Karar Destek Sistemleri. Bölüm 1: Karar Destek Sistemleri-Genel Kavramlar. Karar Verme
|
|
- Özlem Menderes
- 8 yıl önce
- İzleme sayısı:
Transkript
1 Karar Destek Sistemleri Bölüm 1: Karar Destek Sistemleri-Genel Kavramlar Bölüm 2: CBS Tabanlı Çok Ölçütlü Karar Analizi Bölüm 3: Karmaşık Problemler için Analitik Hiyerarşi Yönteminin Kullanılması Yrd. Doç. Dr. Derya ÖZTÜRK Ondokuz Mayıs Üniv. Harita Müh. Böl. Karar Verme Bölüm 1: Karar Destek Sistemleri-Genel Kavramlar Karar verme, karar vericinin/karar vericilerin mevcut tüm seçenekler arasından amaca/amaçlara en uygun bir veya birkaç seçeneği seçmesi olarak tanımlanır 1
2 Karar Verme Süreci Problemin Tanımı Hedeflerin Belirlenmesi Potansiyel Karar Alternatifleri Karar Analizi Karar analizi, karmaşık karar problemlerinin matematiksel modelinin ortaya konularak, sistematik işlemler ve istatistiksel irdelemelerle çözümlenmesi olarak tanımlanabilir Değerlendirme Sonuç Seçim(Karar) Uygulama Karar Destek Sistemleri (KDS) Karar Destek Sistemleri (KDS), kullanıcıya yarıyapısal ve yapısal olmayan karar verme işlemlerinde destek sağlamak amacıyla, karar modellerine ve verilere kolay erişim sağlayan etkileşimli bir sistemdir Yapısal olmayan sorunlar standart modellerle çözülemezler. Böyle sorunlar için bir karar destek sistemi kullanmak gerekir. KDS, daha çok karar verme işinin yapısal olmayan şekliyle ilgilidir KDS nin Yararları Veri kaynaklarının daha iyi kullanılması Anında analiz yeteneği Beklenmedik durumlarda hızlı cevap Daha iyi kararlar alma Daha etkin takım çalışması Maliyeti düşürme Zaman tasarrufu Yeni anlayışlar ve öğrenme Gelişmiş haberleşme 2
3 Mekansal Karar Problemleri Karar verilecek konu ile ilgili bazı ölçütler harita ya da coğrafi veritabanı bileşeni ise problem mekansal karar problemi dir Mekansal Karar Problemlerin Karakteristik Özellikleri Çok sayıda alternatif söz konusu olabilir Bazı ölçütler kalitatif, bazıları ise kantitatif olabilir Birden daha fazla sayıda karar vericinin sürece katılımı söz konusu olabilir CBS ve Karar Verme CBS ile veriler analiz edilebilir ve modellenebilir Fakat İNSAN karar verir CBS bir karar destek sistemi midir? CBS karar verme sürecinin bir parçası olarak nasıl kullanılabilir? Mekansal Karar Destek Sistemleri (M-KDS) Mekânsal Karar Destek Sistemleri, çok kaynaklı mekânsal veri ve onun analiz sonuçlarına dayalı mekânsal ilişkili problemlerin çözümüne yardımcı sistemlerdir 3
4 M-KDS nin Özellikleri Mekânsal Karar Destek Sistemleri, Coğrafi Bilgi Sistemleri ile Karar Destek Sistemlerinin entegrasyonu olarak değerlendirilebilir Karar vermeye-geleceği planlamaya yöneliktir Yarı-yapısal ya da yapısal olmayan kararlarda kullanılır Karar vericinin yerine geçmekten çok ona karar verme aşamasında yardımcı olacak bilgiyi sunar Karar verme işleminin tüm aşamalarını destekler Kullanıcının kontrolü altındadır, gerektiğinde müdahale edilebilir (Değişen şartlara uyum sağlayabilecek esnekliktedir) Stratejik ve taktiksel kararlar alınırken kullanılabilir M-KDS nin Bileşenleri M-KDS ninişlevleri Coğrafi Veritabanı Veritabanı Yönetimi Model Yönetimi Diyalog Yönetimi Model Tabanı Karar vericilerin sistemle tam etkileşimli çalışabilmeleri için kullanım kolaylığı olmalıdır Verilere erişim imkanı olmalıdır Farklı türlerde analiz ve modellere olanak vermelidir Kullanıcı 4
5 M-KDS nin Gelişimi M-KDS nin Analitik Fonksiyonları CBS verilerin anlaşılabilir bir formda entegrasyonunu ve görselleştirilmesini sağlayarak karar verme sürecine yardımcı olur M-KDS nin Analitik Fonksiyonları CBS verilerin analizinde kullanılır Bir CBS tabanlı mekansal karar destek sisteminin temel analitik fonksiyonları Sorgulama (Query) Yakınlık/Tampon Analizi (Proximity/Buffer) Çakıştırma/Bindirme Analizi (Overlay) Komşuluk Analizi (Neighborhood Ağ/Bağlantı Analizi (Network or Connectivity Analysis) Modelleme ve Simülasyon Coğrafi veri analizi sırasında genellikle bu fonksiyonların çeşitli kombinasyonları kullanılır Çok Ölçütlü Karar Destek Sistemi Çok ölçütlü karar problemlerinin yapılandırılmasına ve çözümüne yardımcı olmak üzere tasarlanan karar destek sistemlerine Çok Ölçütlü Karar Destek Sistemi (ÇÖKDS) adı verilir ve bu yapı temelde Çok Ölçütlü Karar Analizi (ÇÖKA) ve Karar Destek Sistemlerinin (KDS) entegrasyonundan oluşur 5
6 ÇÖKA-MKDS ÇÖKA-MKDS Uzman Sistem Coğrafi Veri Yönetimi ve Analiz Toolbox ı ÇÖKA Toolbox Bölüm 2: CBS Tabanlı Çok Ölçütlü Karar Analizi Kullanıcı Arayüzü Kullanıcı CBS Tabanlı Çok Ölçütlü Karar Analizinde (C-ÇÖKA) İşlem Adımları Ölçüt katmanlarının normalleştirilmesi Ölçüt ağırlıklarının belirlenmesi ÇÖKA yöntemlerinin uygulanması Ölçüt Katmanlarının Normalleştirilmesi Çok sayıda ölçütle karar verme problemlerinde değerlendirme ölçütleri CBS katmanları şeklinde hazırlanır Mekansal karar analizinde kullanılan ölçütler genelde farklı sayısal aralıklarda ve ölçü birimlerinde (örneğin bir analizde, yükseklik m, eğim % 3 45 olabilir) değerler taşımaktadır. Bütün ölçütlerin bir arada işleme konulabilmesi ve karşılaştırılabilmesi için standart bir sayı aralığında normalleştirilmeleri gerekir Bu amaçla en çok kullanılan yöntem Doğrusal Ölçek Dönüşümü dür 6
7 Doğrusal Ölçek Dönüşümü En Büyük Değere Göre Doğrusal Ölçek Dönüşümü Çok sayıda doğrusal ölçek dönüşümü bulunmaktadır ancak en çok kullanılanları: En Büyük Değere Göre Doğrusal Ölçek Dönüşümü En Büyük ve En Küçük Değer Aralığına Göre Doğrusal Ölçek Dönüşümü x' ij : i. seçeneğin j. ölçüt için normalleştirilmiş değeridir. Normalleştirilmiş değerler 0-1 aralığında yer alır. En Büyük ve En Küçük Değere Aralığına Göre Doğrusal Ölçek Dönüşümü x' ij : i. seçeneğin j. ölçüt için normalleştirilmiş değeridir. Normalleştirilmiş değerler 0-1 aralığında yer alır. Ölçüt Ağırlıklarının Belirlenmesi Ölçütler karar vericiler için farklı ağırlıklarda olabilir. Bu nedenle ölçütlerin bağıl önemi hakkında bilgilerin elde edilmesi gerekmektedir Ölçüt ağırlıkları, karar vericilerin tercihlerine göre oluşturulur Ağırlık verme işlemi, genelde her bir ölçüte diğer ölçütlere göre bağıl önemini gösteren bir ağırlığın atanmasıyla gerçekleştirilir Ağırlıklar, toplamı 1 olacak şekilde normalleştirilir 7
8 Sıralama Yöntemi Ölçüt ağırlıklarının belirlenmesinde en yaygın kullanılan yöntemler: Sıralama Puanlama İkili Karşılaştırma Puanlama Yöntemi İkili Karşılaştırma Yöntemi Puanlama yönteminde, karar vericilerin belirli bir sayısal aralıkta ölçütleri puanlandırması gerekir. Örneğin; ya da 0 20 aralığında değerler kullanılabilir. Her ölçüte verilmiş olan puan, bütün ölçütlerin puan toplamına bölünür İkili Karşılaştırma yöntemi, Saaty tarafından 1980 yılında geliştirilmiştir ve ÇÖKA yöntemlerinden biri olan Analitik Hiyerarşi işleminde kullanılmaktadır 8
