İŞ SIRALAMA VE ÇİZELGELEME KARINCA KOLONİLERİ ALGORİTMASI
|
|
- Gonca Kekilli
- 7 yıl önce
- İzleme sayısı:
Transkript
1 İŞ SIRALAMA VE ÇİZELGELEME KARINCA KOLONİLERİ ALGORİTMASI Suphi ÇAKIR
2 Endüstriyel problemlerin çözümünde kullanılan sezgisel yöntemlerin belirlenmesinde doğal süreçlerin kullanımı giderek yaygınlaşmaktadır. Çünkü çok sayıda basit bireyden oluşan bu sistemler, bir bütün olarak çok karmaşık bir yapı sergilemektedirler. Karınca kolonileri de bu tarz sistemlere bir örnektir. Doğada neredeyse kör olan bu hayvanlar, yuvaları ile besin kaynakları arasındaki en kısa yolu bulabilmektedirler. Karıncaların bu davranış kalıplarının, özellikle en kısa yol problemleri olmak üzere, pek çok kombinatoriyel optimizasyon probleminde kullanılabileceği ilk kez 1992 yılında Marco Dorigo tarafından ortaya atılmıştır. Karınca Kolonileri Meta sezgiselinden türetilmiş ve çeşitli problemlerin çözümünde kullanılan çok sayıda algoritma vardır
3 Karınca Kolonileri Algoritması Marco Dorigo, 1992 yılında doktora tezinde karınca algoritmasını ilk olarak çalışmıştır. Karıncaların belirli bir mantığa göre hareket ettiğini düşünen Dorigo, karınca kolonisi optimizasyonunu, gezgin satıcı problemi ve araç rotalama problemi gibi optimizasyon problemlerine uygulamıştır. 200 adet karınca kullanarak deneyler yapmıştır. Çeşitli yiyecek ve engeller koyarak her bir karıncanın hareketini incelemiştir. Bu gözlemlerin sonucunda karıncaların en kısa yolu bulduklarını görmüştür.
4 Şekil 1 de görüldüğü gibi karıncalar A noktasından E noktasına gitmektedirler. Bu iki nokta arasına bir engel koyulduğu zaman, karıncalar ilk önce hem C hem de H tarafını kullansa da, uzun vadede sadece C noktasını kullanmıştır. Şekil 1Karıncaların A-E Arasındaki Rotaları
5 GSP ve ARP çözmek için, karınca kolonisi algoritması kullanıldığında karıncalara doğal olmayan, mesafeyi hesaplama ve artırılmış hafıza davranışları eklenmektedir. Karınca kolonisi algoritmasının ARP ye uygulanışı aşağıdaki şekildedir: 1. m karınca rastgele seçilen şehirlerden serbest bırakılır. 2. Karınca daha önce tanımlanan parametreye göre gezgin veya takipçi olarak belirlenir. 3. Her bir karınca feromen miktarı ve şehirlerarası mesafeye göre gideceği şehri seçer. 4. Her bir kenardaki feromen miktarları güncellenir. 5. Her bir şehir ziyaret edilene kadar 2. ve 3. aşama tekrar edilir. 6. Bütün karıncalar turu tamamladığı zaman en çok feromen içeren kenarlar bu turdaki en iyi sonucu oluşturur. 7. Karıncaların hafızaları silinir. 8. Durma kriteri sağlanana kadar önceki adımlar tekrarlanır.
6 Karıncaların hareketlerinin sayısal bir örneği Şekil 2 de verilmiştir. Karıncaların bu önemli özellikleri Hewlett-Packard ve British Telecom daki araştırmacılar tarafından iletişim ağlarının dengelenmesi ve mesaj rotalaması problemlerinde kullanılmıştır. Burada ağ üzerinde yapay karıncaların feromen bırakma ve bu bilgiyi kullanma özellikleri simule edilmiş ve elde edilen sonuçlara göre rotalama yapılmıştır. Şekil 2 A) Karıncalar bir karar noktasına gelirler. B) Bir kısım karınca yukarıdaki yolu bir kısmı ise aşağıdakini seçer. Seçim tümüyle rassaldır. C) Karıncalar neredeyse sabit bir hızda yürüdükleri için aşağıdaki ve kısa olan yolu seçen karıncalar turlarını daha çabuk bitirirler ve bir sonraki karar noktasına daha çabuk ulaşırlar. D) Kısa olan yolda feromen birikmesi daha fazla olur.
7 Karınca Kolonisi Sisteminin Matematiksel Modeli Algoritmanın kullanıldığı problemlerde düğümler arasında uzaklık ölçüsü olarak Öklit (Euclidian) uzaklık ölçüsü de denilen mutlak uzaklık değeri kullanılmaktadır. Öklit uzaklık ölçüsüne göre i düğümü ile j düğümü arasındaki uzaklık; N tane düğümü olan ve E tane kenara sahip bir ağ yapısı G(N, E) olarak gösterilmektedir. t zamanında i düğümündeki karınca sayısını göstermektedir.
8 Toplam karınca sayısını göstermektedir. Ağ ortamında hareket eden her bir karınca aşağıdaki davranışları gerçekleştirir; Karınca, gideceği bir sonraki düğümü bağlı kenar üzerindeki iz miktarının ve düğüm uzaklığının bir fonksiyonu olan olasılık değerine göre seçer. Karıncanın bir düğümden birden fazla kere geçmesine izin verilmez. Bu amaçla karıncanın geçtiği düğümler tabu listesi adı verilen bir veri kaydında tutulur. Bir düğümden daha önce geçilip geçilmediği bu listeye bakılarak kontrol edilir. Karınca turu tamamladığı sırada üzerinden geçtiği her (i, j) kenarına feromen karşılığı olarak bir kayıt bırakır.
9 ij(t), İfadesi, t anında (i, j) kenarı üzerindeki feromen yoğunluğunu göstermektedir. Her karınca her t anında bir sonraki düğümü seçer ve (t +1) zamanında seçtiği düğümde olur. Bu durumda (t, t+1) aralığında m karınca tarafından m hareket gerçekleştirilir. Algoritmanın n iterasyonu sonucunda her karınca bir tur tamamlamış olur Denklem içerisinde yer alan ρ bir katsayı değeridir ve (1 ρ ) değeri, t ile t+n zaman aralığında feromen miktarının buharlaşmasını ifade etmektedir (0 < ρ < 1). gösterilen Δ k ij,k. karıncanın t ile t+n zaman aralığında (i, j) kenarı üzerinde bıraktığı iz miktarıdır
10 Karıncanın kullandığı herhangi bir (i,j) bağlacı üzerinde bıraktığı feromen miktarı ile hesaplanır. Dolayısıyla geçilmemiş bir bağlaçta feromen miktarı sıfır olur. Q parametresi sabit bir değerdir. L k Parametresi ise k. karıncanın tur uzunluğunu ifade etmektedir.
11 Algoritmada k. karıncanın i. düğümden j. düğüme geçiş olasılığını hesaplamak için Denklemde yer alan ifadelerin açıklamaları; ij(t): t anında (i,j) köşelerindeki feromen izi miktarı. n ij : (i,j) köşeleri arasındaki görünürlük (visibility) değeridir. α : feromen ize verilen bağıl önemi gösteren parametredir. β : görünürlük değerine verilen önemi gösteren parametredir. A k : Henüz seçilmemiş düğüm noktaları kümesidir.(izin verilen Tabu-listesi)
12 Algoritmanın İşleyişi Algoritmanın başlangıcında zaman sıfırdır ve karıncalar farklı düğümlere rasgele dağılmışlardır. Bu arada her yolun üzerindeki feromen yoğunluğunun birbirine eşit olduğu kabul edilir ve uygun bir değer verilir. Tabu listesi nin ilk elemanı algoritmanın başlangıç düğümüdür. Başlangıç anından sonra her karınca geçiş olasılık fonksiyonunu kullanarak i. düğümden seçilen j. düğüme doğru harekete başlar. Her t anında karıncalar hareket halindedirler ve (i,j) yolu üzerindeki bırakılan iz alınarak yeni değerlerin hesaplanması için kullanılır. Her karınca hareketi sırasında feromen güncellemesini ve geçiş olasılık değerlerini hesaplar. Algoritmanın n. iterasyonu sonunda, her karıncanın tabu-listesi dolmuş olur. Her karıncanın sahip olduğu L k değerleri karşılaştırılır ve bunlardan en küçüğü en kısa yol değeri olarak hesaplanır. Daha sonra tabulistelerin içi boşaltılır. Bu süreç sonsuza kadar sürer. Ancak uygulamada iterasyon sayısı kullanıcı tarafından tayin edilir.
