GRUP TEKNOLOJİLERİNDE KÜMELENDİRME YÖNTEMLERİNE SEZGİSEL YAKLAŞIMLAR

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "GRUP TEKNOLOJİLERİNDE KÜMELENDİRME YÖNTEMLERİNE SEZGİSEL YAKLAŞIMLAR"

Transkript

1 T. C. İstanbul Üniversitesi Sosyal Bilimler Enstitüsü Üretim Anabilim Dalı Yüksek Lisans Tezi GRUP TEKNOLOJİLERİNDE KÜMELENDİRME YÖNTEMLERİNE SEZGİSEL YAKLAŞIMLAR ve BİR UYGULAMA Musa Can KAPLAN Doç. Dr. Necdet ÖZÇAKAR İstanbul 2008

2 ÖZ Bu tez çalışmasında, Grup Teknolojisi yöntemi incelenerek, makine - ürün eşleştirmelerinin kümelendirilmesi problemi konusunda çözüm teşkil edebilecek sezgisel yöntemler ele alınmıştır. Çalışmada ele alınan sezgisel yöntemler, OVS, AVS ve AVS-M olarak isimlendirilen köşe - değişimi yöntemleri ve Genetik Algoritma yöntemidir. Bu yöntemlerin herbirinin kümelendirmede nasıl uygulanacağından bahsedilmiş, algoritmaları verilmiş, AVS ve Genetik Algoritma yöntemleri için örnek problemler çözülmüştür. Çözülen problemler, farklı büyüklükteki makine - ürün matrisi verilerini içerir. Problemler literatürde üzerinde çalışılmış örnek kümeleme problemlerinden seçilmiştir. Yapılan uygulamada tekstil sektöründe faaliyet gösteren bir şirkete ait veriler kullanılmıştır.. Tüm örnekler MATLAB ve MS Office Excel üzerinde VB Script dili kullanılarak çözülmüştür. Elde edilen çözümler literatürde geçen bir verimlilik ölçütü ile değerlendirilmiştir. iii

3 ABSTRACT In this thesis the heuristic methods that can be used for solving machine-part clustering problems are dealt with by investaging Group Technology method. The heuristic methods that are dealt with in the thesis are vertex substitution methods named OVS, AVS, AVS-M and Genetic Algorithm. It is given how the algorithms work and how each methods are applied to clustering problems. Sample problems are solved with AVS and Genetic Algorithm methods. Solved problems contain different size of machine-part matrices. The problems are chosen from the sample literature clustering problems. In the application uses the datas from a company that is in textile industry sector. All of the examples are solved with MATLAB and VB Script over MS Office Excel. The results are evaluated with a efficiency criterion. iv

4 ÖNSÖZ Tez sürecinin başlangıcından itibaren, gerek tez gerekse tez diğer konularda sık sık görüşme olanağı bulduğum ve anlayışı, teşvik edici davranışlarıyla büyük desteğini gördüğüm danışman hocam, sayın Doç. Dr. Necdet ÖZÇAKAR a, Konuyu tartışma fırsatı bulabildiğim araştırma görevlisi arkadaşlarım Rüya ŞAMLI, Nihan ÖZŞAMLI, Vefa ARIKAN a ve gösterdikleri sabır ve anlayıştan dolayı aileme, Teşekkürlerimi bir borç bilirim... Musa Can KAPLAN, Eylül v

5 İÇİNDEKİLER ÖZ... iii ABSTRACT... iv ÖNSÖZ...v İÇİNDEKİLER... iii ŞEKİLLER...x TABLOLAR... xi GİRİŞ GRUP TEKNOLOJİSİ GRUP TEKNOLOJİSİNE GİRİŞ GRUP TEKNOLOJİSİNİN TARİHSEL GELİŞİMİ GRUP TEKNOLOJİSİNİN AVANTAJLARI İŞ AKIŞLARINA ETKİSİ TAŞIMA MİKTARLARINA ETKİSİ Üretim İçi Stoklarına Etkisi Toplam Üretim Zamanına Etkisi Makine Hazırlık Zamanına Etkisi Üretim Kalitesine Etkisi ÜPK (Üretim Planlama Kontrol) Faaliyetlerine Etkisi İş Görene Etkisi...9 vi

6 1.3.9 Fabrika Kullanım Alanına Etkisi Veri Bankasına Etkisi Tasarıma Etkisi Maliyet Tahminlerinde Kullanılabilirlik Sayısal Kontrollü Makinelerde Kullanılabilirlik GRUP TEKNOLOJİSİNİN DEZAVANTAJLARI GRUP TEKNOLOJİSİNİN UYGULAMA AŞAMALARI GRUP TEKNOLOJİSİNDE KÜMELENDİRME ALGORİTMALARI Kümelendirmede Modelleme Yaklaşımı Kümelendirmede Sezgisel Yaklaşımlar Benzerlik Katsayısı Bazlı Algoritmalar PROBLEM ve YÖNTEM MEDİAN PROBLEMİ P-MEDİAN PROBLEMİ ÇÖZÜM TEKNİKLERİ ORİJİNAL KÖŞE DEĞİŞİMİ (ORİGİNAL VERTEX SUBSTİTUTİON - OVS ) YÖNTEMİ AYARLANMIŞ KÖŞE DEĞİŞİMİ (ADJUSTED VERTEX SUBSTİTUTİON - AVS) YÖNTEMİ ÇOKLU BAŞLANGIÇ NOKTALARI İLE AYARLANMIŞ KÖŞE DEĞİŞİMİ (ADJUSTED VERTEX SUBSTİTUTİON METHOD STARTİNG POİNTS AVS-M) YÖNTEMİ...25 vii

7 2.6 GENETİK ALGORİTMA Genetik Algoritmaya Giriş Genetik Algoritmanın Tarihçesi Genetik Algoritma Tekniği Genetik Algoritmanın Aşamaları Genetik Algoritma Terimleri Genetik Algoritma Kodlama Türleri Genetik Algoritmanın Diğer Yöntemlerden Farkları Genetik Algoritmanın Faydaları Genetik Algoritma Araçları Genetik Algoritma Kullanım Alanları Genetik Algoritma Genel Uygulama Alanları Genetik Algoritmanın İşletmelerdeki Uygulama Alanları Genetik Algoritmanın Üretimde Uygulama Alanları UYGULAMALAR GENETİK ALGORİTMA UYGULAMASI OVS ALGORİTMASI VE ÖRNEK UYGULAMASI AVS ALGORİTMASI VE ÖRNEK UYGULAMASI ÖBEKLEME UYGULAMASI ÖBEKLEME UYGULAMASI viii

8 3.6 ÖBEKLEME UYGULAMASI TEKSTİL SEKTÖRÜNDE BİR UYGULAMA...73 SONUÇ ve ÖNERİLER...78 EKLER...81 EK A: ÖBEKLEME İÇİN BİLGİSAYAR PROGRAMI...81 EK B : MATLAB PROGRAMI...93 KAYNAKÇA ix

9 ŞEKİLLER Şekil 1: Genetik Algoritmanın Aşamaları,...30 Şekil 2: Genetik Algoritma Örneği İçin Makine - Ürün Gruplanması...47 Şekil 3: Genetik Algoritma Örneği İçin Problemin Gösterimi...51 Şekil 4 : Genetik Algoritma Örneği İçin MATLAB Uygulaması Ekran Görüntüsü Şekil 5: Genetik Algoritma Örneği İçin MATLAB Uygulaması Ekran Görüntüsü Şekil 6 : Öbekleme Uygulaması - 1 İçin Öbekler...64 Şekil 7: Öbekleme Uygulaması - 2 İçin Öbekler...67 x

10 TABLOLAR Tablo 1: Benzerlik Katsayısı Bazlı Algoritma...17 Tablo 2 : Genetik Algoritma İçin Permutasyon Kodlama...36 Tablo 3: Genetik Algoritma İçin Değer Kodlama...37 Tablo 4: Genetik Algoritma Örneği İçin Ürün 1 in Makine Matrisindeki Satırı...47 Tablo 5: Genetik Algoritma Örneği İçin Kromozomlar...49 Tablo 6: Genetik Algoritma Örneği İçin Çaprazlama Noktaları...49 Tablo 7: Genetik Algoritma Örneği İçin Kromozomların Çaprazlamadan Sonraki Durumu...49 Tablo 8: Genetik Algoritma Örneği İçin Çaprazlamadan Sonraki İlk Çocuk Kromozom...50 Tablo 9: Genetik Algoritma Örneği İçin Kromozomun İşlemden Sonraki Hali...50 Tablo 10: Genetik Algoritma Örneği İçin 2. Çocuk Kromozom...50 Tablo 11: Genetik Algoritma Örneği İçin 2. Kromozom...50 Tablo 12: Genetik Algoritma Örneği İçin 3. Kromozom...51 Tablo 13: Genetik Algoritma Örneği İçin Best_chromosome Vektöründe Makine Grupları...54 Tablo 14: Genetik Algoritma Örneği İçin Best_part Vektöründe Ürün Grupları...54 Tablo 15: Öbekleme Uygulaması - 1 İçin Makine Ürün Matrisi...62 Tablo 16 : Öbekleme Uygulaması - 1 İçin Makine Makine Matrisi...63 Tablo 17: Öbekleme Uygulaması - 1 İçin Öbekleme Değişimi Tablosu...63 xi

11 Tablo 18 : Öbekleme Uygulaması - 1 İçin Öbekler...64 Tablo 19: Öbekleme Uygulaması 2 İçin Makine Ürün Matrisi...65 Tablo 20 : Öbekleme Uygulaması - 2 İçin Makine Makine Matrisi...66 Tablo 21 : Öbekleme Uygulaması - 2 İçin Öbekler...67 xii

12 GİRİŞ Bu tez çalışmasında, Grup Teknolojisi yöntemi incelenerek, makine - ürün eşleştirmelerinin kümelendirilmesi problemi konusunda çözüm teşkil edebilecek sezgisel yöntemler ele alınmıştır. Bu yöntemler, OVS, AVS, AVS-M ve Genetik Algoritma yöntemleridir. Bu bölümde tezde incelenen konulardan bahsedilmiş ve tezin bölümlerine ait genel bilgiler verilmiştir. Çalışma, üç ana bölümden oluşmaktadır, ayrıca Sonuç ve Öneriler bölümü ile kodların verildiği Ekler bölümü bulunmaktadır. Birinci bölümde Grup Teknolojisi (GT) kavramı incelenmiş, GT nin neden gittikçe önem kazandığından, GT ile Hücresel Üretim Sistemleri (HÜS) ve Just In Time (JIT) arasındaki bağıntıdan bahsedilmiştir. Daha sonra GT nin tarihsel gelişimi, GT nin avantaj ve dezavantajları anlatılmış, ardından GT nin uygulama aşamaları verilmiştir. GT deki kümelendirme algoritmalarından ve kullanılan kümelendirme yöntemlerinden bahsedildikten sonra, kümelendirme modelleme yaklaşımı, ve benzerlik katsayısı bazlı algoritmalar matematiksel modelleriyle birlikte verilmiştir. GT ile ilgili verilen diğer bir veri benzerlik katsayısı bazlı algoritma nın tablo halinde gösterimidir. İkinci bölümde tezde kullanılan malzeme, yöntem, algoritmalar, yöntemler ve bilgisayar programlama dillerinden bahsedilmiştir. İlk olarak tezde ele alınan p- median probleminin matematiksel modeli ve problemi çözmek için kullanılan yöntemler verilmiştir. Bu yöntemler birer sezgisel yöntem olan ve köşe-değiştirme yöntemleri olarak adlandırılabilen OVS (Orijinal Köşe Değişimi, Original Vertex Substitution - OVS), OVS nin aksine çözüm kümesini daha dar inceleyen ve ayarlanmış olarak ilerleyen AVS (Ayarlanmış Köşe Değişimi, Adjusted Vertex Substitution - AVS) ve başlangıç noktası çok olan AVS-M (Çoklu Başlangıç Noktaları İle Ayarlanmış Köşe Değişimi, Adjusted Vertex Substitution Method 1