9 İkili Karşılaştırma-Tercih Ölçeği İkili karşılaştırma terimi iki faktörün birbiriyle karşılaştırılması anlamına gelir ve karşılaştırmalar matrisler şeklinde düzenlenir Yöntem n adet ölçüt için n(n-1)/2 adet karşılaştırmadan oluşur İkili karşılaştırma yargılarının oluşturulmasında, başka bir ifade ile karar verici tarafından bir ölçütün bir diğer ölçüte göre ne kadar önemli olduğuna karar verilmesi için Saaty tarafından önerilen (1-9) puanlı tercih ölçeğinden yararlanılmaktadır İkili Karşılaştırmaların Tutarlılığı İkili karşılaştırma yargılarının tutarlılığını ölçmek için Saaty tarafından önerilen bir tutarlılık oranı kullanılmaktadır Bu oran için Saaty tarafından önerilen üst limit 0.10 dur Yargılar için hesaplanan tutarlılık oranı 0.10 un altında ise yargıların yeterli bir tutarlılık sergilediği ve değerlendirmenin devam edebileceği kabul edilmektedir Eğer tutarlılık oranı 0.10 un üstünde ise yargılar tutarsız kabul edilmektedir ve bu durumda yargıların kalitesinin iyileştirilmesi gerekir Tutarlılık oranı yargıların yeniden gözden geçirilmesiyle düşürülebilir. Ancak bu işlemde de başarısız olunursa, problemin daha doğru bir biçimde tekrar kurulması ve sürecin en baştan ele alınması gerekir 9
10 Tutarlılık oranının belirlenmesi için, ağırlıklı toplam vektör belirlenir ve buna göre tutarlılık vektörü hesaplanır Tutarlılık vektörü hesaplandıktan sonra λ ve tutarlılık indeksi (CI) hesaplanır λ, tutarlılık vektörünün ortalama değeridir Tutarlılık indeksinin karşılaştırılan ölçüt sayısına bağlı olarak değişen tesadüfilik göstergesine (RI) bölünmesiyle tutarlılık oranı (CR) hesaplanır ÇÖKA Yöntemlerinin Uygulanması Basit Ağırlıklı Toplam Yöntemi Basit Ağırlıklı Toplam Yöntemi Ağırlıklı Çarpım Yöntemi TOPSIS Yöntemi Analitik Hiyerarşi Yöntemi 10
11 Ağırlıklı Çarpım Yöntemi TOPSIS Yöntemi Seçenekler bir ideal noktadan ayrılışlarına göre sıralanır İdeal nokta; en çok istenen, ağırlıklı, varsayımsal seçenek olarak tanımlanır İdeal noktaya en yakın seçenek, en iyi seçenektir. Bu ayrım metrik uzaklık ile ölçülür Pozitif ideal nokta, ağırlıklandırılmış değerlerin en büyüğü; negatif ideal nokta, ağırlıklandırılmış değerlerin en küçüğüdür Analitik Hiyerarşi Yöntemi 11
12 OWA Yöntemi (Sıralı Ağırlıklı Ortalama) Alıştırma Bir (x amaçlı) yer seçimi problemei için eğim, yükseklik, arazi kullanım kabiliyeti ve jeolojik durumun dikkate alınacağını düşünelim Problemin incelendiği alanın küçük bir kesitine ait ölçüt katmanlarının aşağıdaki gibi olduğunu düşünelim (Ölçüt katmanların tümü aynı piksel boyutunda raster veri olmalıdır) Ölçüt Katmanlarının Normalleştirilmesi En Büyük Değere Göre Doğrusal Ölçek Dönüşümü veya En Büyük ve En Küçük Değer Aralığına Göre Doğrusal Ölçek Dönüşümü kullanılabilir En yüksek değer yine en yüksek olacak şekilde normalleştirmek için ve en düşük değer en yüksek olacak şekilde normalleştirmek için bağıntıların farklı formlarının kullanılması gerektiği unutulmamalıdır 12
13 Bir problemin çözümünde ölçütlerin tamamı için en yüksek değer yine en yüksek olacak şekilde veya yine tamamı için en düşük değer en yüksek olacak şekilde normalleştirme gerekebileceği gibi ölçütlerin bir kısmının en yüksek değer yine en yüksek olacak şekilde, diğer kısmının ise en düşük değer en yüksek olacak şekilde normalleştirilmesi gerekebilir! Bu tamamen probleme bağlıdır En Büyük Değere Göre Doğrusal Ölçek Dönüşümü En Büyük Değere Göre Doğrusal Ölçek Dönüşümü En Büyük ve En Küçük Değere Göre Doğrusal Ölçek Dönüşümü 13
14 En Büyük ve En Küçük Değere Göre Doğrusal Ölçek Dönüşümü Ölçüt Ağırlıklarının Belirlenmesi Örneğimizdeki ölçütler: 1. Ölçüt: Eğim 2. Ölçüt: Yükseklik 3. Ölçüt: Arazi Kullanım Kabiliyeti 4. Ölçüt: Jeolojik Durum a. Sıralama Yöntemi Sıralama yönteminde ölçütler önemine göre sıralanarak işlem yapılır Bu problemde en önemli ölçütün jeolojik durum, 2. sırada önemli ölçütün eğim, 3. sırada önemli ölçütün yükseklik ve 4. sırada ve en az öneme sahip ölçütün arazi kullanım kabiliyeti olduğunu varsayarsak; b. Puanlama Yöntemi 14
15 c. İkili Karşılaştırma Yöntemi 15
16 Basit Ağırlıklı Toplam Yöntemi ÇÖKA Yöntemlerinin Uygulanması Ağırlıklı Çarpım Yöntemi 16
17 TOPSIS Yöntemi Her bir normalleştirilmiş katman ağırlıklarıyla çarpılır Ağırlıkla çarpılmış normalleştirilmiş katmanda minimum ve maksimum değere göre matrisler oluşturulur (örneğin ağırlıkla çarpılmış normalleştirilmiş eğim katmanında en küçük değer = 0.03, en büyük değer = 0.31 dir.) Ağırlıkla çarpılmış normalleştirilmiş katmandan minimum ve maksimum değerler çıkarılır ve bunların kareleri alınır 17
18 Daha sonra minimumdan ve maksimumdan gelen sonuç değerler kendi aralarında toplanır. 18
19 Karekökler alınır ve bu değerler toplanır. Son olarak, minimumlardan gelen katman (sarı işaretli), bu toplam değere bölünür (Örneğin: /0.5099=0.96) Analitik Hiyerarşi Yöntemi 19
20 OWA Yöntemi (Sıralı Ağırlıklı Ortalama) Her bir piksel için bütün katmanlardaki değerler büyükten küçüğe sıralandıktan sonra sıralı ağırlıklar ve normal ağırlıklar ile çarpılır ve sonuçlar toplanır. 20
21 Bölüm 3: Karmaşık Problemler için Analitik Hiyerarşi Yönteminin Kullanılması 21
22 Analitik Hiyerarşi Yönteminde, hiyerarşinin en üstünde problemin genel amacı, amacın altında sırasıyla ölçütler ve seçenekler yer almaktadır Mekansal veriler için seçenekler vektör veri yapısında nokta, çizgi ve poligonlarla; raster veri yapısında piksellerle ifade edilir Karşılaştırılacak öğelerin sayısı çok fazla olduğunda ikili karşılaştırmaların gerçekleştirilmesi zorlaşmaktadır. Bu nedenle çok sayıda öğe söz konusu olduğunda hiyerarşik model, ölçüt ve alt ölçütler biçiminde yapılandırılmalıdır Ölçüt-alt ölçütler yapısında bir alt ölçütün sonuç ağırlığı (W), bu alt ölçüt ve bağlı olduğu ölçütlerin hiyerarşide hemen bir üst düzeyde yer alan ölçüt açısından ikili karşılaştırmalar ile değerlendirilmeleri sonucunda elde edilen ağırlıkların (w) çarpımıdır 22
