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

Ebat: px
Şu sayfadan göstermeyi başlat:

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

Transkript

1 EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Clt: 14 Sayı: 3 Temmuz 2014 ss Bulanık TOPSIS ve Bulanık VIKOR Yöntemleryle Alışverş Merkez Kuruluş Yer Seçm ve Br Uygulama Selecton of Shoppng Center Locaton wth The Methods of Fuzzy VIKOR and Fuzzy TOPSIS and An Applcaton Selahattn YAVUZ 1, Muhammet DEVECİ 2 ÖZET İşletmelern artan rekabet koşulları nedenyle pazarda faalyetlern sürdüreblmes çn yer seçmyle lgl doğru kararlar vermes çok önemldr. Yanlış yer seçm şletmeler çn büyük zararlara, hatta flasa sebep olablmektedr. Kendler çn yer seçmnn çok öneml olduğu sektörlern başında Alışverş Merkezler (AVM) gelmektedr. Alışverş Merkez (AVM) olarak seçlecek yer; müşter potansyelnn yüksek olduğu, düşük malyet ve yüksek kârı sağlayablecek br yer olmalıdır. Bu çalışmada, Erzncan lnde yen br AVM açılmasına karar verlmes durumunda, olası kuruluş yernn belrlenmesne çalışılmıştır. Bunun çn brden fazla karar vercyle, brçok alternatf arasından doğru olan alternatf seçmek çn Çok Krterl Karar Verme (ÇKKV) teknklernden yararlanılmıştır. Çalışmada, Çok Krterl Karar Verme (ÇKKV) teknklernden Bulanık TOPSIS ve Bulanık VİKOR teknkleryle, Erzncan çn AVM kuruluş yer seçm çn potansyel bölgelern değerlendrlmes ve bunun sonucunda en uygun yer seçm belrlenmeye çalışılmıştır. Anahtar Kelmeler: Kuruluş yer seçm, çok krterl karar verme, bulanık mantık ABSTRACT Due to the ncreasng competton n the market, takng rght decsons about the locaton selecton for busnesses s very mportant. The wrong choce of locaton for busnesses may cause to large losses even bankruptcy. Shoppng Centers (AVM) sector s the frst sector for whch the locaton selecton s qute mportant. A locaton chosen as Shoppng Center (AVM) should be a place provdng hgh customer potental, low cost and hgh proft. In ths study,the case of a busness makng a decson to open a new AVM n the provnce of Erzncan s studed to determne the possble locaton of a new shoppng center. For ths purpose we studed wth more than one decson makers and Mult-Crtera Decson Makng (MCDM) technques were used to choose the rght alternatve among the wde range of alternatves. In ths study by usng technques of Fuzzy TOPSIS and Fuzzy VIKOR, belongng to Multple Crtera Decson Makng (MCDM) technques, t s examned to determne the evaluaton and selecton of the most approprate potental locaton for the shoppng center n provnce of Erzncan. Keywords: Faclty locaton selecton, multple crtera makng decson, fuzzy logc 1. GİRİŞ Kuruluş yer seçm gb stratek kararların çoğu, brbrleryle çelşen pek çok krtern dkkate alınması gerektren kararlardır. Bu yüzden, bu tp kararlarda tüm değerlendrme krterelern değerlendrme sürecne dahl edecek yöntemlern kullanılması gerekmektedr. Bu eksklğn gderlmes amacıyla bu tp