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

Save this PDF as:
 WORD  PNG  TXT  JPG

Ebat: px
Şu sayfadan göstermeyi başlat:

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

Transkript

1 Gaz Ünverstes Đktsad ve Đdar Blmler Fakültes Dergs 9 / 2 (2007) ÜYELĐK FONKSĐYONU OLARAK ÜÇGEN BULANIK SAYILAR MI YAMUK BULANIK SAYILAR MI? Fath ECER Öz: Fuzzy TOPSIS (Technque for Order Preference by Smlarty to Ideal Soluton) yöntem belrsz ortamlarda Çok Krterl Karar Verme (ÇKKV) yöntemlernden brsdr ve grup kararı vermede kullanılır. Fuzzy TOPSIS yöntemnn temelnde deal çözümün Bulanık Poztf Đdeal Çözümden (BPĐÇ) en yakın, Bulanık Negatf Đdeal Çözümden (BNĐÇ) se en uzak mesafede olması yatar. BPĐÇ ve BNĐÇ vasıtasıyla her br alternatfn yakınlık katsayıları hesaplanır ve hesaplanan yakınlık katsayılarına göre alternatfler sıralanır. Çalışmanın amacı, Fuzzy TOPSIS yöntemnde üyelk fonksyonu olarak üçgen bulanık sayıların kullanımıyla yamuk bulanık sayıların kullanımının alternatflern sıralamaları üzernde farklılık yaratıp yaratmadığını ortaya koymaktır. Sonuçları karşılaştırablmek çn br uygulama gerçekleştrlmştr. Uygulama, br alışverş merkeznde şe başvuran satış elemanı adaylarının mülakata alınarak değerlendrlmesn çermektedr. Satış elemanı adayları dört karar krterne göre üç karar verc (KV) tarafından dlsel fadelerle değerlendrlmştr. Sözel olarak dlsel fadelerle yapılan değerlendrmeler şlemlerde kullanablmek çn sayısal değerler halne getrmek gerekmektedr. Bu nedenle dlsel fadeler hem üçgen ve hem de yamuk bulanık sayılara dönüştürülmüş ve Fuzzy TOPSIS yöntemnde kullanılmıştır. Sonuçlar, şlemlerde üçgen veya yamuk bulanık sayıların kullanılmasının alternatflern sıralamasını değştrmedğn göstermştr. Anahtar Kelmeler: Üçgen bulanık sayılar, yamuk bulanık sayılar, Fuzzy TOPSIS IS TRIANGULAR FUZZY NUMBERS OR TRAPEZOIDAL FUZZY NUMBERS AS MEMBERSHIP FUNCTION? Abstract: Fuzzy TOPSIS (Technque for Order Preference by Smlarty to Ideal Yrd. Doç. Dr., Afyon Kocatepe Ünverstes, Đktsad ve Đdar Blmler Fakültes, Uluslararası Tcaret ve Fnansman Bölümü,

2 62 / Fath ECER Soluton) method s one of the Multple Crtera Decson Makng (MCDM) methods n uncertan envronment and used group decson makng. Foundaton of Fuzzy TOPSIS method s that the deal soluton s the shortest dstance from Fuzzy Postve Ideal Soluton (FPIS) and the farthest dstance from Fuzzy Negatve Ideal Soluton (FNIS). The closeness coeffcents of each alternatve are evaluated by means of FPIS and FNIS and accordng to evaluated closeness coeffcents alternatves are ranked. The am of the study s to show that usng trangular fuzzy numbers and trapezodal fuzzy numbers as membershp functon n Fuzzy TOPSIS method whether creatng dstncton on rankng orders of alternatves or not. An applcaton to compare the results was mplemented. Applcaton contans to assess salesperson canddates who apply for ob, wth ntervew n a shoppng center. Salesperson canddates were assessed by three decson makers (DM) n accordance wth four decson crtera wth lngustc varables. It s necessary to convert lngustc varables expressed by verbally to numercal varables n order to use them n operatons. So, lngustc varables converted to trangular and trapezodal fuzzy numbers and used n Fuzzy TOPSIS method. Results show that usng of trangular or trapezodal fuzzy numbers don't change the rankng orders of alternatves. Keywords: Trangular fuzzy numbers, trapezodal fuzzy numbers, Fuzzy TOPSIS GĐRĐŞ Etkn ve verml karar verme y br yönetmn temel unsurlarından brsdr. Çünkü kararlar örgütün problemlern nasıl çözümledğn, kaynaklarını nasıl kullandığını ve hedeflerne nasıl ulaştığını gösterr (Daft, 99: 79). Karar vermenn gerçekleşeblmes çn karar verc veya vercler, karar ortamı, krterler, alternatfler ve br metot gerekldr. Karar verme sürec geçmşte ver toplama ve blg sürecyle lşklendrlmş olup sürecn karmaşıklığı zamanla artmıştır. Modern toplumların sosyal yapılarının karmaşıklığı ve nsanın sahp olduğu blgnn artmasıyla brlkte nsanlar ya karar verme sürecnde blgye ulaşamamış ya da stedkler blgye ulaşma konusunda yetersz kalmışlardır. Günümüzde karar verme konusunda öneml değşmler yaşanmaktadır (Despc ve Smonovc, 2000: ). Kararlar breysel ya da grupla brlkte verleblr. Grup kararı, kararların brden çok kş tarafından verlmesn, farklı kşsel terchlern tek br terch haln almasını ya da karar sürecne çok kşnn katılmasını fade eder (Demr vd., 985: 3; Koçel, 2003: 79; Hwang ve Ln, 987: 295). Grup kararı vermede yararlanılan ve Çok Krterl Karar Verme (ÇKKV) yöntemlernden br olan Fuzzy TOPSIS n yapısı belrszlğn egemen olduğu bulanık ortamlarda karar vermeye oldukça uygundur. Dlsel fadelere bulanık sayılar kullanılarak üyelk fonksyonları verlr ve böylece belrszlk ortadan kaldırılır. En sık kullanılan bulanık sayılar üçgen ve yamuk bulanık sayılardır.

3 Üyelk Fonksyonu Olarak Üçgen Bulanık Sayılar mı Yamuk Bulanık Sayılar mı? / 63 Gerek şlem kolaylığı sağlaması gerekse de sezgsel olarak oluşturulablmes nedenyle en çok kullanılan bulanık sayı türünün üçgen bulanık sayılar olduğu fade edlmektedr (Sanchez ve Gomez, 2003: 667). Bununla brlkte şlem vermllğ ve ver kazanım kolaylığı nedenyle yamuk bulanık sayıların da sıklıkla kullanıldığı belrtlmektedr (Zmmermann, 990: 57). Dolayısıyla hang tür bulanık sayının kullanımının daha avantalı olduğu sorusu zhnler karıştırmaktadır. Çalışmada k tür bulanık sayı da kullanılarak hesaplamalar yapılmış ve sonuçlar karşılaştırılmıştır. Çalışmanın lk bölümü bulanık kümelern temeln oluşturan dlsel fadeler ve bulanık sayılara ayrılmıştır. Bu bağlamda bazı temel özellklere değnlmştr. Đknc bölümde Fuzzy TOPSIS yöntem ele alınmış ve hem üçgen hem de yamuk bulanık sayılar kullanılması durumunda algortmanın şleyş açıklanmıştır. Son bölüm se br uygulama üzernde üçgen ve yamuk bulanık sayılar kullanılarak yapılan değerlendrmelere ayrılmıştır. I) BULANIK SAYILAR VE DĐLSEL ĐFADELER Bu bölümde dlsel fadelere ve bulanık sayılarla lgl temel özellklere değnlecektr. A) Dlsel Đfade (Dlsel Değşken) Dlsel fade ya da dlsel değşken, değerler anadldek cümleler olan değşken ya da kelme le kelme gruplarını sayılar gb kullanan değşken olarak tanımlanır (Zadeh, 987a: 09; Cebec ve Beskese, 2002: 93). Dlsel fadelerden çok karmaşık olan ya da y tanımlanmamış durumları ncel olarak fade etmede yararlanılır. Örneğn ağırlık dlsel br fadedr çünkü değerler çok, az, braz vb. olablr (Chen vd., 2005: 4-5). B) Bulanık Sayılar Đnsanın kesn olmayan blgy anlama ve analz etme yeteneğnden yola çıkan Zadeh, kesnlk çermeyen problemler çözmek ve nsan düşüncesnn anahtar elemanlarının sayılar değl dlsel fadeler olduğu fkrn dayanak alarak bulanık küme teorsn gelştrmştr (Mao, 999: 7; Chou ve Lang, 200: 378; Chen, 200: 66). Gündelk yaşamda pek çok yargıya belrszlk altında varılır ve kesnlk yaklaşımıyla belrszlk gerçekç br şeklde modellenemez. Ancak bulanık kümeler bu modellemey yapablme özellğne sahptr. Bulanık kümenn elemanlarının kesn sınırları olmaması nedenyle elemanların hanglernn bu kümenn elemanı olduğunu ayırt etmek zordur. Kesn kümelerde yer alan evet/hayır, y/kötü, doğru/yanlış fadeler bulanık kümelerde yern kısmen doğru ve kısmen yanlış gb fadelere bırakır (Kleyle vd., 997: 70). Bulanık küme teors, nsan algı ve öznel yargılarıyla lgl olan dlsel belrszlğ