13 Atölye Tipi Çizelgeleme Problemleri Atölye çizelgeleme problemi m adet makinede n adet işin; A. teknolojik kısıtlara uygun B. bazı performans ölçülerini en iyileyecek şekilde işlenmesi için gerekli olan sıranın bulunmasıdır. Üretim ortamlarının çoğunda, çizelgeleri maliyet ve performansları açısından değerlendirmek gerekir. Ancak literatürde değerlendirme ölçütü olarak performans ölçütleri ele alınmıştır. Performans ölçütleri, iş ile ilgili olanlar ve atölye ile ilgili olanlar olmak üzere iki grupta incelenmektedir.
14 Atölye Çizelgeleme Probleminde Kullanılan Performans Ölçütleri Üretim ortamlarının çoğunda, çizelgeleri maliyet ve performansları açısından değerlendirmek gerekir. Ancak literatürde değerlendirme ölçütü olarak performans ölçütleri ele alınmıştır. Performans ölçütleri, iş ile ilgili olanlar ve atölye ile ilgili olanlar olmak üzere iki grupta incelenmektedir. İş İle İlgili Performans Ölçütleri; 1. Tamamlanma zamanı (completion time, Ci): Bir işin en son operasyonunun tamamlandığı zamana tamamlanma zamanı denir. 2. Akış zamanı (Flow time, Fi): İşin işlenmeye hazır olduğu andan tamamlanmasına kadar geçen zamandır. 3. Gecikme zamanı (lateness, Li): İşin tamamlanma zamanı ile teslim zamanı arasındaki farktır. İşin gecikme zamanı pozitif değer aldığında gecikme zamanına tehir (tardiness, Ti) adı verilir.
15 Atölye İle İlgili Performans Ölçütleri 1. N w (t): t zamanında makineler arasında bekleyen toplam iş sayısı 2. N p (t): t zamanında işlenmekte olan toplam iş sayısı 3. N c (t): t zamanında tamamlanmış toplam iş sayısı 4. N u (t): t zamanında tamamlanacak toplam iş sayısı Makineler arasında bekleyen iş sayısı ve tamamlanmamış toplam iş sayısının minimize edilmesi işlem sırasında oluşan stok maliyetleri ile ilgili performans ölçütleridir.
16 Atölye Çizelgeleme Probleminin Genel Gösterimi Çizelgeleme problemleri; n / m / A / B Burada; n: İş sayısı şeklinde ifade edilmektedir. m: Makine sayısı A: Problem tipini gösterir. A şunlardan biri olabilir: F: Seri iş akışlı çizelgeleme problemi P: Seri iş akışlı, permütasyon çizelgesi problemi G: Karışık iş akışlı çizelgeleme problemi B: Çizelgenin değerlendirildiği performans ölçütünü gösterir.
17 Karınca Kolonilerinin Atölye Tipi Üretim Çizelgelemeye Uygulanması m makineli, n işli ve operasyon seti O, N=IOI olan atölye tipi çizelgeleme problemi karınca kolonileri ile algoritması ile Q=<U, E>, şu şekilde: U=0 {u 0 }; E={(u ij,u kl ): u ij,u kl O}, {(u 0,u i1 ): u i1 iş J 1 zincirinin ilk operasyonu} tanımlanır. Düğüm u 0 yeni bir iş başlanacağı zaman tüm işlerin aynı makineye atanmasının engellenmesi için ilk çizelgelenecek olan iştir. Bu nedenle N+1 adet düğümümüz (N(N-1)/2+n) bağlantımız bulunmaktadır. U 0 dışında tüm düğümler bir makine ile bir işin işlenmesini temsil eder. U 0 ın ilk işte birden fazlaya bağlanma noktası hariç u 0 haricindeki tüm düğümler çift tafralı bağlanabilirler. Her ok { ij, ij} olmak üzere çift iki sayı ile ağırlıklandırılırlar. İlki tij yol seviyesini belirtirken ij i->j den geçiş noktasını LRT ye göre belirlemektedir.
18 Karınca Kolonilerinin Atölye Tipi Üretim Çizelgelemeye Uygulanması Tüm karıncalar ilk u0 başlangıç düğümünde varlardır ve daha sonra kalan düğüm permütasyonlarını tanımlamak için serbest bırakılırlar. Bu problemin üstesinden gelmek amacıyla verilere bağlı kalarak oluşturulan geçiş olasılıklarının hesaplanması aslında tabu listesi haricinde üzerinden herhangi bir adımda ulaşılabilecek düğüm kümesini sınırlamak için gerekli mümkün permütasyonlar gerekli şekilde tanımlanır. G ziyaret edilecek düğümleri ifade etsin, S de öncülleri ziyaret edilmiş düğüm kümesi olsun. Başlangıçta G=S-{u 0 } ve S j işinin ilk operasyonlarını kapsayan düğümlerden oluşuyor. Geçiş olasılıkları hesaplanıyor ve ulaşılabilir düğüm kümesi S ye eşittir. Bir düğüm seçildiğinde tabu listesine eklenir ve G ve S kümesinden çıkarılır. Eğer seçilen düğüm işteki son düğüm değil ise S kümesi zincirine eklenir. Süreç G=Ø oluncaya kadar yürütülür.
19 Karınca Kolonilerinin Atölye Tipi Üretim Çizelgelemeye Uygulanması Sonunda tabu listesi verilen permütasyondaki düğümlerin sırası makineler arasındaki bağı kurar. Böylece elde edilen her bir karınca tarafından önerilen çözüm amaç fonksiyonu değerini ile bu noktada odaklı grafiğin kritik yolun uzunluğu hesaplanabilir. Yollar böylece her zamanki gibi hesaplanabilir ve karınca algoritması tarafından belirtildiği gibi onlar belirlenmiştir.
20 Karınca Kolonilerinin Atölye Tipi Üretim Çizelgelemeye Uygulanması: Örnek Aşağıdaki örnek, bir karınca ve inşa ettiği çözümü doğrultusunda olası başarılı kararları görselleştirmek için yardımcı olacaktır. Mevcut örnekte sürecin daha basit olması için örnek 3X4 bileşenden oluşturularak Şekilde sunulmuştur ve u0 da başlayan tek bir karıncanın adımları izlenmiştir. Şu anda ulaşılabilir düğümler sadece her işin başlangıcı olan düğümlerdir. Çizimde S kümesinin üyesi düğümler S ile G kümesine ait düğümler de henüz gidilmemiş düğümler olarak işaretlenmiştir. Takip edilen yol kalınlaştırılmakta kullanılmayan ok ve yollar silinmektedir.
21 Karınca Kolonilerinin Atölye Tipi Üretim Çizelgelemeye Uygulanması: Örnek Karıncanın düğüm u 11 e gittiğini varsayalım ve yeni durum ; şekildeki gibi olacaktır.