23 Bir önceki slaytta yer alan hiyerarşik model ele alındığında ölçütler A, B ve C; alt ölçütler A ölçütü için A1, A2 ve A3, B ölçütü için B1 ve B2, C ölçütü için C1, C2, C3 ve C4; bir alt düzeyde ise A1 alt ölçütü için A1-1, A1-2, A1-3 ve A1-4, C1 alt ölçütü için C1-1, C1-2 ve C1-3, C3 alt ölçütü için C3-1, C3-2 ve C3-3 tür Ağırlıkların hesabı için toplam 7 adet ikili karşılaştırma matrisi (1. düzey ölçütler için 1, 2. düzey alt ölçütler için 3 ve 3. düzey alt ölçütler için 3 adet) oluşturulur Analizde gereken ağırlıklar (WA1-1, WA1-2, WA1-3, WA1-4, WA2, WA3, WB1, WB2, WC1-1, WC1-2, WC1-3, WC2, WC3-1 WC3-2, WC3-3, WC4) ikili karşılaştırmalar sonucunda hesaplanan ağırlıklara (w) göre belirlenir Öğelerin ikili karşılaştırmaları yapılırken belirli bir derecede tutarsızlık oluşabilir. Bunun için ikili karşılaştırmaların mantıksal tutarlılığı Bölüm 2 de ele alındığı şekilde kontrol edilmelidir 23
24 Analitik hiyerarşi sürecinde ikili karşılaştırmalar, ölçüt ağırlıklarının belirlenmesinde olduğu gibi aynı zamanda bir ölçüte göre seçeneklerin ağırlıklarının belirlenmesinde de kullanılır Ancak özellikle raster verilere dayalı konumsal karar analizlerinde çok fazla sayıda seçenek söz konusu olduğundan birçok konumsal karar analizinde bu durum gerçekleştirilemez Örneğin 3 farklı parsel (seçenek) yola yakınlık, eğim ve maliyet ölçütleri yönünden karşılaştırılabilir ancak bir bölgede yerleşim açısından en uygun alanların eğim ve jeolojik durum ölçütlerine göre belirlenmesi probleminde konumsal seçenekler piksellerle temsil edilir ve bu seçeneklerin ağırlıklarının ikili karşılaştırma yöntemiyle belirlenmesi mümkün değildir Ölçüt katmanları, tanımsal (örneğin arazi kullanımı/örtüsü [orman, yerleşim, kumluk vb.]), sıralı (örneğin deprem riski [1. derece, 2. derece, ], nüfus yoğunluğu [yüksek, orta, düşük]) ya da aralık tanımlı (sıcaklık [20 30 C, C, C ] ise bu ifadelerin sayısal değerlere dönüştürülmesinde ikili karşılaştırma yöntemi kullanılabilir Ancak çok fazla sayıda öğe söz konusu olduğunda ölçüt-alt ölçüt yapılandırmasına benzer bir hiyerarşinin kurulması ve böylece karşılaştırılacak öğelerin sayısının azaltılması genellikle sağlanamaz Dolayısıyla böyle durumlarda sıralama ve puanlama yöntemleriyle ağırlık belirleme daha uygun olmaktadır Sayısal değerler taşıyan ölçüt katmanları ise bazı karar problemlerinde belirli sayı aralıklarına gruplandırılarak temsil edilmek istenebilir (örneğin 5.7 ile 85.3 aralığında değerler alan bir ölçüt katmanı için <10, 10 20, 20 40, 40 70, >70). Bu durumda oluşturulan sınıflar ikili karşılaştırma yöntemiyle ağırlıklandırılabilir Analitik hiyerarşi sürecinde eğer tüm ölçüt katmanlarında öğeler ikili karşılaştırma ile ağırlıklandırılmışsa her katmanda öğeler 0 1 aralığında yer alır. Katmanların öğe sayısı eşit ise normalleştirme işlemiyle öğeler arasındaki oran değişmeyeceğinden, bu değerler doğrudan normalleştirilmiş değerler olarak kullanılabilir 24
25 Birden Çok Sayıda Karar Verici Bulunması Durumunda Analitik Hiyerarşi Süreci Gruptaki karar vericilerin değerlendirmelerinin birleştirilerek tek bir yargı elde edilmesi karar analizinin önemli konulardan biridir Analitik hiyerarşi yönteminde karar vericilerin yargılarının birleştirilmesinde, ikili karşılaştırma matrisinde köşegene göre simetrik olan değerlerin birbirinin tersi olma koşulunu sağladığından geometrik ortalama yöntemi kullanılır Sonuç değer karar vericilerin değerlendirmelerinin önem derecelerine göre kuvveti alınarak elde edilir Sonuç matris incelendiğinde köşegene göre simetrik olan değerlerin birbirinin tersi olma koşulunu sağladığı görülmektedir. Örneğin; Ağırlıklı aritmetik ortalama yöntemi ise bu koşulu sağlamadığından karar vericileri ikili karşılaştırma değerlendirmelerinin birleştirilmesinde kullanılmamalıdır Uygulama 25
26 Analitik hiyerarşi yönteminin konumsal karar analizlerinde kullanımını incelemek amacıyla örnek bir inceleme alanında kentin su gereksinimini karşılayacak bir su deposu yerinin seçimi ele alınmıştır Örnek problem için 3 karar verici jeolojik durum, arazi kullanım kabiliyeti sınıfları,yükseklik ve eğim ölçütlerini değerlendirmiştir Karar vericilerin değerlendirmelerinin ağırlıkları (wk1=0.40, wk2=0.30 ve wk3=0.30) dikkate alınarak ikili karşılaştırmaların geometrik ortalamaları alınmış ve ölçüt ağırlıkları bu değerlere göre hesaplanmıştır İkili karşılaştırmaların tutarlılık oranı 0.10 sınır değerini aşmamıştır 26
27 İnceleme alanındaki 10-m piksel boyutlu yükseklik ve eğim katmanları ile vektör yapıdaki jeolojik durum ve arazi kullanım kabiliyeti sınıfları katmanlarını bir arada işleme koyabilmek için vektör veriler 10-m piksel boyutlu raster verilere dönüştürülmüştür Jeolojik durumu heyelanlı alan olan bölgeler bütün katmanlarda inceleme alanından çıkarılmıştır 27
28 İnceleme alanında jeolojik durum katmanında bulunan uygun alan, sondaj şartlı alan ve önlemli alanlar için karar vericilerin ikili karşılaştırma değerlendirmeleri ve karar vericilerin ağırlıklarına göre hesaplanan geometrik ortalama değerleri: 28
29 29
30 Normalleştirilmiş katmanlar ve ölçüt ağırlıkları A AHP eşitliği ile işleme konularak sonuç analiz katmanı elde edilmiştir Analitik hiyerarşi yöntemine göre elde edilen analiz katmanı aralığında değerler almıştır Yüksek değerlerler o alanın karar amacına daha uygun olduğu anlamındadır. Analiz katmanının daha anlaşılır olması için sayısal değerler 5 sınıfa ayrılmıştır Bu sınıflandırmada karar amacı için ilk sırada değerlendirilecek olan alanlar (>0.90) olarak belirlenmiştir Kaynaklar Oğuzay, E. Sistem Analizi ve Tasarımı, Ders sunum materyali, Maltepe Üniversitesi Öztürk, D CBS Tabanlı Çok Ölçütlü Karar Analizi Yöntemleri İle Sel ve Taşkın Duyarlılığının Belirlenmesi: Güney Marmara Havzası Örneği, YTÜ Fen Bilimleri Enstitüsü, Doktora Tezi. Sugumaran, R., Degroote, J., Spatial Decision Support Systems: Principles and Practices. Yang, A A Multi-criteria Decision Support System For Selecting Cell Phone Services, MSc Thesis, Bachelor of Engineering, Tong Ji University. ndamentalspatialoperation Karar Destek Sistemi-KKDS ppt#286,25,Model Base for the Typhoon SDSS 30
HRT4281 Karar Destek Sistemleri. Bölüm 1: Karar Destek Sistemleri-Genel Kavramlar. Karar Verme
HRT4281 Karar Destek Sistemleri Bölüm 1: Karar Destek Sistemleri-Genel Kavramlar Bölüm 2: CBS Tabanlı Çok Ölçütlü Karar Analizi Bölüm 3: Karmaşık Problemler için Analitik Hiyerarşi Yönteminin Kullanılması
DetaylıBu bölümde; Çok ölçütlü karar verme yöntemlerinden biri olan TOPSİS yöntemi anlatılacaktır.
ÇOK ÖLÇÜTLÜ KARAR VERME TOPSIS (Technique For Order Preference By Similarity To Ideal Solution) PROF. DR. İBRAHİM ÇİL 1 Bu bölümde; Çok ölçütlü karar verme yöntemlerinden biri olan TOPSİS yöntemi anlatılacaktır.