4 64 / Fath ECER modellerken ntel parametrelern yorumlanmasını ve dlsel belrszlğn bulanık sayılarla matematksel olarak fade edleblmesn sağlar (Knght, 200: 7; Lang, 200: 46; Cheng vd., 2002: 98; Byrne, 995: 24). ) Üyelk fonksyonu ve Üyelk Dereces Dlsel fadelern dlsel olgusunu açıklayan teknk sayının değerne üyelk dereces denr (Hamtoğulları, 999: 2). Üyelk dereces sübektf olarak belrlenr (Zadeh, 987b: 468). Sürekl br değşken çn üyelk dereces üyelk fonksyonuyla fade edlr (Hamtoğulları, 999: 2). Bulanık küme teorsnn temeln oluşturan üyelk fonksyonları 0 le arasında br üyelk derecesne sahptr (Kahya, 2003: 24). 2) α-kesm olmak üzere n bulanık sayısının α-kesm şöyle tanımlanır (Chen vd., 2005: 4): α n = x : µ x α,x X () { ( ) } n 3) Konvekslk 2 [ ] x,x X, λ 0, µ ( λ x + ( λ)x ) mn( µ (x ), µ (x )) (2) 2 2 A A A eştszlğn sağlayan A bulanık kümes konvekstr. Dğer br fadeyle A nın artan değerler çn üyelk değerler monoton artan veya azalan ya da önce monoton artıp sonra monoton azalan oluyorsa A kümes konvekstr (Zadeh, 965: 347; Kaufmann ve Gupta, 99: ; Karanfl, 997: 3). 4) Normallk X n en az br elemanı çn üyelk değern alan A bulanık kümes normaldr (Kaufmann ve Gupta, 99: 2; Karanfl, 997: 3). 5) Bulanık Sayı Normal ve konveks olan bulanık kümeye bulanık sayı denr (Kaufmann ve Gupta, 99: 4; Karanfl, 997: 3; Bandemer ve Gottwald, 995: 49). Üçgen ve yamuk bulanık sayılarla lgl temel özellkler şunlardır: a) Yamuk Bulanık Sayı (YBS) n = n, n, n, n şeklnde fade edlr ve Ek Br yamuk bulanık sayı ( ) Şekl dek gb gösterlr. Üyelk fonksyonu se şöyle tanımlanır (Chen vd., 2005: 4):

5 Üyelk Fonksyonu Olarak Üçgen Bulanık Sayılar mı Yamuk Bulanık Sayılar mı? / 65 0,x < n n µ ( x) =, n x n x n, n x n 2 2 n 2 3 n x n 4, n 3 x n 4 n3 n4 0,x > n 4 m m,m, m,m = ( ) ve n ( n, n, n, n ) (3) = k YBS ve r poztf br reel sayı olmak üzere YBS lerle yapılan bazı temel şlemler şöyledr (Chen vd., 2005: 4): m n = [ m + n,m 2 + n 2,m 3 + n 3,m 4 + n4 ] (4) m Θ n = [ m n,m 2 n 2,m 3 n 3,m 4 n4 ] (5) m r = [ mr, m 2r,m 3r,m 4r] (6) m n m n,m n,m n,m n (7) [ ] b) Üçgen Bulanık Sayı (ÜBS) n ( n, n, n, n ) = yamuk bulanık sayısında n2 = n3 olduğunda oluşan yen n = n, n, n şeklnde fade edlr ve Ek Şekl sayıya üçgen bulanık sayı denr, ( ) dek gb gösterlr (Chen vd., 2005: 4). m ve n poztf bulanık sayılar, r poztf br reel sayı, m α l ve n α l kapalı aralığın alt sınırı, m α u ve n α u kapalı aralığın üst sınırı olmak üzere k bulanık sayının α kesmler sırasıyla m α α = [ m l,m α u ], n α α = [ n l, n α u ] olsun. Üçgen bulanık sayılar kullanılarak yapılan temel şlemler şöyle özetleneblr (Chen, 2000: 3): ( m ( ) ) + = [ m l + n l,m u + n u ] (8) n α ( m ( ) ) n α α α α α α α α α = [ m l n u,m u nl ] (9) ( ( ) ) m. n α α α α = [ m l.n l,m u.n α u ] (0) ( ( ) ) α α m. r α = [ m l.r, m u.r ] ()

6 66 / Fath ECER 3). 6) Bulanık Matrs En az br elemanı bulanık sayı olan matrse bulanık matrs denr (Chen, 2000: 7) Vertex Metodu m m,m, m,m = ( ) ve n ( n, n, n, n ) = gb k YBS arasındak uzaklığı bulmak çn vertex metodundan yararlanılır (Chen vd., 2005: 5): dv m, n = ( m n ) + ( m 2 n2 ) + ( m 3 n3 ) + ( m 4 n4 ) 4 Benzer bçmde m = ( m,m,m ) ve n ( n, n, n ) uzaklık vertex metoduyla şöyle hesaplanır (Chen, 2000: 3): d ( m, n ) = (2) = gb k ÜBS arasındak [(m n ) + (m 2 n 2 ) + (m 3 n 3 ) ] (3) 3 II) FUZZY TOPSIS YÖNTEMĐ Bu bölümde Chen vd. (2005) tarafından gelştrlen Fuzzy TOPSIS yöntemne ve algortmasına değnlecektr. Çalışmada hem üçgen hem de yamuk bulanık sayılar kullanıldığı çn algortma ksne göre de açıklanacaktır. Bulanık ÇKKV yöntemlernden br olan Fuzzy TOPSIS, hem ntel hem de ncel krterlern krter değerleryle (ratng) lglenr. Fuzzy TOPSIS, esnek br yapıya sahptr (Chen vd., 2005: 2). Fuzzy TOPSIS yöntem, bulanık br ortamda grup kararı vermey gerektren problemlern çözümüne oldukça uygundur. Farklı krterlern önem ağırlıkları ve krter değerler dlsel fadeler olarak ortaya konulur. Dğer br fadeyle krterlern önemn ve farklı krterlere göre alternatflern krter değerlern hesaplamak çn KV ler dlsel fadeler kullanırlar (Chen, 2000: 4-5). Krter ve alternatflern değerlendrlmesnde kullanılan dlsel fadelerle bu fadelern bulanık sayılar olarak karşılıkları Ek Tablo : ve 2 de gösterlmştr. Fuzzy TOPSIS yöntem şöyle özetleneblr (Chen vd., 2005: 6-8): KV ler Ek Tablo : ve 2 y kullanarak krterler ve bu krterlere göre alternatfler değerlendrrler. KV lern değerlendrmeler Ek Tablo : 3 ve 4 tek gbdr. k. KV nn krterler bazında adaylara lşkn ve krterlern ağırlıklarına göre dlsel olarak x = a, b,c,d fade ettğ değerlendrmelern YBS olarak karşılıkları sırasıyla ( k k k k ) ve w k ( w k,w k2,w k3,w k4 ) = olsun ( =,2,..., m ; =,2,..., n ). K tane KV nn

