Karar Destek Sistemleri. Bölüm 1: Karar Destek Sistemleri-Genel Kavramlar. Karar Verme

Save this PDF as:
 WORD  PNG  TXT  JPG

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Karar Destek Sistemleri. Bölüm 1: Karar Destek Sistemleri-Genel Kavramlar. Karar Verme 20.10.2014"

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. 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

Detaylı

Bu bölümde; Çok ölçütlü karar verme yöntemlerinden biri olan TOPSİS yöntemi anlatılacaktır.

Bu 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.

Detaylı

Kaynak: A. İŞLİER, TESİS PLANLAMASI, 1997

Kaynak: 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

Detaylı

Analitik Hiyerarşi Prosesi (AHP) Yrd.Doç.Dr. Sabahattin Kerem AYTULUN

Analitik 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

Detaylı

AHP ye Giriş Karar verici, her alternatifin her kriterde ne kadar başarılı olduğunu değerlendirir. Her kriterin amaca ulaşmadaki görece önemini değerl

AHP 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

Detaylı

Karar Destek Sistemleri. Prof.Dr. Günay Erpul

Karar 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.

Detaylı

3.2. Raster Veriler. Satırlar. Sütunlar. Piksel/hücre büyüklüğü

3.2. 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,

Detaylı

AHP ANALİTİK HİYERARŞİ PROSESİ AHP AHP. AHP Ölçeği AHP Yönteminin Çözüm Aşamaları

AHP 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

Detaylı

18. ESRI KULLANICILAR KONFERANSI

18. 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

Detaylı

TOPSIS yönteminin adımları 5 Adım 1. Normalize karar matrisinin oluşturulması 6 Karar matrisinin normalizasyonu aşağıdaki formül kullanılarak yapılır:

TOPSIS 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.

Detaylı

Dr. Y. İlker TOPCU. Dr. Özgür KABAK web.itu.edu.tr/kabak/

Dr. 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

Detaylı

COĞRAFİ 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 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,

Detaylı

Uzaktan Algılama Uygulamaları

Uzaktan 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

Detaylı

Çizgisel Altyapı Tesislerinin Planlamasında Çok Kriterli Karar Verme Yöntemleri

Çizgisel 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

Detaylı

ArcGIS ile Su Yönetimi Eğitimi

ArcGIS 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,

Detaylı

Tedarik Zinciri Yönetimi

Tedarik 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

Detaylı

İÇİNDEKİLER. 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 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

Detaylı

Coğrafi Bilgi Sistemleri

Coğrafi 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,

Detaylı

COĞRAFİ BİLGİ SİSTEMLERİ

COĞRAFİ 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

Detaylı

ArcGIS ile Tarımsal Uygulamalar Eğitimi

ArcGIS 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

Detaylı

GİRİŞİMCİLİK (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 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

Detaylı

DR. 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 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

Detaylı

ANALİTİK HİYERARŞİ PROSESİ

ANALİTİK 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

Detaylı

Ders 8: Çok Kriterli Karar Verme

Ders 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

Detaylı

Karar Destek Sistemleri

Karar 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

Detaylı

Analitik Hiyerarşi Prosesi Yaklaşımı Kullanılarak Mobilya Sektörü İçin Ege Bölgesi nde Hedef Pazarın Belirlenmesi

Analitik 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.

Detaylı

COĞRAFİ BİLGİ SİSTEMLERİ VE UZAKTAN ALGILAMA

COĞRAFİ 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

Detaylı

VERİ MADENCİLİĞİ (Kümeleme) Yrd.Doç.Dr. Kadriye ERGÜN

VERİ 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

Detaylı

Mehmet KARA Bozok Üniversitesi İİBF İşletme Bölümü E-posta: mehmetkara44@yahoo.com

Mehmet 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

Detaylı

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

Bilişim Sistemleri. Modelleme, Analiz ve Tasarım. Yrd. Doç. Dr. Alper GÖKSU Bilişim Sistemleri Modelleme, Analiz ve Tasarım Yrd. Doç. Dr. Alper GÖKSU Ders Akışı Hafta 5. İhtiyaç Analizi ve Modelleme II Haftanın Amacı Bilişim sistemleri ihtiyaç analizinin modeli oluşturulmasında,

