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi Journal of Engneerng and Natural Scences Mühendslk ve Fen Blmler Dergs Sgma 28, 224-234, 2010 PhD Research Artcle / Doktora Çalışması Araştırma Makales APPLICATION OF ADAPTIVE NEURO FUZZY INFERENCE SYSTEM

Detaylı

Dokuz Eylül Üniversitesi Yayına Kabul Tarihi:

Dokuz Eylül Üniversitesi Yayına Kabul Tarihi: Yayın Gelş Tarh: 01.02.2016 Dokuz Eylül Ünverstes Yayına Kabul Tarh: 01.08.2016 Sosyal Blmler Ensttüsü Dergs Onlne Yayın Tarh: 07.07.2017 Clt: 19, Sayı: 1, Yıl: 2017, Sayfa: 63-81 http://dx.do.org/10.16953/deusbed.09673

Detaylı

SELECTING THE SERVICE PROVIDER THROUGH MULTIPLE- CRITERIA DECISION MAKING TECHNIQUES

SELECTING THE SERVICE PROVIDER THROUGH MULTIPLE- CRITERIA DECISION MAKING TECHNIQUES ÇOK ÖLÇÜTLÜ KARAR VERME TEKNİKLERİ İLE HİZMET SAĞLAYICI SEÇİMİ Öz Aşır ÖZBEK a Tamer EREN b Hzmet sağlayıcılar ya da üçüncü part lojstk (3PL) frmalar, şletmenn ana faalyetler dışında kalan, geleneksel

Detaylı

Afet Sonrası Hizmet Verecek Ekiplerin Konuşlanma Yerlerinin Belirlenmesi

Afet Sonrası Hizmet Verecek Ekiplerin Konuşlanma Yerlerinin Belirlenmesi 2016 Publshed n 4th Internatonal Symposum on Innovatve Technologes n Engneerng and Sccene 3-5 November 2016 (ISITES2016 Alanya/Antalya - Turkey) Afet Sonrası Hzmet Verecek Ekplern Konuşlanma Yerlernn Belrlenmes

Detaylı

Yrd. Doç. Dr. Kemal Vatansever

Yrd. Doç. Dr. Kemal Vatansever Anadolu Ünverstes Sosyal Blmler Dergs Anadolu Unversty Journal of Socal Scences Tedarkç Seçm Kararlarında Bulanık TOPSIS Yöntemnn Kullanımı ve Br Uygulama Use of Fuzzy TOPSIS Method n Suppler Selecton

Detaylı

Bulanık Mantık ile Hesaplanan Geoid Yüksekliğine Nokta Yüksekliklerinin Etkisi

Bulanık Mantık ile Hesaplanan Geoid Yüksekliğine Nokta Yüksekliklerinin Etkisi Harta Teknolojler Elektronk Dergs Clt: 5, No: 1, 2013 (61-67) Electronc Journal of Map Technologes Vol: 5, No: 1, 2013 (61-67) TEKNOLOJİK ARAŞTIRMALAR www.teknolojkarastrmalar.com e-issn: 1309-3983 Makale

Detaylı

VERİ ZARFLAMA ANALİZİ (VZA) VE MALMQUİST ENDEKSİ İLE TOPLAM FAKTÖR VERİMLİLİK ÖLÇÜMÜ: BİST TE İŞLEM GÖREN MEVDUAT BANKALARI ÜZERİNE BİR UYGULAMA

VERİ ZARFLAMA ANALİZİ (VZA) VE MALMQUİST ENDEKSİ İLE TOPLAM FAKTÖR VERİMLİLİK ÖLÇÜMÜ: BİST TE İŞLEM GÖREN MEVDUAT BANKALARI ÜZERİNE BİR UYGULAMA Atatürk Ünverstes İktsad ve İdar Blmler Dergs, Clt: 27,Sayı:4,2013 110 VERİ ZARFLAMA ANALİZİ (VZA) VE MALMQUİST ENDEKSİ İLE TOPLAM FAKTÖR VERİMLİLİK ÖLÇÜMÜ: BİST TE İŞLEM GÖREN MEVDUAT BANKALARI ÜZERİNE

Detaylı

BALİ-GENCER AHP, BULANIK AHP VE BULANIK MANTIK LA KARA HARP OKULUNA ÖĞRETİM ELEMANI SEÇİMİ. Özkan BALİ 1 Cevriye GENCER 2 ÖZET

BALİ-GENCER AHP, BULANIK AHP VE BULANIK MANTIK LA KARA HARP OKULUNA ÖĞRETİM ELEMANI SEÇİMİ. Özkan BALİ 1 Cevriye GENCER 2 ÖZET AHP, BULANIK AHP VE BULANIK MANTIK LA KARA HARP OKULUNA ÖĞRETİM ELEMANI SEÇİMİ Özkan BALİ Cevrye GENCER ÖZET Çalışmada, br karar problem olarak Kara Harp OkuluKHO) na öğretm elemanı seçm ele alınmış ve