problemlern çözümü çn Çok Krterl Karar Verme (ÇKKV) yöntemler gelştrlmştr. ÇKKV, brden fazla krtere göre br karar kümes çnden ve karar vercnn karar verme durumuna bağlı olarak en y kararı seçme şlemdr (Alpay, 2010). Lteratür tarandığında, ÇKKV yöntemlernn bulanık küme teors le brlkte kullanılması sonucunda oluşan bulanık ÇKKV yöntemler, son yıllarda sıklıkla terch edlen karar verme yöntemler olduğu görülmektedr (Demr, 2010). Alışverş Merkez (AVM) kuruluş yer seçm problemnn çözümünde kullanılan yöntemlerden lk olan Bulanık TOPSIS; poztf deal çözümden en kısa, negatf deal çözümden en uzak mesafedek alternatfn seçlmes olarak fade edlmektedr. İknc yöntem olan Bulanık VİKOR yöntem se, uzlaşmacı sıralama lstesn ve çözümü belrtr (Oprcovc ve Tzeng, 2004). Bu yöntemler, Çok Krterl Karar Verme teknklernden sadece k tanesdr. Oprcovc ve Tzeng (2004), çalışmalarında her k yöntemn temel farklılıklarını normalzasyon, toplama ve çözüm teknkler bakımından açıklamaya çalışmışlardır. Bulanık VİKOR ve TOPSIS yöntemlernde alternatflern sıralaması yapılırken Q ve yakınlık katsayısı (CC ) ndeksnn değerlerne bakılır. VİKOR yöntemnde Q ndeksnn 0 değerne yakın olması, TOPSİS yöntemnde se CC nn 1 değerne yakın olması stenr. ÇKKV yöntemlernn çözümü çn lk kez, 1981 yılında ortaya atılan TOPSIS yöntem Hwang ve Yoon (1981); poztf deal çözüme en yakın ve negatf deal çözüme en uzak alternatfler belrleme ve buna göre alternatfler arasında br sıralama yapma prensbne dayanmaktadır (Chen, 2000). 1 Yrd. Doç. Dr., Erzncan Ünverstes, İktsad ve İdar Blmler Fakültes, İşletme Bölümü, 2 Araş. Gör., Yıldız Teknk Ünverstes, Makne Fakültes, Endüstr Mühendslğ Bölümü, 463

2 Selahattn YAVUZ, Muhammet DEVECİ Bu çalışmada Erzncan l çn, Bulanık TOPSIS ve Bulanık VİKOR yöntemleryle çözüm aranan AVM kuruluş yer seçm problem kapsamında; şehr merkezne uzaklıklarına göre belrlenen 5 alternatf bölge, karar verclerle yapılan görüşmeler ve lgl lteratür araştırması sonucunda 14 krter (yetenekl şgücü, yatırım malyet, toplum tutumu, trafk, sosyal ve kültürel çevre, altyapı uygunluğu, müşterlere yakınlık, genşleyeblrlk, potansyel talep, araz özellkler, yasal sınırlamalar ve teşvkler, tedarkçlere ve kaynaklara yakınlık, ener ve yakıt bulunablrlğ, klm koşulları) dkkate alınarak değerlendrmeye tab tutulmuş ve nhayetnde her k yöntemn ortaya koymuş olduğu bulgular, karşılaştırmalı olarak analz edlmştr. 2. KURULUŞ YERİ SEÇİMİ Bu bölüm, kuruluş yer seçm krterlern, problemn genel yapısını ve bu problemn çözümünde kullanılan yöntemler belrlemeye yönelk lteratür araştırmasını göstermektedr. Karar verc konumundak yönetclern, kuruluş yer seçm planlamasını matematksel veya analtk yöntemlerle gerçekleştrmeler, problemn başında belrledkler hedeflere Krterler :İnsan Kaynağı (Yetenekl İşgücü Tedark) :Yatırım Malyet daha hızlı ulaşmalarını sağlayacaktır. Bu noktada karar vercler, yatırım malyetlernn düşük ve kârın yüksek olması başta