13 Starting Points AVS-M) yöntemleridir. Aynı bölümde, Genetik Algoritma (GA) yönteminden de bahsedilmiştir. Burada GA ya genel bir giriş yaptıktan sonra, GA nın tarihçesinden bahsedilmiş, GA nın nasıl çalıştığı ve aşamaları anlatılmıştır. Ardından GA terimleri, kodlama türleri, GA nın diğer yöntemlerden farkları, faydaları ve GA araçları konusunda açıklamalar yapılmıştır. GA nın kullanım alanları, (genel, işletmelerdeki ve üretimler konusundaki) uygulanma alanları ve bu alanlarda GA nın çözümünde kullanıldığı problemler verilmiştir. Üçüncü bölümde anlatılan sezgisel yöntemlerin algoritmaları verilmiştir. AVS ve GA ile literatürde varolan problemler, örnek olarak çözülmüştür. Ardından İstanbul da tekstil sektöründe faaliyet gösteren orta ölçekli bir şirkete ait veriler ile bir uygulama gerçekleştirilmiştir. Bu problemlerde başlangıç verisi olarak çeşitli büyüklüklerdeki makine - ürün matrisleri kullanılmış ve bu makine - ürün matrislerine uygun olacak şekilde kümelendirmeler yapılmıştır. Makine - ürün matrisindeki ilişkiler kullanılarak makine - makine matrisleri oluşturulduktan sonra, makinelerin hangi öbeklere ait oldukları tespit edilmiştir. Ürünlerin en çok işlem gördüğü makineler gözönünde bulundurularak ürünler de makine öbeklerine atanmıştır. Bu şekilde makinelerin ve ürünlerin hangi öbeklere dahil olduğunu gösteren kümelendirme tabloları elde edilmiştir. Elde edilen çözümlerde literatürde geçen bir verimlilik ölçütü kullanılarak değerlendirilmeler yapılmıştır. Problemler çözülürken MATLAB simulasyon programı ve MS Office Excel üzerinde VB Script dili kullanılmıştır. Sonuç bölümünde ise problemlere ait çözümler ele alınarak elde edilen sonuçlar, incelenen yöntemler açısından değerlendirilmiştir. Burada elde edilen sonuçlar şu şekildedir : OVS yöntemi, kümelendirme yapabilmek için olası tüm durumları inceler ve 2

14 ancak tüm durumları inceledikten sonra karar verebilir. Bu durum zaman, emek ve para kaybına yol açabilir. Bu sebeple daha az durum inceleyerek en iyi çözüm elde etmeye yakın olan farklı algoritmalar kullanılmıştır. Bunlardan biri AVS yöntemidir. Adım sayısını azaltma gibi bir avantajının yanında çözümün lokal kalması gibi bir dezavantajı vardır. Bunu giderebilmek için farklı pek çok başlangıç noktası alınarak devam edilir. Bu yönteme de AVS-M denir. En iyi çözüme daha hızlı yaklaşabilmek için benzer şekilde Genetik Algoritma (GA) yönteminden de yararlanılmıştır. GA kullanılırken farklı parametrelerden en iyi çözümü verecek parametrelerin kombinasyonunun elde edilmesi için "deney tasarımı" yapılmasına ihtiyaç duyulur. EKLER bölümünde öbekleme problemlerinin çözümünde kullanılan VBScript - Excel makro kodları ve GA örneğine ait olan MATLAB programı kodları bulunmaktadır. 3

15 1 GRUP TEKNOLOJİSİ 1.1 GRUP TEKNOLOJİSİNE GİRİŞ Grup Teknolojisi (GT), en genel tanımıyla işletmelerin verimliliğinin arttırılmasını amaçlayan, bu amaçla işletmelerde üretilen ürünlerin tasarlanması ve ürünlerin kendi içlerindeki benzer yönlerinden yararlanarak bu ürünleri gruplandıran bir üretim tekniğidir 1. İşletmelerin GT'ye başvurmasındaki temel amaç, verimliliğin arttırılması, üretilen ürünlerin, talebi karşılayabilecek seviyede sayı ve kaliteye sahip olmasıdır. Her işletme, diğer işletmelerle girdiği rekabet ortamında kendisini ürünleri, tesisleri, kullandıkları malzeme, araç, gereç vb açısından öne geçirmeye çabalamaktadır. Bu çaba maddi getirinin yanında işletmenin sürekliliği için de gereklidir. Bu esnada gelişen teknolojiden yararlanılarak pek çok yeni teknikler geliştirilmiştir. GT de bunlardan biridir. GT'nin mantığı, üretilen benzer ürünlerin kendi içlerinde gruplandırılmasıdır. Bu gruplandırmada amaç, birbirlerinden ayrı, bağımsız ve kendi içlerinde kontrol mekanizmaları olan ürün grupları oluşturmaktır. Bu tarz bir gruplandırma yapılmasının sebebi de günümüzde işletmelerin oldukça fazla sayıda ürün üretmesi ve dolayısıyla atölye tipi üretimin artması ve ürüne göre düzenlenmenin oldukça zorlaşmasıdır. Tek tek her ürüne göre düzenleme yapılamadığından gruplandırma ve gruplandırmaya göre yapılacak olan düzenlemeler oldukça önem kazanmıştır. 2 Atölye tipindeki üretimin özelliği, üretimin genelde az sayıda ürün içeren küçük partiler halinde olmasıdır. Ancak bu üretim tipinde üretilen ürün oldukça çoktur. Bir atölyenin çok farklı dallarda üretim yapamayacağı gözönünde 1 Nancy Lea Hyer, Urban Wemmerlov, Capabilities of group technology, s.3 2 C.C. Gallagher and W.A. Knight. Gallagher, C. C., Group technology production methods in manufacture,1986. s.15. 4

16 bulundurulursa ürettiği ürün çok çeşitli olsa bile benzer özellikler taşıması kaçınılmazdır. Bu benzerlikler tasarım benzerlikleri ya da üretim benzerlikleri olabilir. Tasarım özelliklerinden kastedilen ürünün sahip olduğu dış özellikler, geometrik şekli vs, üretim özellikleri ise üretilmesi esnasında kullanılan malzeme çeşitleri, miktarları, üretilmesi için yapılan işlemler, işlemlerin sırası vb'dir. Bu benzer özelliklere sahip gruplar gözle muayene veya kodlama sınıflandırma sistemleri ile belirlenebilir. GT kullanılarak yapılan üretim, ürünleri gruplandırarak, tasarım, planlama ve üretim faaliyetlerini ürünler arasında var olan bu benzerliklere göre gerçekleştirir, bu sayede de zaman, emek ve maliyet açısından tasarruf yapılmasını sağlar. Ayrıca da sistemlerin üretim kısmındaki karmaşıklığını azaltarak, anlaşılır ve daha kolay implemente edilebilir bir sistemde çalışılmasını sağlar. GT oldukça fonksiyonel bir sistemdir ve bu özelliği sayesinde ürüne göre düzenleme yapan pek çok sistemdeki eksiklikleri ortadan kaldırmıştır. Günümüzde işletmelerin imalat konusunda gerçekleştirdiği veya gerçekleştirmeyi planladığı pek çok değişiklik GT kullanılmasını neredeyse kaçınılmaz hale getirmiştir. Bunlar : Malzeme çeşidinin artması Çalışan kişi, makine sayısında ve üretim zamanında ihtiyaç duyulan artış İmalatın daha az kaynak kullanarak gerçekleştirilmesi ihtiyacı Hassasiyeti daha fazla olan ekonomik vasıta ihtiyacı Müşteri ihtiyacının çeşitlenmesi Talep ve ürün çeşitliliğinin artması sonucu daha karışık bir sistem yapısının oluşması Oluşan kompleks yapının mümkün olduğunca basite indirgenerek daha rahat çalışma imkanının sağlanması ihtiyacıdır. 5

17 İşletmeler en genel anlamda bir sistem olarak düşünüldüğünde üretim sistemi kısmı, bu ana sistemin bir alt sistemi olarak ifade edilebilir. Temelde beş tür üretim sistemi mevcuttur. Bunlar : Atölye tipi üretim Akış tipi üretim Proje tipi üretim Sürekli üretim Hücresel üretim sistemi (HÜS) dir. Bu üretim sistemlerinde, üretkenliğin ve verimliliğin artmasına yönelik çalışmalar gerçekleştirilmektedir. Günümüz koşullarında işletmelerin ürettikleri ürünlerin, gösterdikleri hizmetlerin, potansiyel alıcıların talep ve gereksinimlerinin farklılaşması, atölye tipi (kesikli) üretim sistemine karşı eğilimin artmasına neden olmuştur. Bu anlamda HÜS, önemli bir üretim tekniği olarak bu teknikler arasından öne çıkmaktadır. Çünkü HÜS, en genel anlamda, Grup Teknolojisi nin atölye ortamına uygulanması olarak tanımlanabilir. HÜS ün elde edilmesine yönelik literatürde pek çok teknik bulunmaktadır. Örneğin makine kapasiteleri ve müşterilerin ürünü, verimli bir HÜS düzeninin elde edilmesinde etkili, önemli faktörlerden bazılarıdır 3. GT ve HÜS, Tam Zamanında Üretim (TZÜ- Just In Time - JIT) felsefesi ile uyumludur ve GT yöntem biliminin tam sonuç verebilmesi için TZÜ ile uygulanması gerekmektedir. 3 Mustafa ÇELİK,Küreselleşme Hareketleri İçinde İşyeri Düzenlemesi ve Bir Matematiksel Model, Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü Ekonometri Aanabilim Dalı Doktora Tezi, s. 4. 6