22 Karınca Kolonilerinin Atölye Tipi Üretim Çizelgelemeye Uygulanması: Örnek Şimdi karıncanın u 31 e gittiğini varsayalım.
23 Karınca Kolonilerinin Atölye Tipi Üretim Çizelgelemeye Uygulanması: Örnek Daha sonra karınca u 12 ye gitti ve bu nedenle u 31 S kümesine dahil oldu.
24 Karınca Kolonilerinin Atölye Tipi Üretim Çizelgelemeye Uygulanması: Örnek Final yolun şekildeki olduğunu varsayın Bu bir tamamlanmış yoldur ve bir sonraki iterasyon süreci tekrar başlatacak, tüm karıncalarda u 0 noktasında yerini alacak. Olasılık u 11 u 31 u 12 u 13 u 21 u 32 u 22 u 33 u 23 u 24 u 34 u 14 olarak geçekleşmiş ve bu permütasyon uygun kenar yönlendirmesine karşılık gelir.
25 Sonuç: denkleminde belirtilen,, 1 parametreleri doğrudan ya da dolaylı olarak olasılık hesaplamasına etki etmekte ve böylelikle karınca kolonileri algoritmasının atölye tipi çizelgeleme problemlerinde etkisinin belirlenmesi gerekmektedir. Bu doğrultuda bu katsayıların farklı varyasyonları üzerinden soru çözümü tekrarlanarak en iyi sonucu sağlayan yani karıncaların yön tayininde durağanlığa kapılmasının engellenerek her iterasyonda yeni bir yol bulmasını sağlayacak değerler belirlenmiştir. Bu doğrultuda aşağıdaki grafikler,, 1 için oluşturulmuş ve sonuçlardan da görüldüğü üzere optimal değerlerin ve için 1 1 için ise 0,7 çevresinde seyrettiği saptanmıştır.
26 Sonuç: En İyi Ortalama En İyi Ortalama Tablo 1 Alfa Değişim Tablo 2 Beta Değişim En İyi Ortalama Tablo 3 Fi Değişim
27 Sonuç: Karınca Kolonisi algoritmasının güçlü yönleri şu şekilde sıralanabilir: En iyi parametre değerleri ile algoritma her zaman iyi sonuçlara ulaşır. Algoritma hızlıca tatmin edici sonuçlara ulaşabilir, buna rağmen durgunluk sürecine girmez ve karıncalar yeni ve daha iyi çözüm aramaya devam ederler. Artan boyutlar üzerinden algoritma test edildi ve problem boyutları parametre duyarlılıkları düşük seviyededir.
28 Kaynakça: 1. Erdoğan Şenol Z., Kendini Klonlayan Karınca Kolonisi Yaklaşımıyla Optimal Yolun Bulunması, Doktora Tezi, Edirne, Demircioğlu M., Araç Rotalama Probleminin Sezgisel Bir Yaklaşım İle Çözümlenmesi Üzerine Bir Uygulama, Doktora Tezi, Adana, Ekim Colorni A., Dorigo M., Maniezzo V., Trubian M., Ant System for Joshop Schedule, Belgian Journal Of Operation Research, Statics and Computer Size, Belçika, Yağmahan B., Yenisey M. M., Akış Tipi Çizelgeleme Problemi İçin KKE Parametre Eniyileme, İTÜ Dergisi, Mühendislik, Cilt:5, Sayı:2, Kısım:2, , İstanbul, Nisan 2006.
29 TEŞEKKÜRLER
Proje Şebeke Şebeke Zaman Faaliyetleri Hesaplaması Çizelgesi
CPM VE PERT CPM ( Critical Path Method --- Kritik Yol Yöntemi ) ve PERT (Program Evaluation and Review Technique --- Program Değerlendirme ve Gözden Geçirme Tekniği) projelerin planlanması,çizelgelenmesi
DetaylıKARINCA KOLONİ ALGORİTMASI BMÜ-579 Meta Sezgisel Yöntemler. Yrd. Doç. Dr. İlhan AYDIN Fırat Üniversitesi, Bilgisayar Mühendisliği Bölümü
KARINCA KOLONİ ALGORİTMASI BMÜ-579 Meta Sezgisel Yöntemler Yrd. Doç. Dr. İlhan AYDIN Fırat Üniversitesi, Bilgisayar Mühendisliği Bölümü Karınca Koloni Algoritması Bilim adamları, böcek davranışlarını inceleyerek
DetaylıZeki Optimizasyon Teknikleri
Zeki Optimizasyon Teknikleri (nt lgorithm) Doç.Dr. M. li kcayol 996 yılında Marco Dorigo tarafından ortaya atılmıştır. Temel olarak karıncaların yiyecek madde ile yuvaları arasındaki en kısa yolu bulmalarından
DetaylıKÂRLI GEZGIN SATICI PROBLEMİ
KÂRLI GEZGIN SATICI PROBLEMİ İÇİN N SEZGİSEL SEL YÖNTEMLER Necati Aras Burak Boyacı Deniz Koşucuo ucuoğlu Boğaziçi Üniversitesi, Endüstri Mühendisliği Bölümü Deniz Aksen Koç Üniversitesi İktisadi ve İdari
DetaylıALGORİTMA İ VE PROGRAMLAMA
ALGORİTMA İ VE PROGRAMLAMA II Öğr.Gör.Erdal GÜVENOĞLU Hafta 2 Maltepe Üniversitesi Bilgisayar Mühendisliği Bölümü ALGORİTMA ANALİZİ 2 Neden algoritmayı analiz ederiz? Algoritmanın performansını ölçmek
DetaylıKORELASYON VE TEKLİ REGRESYON ANALİZİ-EN KÜÇÜK KARELER YÖNTEMİ
KORELASYON VE TEKLİ REGRESYON ANALİZİ-EN KÜÇÜK KARELER YÖNTEMİ 1 KORELASYON ANALİZİ İki değişken arasındaki doğrusal ilişkinin gücünü(derecesini) ve yönünü belirlemek için hesaplanan bir sayıdır. Belirli
DetaylıÖrnek Uzay: Bir deneyin tüm olabilir sonuçlarının kümesine Örnek Uzay denir. Genellikle harfi ile gösterilir.
BÖLÜM 3. OLASILIK ve OLASILIK DAĞILIMLARI Rasgele Sonuçlu Deney: Sonuçlarının kümesi belli olan, ancak hangi sonucun ortaya çıkacağı önceden söylenemeyen bir işleme Rasgele Sonuçlu Deney veya kısaca Deney
DetaylıMatematiksel İktisat-I Ders-1 Giriş
Matematiksel İktisat-I Ders-1 Giriş 1 Matematiksel İktisat: Matematiksel iktisat ekonomik analizlerde kullanılan bir yöntemdir. Bu analizde iktisatçılar iktisat ile ilgili bir bilimsel soruya cevap ararlarken
DetaylıTürev Kavramı ÜNİTE. Amaçlar. İçindekiler. Yazar Prof.Dr. Vakıf CAFEROV
Türev Kavramı Yazar Prof.Dr. Vakıf CAFEROV ÜNİTE 9 Amaçlar Bu üniteyi çalıştıktan sonra; türev kavramını anlayacak, türev alma kurallarını öğrenecek, türevin geometrik ve fiziksel anlamını kavrayacak,
DetaylıToplam Olasılık Kuralı
Toplam Olasılık Kuralı Farklı farklı olaylara bağlı olarak başka bir olayın olasılığını hesaplamaya yarar: P (B) = P (A 1 B) + P (A 2 B) +... + P (A n B) = P (B/A 1 )P (A 1 ) + P (B/A 2 )P (A 2 ) +...
