GENETİK ALGORİTMA ESASLI PCB MONTAJI OPTİMİZASYONU

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "GENETİK ALGORİTMA ESASLI PCB MONTAJI OPTİMİZASYONU"

Transkript

1 V. Ulusal Üretim Araştırmaları Sempozyumu, İstanbul Ticaret Üniversitesi, Kasım 2005 GENETİK ALGORİTMA ESASLI PCB MONTAJI OPTİMİZASYONU Osman KULAK Pamukkale Üniversitesi İhsan Onur YILMAZ Pamukkale Üniversitesi Hans-Otto GÜNTHER Berlin Teknik Üniversitesi Özet Çift montaj kafalı topla-ve-yerleştir makineleri otomatik PCB (printed circuit board) montajında kullanılan yerleştirme makinesi tiplerinden birisini temsil etmektedir. Bu tip bir makine için işlemlerin montaj süresini en aza indiren farklı genetik algoritmalar geliştirilmiştir. Bileşenlerin magazinlere atanması için iki farklı sezgisel yöntem uygulanmıştır. Genetik algoritma, besleyici ataması (feeder assignment) ve bileşen yerleştirme sırası (component placement sequence) ve montaj kafalarının çevrim sürelerinin dengelenmesi (gantry cycle time balancing) problemlerini eş zamanlı olarak çözmektedir. Önerilen algoritmanın etkinliğini değerlendirmek için farklı PCB ler tasarlanmış ve deneyler gerçekleştirilmiştir. Anahtar sözcükler: Genetik Algoritmalar, PCB Montajı, Topla-Ve-Yerleştir Makinesi 1. GİRİŞ Günümüzde yaygın olarak kullanılan digital elektronik ürünlerin üretimi için PCB (printed circuit board) montajı önemli bir üretim sürecidir. Modern PCB montajında farklı tipteki bileşenler, PCB ler üzerinde daha önceden belirlenmiş bölgelere ileri derecede otomasyona ve bilgisayara sahip makinelerin kullanımı ile yerleştirilirler (Strauss, 1997). Ammons ve diğerlerine (1997) göre PCB montajının planlanması ve çizelgelenmesinde 3 ana problem mevcuttur: (1) Çeşitli tipteki PCB lerin gruplanarak PCB ailelerinin oluşturulması, (2) Bir makine grubu çok yönlü makineler içerdiğinde, bileşen tiplerinin makinelere tahsis edilmesi, (3) Her bir yerleştirme (placement) makinesinde bileşen besleyicilerin (component feeders) bileşen magazinindeki yerlere tahsis edilmesi ve her bir makine ve PCB türü için yerleştirme işlemlerinin sıralanması. Tüm bu problemler birbirleri ile oldukça ilişkilidir. Endüstriyel üretim ortamının özelliklerine bağlı olarak, farklı montaj sistemi düzenlemeleri ve farklı hazırlık süresi stratejileri kullanılmaktadır. Çeşit sayısı düşük, parti hacmi büyük PCB montajının gerçekleştirildiği kitlesel üretim ortamında, herbir PCB türü için üretim süresini en küçükleyecek dizilimi sağlayacak hazırlık işlemleri yapılır. Bu yayında belirtilen hazırlık stratejisi tek makinalı ortamda incelenmektedir. Bundan dolayı, bu özellikteki bir üretim için eş zamanlı olarak, parça besleyicilerin magazindeki konumlarına atanması ve parça yerleştirme işlemlerinin sırasının belirlenmesi problemlerinin çözülmesi gerekmektedir. Bu çalışma, montaj yapabildiği bileşen tiplerinin aralığı gözönüne alındığında yüksek hızda ve yüksek derecede esneklik sağlayan topla-ve-yerleştir makinelerine odaklanmaktadır. Şekil 1 de dönel (rotary) özelliğe sahip çift montaj kafalı topla-ve-yerleştir makinesi görülmektedir. Bu makinenin çalışma prensibi aşağıda belirtildiği gibi tanımlanabilir. Montaj süreci boyunca PCB sabit bir çalışma masasında bulundurulur ve bileşen besleyicileri için sınırlı sayıda pozisyon (slot) bulunduran bileşen magazinlerinin tam ortasına yerleştirilir. Her bir besleyici sadece tek bir tip parça içerir. Bu makinedeki her bir montaj kafası ayrı ayrı bir kızak (gantry) sisteminde bulundurulur ve her biri belirli sayıda pipet (nozzle) içerir (tipik olarak 6 yada 12). İlk önce, başlangıç noktasından ilk montaj kafası parça magazinine gider ve dönel adım hareketleri gerçekleştirerek çeşitli besleyicilerden parçaları toplar. Daha sonra ilgili montaj kafası PCB tarafına geçer ve parçaları karttaki konumları daha önceden tanımlı yerlere tek tek yerleştirir. Bu sırada diğer montaj kafası yanındaki magazinden 121

2 O. Kulak, İ. O. Yılmaz, H. O. Günther ilk tur için parçaları toplar. İlk montaj kafası yerleştirme turunu tamamladıktan sonra magazine geri dönerken, ikinci montaj kafası PCB tarafına geçer. İlk montaj kafası ilgili magazinden ikinci tur için parçaları toplarken, ikinci montaj kafası ise PCB üzerinde konumları önceden belirlenmiş parçaları ilgili yerlere yerleştirir. Aynı şekilde PCB üzerindeki tüm parçaların montajı tamamlanana kadar montaj kafaları birbiri ile uyumlu bir şekilde topla-ve-yerleştir işlemlerini gerçekleştirirler. Parçaların montajı tamamlandıktan sonra montaj kafaları başlangıç noktalarına dönerler. Literatürde farklı tipteki montaj makineleri için bir çok çalışma olmasına rağmen, topla-ve-yerleştir makinelerindeki işlemlerin optimizasyonuna yönelik çok az sayıda çalışma mevcuttur. Örneğin, Altınkemer ve diğerleri (2000) topla-ve-yerleştir makinelerinin işlem sıralarının optimizasyonu için bir yöntem geliştirmiştir. Bu yöntem, besleyici atama ve parça yerleştirme sıralaması problemlerini eş zamanlı çözebilmek için problemi iki alt modele ayrıştıran Lagrange gevşetmesi (Lagrangean relaxation) içermektedir. Yine topla-ve-yerleştir makinesinde işlemlerin optimizasyonu için üç adımlı sezgisel bir yaklaşım Grunow ve diğerleri (2004) tarafından sunulmuştur. Farklı PCB montaj makinelerinin optimizasyonu için son yıllarda genetik algoritmaları kullanan yöntemler de geliştirilmiştir. Khoo ve Ng (1998) PCB lerin yarı-otomatik montajı için parça yerleştirme sırasını ve mesafesini optimize eden prototip niteliğinde bir genetik algoritma geliştirmiştir. Bu uygulamada hem besleyici atama problemi çözülmemiş hem de farklı problem hacimlerine sahip PCB ler test edilmemiştir. Hong ve diğerleri (2000) sıralı pipetli (beam type) yüzey montaj makinelerinde PCB montaj zamanını en aza indirmek için genetik algoritma prensibine benzer çalışan biyolojik bağışıklık algoritmasını (BIA - Biological Immune Algorithm) geliştirmiştir. Bu yöntem, problemi parça tiplerinin montaj kafalarına atanması, parça tipi gruplarının oluşturulması, parça tipi gruplarının ataması ve parça gruplarının sıralaması adımlarına ayrıştırmaktadır. Yine Loh ve diğerleri (2001) Quad IIIC makinesi için besleyici ataması ve parça yerleştirme sırası problemlerini çözen bir genetik algoritma modeli geliştirmiştir. Geliştirilen yöntemin test sonuçları Wong ve Leu (1993) tarafından geliştirilen WL-GA ile Rubinovitz ve Volovich (1994) tarafından geliştirilen RV-GA genetik algoritmalarıyla karşılaştırılmış ve önerilen algoritmanın daha iyi performans değerleri verdiği belirtilmiştir. Sun ve diğerleri (2005) sıralı pipetli çift montaj kafalı yüzey montaj makinesinde işlemlerin optimizasyonu için genetik algoritma yaklaşımını da içeren bir yöntem sunmuştur. Bu çalışma, parça yerleştirme sırası ve montaj kafası çizelgeleme problemlerinin çözümünü içermemektedir. Literatürde, dönel montaj kafalı topla-ve-yerleştir makinesi işlemlerini genetik algoritmalar ile optimize etmeye çalışan bir çalışma bilgimiz dahilinde mevcut değildir. Şekil 1. Çift dönel montaj kafalı topla-ve-yerleştir makinesi Genetik algoritma (GA) yöntemi, PCB montajındaki besleyici ataması ve parça yerleştirme sırası problemlerini eş zamanlı olarak, genetik adaptasyon ve seçim prensipleri yardımıyla yüksek performansda çözme yeteneğine sahiptir. Parça sayısının fazla olduğu PCB örneklerinde ise kromozomdaki gen sayısı artmakta ve genetik algoritmaların performansı düşmektedir. Bu nedenle, literatürdeki çalışmalarda ya montajı yapılacak parça sayısı düşük tutulmakta ya da sayının fazla olduğu durumlar için GA performansı düşük kalmaktadır. Bu çalışma ile endüstriyel uygulamalarda kullanılan PCB örneklerini kabul edilebilir zaman içinde cözebilecek yeni GA çözümleri sunulmaktadır. 122