Detaylı

International Journal of Academic Value Studies (Javstudies) ISSN: Vol: 3, Issue: 13, pp

International Journal of Academic Value Studies (Javstudies) ISSN: Vol: 3, Issue: 13, pp Internatonal Journal of Academc Value Studes (Javstudes) ISSN:2149-8598 Vol: 3, Issue: 13, pp. 206-216 www.javstudes.com Javstudes@gmal.com Dscplnes: Busness Admnstraton, Economy, Econometrcs, Fnance,

Detaylı

TÜRKİYE DEKİ ÖZEL BANKALARIN FİNANSAL PERFORMANSLARININ KARŞILAŞTIRILMASI: 2008-2011 DÖNEMİ. Fatih ECER *

TÜRKİYE DEKİ ÖZEL BANKALARIN FİNANSAL PERFORMANSLARININ KARŞILAŞTIRILMASI: 2008-2011 DÖNEMİ. Fatih ECER * AİBÜ Sosyal Blmler Ensttüsü Dergs, Güz 2013, Clt:13, Yıl:13, Sayı:2, 13:171-189 TÜKİYE DEKİ ÖZEL BANKALAIN FİNANSAL PEFOMANSLAININ KAŞILAŞTIILMASI: 2008-2011 DÖNEMİ Fath ECE COMPAISON OF PIVATE BANKS FINANCIAL

Detaylı

Çok Kriterli Karar Vermede TOPSIS ve VIKOR Yöntemleriyle Klima Seçimi

Çok Kriterli Karar Vermede TOPSIS ve VIKOR Yöntemleriyle Klima Seçimi Çankırı Karatekn Ünverstes İktsad ve İdar Blmler Fakültes Dergs Y.2014, Clt 4, Sayı 1, ss.267-282 Çankırı Karatekn Unversty Journal of The Faculty of Economcs and Admnstratve Scences Y.2014, Volume 4,

Detaylı

ÇOK KRİTERLİ KARAR VERME PROBLEMLERİNDE ARAS YÖNTEMİ

ÇOK KRİTERLİ KARAR VERME PROBLEMLERİNDE ARAS YÖNTEMİ ÇOK KRİTERLİ KARAR VERME PROBLEMLERİNDE ARAS YÖNTEMİ Makale Sunum Tarh : 02.03.2015 Yayına Kabul Tarh : 27.03.2015 Bahadır Fath YILDIRIM Araştırma Görevls Kafkas Ünverstes, İİBF, İşletme Bölümü, Sayısal

Detaylı

DOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME. Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cinemre

DOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME. Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cinemre 1 DOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cnemre 2 BİRİNCİ BÖLÜM HEDEF PROGRAMLAMA 1.1 Grş Karar problemler amaç sayısına göre tek amaçlı ve çok amaçlı

Detaylı

KRİZ DÖNEMİNDE KÜRESEL PERAKENDECİ AKTÖRLERİN PERFORMANSLARININ TOPSİS YÖNTEMİ İLE DEĞERLENDİRİLMESİ

KRİZ DÖNEMİNDE KÜRESEL PERAKENDECİ AKTÖRLERİN PERFORMANSLARININ TOPSİS YÖNTEMİ İLE DEĞERLENDİRİLMESİ Atatürk Ünverstes İktsad ve İdar Blmler Dergs, Clt: 25, Sayı: 2, 2011 151 KRİZ DÖNEMİNDE KÜRESEL PERAKENDECİ AKTÖRLERİN PERFORMANSLARININ TOPSİS YÖNTEMİ İLE DEĞERLENDİRİLMESİ Nhan ÖZGÜVEN (*) Özet: Perakendeclk

Detaylı

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının 1 DİĞER ÖZEL İSTATİSTİKSEL KALİTE KONTROL DİYAGRAMLARI X, R, p, np, c, u ve dğer kontrol dyagramları statstksel kalte kontrol dyagramlarının temel teknkler olup en çok kullanılanlarıdır. Bu teknkler ell

Detaylı

Çok noktadan bağlı tanker-şamandıra bağlama sistemi seçiminde bulanık çok ölçütlü karar verme

Çok noktadan bağlı tanker-şamandıra bağlama sistemi seçiminde bulanık çok ölçütlü karar verme tüdergs/d mühendslk Clt:10, Sayı:1, 68-80 Şubat 011 Çok noktadan bağlı tanker-şamandıra bağlama sstem seçmnde bulanık çok ölçütlü karar verme Ayhan MENTEġ *, Ġsmal Hakkı HELACIOĞLU İTÜ Fen Blmler Ensttüsü,

Detaylı

BULANIK AKIŞ TİPİ ÇİZELGELEME PROBLEMİ İÇİN ÇOK AMAÇLI GENETİK ALGORİTMA

BULANIK AKIŞ TİPİ ÇİZELGELEME PROBLEMİ İÇİN ÇOK AMAÇLI GENETİK ALGORİTMA Gaz Ünv. Müh. Mm. Fak. Der. J. Fac. Eng. Arch. Gaz Unv. Clt 22, No 4, 855-862, 2007 Vol 22, No 4, 855-862, 2007 BULANIK AKIŞ TİPİ ÇİZELGELEME PROBLEMİ İÇİN ÇOK AMAÇLI GENETİK ALGORİTMA İzzettn TEMİZ ve