Detaylı

TANIMLAYICI İSTATİSTİKLER

TANIMLAYICI 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

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

BİLİŞİM SİSTEMLERİNİN PRENSİPLERİ

BİLİŞİM 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

Detaylı

İÇİNDEKİLER ÖNSÖZ Bölüm 1 SAYILAR 11 Bölüm 2 KÜMELER 31 Bölüm 3 FONKSİYONLAR

İÇİNDEKİLER 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

Detaylı

COĞRAFİ BİLGİ SİSTEMLERİ ARCGIS GİRİŞ EĞİTİMİ

COĞRAFİ 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

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

Bölüm 3 Merkezi Konum (Eğilim) Ölçüleri. Giriş Veri kümesi. Ortalamalar iki grupta incelenir. A. Duyarlı olan ortalama. B. Duyarlı olmayan ortalama

Bölüm 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

Detaylı

EŞİTLİK KISITLI TÜREVLİ YÖNTEMLER

EŞİTLİK 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

Detaylı

Matematikte karşılaştığınız güçlükler için endişe etmeyin. Emin olun benim karşılaştıklarım sizinkilerden daha büyüktür.

Matematikte 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

Detaylı

AHP (ANALYTIC HIERARCHY PROCESS) YÖNTEMİ VE HAZIR BETON TESİSİ ARAZİ SEÇİMİNDE UYGULAMASI

AHP (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*

Detaylı

Kentsel Bilgi Modelleme (CIM) ve Veri Madenciliği

Kentsel 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

Detaylı

Çok Amaçlı Karar Verme

Çok 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

Detaylı

OYUN TEORİSİ. Özlem AYDIN. Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü

OYUN 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

Detaylı

BAĞIL DEĞERLENDİRME SİSTEMİ

BAĞIL 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

Detaylı

SİSTEM ANALİZİ ve TASARIMI. ÖN İNCELEME ve FİZİBİLİTE

SİSTEM ANALİZİ ve TASARIMI. ÖN İNCELEME ve FİZİBİLİTE SİSTEM ANALİZİ ve TASARIMI ÖN İNCELEME ve FİZİBİLİTE Sistem Tasarım ve Analiz Aşamaları Ön İnceleme Fizibilite Sistem Analizi Sistem Tasarımı Sistem Gerçekleştirme Sistem Operasyon ve Destek ÖN İNCELEME

Detaylı

DERS SEÇİMİNDE ANALİTİK HİYERARŞİ PROSES UYGULAMASI APPLICATION OF ANALYTICAL HIERARCHY PROCESS IN COURSE SELECTION

DERS 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,

Detaylı

İKLİM DEĞİŞİKLİĞİNİN SU KAYNAKLARINA ETKİSİ PROJESİ

İKLİM 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

Detaylı

NETWORK 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 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

Detaylı

Zaman 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. 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

Detaylı

Eski Yunanca'dan batı dillerine giren Fotogrametri sözcüğü 3 kök sözcükten oluşur. Photos(ışık) + Grama(çizim) + Metron(ölçme)

Eski 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)

Detaylı

Teori ve Örneklerle. Doç. Dr. Bülent ORUÇ

Teori 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

Detaylı

İÇİNDEKİLER ÖN SÖZ...

İÇİNDEKİLER 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

Detaylı

Karadeniz Teknik Üniversitesi, GISLab Trabzon. www.gislab.ktu.edu.tr

Karadeniz 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

Detaylı

Ders Sorumlusu: Dr. Ümran KÖYLÜ

Ders 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

Detaylı

ZAMAN SERİLERİNDE REGRESYON ANALİZİ

ZAMAN 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

Detaylı

Toprak Taşlılığı 1 > %10 2 > %10 Potansiyel Toprak Erozyon Riski. Gerçek Toprak Erozyon Riski Fournier-Yağış İndeksi a

Toprak 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

Detaylı

KENT 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 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

Detaylı

ii) 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.

ii) 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(

Detaylı

ÇOK KRİTERLİ KARAR VERME TEKNİKLERİ. Dersin Amacı Çok Kriterli Karar Verme Yaklaşımının Genel Yapısı. Dr.Öğr.Üyesi Gökçe BAYSAL TÜRKÖLMEZ

ÇOK 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

Detaylı

GENEL İŞLETME. Yrd. Doç. Dr. Hasan ALKAN KURULUŞ YERİ SEÇİMİ

GENEL 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.