3 V. Ulusal Üretim Araştırmaları Sempozyumu, İstanbul Ticaret Üniversitesi, Kasım GENETİK ALGORİTMA ESASLI PCB MONTAJ YÖNTEMİ Genetik algoritmalar diğer klasik arama tekniklerinden farklı olarak, topluluk olarak adlandırılan başlangıç rassal çözümler kümesi ile çözüme başlarlar (Gen ve Cheng, 1997). Mevcut problem için bir çözümü temsil eden topluluktaki her bir birey kromozom olarak adlandırılır. Kromozomlar bir dizi kısımlardan oluşur ve her bir kısım gen olarak ifade edilmektedir. Kromozomlar başarılı iterasyonlar vasıtası ile evrim geçirirler ve yeni nesilleri oluştururlar. Her bir nesil ya da iterasyon için, topluluktaki her bir kromozom uygunluk fonksiyonu (fitness function) ile değerlendirilir. Çocuk (offspring) olarak adlandırılan yeni kromozomlar hem çaprazlama (crossover) operatörü kullanılarak mevcut nesildeki iki kromozomun eşleştirilmesi, hem de mutasyon (mutation) kullanılarak bir kromozomun modifikasyonu ile ortaya çıkarılırlar. Aile (parent) kromozomlarının ve oluşturulan çocukların bir kısmı uygunluk değerlerine göre seçilir. Geri kalanlar topluluk hacminin sabit tutulması için elenir. Bu uygulama sonucunda yeni bir nesil oluşturulur. Belli bir iterasyon sonucunda ilgili probleme en iyi çözüm üreten kromozom ortaya çıkmaktadır. Kromozom Yapısı: PCB işlemlerinin optimizasyonu için geliştirilen GA kromozom yapısı iki kısımdan oluşmaktadır. İlk kısım ilk montaj kafasının kullandığı magazin ve gerçekleştirdiği işlemleri içerirken, ikinci kısım da diğer montaj kafasının kullandığı magazin ve gerçekleştirdiği işlemleri kapsamaktadır. Her iki kısımda da besleyici ataması ve parçaların montaj sırası optimizasyonu eş zamanlı olarak gerçekleştirilmeye çalışılmaktadır. Şekil 2 de çift montaj kafalı topla-ve-yerleştir makinesi işlemlerinin optimizasyonu için geliştirilen kromozom yapısı gösterilmektedir. 1. Besleyici Ataması 1. Kafa Parca İşlem Sırası 2. Besleyici Ataması 2. Kafa Parca İşlem Sırası a 1 a 2. a s b 1 b 2. b n a 1 a 2. a k b 1 b 2. b m a i ve a j : Sırasıyla birinci ve ikinci magazin için atanan parça tipleri (i= 1,2,...,s ve j= 1,2,...,k) b t ve b p : Sirasiyla birinci ve ikinci montaj kafasının montaj işlemleri sırası (t=1,2,..., n ve p=1,2,..,m) Şekil 2. Kromozom yapısı Başlangıç Topluluğunun Oluşturulması: Genetik algoritma, başlangıç topluluğu olarak bilinen ve rassal olarak belirlenmiş büyük bir kromozom kümesi ile çözüme başlar. Çok iyi uygunluk değerine sahip bir kromozomun başlangıç çözümünde üretilmesi rassallıktan dolayı oldukça zordur. Geliştirilen genetik algoritmada, başlangıç topluluğu topluluk hacminin iki katı olarak alınmıştır. Uygunluk Fonksiyonu: Her nesil için topluluktaki tüm kromozomlar uygunluk fonksiyonu ile değerlendirilirler. Uygunluk değeri daha iyi olan kromozomlar yeni çocukları oluşturmak için eşleştirme havuzuna seçilirler. Uygunluk değeri daha iyi olan kromozomların eşleştirilmesi GA nın çözüme daha kısa zamanda ulaşmasını sağlamaktadır. Geliştirilen GA da uygunluk fonksiyonu PCB montajının toplam süresi olarak belirlenmiştir. Tüm kromozomlar içinde en düşük montaj süresini veren kromozom en iyi çözüm olarak değerlendirilir. Aile Seçimi: Eşleştirme prosesi ile seçilmiş aile kromozomlarından bir ya da daha fazla çocuk üretilmesi amaçlanmaktadır. Her nesil için eşleştirme havuzu oluşturulmadan belirtilen süreç gerçekleştirilemez. Topluluk içinden eşleştirme havuzuna seçilecek kromozomların belirlenmesi de GA nın iyi performans vermesi açısından oldukça önemlidir. Bu çalışmada, uygunluk değeri topluluğun ortalama uygunluk değerine eşit ya da daha iyi olan kromozomlar eşleştirme havuzuna alınmaktadır. Çocukların oluşturulması için eşleştirme havuzundan aile kromozom çiftlerinin belirlenmesinde kullanılan yöntemler rulet tekeri (roulette wheel), sıra esaslı ağırlıklandırma (rank weighting) ve turnuva (tournament) metodlarıdır. Genetik Algoritma Operatörleri: Genetik operatörler kullanılarak, uygunluk değeri daha iyi yeni çocuk kromozomların oluşturulması amaçlanmaktadır. Bu amaç doğrultusunda çeşitli çaprazlama ve mutasyon operatörleri kullanılmaktadır. Çaprazlama operatörü, iki aile kromozomun özelliklerini birleştirerek daha iyi uygunluk değerine sahip çocukların bulunması için kullanılmaktadır. Literatürde bir çok çaprazlama operatörü çeşidi sunulmuştur. Bu çalışmada, sıra çaprazlama (order crossover - OX), pozisyon esaslı çaprazlama (uniform(position)-based crossover), kısmı ilişkilendirilmiş çaprazlama (partially mapped crossover - PMX) ve çevrim çaprazlama (cycle crossover - CX) yöntemleri uygulanmış ve test edilmiştir. İlgili çaprazlama yöntemleri ile ilgili detaylı bilgi Gen ve Cheng (1997) de bulunabilir. 123

4 O. Kulak, İ. O. Yılmaz, H. O. Günther Mutasyon, GA yönteminin çözüm arama sürecinde tüm arama bölgelerine girişini sağlayan önemli bir operatördür. Geliştirilen yöntem iki nokta değiş tokuş (swap), ters çevirme (inversion), sola kaydırma (left rotation), sağa kaydırma (right rotation) ve karışık (mixed) mutasyon operatörlerini içermektedir. Karışık operatör yaklaşımında ilk 4 yöntemden birisi rassal olarak seçilmekte ve ilgili nesil için seçilen bu operatör kullanılmaktadır. Böylece değişik nesiller için farklı mutasyon operatörleri kullanılabilmektedir. Sonlandırma Koşulu: GA iterasyonlarını sonlandırmak için uygunluk fonksiyonu değeri ve üst zaman sınırı olmak üzere eş zamanlı iki sonlandırma koşulu kullanılmaktadır. Eğer mevcut topluluktaki ortalama ve en iyi uygunluk fonksiyonu değerleri bir sonraki topluluktaki ilgili değerlere belirli bir iterasyon sayısı süresince eşit kalıyorsa GA arama süreci sonlandırılır. Ayrıca her bir deneyin gerçekleşme süresini kontrol altında tutmak için üst zaman sınırı da belirlenmektedir. 3. ÇİFT MONTAJ KAFALI TOPLA-VE-YERLEŞTİR MAKİNELERİ İÇİN GELİŞTİRİLEN YÖNTEMLER Çift montaj kafalı topla-ve-yerleştir makineleri her bir montaj kafası için birer magazine sahip olduğu için tüm parça türü besleyicilerinin magazinlerden birisine atanması gerekmektedir. Bu atama problemini çözmek için iki farklı strateji geliştirilmiştir. Bu yöntemlerden ilki, bir parça tipinin sadece tek bir magazine atandığı tek besleyici atama yöntemidir. (Bölüm 3.1). Diğer yöntem ise bir parça tipinin iki magazine de atanabildiği çoklu besleyici atama yöntemidir. (Bölüm 3.2) Tek Besleyici Ataması Besleyici atamasındaki ana düşünce her bir montaj kafası için iş yükü dengesinin sağlanmasıdır. Bu problemi çözebilmek için geliştirilen ilk yöntemde bir parça tipi sadece tek bir magazine atanmaktadır. Bir magazine atanan herhangi bir parça türüne ait tüm işlemler magazinle ilgili montaj kafası tarafından gerçekleştirilmektedir. Belirtilen atama sezgiselinin uygulama adımları şunlardır: Adım 1. PCB deki parça türleri ve sayılarını belirle. Parça sayısına göre büyükten küçüğe tüm parçaları sırala. Adım 2. Her bir parça türünün işlemleri itibariyle hangi magazine yakın olduğunu belirle. Adım 3. Eğer iki magazinin iş yükü farkı pipet sayısından (6 yada 12) küçükse, belirlenen parça türlerini yakın oldukları tarafa ata. Bu koşul sağlanmıyorsa iş yükü küçük olan tarafa ata. Adım 4. Tüm parça türlerini herhangi bir magazine atanana kadar adım 3 e devam et. Adım 5. Her bir montaj kafası için tur sayısının eşit olmaması durumunda, eğer mümkünse son turda fazla işlem sayısına sahip montaj kafasından diğerine bu montaj kafasının son turundaki boşluğu aşmayacak şekilde atama yap Çoklu Besleyici Ataması Çoklu besleyici ataması yönteminin amacı her iki montaj kafası arasındaki iş yükü dengesini geliştirmektir. Bu yöntem ile bir taraftan eşit işyükü dağılımı sağlanırken, diğer taraftan bir parça türü her iki magazine de atanabildiği için fazla besleyici ihtiyacı ortaya çıkmakta ve bu da fazla yatırım maliyetine neden olabilmektedir. Belirtilen dağıtım sezgiselinin uygulama adımları şu şekildedir: Adım 1. PCB üzerindeki tüm montaj işlemleri için bölüm 3.3 de belirtilen yöntemle küçük kümeler oluşturulur. Adım 2. Kümelerin yoğunluk merkez noktaları y ekseni boyunca birinci magazinden ikinci magazine doğru sıralanır. Adım 3. Tüm kümeler merkez noktası en yakın olan magazin ve bu magazinden parça toplayan montaj kafasına atanır. Magazin ve ilgili montaj kafalarına eşit sayıda küme atanmadığında, eşitlik sağlanıncaya kadar fazla küme atanmış magazinden en uzağındaki küme ya da kümeler diğer magazine atanir. Adım 4: Atama sonrasında ilk montaj kafasına atanmış işlemlerin gerektirdiği parça türleri birinci magazini oluştururken, diğer montaj kafasına atanmış işlemlerin gerektirdiği parça türleri de ikinci magazini oluşturur. Atama sonucunda bir parça türü her iki magazinde de bulunabilir Kullanılan GA Yöntemleri İş yükü dağıtımından sonra parça türleri ve işlemler bazında birinci montaj kafası ve birinci magazin parçalarından oluşan ilk kısım kendi arasında, ikinci montaj kafası ve ikinci magazin parçalarından oluşan ikinci kısım da kendi arasında olmak üzere atama gerçekleşir. Bu kısımda, atama sonrasında işlemlerin kromozom üzerinde yerleştirilmesi şekline bağlı olarak üç farklı GA yöntemi oluşturulmuştur. Tüm İşlemleri Bütün Olarak Dikkate Alan Yöntem: Şekil 2 de gösterildiği gibi, atama sonrasında montaj kafalarına atanan tüm işlemler, kromozom üzerinde ilgili montaj kafasına ait işlem sırasının belirlendiği kısma yerleştirilirler. GA işlemleri boyunca bu bölümler bütün olarak dikkate alınırlar. Küçük İşlem Kümelerini Dikkate Alan Yöntem: Bu yaklaşım, birinci ve ikinci montaj kafasının gerçekleştireceği işlemlerinin pipet sayısı (6 yada 12) miktarınca küçük kümelere ayrılmasını içermektedir. Küçük kümelerin oluşturulması Ahmadi ve Osman (2005) tarafından geliştirilen yoğunluk tarama yapılandırma yöntemi (density search construction method - DSCM) ile gerçekleştirilmektedir. DSCM ye göre oluşturulan küçük kümeler, 124