7 Üyelk Fonksyonu Olarak Üçgen Bulanık Sayılar mı Yamuk Bulanık Sayılar mı? / 67 krterlere göre alternatfler değerlendrmesyle elde edlen bulanık krter değerler x = a, b,c,d şeklnde gösterlr. Burada ( ) a d k { k} = mn a, b k { k} = c, K K = bk K, c k = K k = = max d (4) olarak fade edlr. Eğer değerlendrmeler üçgen bulanık sayılara dönüştürülürse x = a, b,c şeklnde gösterlr. Burada bulanık krter değerler ( ) a le belrlenr. Burada, k { k} = mn a, b k K = bk K, c max{ ck} k k = = (5) Krter ağırlıkları YMS olarak w ( w,w 2,w 3,w 4 ) w olarak fade edlr. k { k} = mn w, w = şeklnde gösterlr. K K 2 = w k2 K, w 3 = k3 k = w K, w 4 max{ w k4} k k = Krter ağırlıkları ÜBS olarak fade edlrse w ( w,w 2,w 3 ) gösterlr. Burada, w k { k} = mn w, w K 2 = w k2 K, w 3 max{ w k3} k k = şeklnde belrlenr. Karar problemnn yapısı matrs formunda şöyle gösterlr: = (6) = şeklnde = (7) D = x x L x x x L x M M L M x x L x 2 n n m m 2 mn, W = w w2 wn L

8 68 / Fath ECER Matrs YBS kullanılarak oluşturulursa x = (a, b,c,d ) ve =, ÜBS kullanılarak oluşturulursa x ( a, b,c ) w (w,w,w,w ) ( 2 3 ) w = w,w,w olur. = ve Krterler fayda ve malyet krterler olarak gruplandırılablr. Dolayısıyla normalze edlmş bulanık karar matrs şöyle oluşur: R = r mxn Burada B fayda krtern, C se malyet krtern göstermek üzere matrs YBS kullanılarak, a b c d =, r,,, * * * * d d d d a a a a r =,,,, a d c b a mn a ÜBS kullanılarak se, a b c r =,, * * *, B, c c c c a a a = c b a * d * (8) = max d, B, (9) =, C, (20) = max c ; (2) r,,, C, a = mn a ; (22) şeklnde hesaplanarak oluşturulur. Her krtern farklı br ağırlığı olableceğ çn ağırlıklı normalze edlmş bulanık karar matrsnn belrlenmes gerekr. Bu matrs; V = [ v ] mxn =,2,..., m ; =,2,..., n (23) şeklnde oluşturulur. Burada v = r. w ( ) (24) çarpımıyla elde edlr. Ağırlıklı normalze edlmş bulanık karar matrsnn belrlenmesnn ardından * Bulanık Poztf Đdeal Çözüm (BPĐÇ, A ) ve Bulanık Negatf Đdeal Çözüm (BNĐÇ, A ) şöyle belrlenr: A * = * * * ( v,v 2,...,vn )

9 Üyelk Fonksyonu Olarak Üçgen Bulanık Sayılar mı Yamuk Bulanık Sayılar mı? / 69 A = ( v,v 2,...,vn ) Burada =,2,..., m ve =,2,..., n olmak üzere YBS yardımıyla yapılan hesaplamada * v = max{ v4} ve v mn{ v} ÜBS kullanıldığında se, * v d v = ken = max{ v3} ve v mn{ v} ( ) = dr..,. k bulanık sayı arasındak uzaklığı göstermek üzere her br alternatfn BPĐÇ ve BNĐÇ ten uzaklığı vertex metodu yardımıyla şöyle bulunur. = ( ), =,2,..., m (25) n * * d dv v,v = n d dv v,v = = ( ), =,2,..., m (26) Uzaklıkların bulunmasının ardından alternatflern sıralamasını belrlemek çn yakınlık katsayıları hesaplanır. Yakınlık katsayısı CC = * d d + d, =,2,..., m (27) formülü yardımıyla belrlenr ve yakınlık katsayılarına göre alternatfler sıralanır. Verlen blgler çerçevesnde yöntemn algortması adım adım özetle şöyledr. Adım : KV lerden oluşan br ür oluşturulur ve karar krterler belrlenr. Adım 2: Krterler ve alternatfler dlsel fadelerle değerlendrlr. Adım 3: Değerlendrmenn ardından dlsel fadeler yamuk ya da üçgen bulanık sayılara dönüştürülerek krter ağırlıkları ve krter değerler bulunur. Adım 4: Bulanık karar matrs ve normalze edlmş bulanık karar matrs oluşturulur. Adım 5: Ağırlıklı normalze edlmş bulanık karar matrs oluşturulur. Adım 6: BPĐÇ ve BNĐÇ belrlenr. Adım 7: Her alternatfn BPĐÇ ve BNĐÇ ten olan uzaklıkları hesaplanır. Adım 8: Her alternatfn yakınlık katsayıları bulunur. Adım 9: Yakınlık katsayılarına göre alternatfler sıralanır.

10 70 / Fath ECER III) SAYISAL ÖRNEK Fuzzy TOPSIS yöntemnde ÜBS lern kullanımıyla YBS lern kullanımının nha sonuca etklern karşılaştırmak amacıyla ülkemzde perakendeclk sektöründe faalyet gösteren departmanlı br mağazada satış elemanı adayları mülakata alınmıştır. Mülakata katılan beş aday (A, A 2,, A 4, A 5 ) şletme müdürü, mağaza müdürü ve nsan kaynakları uzmanından oluşan üç KV (KV, KV 2, KV 3 ) tarafından aşağıdak karar krterlerne (fayda krterler) göre değerlendrlmştr: ( ) Fzksel Görünüm ( K ) ( 2 ) Dksyon ( K 2 ) ( 3 ) Kbarlık ( K 3 ) ( 4 ) Güler Yüzlülük ( K ) 4 Karar problemnn hyerarşk yapısı Ek Şekl : 3 te gösterldğ gb olup yöntem adım adım şöyle özetleneblr: Adım : KV ler Ek Tablo : dek dlsel fadeler yardımıyla karar krterlern değerlendrrler. Değerlendrmeler Ek Tablo : 3 te gösterlmştr. Adım 2: KV ler Ek Tablo : 2 dek dlsel fadeler yardımıyla adayları karar krterlerne göre değerlendrrler. Değerlendrmeler Ek Tablo : 4 te gösterlmştr. Adım 3: Değerlendrmenn ardından dlsel fadeler YBS ve ÜBS ye dönüştürülür. (4) ve (5) kullanılarak bulanık karar matrs, (6) ve (7) kullanılarak da krterlern bulanık ağırlıkları elde edlr. Bulanık karar matrsler Ek Tablo : 5 te ve 6 da, krterlern bulanık ağırlıkları se Ek Tablo : 7 ve 8 de verlmştr. Adım 4: Normalze edlmş bulanık karar matrsler (8) dek gb (9) ve (2) kullanılarak ve bulanık karar matrsler yardımıyla oluşturulur. Normalze edlmş bulanık karar matrsler Ek Tablo : 9 ve 0 da gösterlmştr. Adım 5: Ağırlıklı normalze edlmş bulanık karar matrs, normalze edlmş bulanık karar matrsler ve krterlern bulanık ağırlıkları yardımıyla (23) te gösterldğ gb ve (24) kullanılarak oluşturulur. Bu matrsler Ek Tablo : ve 2 de verlmştr. Adım 6: BPĐÇ ve BNĐÇ değerlerne ağırlıklı normalze edlmş bulanık karar matrsne göre karar verlr. Buna göre YBS kullanılmasıyla elde edlen BPĐÇ ve BNĐÇ ( ) ( ) ( ) ( ) * A =,,,, 0.9,0.9,0.9,0.9,,,,,,,, ( ) ( ) ( ) ( ) A = 0,0,0,0, 0,0,0,0, 0.,0.,0.,0., 0,0,0,0 ÜBS kullanılmasıyla elde edlen BPĐÇ ve BNĐÇ se ( ) ( ) ( ) ( ) * A =,,, 0.9,0.9,0.9,,,,,,