DetaylıKaynak: A. İŞLİER, TESİS PLANLAMASI, 1997
Mühendislik Fakültesi Endüstri Mühendisliği Bölümü Doç. Dr. Nil ARAS ENM411 Tesis Planlaması 2016-2017 Güz Dönemi Kaynak: A. İŞLİER, TESİS PLANLAMASI, 1997 2 Tesis Yer Seçimi Problemi (TYSP) TEK AMAÇLI
DetaylıAnalitik Hiyerarşi Prosesi (AHP) Yrd.Doç.Dr. Sabahattin Kerem AYTULUN
Analitik Hiyerarşi Prosesi (AHP) Yrd.Doç.Dr. Sabahattin Kerem AYTULUN Giriş AHP Thomas L.Saaty tarafından 1970'lerde ortaya atılmıştır. Amaç alternatifler arasından en iyisinin seçilmesidir. Subjektif
DetaylıAHP ye Giriş Karar verici, her alternatifin her kriterde ne kadar başarılı olduğunu değerlendirir. Her kriterin amaca ulaşmadaki görece önemini değerl
AHP ye Giriş 2 Analitik Hiyerarşi Süreci Bölüm 3 AHP, birebir değerlendirerek alternatifleri sıralamaya dayanan çok nitelikli karar verme yöntemidir. Amaçlar ve alt amaçlar iç içe katmanlar halinde ve
DetaylıKarar Destek Sistemleri. Prof.Dr. Günay Erpul
Karar Destek Sistemleri Prof.Dr. Günay Erpul Karar Verme Karar verme, karar vericinin/karar vericilerin mevcut tüm seçenekler arasından amaca/amaçlara en uygun bir veya birkaç seçeneği seçmesi olarak tanımlanır.
Detaylı3.2. Raster Veriler. Satırlar. Sütunlar. Piksel/hücre büyüklüğü
3.2. Raster Veriler Satırlar Piksel/hücre büyüklüğü Sütunlar 1 Görüntü formatlı veriler Her piksel için gri değerleri kaydedilmiştir iki veya üç bant (RGB) çok sayıda bant Fotoğraf, uydu görüntüsü, ortofoto,
DetaylıAHP ANALİTİK HİYERARŞİ PROSESİ AHP AHP. AHP Ölçeği AHP Yönteminin Çözüm Aşamaları
ANALİTİK HİYERARŞİ PROSESİ 1970 li yıllarda Wharton School of Business da çalışan Thomas L.Saaty tarafından Karmaşık çok kriterli karar verme problemlerinin çözümü için geliştirilmiştir. Tüm kriterler
Detaylı18. ESRI KULLANICILAR KONFERANSI
18. ESRI KULLANICILAR KONFERANSI SEL VE TAŞKINA DUYARLI ALANLARIN CBS İLE BELİRLENMESİ: İSTANBUL AVRUPA YAKASI ÖRNEĞİ Arş.Grv. Mustafa YALÇIN Afyon Kocatepe Üniversitesi İÇERİK Sel ve Taşkın Duyarlılık
DetaylıTOPSIS yönteminin adımları 5 Adım 1. Normalize karar matrisinin oluşturulması 6 Karar matrisinin normalizasyonu aşağıdaki formül kullanılarak yapılır:
Giriş 2 TOPSIS Bölüm 5 TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) 1981 yılında Hwang ve Yoon tarafından geliştirilmiştir. Uygulanması basit, ulaşılan sonuçlar çok gerçekçidir.
DetaylıDr. Y. İlker TOPCU. Dr. Özgür KABAK web.itu.edu.tr/kabak/
Dr. Y. İlker TOPCU www.ilkertopcu.net www.ilkertopcu.org www.ilkertopcu.info facebook.com/yitopcu twitter.com/yitopcu instagram.com/yitopcu Dr. Özgür KABAK web.itu.edu.tr/kabak/ ÇOK ÖLÇÜTLÜ KARAR VERME
DetaylıCOĞRAFİ BİLGİ SİSTEMLERİ VE ANALİTİK HİYERARŞİ YÖNTEMİ İLE DÜZENLİ DEPONİ YER SEÇİMİ: İSTANBUL İLİ ÖRNEĞİ. Doğuş Güler Prof. Dr. Tahsin Yomralıoğlu
COĞRAFİ BİLGİ SİSTEMLERİ VE ANALİTİK HİYERARŞİ YÖNTEMİ İLE DÜZENLİ DEPONİ YER SEÇİMİ: İSTANBUL İLİ ÖRNEĞİ Doğuş Güler Prof. Dr. Tahsin Yomralıoğlu İTÜ, Geomatik Mühendisliği Bölümü, 34469 Maslak İstanbul,
DetaylıUzaktan Algılama Uygulamaları
Aksaray Üniversitesi Uzaktan Algılama Uygulamaları Doç.Dr. Semih EKERCİN Harita Mühendisliği Bölümü sekercin@aksaray.edu.tr 2010-2011 Bahar Yarıyılı Uzaktan Algılama Uygulamaları GÖRÜNTÜ İŞLEME TEKNİKLERİ
DetaylıÇizgisel Altyapı Tesislerinin Planlamasında Çok Kriterli Karar Verme Yöntemleri
Çizgisel Altyapı Tesislerinin Planlamasında Çok Kriterli Karar Verme Yöntemleri Volkan YILDIRIM, Tahsin YOMRALIOĞLU, Recep NİŞANCI Ebru ÇOLAK, Şevket BEDİROĞLU, Selçuk ERBAŞ Karadeniz Teknik Üniversitesi
DetaylıTedarik Zinciri Yönetimi
Tedarik Zinciri Yönetimi -Tedarikçi Seçme Kararları- Yrd. Doç. Dr. Mert TOPOYAN Satın Alma Bir ișletme, dıșarıdan alacağı malzeme ya da hizmetlerle ilgili olarak satın alma (tedarik) fonksiyonunda beș
DetaylıArcGIS ile Su Yönetimi Eğitimi
ArcGIS ile Su Yönetimi Eğitimi http://facebook.com/esriturkey https://twitter.com/esriturkiye egitim@esriturkey.com.tr Kursun Süresi: 5 Gün 30 Saat ArcGIS ile Su Yönetimi Genel Bir platform olarak ArcGIS,
DetaylıİÇİNDEKİLER. 1. Analitik Hiyerarşi Prosesi(AHP) Yöntemi 2. TOPSİS Yöntemi 3. ENTROPİ Yöntemi 4. MAUT Yöntemi
İÇİNDEKİLER 1. Analitik Hiyerarşi Prosesi(AHP) Yöntemi 2. TOPSİS Yöntemi 3. ENTROPİ Yöntemi 4. MAUT Yöntemi 1. Analitik Hiyerarşi Prosesi (AHP) Analitik Hiyerarşi Süreci tekniği karmaşık karar problemlerinde
DetaylıCoğrafi Bilgi Sistemleri
Grup 14 Pazartesi 13:00 16:50 Cad Lab Z-121 Anfi D1-132 Grup 23 Perşembe 17:00 19:50 Cad Lab Z- 119 Anfi D1-132 Ders Düzeni Teori Uygulama Proje Vize sınavları Ders İçeriği Tanımlar CBS Veri Toplama Yöntemleri,
DetaylıCOĞRAFİ BİLGİ SİSTEMLERİ
COĞRAFİ BİLGİ SİSTEMLERİ HARİTA TABANLI PLANLAMA VE YÖNETİM Prof.Dr. Vahap TECİM Dokuz Eylül Üniversitesi HARİTADAN DA ÖTE COĞRAFİ BİLGİ SİSTEMLERİ BİLGİ SİSTEMİ Donanım Yazılım Veriler Personel Yeryüzü
DetaylıArcGIS ile Tarımsal Uygulamalar Eğitimi
ArcGIS ile Tarımsal Uygulamalar Eğitimi Kursun Süresi: 5 Gün 30 Saat http://facebook.com/esriturkey https://twitter.com/esriturkiye egitim@esriturkey.com.tr ArcGIS ile Tarımsal Uygulamalar Eğitimi Genel
DetaylıDR. SERHAN KARABULUT DOÇ.DR. EBRU V. ÖCALIR AKÜNAL LPG TAŞIMA TANKERLERİ İÇİN COĞRAFİ BİLGİ SİSTEMİ TABANLI RİSK ANALİZİ
DR. SERHAN KARABULUT DOÇ.DR. EBRU V. ÖCALIR AKÜNAL LPG TAŞIMA TANKERLERİ İÇİN COĞRAFİ BİLGİ SİSTEMİ TABANLI RİSK ANALİZİ Takdim Planı Çalışmanın Amacı Problemin Tanımlanması Tehlikeli Madde Taşımacılığında
DetaylıANALİTİK HİYERARŞİ PROSESİ
ANALİTİK HİYERARŞİ PROSESİ 1 Bu derste; Analitik Hiyerarşi prosesi AHP Uygulama Aşamaları AHP Modellerinde Tutarlılığın Test Edilmesi AHP nin Uygula Örnekleri AHP Puanlama Yöntemi Analitik Hiyerarşi Prosesi
DetaylıDers 8: Çok Kriterli Karar Verme
09.2.20 Genel Bakış Ders 8: Çok Kriterli Karar Verme 2 Tek bir amaç yerine çok sayıda kriter ile çalışmak suretiyle karar verme. Üç teknik: hedef programlama (goal programming), analitik hiyerarşi prosesi
DetaylıKarar Destek Sistemleri
Karar Destek Sistemleri Şirketler gün geçtikçe daha fazla veri toplamaktadırlar. Ve bu veri dağları içerisinde veri avına çıkmaktaırlar. Bu işlemleri kolaylaştırmak amacıyla bazı bilgisayar tabanlı sistemler
DetaylıAnalitik Hiyerarşi Prosesi Yaklaşımı Kullanılarak Mobilya Sektörü İçin Ege Bölgesi nde Hedef Pazarın Belirlenmesi
YÖNETİM VE EKONOMİ Yıl:2007 Cilt:14 Sayı:1 Celal Bayar Üniversitesi İ.İ.B.F. MANİSA Analitik Hiyerarşi Prosesi Yaklaşımı Kullanılarak Mobilya Sektörü İçin Ege Bölgesi nde Hedef Pazarın Belirlenmesi Araş.