5 V. Ulusal Üretim Araştırmaları Sempozyumu, İstanbul Ticaret Üniversitesi, Kasım 2005 kümelerin merkez noktaları değerleri gözönüne alınarak x ekseni boyunca sıralanırlar. Bu sıraya uygun olarak da kromozom üzerinde yerleştirmeleri gerçekleştirilir. Büyük İşlem Kümelerini Dikkate Alan Yöntem: Bu yaklaşım birinci ve ikinci montaj kafası işlemleri için ayrı ayrı oluşturulan küçük kümelerden büyük kümelerin oluşturulması esasına dayanmaktadır. Küçük kümelerden büyük kümelerin oluşturulması, kromozom üzerindeki işlem sıraları bölümleri, pipet sayısının (6 yada 12) katları olacak şekilde 60 ile 96 arasında işlem içerecek şekilde bölümlere ayrılır. 4. SAYISAL İNCELEME 4.1. Deneysel Tasarım Önerilen yöntemlerin performanslarını değerlendirmek için farklı PCB lere yönelik sayısal testler bu bölümde sunulmaktadır. GA yöntemlerini içeren bir yazılım Visual C++.NET programlama dili kullanılarak kodlanmış ve sayısal deneyler Athlon XP GHz işlemci ve 512 MB RAM içeren bir bilgisayar yardımıyla gerçekleştirilmiştir. Analizler boyunca, 12 pipetli çift yerleştirme montaj kafasına sahip topla-ve-yerleştir makinesi göz önüne alınmıştır. Bu makineye ait özellikler tablo 1 de gösterilmektedir. Sayısal deneyler için geliştirilen PCB lerde işlem sayısı 240, 360 ve 480, her bir PCB deki parça türü sayısı da 36 ve 60 olarak tanımlanmış ve bu şekilde toplam 6 adet PCB üretilmiştir. Her bir PCB için, bir parça türüne ait montajı yapılacak parça sayısı ve herbirinin yerleştirme koordinatları düzgün dağılıma göre rassal olarak oluşturulmuştur. Tablo 1. Topla-ve-yerleştir makinelerinin özellikleri X ve y eksenindeki hareket hızı (mm/s) 800,0 Montaj kafası dönüş hızı (s) 0,05 Parça yerleştirme süresi (s) 0,04 Parça alış süresi (s) 0,04 Başlangıç pozisyonu (mm olarak x ve y değerleri) 10,0 Makine işlem alanı boyutları (mm olarak x ve y değerleri) 1000,0 Birinci besleyici pozisyonu (mm olarak x değeri) 100,0 Besleyici pozisyon sayısı 100 Pozisyon genişliği (mm) 8,0 Magazin y ekseni değeri (mm) 100,0 GA yöntemlerinden etkin sonuçlar elde edebilmek için GA işlem parametrelerinin seçimi oldukça önemlidir. Gerçekleştirilen ilk deneyler sonucunda tablo 2 de gösterilen parametreler belirlenmiştir. Bu parametreler önerilen yöntemlerin karşılaştırılması için üretilen PCB lerin analizinde kullanılacaktır. Tablo 2. GA Parametreleri Topluluk boyutu 2000 Çaprazlama yöntemi Pozısyon esaslı Çaprazlama oranı % 90 Mutasyon yöntemi Ters çevirme Mutasyon oranı % 10 Mutasyon stratejisi Üssel azalan Mutasyon azalma oranı % 50 Aile seçim yöntemi Rulet tekeri 4.2. Yöntemlerin ve Stratejilerin Karşılaştırılması Gerçekleştirilen deneyler sonucunda büyük işlem kümelerini dikkate alan GA yöntemi, tüm işlemleri bütün olarak dikkate alan GA yönteminden daha kısa sürede daha iyi sonuçlar elde etmiştir. Kücük işlem kümelerini dikkate alan GA yöntemi ise diğer iki yöntemden de daha kötü sonuçlar vermiştir. Bu nedenle tablo 3 de gösterilen stratejilerin karşılaştırılması büyük işlem kümelerini dikkate alan GA sonuçları ile yapılmaktadır. Tablo 3 deki değerler her bir PCB örneğinin 8 defa çalıştırılıp en iyi değerin seçilmesi ile elde edilmiştir. 125

6 O. Kulak, İ. O. Yılmaz, H. O. Günther Tablo 3. GA yöntemlerinin karşılaştırılması Tek besleyici ataması Çoklu besleyici ataması PCB (parça,tür) Montaj Hesap Besleyici İşyükü Montaj Hesap Besleyici İşyükü süresi(s) süresi(s) sayısı (kafa 1/ 2) süresi(s) süresi(s) sayısı (kafa 1/ 2) (240,36) 32, /125 30, /120 (240,60) 32, /126 30, /120 (360,36) 48, /185 44, /180 (360,60) 47, /186 44, /180 (480,36) 63, /242 59, /240 (480,60) 63, /245 60, /240 Tablo 3 de görüldügü gibi çoklu besleyici ataması sonuçları diğer yönteme göre ortalama % 6 gelişme göstermektedir. Bu yöntemde işyükünün eşit dağıtılması ve bu süreç içerisinde işlemlerin kendisine yakın olan magazine atanması önceliği daha düşük montaj sürelerinin elde edilmesini sağlamıştır. Buna karşılık kullanılan toplam besleyici sayısında belirli bir artış gözlenmektedir. 5. SONUÇ Çift montaj kafalı topla-ve yerleştir makinasında PCB işlemlerinin montaj süresini en aza indiren üç farklı GA yöntemi gerliştirilmiştir. Örnek PCB ler ile gerçekleştirilen testler sonucunda büyük işlem kümelerini dikkate alan GA yönteminin diğerlerine göre daha iyi sonuçlar verdiği belirlenmiştir. Ayrıca en iyi sonucu veren yöntem kullanılarak besleyici atama stratejileri karşılaştırılmış ve geliştirilen GA kafaların çevrim sürelerini eş zamanlı olarak dengelediğinden etkin sonuçlar elde edilmiştir. 6. KAYNAKÇA AHMADI, S., OSMAN, I. H., 2005, Greedy Random Adaptive Memory Programming Search for the Capacitated Clustering Problem, European Journal of Operational Research, 162, ALTINKEMER, K., KAZAZ, B., KÖKSALAN, M., MOSKOWITZ, H., 2000, Optimization of Printed Circuit Board Manufacturing: Integrated Modeling and Algorithms, European Journal of Operations Research, 124, AMMONS, J. C., CARLYLE, M., CRANMER, L., DEPUY, G. W., ELLIS, K., MCGINNIS, L. F., TOVEY, C. A., XU, H., 1997, Component Allocation to Balance Workload in Printed Circuit Card Assembly Systems, IIE Transactions, 29, GEN, M., CHENG, R., 1997, Genetic Algorithms and Engineering Design, John Willey & Sons, Inc., New York. GRUNOW, M., GÜNTHER, H. O., SCHLEUSENER, M., YILMAZ, I. O., 2004, Operations Planning for Collect-and-Place Machines in PCB Assembly, Computers & Industrial Engineering, 47, HONG, J., LEE, W., LEE, S., LEE, B., LEE, Y., 2000, An Efficient Production Planning Algorithm for Multi-Head Surface Mounting Machines Using the Biological Immune Algorithm, International Journal of Fuzzy Systems, 2 (1), KHOO, L. P., NG, T. K., 1998, A Genetic Algorithm-Based Planning System for PCB Component Placement. International Journal of Production Economics, 54, LOH, T. S., BUKKAPATNAM, S. T. S., MEDEIROS, D., KWON, H., 2001, A Genetic Algorithm for Sequential Part Assignment for PCB Assembly, Computers & Industrial Engineering, 40, RUBINOVITZ, J., VOLOVICH, D., 1994, Genetic Algorithm for the Robotic Assembly Plan Problem, SME Technical Paper MS STRAUSS, R., 1997, Surface Mount Assembly. Oxford ve diğerleri.: Butterworth-Heinemann, 2nd ed. SUN, D. S., LEE, T. E., KIM, K. H., 2005, Component Allocation and Feeder Arrangement for A Dualgantry Multi-Head Surface Mounting Placement Tool. International Journal of Production Economics, 95, WONG, H., LEU, M. C., 1993, Adaptive Genetic Algorithm for Optimal PCB Assembly Planning. CIRP Annals, 42 (1),

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

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

Detaylı

GENETİK ALGORİTMALAR. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ

GENETİK ALGORİTMALAR. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ GENETİK ALGORİTMALAR Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ GENETİK ALGORİTMALAR Genetik algoritmalar, Darwin in doğal seçim ve evrim teorisi ilkelerine dayanan bir arama ve optimizasyon yöntemidir.

Detaylı

Genetik Algoritmalar. Bölüm 1. Optimizasyon. Yrd. Doç. Dr. Adem Tuncer E-posta:

Genetik Algoritmalar. Bölüm 1. Optimizasyon. Yrd. Doç. Dr. Adem Tuncer E-posta: Genetik Algoritmalar Bölüm 1 Optimizasyon Yrd. Doç. Dr. Adem Tuncer E-posta: adem.tuncer@yalova.edu.tr Optimizasyon? Optimizasyon Nedir? Eldeki kısıtlı kaynakları en iyi biçimde kullanmak olarak tanımlanabilir.