Detaylı

YAZILIM GELİŞTİRME PROJELERİNİN GERÇEK OPSİYON DEĞERLEME MODELİYLE ÇOK ÖLÇÜTLÜ BULANIK DEĞERLEMESİ

YAZILIM GELİŞTİRME PROJELERİNİN GERÇEK OPSİYON DEĞERLEME MODELİYLE ÇOK ÖLÇÜTLÜ BULANIK DEĞERLEMESİ İstanbul Tcaret Ünverstes Fen Blmler Dergs Yıl: 8 Sayı: 5 Bahar 009/ s. 3-6 YAZILIM GELİŞTİRME PROJELERİNİN GERÇEK OPSİYON DEĞERLEME MODELİYLE ÇOK ÖLÇÜTLÜ BULANIK DEĞERLEMESİ A. Çağrı TOLGA, Cengz KAHRAMAN

Detaylı

AHP AND GRA INTEGRATED APPROACH IN INNOVATION PERFORMANCE REVIEW PROCESS: AN APPLICATION IN DAIRY INDUSTRY

AHP AND GRA INTEGRATED APPROACH IN INNOVATION PERFORMANCE REVIEW PROCESS: AN APPLICATION IN DAIRY INDUSTRY Dumlupınar Ünverstes Sosyal Blmler Dergs / Dumlupınar Unversty Journal of Socal Scences İNOVASYON PERFORMANSI DEĞERLENDİRME SÜRECİNDE AHS VE GİA BÜTÜNLEŞİK YAKLAŞIMI: SÜT ÜRÜNLERİ SEKTÖRÜNDE BİR UYGULAMA

Detaylı

Genetik Algoritma ile İki Boyutlu Şekil Yerleştirme ÖZET

Genetik Algoritma ile İki Boyutlu Şekil Yerleştirme ÖZET Genetk Algortma le İk Boyutlu Şekl Yerleştrme Metn Özşahn 1 ve Mustafa Oral 2 1) Çukurova Ünverstes Fen Blmler Ensttüsü Endüstr Mühendslğ Bölümü, Adana, Turkey 2 Çukurova Ünverstes Blgsayar Mühendslğ Bölümü,

Detaylı

FARKLI REGRESYON YÖNTEMLERİ İLE BETA KATSAYISI ANALİZİ

FARKLI REGRESYON YÖNTEMLERİ İLE BETA KATSAYISI ANALİZİ FARKLI REGRESYON YÖNTEMLERİ İLE BETA KATSAYISI ANALİZİ M.Ensar YEŞİLYURT (*) Flz YEŞİLYURT (**) Özet: Özellkle uzak verlere sahp ver setlernn analz edlmesnde en küçük kareler tahmnclernn kullanılması sapmalı

Detaylı

a IIR süzgeç katsayıları ve N ( M) de = s 1 (3) 3. GÜRÜLTÜ GİDERİMİ UYGULAMASI

a IIR süzgeç katsayıları ve N ( M) de = s 1 (3) 3. GÜRÜLTÜ GİDERİMİ UYGULAMASI Fırat Ünverstes-Elazığ MİTRAL KAPAK İŞARETİ ÜZERİNDEKİ ANATOMİK VE ELEKTRONİK GÜRÜLTÜLERİN ABC ALGORİTMASI İLE TASARLANAN IIR SÜZGEÇLERLE SÜZÜLMESİ N. Karaboğa 1, E. Uzunhsarcıklı, F.Latfoğlu 3, T. Koza

Detaylı

BULUT TEKNOLOJ S F RMALARININ BULANIK AHP MOORA YÖNTEM KULLANILARAK SIRALANMASI

BULUT TEKNOLOJ S F RMALARININ BULANIK AHP MOORA YÖNTEM KULLANILARAK SIRALANMASI BULUT TEKNOLOJ S F RMALARININ BULANIK AHP MOORA YÖNTEM KULLANILARAK SIRALANMASI Bahad r Fath YILDIRIM.Ü. letme Fakültes Say sal Yöntemler ABD. Onur ÖNAY.Ü. letme Fakültes Say sal Yöntemler ABD. ÖZET Bulut

Detaylı

PÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI

PÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI PÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI Mehmet ARDIÇLIOĞLU *, Galp Seçkn ** ve Özgür Öztürk * * Ercyes Ünverstes, Mühendslk Fakültes, İnşaat Mühendslğ Bölümü Kayser