olmak üzere çok sayıda krter göz önüne alıp, brçok alternatf değerlendrmek durumundadırlar. Aynı anda brçok ölçütün optmze edlmes se karar sürecn oldukça karmaşıklaştırmaktadır. Bu durumda ÇKKV uygulanarak bu sorun gderleblmektedr (Aydın, 2009). Kuruluş yer seçm problemlernde, çok krterl karar verme teknkler le bulanık mantığı kullanan brçok yazar bulunmaktadır. Bu yazarlar Çınar (2010), Lang ve Mao-un (1991), Chou vd. (2008), Chou (2010), Kahraman vd. (2003), Kaya ve Çınar (2007), Chu (2002), Hu vd. (2009), Ertuğrul ve Karakaşoğlu (2008), Kabol vd. (2007), Demrel vd. (2010), Özdağoğlu (2011), Doğan (2012) tarafından kullanılmıştır. Örneğn Demrel vd. (2010) yılında yaptıkları çalışmada Choquet ntegral le br depo yer seçm yapmıştır. Chu 2002 yılında bulanık TOPSIS yaklaşımıyla kuruluş yer seçm yapmıştır. Hu vd. (2009) yılında yaptıkları çalışmada dağıtım merkez yerleşm seçm çn bulanık TOPSIS yaklaşımını kullanmışlardır. Tablo 1: AVM Kuruluş Yer Seçmnde Kullanılan Krterler Kaynaklar Lang ve Mao-un (1991), Russell ve Taylor (1999), Chu (2002), Kahraman vd. (2003), Demrel vd. (2010), Ersoy (2011), Kobu (2008), Momen vd. (2011), Tavakkol-Moghaddam vd. (2011), Doğan (2012) Lang ve Mao-un (1991), Chu (2002), Kaya ve Çınar (2007), Momen vd. (2011), Tavakkol- Moghaddam vd. (2011) :Toplum Tutumu Chu (2002), Doğan (2012), Ertuğrul ve Karakaşoğlu (2008) :Trafk Deluka-Tblas (2011), Özdağoğlu (2011) :Sosyal ve Kültürel Çevre Deluka-Tblas (2011), Kaya ve Çınar (2007), Demrel vd. (2010), Özdağoğlu (2011) :Altyapı Uygunluğu Kahraman vd. (2003), Demrel vd. (2010), Özdağoğlu (2011) :Müşterlere Yakınlık Mchael vd. (1998), Kahraman vd. (2003), Ertuğrul ve Karakaşoğlu (2008), Kaya ve Çınar (2007) C 8 :Genşleyeblrlk Momen vd. (2011), Tavakkol-Moghaddam vd. (2011) C 9 :Potansyel Talep Özdağoğlu (2011) 0 :Araz Özellkler Kobu (2008) 1 :Yasal Sınırlamalar ve Teşvkler Russell ve Taylor (1999), Ersoy (2011), Aytekn vd. (2005) 2 : Tedarkçlere & Kaynaklara yakınlık 3 :Ener ve Yakıt Bulunablrlğ Russell ve Taylor (1999), Kobu (2008) 4 :İklm Koşulları Russell ve Taylor (1999) (Kaynak: Devec ve Kuvvetl, 2012) 3. BULANIK KÜME TEORİSİ Bulanık küme teors 1965 yılında Lütfü Askerzade (Lotf Askar Zadeh) tarafından gelştrlmştr (Zadeh, 1965). Klask mantıkta evet-hayır, doğru-yanlış, syahbeyaz, uzun-kısa, yavaş-hızlı gb kavramların kesn sınırları vardır. Bulanık mantıkta se, kavramların kesn Ertuğrul ve Karakaşoğlu (2008), Kaya ve Çınar (2007), Momen vd. (2011), Özdağoğlu (2011), Tavakkol-Moghaddam vd. (2011) sınırlamaları olmaksızın sınıflandırılablr. Örneğn, çok sıcak, çok düşük, yüksek maaş ve orta boy gb kşden kşye değşen fadeler kullanılır. Br bulanık kümede elemanın üyelk dereces 1 e ne kadar yakın se elemanın o kümeye üyelğnn o derece yüksek olduğunu, üyelk derecesnn sıfır olması se bulanık kümenn 464