11 Üyelk Fonksyonu Olarak Üçgen Bulanık Sayılar mı Yamuk Bulanık Sayılar mı? / 7 ( ) ( ) ( ) ( ) A = 0.07, 0.07, 0.07, 0.07, 0.07, 0.07, 0., 0., 0., 0.08, 0.08, 0.08 şeklnde belrlenr. Adım 7: Her adayın BPĐÇ ve BNĐÇ ten olan uzaklıkları (25) ve (26) yardımıyla hesaplanır. Uzaklıklar Ek Tablo : 3 ve 4 te gösterlmştr. Adım 8: Her adayın yakınlık katsayıları (27) kullanılarak bulunur. Adım 9: Yakınlık katsayılarına göre adaylar sıralanır. Yakınlık katsayıları ve adayların sıralamaları Ek Tablo : 5 ve 6 da gösterlmştr. Yakınlık katsayıları büyükten küçüğe doğru gerek YBS gerekse de ÜBS le yapılan değerlendrmelerde CC 5 >CC 4 >CC 3 >CC >CC 2 şeklnde gerçekleştğ çn satış elemanı adayları A 5 >A 4 > >A >A 2 olarak sıralanmıştır. Dğer br fadeyle değerlendrme sonucunda beşnc aday en başarılı olurken knc aday se en başarısız aday olarak belrlenmştr. SONUÇLAR Çalışmada bulanık ortamlarda grup kararı vermede yararlanılan ve ÇKKV yöntemlernden br olan Fuzzy TOPSIS yöntem ayrıntılı olarak açıklanmış, dlsel fadelere üyelk fonksyonu vererek kesn değerlere dönüştürmey sağlayan üçgen ve yamuk bulanık sayılar kullanılarak satış elemanı adayları değerlemes örneğyle hem yöntemn şleyşne açıklık kazandırılmaya çalışılmış hem de farklı tür bulanık sayıların kullanılmasıyla ortaya çıkan sonuçlar karşılaştırılmıştır. Buna göre üçgen ve yamuk bulanık sayılar kullanılarak hesaplanan ve alternatflern skorlarını da fade eden yakınlık katsayıları bakımından sıralamanın aynı olduğu hatta br alternatfn her k değerlendrmede de aynı skora sahp olduğu dğerlernn se yüzde brler düzeynde farklılığa sahp oldukları görülmüştür. Ancak bu küçük farklılıkların her k durumda da alternatflern sıralanmaları üzernde br etk yapmadığı belrlenmştr. Yapılan hesaplamalarda vrgülden sonra k basamak esas alınmıştır. Basamak sayısı vrgülden sonra on basamağa kadar çıkartılmasına rağmen yakınlık katsayıları değşmemştr. Buradan hareketle küçük farklılıkların temelnde üçgen ve yamuk sayıların üyelk fonksyonları arasındak brtakım farklılıkların olduğu düşünülmüştür. Sonuç olarak alternatflern skorlarındak küçük farklılıkların sıralamaya etk edecek düzeyde olmaması nedenyle k tür bulanık sayının da aynı sonuca ulaştırdığı, bununla brlkte şlem kolaylığı ve hızlılığı sağlaması nedenyle ÜBS kullanımının KV lere zaman ve kolaylık avantaı sağladığı söyleneblr.

12 72 / Fath ECER EKLER EK Şekl : Yamuk Bulanık Sayı µ ( ) µ (x) x n n EK Şekl : 2 Üçgen Bulanık Sayı 0 0 n x n n 2 n 3 x n n 2 n 3 4 Kaynak: Chen vd., 2005: 4. Kaynak: Chen, 2000: 3. EK Şekl : 3 Karar Problemnn Hyerarşk Yapısı Amaç K K 2 K 3 K 4 A A 2 A 4 A 5

13 Üyelk Fonksyonu Olarak Üçgen Bulanık Sayılar mı Yamuk Bulanık Sayılar mı? / 73 EK Tablo : Her Br Krter Ağırlığı Đçn Dlsel Đfadeler ve Üyelk Fonksyonları ÜBS YBS Çok Yüksek (ÇY) (0.8,,) (0.8,0.9,,) Yüksek (Y) (0.7,0.8,0.9) (0.7,0.8,0.8,0.9) Braz Yüksek (BY) (0.5,0.7,0.8) (0.5,0.6,0.7,0.8) Epeyce (E) (0.4,0.5,0.6) (0.4,0.5,0.5,0.6) Braz Düşük (BD) (0.2,0.4,0.5) (0.2,0.3,0.4,0.5) Düşük (D) (0.,0.2,0.3) (0,0.2,0.2,0.3) Çok Düşük (ÇD) (0,0,0.2) (0,0,0.,0.2) EK Tablo : 2 Krter değerler Đçn Dlsel Đfadeler ve Üyelk Fonksyonları ÜBS YBS Çok Đy (ÇĐ) (8,0,0) (8,9,0,0) Đy (Đ) (7,8,9) (7,8,8,9) Braz Đy (BĐ) (5,7,8) (5,6,7,8) Epeyce (E) (4,5,6) (4,5,5,6) Braz Kötü (BK) (2,4,5) (2,3,4,5) Kötü (K) (,2,3) (0,2,2,3) Çok Kötü (ÇK) (0,0,2) (0,0,,2) EK Tablo : 3 Krter Ağırlıklarının KV ler Tarafından Değerlendrlmes KV KV 2 KV 3 K K 2 K 3 K 4 Y Y Y ÇY ÇY Y BY ÇY ÇY Y ÇY ÇY KV n : n nc Karar Verc ÇY: Çok Yüksek, Y:Yüksek, BY: Braz Yüksek

14 74 / Fath ECER EK Tablo : 4 Satış Elemanı Adaylarının KV ler Tarafından Değerlendrlmes Krterler Adaylar KV KV 2 KV 3 E Đ Đ A A 2 K A 4 A 5 A A 2 K 2 A 4 A 5 A A 2 K 3 A 4 A 5 A A 2 K 4 A 4 A 5 KV n : n nc Karar Verc BK K K Đ Đ Đ Đ BĐ Đ ÇĐ ÇĐ ÇĐ E E BĐ K K K Đ BĐ BĐ ÇĐ Đ Đ ÇĐ Đ ÇĐ BĐ Đ E BK BK BK BĐ Đ Đ Đ ÇĐ Đ Đ ÇĐ ÇĐ E BĐ BĐ K BK K Đ Đ Đ Đ ÇĐ Đ ÇĐ Đ ÇĐ ÇĐ: Çok Đy, Đ:Đy, BĐ: Braz Đy, E:Epeyce, BK:Braz Kötü, K:Kötü

15 Üyelk Fonksyonu Olarak Üçgen Bulanık Sayılar mı Yamuk Bulanık Sayılar mı? / 75 EK Tablo : 5 ÜBS Kullanılarak Elde Edlen Göre Bulanık Karar Matrs K K 2 K 3 K 4 A (4.00, 7.00, 9.00) (4.00, 5.67, 8.00) (4.00, 6.67, 9.00) (4.00, 6.33, 8.00) A 2 (.00, 2.67, 5.00) (.00, 2.00, 3.00) (2.00, 4.00, 5.00) (.00, 2.67, 5.00) (7.00, 8.00, 9.00) (5.00, 7.33, 9.00) (5.00, 7.67, 9.00) (7.00, 8.00, 9.00) A 4 (5.00, 7.67, 9.00) (7.00, 8.67, 0.00) (7.00, 8.67, 0.0) (7.00, 8.67, 0.0) A 5 (8.00, 0.0, 0.0) (7.00, 9.33, 0.00) (7.00, 9.33, 0.0) (7.00, 9.33, 0.0) K n : n nc Krter A n : n nc Aday EK Tablo : 6 YBS Kullanılarak Elde Edlen Göre Bulanık Karar Matrs K K 2 K 3 K 4 A (4.00, 7.0, 7.0, 9.00) (4.00, 5.33, 5.67, 8.00) (4.00, 6.33, 6.67, 9.0) (4, 5.67, 6.33, 8.0) A 2 (0.0, 2.33, 2.67, 5.0) (0.00, 2.00, 2.00, 3.00) (2.00, 3.00, 4.00, 5.0) (0, 2.33, 2.67, 5.0) (7.00, 8.0, 8.0, 9.00) (5.00, 6.67, 7.33, 9.00) (5.00, 7.33, 7.67, 9.0) (7, 8.00, 8.00, 9.0) A 4 (5.0, 7.33, 7.67, 9.0) (7.00, 8.33, 8.67, 0.0) (7.0, 8.33, 8.67, 0.0) (7, 8.33, 8.67, 0) A 5 (8.0, 9.0, 0.0, 0.0) (7.00, 8.67, 9.33, 0.0) (7.0, 8.67, 9.33, 0.0) (7, 8.67, 9.33, 0) K n : n nc Krter A n : n nc Aday EK Tablo : 7 Krterlern ÜBS Olarak Bulanık Ağırlıkları K K 2 K 3 K 4 K n : n nc Krter (0.70, 0.93,.00) (0.70, 0.80, 0.90) (0.50, 0.83,.00) (0.80,.00,.00)