DetaylıDağıtık Sistemler CS5001
CS5001 Th. Letschert Çeviri: Turgay Akbaş TH Mittelhessen Gießen University of Applied Sciences Giriş İşleyiş Materyal Kullanılabilirlik: Master of Science (Informatik) Seçmeli-Ders (Theorie-Pool) Materyal
DetaylıKARINCA OPTİMİZASYONU. Harun Kayıkçı
KARINCA OPTİMİZASYONU Harun Kayıkçı Ö Z E T : Karınca kolonisi optimizasyonu algoritması, kombinasyonel (kombinasyon hesapları içeren) optimizasyon problemlerinde, optimuma en yakın çözümü üretmek için
DetaylıMühendislik Ekonomisi. Prof.Dr. Orhan TORKUL
Mühendislik Ekonomisi B Prof.Dr. Orhan TORKUL HAT DENGELEME Akış hatlarının tasarımındaki ana amaçlardan biri, her iş istasyonuna eşit miktarda iş dağıtımı yapabilmek, başka bir değişle, toplam iş yükünü
Detaylı10. ÜNİTE DİRENÇ BAĞLANTILARI VE KİRCHOFF KANUNLARI
10. ÜNİTE DİRENÇ BAĞLANTILARI VE KİRCHOFF KANUNLARI KONULAR 1. SERİ DEVRE ÖZELLİKLERİ 2. SERİ BAĞLAMA, KİRŞOFUN GERİLİMLER KANUNU 3. PARALEL DEVRE ÖZELLİKLERİ 4. PARALEL BAĞLAMA, KİRŞOF UN AKIMLAR KANUNU
DetaylıMakine Öğrenmesi 1. hafta
Makine Öğrenmesi 1. hafta Temel Terimler Danışmanlı Danışmansız Öğrenme Veri Hazırlama Çapraz Geçerlik Aşırı Eğitim 1 Makine Ögrenmesi Nedir? Makine Öğrenmesi, verilen bir problemi probleme ait ortamdan
DetaylıVolkan Karamehmetoğlu
1 Doğal Sayılar Tanımlar Rakam: Sayıları yazmaya yarayan sembollere denir. {1,2,3,4,5,6,7,8,9} Sayı: Rakamların çokluk belirten ifadesine denir. 365 sayısı 3-6-5 rakamlarından oluşmuştur. 2 Uyarı: Her
DetaylıCebir Notları. Bağıntı. 1. (9 x-3, 2) = (27, 3 y ) olduğuna göre x + y toplamı kaçtır? 2. (x 2 y 2, 2) = (8, x y) olduğuna göre x y çarpımı kaçtır?
www.mustafayagci.com, 003 Cebir Notları Mustafa YAĞCI, yagcimustafa@yahoo.com (a, b) şeklinde sıra gözetilerek yazılan ifadeye sıralı ikili Burada a ve b birer sayı olabileceği gibi herhangi iki nesne
DetaylıAYRIK YAPILAR ARŞ. GÖR. SONGÜL KARAKUŞ- FIRAT ÜNİVERSİTESİ TEKNOLOJİ FAKÜLTESİ YAZILIM MÜHENDİSLİĞİ BÖLÜMÜ, ELAZIĞ
AYRIK YAPILAR P r o f. D r. Ö m e r A k ı n v e Y r d. D o ç. D r. M u r a t Ö z b a y o ğ l u n u n Ç e v i r i E d i t ö r l ü ğ ü n ü ü s t l e n d i ğ i «A y r ı k M a t e m a t i k v e U y g u l a
DetaylıBölüm 2 Algoritmalar. 2.1 Giriş
Bölüm 2 Algoritmalar 2.1 Giriş İnsanlar ilk çağlardan beri istek veya arzularını ifade etmek çeşitli yöntemler ile anlatmaya çalışmışlardır. İlk olarak çeşitli şekil ve simgeler daha sonra ise yazının
DetaylıBÖLÜM 11 Z DAĞILIMI. Şekil 1. Z Dağılımı
1 BÖLÜM 11 Z DAĞILIMI Z dağılımı; ortalaması µ=0 ve standart sapması σ=1 olan Z puanlarının evren dağılımı olarak tanımlanabilmektedir. Z dağılımı olasılıklı bir normal dağılımdır. Yani Z dağılımının genel
DetaylıKısmen insan davranışlarını veya sezgilerini gösteren, akılcı yargıya varabilen, beklenmedik durumları önceden sezerek ona göre davranabilen bir
DÜŞÜNEN MAKİNELER Kısmen insan davranışlarını veya sezgilerini gösteren, akılcı yargıya varabilen, beklenmedik durumları önceden sezerek ona göre davranabilen bir makine yapmak, insanlık tarihi kadar eski
DetaylıDeğerlendirme testleri:
Değerlendirme testleri: yatırımınızın karşılığını almak Çalışanlara ve adaylara yönelik değerlendirme testleri, yeteneklerin belirlenmesinde başvurulacak etkin bir yoludur. Sistematik bir yaklaşımdan uzak
DetaylıSAYILAR TEORİSİ - PROBLEMLER
SAYILAR TEORİSİ - PROBLEMLER 1. (p + 1) q sayısının hangi p ve q asal sayıları için bir tam kare olduğunu 2. n+2n+n+... +9n toplamının bütün basamakları aynı rakamdan oluşan bir sayıya eşit olmasını sağlayan
DetaylıİLERİ ALGORİTMA ANALİZİ KARINCA KOLONİ ALGORİTMASI
İLERİ ALGORİTMA ANALİZİ 1. Gerçek Karıncaların Davranışları KARINCA KOLONİ ALGORİTMASI Gerçek karıncalar, yuvaları ile yiyecek kaynağı arasındaki en kısa yolu bulma kabiliyetine sahiptirler ve ayrıca çevredeki
DetaylıİÇİNDEKİLER TOPLAMA YOLUYLA SAYMA YÖNTEMİ...59-60... 01-01 ÇARPMA YOLUYLA SAYMA YÖNTEMİ...61-64... 02-03 FAKTÖRİYEL...65-66...
İÇİNDEKİLER Sayfa No Test No 3-PERMÜTASYON, KOMBİNASYON, BİNOM, OLASILIK VE İSTATİSTİK TOPLAMA YOLUYLA SAYMA YÖNTEMİ...59-60... 01-01 ÇARPMA YOLUYLA SAYMA YÖNTEMİ...61-64... 0-03 FAKTÖRİYEL...65-66...
DetaylıGeçerliliği olasılık esaslarına göre araştırılabilen ve karar verebilmek için öne sürülen varsayımlara istatistikte hipotez denir.