Detaylı

DEĞİŞKEN DÖVİZ KURLARI ORTAMINDA GLOBAL BİR ŞİRKETTEKİ ESNEKLİĞİN DEĞERİ VE OPTİMUM KULLANIMI

DEĞİŞKEN DÖVİZ KURLARI ORTAMINDA GLOBAL BİR ŞİRKETTEKİ ESNEKLİĞİN DEĞERİ VE OPTİMUM KULLANIMI DEĞİŞKEN DÖVİZ KURLARI ORTAMINDA GLOBAL BİR ŞİRKETTEKİ ESNEKLİĞİN DEĞERİ VE OPTİMUM KULLANIMI Mehmet Aktan Atatürk Ünverstes, Endüstr Mühendslğ Bölümü, 25240, Erzurum. Özet: Dövz kurlarındak değşmler,

Detaylı

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi Journal of Engneerng and Natural Scences Mühendslk ve Fen Blmler Dergs Sgma 28, 24-223, 200 PhD Research Artcle / Doktora Çalışması Araştırma Makales FUZZY CHOQUET INTEGRAL APPROACH FOR MULTI CRITERIA

Detaylı

ADIYAMAN ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI YÜKSEK LİSANS TEZİ SOFT KÜMELER VE BAZI SOFT CEBİRSEL YAPILAR.

ADIYAMAN ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI YÜKSEK LİSANS TEZİ SOFT KÜMELER VE BAZI SOFT CEBİRSEL YAPILAR. ADIYAMAN ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI YÜKSEK LİSANS TEZİ SOFT KÜMELER VE BAZI SOFT CEBİRSEL YAPILAR Ebubekr İNAN DANIŞMAN Yrd. Doç. Dr. Mehmet Al ÖZTÜRK ADIYAMAN 2011 Her

Detaylı

Dokuz Eylül Üniversitesi Yayına Kabul Tarihi:

Dokuz Eylül Üniversitesi Yayına Kabul Tarihi: Yayın Gelş Tarh: 22.10.2014 Dokuz Eylül Ünverstes Yayına Kabul Tarh: 19.04.2016 Sosyal Blmler Ensttüsü Dergs Onlne Yayın Tarh: 12.07.2016 Clt: 18, Sayı: 2, Yıl: 2016, Sayfa: 255-272 http://dx.do.org/10.16953/deusbed.78956

Detaylı

SİMÜLASYON İLE BÜTÜNLEŞİK ÇOK KRİTERLİ KARAR VERME: BİR HASTANE ACİL DEPARTMANI İÇİN SENARYO SEÇİMİ UYGULAMASI

SİMÜLASYON İLE BÜTÜNLEŞİK ÇOK KRİTERLİ KARAR VERME: BİR HASTANE ACİL DEPARTMANI İÇİN SENARYO SEÇİMİ UYGULAMASI İstanbul Tcaret Ünverstes Fen Blmler Dergs Yıl: 11 Sayı: 22 Güz 2012 s. 1-18 SİMÜLASYON İLE BÜTÜNLEŞİK ÇOK KRİTERLİ KARAR VERME: BİR HASTANE ACİL DEPARTMANI İÇİN SENARYO SEÇİMİ UYGULAMASI Muhammet GÜL

Detaylı

ÜLKE KAYNAKLARININ VERĠMLĠ KULLANIMI: 4x4 ARAMA VE KURTARMA ARACI SEÇĠMĠNDE AHS VE TOPSIS YÖNTEMLERĠNĠN UYGULAMASI

ÜLKE KAYNAKLARININ VERĠMLĠ KULLANIMI: 4x4 ARAMA VE KURTARMA ARACI SEÇĠMĠNDE AHS VE TOPSIS YÖNTEMLERĠNĠN UYGULAMASI Süleyman Demrel Ünverstes Vzyoner Dergs ÜLKE KAYNAKLARININ VERĠMLĠ KULLANIMI: 44 ARAMA VE KURTARMA ARACI SEÇĠMĠNDE AHS VE TOPSIS YÖNTEMLERĠNĠN UYGULAMASI Yük End Müh Yusuf ŞAHİN Arş Gör Hasan AKYER ÖZET

Detaylı

HATA TÜRÜ VE ETKİLERİ ANALİZİNDE BULANIK AHP VE BULANIK VIKOR YÖNTEMLERİ İLE OTOMOTİV SEKTÖRÜNDE RİSK DEĞERLENDİRMESİ

HATA TÜRÜ VE ETKİLERİ ANALİZİNDE BULANIK AHP VE BULANIK VIKOR YÖNTEMLERİ İLE OTOMOTİV SEKTÖRÜNDE RİSK DEĞERLENDİRMESİ HATA TÜRÜ VE ETKİLERİ ANALİZİNDE BULANIK AHP VE BULANIK VIKOR YÖNTEMLERİ İLE OTOMOTİV SEKTÖRÜNDE RİSK DEĞERLENDİRMESİ RISK EVALUATING BY FUZZY AHP AND FUZZY VIKOR METHODS IN FAILURE MODE AND EFFECTS ANALYSIS