DetaylıCOĞRAFİ BİLGİ SİSTEMLERİ VE UZAKTAN ALGILAMA
Coğrafi Bilgi Sistemleri ve Uzaktan Algılama Taşınmaz Değerleme ve Geliştirme Tezsiz Yüksek Lisans Programı COĞRAFİ BİLGİ SİSTEMLERİ VE UZAKTAN ALGILAMA 1 Coğrafi Bilgi Sistemleri ve Uzaktan Algılama İçindekiler
DetaylıGİRİŞİMCİLİK (HARİTA MÜHENDİSLİĞİ BÖLÜMÜ) DERS NOTLARI. Doç. Dr. Volkan YILDIRIM yvolkan@ktu.edu.tr Karadeniz Teknik Üniversitesi, GISLab Trabzon
GİRİŞİMCİLİK (HARİTA MÜHENDİSLİĞİ BÖLÜMÜ) DERS NOTLARI Doç. Dr. Volkan YILDIRIM yvolkan@ktu.edu.tr Karadeniz Teknik Üniversitesi, GISLab Trabzon www.gislab.ktu.edu.tr GİRİŞİMCİLİK 1. İŞLETMELERİN KURULUŞ
DetaylıMehmet KARA Bozok Üniversitesi İİBF İşletme Bölümü E-posta: mehmetkara44@yahoo.com
ÜNİVERSİTE ÖĞRENCİLERİN İŞLETME BÖLÜMÜNÜ SEÇMELERİNDE ETKİLİ OLAN ÖNCELİKLİ FAKTÖRLERİN ANALİTİK HİYERARŞİ PROSESİ METODU İLE ANALİZİ: BOZOK ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİNDE BİR UYGULAMA
DetaylıVERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN
VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr İçerik Kümeleme İşlemleri Kümeleme Tanımı Kümeleme Uygulamaları Kümeleme Yöntemleri Kümeleme (Clustering) Kümeleme birbirine
DetaylıBilişim Sistemleri. Modelleme, Analiz ve Tasarım. Yrd. Doç. Dr. Alper GÖKSU
Bilişim Sistemleri Modelleme, Analiz ve Tasarım Yrd. Doç. Dr. Alper GÖKSU Ders Akışı Hafta 5. İhtiyaç Analizi ve Modelleme II Haftanın Amacı Bilişim sistemleri ihtiyaç analizinin modeli oluşturulmasında,
DetaylıTANIMLAYICI İSTATİSTİKLER
TANIMLAYICI İSTATİSTİKLER Tanımlayıcı İstatistikler ve Grafikle Gösterim Grafik ve bir ölçüde tablolar değişkenlerin görsel bir özetini verirler. İdeal olarak burada değişkenlerin merkezi (ortalama) değerlerinin
DetaylıBİLİŞİM SİSTEMLERİNİN PRENSİPLERİ
BİLİŞİM SİSTEMLERİNİN PRENSİPLERİ Derleyen: Prof. Dr. Güngör BAL Bölüm 09 Bilişim ve Karar Destek Sistemleri Prensipler ve Öğrenme Hedefleri İyi karar-verme ve problem çözme yetenekleri etkin bilişim ve
DetaylıİÇİNDEKİLER ÖNSÖZ Bölüm 1 SAYILAR 11 Bölüm 2 KÜMELER 31 Bölüm 3 FONKSİYONLAR
İÇİNDEKİLER ÖNSÖZ III Bölüm 1 SAYILAR 11 1.1. Sayı Kümeleri 12 1.1.1.Doğal Sayılar Kümesi 12 1.1.2.Tam Sayılar Kümesi 13 1.1.3.Rasyonel Sayılar Kümesi 14 1.1.4. İrrasyonel Sayılar Kümesi 16 1.1.5. Gerçel
DetaylıCOĞRAFİ BİLGİ SİSTEMLERİ ARCGIS GİRİŞ EĞİTİMİ
COĞRAFİ BİLGİ SİSTEMLERİ ARCGIS GİRİŞ EĞİTİMİ http://facebook.com/esriturkey https://twitter.com/esriturkiye egitim@esriturkey.com.tr Kursun Süresi: 5 Gün 30 Saat COĞRAFİ BİLGİ SİSTEMLERİ ARCGIS GİRİŞ
DetaylıKADASTRO 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
DetaylıBölüm 3 Merkezi Konum (Eğilim) Ölçüleri. Giriş Veri kümesi. Ortalamalar iki grupta incelenir. A. Duyarlı olan ortalama. B. Duyarlı olmayan ortalama
GM-220 MÜH. ÇALIŞ. İSTATİSTİKSEL YÖNTEMLER Bölüm 3 Merkezi Konum (Eğilim) Ölçüleri Yrd. Doç. Dr. Safa KARAMAN 1 2 Giriş Veri kümesi Verileri betimlemenin ve özetlemenin bir diğer yolu da verilerin bir
DetaylıMATEMATiKSEL 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
DetaylıEŞİTLİK KISITLI TÜREVLİ YÖNTEMLER
EŞİTLİK KISITLI TÜREVLİ YÖNTEMLER LAGRANGE YÖNTEMİ Bu metodu incelemek için Amaç fonksiyonu Min.z= f(x) Kısıtı g(x)=0 olan problemde değişkenler ve kısıtlar genel olarak şeklinde gösterilir. fonksiyonlarının
DetaylıMatematikte karşılaştığınız güçlükler için endişe etmeyin. Emin olun benim karşılaştıklarım sizinkilerden daha büyüktür.