18 Son zamanlarda ortaya çıkan ve Japon sistemi olarak adlandırılan Tam Zamanında Üretim (TZÜ) Just In Time (JIT) üretim sistemi, işlemin her aşamasında bir önceki iş tamamlandığı sırada bir sonraki iş gelecek şekilde, hem üretim süresince malların hareketinin hem de tedarikçilerin teslimatlarının dikkatli bir şekilde zamanlamasının yapılması anlamına gelen bir üretim çeşididir. Diğer bir deyişle JIT, tam zamanında satın alma ve üretim gerektiren bir maliyet ve stok kontrol sistemidir 4. JIT üretim sisteminin temelini teşkil eden GT bu üretim sisteminden, üretimde stok kontrolü yerine akış kontrolü sağladığı için ayrılmakta ve bu yolla üretimin verimliliği ve kontrolünü daha etkin kılacak ilkelerin uygulanmasını sağlamaktadır. 1.2 GRUP TEKNOLOJİSİNİN TARİHSEL GELİŞİMİ kavramdır. GT, ismi GT olarak ifade edilmese de uzun zamandır kullanılmakta olan bir Bilinen ilk uygulamalarından biri Taylor tarafından yapılmıştır. Taylor, ürünlerin değil ama yapılan işlerin birbirirleriyle benzer özellikler taşıyabileceğini, dolayısıyla da bu işleri benzerliklerine göre sınıflandırabileceğini ve bu sınıflandırmalar sonucunda daha verimli bir çalışmanın sözkonusu olabileceğini farketti. GT konusundaki bazı ciddi çalışmalar 1960'lı yıllarda Batı Almanya ve Büyük Britanya tarafından yapılmıştır. GT konusunda Almanya ve Britanya'nın öncülük ettiği çalışmalardan sonra Avrupa'nın geri kalanında da çeşitli çalışmalar yapıldı.gt ardından Sovyetler Birliği'nde uygulandı. Uygulamanın oldukça başarılı olması sonucunda GT, 4 Azzem ÖZKAN,Murat ESMERAY, Bir Maliyet Kontrol Sistemi Olarak JIT Üretim Sistemi ve Muhasebe Uygulamaları, C.Ü. İktisadi ve İdari Bilimler Dergisi, Cilt 3, Sayı 1, s

19 Sovyetler Birliği'nin başlandı. üretim endüstrisinde oldukça yaygın olarak kullanılmaya 1.3 GRUP TEKNOLOJİSİNİN AVANTAJLARI İŞ AKIŞLARINA ETKİSİ GT, ürünlerin gruplanması temelli olduğundan sistemleri karmaşıklıktan uzaklaştırır, üretimin miktarında, sırasında kolay kontrol ve planlama yapılmasını, ayrıca makineler arasında gidip gelen işlerin akışının da kolaylaşmasını sağlar TAŞIMA MİKTARLARINA ETKİSİ GT kullanıldığında makineler gruplanacak ve bu makine grupları, üretilen ürünlerin, üretim sırasında geçtiği hat içerisindeki hareketlere göre düzenlenecektir. Bu sayede bir noktadan diğer noktaya taşınan ürün miktarı azalacak ve ürünlerin taşındığı mesafe de kısalacaktır. Bunun dolaylı olarak etkisi taşınan ürünün ve taşıma mesafesinin azalması sonucunda taşıma için yapılan masrafın, zamanın ve emeğin de azalmasıdır Üretim İçi Stoklarına Etkisi GT'nin basitleştirdiği üretim sistemleri ve iş akışları sayesinde makineler önünde işlenmek için bekleyen ürün azalacaktır. Bir ürünün bekleme kuyruğunda geçireceği süre az olacağından üretim içi stoklar da azalır. Üretim içerisindeki stokların azalması, üretim yapan işletmenin stok için ayıracağı sermaye maliyetinin de azalması anlamına gelir. 5 A. Sütçü, E. Tanrıtanır, A. Eroğlu, H. İbrahim Koruca, Orman Ürünleri Endsütrisinde Benzetim Destekli Çalışmalar ve Bir Örnek Uygulama, Süleyman Demirel Üniversitesi Orman Fakültesi Dergisi, Seri : A, Sayı : 2, Yıl : 2006, ISSN : , s

20 1.3.4 Toplam Üretim Zamanına Etkisi İşlerin basitleşmesi, makinelerin ayarlanma süresinin azalması, üretim içi stok miktarının ve kuyrukta bekleme süresinin, taşıma süresinin azalması sonucunda herhangi bir ürünün toplam üretim zamanında kayda değer bir azalma sözkonusu olacaktır. Bu da üretim yapılan birim ve daha genel düşünülecek olursa üretim yapan işletmenin daha fazla üretim yapmasına olanak sağlayacak ve dolayısıyla işletmenin üretkenliğinin ve üretim verimliliğinin artmasına vesile olacaktır Makine Hazırlık Zamanına Etkisi Ürünlerin benzer şekilde gruplandırması sonucunda, bu ürünlerin üretilmesi için kullanılan araç, gereç ve makineler bir ürünün üretiminden diğerine geçerken kısa bir hazırlık süresi geçireceklerdir. Bu ürünler benzerliklerine göre gruplandırılmamış olsaydı, makinelerin aralarında az benzerlik olan veya hiç olmayan ürünler arasındaki geçişi oldukça uzun zaman alabilirdi Üretim Kalitesine Etkisi Benzerliklerine göre gruplandırılmış ürünler, adım adım üretime girdiğinden varolan herhangi bir hata varsa, hata anında görünerek düzeltilir ve üretim kalitesi de bu şekilde artmış olur ÜPK (Üretim Planlama Kontrol) Faaliyetlerine Etkisi Gruplandırma ÜPK faaliyetlerinde de oldukça işe yarayan bir faaliyettir. Gruplandırma sayesinde sorumluluğun merkezî olması yerine bölünmesi sözkonusudur. Sorumluluk miktarının ve alanının azalması üretimin, planlamanın ve kontrolün daha kolay bir şekilde yapılmasını sağlayacaktır İş Görene Etkisi GT yaklaşımının temelindeki noktalardan biri işletmelerde iş gören 9

21 pozisyonundaki kişilerin güdülenmesidir. GT, iş görenlere kendi dallarında daha fazla sorumluluk verildiğinde daha başarılı olduklarını kabul eder.iş gücünün gerçekleştirdiği fonksiyonda uzmanlaşmasını kolaylaştırır. Yapılan gruplandırma sonucunda bir iş görenin kendine daha uygun bir alanda sorumluluk sahibi olması ihtimali artacağından tatmin olma ihtimali de yükselir Fabrika Kullanım Alanına Etkisi İşletmelerde taşıma mesafesinin en aza inebilmesi için makineler ve araç gereçler arasındaki mesafe en az olmalı, diğer bir deyişle bu teçhizatlar birbirlerine yakın konumlandırılmalıdır. Bu sayede bu teçhizatın fabrika içerisinde işgal ettiği toplam alan azalırken, diğer ekipmanlara bıraktıkları toplam alan artar Veri Bankasına Etkisi GT, benzer işlemleri bir arada yapar. Buradaki amaç, bağımsız işler arasındaki geçişlerde mümkün olduğunca az zaman kaybetmektir. Bu açıdan birbirleri ile yakın ilişkili, benzerlik oranı yüksek faaliyetleri standartlaştırmak, faaliyet bilgilerini saklamak ve belli bir kalıba oturtulan bu işlemleri gerçekleştirmek için yapılan tekrarları önlemek gerekmektedir. İşlemlerin bilgilerininsaklanması sayesinde bir veri bankası oluşturulur. Bu banka gerektiğinde, daha önceden çözülmüş bir problemi yeniden çözüp vakit kaybetmeyi engeller Tasarıma Etkisi GT basit uygulamalarda rahatlıkla kullanılmakta iken, üretim endüstrisinde Bilgisayar Destekli Tasarım (BDT Computer Aided Design CAD) ve Bilgisayar Destekli Üretim (BDÜ - Computer Aided Manufacturing CAM) sistemlerinin gelişmesi GT'nin daha karmaşık yapılarda da kullanılabilmesini sağlamıştır 6. 6 M. Kaan Doğan, İstanbul Üniversitesi Mühendislik Fakültesi Makine Mühendisliği Bölümü Bitirme Ödevi, Optimum İmalat Programının Bilgisayar Benzeşimi, s

22 BDT ve BDÜ kullanılarak hem tasarım işlemi daha kısa zamanda gerçekleşir hem de tasarım tekrarları engellenmiş olur Maliyet Tahminlerinde Kullanılabilirlik Müşteriye fiyat vermesi gereken ve bu amaçla da ürünlerinin ortalama maliyetini hesaplaması gereken bir işletme, bu amaçla daha önceden oluşturulmuş GT veri bankasında araştırma yapabilir Sayısal Kontrollü Makinelerde Kullanılabilirlik GT yöntemi sayısal kontrollü makinelerde zaman ve maliyet azaltıcı yönde kullanılabilir. 1.4 GRUP TEKNOLOJİSİNİN DEZAVANTAJLARI 1) Üretilen ürünlerin taşınmaması için bazı üretim araçlarından birden fazla sayıda bulundurulması gerekebilir. Bu durum atölye üretim tarzına göre daha fazla yatırım gerektirir ve kapasite kullanım oranının düşmesine neden olabilir 7. 2) İşletmenin ürün üretimi sırasında, tüm ürünlerin imalat hücrelerinde üretilmesi söz konusu olmayabilir. Böyle bir durumda, hücrelerin oluşturulmasından sonra üretilen diğer ürünler için verimliliğin düşmesi sözkonusudur. 3) GT yöntemini kullanan bir işletmede, ustabaşının değişik özelliklere sahip makineler hakkında bilgi sahibi olması ve çeşitli ürünleri üretme amacı güden iş görenlere görev dağılımı yapabilmesi gerekecektir. Diğer bir deyişle, ustabaşının GT kullanılmayan kesikli sistemlerde olduğu gibi, sadece kendi bölümüyle igili bilgi sahibi olması yeterli olmayacaktır. 4) Tezgahların toplam kullanım sürelerini azalır. 5) Tasarım ve üretim kısımları arasındaki iletişim zayıfsa, GT uygulanması sırasında yapılması gereken kodlama ve sınıflandırma işlemlerinin gerçekleştirilmesinde zorluklarla karşılaşılabilir. 7 Gallagher, Knight a.g.e. s