3 Bulanık TOPSIS ve Bulanık VIKOR Yöntemleryle Alışverş Merkez Kuruluş Yer Seçm ve Br Uygulama dışında olduğu anlaşılmaktadır. Klask mantıkta elemanın üyelk değer {0,1} gb k değerle sınırlı ken, bulanık küme kuramında bu değer [0,1] aralığında herhang br sayı olablmektedr. Günümüzde brçok alanda uygulanan bulanık mantık, belrszlk çeren problemler ve yargıları çözmede kullanılmaktadır. Bu belrszlkler sayısal değerler le fade etmek mümkün olamayablr. Sayısal değerler yerne dlsel değşkenler kullanılablr. Bu çalışmada kuruluş yer seçm çn kullanılan üyelk fonksyonu, üçgen bulanık sayılardır. Üçgen üyelk fonksyonu l, m ve u olmak üzere üç parametre le tanımlanır. Burada l ve u sırasıyla bulanık sayısının alt ve üst sınır değerlern, m se orta değern fade eder (Saleh ve Tavakkol-Moghaddam, 2008). µ nn (x) 1 0 l m u µ nn (xx) = x Şekl 1: Üçgensel Üyelk Fonksyonu (Kaynak: Chen, 2000) 0, xx < ll xx ll ll xx mm mm ll xx uu mm xx uu mm uu 0, xx > uu 4. BULANIK VİKOR YÖNTEMİ Vkor yöntem, Oprcovc (1998) tarafından çok ölçütlü kompleks sstemlern optmzasyonu çn gelştrlen Çok Krterl Karar Verme (ÇKKV) yöntemlerden brdr. Yöntemn amacı, alternatflern sıralanması ve seçm aşamasında, maksmum grup faydası (çoğunluk kuralı) ve mnmum breysel pşmanlığı sağlayacak, uzlaştırıcı çözüme ulaşmaktır. Yöntem, alternatfler arasından yapılan seçm sürecnde nha karar üzernde brden fazla krtern dkkate alınması zorunluluğunun olduğu haller çn önerlmektedr (Oprcovc ve Tzeng, 2004). Bulanık küme teorsnn VİKOR yöntemne uygulanma sonucu oluşan bulanık VİKOR yöntem, bulanık çevrede nha karar üzernde belrleyc olan ve brbrleryle çatışan farklı krterlern söz konusu olduğu durumlarda kullanılması uygun olan br yöntemdr. Söz konusu bu yöntem; bulanık br ortamda, krter ve ağırlıklarının her ksn de bulanıklaştırmaktadır (Oprcovc, 2011). Aşağıda kullanılan formüller Oprcovc ve Teng (2004) tarafından yayınlanan eserden yararlanılmıştır. Çok krterl karar problemlernn bulanık VİKOR yönetm kullanılarak çözümünde aşağıda adımlar takp edlmektedr: Adım 1: n sayıda uzman kşden oluşan br karar verc grubu oluşturulur. Adım 2: k adet değerlendrme krter ve m adet alternatf belrlenr. Adım 3: Krterlern ve alternatflern değerlendrlmes çn uygun dlsel değşkenler belrlenr. Krter ağırlıklarının ve alternatflern önem derecelernn belrlenmes çn kullanılan dlsel değşkenler ve bunlara karşılık gelen bulanık sayılar Tablo 2 de gösterlmştr. Tablo 2: Dlsel Değşkenler ve Bulanık Sayı Değerler Krter Ağırlıkları çn Dlsel Değşkenler Dlsel Değşkenler Bulanık Sayılar Çok Düşük (ÇD) (0.00, 0.00, 0.10) Düşük (D) (0.00, 0.10, 0.30) Orta Düşük (OD) (0.10, 0.30, 0.50) Orta (O) (0.30, 0.50, 0.70) Orta Yüksek (OY) (0.50, 0.70, 0.90) Yüksek (Y) (0.70, 0.90, 1.00) Çok Yüksek (Y) (0.90, 1.00, 1.00) (Kaynak: Chen, 2000) Alternatflern Derecelendrlmes çn Dlsel Değşkenler Dlsel Değşkenler Çok Kötü (ÇK) Bulanık Sayılar (0.00, 0.00, 1.00) Kötü (K) (0.00, 1.00, 3.00) Orta Kötü (OK) (1.00, 3.00, 5.00) Orta (O) (3.00, 5.00, 7.00) Orta İy (Oİ) (5.00, 7.00, 9.00) İy (İ) (7.00, 9.00, 10.00) Çok İy (Çİ) (9.00, 10.00, 10.00) Adım 4: Her br krtern ve alternatfn bulanık ağırlıkları (1) ve (2) numaralı eştlkler yardımıyla hesaplanır. Eştlklerdek n gruptak karar verc sayısını fade etmektedr. 465