Detaylı

ANALİTİK HİYERARŞİ SÜRECİ VE MOORA YÖNTEMLERİNİN PERSONEL SEÇİMİNDE UYGULANMASI

ANALİTİK 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:

Detaylı

Jeoloji Mühendisleri için ArcGIS Eğitimi

Jeoloji 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

Detaylı

1. BÖLÜM Polinomlar BÖLÜM II. Dereceden Denklemler BÖLÜM II. Dereceden Eşitsizlikler BÖLÜM Parabol

1. 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.

Detaylı

COĞRAFİ BİLGİ SİSTEMLERİ 3D&Spatial Analyst ve ModelBuilder Eğitimi

COĞRAFİ 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

Detaylı

a) I b) I ve II c) III ve IV d) I, II ve V e) II ve III İ.Ü.AUZEF İSTATİSTİK DERSİ KONU TEKRAR SORULARI (Ünite 1-7)

a) I b) I ve II c) III ve IV d) I, II ve V e) II ve III İ.Ü.AUZEF İSTATİSTİK DERSİ KONU TEKRAR SORULARI (Ünite 1-7) İ.Ü.AUZEF İSTATİSTİK DERSİ KONU TEKRAR SORULARI (Ünite 1-7) 1- Aşağıdakilerden hangisi maddi olmayan birim e örnek verilebilir? a) Bina b) İnsan c) Öğrenci d) Ölüm e) Araba 2-Aşağıdakilerden hangisi birimin

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

Temel Kavramlar. (r) Sıfırdan farklı kompleks sayılar kümesi: C. (i) Rasyonel sayılar kümesi: Q = { a b

Temel 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

Detaylı

AHP VE VIKOR YÖNTEMLERİ İLE AVRUPA BİRLİĞİ NE ÜYE ÜLKELER VE TÜRKİYE NİN EKONOMİK PERFORMANSLARININ DEĞERLENDİRİLMESİ

AHP 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

Detaylı

Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü

Yrd. 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

Detaylı

CBS Arc/Info Kavramları

CBS 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

Detaylı

Taşıma Maliyetinin Belirlenmesine Karar Analizi Yaklaşımı. Decision Analysis Approach to Determination of the Transport Cost

Taşıma 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

Detaylı

ÖZDEĞERLER- ÖZVEKTÖRLER

ÖZDEĞERLER- 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

Detaylı

Coğrafi Bilgi Sistemleri ve Epidemiyolojide Kullanımı. Raika Durusoy Haziran 2004

Coğrafi 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

Detaylı

Projenin Adı: İstatistik yardımıyla YGS ye hazırlık için soru çözme planlaması

Projenin 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,

Detaylı

DENETİM EVRENİNİN BELİRLENMESİNDE ALTERNATİF BİR YÖNTEM: ANALİTİK HİYERARŞİ PROSESİ

DENETİM EVRENİNİN BELİRLENMESİNDE ALTERNATİF BİR YÖNTEM: ANALİTİK HİYERARŞİ PROSESİ DENETİM EVRENİNİN BELİRLENMESİNDE ALTERNATİF BİR YÖNTEM: ANALİTİK HİYERARŞİ PROSESİ ÖZET: Risk bazlı denetim sürecinin planlama bileşeninin bir parçası olan ve kısıtlı denetim kaynaklarını yönlendirirken

Detaylı

Bu bölümde Coulomb yasasının bir sonucu olarak ortaya çıkan Gauss yasasının kullanılmasıyla simetrili yük dağılımlarının elektrik alanlarının çok

Bu 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

Detaylı

KISIM 5 COĞRAFİ BİLGİ SİSTEMİ (GIS) ANALİZİ KISIM 5: GIS ANALİZİ 1

KISIM 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)

Detaylı

TOPLU KONUT ALANLARININ CBS-ÇOK ÖLÇÜTLÜ KARAR VERME YÖNTEMİYLE BELİRLENMESİ: BAKIRKÖY İLÇESİ

TOPLU 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,

Detaylı

Nicel / 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 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?