Detaylı

Serdar BİROĞUL YÜKSEK LİSANS TEZİ (ELEKTRİK EĞİTİMİ) GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ANKARA

Serdar BİROĞUL YÜKSEK LİSANS TEZİ (ELEKTRİK EĞİTİMİ) GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ANKARA i GENETİK ALGORİTMA YAKLAŞIMIYLA ATÖLYE ÇİZELGELEME Serdar BİROĞUL YÜKSEK LİSANS TEZİ (ELEKTRİK EĞİTİMİ) GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ OCAK 2005 ANKARA ii Serdar BİROĞUL tarafından hazırlanan

Detaylı

İLERİ ALGORİTMA ANALİZİ GENETİK ALGORİTMA

İLERİ ALGORİTMA ANALİZİ GENETİK ALGORİTMA İLERİ ALGORİTMA ANALİZİ 1. Giriş GENETİK ALGORİTMA Geniş çözüm uzaylarının klasik yöntemlerle taranması hesaplama zamanını artırmaktadır. Genetik algoritma ile kabul edilebilir doğrulukta kısa sürede bir

Detaylı

KİNETİK MODEL PARAMETRELERİNİN BELİRLENMESİNDE KULLANILAN OPTİMİZASYON TEKNİKLERİNİN KIYASLANMASI

KİNETİK MODEL PARAMETRELERİNİN BELİRLENMESİNDE KULLANILAN OPTİMİZASYON TEKNİKLERİNİN KIYASLANMASI KİNETİK MODEL PARAMETRELERİNİN BELİRLENMESİNDE KULLANILAN OPTİMİZASYON TEKNİKLERİNİN KIYASLANMASI Hatice YANIKOĞLU a, Ezgi ÖZKARA a, Mehmet YÜCEER a* İnönü Üniversitesi Mühendislik Fakültesi Kimya Mühendisliği

Detaylı

Genetik Algoritmalar (GA) Genetik Algoritmalar Đçerik Nesin Matematik Köyü E rim Ç lı l ş ı ta t yı Nisan, 2012 Mustafa Suphi Erden

Genetik Algoritmalar (GA) Genetik Algoritmalar Đçerik Nesin Matematik Köyü E rim Ç lı l ş ı ta t yı Nisan, 2012 Mustafa Suphi Erden Genetik Algoritmalar Nesin Matematik Köyü Evrim Çalıştayı 20-23 Nisan, 202 Genetik Algoritmalar (GA Đçerik Biyolojiden esinlenme GA nın özellikleri GA nın unsurları uygulama Algoritma Şema teoremi Mustafa

Detaylı

XII. ÜRETİM ARAŞTIRMALARI SEMPOZYUMU

XII. ÜRETİM ARAŞTIRMALARI SEMPOZYUMU XII. ÜRETİM ARAŞTIRMALARI SEMPOZYUMU EDİTÖRLER İbrahim GÜRLER, Ozan ÇAKIR YAYINA HAZIRLAYANLAR Mümin ÖZCAN, R. Altuğ TURAN 27 29 EYLÜL 2012 GEDİZ ÜNİVERSİTESİ SEYREK YERLEŞKESİ BİLDİRİLER MONTAJ HATTI

Detaylı

GENETĠK ALGORĠTMALAR ĠLE HAFTALIK DERS PROGRAMININ HAZIRLANMASI

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

Detaylı

PARALEL MAKĠNALARIN GENETĠK ALGORĠTMA ĠLE ÇĠZELGELENMESĠNDE MUTASYON ORANININ ETKĠNLĠĞĠ

PARALEL MAKĠNALARIN GENETĠK ALGORĠTMA ĠLE ÇĠZELGELENMESĠNDE MUTASYON ORANININ ETKĠNLĠĞĠ Ege Akademik BakıĢ / Ege Academic Review 10 (1) 2010: 199-210 PARALEL MAKĠNALARIN GENETĠK ALGORĠTMA ĠLE ÇĠZELGELENMESĠNDE MUTASYON ORANININ ETKĠNLĠĞĠ EFFICIENCY OF MUTATION RATE FOR PARALLEL MACHINE SCHEDULING

Detaylı

2011 Third International Conference on Intelligent Human-Machine Systems and Cybernetics

2011 Third International Conference on Intelligent Human-Machine Systems and Cybernetics 2011 Third International Conference on Intelligent Human-Machine Systems and Cybernetics Özet: Bulanık bir denetleyici tasarlanırken karşılaşılan en önemli sıkıntı, bulanık giriş çıkış üyelik fonksiyonlarının

Detaylı

DOĞRUSAL OLMAYAN REGRESYON ANALİZİNDE GERÇEK DEĞER KODLAMALI GENETİK ALGORİTMA

DOĞRUSAL OLMAYAN REGRESYON ANALİZİNDE GERÇEK DEĞER KODLAMALI GENETİK ALGORİTMA Istanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi Yıl:8 Sayı:15 Bahar 2009 s.167-178 DOĞRUSAL OLMAYAN REGRESYON ANALİZİNDE GERÇEK DEĞER KODLAMALI GENETİK ALGORİTMA Timur KESKİNTÜRK * Serap ŞAHİN ÖZET

Detaylı

GENETİK ALGORİTMA İLE RÜZGAR TÜRBİNİ KANAT SAYISI SEÇİMİ

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

Detaylı

VERİ YAPILARI VE PROGRAMLAMA

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

Detaylı

Üstel Öğrenme ve Genel Bozulma Etkili Akış Tipi Çizelgeleme Problemi: Maksimum Tamamlanma Zamanı Minimizasyonu

Üstel Öğrenme ve Genel Bozulma Etkili Akış Tipi Çizelgeleme Problemi: Maksimum Tamamlanma Zamanı Minimizasyonu Üstel Öğrenme ve Genel Bozulma Etkili Akış Tipi Çizelgeleme Problemi: Maksimum Tamamlanma Zamanı Minimizasyonu Tamer Eren Kırıkkale Üniversitesi, Mühendislik Fakültesi, Endüstri Mühendisliği Bölümü, 71451,

Detaylı

ROBOTLU HÜCRELERDE YALIN ÜRETİM TEKNİKLERİ KULLANILARAK ROBOT ÇEVRİM ZAMANININ VE VERİMLİLİĞİNİN ARTTIRILMASI

ROBOTLU HÜCRELERDE YALIN ÜRETİM TEKNİKLERİ KULLANILARAK ROBOT ÇEVRİM ZAMANININ VE VERİMLİLİĞİNİN ARTTIRILMASI 3. Ulusal Talaşlı İmalat Sempozyumu, 04-05 Ekim 2012, Ankara, Türkiye Özet ROBOTLU HÜCRELERDE YALIN ÜRETİM TEKNİKLERİ KULLANILARAK ROBOT ÇEVRİM ZAMANININ VE VERİMLİLİĞİNİN ARTTIRILMASI Ardan KAYAALTI a,

Detaylı

IENG 227 Modern Üretim Yaklaşımları

IENG 227 Modern Üretim Yaklaşımları IENG 227 Modern Üretim Yaklaşımları Pamukkale Üniversitesi Endüstri Mühendisliği Bölümü IENG 227 Modern Üretim Yaklaşımları Dr. Hacer Güner Gören Esnek Üretim Sistemleri Esnek Üretim Sistemleri Bir esnek

Detaylı

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

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

Detaylı

ERCİYES ÜNİVERSİTESİ KİMYA ANABİLİM DALI

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

Detaylı

DEPO OPERASYONLARININ KÜMELENDĠRME ESASLI GENETĠK ALGORĠTMALAR ĠLE YÖNETĠLMESĠ

DEPO OPERASYONLARININ KÜMELENDĠRME ESASLI GENETĠK ALGORĠTMALAR ĠLE YÖNETĠLMESĠ DEPO OPERASYONLARININ KÜMELENDĠRME ESASLI GENETĠK ALGORĠTMALAR ĠLE YÖNETĠLMESĠ Yusuf ġahġn Osman KULAK Hasan AKYER Pamukkale Üniversitesi, Mühendislik Fakültesi, Endüstri Mühendisliği Bölümü, Kınıklı Kampusu

Detaylı

MONTAJ HATLARI 1. GİRİŞ 2. ÜRETİM SİSTEMLERİ. Arş.Gör.Murat Kansu KARACA

MONTAJ HATLARI 1. GİRİŞ 2. ÜRETİM SİSTEMLERİ. Arş.Gör.Murat Kansu KARACA MONTAJ HATLARI Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi 1. GİRİŞ Bu çalışmada, montaj hatlarının üretim sistemleri içerisindeki yeri belirtildikten sonra montaj hattı teknolojisinin

Detaylı

THE EFFECT OF PRODUCT NUMBER ON SOLVING THE JOP-SHOP SCHEDULING PROBLEM BY USING GENETIC ALGORITHM

THE EFFECT OF PRODUCT NUMBER ON SOLVING THE JOP-SHOP SCHEDULING PROBLEM BY USING GENETIC ALGORITHM GENETİK ALGORİTMA İLE ÇÖZÜMÜ GERÇEKLEŞTİRİLEN ATÖLYE ÇİZELGELEME PROBLEMİNDE ÜRÜN SAYISININ ETKİSİ Serdar BİROĞUL*, Uğur GÜVENÇ* (*) Gazi Üniversitesi Teknik Eğitim Fakültesi Elektrik Eğitimi Bölümü, Beşevler

Detaylı

Genetik Algoritmalarla akış tipi çizelgelemede üreme yöntemi optimizasyonu

Genetik Algoritmalarla akış tipi çizelgelemede üreme yöntemi optimizasyonu itüdergisi/d mühendislik Cilt:1 Sayı:1 Ağustos 2002 Genetik Algoritmalarla akış tipi çizelgelemede üreme yöntemi optimizasyonu Orhan ENGİN *, Alpaslan FIĞLALI İTÜ İşletme Fakültesi, Endüstri Mühendisliği

Detaylı

GridAE: Yapay Evrim Uygulamaları için Grid Tabanlı bir Altyapı

GridAE: Yapay Evrim Uygulamaları için Grid Tabanlı bir Altyapı GridAE: Yapay Evrim Uygulamaları için Grid Tabanlı bir Altyapı Erol Şahin Bilgisayar Mühendisliği Bölümü, Orta Doğu Teknik Üniversitesi Ankara, Türkiye 2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK,

Detaylı

MEKÂN ENVANTERİ OLUŞTURMA, MEKÂN ANALİZİ VE DERS PROGRAMI OLUŞTURMA İŞLEMLERİ

MEKÂN ENVANTERİ OLUŞTURMA, MEKÂN ANALİZİ VE DERS PROGRAMI OLUŞTURMA İŞLEMLERİ T.C. SÜLEYMAN DEMİREL ÜNİVERSİTESİ MEKÂN ENVANTERİ OLUŞTURMA, MEKÂN ANALİZİ VE DERS PROGRAMI OLUŞTURMA İŞLEMLERİ OCAK, 2016 ISPARTA İÇİNDEKİLER 1. GİRİŞ... 2 2. DERS PORGRAMLARININ OLUŞTURULMASI... 5 3.