16 76 / Fath ECER EK Tablo : 8 Krterlern YBS Olarak Bulanık Ağırlıkları K (0.70, 0.87, 0.93,.00) K 2 (0.70, 0.80, 0.80, 0.90) K 3 (0.50, 0.77, 0.83,.00) K 4 (0.80, 0.90,.00,.00) K n : n nc Krter EK Tablo : 9 ÜBS Kullanılarak Oluşturulan Normalze Edlmş Bulanık Karar Matrs K K 2 K 3 K 4 A (0.40, 0.70, 0.90) (0.40, 0.57, 0.80) (0.40, 0.67, 0.90) (0.40, 0.63, 0.80) A 2 (0.0, 0.27, 0.50) (0.0, 0.20, 0.30) (0.20, 0.40, 0.50) (0.0, 0.27, 0.50) (0.70, 0.80, 0.90) (0.50, 0.73, 0.90) (0.50, 0.77, 0.90) (0.70, 0.80, 0.90) A 4 (0.50, 0.77, 0.90) (0.70, 0.87,.00) (0.70, 0.87,.00) (0.70, 0.87,.00) A 5 (0.80,.00,.00) (0.70, 0.93,.00) (0.70, 0.93,.00) (0.70, 0.93,.00) K n : n nc Krter A n : n nc Aday EK Tablo : 0 YBS Kullanılarak Oluşturulan Normalze Edlmş Bulanık Karar Matrs K K 2 K 3 K 4 A (0.4, 0.7, 0.7, 0.9) (0.4, 0.53, 0.57, 0.8) (0.4, 0.63, 0.67, 0.9) (0.4, 0.57, 0.63, 0.8) A 2 (0.0, 0.23, 0.27, 0.5) (0.0, 0.2, 0.2, 0.3) (0.2, 0.3, 0.4, 0.5) (0.0, 0.23, 0.27, 0.5) (0.7, 0.8, 0.8, 0.9) (0.5, 0.67, 0.73, 0.9) (0.5, 0.73, 0.77, 0.9) (0.7, 0.8, 0.8, 0.9) A 4 (0.5, 0.73, 0.77, 0.9) (0.7, 0.83, 0.87,.0) (0.7, 0.83, 0.87,.0) (0.7, 0.83, 0.87,.0) A 5 (0.8, 0.9,.0,.0) (0.7, 0.87, 0.93,.0) (0.7, 0.87, 0.93,.0) (0.7, 0.87, 0.93,.0) K n : n nc Krter A n : n nc Aday

17 Üyelk Fonksyonu Olarak Üçgen Bulanık Sayılar mı Yamuk Bulanık Sayılar mı? / 77 EK Tablo : ÜBS Kullanılarak Oluşturulan Ağırlıklı Normalze Edlmş Bulanık Karar Matrs K K 2 K 3 K 4 A (0.28, 0.65, 0.9) (0.28, 0.45, 0.72) (0.20, 0.56, 0.90) (0.32, 0.63, 0.80) A 2 (0.07, 0.25, 0.5) (0.07, 0.6, 0.27) (0.0, 0.33, 0.50) (0.08, 0.27, 0.50) (0.49, 0.75, 0.9) (0.35, 0.59, 0.8) (0.25, 0.64, 0.90) (0.56, 0.80, 0.90) A 4 (0.35, 0.72, 0.9) (0.49, 0.69, 0.90) (0.35, 0.72,.00) (0.56, 0.87,.00) A 5 (0.56, 0.93,.0) (0.49, 0.75, 0.90) (0.35, 0.78,.00) (0.56, 0.93,.00) K n : n nc Krter A n : n nc Aday EK Tablo : 2 YMS Kullanılarak Oluşturulan Ağırlıklı Normalze Edlmş Bulanık Karar Matrs K K 2 K 3 K 4 A (0.28, 0.6, 0.65, 0.9) (0.28, 0.43, 0.45, 0.72) (0.20, 0.49, 0.56, 0.9) (0.32, 0.5, 0.63, 0.8) A 2 (0.0, 0.20, 0.25, 0.50) (0.00, 0.6, 0.6, 0.27) (0.0, 0.23, 0.33, 0.5) (0.00, 0.2, 0.27, 0.5) (0.49, 0.69, 0.75, 0.9) (0.35, 0.53, 0.59, 0.8) (0.25, 0.56, 0.64, 0.9) (0.56, 0.72, 0.80, 0.9) A 4 (0.35, 0.64, 0.72, 0.9) (0.49, 0.67, 0.69, 0.90) (0.35, 0.64, 0.72,.0) (0.56, 0.75, 0.87,.0) A 5 (0.56, 0.78, 0.93,.0) (0.49, 0.69, 0.75, 0.90) (0.35, 0.66, 0.78,.0) (0.56, 0.78, 0.93,.0) K n : n nc Krter A n : n nc Aday EK Tablo : 3 ÜBS Kullanılarak Elde Edlen BPĐÇ ve BNĐÇ ten Olan Uzaklıklar d * d A A A A 5 d * : BPĐÇ ten Olan Uzaklıklar Toplamı d : BNĐÇ ten Olan Uzaklıklar Toplamı

18 78 / Fath ECER EK Tablo : 4 YBS Kullanılarak Elde Edlen BPĐÇ ve BNĐÇ ten Olan Uzaklıklar d * d A A A A 5 d * : BPĐÇ ten Olan Uzaklıklar Toplamı d : BNĐÇ ten Olan Uzaklıklar Toplamı EK Tablo : 5 ÜBS Kullanılarak Elde Edlen Yakınlık Katsayıları ve Adayların Sıralamaları Adaylar CC n Sıralamadak Yer A A A A CC n : n nc Adayın Yakınlık Katsayısı EK Tablo : 6 YBS Kullanılarak Elde Edlen Yakınlık Katsayıları ve Adayların Sıralamaları Adaylar CC n Sıralamadak Yer A A A A CC n : n nc Adayın Yakınlık Katsayısı

19 Üyelk Fonksyonu Olarak Üçgen Bulanık Sayılar mı Yamuk Bulanık Sayılar mı? / 79 KAYNAKÇA BANDEMER, Hans and GOTTWALD, Segfred. (995), Fuzzy Sets, Fuzzy Logc, Fuzzy Methods wth Applcatons, John Wley&Sons Ltd., England. BYRNE, Peter. (995), Fuzzy Analyss a Vague Way of Dealng Wth Uncertanty n Real Estate Analyss, Journal of Property Valuaton &Investment, Vol. 3, No : 3, pp CEBECĐ, U. and BESKESE, A. (2002), An Approach to the Evaluaton of Qualty Performance of the Companes n Turkey, Manageral Audtng Journal, Vol. 7, No :, pp CHEN, C. T., LIN, C. T. and HUANG, S. F. (2005), A Fuzzy Approach for Suppler Evaluaton and Selecton n Supply Chan Management, Internatonal Journal of Producton Economes, pp. -3. CHEN, Chen-Tung. (200), A Fuzzy Approach to Select the Locaton of the Dstrbuton Center, Fuzzy Sets and Systems, Vol. 8, pp CHEN, Chen-Tung. (2000), Extensons of the TOPSIS for Group Decson-Makng under Fuzzy Envronment, Fuzzy Sets and Systems, Vol. 4, pp. -9. CHENG, S., CHAN, C. W. and HUANG, G. H. (2002), Usng Multple Crtera Decson Analyss for Supportng Decsons of Sold Waste Management, Journal of Envronment Scence Health, Vol. 37, No : 6, pp CHOU, T. Y. and LIANG, G. S. (200), Applcaton of A Fuzzy Mult-Crtera Decson Makng Model for Shppng Company Performance Evaluaton, Martme Polcy & Management, Vol. 28, No : 4, pp DAFT, Rchard L., 99, Management, The Dryden Press, 2 nd Edton, USA. DEMĐR, M. Hulus, BĐRCAN, Bülent ve TÜTEK, Hülya. (985), Yönetsel Karar Verme, Blgehan Basımev, Đzmr. DESPIC, O. and SIMONOVIC, S. P. (2000), Aggregaton Operatons for Soft Decson Makng n Water Resources, Fuzzy Sets and Systems, Vol.5, pp HAMĐTOĞULLARI, Hüsnü Cemal. (999), Fuzzy Çok Amaçlı Optmzasyon Yöntemyle Portföy Seçm, Marmara Ünverstes Sosyal Blmler Ensttüsü Yayımlanmamış Yüksek Lsans Tez, Đstanbul. HWANG, Chng-La and LĐN Mng-Jeng. (987), Group Decson Makng Under Multple Crtera, Sprnger Verlag, Berln. KAHYA, Esra. (2003), Đnsangücü Seçmnde Bulanık Uzman Sstemler Yardımı le Đş Başvuru Formlarının Değerlendrlmes, Ercyes Ünverstes Sosyal Blmler Ensttüsü Yayımlanmamış Yüksek Lsans Tez, Kayser.