Detaylı

DİZÜSTÜ BİLGİSAYAR SEÇİMİ: DEA, TOPSIS ve VIKOR ile KARŞILAŞTIRMALI BİR ANALİZ

DİZÜSTÜ BİLGİSAYAR SEÇİMİ: DEA, TOPSIS ve VIKOR ile KARŞILAŞTIRMALI BİR ANALİZ Ekonomk ve Sosyal Araştırmalar Dergs, Clt 10, Yıl 10, Sayı 1, 2014 The Internatonal Journal of Economc and Socal Research, Vol. 10, Year 10, No. 1, 2014 DİZÜSTÜ BİLGİSAYAR SEÇİMİ: DEA, TOPSIS ve VIKOR

Detaylı

İşletmeye Giriş. Ekonomik Fonksiyonlarına na göre; g. Mal Üreten. İşletmeler Hizmet Üreten Pazarlama İşletmeleri

İşletmeye Giriş. Ekonomik Fonksiyonlarına na göre; g. Mal Üreten. İşletmeler Hizmet Üreten Pazarlama İşletmeleri İşletme BölümüB Yönetm ve Organzasyon Anablm Dalı İşletmeye Grş Ders Notu - 4 Öğr. Grv.. Dr. M. Volkan TÜRKERT vturker@marmara marmara.edu..edu.tr www.volkanturker volkanturker.com..com.tr İşletmelern

Detaylı

OLİGOPOLİ. Oligopolic piyasa yapısını incelemek için ortaya atılmış belli başlı modeller şunlardır.

OLİGOPOLİ. Oligopolic piyasa yapısını incelemek için ortaya atılmış belli başlı modeller şunlardır. OLİGOOLİ Olgopolc pyasa yapısını ncelemek çn ortaya atılmış bell başlı modeller şunlardır.. Drsekl Talep Eğrs Model Swezzy Model: Olgopolstc pyasalardak fyat katılığını açıklamak çn gelştrlmştr. Olgopolcü

Detaylı

ANE - AEGON EMEKLİLİK VE HAYAT A.Ş.DENGELİ EYF

ANE - AEGON EMEKLİLİK VE HAYAT A.Ş.DENGELİ EYF AEGON EMEKLİLİK VE HAYAT A.Ş. DENGELİ EMEKLİLİK YATIRIM FONU FON KURULU ÜÇÜNCÜ 3 AYLIK FAALİYET RAPORU Bu rapor AEGON Emekllk ve Hayat A.Ş Dengel Emekllk Yatırım Fonu nun 01.07.2011 30.09.2011 dönemne

Detaylı

TAKIM LİDERİ SEÇİMİNDE BULANIK KALİTE FONKSİYONU AÇINIMI MODELİ UYGULAMASI

TAKIM LİDERİ SEÇİMİNDE BULANIK KALİTE FONKSİYONU AÇINIMI MODELİ UYGULAMASI 2403 TAKIM LİDERİ SEÇİMİNDE BULANIK KALİTE FONKSİYONU AÇINIMI MODELİ UYGULAMASI APPLICATION OF A FUZZY QUALITY FUNCTION DEPLOYMENT MODEL FOR TEAM LEADER SELECTION ÖZET A. Fahr ÖZKÖK *, Orkun KOZANOĞLU

Detaylı

TAŞIMACILIK SEKTÖRÜNÜN İŞLEYİŞ SÜRECİ, BULANIK DAĞITIM PROBLEMİNİN TAMSAYILI DOĞRUSAL PROGRAMLAMA MODEL DENEMESİ

TAŞIMACILIK SEKTÖRÜNÜN İŞLEYİŞ SÜRECİ, BULANIK DAĞITIM PROBLEMİNİN TAMSAYILI DOĞRUSAL PROGRAMLAMA MODEL DENEMESİ ZKÜ Sosyal Blmler Dergs, Clt 3, Sayı 6, 2007, ss. 109 125. TAŞIMACILIK SEKTÖRÜNÜN İŞLEYİŞ SÜRECİ, BULANIK DAĞITIM PROBLEMİNİN TAMSAYILI DOĞRUSAL PROGRAMLAMA MODEL DENEMESİ Yrd.Doç.Dr. Ahmet ERGÜLEN Nğde

Detaylı

TESİS YERİ SEÇİMİNDE FARKLI BİR YAKLAŞIM: BULANIK ANALİTİK SERİM SÜRECİ

TESİS YERİ SEÇİMİNDE FARKLI BİR YAKLAŞIM: BULANIK ANALİTİK SERİM SÜRECİ TESİS YERİ SEÇİMİNDE FARKLI BİR YAKLAŞIM: BULANIK ANALİTİK SERİM SÜRECİ Aşkın ÖZDAĞOĞLU (*) Özet: Kuruluş yer seçm br frma çn en öneml kararlardan brdr. Yönetm kademesndek kşler seçm yaparken ster stemez

Detaylı

ALGILANAN HİZMET KALİTESİ VE LOJİSTİK REGRESYON ANALİZİ İLE HİZMET TERCİHİNE ETKİSİNİN BELİRLENMESİ. Özet

ALGILANAN HİZMET KALİTESİ VE LOJİSTİK REGRESYON ANALİZİ İLE HİZMET TERCİHİNE ETKİSİNİN BELİRLENMESİ. Özet Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Yayın Gelş Tarh: 18.02.2011 Clt: 13, Sayı: 1, Yıl: 2011, Sayfa: 21-37 Yayına Kabul Tarh: 17.03.2011 ISSN: 1302-3284 ALGILANAN HİZMET KALİTESİ VE LOJİSTİK