Detaylı

Chapter 24: Frezeleme. DeGarmo s Materials and Processes in Manufacturing

Chapter 24: Frezeleme. DeGarmo s Materials and Processes in Manufacturing Chapter 24: Frezeleme DeGarmo s Materials and Processes in Manufacturing 24.1 Giriş Frezeleme, düz bir yüzey elde etmek için yapılan temel bir talaş kaldırma işlemidir Freze bıçakları bir veya birden fazla

Detaylı

Bir Konfeksiyon Ürünü Üretiminde Dikim Hattının Farklı Yöntemler İle Dengelenmesi

Bir Konfeksiyon Ürünü Üretiminde Dikim Hattının Farklı Yöntemler İle Dengelenmesi Bir Konfeksiyon Ürünü Üretiminde Dikim Hattının Farklı Yöntemler İle Dengelenmesi * 1 Mücella GÜNER, 2 Meral İŞLER, 2 Eda ACAR 1 Doç. Dr., Ege Üniversitesi, Mühendislik Fakültesi, Tekstil Mühendisliği

Detaylı

Üretim/İşlemler Yönetimi 2. Yrd. Doç. Dr. Mert TOPOYAN

Üretim/İşlemler Yönetimi 2. Yrd. Doç. Dr. Mert TOPOYAN Üretim/İşlemler Yönetimi 2 Sistem Kavramı Belirli bir ortak amacı elde etmek için birlikte çalışan bileşenlerden oluşan bütündür. Büyük sistemler kendilerini oluşturan alt sistemlerden oluşur. Açık sistem:

Detaylı

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: IND 3907

DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ DEKANLIĞI DERS/MODÜL/BLOK TANITIM FORMU. Dersin Kodu: IND 3907 Dersi Veren Birim: Endüstri Mühendisliği Dersin Türkçe Adı: MATEMATİKSEL MODELLEME ve UYGULAMALARI Dersin Orjinal Adı: MATHEMATICAL MODELING AND APPLICATIONS Dersin Düzeyi:(Ön lisans, Lisans, Yüksek Lisans,

Detaylı

Süreç Yönetimi. Logo

Süreç Yönetimi. Logo Süreç Yönetimi Logo Kasım 2013 SÜREÇ YÖNETİMİ Süreç belirlenen bir amaca ulaşmak için gerçekleştirilen faaliyetler bütünüdür. Örn; Sistemde kayıtlı personellerinize doğum günü kutlama maili gönderme, Deneme

Detaylı

HAT DENGELEMEDE YENİ BİR FELSEFE PARALEL MONTAJ HATLARININ EŞZAMANLI DENGELENMESİ

HAT DENGELEMEDE YENİ BİR FELSEFE PARALEL MONTAJ HATLARININ EŞZAMANLI DENGELENMESİ TEKNOLOJİ, Cilt 7, (2004), Sayı 1, 181-188 TEKNOLOJİ HAT DENGELEMEDE YENİ BİR FELSEFE PARALEL MONTAJ HATLARININ EŞZAMANLI DENGELENMESİ Hadi GÖKÇEN* Kürşad AĞPAK** *Gazi Üniversitesi, Endüstri Mühendisliği

Detaylı

IDC Savunma Sanayii. Antikor tabanlı tanımlama sistemleri birçok üstün özellikler sahiptir. Yüksek hassasiyette ve kısa sürede hızlı sonuç üretme.

IDC Savunma Sanayii. Antikor tabanlı tanımlama sistemleri birçok üstün özellikler sahiptir. Yüksek hassasiyette ve kısa sürede hızlı sonuç üretme. IDC Savunma Sanayii Biyolojik Tabanlı Tanımlama Sistemleri Antikor tabanlı tanımlama sistemleri, biyolojik madde ve mikroorganizmaların tespitinde sayısal ve ayırt edici sonuçlar ile ortamda bulunan biyolojik

Detaylı

AlgoTrader. Algorithmic Trading Platformu. Matriks Bilgi Dağıtım Hizmetleri A.Ş.

AlgoTrader. Algorithmic Trading Platformu. Matriks Bilgi Dağıtım Hizmetleri A.Ş. AlgoTrader Algorithmic Trading Platformu Matriks Bilgi Dağıtım Hizmetleri A.Ş. AlgoTrader Tanımı AlgoTrader, esnek bir yapı içinde kullanıcılara strateji geliştirme ve test etme ortamı sunan, İMKB, VOB,

Detaylı

OPTİMUM GÜÇ AKIŞININ YAPAY ARI KOLONİSİ İLE SAĞLANMASI

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

Detaylı

DİSK DEPOLAMA ALANLARI

DİSK DEPOLAMA ALANLARI DİSK DEPOLAMA ALANLARI 1. Giriş İşlemci hızı ve hafıza kapasitesinin disk hızından çok daha hızlı bir gelişim içinde bulunduğu göz önüne alınırsa, disk kullanımında teorik ilgi ve uygulamanın önemliliği

Detaylı

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

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

Detaylı

ERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTUSÜ BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİMDALI. I. GENEL BİLGİLER Ders Adı

ERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTUSÜ BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİMDALI. I. GENEL BİLGİLER Ders Adı BİM618 Evrimsel Algoritmalar Öğretim Üyesi Prof. Dr. Derviş Karaboğa Görüşme Saatleri 8.00-17.00 E posta: karaboga@erciyes.edu.tr http://abis.erciyes.edu.tr/sorgu.aspx?sorgu=236 Erciyes Üniversitesi, Mühendislik

Detaylı

2 e-posta: aeyilmaz@eng.ankara.edu.tr

2 e-posta: aeyilmaz@eng.ankara.edu.tr BULUT AĞLARINA YÖNELİK DAĞINIK ÖNBELLEK YÖNETİM SİSTEMİ NDE FARKLI OPTİMİZASYON VE ATAMA TEKNİKLERİNİN PERFORMANS KARŞILAŞTIRMASI Hüseyin Seçkin Dikbayır 1 Asım Egemen Yılmaz 2 Ali Arda Diri 3 1,3 Dirisoft

Detaylı

Üretim Sistemleri (IE 509) Ders Detayları

Üretim Sistemleri (IE 509) Ders Detayları Üretim Sistemleri (IE 509) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Üretim Sistemleri IE 509 Seçmeli 3 0 0 3 7.5 Ön Koşul Ders(ler)i Dersin Dili Dersin

Detaylı

MATEMATİK MÜHENDİSLİĞİ BÖLÜMÜ

MATEMATİK MÜHENDİSLİĞİ BÖLÜMÜ İSTANBUL TEKNİK ÜNİVERSİTESİ FEN EDEBİYAT FAKÜLTESİ MATEMATİK MÜHENDİSLİĞİ BÖLÜMÜ K-MEANS KÜMELEME ALGORİTMASININ GENETİK ALGORİTMA KULLANILARAK GELİŞTİRİLMESİ BİTİRME ÖDEVİ Yunus YÜNEL Tez Danışmanı:

Detaylı

GALATASARAY ÜNİVERSİTESİ BİLİMSEL ARAŞTIRMA PROJELERİ MÜHENDİSLİK VE TEKNOLOJİ FAKÜLTESİ ÖĞRETİM ÜYELERİ TARAFINDAN YÜRÜTÜLEN PROJELER (2008-2011)

GALATASARAY ÜNİVERSİTESİ BİLİMSEL ARAŞTIRMA PROJELERİ MÜHENDİSLİK VE TEKNOLOJİ FAKÜLTESİ ÖĞRETİM ÜYELERİ TARAFINDAN YÜRÜTÜLEN PROJELER (2008-2011) 08.401.001 08.401.002 08.401.003 Dikkat Seviyesindeki Değişimlerin Elektrofizyolojik Ölçümler İle İzlenmesi PFO(Patent Foramen Ovale) Teşhisinin Bilgisayar Yardımı İle Otomatik Olarak Gerçeklenmesi ve

Detaylı

Self Organising Migrating Algorithm

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

Detaylı

Algoritma Geliştirme ve Veri Yapıları 2 Veri Modelleri. Mustafa Kemal Üniversitesi

Algoritma Geliştirme ve Veri Yapıları 2 Veri Modelleri. Mustafa Kemal Üniversitesi Algoritma Geliştirme ve Veri Yapıları 2 Veri Modelleri Veri modelleri, veriler arasında ilişkisel ve sırasal düzeni gösteren kavramsal tanımlardır. Her program en azından bir veri modeline dayanır. Uygun

Detaylı

BĐLGĐSAYAR KONTROLLU CNC SĐSTEMĐ PC CONTROLLED CNC SYSTEM

BĐLGĐSAYAR KONTROLLU CNC SĐSTEMĐ PC CONTROLLED CNC SYSTEM BĐLGĐSAYAR KONTROLLU CNC SĐSTEMĐ PC CONTROLLED CNC SYSTEM L. Özlem KARACA, Taner AKKAN, Tolga OLCAY, Hakan ÇELĐK, Recep Can BAŞKURT, Đsmail YALÇINER, Mehmet BAYSARI Dokuz Eylül Üniversitesi Đzmir Meslek

Detaylı

SİPÂRİŞ TİPİ ATÖLYELERDE İŞ SIRALAMA PROBLEMİ İÇİN BİR GENETİK ALGORİTMA UYGULAMASI

SİPÂRİŞ TİPİ ATÖLYELERDE İŞ SIRALAMA PROBLEMİ İÇİN BİR GENETİK ALGORİTMA UYGULAMASI SİPÂRİŞ TİPİ ATÖLYELERDE İŞ SIRALAMA PROBLEMİ İÇİN BİR GENETİK ALGORİTMA UYGULAMASI Murat Baskak İ.T.Ü. İşletme Fakültesi, Endüstri Mühendisliği Bölümü, 34367 Maçka/İstanbul Vural Erol Yıldız Teknik Üniversitesi,

Detaylı

Graflar bilgi parçaları arasındaki ilişkileri gösterirler.