BÖLÜM 4. HİPOTEZ TESTİ VE GÜVEN ARALIĞI 4.1. Hipotez Testi Geçerliliği olasılık esaslarına göre araştırılabilen ve karar verebilmek için öne sürülen varsayımlara istatistikte hipotez denir. Örneklem dağılımlarından
DetaylıEKİM 2015. www.perspektifs.com info@perspektifs.com twitter.com/perspektifsa
EKİ 1 www.perspektifs.com info@perspektifs.com twitter.com/perspektifsa PERSPEKTİF STRATEJİ ARAŞTIRA ANALİZ 1 PERSPEKTİF STRATEJİ ARAŞTIRA ANALİZ 2O1 Perspektif Strateji Araştırma; doğru, nitelikli bilginin
DetaylıFiziki Varlık Yönetimi Talep Modülü Kullanıcı Kitabı
Fiziki Varlık Yönetimi Talep Modülü Kullanıcı Kitabı Fiziki Varlık Yönetimi - Talep Modülüne Genel Bakış Şirketler bu modülü kullanarak tüm şubelerindeki şirket araçlarıyla ilgili alış,satış, değiştirme
DetaylıKarınca Koloni Algoritması 1
Yrd. Doç. Dr. İbrahim KÜÇÜKKOÇ Web: http://ikucukkoc.baun.edu.tr Karınca Koloni Algoritması 1 6 Ders Planı (Vize Sonrası) 11. Hafta (H7312): Sürü Zekası, Doğada Karıncalar, ACO Giriş 12. Hafta (H7312):
DetaylıPamukkale Üniversitesi Mühendislik Bilimleri Dergisi. Pamukkale University Journal of Engineering Sciences
Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences TEK MAKİNELİ ÇİZELGELEMEDE GENEL ÖĞRENME FONKSİYONLARI: OPTİMAL ÇÖZÜMLER SINGLE MACHINE SCHEDULING
DetaylıARAŞTIRMA YAKLAŞIM - DESEN ve YÖNTEMLERİ
ARAŞTIRMA YAKLAŞIMLARI ARAŞTIRMA YAKLAŞIM - DESEN ve YÖNTEMLERİ NİCEL NİTEL KARMA Mustafa SÖZBİLİR 2 Nicel, Nitel ve Karma Araştırma Nicel Araştırma Nitel Araştırma Nicel araştırma Nitel araştırma NİCEL:
DetaylıSınav : MATEMATİK (TÜRKÇE) ÖĞRETMENİ (GOÖD) Yarışma Sınavı A ) B ) C ) D ) E ) A ) B ) C ) D ) E ) 5 A ) B ) C ) A ) B ) C ) D ) E ) D ) E )
1 4 5 2 3 6 Bir sınıfın öğrencilerinden her biri matematik, fizik ve kimya derslerinin yalnız birinden 5 almıştır. Bu sınıftaki öğrencilerin 1/8'i kimyadan 5 almıştır. 15 öğrenci fizikten 5 alamamıştır.
DetaylıKÜMELER. A = {x : (x in özelliği)} Burada x : ifadesi öyle x lerden oluşur ki diye okunur. Küme oluşturur. Çünkü Kilis in üç tane ilçesi.
KÜMELER Canlı yada cansız varlıkların oluşturduğu iyi A = {a, b, {a, b, c}} ise, s(a) = 3 tür. tanımlanmış nesneler topluluğuna küme denir. 2. Ortak Özellik Yöntemi Kümenin elemanlarını, daha somut ya
DetaylıALT OYUN TAM DENGESİ
OYUN TEORİSİ 6.BÖLÜM ALT OYUN TAM DENGESİ İSMAİL TAŞ İçindekiler İÇİNDEKİLER... Tablolar Listesi... Şekiller Listesi... 6. ALT OYUN MÜKEMMEL DENGESİ... 3 6.. Giriş... 3 6.. Bir örnek: Yazılım Oyunları
DetaylıACİL TELEFON MERKEZLERİ MODELLEMESİNİN ANADOLU ÜNİVERSİTESİ YERLEŞKESİNE UYGULANMASI
ACİL TELEFON MERKEZLERİ MODELLEMESİNİN ANADOLU ÜNİVERSİTESİ YERLEŞKESİNE UYGULANMASI Aysel Ulukan 1, Hakan Korul 2 Özet Graf teori, problemleri tanımlamada ve yapısal olarak ilişkileri belirlemekte kullanıldığından
DetaylıRegresyon ve İnterpolasyon. Rıdvan YAKUT
Regresyon ve İnterpolasyon Rıdvan YAKUT Eğri Uydurma Yöntemleri Regresyon En Küçük Kareler Yöntemi Doğru Uydurma Polinom Uydurma Üstel Fonksiyonlara Eğri Uydurma İnterpolasyon Lagrange İnterpolasyonu (Polinomal
DetaylıTEKNİK RESİM. Ders Notları: Mehmet Çevik Dokuz Eylül Üniversitesi. Ölçülendirme
TEKNİK RESİM 2010 Ders Notları: Mehmet Çevik Dokuz Eylül Üniversitesi 2/33 nin Gereği ve Önemi Ölçekler Ölçek Çeşitleri Elemanları Ölçü Çizgisi Ölçü Rakamı Ölçü Sınır Çizgisi Açı ve Yay Ölçüleri Yay si
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 4: OLASILIK TEORİSİ Prof. Dr. İrfan KAYMAZ Giriş Bu bölüm sonunda öğreneceğiniz konular: Rastgele Olay Örnek Uzayı Olasılık Aksiyomları Bağımsız ve Ayrık Olaylar Olasılık Kuralları
DetaylıMAT223 AYRIK MATEMATİK
MAT223 AYRIK MATEMATİK Çizgelerde Eşleme 10. Bölüm Emrah Akyar Anadolu Üniversitesi Fen Fakültesi Matematik Bölümü, ESKİŞEHİR 2014 2015 Öğretim Yılı Bir Dans Problemi Çizgelerde Eşleme Bir Dans Problemi
DetaylıPerformans Modelleri P R O F. D R. M U S T A F A K A R A Ş A H İ N
Performans Modelleri P R O F. D R. M U S T A F A K A R A Ş A H İ N Performans Modeli için Gerekli Veriler Bir veri tabanı (örneğin inşaat tarihi, YOGT, PSI değeri vb.), Bozulmayı etkileyen tüm önemli değişkenlerin
DetaylıDERS 1. ki De i kenli Do rusal Denklem Sistemleri ve Matrisler
DERS ki De i kenli Do rusal Denklem Sistemleri ve Matrisler.. Do rusal Denklem Sistemleri. Günlük a amda a a dakine benzer pek çok problemle kar la r z. Problem. Manavdan al veri eden bir mü teri, kg armut
DetaylıİSTATİSTİK 1 (2015-2016 BAHAR YARIYILI) 6. Hafta Örnek soru ve cevapları
İSTATİSTİK 1 (2015-2016 BAHAR YARIYILI) 6. Hafta Örnek soru ve cevapları Soru 1: Yapılan bir çalışma sonucunda yetişkinlerin günde ortalama 6.9 saat uydukları tespit edilmiştir. Standart sapmanın ise 1.2
DetaylıMAK 305 MAKİNE ELEMANLARI-1
MAK 305 MAKİNE ELEMANLARI-1 BURKULMA HESABI Doç.Dr. Ali Rıza YILDIZ MAK 305 Makine Elemanları-Doç. Dr. Ali Rıza YILDIZ 1 BU SLAYTTAN EDİNİLMESİ BEKLENEN BİLGİLER Burkulmanın tanımı Burkulmanın hangi durumlarda
DetaylıTeknik Açıklıklar Nasıl Yönetilmeli? Hayretdin Bahşi Uzman Araştırmacı
Teknik Açıklıklar Nasıl Yönetilmeli? Hayretdin Bahşi Uzman Araştırmacı bahsi@uekae.tubitak.gov.tr 15 Mart 2007, İstanbul Gündem Teknik Açıklık Yönetimi Nedir, Ne Değildir Teknik Açıklık Yönetimi İçin Varlık
DetaylıÜstel modeli, iki tarafın doğal logaritması alınarak aşağıdaki gibi yazılabilir.
5. FONKSİYON KALIPLARI VE KUKLA DEĞİŞKENLER 5.1. Fonksiyon Kalıpları Bölüm 4.1 de doğrusal bir modelin katsayılarının yorumu ele alınmıştır. Bu bölümde farklı fonksiyon kalıpları olması durumunda katsayıların
DetaylıKarınca Koloni Algoritması 2
Yrd. Doç. Dr. İbrahim KÜÇÜKKOÇ Web: http://ikucukkoc.baun.edu.tr Karınca Koloni Algoritması 2 7 TSP ve ACO Algoritması Gezgin satıcı problemi (travelling salesman problem-tsp) yöneylem araştırması ve teorik
DetaylıTebliğ. Kapsam Madde 2 Borçlanma maliyetlerine ilişkin Türkiye Muhasebe Standardının kapsamı ekli TMS 23 metninde yer almaktadır.