23 6) Herkes tarafından kabul edilmiş GT standartları yoktur. Herkesin GT uygulama şekli farklıdır. Bir işletmede benzerlikleri yeterli olarak görülüp aynı gruba alınan 2 ürün, diğer bir işletmede yeterince benzer olmadıkları düşünülüp farklı gruplara atanabilir. 7) Tezgahların gruplandırılması sonucunda, gruptaki bazı tezgahlar daha az kullanılır. Bu işlem sonucunda toplam maliyet azalsa bile, bu durum işletmeler tarafından genelde kabul görmez. 8) GT'nin uygulanabilmesi için kimi zamanbazı tezgahların bir kısmının veya tamamnın yeniden düzenlenmesi, organize edilmesi gerekebilir. Bu da ekstra masraf anlamına gelir. 9) GT yönteminin uygulanması, çalışanların o ana kadar çalıştıkları sistemin değişmesi anlamına gelir ki alıştığı şekli değiştirmek istemeyen çalışanlar tarafından bu konuda itiraz gelmesi oldukça muhtemeledir. 10) İşletmelerde GT uygulamak isteyen birimden daha üstteki birimden destek gelmezse, GT yönteminin uygulanması oldukça zor olabilir. 1.5 GRUP TEKNOLOJİSİNİN UYGULAMA AŞAMALARI 1. Adım : (GT Yönteminin Sözkonusu Sisteme Uygulanıp Uygulanamayacağının Belirlenmesi) Ürünlerin üretim sıraları ve tasarımları incelenir. Benzerlikler miktarlarına bakılır. Benzerlik miktarları ürün aileleri oluşturulup oluşturulamayacağını belirler. Ürünler çok farklıysa gruplamaya uygun değildir ve GT yöntemi uygulanamaz, işlem sonlandırılır; ürünlerde benzerlikler sözkonusu ise GT uygulanabilme ihtimali vardır ve adım 2 ye geçilir. 2. Adım : (GT de Kullanılacak Gruplama Yönteminin Seçimi) GT nin uygulanabilmesinin temelinde gruplama olduğu daha önceden belirtilmişti. Bu gruplamanın nasıl yapılacağı üretim yapan sistemin özelliklerine ve ürün grupları oluşturulma ölçütlerine bağlıdır. Bu adımda sisteme uygun bir gruplama yöntemi seçilir ya da gerek görülürse yeni bir gruplama yöntemi geliştirilir. 3. Adım : (Ürün Gruplarının Oluşturulması) 2. adımda gruplama yöntemi belirlendikten sonra belirlenen bu yönteme göre 12

24 ürünlerin tasarım ve üretim bilgileri toplanır, benzerlikleri (geometrik şekil, boyutlar, malzeme, işlem sırası, teknik özellikler) belirlenir ve bu sayede ürün grupları (aileleri) oluşturulur. 4. Adım : (Makine Hücrelerinin Oluşturulması) 3. adımda ürün aileleri oluşturulduktan sonra bu adımda bu ailelerin işlem sırası belirlenir. İşlem sırası belirlendikten sonra, bu sıraya göre, her ürün ailesindeki ürünleri işleyecek makineler belirlenir. Bu makinelerin bir araya gelmesi ile makine hücresi adı verilen yapılar oluşturulur Adım : (Makine Araç ve Gerecin Yerleşiminin Yapılması) 4. aşamada oluşturulan makine hücreleri için gerekli teçhizat, araç, gereç ve işgören sayısı belirlenir. Belirlenen işgörenler,makine ve araç, gereçler uygun hücrelere atanır. 1.6 GRUP TEKNOLOJİSİNDE KÜMELENDİRME ALGORİTMALARI GT yönteminin gerçekleştirildiği uygulamalarda, uygulamaya bağlı olarak pek çok farklı kümelendirme yöntemi kullanılabilmektedir. İkili kümelendirme Yöntemi Müşteri Gruplaması 9 Veri Madenciliği Veri Modellemesi Kümelendirmede Modelleme Yaklaşımı GT yöntemindeki kümeleme modelleme yaklaşımı şu şekilde verilebilir : 8 M. Akif Altunay, Yüksek Lisans Tezi, Çağdaş Maliyetleme Sistemlerinden Faaliyet Tabanlı Maliyetleme Sistemi ve Bir Tekstil İşletmesindeki Uygulaması, Süleyman Demirel Üniversitesi Sosyal Bilimler Enstitüsü İşletme Ana Bilim Dalı. s.4. 9 Emin GÜLLÜ, Yusuf ULCAY, Kalite Fonksiyonu Yayılımı ve Bir Uygulama, Uludağ Üniversitesi,Mühendislik-Mimarlık Fakültesi Dergisi, Cilt 7, Sayı 1, s

25 ve makineleri arasındaki değer edilebilir : Hücrelerdeki gruplama makineleri için 0-1 tamsayı modeli şu formülle ifade 14

26 1.6.2 Kümelendirmede Sezgisel Yaklaşımlar Kümelendirme problemi, matematiksel model yapısına bakıldığında, temel olarak çözümü NP (non-polynomial) yapıda olan bir problem tipidir. NP olmasının anlamı, küçük olmayan değişken kümelerinde işlem zamanının uzun sürmesi hatta en iyi çözümü bulmanın her zaman mümkün olamamasıdır. Bu nedenle literatürde kümelendirme probleminin çözümünü ele alan pek çok sezgisel yöntem önerilmiş ve uygulanmıştır Benzerlik Katsayısı Bazlı Algoritmalar Benzerlik katsayısı yönteminin çalışma şekli aşağıdaki gibidir : Her iki makine arasındaki ürün akışını kullanır. Bu sayede makineler arasındaki ilişkinin benzerlik değerini ölçer. Bu ölçü kullanılarak hazırlanan ağaç çizelgesi yardımıyla makine hücrelerini oluşturur. Ürün ailelerini, makine - ürün matrisini veri olarak alıp, makine hücrelerine atayarak oluşturur. İki makine arasındaki benzerlik katsayısı, her iki makineye en az bir kez uğrayan ürün sayısının, makinelere ayrı ayrı ve her iki makineye de en az uğrayan ürün sayısına oranıdır. Bu oran makineler arasındaki ürün hareketlerini, hangi ürünün hangi makineye ne kadar uğradığını gösteren makine - makine matrisi sayesinde hesaplanmaktadır. Bu matris, bütün ürünlerin makine - işlem sıralarından makineleri ikili gruplar halinde alarak, ilgili satır - sütun ve sütun - satırdaki hücre değerlerine 1 eklenerek elde edilir. Makine - makine matrisi X(I;J) olarak tanımlanırsa, i. makine ile j. makine arasındaki benzerlik katsayısı değeri aşağıdaki formülle hesaplanır : 15

27 Burada; X(I,J)= i. ve j makineların her ikisine de en az bir kez uğrayan ürünlerin toplam sayısı, X(I,I) = Sadece i. makineye uğrayan (j.makineye uğramayan) ürünlerin toplam sayısı, X(J,J) = Sadece j. makineye uğrayan (i.makineye uğramayan) ürünlerin toplam sayısı, S(I,J) = i. makine ile j. makine arasındaki benzerlik katsayısı olarak tanımlanır. Makine hücrelerinin oluşturulmasında ağaç çizelgesi yöntemi kullanılır. Bu işlemde büyüklüklerine göre sıralanmış benzerlik katsayılarının eşlendiği makineler bir araya getirilir. Benzerlik katsayısı yönteminin en önemli avantajlarından biri, diğer pek çok yöntemde ifade edilmesi mümkün olmayan, aynı ürünün aynı makinede birden fazla işlenmesi durumunun ifade edilebilmesidir. Ancak bu yöntemin bazı yetersizlik yönleri de mevcuttur. Bunlar : X(J,J) > X(I,I) olması durumunda, elde edilen katsayı oldukça küçük olacağından, bu küçük katsayı sonucunda, aynı hücrede bulunması gereken makineler farklı hücrelerde yer alabilir. Makine - ürün matrisinde, uygun dağılım göstermeyen istisnaî ürünler bulunabilir. Bu ürünler, ürün ailelerinin ve makine hücrelerinin matris ana köşegeni üzerinde yer almasını engelleyebilir. Darboğaz oluşan makinelerin matriste ana köşegen üzerine yerleştirilemez ve tam olarak bir makine hücresine atanması olanaksızdır. Makine - ürün matrisinde aynı tipteki makinelerden yalnız birer adet gösterilmesi mümkündür, daha fazlasının gösterilmesi mümkün değildir. 16

GENETİK ALGORİTMALAR. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ

GENETİK 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.

Detaylı

GRUP TEKNOLOJİSİ VE HÜCRESEL ÜRETİM

GRUP TEKNOLOJİSİ VE HÜCRESEL ÜRETİM GRUP TEKNOLOJİSİ VE HÜCRESEL ÜRETİM GRUP TEKNOLOJİSİ VE HÜCRESEL ÜRETİM Grup Teknolojisi Ve Hücresel Üretim Kavramları Grup teknolojisi oldukça geniş bir kavramdır. Üretim ve endüstri mühendisliği alanlarında

Detaylı

1 ÜRETİM VE ÜRETİM YÖNETİMİ

1 ÜRETİM VE ÜRETİM YÖNETİMİ İÇİNDEKİLER ÖNSÖZ III Bölüm 1 ÜRETİM VE ÜRETİM YÖNETİMİ 13 1.1. Üretim, Üretim Yönetimi Kavramları ve Önemi 14 1.2. Üretim Yönetiminin Tarihisel Gelişimi 18 1.3. Üretim Yönetiminin Amaçları ve Fonksiyonları

Detaylı

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

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

Detaylı

FABRİKA ORGANİZASYONU Üretim Planlama ve Yönetimi 2. Uygulama: Sipariş ve Parti Büyüklüğü Hesaplama

FABRİKA ORGANİZASYONU Üretim Planlama ve Yönetimi 2. Uygulama: Sipariş ve Parti Büyüklüğü Hesaplama FABRİKA ORGANİZASYONU Üretim Planlama ve Yönetimi 2. Uygulama: Sipariş ve Parti Büyüklüğü Hesaplama Uygulamalar 1. İhtiyaç Hesaplama 2. Sipariş ve Parti Büyüklüğü Hesaplama 3. Dolaşım Akış Çizelgeleme/Terminleme

Detaylı

YAPAY SİNİR AĞLARI. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ

YAPAY SİNİR AĞLARI. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ YAPAY SİNİR AĞLARI Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ İÇERİK Sinir Hücreleri Yapay Sinir Ağları Yapısı Elemanları Çalışması Modelleri Yapılarına Göre Öğrenme Algoritmalarına Göre Avantaj ve

Detaylı

GENETİK ALGORİTMA İLE RÜZGAR TÜRBİNİ KANAT SAYISI SEÇİMİ

GENETİK ALGORİTMA İLE RÜZGAR TÜRBİNİ KANAT SAYISI SEÇİMİ VI. Ulusal Temiz Enerji Sempozyumu UTES 2006 25 27 Mayıs 2006, Isparta Sf.756 764 GENETİK ALGORİTMA İLE RÜZGAR TÜRBİNİ KANAT SAYISI SEÇİMİ Nida Nurbay ve Ali Çınar Kocaeli Üniversitesi Tek. Eğt. Fak. Makine