Detaylı

Dersin Yürütülmesi Hakkında. (Örgün / Yüz Yüze Eğitim için) (Harmanlanmış Eğitim için) (Uzaktan Eğitim için)

Dersin Yürütülmesi Hakkında. (Örgün / Yüz Yüze Eğitim için) (Harmanlanmış Eğitim için) (Uzaktan Eğitim için) Ders Kodu Teork Uygulama Lab. Uluslararası Muhasebe ve Fnansal Raporlama Standartları Ulusal Kred Öğretm planındak AKTS 344000000000510 3 0 0 3 6 Ön Koşullar : Bu dersn ön koşulu ya da yan koşulu bulunmamaktadır.

Detaylı

Basel II Geçiş Süreci Sıkça Sorulan Sorular

Basel II Geçiş Süreci Sıkça Sorulan Sorular Basel II Geçş Sürec Sıkça Sorulan Sorular Soru No: 71 Cevaplanma Tarh: 06.03.2012 İlgl Hüküm: --- Konu: Gayrmenkul İpoteğyle Temnatlandırılmış Alacaklar İçn KR510AS Formunun Doldurulmasına İlşkn Örnek

Detaylı

Antalya Đlinde Serada Domates Üretiminin Kâr Etkinliği Analizi

Antalya Đlinde Serada Domates Üretiminin Kâr Etkinliği Analizi Tarım Blmler Dergs Tar. Bl. Der. Derg web sayfası: www.agr.ankara.edu.tr/derg Journal of Agrcultural Scences Journal homepage: www.agr.ankara.edu.tr/journal TARIM BİLİMLERİ DERGİSİ JOURNAL OF AGRICULTURAL

Detaylı

20. ULUSAL PAZARLAMA KONGRESİ Anadolu Üniversitesi - Eskişehir

20. ULUSAL PAZARLAMA KONGRESİ Anadolu Üniversitesi - Eskişehir 20. ULUSL PZRLM KONGRESİ nadolu Ünverstes - Eskşehr Sgorta Ürün Planlarına İlşkn Ürün Cazplklernn Değerlendrlmes Evaluaton of Product ttractveness of Insurance Product Plans Habbe Yelda Şener 1 - Merve

Detaylı

Fatih ECER*, Fatih GÜNAY**

Fatih ECER*, Fatih GÜNAY** Anatola: Turzm Araştırmaları Dergs, Clt 25, Sayı 1, Bahar: 35-48, 2014. Copyrght 2014 anatola Bütün hakları saklıdır ISSN: 1300-4220 (1990-2014) Borsa İstanbul da İşlem Gören Turzm Şrketlernn Fnansal Performanslarının

Detaylı

PRODUCTION PLANNING BASED ON GOAL PROGRAMMING FOR MASS CUSTOMIZATION IN A COMPANY

PRODUCTION PLANNING BASED ON GOAL PROGRAMMING FOR MASS CUSTOMIZATION IN A COMPANY BİR İŞLETMEDE KİTLESEL ÖZEL ÜRETİME YÖNELİK HEDEF PROGRAMLAMA TABANLI ÜRETİM PLANLAMA PRODUCTION PLANNING BASED ON GOAL PROGRAMMING FOR MASS CUSTOMIZATION IN A COMPANY ESRA AKBAL Başkent Ünverstes Lsansüstü

Detaylı

Üç Boyutlu Yapı-Zemin Etkileşimi Problemlerinin Kuadratik Sonlu Elemanlar ve Sonsuz Elemanlar Kullanılarak Çözümü

Üç Boyutlu Yapı-Zemin Etkileşimi Problemlerinin Kuadratik Sonlu Elemanlar ve Sonsuz Elemanlar Kullanılarak Çözümü ECAS Uluslararası Yapı ve Deprem Mühendslğ Sempozyumu, Ekm, Orta Doğu Teknk Ünverstes, Ankara, Türkye Üç Boyutlu Yapı-Zemn Etkleşm Problemlernn Kuadratk Sonlu Elemanlar ve Sonsuz Elemanlar Kullanılarak

Detaylı

Electronic Letters on Science & Engineering 2(1) (2006) Available online at www.e-lse.org

Electronic Letters on Science & Engineering 2(1) (2006) Available online at www.e-lse.org Electronc Letters on Scence & Engneerng ) 6) Avalable onlne at www.e-lse.org An Approxmaton to Multsource Suppler Selecton Problem usng Extended Fuzzy AHP and GA Bars Yuce, Ibrahm Dokuzer Sakarya Unversty,