Detaylı

Öğretim içeriğinin seçimi ve düzenlenmesi

Öğretim 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

Detaylı

8. HAFTA BLM323 SAYISAL ANALİZ. Okt. Yasin ORTAKCI.

8. 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

Detaylı

Avrasya Sosyal ve Ekonomi Araştırmaları Dergisi (ASEAD) Eurasian Journal of Researches in Social and Economics (EJRSE) ISSN:

Avrasya Sosyal ve Ekonomi Araştırmaları Dergisi (ASEAD) Eurasian Journal of Researches in Social and Economics (EJRSE) ISSN: Avrasya Sosyal ve Ekonomi Araştırmaları Dergisi (ASEAD) Eurasian Journal of Researches in Social and Economics (EJRSE) ISSN:2148-9963 www.asead.com 1 ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİ İLE GLOBAL TEDARİKÇİ

Detaylı

ORMAN YOLLARININ UZAKTAN ALGILAMA VE CBS İLE PLANLANMASININ DEĞERLENDİRİLMESİ

ORMAN 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

Detaylı

Çorum İli Taşkın Tehlikesinin Analitik Hiyerarşi Yöntemi Kullanılarak İncelenmesi

Çorum 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

Detaylı

Şehir Plancıları için İleri Seviye ArcGIS Eğitimi

Şehir 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

Detaylı

COĞRAFİ BİLGİ SİSTEMLERİ İLERİ SEVİYE EĞİTİMLERİ 3D-SPATİAL ANALİZ ve MODEL BUİLDER

COĞRAFİ 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

Detaylı

Dizey Cebirinin Gözden Geçirilmesi

Dizey 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

Detaylı

ArcGIS ile Elektrik Dağıtımı Uygulamaları Eğitimi

ArcGIS 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

Detaylı

KIRSAL ALAN DÜZENLEMESİ

KIRSAL 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

Detaylı

Mühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş

Mühendislik 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,

Detaylı

COĞRAFİ BİLGİ SİSTEMLERİ

COĞRAFİ 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

Detaylı

ÇEM Hakkında. Toprağın korunması ve tabii kaynakların geliştirilmesi amacıyla;

ÇEM Hakkında. Toprağın korunması ve tabii kaynakların geliştirilmesi amacıyla; ÇEM Hakkında Toprağın korunması ve tabii kaynakların geliştirilmesi amacıyla; Çölleşme ve erozyonla mücadele, Çığ, heyelan ve sel kontrolü, Havza ıslahı plan ve projelerini yapmak ve yaptırmak, Uygulanmasını

Detaylı

Bilgi Nedir? İnsan aklının erişebileceği olgu, gerçek ve ilkelerin tümü. Bilginin Sınıflandırılması

Bilgi 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

Detaylı

Makine Öğrenmesi 2. hafta

Makine 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

Detaylı

TMMOB 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. 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

Detaylı

Bağıl Değerlendirme Sistemi ile ilgili Bilgi Notu

Bağıl 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

Detaylı

Genel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Merkezi Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir.

Genel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Merkezi Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir. 3.SUNUM Genel olarak test istatistikleri Merkezi Eğilim (Yığılma) Ölçüleri Merkezi Dağılım (Yayılma) Ölçüleri olmak üzere 2 grupta incelenebilir. 2 Merkezi Eğilim Ölçüleri, belli bir özelliğe ya da değişkene

Detaylı

INS4801 Coğrafi Bilgi Sistemleri (CBS) (3 + 0)

INS4801 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

Detaylı

DOĞRUSAL OLMAYAN PROGRAMLAMA -I-

DOĞRUSAL 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

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