Detaylı

Tedarik Zinciri Yönetiminde Yapay Zeka Teknikler

Tedarik Zinciri Yönetiminde Yapay Zeka Teknikler Tedarik Zinciri Yönetiminde Yapay Zeka Teknikler Doç.Dr.Mehmet Hakan Satman mhsatman@istanbul.edu.tr İstanbul Üniversitesi 2014.10.22 Doç.Dr.Mehmet Hakan Satmanmhsatman@istanbul.edu.tr Tedarik Zinciri

Detaylı

Web Madenciliği (Web Mining)

Web Madenciliği (Web Mining) Web Madenciliği (Web Mining) Hazırlayan: M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Konular Denetimsiz Öğrenmenin Temelleri Kümeleme Uzaklık Fonksiyonları Öklid Uzaklığı Manhattan

Detaylı

Kural Motoru. www.paperwork.com.tr

Kural Motoru. www.paperwork.com.tr Kural Motoru www.paperwork.com.tr İş Kuralı Örnekleri Aşağıda iş kurallarına çeşitli örnekler verilmiştir; : İş Kuralı Nedir? T üm işletmeler kural merkezli çalışırlar. Kurallar hangi fırsatların takip

Detaylı

EXCEL DE BENZETİM ÖRNEKLERİ BMÜ-422 BENZETİM VE MODELLEME

EXCEL DE BENZETİM ÖRNEKLERİ BMÜ-422 BENZETİM VE MODELLEME EXCEL DE BENZETİM ÖRNEKLERİ BMÜ-422 BENZETİM VE MODELLEME GİRİŞ Bu bölümde benzetim için excel örnekleri önerilmektedir. Örnekler excel ile yapılabileceği gibi el ile de yapılabilir. Benzetim örnekleri

Detaylı

Web Madenciliği (Web Mining)

Web Madenciliği (Web Mining) Web Madenciliği (Web Mining) Hazırlayan: M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Konular Denetimli Öğrenmenin Temelleri Karar Ağaçları Entropi ID3 Algoritması C4.5 Algoritması Twoing

Detaylı

MÜŞTERİ İLİŞKİLERİ YÖNETİMİ (PZL208U)

MÜŞTERİ İLİŞKİLERİ YÖNETİMİ (PZL208U) DİKKATİNİZE: BURADA SADECE ÖZETİN İLK ÜNİTESİ SİZE ÖRNEK OLARAK GÖSTERİLMİŞTİR. ÖZETİN TAMAMININ KAÇ SAYFA OLDUĞUNU ÜNİTELERİ İÇİNDEKİLER BÖLÜMÜNDEN GÖREBİLİRSİNİZ. MÜŞTERİ İLİŞKİLERİ YÖNETİMİ (PZL208U)

Detaylı

Yapay Bağışık Sistemler ve Klonal Seçim. Bmü-579 Meta Sezgisel Yöntemler Yrd. Doç. Dr. İlhan AYDIN

Yapay Bağışık Sistemler ve Klonal Seçim. Bmü-579 Meta Sezgisel Yöntemler Yrd. Doç. Dr. İlhan AYDIN Yapay Bağışık Sistemler ve Klonal Seçim Bmü-579 Meta Sezgisel Yöntemler Yrd. Doç. Dr. İlhan AYDIN Bağışık Sistemler Bağışıklık sistemi insan vücudunun hastalıklara karşı savunma mekanizmasını oluşturan

Detaylı

ERCİYES ÜNİVERSİTESİ KİMYA ANABİLİM DALI

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

Detaylı

Neden Endüstri Mühendisliği Bölümünde Yapmalısınız?

Neden Endüstri Mühendisliği Bölümünde Yapmalısınız? Lisansüstü Eğitiminizi Neden Endüstri Mühendisliği Bölümünde Yapmalısınız? Uludağ Üniversitesi Mühendislik-Mimarlık Fakültesi Endüstri Mühendisliği Bölümü, 1990 yılında kurulmuş ve ilk mezunlarını 1994

Detaylı

Üretim Yönetimi Nedir?

Üretim Yönetimi Nedir? Üretim Yönetimi Üretim Yönetimi Nedir? Üretim süreçlerini ilgilendiren tüm kararların alınması ile ilgili disiplindir. Üretilen malların istenilen nicelikte ve zamanda en az giderle oluşmasını amaçlar

Detaylı

AKIŞ SİSTEMLERİ, FAALİYET İLİŞKİLERİ ve ALAN GEREKSİNİMLERİ

AKIŞ SİSTEMLERİ, FAALİYET İLİŞKİLERİ ve ALAN GEREKSİNİMLERİ Anadolu Üniversitesi Mühendislik Mimarlık Fakültesi Endüstri Mühendisliği Bölümü AKIŞ SİSTEMLERİ, FAALİYET İLİŞKİLERİ ve ALAN GEREKSİNİMLERİ Hazırlayan: Doç. Dr. Nil ARAS ENM411 Tesis Planlaması 2010-2011

Detaylı

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

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

Detaylı

İŞLETME VE ORGANİZASYON STAJI UYGULAMA ESASLARI

İŞLETME VE ORGANİZASYON STAJI UYGULAMA ESASLARI İŞLETME VE ORGANİZASYON STAJI UYGULAMA ESASLARI ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ İŞLETME VE ORGANİZASYON STAJI UYGULAMA ESASLARI 2014 İŞLETME VE ORGANİZASYON STAJI UYGULAMA ESASLARI Açıklama Staj yapılan işletmelerde

Detaylı

(Computer Integrated Manufacturing)

(Computer Integrated Manufacturing) 1 (Computer Integrated Manufacturing) 2 1 Bilgisayarlı Sayısal Kontrol; ekipman mekanizmaların hareketlerinin doğru ve hassas biçimde gerçekleştirilmesinde bilgisayarların kullanılması, programlama ile

Detaylı

Tedarik Zinciri Yönetimi

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

Detaylı

KALİTE SİSTEM YÖNETİCİSİ EĞİTİMİ

KALİTE SİSTEM YÖNETİCİSİ EĞİTİMİ FMEA-HATA TÜRLERİ VE ETKİ ANALİZİ Tanımlama Mevcut veya olası hataları ortaya koyan, bu hataların yaratabileceği etkileri göz önünde bulunduran ve etkilerine göre hataları önceliklendirerek oluşmalarının

Detaylı

BİLGİSAYAR DESTEKLİ TASARIM AUTOCAD DERSİ. 1. HAFTA 27.09.2012 Öğr. Gör. Serkan ÖREN

BİLGİSAYAR DESTEKLİ TASARIM AUTOCAD DERSİ. 1. HAFTA 27.09.2012 Öğr. Gör. Serkan ÖREN BİLGİSAYAR DESTEKLİ TASARIM AUTOCAD DERSİ 1. HAFTA 1 AutoCAD, tüm dünyada başta mühendisler ve mimarlar tarafından kullanılan, dünyaca tanınan yazılım firması Autodesktarafından hazırlanan, bilgisayar

Detaylı

Algoritma Geliştirme ve Veri Yapıları 9 Ağaç Veri Modeli ve Uygulaması. Mustafa Kemal Üniversitesi

Algoritma Geliştirme ve Veri Yapıları 9 Ağaç Veri Modeli ve Uygulaması. Mustafa Kemal Üniversitesi Algoritma Geliştirme ve Veri Yapıları 9 Ağaç Veri Modeli ve Uygulaması Ağaç, verilerin birbirine sanki bir ağaç yapısı oluşturuyormuş gibi sanal olarak bağlanmasıyla elde edilen hiyararşik yapıya sahip

Detaylı

Öğr. Gör. S. M. Fatih APAYDIN

Öğr. Gör. S. M. Fatih APAYDIN Öğr. Gör. S. M. Fatih APAYDIN Dersle İlgili Konular Üretim Yönetimi Süreç Yönetimi Tedarik Zinciri Yönetimi Üretim Planlama ve Kontrolü Proje Yönetimi Kurumsal Kaynak Planlaması-ERP Kalite Yönetimi Modern

Detaylı

İÇİNDEKİLER KALİTE YE KUŞBAKIŞI

İÇİNDEKİLER KALİTE YE KUŞBAKIŞI İÇİNDEKİLER vii SAYFA YE KUŞBAKIŞI 1 GİRİŞ 2 Kalite İle İlgili Bazı Kavramlar 6 Kalitenin Getirileri 9 Kalite ile İlgili Kuruluşlar 10 Kalite nin unsurları 11 Kaliteyi Oluşturan Faktörler 12 HİZMETTE 13

Detaylı

Tedarik Zincirlerinde Yer Seçimi Kararları (Location Decisions)

Tedarik Zincirlerinde Yer Seçimi Kararları (Location Decisions) Tedarik Zincirlerinde Yer Seçimi Kararları (Location Decisions) Öğr. Üyesi: Öznur Özdemir Kaynak: Waters, D. (2009). Supply Chain Management: An Introduction to Logistics, Palgrave Macmillan, New York

Detaylı

Veri Madenciliği Yöntemleriyle İGDAŞ Çağrı Merkezi Veri Analizi VE Kalite Fonksiyon Yayılımı Yöntemiyle Süreç İyileştirme Çalışması

Veri Madenciliği Yöntemleriyle İGDAŞ Çağrı Merkezi Veri Analizi VE Kalite Fonksiyon Yayılımı Yöntemiyle Süreç İyileştirme Çalışması Veri Madenciliği Yöntemleriyle İGDAŞ Çağrı Merkezi Veri Analizi VE Kalite Fonksiyon Yayılımı Yöntemiyle Süreç İyileştirme Çalışması Nilay Kurşunoğlu, PwC Yönetim Danışmanlığı Biz Kimiz? Orhan Cem Sorumlu

Detaylı

FMEA. Hata Türleri ve Etkileri Analizi

FMEA. Hata Türleri ve Etkileri Analizi FMEA Hata Türleri ve Etkileri Analizi 2007 FMEA Tanımı FMEA (HTEA), bir ürün veya prosesin potansiyel hatalarını ve bunların sonucu olabilecek etkilerini tanımlama, değerlendirme, potansiyel hatanın ortaya

Detaylı

VERİ KAYNAKLARI. Bilgi sisteminin öğelerinden biride veri

VERİ KAYNAKLARI. Bilgi sisteminin öğelerinden biride veri VERİ KAYNAKLARI YÖNETİMİ İ İ 5. ÜNİTE GİRİŞ Bilgi sisteminin öğelerinden biride veri yönetimidir. Geleneksel yada çağdaş, birinci yada ikinci elden derlenen veriler amaca uygun veri formlarında tutulur.

Detaylı

PROGRAMLAMAYA GİRİŞ. Öğr. Gör. Ayhan KOÇ. Kaynak: Algoritma Geliştirme ve Programlamaya Giriş, Dr. Fahri VATANSEVER, Seçkin Yay.