4 Selahattn YAVUZ, Muhammet DEVECİ n y 1 w = w, = 1,2,.,k n (1) y= 1 n y 1 x = x, = 1,2,.,m (2) n y= 1 x, krtere göre; alternatfnn dereces ve w se; krternn önem ağırlığıdır. Adım 5: (3) ve (4) numaralı eştlkler yardımıyla bulanık karar matrs oluşturulur x x x x21 x22 x2 D =, = 1, 2,, m ; = 1, 2,, k (3) x1 x2 x [ ] w = w 1, w 2,., w n, (4) Burada x,. krtere göre. alternatfn dereces ve w se n.krtern önem ağırlığıdır. n D se bulanık karar matrsn fade etmektedr. Adım 6: Tüm krter fonksyonlarının, bulanık en y ve en kötü değerler belrlenr (=1,2,..n). (5) numaralı eştlk en y, (6) numaralı eştlk se en kötü değerlern hesaplanması çn kullanılmaktadır. f = max x, f = max x, ~ ~ Adım 7: S (7) ve R (8) değerler, =1, 2,., n çn hesaplanır. n ( f ) ( f f ) S = w x /, = 1 ( ) ( ) R = max w f x / f f, (8) Burada w krterlern ağırlığını ve önemn fade ederken, S, alternatfnn bütün krterlere en y bulanık değerlere uzaklığının toplamını, R değer se. krtere göre alternatfnn, bulanık en kötü değerlere maksmum uzaklığıdır (Akyüz, 2012). Adım 8: Maksmum grup faydasını fade eden S, S (9), R, R (10) ve Q (11) değerler hesaplanır. S S = mns S, S, S = maxs S R R = = mn mnr R,, R R = maxr R (5) (6) (7) (9) (10) ( S S ) ( S S ) ( R R ) ( R R ) (11) Q = v / + (1 v) / S, uzlaştırıcı çoğunluk kuralını ve R se farklı görüşteklern mnmum breysel pşmanlığını fade etmektedr. Bu hesaplamalardan sonra Q ndeks elde edlr; bu ndeks grup faydası le breysel pşmanlığın brlkte değerlendrlmes le hesaplanır. v değer se, krterlern çoğunluğunu veya maksmum gr up faydasını (v=0.5) sağlayan stratenn önemne dkkat çekerken, 1-v breysel pşmanlık değerne karşılık gelmektedr (Oprcovc, 2011). Adım 9: Üçgensel bulanık sayılar durulaştırılır ve alternatfler Q ndeksne göre sıralanır. Bu ndeksn, en küçük değer en y alternatf gösterr. Bu çalışmada, Hseh vd. (2004) tarafından önerlen (12) eştlğnde verlen BNP (Best Nonfuzzy Performance Value) durulaştırma yöntem kullanılmıştır. ( ) u l + (m l ) BNP = + l 3 (12) Adım 10: Uzlaştırıcı çözümü belrlemek çn aşağıdak k koşulun uygunluğu kontrol edlr. 1.Koşul: Kabul edleblr avanta Q(a )-Q(a ) DQ (13) DQ 1 = (eğer m 5 se DQ=0.25); m alternatf m 1 sayısını fade eder ) 2.Koşul: Karar vermede kabul edleblr stkrar Alternatf a, S ve/veya R değerlerne göre yapılan sıralamada en y alternatf olmalıdır [32]. Eğer 1. koşul sağlanmaz ve Q(a (m) )-Q(a ) DQ olursa, a (m) ve a aynı uzlaştırıcı çözüm olur. Eğer 2. koşul kabul edlmez ve her ne kadar a nın nsp br avantaı olsa da, karar vermede tutarsızlık vardır. Bundan dolayı a ve a nın uzlaştırıcı çözümler aynıdır. Adım 11: Q değer mnmum olan en y alternatf seçlr. 