Detaylı

TEKNOLOJĐK ARAŞTIRMALAR

TEKNOLOJĐK ARAŞTIRMALAR www.teknolojkarastrmalar.com ISSN:134-4141 Makne Teknolojler Elektronk Dergs 28 (1) 61-68 TEKNOLOJĐK ARAŞTIRMALAR Kısa Makale Tabakalı Br Dskn Termal Gerlme Analz Hasan ÇALLIOĞLU 1, Şükrü KARAKAYA 2 1

Detaylı

Şiddet-Süre-Frekans Bağıntısının Genetik Algoritma ile Belirlenmesi: GAP Örneği *

Şiddet-Süre-Frekans Bağıntısının Genetik Algoritma ile Belirlenmesi: GAP Örneği * İMO Teknk Derg, 28 4393-447, Yazı 29 Şddet-Süre-Frekans Bağıntısının Genetk Algortma le Belrlenmes: GAP Örneğ * Hall KARAHAN* M. Tamer AYVAZ** Gürhan GÜRARSLAN*** ÖZ Bu çalışmada, Genetk Algortma (GA)

Detaylı

Bir Karar Destek Aracı Bulanık Hedef Programlama ve Yerel Yönetimlerde Vergi Opimizasyonu Uygulaması

Bir Karar Destek Aracı Bulanık Hedef Programlama ve Yerel Yönetimlerde Vergi Opimizasyonu Uygulaması Revew of Socal, Economc & Busness Studes, Vol.2, 242-255 Br Karar Destek Aracı Bulanık Hedef Programlama ve Yerel Yönetmlerde Verg Opmzasyonu Uygulaması Mustafa Güneş Doç. Dr., Endüstr Mühendslğ Bölümü,

Detaylı

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır.

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır. UYUM ĐYĐLĐĞĐ TESTĐ Posson: H o: Ver Posson dağılıma sahp br ktleden gelmektedr. H a : Ver Posson dağılıma sahp br ktleden gelmemektedr. Böyle br hpotez test edeblmek çn, önce Posson dağılım parametres

Detaylı

SERMAYE KISITLARI ALTINDA HEDEF PROGRAMLAMA VE BULANIK HEDEF PROGRAMLAMANIN EN İYİ FİYAT BELİRLEME SÜREÇLERİNDE KULLANILMASI VE BİR UYGULAMA

SERMAYE KISITLARI ALTINDA HEDEF PROGRAMLAMA VE BULANIK HEDEF PROGRAMLAMANIN EN İYİ FİYAT BELİRLEME SÜREÇLERİNDE KULLANILMASI VE BİR UYGULAMA SERMAYE KISITLARI ALTINDA HEDEF PROGRAMLAMA VE BULANIK HEDEF PROGRAMLAMANIN EN İYİ FİYAT BELLEME SÜREÇLERİNDE KULLANILMASI VE B UYGULAMA Melke Güngör Dokuz Eylül Ünverstes Ekonometr ABD Y.Lsans melkegungorr@gmal.com

Detaylı

KAFES SİSTEMLERİN UYGULAMAYA YÖNELİK OPTİMUM TASARIMI

KAFES SİSTEMLERİN UYGULAMAYA YÖNELİK OPTİMUM TASARIMI PAMUKKALE ÜNİ VERSİ TESİ MÜHENDİ SLİ K FAKÜLTESİ PAMUKKALE UNIVERSITY ENGINEERING COLLEGE MÜHENDİ SLİ K BİLİMLERİ DERGİ S İ JOURNAL OF ENGINEERING SCIENCES YIL CİLT SAYI SAYFA : 1999 : 5 : 1 : 951-957

Detaylı

TEKNOLOJİ, PİYASA REKABETİ VE REFAH

TEKNOLOJİ, PİYASA REKABETİ VE REFAH TEKNOLOJİ, PİYASA REKABETİ VE REFAH Dr Türkmen Göksel Ankara Ünverstes Syasal Blgler Fakültes Özet Bu makalede teknoloj sevyesnn pyasa rekabet ve refah sevyes üzerndek etkler matematksel br model le ncelenecektr

Detaylı

BULANIK TOPSİS YÖNTEMİYLE TELEFON OPERATÖRLERİNİN DEĞERLENDİRİLMESİ

BULANIK TOPSİS YÖNTEMİYLE TELEFON OPERATÖRLERİNİN DEĞERLENDİRİLMESİ BULANIK TOPSİS YÖNTEMİYLE TELEFON OPERATÖRLERİNİN DEĞERLENDİRİLMESİ 1 İpek Nur Erkmen ve 2 Özer Uygun 1 Karabük-Sakarya Ortak Program, Fen Bilimleri Enstitüsü Endüstri Mühendisliği ABD, 2 Sakarya Üniversitesi

Detaylı

Çoklu Periyotta Çevreci Tedarikçi Seçimi İçin Belirsizlik Etmenli Bir ÇÖKV Yöntemi