PROGRAMLAMAYA GİRİŞ. Öğr. Gör. Ayhan KOÇ. Kaynak: Algoritma Geliştirme ve Programlamaya Giriş, Dr. Fahri VATANSEVER, Seçkin Yay. PROGRAMLAMAYA GİRİŞ Öğr. Gör. Ayhan KOÇ Kaynak: Algoritma Geliştirme ve Programlamaya Giriş, Dr. Fahri VATANSEVER, Seçkin Yay., 2007 Algoritma ve Programlamaya Giriş, Ebubekir YAŞAR, Murathan Yay., 2011

Detaylı

YAZILIM MÜHENDİSLİĞİ BÖLÜMÜ İNTİBAK ÇİZELGESİ 2010-2011 1.SINIF / GÜZ DÖNEMİ

YAZILIM MÜHENDİSLİĞİ BÖLÜMÜ İNTİBAK ÇİZELGESİ 2010-2011 1.SINIF / GÜZ DÖNEMİ YAZILIM MÜHENDİSLİĞİ BÖLÜMÜ İNTİBAK ÇİZELGESİ 2010-2011 1.SINIF / GÜZ DÖNEMİ Bu ders 1. Sınıf güz döneminden 2. Sınıf güz dönemine alınmıştır. gerektiği halde alamayan öğrenciler 2010-2011 öğretim yılı

Detaylı

ÜÇ EKSENLİ MASA TİPİ CNC FREZE TEZGAHI TASARIM VE PROTOTİPİ. Cem DOĞAN, Kerim ÇETĠNKAYA

ÜÇ EKSENLİ MASA TİPİ CNC FREZE TEZGAHI TASARIM VE PROTOTİPİ. Cem DOĞAN, Kerim ÇETĠNKAYA ÜÇ EKSENLİ MASA TİPİ CNC FREZE TEZGAHI TASARIM VE PROTOTİPİ Cem DOĞAN, Kerim ÇETĠNKAYA *Karabük Üniversitesi, Teknik Eğitim Fakültesi, Makine Eğitimi Bölümü, Karabük Özet Günümüzde Teknolojinin gelişmesi

Detaylı

TEDARİK ZİNCİRİ YÖNETİMİ

TEDARİK ZİNCİRİ YÖNETİMİ Ömer Faruk GÖRÇÜN Kadir Has Üniversitesi Örnek Olay ve Uygulamalarla TEDARİK ZİNCİRİ YÖNETİMİ II Yayın No : 2874 İşletme-Ekonomi Dizisi : 573 1. Baskı - Ekim 2010 - İSTANBUL 2. Baskı - Mart 2013 - İSTANBUL

Detaylı

İÇİNDEKİLER İÇİNDEKİLER KODLAB

İÇİNDEKİLER İÇİNDEKİLER KODLAB İÇİNDEKİLER IX İÇİNDEKİLER 1 GİRİŞ 1 Kitabın Amacı 1 Algoritmanın Önemi 2 Bilgisayarın Doğuşu ve Kullanım Amaçları 3 Programlama Dili Nedir? 3 Entegre Geliştirme Ortamı (IDE) Nedir? 4 2 ALGORİTMA VE AKIŞ

Detaylı

ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ

ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ Özlem AYDIN Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü ULAŞTıRMA MODELININ TANıMı Ulaştırma modeli, doğrusal programlama probleminin özel bir şeklidir.

Detaylı

Web Server Sunucu Loglarının K-Komşu Algoritması ile İ ncelenmesi

Web Server Sunucu Loglarının K-Komşu Algoritması ile İ ncelenmesi Web Server Sunucu Loglarının K-Komşu Algoritması ile İ ncelenmesi İçindekiler 1 Özet... 2 2 Giriş... 3 3 Uygulama... 4 4 Sonuçlar... 6 1 1 Özet Web sunucu logları üzerinde veri madenciliği yapmanın temel

Detaylı

Bir işaretli büyüklük sayısında en soldaki basamak bir işaret içerir. Diğer basamaklarda ise sayısal değerin büyüklüğü (mutlak değeri) gösterilir.

Bir işaretli büyüklük sayısında en soldaki basamak bir işaret içerir. Diğer basamaklarda ise sayısal değerin büyüklüğü (mutlak değeri) gösterilir. İşaretli Tamsayı Gösterimi 1. İşaretli Büyüklük Bir işaretli büyüklük sayısında en soldaki basamak bir işaret içerir. Diğer basamaklarda ise sayısal değerin büyüklüğü (mutlak değeri) gösterilir. Örnek

Detaylı

SANAL ÖLÇME UYGULAMASI

SANAL ÖLÇME UYGULAMASI TMMOB Makina Mühendisleri Odası 11. Otomotiv Sempozyumu 8-9 Mayıs 2009 SANAL ÖLÇME UYGULAMASI Özet Uygulamanın temel amacı Otomotiv sac kalıpçılığında, kalıptan elde edilen parçanın kalite seviyesinin

Detaylı

PARALEL VERİ MADENCİLİĞİ ALGORİTMALARI. BAŞARIM 09, 15-18 Nisan 2009, ODTÜ, Ankara

PARALEL VERİ MADENCİLİĞİ ALGORİTMALARI. BAŞARIM 09, 15-18 Nisan 2009, ODTÜ, Ankara PARALEL VERİ MADENCİLİĞİ ALGORİTMALARI BAŞARIM 09, 15-18 Nisan 2009, ODTÜ, Ankara Veri Madenciliğine Genel Bir Bakış Veri Madenciliğinin Görevleri Sınıflama Seri Sınıflama Algoritmaları Paralel Sınıflama

Detaylı

KABA KÜME TEORİSİ (Rough Set Theory) Dr. Sedat TELÇEKEN

KABA KÜME TEORİSİ (Rough Set Theory) Dr. Sedat TELÇEKEN KABA KÜME TEORİSİ (Rough Set Theory) Dr. Sedat TELÇEKEN Giriş Bilgi teknolojisindeki gelişmeler ve verilerin dijital ortamda saklanmaya başlanması ile yeryüzündeki bilgi miktarı her 20 ayda iki katına

Detaylı

Bilgisayar Mühendisliği. Bilgisayar Mühendisliğine Giriş 1

Bilgisayar Mühendisliği. Bilgisayar Mühendisliğine Giriş 1 Bilgisayar Mühendisliği Bilgisayar Mühendisliğine Giriş 1 Mühendislik Nedir? Mühendislik, bilim ve matematiğin yararlı cihaz ve sistemlerin üretimine uygulanmasıdır. Örn: Elektrik mühendisleri, elektronik

Detaylı

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN Tanımlayıcı İstatistikler Yrd. Doç. Dr. Emre ATILGAN 1 Tanımlayıcı İstatistikler Yer Gösteren Ölçüler Yaygınlık Ölçüleri Merkezi Eğilim Ölçüleri Konum Ölçüleri 2 3 Aritmetik Ortalama Aritmetik ortalama,

Detaylı

GENETĠK ALGORĠTMALAR ĠLE HAFTALIK DERS PROGRAMININ HAZIRLANMASI

GENETĠK ALGORĠTMALAR ĠLE HAFTALIK DERS PROGRAMININ HAZIRLANMASI ÖZEL EGE LĠSESĠ GENETĠK ALGORĠTMALAR ĠLE HAFTALIK DERS PROGRAMININ HAZIRLANMASI HAZIRLAYAN ÖĞRENCĠLER: Berkin ĠNAN Doğa YÜKSEL DANIġMAN ÖĞRETMEN: Aslı ÇAKIR ĠZMĠR 2014 ĠÇĠNDEKĠLER 1. PROJENĠN AMACI. 3

Detaylı

AKIŞ ŞEMASI AKIŞ ŞEMASI AKIŞ ŞEMASI ŞEKİLLERİ GİRİŞ

AKIŞ ŞEMASI AKIŞ ŞEMASI AKIŞ ŞEMASI ŞEKİLLERİ GİRİŞ GİRİŞ AKIŞ ŞEMASI Bir önceki ünitede algoritma, bilgisayarda herhangi bir işlem gerçekleştirmeden ya da program yazmaya başlamadan önce gerçekleştirilmesi düşünülen işlemlerin belirli bir mantık ve plan

Detaylı

TOPLAM KALİTE YÖNETİMİ

TOPLAM KALİTE YÖNETİMİ SAKARYA ÜNİVERSİTESİ TOPLAM KALİTE YÖNETİMİ Hafta 13 Yrd. Doç. Dr. Semra BORAN Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan Öğretim" tekniğine uygun olarak

Detaylı

KADASTRO HARİTALARININ SAYISALLAŞTIRILMASINDA KALİTE KONTROL ANALİZİ

KADASTRO HARİTALARININ SAYISALLAŞTIRILMASINDA KALİTE KONTROL ANALİZİ KADASTRO HARİTALARININ SAYISALLAŞTIRILMASINDA KALİTE KONTROL ANALİZİ Yasemin ŞİŞMAN, Ülkü KIRICI Sunum Akış Şeması 1. GİRİŞ 2. MATERYAL VE METHOD 3. AFİN KOORDİNAT DÖNÜŞÜMÜ 4. KALİTE KONTROL 5. İRDELEME

Detaylı

VERİ YAPILARI VE PROGRAMLAMA

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

Detaylı

EM302 Yöneylem Araştırması 2 Doğrusal Olmayan Programlamaya Giriş. Dr. Özgür Kabak

EM302 Yöneylem Araştırması 2 Doğrusal Olmayan Programlamaya Giriş. Dr. Özgür Kabak EM302 Yöneylem Araştırması 2 Doğrusal Olmayan Programlamaya Giriş Dr. Özgür Kabak Doğrusal Olmayan Programlama Eğer bir Matematiksel Programlama modelinin amaç fonksiyonu ve/veya kısıtları doğrusal değil

Detaylı

CMMI ve Çevik Yöntemler

CMMI ve Çevik Yöntemler CMMI ve Çevik Yöntemler Kasım 2006 http:// Büyük k Resim Sorunlar Çözümler Tıbbi Kontrol ISO EFQM CMMI 9001 Yaşam Tarzı RUP MSF XP 2 CMMI Anlaşı şılmamış 3 Proje YönetimininY Tarihi netiminin Tarihi http://home.gwu.edu/~kwak/pm_history.pdf

Detaylı

MATEMATiKSEL iktisat

MATEMATiKSEL iktisat DİKKAT!... BU ÖZET 8 ÜNİTEDİR BU- RADA İLK ÜNİTE GÖSTERİLMEKTEDİR. MATEMATiKSEL iktisat KISA ÖZET KOLAY AOF Kolayaöf.com 0362 233 8723 Sayfa 2 içindekiler 1.ünite-Türev ve Kuralları..3 2.üniteTek Değişkenli

Detaylı

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Yrd. Doç. Dr. Emre ATILGAN 1 RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Olasılığa ilişkin olayların çoğunluğunda, deneme sonuçlarının bir veya birkaç yönden incelenmesi