5. BULANIK TOPSİS YÖNTEMİ TOPSIS (Technque For Order Preference By Smlarty To An Ideal Soluton) yöntem, çok krterl karar verme problemler çn lk kez 1981 yılında önerlmştr (Hwang ve Yoon, 1981). Bu yöntem, poztf deal çözüme en yakın ve negatf deal çözüme en uzak olan alternatfler belrler ve buna göre br sıralama yapar (Chen, 2000). Bu yöntemn mantığı, dlsel olarak fade edlen değerlendrmelern bulanıklaştırılarak analzde kullanılmasına dayanmaktadır. Bulanık TOPSIS yöntemnde lk beş adım, bulanık VİKOR yöntemyle aynıdır. Yöntemn farklılaştığı altıncı adımdan tbaren zlenen yol se aşağıda adımlar halnde sıralanmıştır: 466

5 Bulanık TOPSIS ve Bulanık VIKOR Yöntemleryle Alışverş Merkez Kuruluş Yer Seçm ve Br Uygulama Adım 6: Bulanık VİKOR yöntemnn 5. adımında hesaplanmış olan bulanık karar matrsnden hareketle, normalze edlmş bulanık karar matrs elde edlr. Bu matrs, (15) le gösterlmştr (Chen, 2000). R =[r ] mxn =1,2,,m ; =1,2,,n (15) a b c r =,,, B c c c c = max c Eğer ϵ B (16) Burada, normalze edlmş bulanık karar matrs, c : Bulanık karar matrsnde br sütunundak üçüncü bleşenlern maksmum değer, r : Bulanık karar matrsndek her br değern c değerne bölünmesyle elde edlen normalze edlmş değerlerdr. Her br a, b, c se bulanık karar matrsndek değerlerdr. Adım 7: Her br krtern ağırlığı göz önünde bulundurularak ağırlıklı normalze edlmş bulanık karar matrs (17) bulunur. V = [ v ] =1,2,,m; =1,2,,n (17) mxn v = r. w ( ) (18) Burada, V normalze edlmş bulanık karar matrsdr. Adım 8: Her br alternatfn Bulanık Poztf İdeal Çözüm (BPİÇ,A ) (19) ve Bulanık Negatf İdeal Çözüm (BNİÇ,A - ) (20) den uzaklığı sırasıyla aşağıdak formüller kullanılarak hesaplanır (Chen, 2000). A = ( v, v,, v ), 1 2 n A = ( v, v,, v ), 1 2 n le tanımlanır. v v = max v = mn v Eğer ϵ B Eğer ϵ B (19) (20) Her br alternatfn BPİÇ ve BNİÇ ten uzaklığı sırasıyla (21) ve (22) numaralı formüller kullanılarak hesaplanır. ( v v ) n = 1 n ( v v ) = 1 d = d,, =1,2,.,m (21) d = d,, =1,2,.,m (22) Burada d(.,.), k üçgen bulanık sayı arasındak uzaklığı gösterr. Bu uzaklık, vertex yöntem le bulunur. Bu yöntem le m ve n arasındak uzaklığın bulunmasında (23 numaralı formül) kullanılır (Chen, 2000). = ( m1, m2, m3) ve 1 2, 3 m n = ( n, n n ) d ( mn, ) = ( 1 1) ( 2 2) ( 3 3) 3 m n + m n + m n (23) Adım 9: Uzaklıkların bulunmasından sonra adayların yakınlık katsayıları, d CC = d d + = =1,2,3,...,m (24) (24) numaralı eştlk kullanılarak hesaplanır. Açıktır k; yakınlık katsayısı (CC ) 1 e yaklaştıkça A alternatf, BNİÇ ten uzaklaşıp BPİÇ e yaklaşır. Dğer br fadeyle; yakınlık katsayılarına göre br sıralama yapılır ve set çersnden en uygun alternatfler seçlr (Chen, 2000). Yakınlık katsayısı 1 e ne kadar yakınsa alternatfn terch edlme şansı o kadar yüksektr (Ecer, 2006). 