Türkiye Muhasebe Kurulundan: Tebliğ Borçlanma Maliyetlerine İlişkin Türkiye Muhasebe Standardı (TMS 23) Hakkında Tebliğ Sıra No: 9 Amaç Madde 1 Bu Tebliğin amacı; borçlanma maliyetlerine ilişkin 23 nolu
DetaylıIII İÇİNDEKİLER ÜNİTE 1 ÜNİTE 2 ÜNİTE 3 FRAKTALLAR 2 YANSIYAN VE DÖNEN ŞEKİLLER 6 HİSTOGRAM 10 ÜSLÜ SAYILAR 14 ÜSLÜ SAYILARLA ÇARPMA İŞLEMİ 18
MATEMATİK III İÇİNDEKİLER ÜNİTE FRAKTALLAR YANSIYAN VE DÖNEN ŞEKİLLER 6 HİSTOGRAM 0 ÜSLÜ SAYILAR 4 ÜSLÜ SAYILARLA ÇARPMA İŞLEMİ 8 ÜSLÜ SAYILARLA BÖLME İŞLEMİ 8 BİLİMSEL GÖSTERİM 9 ÜNİTE OLASILIK, İSTATİSTİK
DetaylıMalzeme Gereksinim Planlaması (MRP)
Malzeme Gereksinim Planlaması (MRP) Son ürün talebi bağımsız ve oldukça kararlıdır. Fakat aynı anda birden fazla değişik ürün üretilmesi söz konusu olabilir. Bu nedenle ihtiyaç duyulan malzeme miktarları
Detaylı+ 1. ) transfer edilir. Seri. Isı T h T c sıcaklık farkı nedeniyle üç direnç boyunca ( dirençler için Q ısı transfer miktarı aşağıdaki gibidir.
GİRİŞ Isı değiştiricileri (eşanjör) değişik tiplerde olup farklı sıcaklıktaki iki akışkan arasında ısı alışverişini temin ederler. Isı değiştiricileri başlıca yüzeyli ısı değiştiricileri, karışımlı ısı
DetaylıMIT 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.
DetaylıAVRASYA ÜNİVERSİTESİ
Ders Tanıtım Formu Dersin Adı Öğretim Dili Turizm Coğrafyası Türkçe Dersin Verildiği Düzey Ön Lisans (X ) Lisans ( ) Yüksek Lisans( ) Doktora( ) Eğitim Öğretim Sistemi Örgün Öğretim (X) Uzaktan Öğretim(
DetaylıPAPERWORK DOCFLOW Doküman&Form Akış yönetimi
PAPERWORK DOCFLOW Doküman&Form Akış yönetimi PaperWork DocFlow, süreçleriniz içerisinde yer alan, doküman&formlarınızın kurum içerisinde dolaşımını, elektronik ortamda, tasarlayıp, yürüttüğünüz ve izlediğiniz,
DetaylıHipotez Testinin Temelleri
Hipotez Testleri Hipotez Testinin Temelleri Tanımlar: Hipotez teori, önerme yada birinin araştırdığı bir iddiadır. Boş Hipotez, H 0 popülasyon parametresi ile ilgili şu anda kabul edilen değeri tanımlamaktadır.
DetaylıTUNCELİ ÜNİVERSİTESİ ÖĞRENCİ İŞ YÜKÜNE DAYALI AVRUPA KREDİ TRANSFER SİSTEMİ (AKTS) HESAPLAMA KILAVUZU BOLOGNA KOORDİNATÖRLÜĞÜ
TUNCELİ ÜNİVERSİTESİ ÖĞRENCİ İŞ YÜKÜNE DAYALI AVRUPA KREDİ TRANSFER SİSTEMİ (AKTS) HESAPLAMA KILAVUZU BOLOGNA KOORDİNATÖRLÜĞÜ 1 ÖĞRENCĠ Ġġ YÜKÜNE DAYALI AKTS HESAPLAMA KILAVUZU GĠRĠġ Bologna Süreci nde
Detaylı1-)Projenin Adı: Küre içinde gizemli piramit. 2-)Giriş ve Projenin Amacı : 9. Sınıf geometri dersinde üç bouytlu cisimlerin hacmini
1-)Projenin Adı: Küre içinde gizemli piramit 2-)Giriş ve Projenin Amacı : 9. Sınıf geometri dersinde üç bouytlu cisimlerin hacmini bulmayı,hacim formüllerini öğrenmiştik.bu yıl geometri dersimizin ilk
DetaylıDers 2: Su Miktarı Hesabı. Su temin şeması tasarımında kentsel kullanım amaçlı su miktarının hesaplanması için aşağıdaki veriler gereklidir:
Hindistan Teknoloji Enstitüsü (IIT), Kanpur, Mühendislik Fakültesi, Su ve Atıksu Mühendisliği Dersi, 2 Ders 2: Su Miktarı Hesabı Su Miktarı Hesabı Su temin şeması tasarımında kentsel kullanım amaçlı su
DetaylıSERTLİK ÖLÇME DENEYLERİ
SERTLİK ÖLÇME DENEYLERİ Sertlik nedir? Sertlik genel anlamda, malzemelerin kesmeye, çizilmeye, aşınmaya veya kendisine batırılmaya çalışılan cisimlere karşı göstermiş oldukları kalıcı şekil değiştirme
DetaylıBir zaman birimi tanımlamak için de periyodik bir harekete ihtiyaç vardır.
Çeşitli koordinat sistemlerinden biri kullanılarak, herhangi bir anda bir gök cisminin gök küresi üzerindeki konumu belirlenebilir; fakat bir gök cisminin koordinatları bir takım sebeplerden (presesyon,
Detaylı8. ÜNİTE TRİGONOMETRİK FONKSİYONLAR
8. ÜNİTE TRİGONOMETRİK FONKSİYONLAR KONULAR 1. TRİGONOMETRİ 2. Açı 3. Yönlü Açı 4. Yönlü Yaylar 5. Birim Çember 6. Açı Ölçü Birimleri 7. Derece 8. Radyan 9. Grad 10. Esas Ölçü 11. TRİGONOMETRİK FONKSİYONLAR
DetaylıÇANAKKALE ONSEKİZ MART ÜNİVERSİTESİ FEN EDEBİYAT FAKÜLTESİ MATEMATİK BÖLÜMÜ MODÜLER ARİTMETİK
ÇANAKKALE ONSEKİZ MART ÜNİVERSİTESİ FEN EDEBİYAT FAKÜLTESİ MATEMATİK BÖLÜMÜ MODÜLER ARİTMETİK ÇANAKKALE 2012 ÖNSÖZ Bu kitap Çanakkale Onsekiz Mart Üniversitesi Matematik Bölümünde lisans dersi olarak Cebirden
DetaylıZeki Optimizasyon Teknikleri. Karınca Algoritması (Ant Algorithm)
Zeki Optimizasyon Teknikleri Karınca Algoritması (Ant Algorithm) Karınca Algoritması 1996 yılında Marco Dorigo tarafından ortaya atılmıştır. Temel olarak karıncaların yiyecek madde ile yuvaları arasındaki
DetaylıDERS PROGRAMI OLUŞTURMA VE ÖĞRETİM ELEMANI GÜN-SAAT AYARLARI
T.C. SÜLEYMAN DEMİREL ÜNİVERSİTESİ DERS PROGRAMI OLUŞTURMA VE ÖĞRETİM ELEMANI GÜN-SAAT AYARLARI OCAK, 2016 ISPARTA 1. GİRİŞ Kampüslerde öğrenci sayısının artması, yeni bölümlerin kurulması veya ders planlarının
DetaylıFonksiyon 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
DetaylıBİYOİSTATİSTİK Uygulama 7 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Uygulama 7 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 1. Pearson Korelasyon Katsayısı
DetaylıAlıştırma Toleransı -TERMİNOLOJİ
Alıştırma Toleransı -TERMİNOLOJİ Mil: Dış şekli belirtir. Silindirik olmayan şekilleri de kapsar. Normal Mil (Esas Mil): Bir alıştırma ş sisteminde esas olark seçilen mil. Delik: İç şekli belirtir. Silindirik
DetaylıMassachusetts Teknoloji Enstitüsü - Fizik Bölümü
Massachusetts Teknoloji Enstitüsü - Fizik Bölümü Fizik 8.02 Ödev # 1 6 Şubat 2002. Kendinize bir iyilik yapın ve derslere hazırlanın! Derste anlatılmadan önce, konuları okumanızı şiddetle öneririz. Derslerden
DetaylıBİLGİSAYAR MİMARİSİ. Mimariye Giriş. Özer Çelik Matematik-Bilgisayar Bölümü
BİLGİSAYAR MİMARİSİ Mimariye Giriş Özer Çelik Matematik-Bilgisayar Bölümü Ders Bilgileri Not Değerlendirmesi: Pop-up Quiz/Ödev : % 20 Ara Sınav : % 30 Final : % 50 Ders İçeriği Temel Bilgisayar Mimarisi
DetaylıOlay-Tabanlı Modelleme. İlhan AYDIN
Olay-Tabanlı Modelleme İlhan AYDIN Olay-Sürümlü Modeller Zaman sürümlü modeller düzenli zaman aralıklarında senkron bir tarzda ilerleyen sinyallere sahip sistemleri karakterize eder. Olay sürümlü modeller
DetaylıÇANKIRI KARATEKİN ÜNİVERSİTESİ KİMYA MÜHENDİSLİĞİ ANABİLİM DALI YÜKSEK LİSANS TANITIM FORMU. Bölüm Başkan Yardımcısı(ları)
ÇANKIRI KARATEKİN ÜNİVERSİTESİ KİMYA MÜHENDİSLİĞİ ANABİLİM DALI YÜKSEK LİSANS TANITIM FORMU Anabilim Dalı Başkanıı Bölüm Başkan Yardımcısı(ları) Koordinatörler Prof. Dr. O. Nuri ŞARA 1. Bologna: Yard.