- 1 - ÖĞRENME ALANI CEBİR BÖLÜM KARMAŞIK SAYILAR ALT ÖĞRENME ALANLARI 1) Karmaşık Sayılar Karmaşık Sayıların Kutupsal Biçimi KARMAŞIK SAYILAR Kazanım 1 : Gerçek sayılar kümesini genişletme gereğini örneklerle
DetaylıAHP (ANALYTIC HIERARCHY PROCESS) YÖNTEMİ VE HAZIR BETON TESİSİ ARAZİ SEÇİMİNDE UYGULAMASI
AHP (ANALYTIC HIERARCHY PROCESS) YÖNTEMİ VE HAZIR BETON TESİSİ ARAZİ SEÇİMİNDE UYGULAMASI ANALYTIC HIERARCHY PROCESS METHOD AND APPLICATION IN AREA SELECTION OF READY MIXED CONCRETE PLANT ÖZET Ömür TEZCAN*
DetaylıÇok Amaçlı Karar Verme
Çok Amaçlı Karar Verme [multi criteria decision making] Erdem Kocamustafaoğulları The George Washington University erdemk@gwu.edu Çok Kriterli Karar Verme Semineri Amaçlar Neden Çok Kriterli Karar Verme
DetaylıOYUN TEORİSİ. Özlem AYDIN. Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü
OYUN TEORİSİ Özlem AYDIN Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü TANIM ''Oyun Teorisi'', iki yada daha fazla rakibi belirli kurallar altında birleştirerek karşılıklı olarak çelişen olasılıklar
DetaylıBAĞIL DEĞERLENDİRME SİSTEMİ
1.1. Bağıl Değerlendirme Sistemi (BDS) BAĞIL DEĞERLENDİRME SİSTEMİ Her bir öğrencinin, aynı dersi takip eden öğrencilerin oluşturduğu ana kütle içerisinde yer alan diğer öğrencilerin başarı düzeylerine
DetaylıKentsel Bilgi Modelleme (CIM) ve Veri Madenciliği
Kentsel Bilgi Modelleme (CIM) ve Veri Madenciliği Elif Ensari İyi Proje Uygulama, Bits n Bricks, İstanbul Teknik Üniversitesi, Lisbon Üniversitesi (PhD Candidate) İstanbul Bilgi Üniversitesi Can Sucuoglu
DetaylıDERS SEÇİMİNDE ANALİTİK HİYERARŞİ PROSES UYGULAMASI APPLICATION OF ANALYTICAL HIERARCHY PROCESS IN COURSE SELECTION
Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi Y.2008, C.13, S.2 s.217-226 Suleyman Demirel University The Journal of Faculty of Economics and Administrative Sciences Y.2008,
DetaylıNETWORK MODELİ İLE AĞ ANALİZİ İÇİN ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİYLE KARŞILAŞTIRMALI ÇÖZÜM
NETWORK MODELİ İLE AĞ ANALİZİ İÇİN ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİYLE KARŞILAŞTIRMALI ÇÖZÜM Deniz Koçak Gazi Üniversitesi, İktisadi ve İdari Bilimler, Ekonometri Bölümü, Ankara denizkocak36@gmail.com
DetaylıZaman Serileri-1. If you have to forecast, forecast often. EDGAR R. FIEDLER, American economist. IENG 481 Tahmin Yöntemleri Dr.
Zaman Serileri-1 If you have to forecast, forecast often. EDGAR R. FIEDLER, American economist IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören Zaman Serisi nedir? Kronolojik sırayla elde edilen verilere
DetaylıİKLİM DEĞİŞİKLİĞİNİN SU KAYNAKLARINA ETKİSİ PROJESİ
T.C. ORMAN VE SU İŞLERİ BAKANLIĞI SU YÖNETİMİ GENEL MÜDÜRLÜĞÜ TAŞKIN VE KURAKLIK YÖNETİMİ DAİRESİ BAŞKANLIĞI İKLİM DEĞİŞİKLİĞİNİN SU KAYNAKLARINA ETKİSİ PROJESİ Yrd. Doç. Dr. Caner GÜNEY 18 MART 2014 ANKARA
DetaylıTeori ve Örneklerle. Doç. Dr. Bülent ORUÇ
Teori ve Örneklerle JEOFİZİKTE MODELLEME Doç. Dr. Bülent ORUÇ Kocaeli-2012 İÇİNDEKİLER BÖLÜM 1 Sayısal Çözümlemeye Genel Bakış 1 1.2. Matris Gösterimi. 2 1.2. Matris Transpozu. 3 1.3. Matris Toplama ve
DetaylıToprak Taşlılığı 1 > %10 2 > %10 Potansiyel Toprak Erozyon Riski. Gerçek Toprak Erozyon Riski Fournier-Yağış İndeksi a
UZAKTAN ALGILAMA VE COĞRAFİ BİLGİ SİSTEMLERİ KULLANILARAK EROZYON RİSK BELİRLEMESİNE YENİ BİR YAKLAŞIM, ÇORUM İLİ ÖRNEĞİ F. Engin TOMBUŞ Ülkemiz dünyada tarımsal üretim açısından kendi gereksinimlerini
DetaylıİÇİNDEKİLER ÖN SÖZ...
İÇİNDEKİLER ÖN SÖZ... v GİRİŞ... 1 1. İSTATİSTİK İN TARİHÇESİ... 1 2. İSTATİSTİK NEDİR?... 3 3. SAYISAL BİLGİDEN ANLAM ÇIKARILMASI... 4 4. BELİRSİZLİĞİN ELE ALINMASI... 4 5. ÖRNEKLEME... 5 6. İLİŞKİLERİN
DetaylıKaradeniz Teknik Üniversitesi, GISLab Trabzon. www.gislab.ktu.edu.tr
Planlamada Uygulama Araçları Yrd. Doç. Dr. Volkan YILDIRIM,yvolkan@ktu.edu.tr Karadeniz Teknik Üniversitesi, GISLab Trabzon www.gislab.ktu.edu.tr II. Ders_İçerik 6. Planlamada Veri Yönetimi Coğrafi Bilgi
DetaylıZAMAN SERİLERİNDE REGRESYON ANALİZİ
ZAMAN SERİLERİNDE REGRESYON ANALİZİ 1 1. GİRİŞ Trent, serinin genelinde yukarıya ya da aşağıya doğru olan hareketlere denmektedir. Bu hareket bazen düz bir doğru şeklinde olmaktadır. Bu tür harekete sahip
DetaylıKENT BİLGİ SİSTEMLERİ DOÇ. DR. VOLKAN YILDIRIM ARŞ. GÖR. ŞEVKET BEDİROĞLU. Kent Bilgi Sistemlerinde Veritabanı Organizasyonu Ders 3
KENT BİLGİ SİSTEMLERİ DOÇ. DR. VOLKAN YILDIRIM ARŞ. GÖR. ŞEVKET BEDİROĞLU Kent Bilgi Sistemlerinde Veritabanı Organizasyonu Ders 3 2018 1 Kent Bilgi Sistemlerinde Veritabanı Tasarımı Veri tabanları birbirleriyle
Detaylıii) S 2LW 2WH 2LW 2WH S 2WH 2LW S 3( x 1) 5( x 2) 5 3x 3 5x x Maliye Bölümü EKON 103 Matematik I / Mart 2018 Proje 2 CEVAPLAR C.1) C.
C.1) x1 x 1 4 4( x1) x 6 4x 4 x 6 x 46 x Maliye Bölümü EKON 10 Matematik I / Mart 018 Proje CEVAPLAR C.) i) S LW WH LW WH S LW WH S W W W S L H W ii) S LW WH WH LW S WH LW S W W W S H L W C.) ( x1) 5(
DetaylıANALİTİK HİYERARŞİ SÜRECİ VE MOORA YÖNTEMLERİNİN PERSONEL SEÇİMİNDE UYGULANMASI
İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi Yıl: 13 Sayı: 25 Bahar 2014 s. 1-14 ANALİTİK HİYERARŞİ SÜRECİ VE MOORA YÖNTEMLERİNİN PERSONEL SEÇİMİNDE UYGULANMASI Serap TEPE *, Ali GÖRENER Geliş:
DetaylıÇOK KRİTERLİ KARAR VERME TEKNİKLERİ. Dersin Amacı Çok Kriterli Karar Verme Yaklaşımının Genel Yapısı. Dr.Öğr.Üyesi Gökçe BAYSAL TÜRKÖLMEZ
ÇOK KRİTERLİ KARAR VERME TEKNİKLERİ Dr.Öğr.Üyesi Gökçe BAYSAL TÜRKÖLMEZ Zeleny (1982) multiple criteria decision making kitabına aşağıdaki cümle ile başlar: ıt has become more and more difficult to see
DetaylıGENEL İŞLETME. Yrd. Doç. Dr. Hasan ALKAN KURULUŞ YERİ SEÇİMİ
GENEL İŞLETME Yrd. Doç. Dr. Hasan ALKAN KURULUŞ YERİ SEÇİMİ KURULUŞ YERİ İşletmenin faaliyette bulunduğu yerdir. Çeşitli alternatifler arasında en uygun kuruluş yerine karar verme önemli ve zor bir karardır.