Graflar bilgi parçaları arasındaki ilişkileri gösterirler. Graflar (Graphs) Graf gösterimi Uygulama alanları Graf terminolojisi Depth first dolaşma Breadth first dolaşma Topolojik sıralama Yrd.Doç.Dr. M. Ali Akcayol Graflar Graflar bilgi parçaları arasındaki ilişkileri

Detaylı

Hülya Özdağ (YTÜ Matematik Bölümü Ö.Ü.) Nilgün Aygör (YTÜ Matematik Bölümü Ö.Ü.) Aykut Parlak (YTÜ Matematik Mühendisliği)

Hülya Özdağ (YTÜ Matematik Bölümü Ö.Ü.) Nilgün Aygör (YTÜ Matematik Bölümü Ö.Ü.) Aykut Parlak (YTÜ Matematik Mühendisliği) Karınca Kolonisi Algoritmasının Zaman Çizelgelemesi Üzerine: Bir Modellemesi ve Uygulaması Hülya Özdağ (YTÜ Matematik Bölümü Ö.Ü.) Nilgün Aygör (YTÜ Matematik Bölümü Ö.Ü.) Aykut Parlak (YTÜ Matematik Mühendisliği)

Detaylı

Montaj Hatti Tasarımı ve Analizi - 7

Montaj Hatti Tasarımı ve Analizi - 7 Balıkesir Universitesi, Endustri Muhendisligi Bolumu 2015-2016 Bahar Yariyili Montaj Hatti Tasarımı ve Analizi - 7 Dr. Ibrahim Kucukkoc http://ikucukkoc.baun.edu.tr 2 TEK MODELLİ U-TİPİ MONTAJ HATTI DENGELEME

Detaylı

AKIŞ TĐPĐ ÇĐZELGELEME PROBLEMLERĐNĐN GENETĐK ALGORĐTMA ile ÇÖZÜM PERFORMANSININ ARTIRILMASINDA DENEY TASARIMI UYGULAMASI

AKIŞ TĐPĐ ÇĐZELGELEME PROBLEMLERĐNĐN GENETĐK ALGORĐTMA ile ÇÖZÜM PERFORMANSININ ARTIRILMASINDA DENEY TASARIMI UYGULAMASI AKIŞ TĐPĐ ÇĐZELGELEME PROBLEMLERĐNĐN GENETĐK ALGORĐTMA ile ÇÖZÜM PERFORMANSININ ARTIRILMASINDA DENEY TASARIMI UYGULAMASI Alpaslan FIĞLALI 1 Orhan ENGĐN 2 Đ.T.Ü. Đşletme Fakültesi Endüstri Mühendisliği

Detaylı

(Computer Integrated Manufacturing)

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

Detaylı

Tedarik Zinciri Yönetiminde Yapay Zeka Teknikler

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

Detaylı

Zeki Optimizasyon Teknikleri

Zeki Optimizasyon Teknikleri Zeki Optimizasyon Teknikleri Ara sınav - 25% Ödev (Haftalık) - 10% Ödev Sunumu (Haftalık) - 5% Final (Proje Sunumu) - 60% - Dönem sonuna kadar bir optimizasyon tekniğiyle uygulama geliştirilecek (Örn:

Detaylı

TEKSTİL VE MÜHENDİS (Journal of Textiles and Engineer)

TEKSTİL VE MÜHENDİS (Journal of Textiles and Engineer) TEKSTİL VE MÜHENDİS () http://www.tekstilvemuhendis.org.tr Etek Üretimi Yapan Bir Konfeksiyon İşletmesinde Assembly Line Balancing in a Ready to Wear Company Producing Skirt 1, Fatma KALAOĞLU 1, Murat

Detaylı

BİLGİSAYAR PROGRAMLAMA Araş. Gör. Ahmet ARDAHANLI. Kafkas Üniversitesi Mühendislik Fakültesi

BİLGİSAYAR PROGRAMLAMA Araş. Gör. Ahmet ARDAHANLI. Kafkas Üniversitesi Mühendislik Fakültesi BİLGİSAYAR PROGRAMLAMA Araş. Gör. Ahmet ARDAHANLI Kafkas Üniversitesi Mühendislik Fakültesi Bu hafta? İki değişken değerinin yer değiştirilmesi (swapping) selection sort sıralama algoritması bubble sort

Detaylı

CETP KOMPOZİTLERİN DELİNMELERİNDEKİ İTME KUVVETİNİN ANFIS İLE MODELLENMESİ MURAT KOYUNBAKAN ALİ ÜNÜVAR OKAN DEMİR

CETP KOMPOZİTLERİN DELİNMELERİNDEKİ İTME KUVVETİNİN ANFIS İLE MODELLENMESİ MURAT KOYUNBAKAN ALİ ÜNÜVAR OKAN DEMİR CETP KOMPOZİTLERİN DELİNMELERİNDEKİ İTME KUVVETİNİN ANFIS İLE MODELLENMESİ MURAT KOYUNBAKAN ALİ ÜNÜVAR OKAN DEMİR Çalışmanın amacı. SUNUM PLANI Çalışmanın önemi. Deney numunelerinin üretimi ve özellikleri.

Detaylı

Sistem Geliştirme Yaşam Döngüsü (The Systems Development Life Cycle) (SDLC)

Sistem Geliştirme Yaşam Döngüsü (The Systems Development Life Cycle) (SDLC) Sistem Geliştirme Yaşam Döngüsü (The Systems Development Life Cycle) (SDLC) Sistem analistlerinin ve kullanıcı faaliyetlerinin spesifik döngüsünün kullanılmasıyla En iyi geliştirilmiş sistemin oluşmasını

Detaylı

Farklı malzemelerin dielektrik sabiti LEP 4.2.06_00

Farklı malzemelerin dielektrik sabiti LEP 4.2.06_00 PHYWE Farklı malzemelerin dielektrik sabiti LEP 4.2.06_00 İlgili başlıklar Maxwell in eşitlikleri, elektrik sabiti, plaka kapasitörün kapasitesi, gerçek yükler, serbest yükler, dielektrik deplasmanı, dielektrik

Detaylı

Bulanık Mantık Tabanlı Uçak Modeli Tespiti

Bulanık Mantık Tabanlı Uçak Modeli Tespiti Bulanık Mantık Tabanlı Uçak Modeli Tespiti Hüseyin Fidan, Vildan Çınarlı, Muhammed Uysal, Kadriye Filiz Balbal, Ali Özdemir 1, Ayşegül Alaybeyoğlu 2 1 Celal Bayar Üniversitesi, Matematik Bölümü, Manisa

Detaylı

MAK4061 BİLGİSAYAR DESTEKLİ TASARIM

MAK4061 BİLGİSAYAR DESTEKLİ TASARIM MAK4061 BİLGİSAYAR DESTEKLİ TASARIM (Shell Mesh, Bearing Load,, Elastic Support, Tasarım Senaryosunda Link Value Kullanımı, Remote Load, Restraint/Reference Geometry) Shell Mesh ve Analiz: Kalınlığı az

Detaylı

Algoritma Geliştirme ve Veri Yapıları 10 Graf Veri Modeli. Mustafa Kemal Üniversitesi

Algoritma Geliştirme ve Veri Yapıları 10 Graf Veri Modeli. Mustafa Kemal Üniversitesi Algoritma Geliştirme ve Veri Yapıları 10 Graf Veri Modeli Graf, matematiksel anlamda, düğümler ve bu düğümler arasındaki ilişkiyi gösteren kenarlardan oluşan bir kümedir; mantıksal ilişki düğüm ile düğüm

Detaylı

CNC TEZGÂHLARDA KESİCİ TAKIM YÖNETİMİ ÖZET

CNC TEZGÂHLARDA KESİCİ TAKIM YÖNETİMİ ÖZET CNC TEZGÂHLARDA KESİCİ TAKIM YÖNETİMİ Alper SOFUOĞLU Gazi Üniversitesi, Maltepe, Ankara Makine Mühendisliği bölümü masofuoglu@gazi.edu.tr R. Aykut ARAPOĞLU Eskişehir Osmangazi Üniversitesi Endüstri Mühendisliği

Detaylı

ÇOK ĐŞLEMCĐLĐ ĐŞLERĐN ÇOK KATMANLI PARALEL ĐŞLEMCĐLĐ AKIŞ ATÖLYELERĐNDE ÇĐZELGELENMESĐ

ÇOK ĐŞLEMCĐLĐ ĐŞLERĐN ÇOK KATMANLI PARALEL ĐŞLEMCĐLĐ AKIŞ ATÖLYELERĐNDE ÇĐZELGELENMESĐ ÇOK ĐŞLEMCĐLĐ ĐŞLERĐN ÇOK KATMANLI PARALEL ĐŞLEMCĐLĐ AKIŞ ATÖLYELERĐNDE ÇĐZELGELENMESĐ Funda SĐVRĐKAYA ŞERĐFOĞLU 1 Gündüz ULUSOY 2 Abant Đzzet Baysal Üniversitesi, Đktisadi ve Đdari Bilimler Fakültesi

Detaylı

KONTEYNIR TERMĐNALĐ STOK ALANI YERLEŞĐM DÜZENLERĐNĐN SĐMÜLASYON ĐLE ANALĐZĐ

KONTEYNIR TERMĐNALĐ STOK ALANI YERLEŞĐM DÜZENLERĐNĐN SĐMÜLASYON ĐLE ANALĐZĐ KONTEYNIR TERMĐNALĐ STOK ALANI YERLEŞĐM DÜZENLERĐNĐN SĐMÜLASYON ĐLE ANALĐZĐ Osman KULAK Özge ELVER Olcay POLAT Pamukkale Üniversitesi, Mühendislik Fakültesi, Endüstri Mühendisliği Bölümü, Kınıklı Kampusu

Detaylı

data M Roll Form Teknoloji partneriniz

data M Roll Form Teknoloji partneriniz data M Roll Form Teknoloji partneriniz YAZILIM BÖLÜMÜ COPRA RF ve COPRA FEA RF: Uzun yıllar boyu diğer CAD yazılımlarını kullanan bir metal şekillendirme firması neden COPRA RF ve COPRA FEA RF kullanmaya

Detaylı

MARMARA ÜNİVERSİTESİ TEKNOLOJİ FAKÜLTESİ MEKATRONİK MÜHENDİSLİĞİ BÖLÜMÜ ESNEK İMALAT SİSTEMLERİ DERS NOTLARI 2 Arş. Gör.