20 80 / Fath ECER KARANFĐL, Salh. (997), Fuzzy Lok Problemlernde Üyelk Fonksyonunun Belrlenmesnde Deneysel Verlere Dayanarak Br Yöntem Gelştrlmes, Yıldız Teknk Ünverstes Fen Blmler Ensttüsü Yayımlanmış Doktora Tez, Đstanbul. KAUFMANN, Arnold and GUPTA, Madan M. (99), Introducton to Fuzzy Arthmetc Theory and Applcatons, Van Nostrand Renhold, New York. KLEYLE, R., KORVIN, A. D. and KARIM, K. (997), Investng n New Companes n an Unstable Economc Envronment: A Fuzzy Set Approach, Manageral Fnance, Vol. 23, No : 6, pp KNIGHT K. G. (200), A Fuzzy Logc Model for Predctng Commercal Buldng Desgn Cost Overruns, Master of Scence Thess, Unversty of Alberta. KOÇEL, Tamer. (2003), Đşletme Yönetclğ, Beta Basım, Đstanbul. LIANG, Y. (200), Dynamc Strategc Plannng and Justfcaton Systems for Advanced Manufacturng Technology Acquston, Master of Scence Thess, Unversty of Wndsor. MAO, H. (999), Estmatng Labour Productvty Usng Fuzzy Set Theory, Master of Scence Thess, Unversty of Alberta. SANCHEZ, J. and Gomez, A. T. (2003), Applcatons of Fuzzy Regresson n Actuaral Analyss, The Journal of Rsk and Insurance, Vol. 70, No : 4, pp ZADEH, Lotf A. (987a), Outlne of a New Approach to the Analyss of Complex Systems and Decson Process, Fuzzy Sets and Applcatons: Selected Papers by L.A. Zadeh, Ed.: R.R. Yager, S. Ovchnnkov, R.M. Tong, H.T. Nguyen, John Wley&Sons Publshng, Canada, pp ZADEH, Lotf A. (987b), A Fuzzy Set Theoretc Interpretaton of Lngustc Hedge, Fuzzy Sets and Applcatons: Selected Papers by L.A. Zadeh, Ed.: R.R. Yager, S. Ovchnnkov, R.M. Tong, H.T. Nguyen, John Wley&Sons Publshng, Canada, pp ZADEH, Lotf A. (965), Fuzzy Sets, Informaton and Control, Vol. 8, pp ZIMMERMANN, Hans-Jürgen. (990), Fuzzy Set Theory and Its Applcatons, Kluwer Academc Publshers, London.

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

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

Detaylı

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi Journal of Engneerng and atural Scences Mühendslk ve Fen Blmler Dergs Sgma 9, -4, 0 Research Artcle / Araştırma Makales FUZZY TOPSIS METHODS I GROUP DECISIO MAKIG AD A APPLICATIO FOR BAK BRACH LOCATIO

Detaylı

~ x A. n ~ ~ α. ~ α1 ~ α 2

~ x A. n ~ ~ α. ~ α1 ~ α 2 İşletme Fakültesi Dergisi, Cilt 7, Sayı 2, 2006, 77-96 BULANIK ORTAMLARDA GRUP KARARI VERMEYE YARDIMCI BİR YÖNTEM: FUZZY TOPSIS VE BİR UYGULAMA Fatih Ecer * ABSTRACT The purpose of the study is to present

Detaylı

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

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

Detaylı

FUZZY TOPSİS YÖNTEMİ İLE SANAL MAĞAZALARIN WEB SİTELERİNİN DEĞERLENDİRİLMESİ

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

Detaylı

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

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

Detaylı

NAKLĠYE FĠRMASI SEÇĠMĠNDE BULANIK AHP VE BULANIK TOPSIS YÖNTEMLERĠNĠN KARġILAġTIRILMASI

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

Detaylı

Arş. Grv. Dr. Fatih ECER * A NEW APPROACH TOWARDS EVAULATION AND SELECTİON OF SALESPERSON CANDIDATES: FUZZY TOPSIS

Arş. Grv. Dr. Fatih ECER * A NEW APPROACH TOWARDS EVAULATION AND SELECTİON OF SALESPERSON CANDIDATES: FUZZY TOPSIS ANADOLU ÜNİVERSİTESİ SOSYAL BİLİMLER DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SOCIAL SCIENCES Cilt/Vol.:7- Sayı/No: 2 : 187-204 (2007) SATIŞ ELEMANI ADAYLARININ DEĞERLENDİRİLMESİNE VE SEÇİMİNE YÖNELİK YENİ

Detaylı

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

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

Detaylı

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

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

Detaylı

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

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

Detaylı

Çok Kriterli Karar Verme Teknikleriyle Lojistik Firmalarında Performans Ölçümü

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

Detaylı

AHP-TOPSIS YÖNTEMİNE DAYALI TEDARİKÇİ SEÇİMİ UYGULAMASI *

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

Detaylı

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi

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

Detaylı

İKİ AŞAMALI STRATEJİK TEDARİKÇİ SEÇİMİNİN BULANIK TOPSIS YÖNTEMİ İLE ANALİZİ

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

Detaylı

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

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

Detaylı

TAKIM LİDERİ SEÇİMİNDE BULANIK KALİTE FONKSİYONU AÇINIMI MODELİ UYGULAMASI

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

Detaylı

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

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

Detaylı

2nd International Symposium on Accounting and Finance ISAF 2014

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

Detaylı

Afet Sonrası Hizmet Verecek Ekiplerin Konuşlanma Yerlerinin Belirlenmesi

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

Detaylı

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

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

Detaylı

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

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

Detaylı

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

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

Detaylı

BULANIK HEDEF PROGRAMLAMA VE BİR TEKSTİL FİRMASINDA UYGULAMA ÖRNEĞİ

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

Detaylı

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

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

Detaylı

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

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

Detaylı

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

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

Detaylı

KURUMSAL FİRMALAR İÇİN BİR FİNANSAL PERFORMANS KARŞILAŞTIRMA MODELİNİN GELİŞTİRİLMESİ

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

Detaylı

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

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

Detaylı

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi

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

Detaylı

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

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

Detaylı

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

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

Detaylı

AHP VE TOPSIS YÖNTEMLERİ İLE KURUMSAL PROJE YÖNETİM YAZILIMI SEÇİMİ

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

Detaylı

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

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

Detaylı

GRİ İLİŞKİSEL ANALİZ YÖNTEMİNE GÖRE FARKLI SERTLİKLERDE OPTİMUM TAKIM TUTUCUSUNUN BELİRLENMESİ

GRİ İLİŞKİSEL ANALİZ YÖNTEMİNE GÖRE FARKLI SERTLİKLERDE OPTİMUM TAKIM TUTUCUSUNUN BELİRLENMESİ 2. Ulusal Tasarım İmalat ve Analz Kongres 11-12 Kasım 21- Balıkesr GRİ İLİŞKİSEL ANALİZ YÖNTEMİNE GÖRE FARKLI SERTLİKLERDE OPTİMUM TAKIM TUTUCUSUNUN BELİRLENMESİ Esra YILMAZ*, Ferhat GÜNGÖR** *ylmazesraa@gmal.com

Detaylı

BULANIK AKIŞ TİPİ ÇİZELGELEME PROBLEMİ İÇİN ÇOK AMAÇLI GENETİK ALGORİTMA

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

Detaylı

KRİZ DÖNEMİNDE KÜRESEL PERAKENDECİ AKTÖRLERİN PERFORMANSLARININ TOPSİS YÖNTEMİ İLE DEĞERLENDİRİLMESİ

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

Detaylı

BULUT TEKNOLOJ S F RMALARININ BULANIK AHP MOORA YÖNTEM KULLANILARAK SIRALANMASI

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

Detaylı

MALZEME TAŞIMA SİSTEMİ ALTERNATİFLERİNİN DEĞERLENDİRİLMESİNDE BULANIK-PROMETHEE YAKLAŞIMI

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

Detaylı

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

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

Detaylı

Çok Kriterli Karar Vermede TOPSIS ve VIKOR Yöntemleriyle Klima Seçimi

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

Detaylı

ÇOK KRİTERLİ KARAR VERME PROBLEMLERİNDE ARAS YÖNTEMİ

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

Detaylı

TOPSIS Metodu Kullanılarak Kesici Takım Malzemesi Seçimi

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

Detaylı

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

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

Detaylı

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

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

Detaylı

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

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

Detaylı

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

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

Detaylı

BULANIK TOPSİS YÖNTEMİYLE TELEFON OPERATÖRLERİNİN DEĞERLENDİRİLMESİ

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

Detaylı

Yrd. Doç. Dr. Kemal Vatansever

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

Detaylı

YAZILIM GELİŞTİRME PROJELERİNİN GERÇEK OPSİYON DEĞERLEME MODELİYLE ÇOK ÖLÇÜTLÜ BULANIK DEĞERLEMESİ

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

Detaylı

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

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

Detaylı

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

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

Detaylı

ARAŞTIRMA MAKALESİ/RESEARCH ARTICLE TEK ÇARPIMSAL SİNİR HÜCRELİ YAPAY SİNİR AĞI MODELİNİN EĞİTİMİ İÇİN ABC VE BP YÖNTEMLERİNİN KARŞILAŞTIRILMASI ÖZ