DetaylıJeoloji Mühendisleri için ArcGIS Eğitimi
Jeoloji Mühendisleri için ArcGIS Eğitimi http://facebook.com/esriturkey https://twiter.com/esriturkiye egitim@esriturkey.com.tr Kursun Süresi: 4 Gün 24 Saat Jeoloji Mühendisleri için ArcGIS Eğitimi Genel
DetaylıCOĞRAFİ BİLGİ SİSTEMLERİ 3D&Spatial Analyst ve ModelBuilder Eğitimi
COĞRAFİ BİLGİ SİSTEMLERİ 3D&Spatial Analyst ve ModelBuilder Eğitimi http://facebook.com/esriturkey https://twitter.com/esriturkiye egitim@esriturkey.com.tr Kursun Süresi: 5 Gün 40 Saat COĞRAFİ BİLGİ SİSTEMLERİ
Detaylı1. BÖLÜM Polinomlar BÖLÜM II. Dereceden Denklemler BÖLÜM II. Dereceden Eşitsizlikler BÖLÜM Parabol
ORGANİZASYON ŞEMASI . BÖLÜM Polinomlar... 7. BÖLÜM II. Dereceden Denklemler.... BÖLÜM II. Dereceden Eşitsizlikler... 9. BÖLÜM Parabol... 5 5. BÖLÜM Trigonometri... 69 6. BÖLÜM Karmaşık Sayılar... 09 7.
DetaylıDers Sorumlusu: Dr. Ümran KÖYLÜ
Ders Sorumlusu: Dr. Ümran KÖYLÜ umrank@erciyes.edu.tr Ders Konu Başlıkları Veri tabanı yönetim sistemleri Veri tabanlarının işleyişi Öznitelik bilgilerinin veritabanında yönetimi Grafik veriler ile öznitelik
DetaylıWeb 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
DetaylıTemel Kavramlar. (r) Sıfırdan farklı kompleks sayılar kümesi: C. (i) Rasyonel sayılar kümesi: Q = { a b
Bölüm 1 Temel Kavramlar Bu bölümde bağıntı ve fonksiyon gibi bazı temel kavramlar üzerinde durulacak, tamsayıların bazı özellikleri ele alınacaktır. Bu çalışma boyunca kullanılacak bazı kümelerin gösterimleri
DetaylıAHP VE VIKOR YÖNTEMLERİ İLE AVRUPA BİRLİĞİ NE ÜYE ÜLKELER VE TÜRKİYE NİN EKONOMİK PERFORMANSLARININ DEĞERLENDİRİLMESİ
İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi Yıl: Özel Sayı: Bahar 0/ s.- AHP VE VIKOR YÖNTEMLERİ İLE AVRUPA BİRLİĞİ NE ÜYE ÜLKELER VE TÜRKİYE NİN EKONOMİK PERFORMANSLARININ DEĞERLENDİRİLMESİ
DetaylıYrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü
Mühendislikte İstatistiksel Yöntemler Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü 1 Araştırma sonuçlarının açıklanmasında frekans tablosu
DetaylıCBS Arc/Info Kavramları
Arc/Info Kavramları Prof.Dr. Emin Zeki BAŞKENT Karadeniz Teknik Üniversitesi Orman Fakültesi (ESRI) Environmental Systems Research Institute Dünyadaki 50 büyük yazılım şirketinden birisidir Pazarın 1/3
DetaylıEski Yunanca'dan batı dillerine giren Fotogrametri sözcüğü 3 kök sözcükten oluşur. Photos(ışık) + Grama(çizim) + Metron(ölçme)
FOTOGRAMETRİ FOTOGRAMETRİ Eski Yunanca'dan batı dillerine giren Fotogrametri sözcüğü 3 kök sözcükten oluşur. Photos(ışık) + Grama(çizim) + Metron(ölçme) Buna göre ışık yardımı ile ölçme (çizim yapabilme)
DetaylıÖZDEĞERLER- ÖZVEKTÖRLER
ÖZDEĞERLER- ÖZVEKTÖRLER GİRİŞ Özdeğerler, bir matrisin orijinal yapısını görmek için kullanılan alternatif bir yoldur. Özdeğer kavramını açıklamak için öncelikle özvektör kavramı ele alınsın. Bazı vektörler
DetaylıCoğrafi Bilgi Sistemleri ve Epidemiyolojide Kullanımı. Raika Durusoy Haziran 2004
Coğrafi Bilgi Sistemleri ve Epidemiyolojide Kullanımı Raika Durusoy Haziran 2004 Coğrafi Bilgi Sistemleri (CBS) Uzaysal ( spatial ) verilerin; elde edilmesi, saklanması, çağrılması, analizi gösterimi için
DetaylıProjenin Adı: İstatistik yardımıyla YGS ye hazırlık için soru çözme planlaması
Projenin Adı: İstatistik yardımıyla YGS ye hazırlık için soru çözme planlaması Projenin Amacı : YGS de başarılı olmak isteyen bir öğrencinin, istatistiksel yöntemler çerçevesinde, sınavda çıkan soru sayısını,
DetaylıBu bölümde Coulomb yasasının bir sonucu olarak ortaya çıkan Gauss yasasının kullanılmasıyla simetrili yük dağılımlarının elektrik alanlarının çok
Gauss Yasası Bu bölümde Coulomb yasasının bir sonucu olarak ortaya çıkan Gauss yasasının kullanılmasıyla simetrili yük dağılımlarının elektrik alanlarının çok daha kullanışlı bir şekilde nasıl hesaplanabileceği
DetaylıTOPLU KONUT ALANLARININ CBS-ÇOK ÖLÇÜTLÜ KARAR VERME YÖNTEMİYLE BELİRLENMESİ: BAKIRKÖY İLÇESİ
TOPLU KONUT ALANLARININ CBS-ÇOK ÖLÇÜTLÜ KARAR VERME YÖNTEMİYLE BELİRLENMESİ: BAKIRKÖY İLÇESİ M. Yalçın 1, F. Batuk 2 Yıldız Teknik Üniversitesi, Harita Mühendisliği Bölümü, Davutpaşa, İstanbul. 1 mustafayalcin86@gmail.com,
DetaylıNicel / Nitel Verilerde Konum ve Değişim Ölçüleri. BBY606 Araştırma Yöntemleri 2013-2014 Bahar Dönemi 13 Mart 2014
Nicel / Nitel Verilerde Konum ve Değişim Ölçüleri BBY606 Araştırma Yöntemleri 2013-2014 Bahar Dönemi 13 Mart 2014 1 Konum ölçüleri Merkezi eğilim ölçüleri Verilerin ortalamaya göre olan gruplanması nasıl?
DetaylıÖğretim içeriğinin seçimi ve düzenlenmesi
Öğretim içeriğinin seçimi ve düzenlenmesi Öğretim hedefleri belirlendikten sonra öğrencileri bu hedeflere ulaştıracak içeriğin saptanması gerekmektedir. Eğitim programlarının geliştirilmesinde ikinci aşama
Detaylı8. HAFTA BLM323 SAYISAL ANALİZ. Okt. Yasin ORTAKCI.