DetaylıŞekil 2. Azalan f fonksiyonunun grafiği
3. ÖLÇÜLEBİLİR FONKSİYONLAR SORU 1: f : R R azalan fonksiyon ise f fonksiyonu Borel ölçülebilir midir? ÇÖZÜM 1: Şekil 2. Azalan f fonksiyonunun grafiği α R için f 1 ((α, )) := {x R : f (x) > α} B (R) olduğunu
DetaylıMadde 2. KTÜ de not değerlendirilmesinde bağıl değerlendirme sistemi (BDS ) ve mutlak değerlendirme sistemi (MDS ) kullanılmaktadır.
Karadeniz Teknik Üniversitesi Ön Lisans ve Lisans Programlarında Başarı Notunun Değerlendirilmesine Dair Senato Tarafından Belirlenen Usul ve Esaslar Karadeniz Teknik Üniversitesi ön lisans ve lisans eğitim-öğretim,
DetaylıMATBAA DA SAATLİK MALİYET SİSTEMİ VE UYGULANMASI
MATBAA DA SAATLİK MALİYET SİSTEMİ VE UYGULANMASI Hayri Ünal*, Özgül Yaman** * Marmara Üniversitesi, Teknik Eğitim Fakültesi, Matbaa Eğitimi Bölümü, İstanbul ** İstanbul Aydın Üniversitesi, Anadolu BİL
DetaylıAlgoritmalara Giriş 6.046J/18.401J
Algoritmalara Giriş 6.046J/18.401J DERS 13 Amortize Edilmiş Analiz Dinamik Tablolar Birleşik Metod Hesaplama Metodu Potansiyel Metodu Prof. Charles E. Leiserson Kıyım tablosu ne kadar büyük olmalı? Amaç
DetaylıİŞ SIRALAMA VE ÇİZELGELEME
İŞ SIRALAMA VE ÇİZELGELEME Bu resim, Cengiz Pak ın sitesinden ve sunumundan alınmıştır. cengizpak.com.tr İş Sıralama ve Çizelgeleme Nedir? Bir dizi işin, belirli bir özelliğe göre sıraya dizilme işlemidir.
DetaylıULUDAĞ ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MAKİNE MÜHENDİSLİĞİ BÖLÜMÜ
ULUDAĞ ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ MAKİNE MÜHENDİSLİĞİ BÖLÜMÜ METALİK MALZEMELERİN ÇEKME DENEYİ FÖYÜ 2015-2016 Bahar Dönemi 1. AMAÇ Çekme deneyi, malzemelerin statik yük altında elastik ve plastik
DetaylıHorton'nun (2001) belirttiği üzere web tabanlı öğretim ortamlarında genel olarak kullanılan ders yapıları aşağıdaki gibidir:
Genel Ders Yapılarından Birinin Seçilmesi Bir dersin ana temelini dersin amaçları belirler. Bu amaçlar doğrultusunda dersi küçük parçalara ayırarak sunarsınız. Her parça öğrenme tecrübeleri, etkinlikleri,
DetaylıGENETİK ALGORİTMALAR. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ
GENETİK ALGORİTMALAR Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ GENETİK ALGORİTMALAR Genetik algoritmalar, Darwin in doğal seçim ve evrim teorisi ilkelerine dayanan bir arama ve optimizasyon yöntemidir.
DetaylıPermütasyon Tipi Akış Çizelgeleme Probleminin Hibrit Karınca Kolonisi Algoritması ile Çözümü
Permütasyon Tipi Akış Çizelgeleme Probleminin Hibrit Karınca Kolonisi Algoritması ile Çözümü Ahmet HaşimYURTTAKAL 1 İbrahim KARAMAN 2 Gökalp ÇINARER 3 Sait ÜNAL 4 1,2,3 Bozok Üniversitesi, Meslek Yüksekokulu,
DetaylıWichita State University Libraries SOAR: Shocker Open Access Repository
Wichita State University Libraries SOAR: Shocker Open Access Repository Mehmet Bayram Yildirim Industrial Engineering Paralel makineli bir üretim sisteminin karinca koloni, Optimizasyonu ile çizelgelenmesi
DetaylıTMÖZ Türkiye Matematik Öğretmenleri Zümresi
YGS MATEMATİK DENEMESİ-2 Muharrem ŞAHİN TMÖZ Türkiye Matematik Öğretmenleri Zümresi Eyüp Kamil YEŞİLYURT Gökhan KEÇECİ Saygın DİNÇER Mustafa YAĞCI İ:K Ve TMÖZ üyesi 14 100 matematik ve geometri sevdalısı
DetaylıMALZEME BİLİMİ VE MÜHENDİSLİĞİ. Malzeme Üretim Laboratuarı I Deney Föyü NİCEL (KANTİTATİF) METALOGRAFİ. DENEYİN ADI: Nicel (Kantitatif) Metalografi
DENEYİN ADI: Nicel (Kantitatif) Metalografi DENEYİN AMACI: Metal ve alaşımlarının ince yapılarının (=mikroyapı) incelenmesi ile hangi fazların var olduğu, bu fazların konumları ve düzenleri hakkında bilgiler
DetaylıVektör Uzayları ÜNİTE. Amaçlar. İçindekiler. Yazar Öğr.Grv.Dr.Nevin ORHUN
Vektör Uzayları Yazar Öğr.Grv.Dr.Nevin ORHUN ÜNİTE 4 Amaçlar Bu üniteyi çalıştıktan sonra; Matematik ve mühendislikte birçok uygulamaları olan cebirsel yapılardan vektör uzayı ve alt uzay kavramlarını
DetaylıEĞİLİM YÜZDELERİ (Trend) ANALİZİ
1 EĞİLİM YÜZDELERİ (Trend) ANALİZİ Trend Analizi işletmenin mali tablolarında yer alan kalemlerin zaman içerisinde göstermiş oldukları eğilimlerin saptanması ve incelenmesidir. Böylece varlıkların verimliliği,
DetaylıKarar Destek Sistemi (DSS) Yazılımı ve Arayüzü
Karar Destek Sistemi (DSS) Yazılımı ve Arayüzü Karar destek programı Action Script 3.0 yazılım diliyle hazırlanmıştır. Program arayüzü farklı sayfalardan oluşmaktadır. Bu sayfalar; dahili kaynak girişi,
Detaylı2016 Ocak SEKTÖREL GÜVEN ENDEKSLERİ 25 Ocak 2016
2016 Ocak SEKTÖREL GÜVEN ENDEKSLERİ 25 Ocak 2016 Ocak ayı inşaat ve hizmet sektörü güven endeksleri TÜİK tarafından 25 Ocak 2016 tarihinde yayımlandı. İnşaat sektörü güven endeksi 2015 yılı Aralık ayında
DetaylıBÜKME. Malzemenin mukavemeti sınırlı olduğu için bu şekil değişimlerini belirli sınırlar içerisinde tutmak zorunludur.