MARMARA ÜNİVERSİTESİ TEKNOLOJİ FAKÜLTESİ MEKATRONİK MÜHENDİSLİĞİ BÖLÜMÜ ESNEK İMALAT SİSTEMLERİ DERS NOTLARI 2 Arş. Gör. Bir üretim hattında genel anlamda şu görevler (task) yürütülür: İş parçaları depo alanlarından alınarak işleme makine araçlarına gönderilir. Robotlar konveyör hattından iş parçalarını alarak istasyonda

Detaylı

GALATASARAY ÜNİVERSİTESİ BİLİMSEL ARAŞTIRMA PROJELERİ MÜHENDİSLİK VE TEKNOLOJİ FAKÜLTESİ ÖĞRETİM ÜYELERİ TARAFINDAN YÜRÜTÜLEN PROJELER (2008-2011)

GALATASARAY ÜNİVERSİTESİ BİLİMSEL ARAŞTIRMA PROJELERİ MÜHENDİSLİK VE TEKNOLOJİ FAKÜLTESİ ÖĞRETİM ÜYELERİ TARAFINDAN YÜRÜTÜLEN PROJELER (2008-2011) 08.401.001 08.401.002 08.401.003 Dikkat Seviyesindeki Değişimlerin Elektrofizyolojik Ölçümler İle İzlenmesi PFO(Patent Foramen Ovale) Teşhisinin Bilgisayar Yardımı İle Otomatik Olarak Gerçeklenmesi ve

Detaylı

ELN1001 BİLGİSAYAR PROGRAMLAMA I

ELN1001 BİLGİSAYAR PROGRAMLAMA I ELN1001 BİLGİSAYAR PROGRAMLAMA I DEPOLAMA SINIFLARI DEĞİŞKEN MENZİLLERİ YİNELEMELİ FONKSİYONLAR Depolama Sınıfları Tanıtıcılar için şu ana kadar görülmüş olan özellikler: Ad Tip Boyut Değer Bunlara ilave

Detaylı

Kuyruk Sistemlerinin Simülasyonu

Kuyruk Sistemlerinin Simülasyonu Kuyruk Sistemlerinin Simülasyonu Kuyruk sistemlerinin simülasyonu sonraki adımda ne olacağını belirlemek üzere bir olay listesinin tutulmasını ve bakımını gerektirir. Simülasyonda olaylar genellikle gerçek

Detaylı

KARIŞIK MODELLİ BİR MONTAJ HATTINDA HAT DENGELEME ÇALIŞMALARI

KARIŞIK MODELLİ BİR MONTAJ HATTINDA HAT DENGELEME ÇALIŞMALARI Â. Yurdun ORBAK KARIŞIK MODELLİ BİR MONTAJ HATTINDA HAT DENGELEME ÇALIŞMALARI B. Türker ÖZALP Pınar KORKMAZ Nilay YARKIN Nagihan AKTAŞ Uludağ Üniversitesi, Mühendislik-Mimarlık Fakültesi, Endüstri Mühendisliği

Detaylı

Wichita State University Libraries SOAR: Shocker Open Access Repository

Wichita State University Libraries SOAR: Shocker Open Access Repository Wichita State University Libraries SOAR: Shocker Open Access Repository Mehmet Bayram Yildirim Industrial Engineering Paralel makineli bir üretim sisteminin karinca koloni, Optimizasyonu ile çizelgelenmesi

Detaylı

Genetik Algoritma ile Elde Edilen Uyumlu Renklerin Web Şablonları Üzerinde Gerçeklenmesi

Genetik Algoritma ile Elde Edilen Uyumlu Renklerin Web Şablonları Üzerinde Gerçeklenmesi Genetik Algoritma ile Elde Edilen Uyumlu Renklerin Web Şablonları Üzerinde Gerçeklenmesi Şerif Okumuş Melih Orhan Bilgisayar Mühendisliği Bölümü, Süleyman Demirel Üniversitesi, Isparta {serifokumus,melihorhan}@yahoo.com.tr

Detaylı

PROJE YÖNETİMİ KISA ÖZET KOLAYAOF

PROJE YÖNETİMİ KISA ÖZET KOLAYAOF PROJE YÖNETİMİ KISA ÖZET KOLAYAOF DİKKAT Burada ilk 4 sayfa gösterilmektedir. Özetin tamamı için sipariş veriniz www.kolayaof.com 2 Kolayaof.com 0 362 2338723 Sayfa 2 İÇİNDEKİLER 1. ÜNİTE-Proje ve Proje

Detaylı

Sistem Mühendisliği. Prof. Dr. Ferit Kemal Sönmez

Sistem Mühendisliği. Prof. Dr. Ferit Kemal Sönmez Sistem Mühendisliği Prof. Dr. Ferit Kemal Sönmez Organizasyon Teorileri 20. yüzyılın başından itibaren insan ilişkilerinin her alandaki giderek artan önemi, iki dünya savaşı ve 1960 ların sosyal devrimleri,

Detaylı

MerSis. Bilgi Teknolojileri Bağımsız Denetim Hizmetleri

MerSis. Bilgi Teknolojileri Bağımsız Denetim Hizmetleri MerSis Bağımsız Denetim Hizmetleri risklerinizin farkında mısınız? bağımsız denetim hizmetlerimiz, kuruluşların Bilgi Teknolojileri ile ilgili risk düzeylerini yansıtan raporların sunulması amacıyla geliştirilmiştir.

Detaylı

Hücresel İmalat Sistemlerinin K-Means Algoritması ve Genetik Algoritma İle Tasarlanması: Bir Uygulama

Hücresel İmalat Sistemlerinin K-Means Algoritması ve Genetik Algoritma İle Tasarlanması: Bir Uygulama Hücresel İmalat Sistemlerinin K-Means Algoritması ve Genetik Algoritma İle Tasarlanması: Bir Uygulama Öz *1 Serap Ercan Cömert, 1 Seda Hatice Gökler, 1 Harun Reşit Yazgan 1 Sakarya Üniversitesi, Mühendislik

Detaylı

DOĞAL GAZ & ENERJİ YÖNETİMİ BİLDİRİLER KİTABI

DOĞAL GAZ & ENERJİ YÖNETİMİ BİLDİRİLER KİTABI TMMOB MAKİNA MÜHENDİSLERİ ODASI İİ DOĞAL GAZ & ENERJİ YÖNETİMİ KONGRE ve SERGİSİ BİLDİRİLER KİTABI GAZİANTEP EYLÜL 2001 TMMOB MAKİNA MÜHENDİSLERİ ODASİ Sümer Sok. 36/1-A Uemirtepc /ANKARA Tel : 0(312)231

Detaylı

ELN1002 BİLGİSAYAR PROGRAMLAMA 2

ELN1002 BİLGİSAYAR PROGRAMLAMA 2 ELN1002 BİLGİSAYAR PROGRAMLAMA 2 SIRALAMA ALGORİTMALARI Sunu Planı Büyük O Notasyonu Kabarcık Sıralama (Bubble Sort) Hızlı Sıralama (Quick Sort) Seçimli Sıralama (Selection Sort) Eklemeli Sıralama (Insertion

Detaylı

SİSTEM ANALİZİ VE TASARIMI

SİSTEM ANALİZİ VE TASARIMI SİSTEM ANALİZİ VE TASARIMI BİLGİ SİSTEMİ GELİŞTİRME SÜRECİ Sistem Geliştirme Süreci ve Modelleri Sistem Geliştirme Yaşam Döngüsü Bilgi sistemlerinin geliştirilmesi için izlenen sürece Sistem Geliştirme

Detaylı

Tabakalı Kompozit Bir Malzemenin Genetik Algoritma Yöntemiyle Rijitlik Optimizasyonu

Tabakalı Kompozit Bir Malzemenin Genetik Algoritma Yöntemiyle Rijitlik Optimizasyonu th International Adanced Technologies Symposium (IATS ), -8 May 20, Elazığ, Turkey Tabakalı Kompozit Bir Malzemenin Genetik Algoritma Yöntemiyle Rijitlik Optimizasyonu Ö. Soykasap e K. B. Sugözü Afyon

Detaylı

Dosya Saklama Ortamları (Devam) Kütük Organizasyonu 1

Dosya Saklama Ortamları (Devam) Kütük Organizasyonu 1 Dosya Saklama Ortamları (Devam) Kütük Organizasyonu 1 Disk Erişimi Diks Erişiminde 3 öğe vardır: i) Arama Süresi (Seek Time) ii) iii) Gecikme Süresi(Rotational Delay) Transfer Süresi (Transfer Time) Kütük

Detaylı

Kök Neden Belirlemede Excel Destekli Pareto Analizi ve İyileştirme Alanının Hesaplanması

Kök Neden Belirlemede Excel Destekli Pareto Analizi ve İyileştirme Alanının Hesaplanması 326 Kök Neden Belirlemede Excel Destekli Pareto Analizi ve İyileştirme Alanının Hesaplanması 1 Prof.Dr. Yılmaz ÖZKAN and 2 Abdulkadir ALTINSOY * 1 Prof.Dr. Faculty of Political Science, Sakarya University,

Detaylı

Rasgele Sayı Üretme. Rasgele Sayıların Özellikleri. İki önemli istaiksel özelliği var :

Rasgele Sayı Üretme. Rasgele Sayıların Özellikleri. İki önemli istaiksel özelliği var : Rasgele Sayı Üretme Rasgele Sayıların Özellikleri İki önemli istaiksel özelliği var : Düzgünlük (Uniformity) Bağımsızlık R i, rasgele sayısı olasılık yoğunluk fonksiyonu aşağıdaki gibi olan uniform bir

Detaylı

ÖZLEM AYDIN TRAKYA ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ

ÖZLEM AYDIN TRAKYA ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ YÖNEYLEM ARAŞTIRMASI (OPERATIONAL RESEARCH) ÖZLEM AYDIN TRAKYA ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ SUNUM PLANI Yöneylem araştırmasının Tanımı Tarihçesi Özellikleri Aşamaları Uygulama alanları Yöneylem

Detaylı

Ö Z G E Ç M İ Ş. 1. Adı Soyadı: Mustafa GÖÇKEN. 2. Doğum Tarihi: 12 Haziran 1976. 3. Unvanı: Yrd. Doç. Dr. 4. Öğrenim Durumu: Ph.D.