8. HAFTA BLM323 SAYISAL ANALİZ Okt. Yasin ORTAKCI yasinortakci@karabuk.edu.tr Karabük Üniversitesi Uzaktan Eğitim Uygulama ve Araştırma Merkezi 2 MATRİSLER Matris veya dizey, dikdörtgen bir sayılar tablosu
DetaylıORMAN YOLLARININ UZAKTAN ALGILAMA VE CBS İLE PLANLANMASININ DEĞERLENDİRİLMESİ
ORMAN YOLLARININ UZAKTAN ALGILAMA VE CBS İLE PLANLANMASININ DEĞERLENDİRİLMESİ Arş. Gör. Burak ARICAK Arş. Gör. Erhan ÇALIŞKAN Öğrt. Gör. Dr. Selçuk GÜMÜŞ Prof. Dr. H.Hulusi ACAR KAPSAM Giriş Orman yollarının
DetaylıÇorum İli Taşkın Tehlikesinin Analitik Hiyerarşi Yöntemi Kullanılarak İncelenmesi
TMMOB Harita ve Kadastro Mühendisleri Odası, 16. Türkiye Harita Bilimsel ve Teknik Kurultayı, 3-6 Mayıs 2017, Ankara. Çorum İli Taşkın Tehlikesinin Analitik Hiyerarşi Yöntemi Kullanılarak İncelenmesi İlknur
DetaylıTaşıma Maliyetinin Belirlenmesine Karar Analizi Yaklaşımı. Decision Analysis Approach to Determination of the Transport Cost
Taşıma Maliyetinin Belirlenmesine Karar Analizi Yaklaşımı * 1 Atakan Alkan 2 Ali Utku Serdar 3 Zerrin Aladağ * 1, 2, 3 Faculty of Engineering, Department of Industrial Engineering Kocaeli University, Turkey
DetaylıŞehir Plancıları için İleri Seviye ArcGIS Eğitimi
Şehir Plancıları için İleri Seviye ArcGIS Eğitimi Eğitim Süresi: 4 gün (28 Saat) /esriturkey /company/esri-turkey /EsriTurkiye egitim@esriturkey.com.tr Genel 3D Analyst, Spatial Analyst ve ModelBuilder
DetaylıCOĞRAFİ BİLGİ SİSTEMLERİ İLERİ SEVİYE EĞİTİMLERİ 3D-SPATİAL ANALİZ ve MODEL BUİLDER
COĞRAFİ BİLGİ SİSTEMLERİ İLERİ SEVİYE EĞİTİMLERİ 3D-SPATİAL ANALİZ ve MODEL BUİLDER http://facebook.com/esriturkey https://twitter.com/esriturkiye egitim@esriturkey.com.tr Kursun Süresi: 5 Gün 40 Saat
DetaylıArcGIS ile Elektrik Dağıtımı Uygulamaları Eğitimi
ArcGIS ile Elektrik Dağıtımı Uygulamaları Eğitimi http://facebook.com/esriturkey https://twitter.com/esriturkiye egitim@esriturkey.com.tr Kursun Süresi: 5 Gün 30 Saat ArcGIS ile Elektrik Dağıtımı Uygulamaları
DetaylıDizey Cebirinin Gözden Geçirilmesi
Dizey Cebirinin Gözden Geçirilmesi Yrd. Doç. Dr. A. Talha YALTA Ekonometri 2 Ders Notları Sürüm 2,0 (Ekim 2011) Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike 3.0
DetaylıKIRSAL ALAN DÜZENLEMESİ
KIRSAL ALAN DÜZENLEMESİ Yrd. Doç. Dr. Bayram UZUN Yrd. Doç. Dr. Recep NİŞANCI Toplulaştırma işlerinde Arazi Derecelendişrmesi Ders 6 Arazi toplulaştırma alanında toplulaştırma işleminden sonra toprak
DetaylıMühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş
Mühendislik Mekaniği Statik Yrd.Doç.Dr. Akın Ataş Bölüm 2 Kuvvet Vektörleri Kaynak: Mühendislik Mekaniği: Statik, R.C.Hibbeler, S.C.Fan, Çevirenler: A. Soyuçok, Ö.Soyuçok. 2 Kuvvet Vektörleri Bu bölümde,
DetaylıCOĞRAFİ BİLGİ SİSTEMLERİ
HRT 105 HARİTA MÜHENDİSLİĞİNE GİRİŞ Ders 8 COĞRAFİ BİLGİ SİSTEMLERİ Yrd.Doç.Dr. H. Ebru ÇOLAK Kamu Ölçmeleri Anabilim Dalı www.gislab.ktu.edu.tr/kadro/ecolak Coğrafi Bilgi Sistemleri (CBS) Geographical
DetaylıBağıl Değerlendirme Sistemi ile ilgili Bilgi Notu
Bağıl Değerlendirme Sistemi ile ilgili Bilgi Notu 2013-2014 Eğitim Öğretim yılından itibaren Fakültemizin kayıtlı tüm öğrencilerinin (hem eski hem de yeni müfredata tabi olan öğrencilerin) başarı notları
DetaylıBilgi Nedir? İnsan aklının erişebileceği olgu, gerçek ve ilkelerin tümü. Bilginin Sınıflandırılması
Trakya Üniversitesi Edirne Teknik Bilimler Meslek Yüksekokulu Mimarlık ve Şehir Planlama Bölümü Harita ve Kadastro Programı 2015-2016 / Bahar Dönemi HKP212 Coğrafi Bilgi Sistemleri Dersi Yardımcı Notları
DetaylıYrd. Doç. Dr. A. Burak İNNER Bilgisayar Mühendisliği
Yrd. Doç. Dr. A. Burak İER Bilgisayar Mühendisliği Algoritma Analizi İçerik: Temel Kavramlar Yinelemeli ve Yinelemesiz Algoritma Analizi Asimptotik otasyonlar Temel Kavramlar Algoritma: Bir problemin çözümüne
DetaylıMakine Öğrenmesi 2. hafta
Makine Öğrenmesi 2. hafta Uzaklığa dayalı gruplandırma K-means kümeleme K-NN sınıflayıcı 1 Uzaklığa dayalı gruplandırma Makine öğrenmesinde amaç birbirine en çok benzeyen veri noktalarını aynı grup içerisinde
DetaylıTMMOB Harita ve Kadastro Mühendisleri Odası, 16. Türkiye Harita Bilimsel ve Teknik Kurultayı, 3-6 Mayıs 2017, Ankara.
TMMOB Harita ve Kadastro Mühendisleri Odası, 16. Türkiye Harita Bilimsel ve Teknik Kurultayı, 3-6 Mayıs 2017, Ankara. Alt Havzaların Çevresel Kirlilik Risk Alanlarının Tespitinde CBS Tabanlı Çok Kriterli
DetaylıINS4801 Coğrafi Bilgi Sistemleri (CBS) (3 + 0)
Dokuz Eylül Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü INS4801 Coğrafi Bilgi Sistemleri (CBS) (3 + 0) Prof.Dr.YALÇIN ARISOY yalcin.arisoy@deu.edu.tr DERSİN KAPSAMI: Coğrafi Bilgi Sistemlerine
DetaylıKISIM 5 COĞRAFİ BİLGİ SİSTEMİ (GIS) ANALİZİ KISIM 5: GIS ANALİZİ 1
KISIM 5 COĞRAFİ BİLGİ SİSTEMİ (GIS) ANALİZİ KISIM 5: GIS ANALİZİ 1 GIS ANALİZİ GIS Analizi, üretme, işleme ve mekansal veriyi sorgulama kısımlarını kapsar 1. Veri üretme Görüntüyü sınıflandırma (Unsupervised)
DetaylıDOĞRUSAL OLMAYAN PROGRAMLAMA -I-
DOĞRUSAL OLMAYAN PROGRAMLAMA -I- Dışbükeylik / İçbükeylik Hazırlayan Doç. Dr. Nil ARAS Anadolu Üniversitesi, Endüstri Mühendisliği Bölümü İST38 Yöneylem Araştırması Dersi 0-0 Öğretim Yılı Doğrusal olmayan
DetaylıESRI Türkiye Konferansı
ESRI Türkiye Konferansı BULUT BİLİŞİM İLE TURİZM HARİTALARININ YAYIMLANMASI: TRABZON İLİ ÖRNEĞİ Arş. Gör. Şevket BEDİROĞLU Bulut Bilişim Nedir? Bulut Bilişim; donanım, yazılım, veri ve işletim sistemi
DetaylıDr. Y. İlker TOPCU. Dr. Özgür KABAK web.itu.edu.tr/kabak/
Dr. Y. İlker TOPCU www.ilkertopcu.net www.ilkertopcu.org www.ilkertopcu.info facebook.com/yitopcu twitter.com/yitopcu instagram.com/yitopcu Dr. Özgür KABAK web.itu.edu.tr/kabak/ KARAR VERME? Algılanan
Detaylı(AYIRIM) DENLİ. Emre KUZUGÜDENL. Doç.Dr.Serdar CARUS
DİSKRİMİNANT ANALİZİ (AYIRIM) Emre KUZUGÜDENL DENLİ Doç.Dr.Serdar CARUS Bu analiz ile; Bir bireyin hangi gruptan geldiği (p değişkeni kullanarak, bireyi uygun bir gruba atar ) Her bir değişkenin atama
DetaylıZaman Serileri. IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören
Zaman Serileri IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören Zaman Serisi nedir? Kronolojik sırayla elde edilen verilere sahip değișkenlere zaman serisi adı verilmektedir. Genel olarak zaman serisi,
Detaylı360 DERECE PERFORMANS DEĞERLENDİRME SİSTEMİNDE AHP KULLANIMI VE BİR UYGULAMA Degree Performance Evaluatıon System And An Applıcatıon Usıng AHP
360 DERECE PERFORMANS DEĞERLENDİRME SİSTEMİNDE AHP KULLANIMI VE BİR UYGULAMA 1 360 Degree Performance Evaluatıon System And An Applıcatıon Usıng AHP İbrahim KIR Endüstri Mühendisliği Anabilim Dalı M. Oya
DetaylıESRI Türkiye Konferansı BULUT BİLİŞİM İLE TURİZM HARİTALARININ YAYIMLANMASI: TRABZON İLİ ÖRNEĞİ
ESRI Türkiye Konferansı BULUT BİLİŞİM İLE TURİZM HARİTALARININ YAYIMLANMASI: TRABZON İLİ ÖRNEĞİ Doç. Dr. Volkan YILDIRIM Arş. Gör. Şevket BEDİROĞLU Bulut Bilişim Nedir? Bulut Bilişim; donanım, yazılım,
Detaylı