BÜKME Bükme işlemi bükme kalıpları adı verilen ve parça şekline uygun olarak yapılmış düzenlerle, malzeme üzerinde kalıcı şekil değişikliği meydana getirme olarak tarif edilebilir. Bükme olayında bükülen
DetaylıSerdar BİROĞUL YÜKSEK LİSANS TEZİ (ELEKTRİK EĞİTİMİ) GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ANKARA
i GENETİK ALGORİTMA YAKLAŞIMIYLA ATÖLYE ÇİZELGELEME Serdar BİROĞUL YÜKSEK LİSANS TEZİ (ELEKTRİK EĞİTİMİ) GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ OCAK 2005 ANKARA ii Serdar BİROĞUL tarafından hazırlanan
DetaylıBölüm 10 Teknolojik Yenilik ve Ekonomik Performans
Bölüm 10 Teknolojik Yenilik ve Ekonomik Performans Teknolojik gelişme sürecinin üçüncü aşaması, teknolojik yeniliklerin uygulanması ve yaygınlaşmasıdır. Teknolojik gelişmenin ekonomik etkileri ancak bu
DetaylıBİRİNCİ BÖLÜM SAYILAR
İÇİNDEKİLER BİRİNCİ BÖLÜM SAYILAR 1.1 Tamsayılarda İşlemler... 2 1.1.1 Tek, Çift ve Ardışık Tamsayılar... 5 1.2 Rasyonel Sayılar... 6 1.2.1 Kesirlerin Birbirine Çevrilmesi... 7 1.2.2 Kesirlerin Genişletilmesi
DetaylıMODERN MÜHENDİSLİK HESAPLAMALARI İLE ASANSÖR BİLEŞENLERİNİN GÜVENİRLİKLERİNİN ARTTIRILMASI
Asansör Sempozyumu 25-27 Eylül 2014 // İzmir 73 MODERN MÜHENDİSLİK HESAPLAMALARI İLE ASANSÖR BİLEŞENLERİNİN GÜVENİRLİKLERİNİN ARTTIRILMASI Kadir Çavdar 1, Hasan Güngör 2, Hüseyin Keşanlı 3 1 Uludağ Üniversitesi,
Detaylı1. DERECEDEN İKİ BİLİNMEYENLİ DENKLEMLER
1. DERECEDEN İKİ BİLİNMEYENLİ DENKLEMLER Örnek...3 : 3 x+ y= 5 2x 3 =2 y s i s t e m i n i s a ğ l a ya n y d e ğ e r i k aç t ır? a, b, c R, a 0, b 0, x v e y d e ğ i şk e n o l m a k ü ze r e, a x+ b
DetaylıOkullarda bulunan kütüphanelerin fiziki koşulları nelerdir? Sorusuna tarama yöntemi kullanarak yanıt aranabilir. Araştırmacı, okul kütüphanelerindeki
4.HAFTA Betimleyici bir araştırma yöntemidir. Bir konuya ilişkin katılımcıların görüşlerinin ya da ilgi, beceri, yetenek, tutum vb. özelliklerinin belirlendiği genellikle diğer araştırmalara göre daha
DetaylıİNSAN KIYMETLERİ YÖNETİMİ 4
İNSAN KIYMETLERİ YÖNETİMİ 4 İKY PLANLANMASI 1)Giriş 2)İK planlanması 3)İK değerlendirilmesi 4)İK ihtiyacının belirlenmesi 2 İnsanların ihtiyaçları artmakta ve ihtiyaçlar giderek çeşitlenmektedir. İhtiyaçlardaki
DetaylıMATEMATİK DERSİNİN İLKÖĞRETİM PROGRAMLARI VE LİSELERE GİRİŞ SINAVLARI AÇISINDAN DEĞERLENDİRİLMESİ
MATEMATİK DERSİNİN İLKÖĞRETİM PROGRAMLARI VE LİSELERE GİRİŞ SINAVLARI AÇISINDAN DEĞERLENDİRİLMESİ Ahmet ÇOBAN Cumhuriyet Üniversitesi, Eğitim Fakültesi, İlköğretim Bölümü, SİVAS ÖZET: Bu araştırma, Matematik
DetaylıKARADENİZ TEKNİK ÜNİVERSİTESİ MADEN MÜHENDİSLİĞİ BÖLÜMÜ MADEN İŞLETME LABORATUVARI DENEY ADI: AGREGA ELEK ANALĠZĠ VE GRANÜLOMETRĠ EĞRĠSĠ
DENEY ADI: AGREGA ELEK ANALĠZĠ VE GRANÜLOMETRĠ EĞRĠSĠ AMAÇ: ĠnĢaat ve madencilik sektöründe beton, dolgu vb. içerisinde kullanılacak olan agreganın uygun gradasyona (üniform bir tane boyut dağılımına)
DetaylıJ ~ -. - özleşmelerin biçimini incele el davranışları ve bunlar aı üme vs.) ile ilgili temel soruı
J ~ -. - özleşmelerin biçimini incele el davranışları ve bunlar aı üme vs.) ile ilgili temel soruı ıkro ekonomiyi kişisel dav risine yönelmişlerdir Böyle niştir. Neoklasik teori ile O elin bir çözüme sahip
DetaylıÇocuk, Ergen ve Genç Yetişkinler İçin Kariyer Rehberliği Programları Dizisi
Editörden Önsöz Çocuk, Ergen ve Genç Yetişkinler için Kariyer Rehberliği Programları Dizisi, kariyer rehberliği uygulamaları yapması gereken psikolojik danışmanlar için hazırlanmış sınıf / grup rehberliği
DetaylıERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENERJİ SİSTEMLERİ MÜHENDİSLİĞİ BÖLÜMÜ RMAA LABORATUARI
ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENERJİ SİSTEMLERİ MÜHENDİSLİĞİ BÖLÜMÜ RMAA LABORATUARI DENEY FÖYÜ DENEY ADI SABİT SICAKLIK ANEMOMETRESİ İLE HIZ ÖLÇÜMÜ DERSİN ÖĞRETİM ÜYESİ DENEYİ YAPTIRAN ÖĞRETİM
DetaylıTABLET EKRANLARI ÖZET SATIŞ KATEGORİ INFO
IPAD IPHONE Dökümanda kullanılan veriler demo verilerdir. MEMOBİL uygulamalarına, Ipad ve Iphone lardan B2B (MECOM) Satıcı Admin Kullanıcı Adınızı ve Şifrenizi girerek ulaşabilirsiniz. TABLET EKRANLARI
Detaylı