ARAŞTIRMA MAKALESİ/RESEARCH ARTICLE TEK ÇARPIMSAL SİNİR HÜCRELİ YAPAY SİNİR AĞI MODELİNİN EĞİTİMİ İÇİN ABC VE BP YÖNTEMLERİNİN KARŞILAŞTIRILMASI ÖZ ANADOLU ÜNİVERSİTESİ Blm ve Teknoloj Dergs A-Uygulamalı Blmler ve Mühendslk Clt: 14 Sayı: 3 013 Sayfa: 315-38 ARAŞTIRMA MAKALESİ/RESEARCH ARTICLE Faruk ALPASLAN 1, Erol EĞRİOĞLU 1, Çağdaş Hakan ALADAĞ,

Detaylı

DİZÜSTÜ BİLGİSAYAR SEÇİMİ: DEA, TOPSIS VE VIKOR İLE KARŞILAŞTIRMALI BİR ANALİZ LAPTOP SELECTION: A COMPARATIVE ANALYSIS WITH DEA, TOPSIS AND VIKOR

DİZÜSTÜ BİLGİSAYAR SEÇİMİ: DEA, TOPSIS VE VIKOR İLE KARŞILAŞTIRMALI BİR ANALİZ LAPTOP SELECTION: A COMPARATIVE ANALYSIS WITH DEA, TOPSIS AND VIKOR Ekonomk ve Sosyal Araştırmalar Dergs, Bahar 2014, Clt:10, Yıl:10, Sayı:1, 157-178 DİZÜSTÜ BİLGİSAYAR SEÇİMİ: DEA, TOPSIS VE VIKOR İLE KARŞILAŞTIRMALI BİR ANALİZ Mehmet PEKKAYA 1 Mesut AKTOGAN 2 LAPTOP

Detaylı

Dokuz Eylül Üniversitesi Yayına Kabul Tarihi:

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

Detaylı

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

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

Detaylı

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

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

Detaylı

Abant İzzet Baysal Üniversitesi İktisadi ve İdari Bilimler Fakültesi

Abant İzzet Baysal Üniversitesi İktisadi ve İdari Bilimler Fakültesi Abant İzzet Baysal Ünverstes İktsad ve İdar Blmler Fakültes Ekonomk ve Sosyal Araştırmalar Dergs The Internatonal Journal of Economc and Socal Research ISSN: 1306-2174 http://www.bfderg.bu.edu.tr Clt/Volume:

Detaylı

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi

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

Detaylı

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

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

Detaylı

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences Pamukkale Ünverstes Mühendslk Blmler Dergs, Clt 0, Sayı 3, 04, Sayfalar 85-9 Pamukkale Ünverstes Mühendslk Blmler Dergs Pamukkale Unversty Journal of Engneerng Scences PREFABRİK ENDÜSTRİ YAPIARININ ARMONİ

Detaylı

1. KEYNESÇİ PARA TALEBİ TEORİSİ

1. KEYNESÇİ PARA TALEBİ TEORİSİ DERS NOTU 07 KEYNESÇİ PARA TALEBİ TEORİSİ, LM EĞRİSİ VE PARA TALEBİ FAİZ ESNEKLİĞİ Bugünk dersn çerğ: 1. KEYNESÇİ PARA TALEBİ TEORİSİ... 1 1.1 İŞLEMLER (MUAMELELER) TALEBİ... 2 1.2 ÖNLEM (İHTİYAT) TALEBİ...

Detaylı

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

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

Detaylı

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

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

Detaylı

K-Ortalamalar Yöntemi ile Yıllık Yağışların Sınıflandırılması ve Homojen Bölgelerin Belirlenmesi *

K-Ortalamalar Yöntemi ile Yıllık Yağışların Sınıflandırılması ve Homojen Bölgelerin Belirlenmesi * İMO Teknk Derg, 2012 6037-6050, Yazı 383 K-Ortalamalar Yöntem le Yıllık Yağışların Sınıflandırılması ve Homojen Bölgelern Belrlenmes * Mahmut FIAT* Fath DİKBAŞ** Abdullah Cem KOÇ*** Mahmud GÜGÖ**** ÖZ

Detaylı

ÇOK AMAÇLI DOĞRUSAL PROGRAMLAMADAN SİSTEM TASARIMINA: DE NOVO. Özet

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

Detaylı

YAYILI YÜK İLE YÜKLENMİŞ YAPI KİRİŞLERİNDE GÖÇME YÜKÜ HESABI. Perihan (Karakulak) EFE

YAYILI YÜK İLE YÜKLENMİŞ YAPI KİRİŞLERİNDE GÖÇME YÜKÜ HESABI. Perihan (Karakulak) EFE BAÜ Fen Bl. Enst. Dergs (6).8. YAYII YÜK İE YÜKENİŞ YAPI KİRİŞERİNDE GÖÇE YÜKÜ HESABI Perhan (Karakulak) EFE Balıkesr Ünverstes ühendslk marlık Fakültes İnşaat üh. Bölümü Balıkesr, TÜRKİYE ÖZET Yapılar

Detaylı

Dokuz Eylül Üniversitesi Yayına Kabul Tarihi:

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

Detaylı

BULANIK ÇOK AMAÇLI HÜCRESELTASARIM PROBLEMİNİN İKİ AŞAMALI BULANIK PROGRAMLAMA YAKLAŞIMI İLE ÇÖZÜMÜ

BULANIK ÇOK AMAÇLI HÜCRESELTASARIM PROBLEMİNİN İKİ AŞAMALI BULANIK PROGRAMLAMA YAKLAŞIMI İLE ÇÖZÜMÜ V. Ulusal Üretm Araştırmaları Sempozyumu, İstanbul Tcaret Ünverstes, 25-27 Kasım 25 BULANIK ÇOK AMAÇLI HÜCRESELTASARIM PROBLEMİNİN İKİ AŞAMALI BULANIK PROGRAMLAMA YAKLAŞIMI İLE ÇÖZÜMÜ Feyzan ARIKAN Gaz

Detaylı

İTÜ LİSANSÜSTÜ DERS KATALOG FORMU (GRADUATE COURSE CATALOGUE FORM)

İTÜ LİSANSÜSTÜ DERS KATALOG FORMU (GRADUATE COURSE CATALOGUE FORM) Dersn Adı İTÜ LİSANSÜSTÜ DERS KATALOG FORMU (GRADUATE COURSE CATALOGUE FORM) Course Name İnşaat Projeler Yönetmnde Enformasyon Teknolojler Informaton Technologes n Constructon Project Management Kodu (Code)

Detaylı

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

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

Detaylı

International Journal of Academic Value Studies (Javstudies) ISSN: Vol: 3, Issue: 11, pp

International Journal of Academic Value Studies (Javstudies) ISSN: Vol: 3, Issue: 11, pp Internatonal Journal of Academc Value Studes (Javstudes) ISSN:2149-8598 Vol: 3, Issue: 11, pp. 159-170 www.javstudes.com Javstudes@gmal.com Dscplnes: Busness Admnstraton, Economy, Econometrcs, Fnance,

Detaylı

SELECTING THE SERVICE PROVIDER THROUGH MULTIPLE- CRITERIA DECISION MAKING TECHNIQUES

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

Detaylı

15 th ISEOS PROCEEDINGS BOOK

15 th ISEOS PROCEEDINGS BOOK 15 th ISEOS PROEEDINGS BOOK 15 th Internatonal Symposum on Econometrcs, Operatons Research and Statstcs 22-25 May 2014 Suleyman Demrel Unversty 15th Internatonal Symposum on Econometrcs, Operatons Research