Detaylı

YAPAY SĠNĠR AĞLARININ EKONOMĠK TAHMĠNLERDE KULLANILMASI

YAPAY SĠNĠR AĞLARININ EKONOMĠK TAHMĠNLERDE KULLANILMASI P A M U K K A L E Ü N İ V E R S İ T E S İ M Ü H E N D İ S L İ K F A K Ü L T E S İ P A M U K K A L E U N I V E R S I T Y E N G I N E E R I N G C O L L E G E M Ü H E N D ĠS L ĠK B ĠL ĠM L E R ĠD E R G ĠS

Detaylı

1.ÜRETİM VE ÜRETİM YÖNETİMİ KAVRAMI

1.ÜRETİM VE ÜRETİM YÖNETİMİ KAVRAMI ÜRETİM YÖNETİMİ 1.ÜRETİM VE ÜRETİM YÖNETİMİ KAVRAMI 1.1. ÜRETİM TANIMI İktisat dilinde, üretim; her türlü fayda yaratma (şekil değişikliği, zaman değişikliği, mekan değişikliği... vb ile) veya iktisadi

Detaylı

İşletmenin en çok ve an az ziyaret aldığı zamanları belirleme

İşletmenin en çok ve an az ziyaret aldığı zamanları belirleme TEKNOLOJIMIZ En son görüntü işleme teknolojilerini kullanarak, istenilen her noktada, geçen insanları sayar,detaylı sayma raporlarını ofisinize kadar getirir.mağazalarda, alışveriş merkezlerinde,her türlü

Detaylı

VERİ YAPILARI VE PROGRAMLAMA (BTP104)

VERİ YAPILARI VE PROGRAMLAMA (BTP104) VERİ YAPILARI VE PROGRAMLAMA (BTP104) Yazar: Doç.Dr. İ. Hakkı CEDİMOĞLU S1 SAKARYA ÜNİVERSİTESİ Adapazarı Meslek Yüksekokulu Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir.

Detaylı

Mühendislik Ekonomisi

Mühendislik Ekonomisi Mühendislik Ekonomisi Dersin Koordinatörü Prof. Dr. Orhan TORKUL Dersi Verenler Yrd. Doç. Dr. Alper GÖKSU Yrd. Doç. Dr. Abdülkadir HIZIROĞLU Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK Dr. Halil İbrahim CEBECİ Dersin

Detaylı

YAŞAR ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ENDÜSTRİ MÜHENDİSLİĞİ YÜKSEK LİSANS PROGRAMI

YAŞAR ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ENDÜSTRİ MÜHENDİSLİĞİ YÜKSEK LİSANS PROGRAMI YAŞAR ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ENDÜSTRİ MÜHENDİSLİĞİ YÜKSEK LİSANS PROGRAMI Mevcut Program: TEZLİ YÜKSEK LİSANS PROGRAMI 1.Dönem 2.Dönem 521 Doğrusal Eniyileme ve Ağ Modelleri 2-2-3 10 524

Detaylı

Endüstri Mühendisliğine Giriş

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

Detaylı

Kablosuz Sensör Ağlar ve Eniyileme. Tahir Emre KALAYCI. 21 Mart 2008

Kablosuz Sensör Ağlar ve Eniyileme. Tahir Emre KALAYCI. 21 Mart 2008 Kablosuz Sensör Ağlar ve Eniyileme Tahir Emre KALAYCI 21 Mart 2008 Gündem Genel Bilgi Alınan Dersler Üretilen Yayınlar Yapılması Planlanan Doktora Çalışması Kablosuz Sensör Ağlar Yapay Zeka Teknikleri

Detaylı

SÜLEYMAN DEMİREL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ

SÜLEYMAN DEMİREL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ SÜLEYMAN DEMİREL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ http://muhendislik.sdu.edu.tr/endustri Ekim, 2012 Isparta SDÜ MF Endüstri Mühendisliği Bölümü 2012 2 ENDÜSTRİ MÜHENDİSLİĞİ

Detaylı

ÇİMENTO BASMA DAYANIMI TAHMİNİ İÇİN YAPAY SİNİR AĞI MODELİ

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

Detaylı

ENDÜSTRİ MÜHENDİSLİĞİ

ENDÜSTRİ MÜHENDİSLİĞİ İSTANBUL ÜNİVERSİTESİ AÇIK VE UZAKTAN EĞİTİM FAKÜLTESİ ENDÜSTRİ MÜHENDİSLİĞİ İŞ ETÜDÜ & ERGONOMİ Yrd.Doç.Dr.Tarık Küçükdeniz Bölüm 2: Verimlilik Verimlilik 1 Bölüme Giriş İş etüdü ile ilgili tekniklere

Detaylı

T.C. KTO KARATAY ÜNİVERSİTESİ MEKATRONİK MÜHENDİSLİĞİ

T.C. KTO KARATAY ÜNİVERSİTESİ MEKATRONİK MÜHENDİSLİĞİ T.C. KTO KARATAY ÜNİVERSİTESİ MEKATRONİK MÜHENDİSLİĞİ Aktif Titreşim Kontrolü için Bir Yapının Sonlu Elemanlar Yöntemi ile Modelinin Elde Edilmesi ve PID, PPF Kontrolcü Tasarımları Arş.Gör. Erdi GÜLBAHÇE

Detaylı

Ders Kodu Dersin Adı Dersin Ġntibak Durumu

Ders Kodu Dersin Adı Dersin Ġntibak Durumu ENDÜSTRĠ SĠSTEMLERĠ MÜHENDĠSLĠĞĠ BÖLÜMÜ ĠNTĠBAK ÇĠZELGESĠ 2010-2011 1.SINIF / GÜZ DÖNEMĠ IUE100 Akademik ve Sosyal Oryantasyon CS 115 Programlamaya Giriş I Bu ders 1. Sınıf güz döneminden 2. Sınıf güz

Detaylı

BIP116-H14-1 BTP104-H014-1

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

Detaylı

OPTİMUM GÜÇ AKIŞININ YAPAY ARI KOLONİSİ İLE SAĞLANMASI

OPTİMUM GÜÇ AKIŞININ YAPAY ARI KOLONİSİ İLE SAĞLANMASI OPTİMUM GÜÇ AKIŞININ YAPAY ARI KOLONİSİ İLE SAĞLANMASI A. Doğan 1 M. Alçı 2 Erciyes Üniversitesi Mühendislik Fakültesi Elektrik-Elektronik Mühendisliği Bölümü 1 ahmetdogan@erciyes.edu.tr 2 malci@erciyes.edu.tr

Detaylı

BİYOİSTATİSTİK Örnekleme ve Örnekleme Yöntemleri Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK Örnekleme ve Örnekleme Yöntemleri Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Örnekleme ve Örnekleme Yöntemleri Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Araştırmalarda

Detaylı

Makine Öğrenmesi 8. hafta

Makine Öğrenmesi 8. hafta Makine Öğrenmesi 8. hafa Takviyeli Öğrenme (Reinforcemen Learning) Q Öğrenme (Q Learning) TD Öğrenme (TD Learning) Öğrenen Vekör Parçalama (LVQ) LVQ2 LVQ-X 1 Takviyeli Öğrenme Takviyeli öğrenme (Reinforcemen

Detaylı

Merkezi Eğilim ve Dağılım Ölçüleri

Merkezi Eğilim ve Dağılım Ölçüleri Merkezi Eğilim ve Dağılım Ölçüleri Soru Öğrencilerin derse katılım düzeylerini ölçmek amacıyla geliştirilen 16 soruluk bir test için öğrencilerin ilk 8 ve son 8 soruluk yarılardan aldıkları puanlar arasındaki

Detaylı

AKILLI ŞEBEKELER Smart Grids. Mehmet TÜMAY Taner TOPAL

AKILLI ŞEBEKELER Smart Grids. Mehmet TÜMAY Taner TOPAL AKILLI ŞEBEKELER Smart Grids Mehmet TÜMAY Taner TOPAL Özet Günümüzde elektrik enerjisi üretim, iletim ve dağıtım teknolojilerinde bilişim teknolojilerinin kullanımı yaygınlaşmaktadır. Akıllı şebekeler

Detaylı

BİLGİSAYARLI TASARIM VE İMALAT YÖNTEMLERİ KULLANILARAK KRANK MİLİ İMALATI ÖZET ABSTRACT

BİLGİSAYARLI TASARIM VE İMALAT YÖNTEMLERİ KULLANILARAK KRANK MİLİ İMALATI ÖZET ABSTRACT BİLGİSAYARLI TASARIM VE İMALAT YÖNTEMLERİ KULLANILARAK KRANK MİLİ İMALATI Ömer PEKDUR 1, Can CANDAN 2, Davut AKDAŞ 3, Yaşar AKMAN 4, Sabri BIÇAKÇI 5 1 opekdur@gmail.com 6 ncı Ana Bakım Merkezi Komutanlığı,

Detaylı

KOLAY & HER AÇIDAN VERİMLİ

KOLAY & HER AÇIDAN VERİMLİ C sınıfı ürünlerin tedariği KOLAY & HER AÇIDAN VERİMLİ www.simplesystem.com.tr C parçaları için B2B tedarik platformu 2 C sınıfı ürünlerin tedariği kolay hızlı & şeffaf 3 İkna eden gerçekler: B2B tedarik

Detaylı

Self Organising Migrating Algorithm

Self Organising Migrating Algorithm OPTİMİZASYON TEKNİKLERİ Self Organising Migrating Algorithm Kendini Organize Eden Göç/Geçiş Algoritması MELİH HİLMİ ULUDAĞ Fırat Üniversitesi Teknoloji Fakültesi Yazılım Mühendisliği Bölümü İletişim: www.melihhilmiuludag.com

Detaylı

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37 İÇİNDEKİLER BÖLÜM 1 Değişkenler ve Grafikler 1 İstatistik 1 Yığın ve Örnek; Tümevarımcı ve Betimleyici İstatistik 1 Değişkenler: Kesikli ve Sürekli 1 Verilerin Yuvarlanması Bilimsel Gösterim Anlamlı Rakamlar

Detaylı

BİLGİSAYAR DESTEKLİ TASARIM HAFTA 6 COSMOSWORKS İLE ANALİZ

BİLGİSAYAR DESTEKLİ TASARIM HAFTA 6 COSMOSWORKS İLE ANALİZ BİLGİSAYAR DESTEKLİ TASARIM HAFTA 6 COSMOSWORKS İLE ANALİZ Makine parçalarının ve/veya eş çalışan makine parçalarından oluşan mekanizma veya sistemlerin tasarımlarında önemli bir aşama olan ve tasarıma

Detaylı

BÖLÜM-IV ÜRÜN GELİSTİRME İŞLEMİ Genel Problem Çözme İşlemi

BÖLÜM-IV ÜRÜN GELİSTİRME İŞLEMİ Genel Problem Çözme İşlemi BÖLÜM-IV ÜRÜN GELİSTİRME İŞLEMİ Genel Problem Çözme İşlemi Problem çözme yönteminin en önemli özelliği, adım adım analiz ve sentez içermesidir. Burada her yeni adımda bir öncekinden daha somut olarak nitelden

Detaylı

YAZARLARIN ÖZGEÇMİŞİ... İİİ ÖN SÖZ... V İÇİNDEKİLER... Vİİ TABLO LİSTESİ... XV ŞEKİL LİSTESİ... XVİİ

YAZARLARIN ÖZGEÇMİŞİ... İİİ ÖN SÖZ... V İÇİNDEKİLER... Vİİ TABLO LİSTESİ... XV ŞEKİL LİSTESİ... XVİİ İÇİNDEKİLER YAZARLARIN ÖZGEÇMİŞİ... İİİ ÖN SÖZ... V İÇİNDEKİLER... Vİİ TABLO LİSTESİ... XV ŞEKİL LİSTESİ... XVİİ 1. BÖLÜM: LOJİSTİK VE TEDARİK ZİNCİRİ YÖNETİMİ... 1 1.1. LOJİSTİK YÖNETİMİ... 1 1.1.1. Lojistik

Detaylı

Bilgisayarın Kullanım Alanları Nelerdir?