Ö Z G E Ç M İ Ş. 1. Adı Soyadı: Mustafa GÖÇKEN. 2. Doğum Tarihi: 12 Haziran 1976. 3. Unvanı: Yrd. Doç. Dr. 4. Öğrenim Durumu: Ph.D. Ö Z G E Ç M İ Ş 1. Adı Soyadı: Mustafa GÖÇKEN 2. Doğum Tarihi: 12 Haziran 1976 3. Unvanı: Yrd. Doç. Dr. 4. Öğrenim Durumu: Ph.D. Derece Alan Üniversite Yıl Lisans Endüstri Mühendisliği Çukurova Üniversitesi

Detaylı

BM 375 Bilgisayar Organizasyonu Dersi Vize Sınavı Cevapları 10 Nisan 2009

BM 375 Bilgisayar Organizasyonu Dersi Vize Sınavı Cevapları 10 Nisan 2009 1-) Instruction Cycle State Diagram ı çizip herbir state için gerçekleştirilen işlemleri detaylı bir şekilde açıklayınız. Instruction state cycle da üstteki kısımlar CPU dışında alttaki kısımlar CPU içinde

Detaylı

Ünite-2 Bilgisayar Organizasyonu. www.cengizcetin.net

Ünite-2 Bilgisayar Organizasyonu. www.cengizcetin.net Ünite-2 Bilgisayar Organizasyonu Bilgisayar Nedir? Belirli bir sonuç üretmek amacıyla; mantıksal kıyaslamalardan sonuç çıkarabilen, büyük miktarlarda bilgiyi depolayabilen ve gerektiğinde bu bilgileri

Detaylı

A. SCI ve SCIE Kapsamındaki Yayınlar

A. SCI ve SCIE Kapsamındaki Yayınlar A. SCI ve SCIE Kapsamındaki Yayınlar A.1. Erilli N.A., Yolcu U., Egrioglu E., Aladag C.H., Öner Y., 2011 Determining the most proper number of cluster in fuzzy clustering by using artificial neural networks.

Detaylı

2013-2014 Bahar Y.Y. E-Mühendislik Yönetimi Proje Dersi Danışman Listesi ve İlgi Alanları

2013-2014 Bahar Y.Y. E-Mühendislik Yönetimi Proje Dersi Danışman Listesi ve İlgi Alanları 2013-2014 Bahar Y.Y. E-Mühendislik Yönetimi Proje Dersi Danışman Listesi ve İlgi Alanları Prof. Dr. Orhan TORKUL 1. Bilişim Sistemleri Analiz ve Tasarımı 2. İş Zekası Sistemleri 3. Ortak Çalışma Sistemleri

Detaylı

Dijital (Sayısal) Fotogrametri

Dijital (Sayısal) Fotogrametri Dijital (Sayısal) Fotogrametri Dijital fotogrametri, cisimlere ait iki boyutlu görüntü ortamından üç boyutlu bilgi sağlayan, sayısal resim veya görüntü ile çalışan fotogrametri bilimidir. Girdi olarak

Detaylı

EĞİTİMDE VERİMLİLİĞİ ARTIRAN DERS PROGRAMLARININ HAZIRLANMASI İÇİN GENETİK ALGORİTMA KULLANIMI

EĞİTİMDE VERİMLİLİĞİ ARTIRAN DERS PROGRAMLARININ HAZIRLANMASI İÇİN GENETİK ALGORİTMA KULLANIMI EĞİTİMDE VERİMLİLİĞİ ARTIRAN DERS PROGRAMLARININ HAZIRLANMASI İÇİN GENETİK ALGORİTMA KULLANIMI Fatma Daban Dr. Ersin Özdemir Mustafa Kemal Üniversitesi Özet Eğitim kurumları, kaynaklarını belirli zaman

Detaylı

ELEKTRİK-ELEKTRONİK TEKNOLOJİSİ C İLE MİKRODENETLEYİCİ PROGRAMLAMA GELİŞTİRME VE UYUM EĞİTİMİ MODÜLER PROGRAMI (YETERLİĞE DAYALI)

ELEKTRİK-ELEKTRONİK TEKNOLOJİSİ C İLE MİKRODENETLEYİCİ PROGRAMLAMA GELİŞTİRME VE UYUM EĞİTİMİ MODÜLER PROGRAMI (YETERLİĞE DAYALI) T.C. MİLLÎ EĞİTİM BAKANLIĞI Hayat Boyu Öğrenme Genel Müdürlüğü ELEKTRİK-ELEKTRONİK TEKNOLOJİSİ C İLE MİKRODENETLEYİCİ PROGRAMLAMA GELİŞTİRME VE UYUM EĞİTİMİ MODÜLER PROGRAMI (YETERLİĞE DAYALI) 2014 ANKARA

Detaylı

SÜREKLİ RASSAL DEĞİŞKENLER

SÜREKLİ RASSAL DEĞİŞKENLER SÜREKLİ RASSAL DEĞİŞKENLER Sürekli Rassal Değişkenler Sürekli Rassal Değişken: Değerleriölçümyadatartımla elde edilen, bir başka anlatımla sayımla elde edilemeyen, değişkene sürekli rassal değişken denir.

Detaylı

BİR TİCARİ ARAÇ İÇİN ECE R-14 REGÜLASYONUNA UYGUN KOLTUK BAĞLANTILARININ GELİŞTİRİLMESİ

BİR TİCARİ ARAÇ İÇİN ECE R-14 REGÜLASYONUNA UYGUN KOLTUK BAĞLANTILARININ GELİŞTİRİLMESİ BİR TİCARİ ARAÇ İÇİN ECE R-14 REGÜLASYONUNA UYGUN KOLTUK BAĞLANTILARININ GELİŞTİRİLMESİ Alper Arslan, Mertcan Kaptanoğlu Hexagon Studio Araç Mühendisliği Bölümü OTEKON 2010 5. Otomotiv Teknolojileri Kongresi

Detaylı

Endüstri Mühendisliği - 1. yarıyıl. Academic and Social Orientation. 441000000001101 Fizik I Physics I 3 0 1 4 4 6 TR

Endüstri Mühendisliği - 1. yarıyıl. Academic and Social Orientation. 441000000001101 Fizik I Physics I 3 0 1 4 4 6 TR - - - - - Bölüm Seçin - - - - - Gönder Endüstri Mühendisliği - 1. yarıyıl 141000000001101 Akademik ve Sosyal Oryantasyon Academic and Social Orientation 1 0 0 1 0 1 TR 441000000001101 Fizik I Physics I

Detaylı

MONTAJ HATTI İŞÇİ ATAMA VE DENGELEME PROBLEMLERİNİN GENETİK ALGORİTMALARLA ÇÖZÜLMESİ

MONTAJ HATTI İŞÇİ ATAMA VE DENGELEME PROBLEMLERİNİN GENETİK ALGORİTMALARLA ÇÖZÜLMESİ i MONTAJ HATTI İŞÇİ ATAMA VE DENGELEME PROBLEMLERİNİN GENETİK ALGORİTMALARLA ÇÖZÜLMESİ Pamukkale Üniversitesi Fen Bilimleri Enstitüsü Yüksek Lisans Tezi Endüstri Mühendisliği Anabilim Dalı Olcay POLAT

Detaylı

Rasgele Sayılar (Random Numbers) NUPAMC-2012 Bitlis

Rasgele Sayılar (Random Numbers) NUPAMC-2012 Bitlis Rasgele Sayılar (Random Numbers) NUPAMC-2012 Bitlis Gültekin YEĞİN Fizik Bölümü Celal Bayar Üniversitesi Manisa 10 Mayıs 2012 Doç.Dr.Gultekin Yeğin (C.B.Ü. Fizik) Rasgele Sayılar (Random Numbers) NUPAMC-2012

Detaylı

Bil101 Bilgisayar Yazılımı I. M. Erdem ÇORAPÇIOĞLU Bilgisayar Yüksek Mühendisi

Bil101 Bilgisayar Yazılımı I. M. Erdem ÇORAPÇIOĞLU Bilgisayar Yüksek Mühendisi Bil101 Bilgisayar Yazılımı I Bilgisayar Yüksek Mühendisi Kullanıcıdan aldığı veri ya da bilgilerle kullanıcının isteği doğrultusunda işlem ve karşılaştırmalar yapabilen, veri ya da bilgileri sabit disk,

Detaylı

GÜNEŞ ENERJİSİ VE RÜZGÂR ENERJİSİ DÂHİL OLAN HİBRİT GÜÇ SİSTEMİNDE FARKLI ALGORİTMALAR İLE EKONOMİK YÜK DAĞITIMININ İNCELENMESİ

GÜNEŞ ENERJİSİ VE RÜZGÂR ENERJİSİ DÂHİL OLAN HİBRİT GÜÇ SİSTEMİNDE FARKLI ALGORİTMALAR İLE EKONOMİK YÜK DAĞITIMININ İNCELENMESİ 3. İzmir Rüzgâr Sempozyumu // 8-10 Ekim 2015 // İzmir 29 GÜNEŞ ENERJİSİ VE RÜZGÂR ENERJİSİ DÂHİL OLAN HİBRİT GÜÇ SİSTEMİNDE FARKLI ALGORİTMALAR İLE EKONOMİK YÜK DAĞITIMININ İNCELENMESİ Gül Kurt 1, Deniz

Detaylı

VERİ MADENCİLİĞİ (Karar Ağaçları ile Sınıflandırma) Yrd.Doç.Dr. Kadriye ERGÜN

VERİ MADENCİLİĞİ (Karar Ağaçları ile Sınıflandırma) Yrd.Doç.Dr. Kadriye ERGÜN VERİ MADENCİLİĞİ (Karar Ağaçları ile Sınıflandırma) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr İçerik Sınıflandırma yöntemleri Karar ağaçları ile sınıflandırma Entropi Kavramı ID3 Algoritması C4.5

Detaylı

Algoritma Geliştirme ve Veri Yapıları 3 Veri Yapıları. Mustafa Kemal Üniversitesi

Algoritma Geliştirme ve Veri Yapıları 3 Veri Yapıları. Mustafa Kemal Üniversitesi Algoritma Geliştirme ve Veri Yapıları 3 Veri Yapıları Veri yapısı, bilginin anlamlı sırada bellekte veya disk, çubuk bellek gibi saklama birimlerinde tutulması veya saklanması şeklini gösterir. Bilgisayar

Detaylı