Detaylı

Kİ-KARE VE KOLMOGOROV SMİRNOV UYGUNLUK TESTLERİNİN SİMULASYON İLE ELDE EDİLEN VERİLER ÜZERİNDE KARŞILAŞTIRILMASI

Kİ-KARE VE KOLMOGOROV SMİRNOV UYGUNLUK TESTLERİNİN SİMULASYON İLE ELDE EDİLEN VERİLER ÜZERİNDE KARŞILAŞTIRILMASI C.Ü. İktsad ve İdar Blmler Dergs, Clt 4, Sayı 1, 3 6 Kİ-KARE VE KOLMOGOROV SMİRNOV UYGUNLUK TESTLERİNİN SİMULASYON İLE ELDE EDİLEN VERİLER ÜZERİNDE KARŞILAŞTIRILMASI H. BİRCAN, Y. KARAGÖZ ve Y. KASAPOĞLU

Detaylı

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

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

Detaylı

PROJE PLANLAMASINDA BULANIK HEDEF PROGRAMLAMA YAKLAŞIMI. Müh. Ramadan VATANSEVER

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

Detaylı

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

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

Detaylı

3. Parçaları Arasında Aralık Bulunan Çok Parçalı Basınç Çubukları

3. Parçaları Arasında Aralık Bulunan Çok Parçalı Basınç Çubukları 3. Parçaları Arasında Aralık Bulunan Çok Parçalı Basınç Çubukları Basınç çubukları brden fazla profl kullanılarak, bu profller arasında plan düzlemnde bell br mesafe bulunacak şeklde düzenleneblr. Bu teşklde,

Detaylı

A İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır?

A İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır? . Br torbada 6 syah, 4 beyaz top vardır. Bu torbadan yerne koyarak top seçlyor. A İSTATİSTİK KPSS/-AB-PÖ/006. Normal dağılıma sahp br rasgele (random) değşkenn varyansı 00 dür. Seçlen topların ksnn de

Detaylı

TESİS YERİ SEÇİMİNDE FARKLI BİR YAKLAŞIM: BULANIK ANALİTİK SERİM SÜRECİ

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

Detaylı

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

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

Detaylı

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

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

Detaylı

TEKNOLOJĐK ARAŞTIRMALAR

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

Detaylı

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

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

Detaylı

PROJELERDE -DAĞILIMININ ÜÇ DURUMUNA GÖRE PROJE TAMAMLANMA ZAMANININ BULUNMASINDA İSTATİSTİKSEL BİR ANALİZ

PROJELERDE -DAĞILIMININ ÜÇ DURUMUNA GÖRE PROJE TAMAMLANMA ZAMANININ BULUNMASINDA İSTATİSTİKSEL BİR ANALİZ C.Gencer ve O.Türkbey, Gaz Ünverstes. Fen Blmler Dergs, (00), 77-90 PROJELERDE -DAĞILIMININ ÜÇ DURUMUNA GÖRE PROJE TAMAMLANMA ZAMANININ BULUNMASINDA İSTATİSTİKSEL BİR ANALİZ Cevrye GENCER Orhan TÜRKBEY

Detaylı

BİR UN FABRİKASINDA HEDEF PROGRAMLAMA UYGULAMASI

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

Detaylı

TRANSPORT PROBLEMI için GELIsTIRILMIs VAM YÖNTEMI

TRANSPORT PROBLEMI için GELIsTIRILMIs VAM YÖNTEMI Yönetm, Yl 9, Say 28, Ekm - 1997,5.20-25 TRANSPORT PROBLEMI ÇIN GELIsTIRILMIs VAM YÖNTEMI Dr. Erhan ÖZDEMIR I.Ü. Teknk Blmler M.Y.O. L.GIRIs V AM transport problemlerne en düsük malyetl baslangç çözüm

Detaylı

Çoklu Periyotta Çevreci Tedarikçi Seçimi İçin Belirsizlik Etmenli Bir ÇÖKV Yöntemi

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

Detaylı

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER 5.. İk Boyutlu Rasgele Değşkenler Br deney yapıldığında, aynı deneyle lgl brçok rasgele değşkenn aynı andak durumunu düşünmek gerekeblr. Böyle durumlarda

Detaylı

Biyoistatistik (Ders 6: Bağımsız Gruplarda İkiden Çok Örneklem Testleri)

Biyoistatistik (Ders 6: Bağımsız Gruplarda İkiden Çok Örneklem Testleri) k ÖRNEKLEM TESTLERİ BAĞIMSIZ GRUPLARDA k ÖRNEKLEM TESTLERİ Yrd. Doç. Dr. Ünal ERKORKMAZ Sakarya Ünverstes Tıp Fakültes Byostatstk Anablm Dalı uerkorkmaz@sakarya.edu.tr BAĞIMSIZ İKİDEN ÇOK GRUBUN KARŞILAŞTIRILMASINA

Detaylı

Kuruluş Yeri Seçiminde Bulanık TOPSIS Yöntemi ve Bankacılık Sektöründe Bir Uygulama

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

Detaylı

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOKTORA TEZİ SWITCHING REGRESYON DA BULANIK SİNİR AĞLARI YAKLAŞIMI İLE PARAMETRE TAHMİNİ

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOKTORA TEZİ SWITCHING REGRESYON DA BULANIK SİNİR AĞLARI YAKLAŞIMI İLE PARAMETRE TAHMİNİ ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOKTORA TEZİ SWITCHING REGRESYON DA BULANIK SİNİR AĞLARI YAKLAŞIMI İLE PARAMETRE TAHMİNİ Türkan ERBAY DALKILIÇ İSTATİSTİK ANABİLİM DALI ANKARA 005 Her hakkı

Detaylı

bir yol oluşturmaktadır. Yine i 2 , de bir yol oluşturmaktadır. Şekil.DT.1. Temel terimlerin incelenmesi için örnek devre

bir yol oluşturmaktadır. Yine i 2 , de bir yol oluşturmaktadır. Şekil.DT.1. Temel terimlerin incelenmesi için örnek devre Devre Analz Teknkler DEE AAĐZ TEKĐKEĐ Bu zamana kadar kullandığımız Krchoffun kanunları ve Ohm kanunu devre problemlern çözmek çn gerekl ve yeterl olan eştlkler sağladılar. Fakat bu kanunları kullanarak

Detaylı

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi

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

Detaylı

EMG İşaretlerinin K-Ortalama Algoritması Kullanılarak Öbekleştirilmesi. EMG Signal Analysis Using K-Means Clustering

EMG İşaretlerinin K-Ortalama Algoritması Kullanılarak Öbekleştirilmesi. EMG Signal Analysis Using K-Means Clustering KSÜ Mühendslk Blmler Dergs, (), 9 5 KSU Journal of Engneerng Scences, (), 9 EMG İşaretlernn K-Ortalama Algortması Kullanılarak Öbekleştrlmes Mücahd Günay, Ahmet ALKA, KSÜ Mühendslk-Mmarlık Fakültes Elektrk-Elektronk

Detaylı

TÜRKİYE DEKİ 380 kv LUK 14 BARALI GÜÇ SİSTEMİNDE EKONOMİK YÜKLENME ANALİZİ

TÜRKİYE DEKİ 380 kv LUK 14 BARALI GÜÇ SİSTEMİNDE EKONOMİK YÜKLENME ANALİZİ TÜRİYE DEİ 38 kv LU 4 BARALI GÜÇ SİSTEMİDE EOOMİ YÜLEME AALİZİ Mehmet URBA Ümmühan BAŞARA 2,2 Elektrk-Elektronk Mühendslğ Bölümü Mühendslk-Mmarlık Fakültes Anadolu Ünverstes İk Eylül ampüsü, 2647, ESİŞEHİR

Detaylı

ROBİNSON PROJEKSİYONU

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

Detaylı

Bulanık Mantık ile Hesaplanan Geoid Yüksekliğine Nokta Yüksekliklerinin Etkisi

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

Detaylı

Merkezi Eğilim (Yer) Ölçüleri

Merkezi Eğilim (Yer) Ölçüleri Merkez Eğlm (Yer) Ölçüler Ver setn tanımlamak üzere kullanılan ve genellkle tüm elemanları dkkate alarak ver setn özetlemek çn kullanılan ölçülerdr. Ver setndek tüm elemanları temsl edeblecek merkez noktasına

Detaylı