Bilgisayarın Kullanım Alanları Nelerdir? BİLGİSAYAR NEDİR? Bilgisayarın Kullanım Alanları Nelerdir? ŞEYDA BETÜL KÖSE UFUK TAŞDURMAZLI 1 www.bilgisayarnedir.net 2 Bilgisayarın Kullanım Alanları Nelerdir? Bilgisayarın Kullanım Alanları Nelerdir?

Detaylı

PLASTİK KALIP TEKNİSYENİ

PLASTİK KALIP TEKNİSYENİ TANIM Plastik kalıplarının çizimlerini yaparak tasarımını ve üretimini gerçekleştirir. Gerekli şartlar sağlandığında atölyede kalıp üretimini yapan bilgisayarlı tezgâhlarda üretim programını hazırlayan

Detaylı

ENM 316 BENZETİM DERS 3 KUYRUK SİSTEMİ. Operasyon yönetiminde önemli bir alana sahiptir.

ENM 316 BENZETİM DERS 3 KUYRUK SİSTEMİ. Operasyon yönetiminde önemli bir alana sahiptir. ENM 316 BENZETİM DERS 3 KUYRUK SİSTEMİ Kuyruk sistemleri, Operasyon yönetiminde önemli bir alana sahiptir. Üretimde, atölye çevresi kuyruk şebekelerinin karmaşık bir ilişkisi olarak düşünülebilir. Bir

Detaylı

VERİ MADENCİLİĞİ (Sınıflandırma Yöntemleri) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr

VERİ MADENCİLİĞİ (Sınıflandırma Yöntemleri) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr VERİ MADENCİLİĞİ (Sınıflandırma Yöntemleri) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr Genel İçerik Veri Madenciliğine Giriş Veri Madenciliğinin Adımları Veri Madenciliği Yöntemleri Sınıflandırma

Detaylı

Tüm Kurumsal İşlerinizde Profesyonel Çözümler

Tüm Kurumsal İşlerinizde Profesyonel Çözümler Tüm Kurumsal İşlerinizde Profesyonel Çözümler www.faktorgrup.com İşlerinizde Profesyonel Çözümler Değerli yöneticiler, Bildiğiniz gibi, içinde yaşadığımız yüzyılda modern işletmecilik kavramı beraberinde

Detaylı

91-03-01-517 YAPAY ZEKA (Artificial Intelligence)

91-03-01-517 YAPAY ZEKA (Artificial Intelligence) 91-03-01-517 YAPAY ZEKA (Artificial Intelligence) Dersi Veren Öğretim Üyesi Y. Doç. Dr. Aybars UĞUR Ders Web Sayfası : http://yzgrafik.ege.edu.tr/~ugur 27.09.2009 Y. Doç. Dr. Aybars UĞUR (517 Yapay Zeka)

Detaylı

Bütünleşik Örnek Olay Çalışması: Bandon Grup Şirketi. Bölüm 1 Kurumsal Kaynak Planlaması Sistemlerine Giriş 1

Bütünleşik Örnek Olay Çalışması: Bandon Grup Şirketi. Bölüm 1 Kurumsal Kaynak Planlaması Sistemlerine Giriş 1 iv Bütünleşik Örnek Olay Çalışması: Bandon Grup Şirketi K onular Bölüm 1 Kurumsal Kaynak Planlaması Sistemlerine Giriş 1 Bölüm 2 Yeniden Yapılanma ve KKP Sistemleri 17 Bölüm 3 KKP Sistemlerinde Planlama,

Detaylı

FEN VE TEKNOLOJİ DERSİ TEOG DENEME SINAVI SORULARI 4.

FEN VE TEKNOLOJİ DERSİ TEOG DENEME SINAVI SORULARI 4. 1. FEN VE TEKNOLOJİ DERSİ TEOG DENEME SINAVI SORULARI 4. Çiftçi çok hızlı büyüyen ve bol ürün aldığı bir bitki türünü yukarıdaki gibi yetiştiriyor. Buna göre çiftçinin bunu yapmasındaki amacı aşağıdakilerden

Detaylı

Faktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, biçiminde gösterilir. Aynca; 0! = 1 ve 1!=1 1 dir. [Bunlar kabul değildir,

Faktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, biçiminde gösterilir. Aynca; 0! = 1 ve 1!=1 1 dir. [Bunlar kabul değildir, 14. Binom ve Poisson olasılık dağılımları Faktöriyeller ve kombinasyonlar Faktöriyel: 1'den n'ye kadar olan tüm pozitif tamsayıların çarpımına, n! denir ve n! = 1.2.3...(n-2).(n-l).n biçiminde gösterilir.

Detaylı

Geniş Bantlı Log-Periyodik Anten Dizgelerinin Genetik Algoritmalar Kullanılarak Tasarlanması

Geniş Bantlı Log-Periyodik Anten Dizgelerinin Genetik Algoritmalar Kullanılarak Tasarlanması Geniş Bantlı Log-Periyodik Anten Dizgelerinin Genetik Algoritmalar Kullanılarak Tasarlanması Levent Gürel ve Özgür Ergül Elektrik ve Elektronik Mühendisliği Bölümü Bilkent Üniversitesi, Ankara lgurel@bilkent.edu.tr

Detaylı

BIST BAP ENDEKSLERİ BIST BAP FİYAT / PERFORMANS ENDEKSLERİ

BIST BAP ENDEKSLERİ BIST BAP FİYAT / PERFORMANS ENDEKSLERİ 1/10 BIST BAP ENDEKSLERİ Borçlanma Araçları Piyasasında işlem gören sabit getirili menkul kıymet endekslerinin hesaplanmasındaki ana amaç, bu tür menkul kıymetlere yatırım yapan bireysel ve kurumsal yatırımcıların

Detaylı

SİSTEM ANALİZİ VE TASARIMI. Sistem Analizi -Bilgi Sistemleri-

SİSTEM ANALİZİ VE TASARIMI. Sistem Analizi -Bilgi Sistemleri- SİSTEM ANALİZİ VE TASARIMI Sistem Analizi -Bilgi Sistemleri- Bilgi Sistemi Bilgi sistemi, karar vericiler için verileri işleyerek bilgi sağlayan çoğunlukla bilgisayara dayalı sistemlerdir. Bilgi sistemi

Detaylı

Aqua Clean BASIC. Aqua Clean Basic Yenilikçi katı madde filtrelemesi YENİLİKÇİ KATI MADDE FİLTRELEMESİ. www.aquastream.at

Aqua Clean BASIC. Aqua Clean Basic Yenilikçi katı madde filtrelemesi YENİLİKÇİ KATI MADDE FİLTRELEMESİ. www.aquastream.at Aqua Clean BASIC YENİLİKÇİ KATI MADDE FİLTRELEMESİ Aqua Clean Basic Yenilikçi katı madde filtrelemesi www.aquastream.at Avantajlar BENZERSİZ SATIŞ NOKTALARI Sıvı maddelerin, çok sayıda uygulamada sınanmış,

Detaylı

CMMI. CMMI ve Çevik Yöntemler. Orhan KALAYCI Haziran 2007. Yazılım Süreç Kalitesi ve Yönetim Danışmanlığı. www.nitelik.

CMMI. CMMI ve Çevik Yöntemler. Orhan KALAYCI Haziran 2007. Yazılım Süreç Kalitesi ve Yönetim Danışmanlığı. www.nitelik. CMMI ve Çevik Yöntemler Orhan KALAYCI Haziran 2007 http:// CMMI 2 1 XP 3 CMMI nedir? 1. Seviye 2. Seviye 3. Seviye 4 2 XP Nedir? MSF XP Şelale RUP 5 CMM XP İlişkisi 6 3 PROJE YONETİMİNİ İMİNİN EVRİMSEL

Detaylı

Ders Notlarının Creative Commons lisansı Feza BUZLUCA ya aittir. Lisans: http://creativecommons.org/licenses/by-nc-nd/3.0/

Ders Notlarının Creative Commons lisansı Feza BUZLUCA ya aittir. Lisans: http://creativecommons.org/licenses/by-nc-nd/3.0/ Eşzamanlı (Senkron) Ardışıl Devrelerin Tasarlanması (Design) Bir ardışıl devrenin tasarlanması, çözülecek olan problemin sözle anlatımıyla (senaryo) başlar. Bundan sonra aşağıda açıklanan aşamalardan geçilerek

Detaylı

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

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

Detaylı

MAKİNE ELEMANLARI DERS SLAYTLARI

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

Detaylı

FONKSIYONLARA GÖRE IŞLETME

FONKSIYONLARA GÖRE IŞLETME FONKSIYONLARA GÖRE IŞLETME BILGI SISTEMLERI ÜNİTE 7 GİRİŞ İşletmelerin işlerini yürütebilmeleri için tedarikçileri, müşterileri, çalışanları, faturaları, ödemeleri, mal ve hizmetleri ile ilgili birçok

Detaylı

8.Konu Vektör uzayları, Alt Uzaylar

8.Konu Vektör uzayları, Alt Uzaylar 8.Konu Vektör uzayları, Alt Uzaylar 8.1. Düzlemde vektörler Düzlemdeki her noktası ile reel sayılardan oluşan ikilisini eşleştirebiliriz. Buna P noktanın koordinatları denir. y-ekseni P x y O dan P ye

Detaylı

BİRİNCİ BÖLÜM: TEDARİK ZİNCİRİ YÖNETİMİNE GİRİŞ

BİRİNCİ BÖLÜM: TEDARİK ZİNCİRİ YÖNETİMİNE GİRİŞ İÇİNDEKİLER Önsöz... v İçindekiler... vii BİRİNCİ BÖLÜM: TEDARİK ZİNCİRİ YÖNETİMİNE GİRİŞ 1.1 Tedarik Zincirinin Temel Fonksiyonları... 8 1.1.1 Üretim... 8 1.1.2 Envanter Yönetimi... 16 1.1.3 Taşıma ve

Detaylı