Çoklu Periyotta Çevreci Tedarikçi Seçimi İçin Belirsizlik Etmenli Bir ÇÖKV Yöntemi Savunma Blmler Dergs The Journal of Defense Senes Mayıs/May 03, Clt/Volume, Sayı/Issue, 43-70. ISSN: 303-683 Çoklu Peryotta Çevre Tedarkç Seçm İçn Belrszlk Etmenl Br ÇÖKV Yöntem Özkan BLİ Erkam GÜREŞEN

Detaylı

GIDA SEKTÖRÜNDE İSTATİSTİKSEL KALİTE KONTROL GRAFİKLERİNİN BİR UYGULAMASI

GIDA SEKTÖRÜNDE İSTATİSTİKSEL KALİTE KONTROL GRAFİKLERİNİN BİR UYGULAMASI GIDA SEKTÖRÜNDE İSTATİSTİKSEL KALİTE KONTROL GRAFİKLERİNİN BİR UYGULAMASI Aytaç PEKMEZCİ * Özet Kalte kontrol grafkler üreç kontrolü ve yleştrlmende öneml br yere ahptr. İşletmelerdek ürünlern kalte düzeylernn

Detaylı

ÇOK AMAÇLI DOĞRUSAL PROGRAMLAMADAN SİSTEM TASARIMINA: DE NOVO. Özet

ÇOK AMAÇLI DOĞRUSAL PROGRAMLAMADAN SİSTEM TASARIMINA: DE NOVO. Özet Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Yayın Gelş Tarh: 0.0.00 Clt:, Sayı: 4, Yıl: 00, Sayfa: -74 Yayına Kabul Tarh: 7.0.0 ISSN: 0-84 ÇOK AMAÇLI DOĞRUSAL PROGRAMLAMADAN SİSTEM TASARIMINA: DE

Detaylı

BİR UN FABRİKASINDA HEDEF PROGRAMLAMA UYGULAMASI

BİR UN FABRİKASINDA HEDEF PROGRAMLAMA UYGULAMASI BİR UN FABRİKASINDA HEDEF PROGRAMLAMA UYGULAMASI Abdullah Oktay DÜNDAR * Muammer ZERENLER ** ÖZET İşletmeler günümüz rekabet ortamının çalkantılı doğasında faalyetlern sürdürürken, sahp oldukları kıt kaynakları

Detaylı

Erzurum Đlinde Buğday, Arpa ve Çavdarda Girdi Talebi Araştırması

Erzurum Đlinde Buğday, Arpa ve Çavdarda Girdi Talebi Araştırması Tarım Blmler Dergs Tar. Bl. Der. Derg web sayfası: www.agr.ankara.edu.tr/derg Journal of Agrcultural Scences Journal homepage: www.agr.ankara.edu.tr/ournal TARIM BİLİMLERİ DERGİSİ JOURNAL OF AGRICULTURAL

Detaylı

DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cilt:13 Sayı:2 sh.75-87 Mayıs 2012

DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cilt:13 Sayı:2 sh.75-87 Mayıs 2012 DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Clt:13 Sayı:2 sh.75-87 Mayıs 2012 ÇELİK YAPI SİSTEMLERİNDE İKİNCİ MERTEBE ANALİZ YÖNTEMLERİNİN İNCELENMESİ (INVESTIGATION OF SECOND ORDER ANALYSIS

Detaylı

ROBİNSON PROJEKSİYONU

ROBİNSON PROJEKSİYONU ROBİNSON PROJEKSİYONU Cengzhan İPBÜKER ÖZET Tüm yerkürey kapsayan dünya hartalarının yapımı çn, kartografk lteratürde özel br öneme sahp olan Robnson projeksyonu dk koordnatlarının hesabı brçok araştırmacı

Detaylı

Kısa Vadeli Sermaye Girişi Modellemesi: Türkiye Örneği

Kısa Vadeli Sermaye Girişi Modellemesi: Türkiye Örneği Dokuz Eylül Ünverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:24, Sayı:1, Yıl:2009, ss.105-122. Kısa Vadel Sermaye Grş Modellemes: Türkye Örneğ Mehmet AKSARAYLI 1 Özhan TUNCAY 2 Alınma Tarh: 04-2008,

Detaylı

KOLLUK KUVVETLERİNİN HİZMET ÜRETİM ETKİNLİĞİNİN ARTIRILMASINA YÖNELİK BİR MODEL ÖNERİSİ: BÜTÜNLEŞİK ARAÇ ATAMA MODELİ

KOLLUK KUVVETLERİNİN HİZMET ÜRETİM ETKİNLİĞİNİN ARTIRILMASINA YÖNELİK BİR MODEL ÖNERİSİ: BÜTÜNLEŞİK ARAÇ ATAMA MODELİ The Journal of Academc Socal Scence Studes Internatonal Journal of Socal Scence Do number:http://dx.do.org/10.9761/jasss3111 Number: 40, p. 463-483, Wnter I 2015 Yayın Sürec Yayın Gelş Tarh Yayınlanma

Detaylı

ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI

ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI V. Ulusal Üretm Araştırmaları Sempozyumu, İstanbul Tcaret Ünverstes, 5-7 Kasım 5 ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN

Detaylı