6. KURULUŞ YERİ SEÇİM PROBLEMİNE YÖNELİK BİR UYGULAMA Bu çalışmada, Erzncan İl nde yen br AVM açılmasına karar verlmes durumunda olası kuruluş yernn belrlenmesne çalışılmıştır. AVM kuruluş yer seçm problemnn çözümü çn bulanık ortamlarda grup karar vermeye olanak sağlayan yöntemler arasında en çok terch edlenlerden Bulanık TOPSIS ve Bulanık VİKOR yöntemleryle, potansyel bölgelern değerlendrlmes ve bunun sonucunda en uygun yer seçlmes hedeflenmektedr. Erzncan dak mevcut AVM lern hem kapastelernn sınırlı olması hem de şehrn merkeznde kalmaları nedenyle yen br AVM açılması düşünülmektedr. Bu çerçevede, karar verclerle yapılan görüşmeler sonucunda 5 tane bölge ve bölgelern değerlendrlmes çn 14 krter belrlenmştr. Bu krterler Şekl 2 de gösterlmştr. Alternatf bölgeler; A 1 : Şehr Merkez, : Erzncan-Svas Yolu Çevres, A 3 : Tren İstasyonu Bölges, A 4 : Demrkent Bölges, A 5 : Akyazı Bölges şeklnde belrlenmştr. Karar vercler se, Erzncan Tcaret Odası Başkanı (KV 1 ), İşadamı Müteahht (Erzncan Evm Kur Sahb) (KV 2 ), Erzncan Ermpaş AVM Sahb (KV 3 ) ve Erzncan Beledye Başkanı Danışmanı ndan (KV 4 ) oluşan 4 kşlk br karar verc grubu oluşturulmuştur. Şekl 2 de uygulamaya konu olan AVM kuruluş yer seçm problemnn genel yapısı gösterlmektedr. AVM yer seçm problemnn çözümünde kullanılan Bulanık VİKOR ve Bulanık TOPSIS yöntemlernn lk beş aşaması, karar verc grubunun oluşturulması, alternatflern ve değerlendrme krterlernn belrlenmes, krter ağırlıkları ve alternatfler çn dlsel değşkenlern belrlenmes, bulanık ağırlıkların hesaplanması, bulanık karar matrsnn oluşturulması açısından aynı olmakla brlkte, altıncı aşamadan tbaren yöntemler 467

6 Selahattn YAVUZ, Muhammet DEVECİ farklılaşmaktadır. Bulanık TOPSIS yöntemnde yednc aşamadan tbaren, normalze edlmş bulanık karar matrslernn elde edlmes, ağırlıklı normalze bulanık karar matrsnn hesaplanması, her br alternatf çn bulanık poztf deal çözüm ve bulanık negatf deal çözüm arası uzaklığın hesaplanması, yakınlık katsayılarının hesaplanması, en uygun yakınlık katsayısına at alternatfn seçlmes aşamaları takp edlmekte ken, Bulanık VİKOR yöntemnde yednc aşamadan tbaren sırasıyla; tüm krter fonksyonlarının en y ve en kötü değerlernn belrlenmes, bulanık en y ve en kötü değerlere uzaklık değerlernn hesaplanması, dğer hesaplamaların yapılması, bulanık sayıların durulaştırılması, kabul koşullarının kontrol edlmes ve Q değer en küçük alternatfn seçlmes aşamaları zlenmektedr. Yetenekl İşgücü Yatırım Malyet Toplum Tutumu Trafk Sosyal ve Kültürel Çevre Alternatf 1 Altyapı Uygunluğu Alternatf 2 Kuruluş Yer Seçm Müşterlere Yakınlık Genşleyeblrlk Potansyel Talep Araz Özellkler Alternatf 3 Alternatf 4 Yasal Sınırlamalar Tedarkçlere Yakınlık Alternatf 5 Ener Bulunablrllğ İklm Koşulları 4 Şekl 2: AVM Kuruluş Yer Seçm Problemnn Genel Yapısı 468

7 Bulanık TOPSIS ve Bulanık VIKOR Yöntemleryle Alışverş Merkez Kuruluş Yer Seçm ve Br Uygulama Adım 1 Karar Verc Grubu Oluşturulur Adım 2 Krterler ve Alternatfler Belrlenr Adım 3 Uygun Dlsel Değşken Belrlenr Bulanık VİKOR ve Bulanık TOPSİS Adım 4 Bulanık Ağırlıklar Hesaplanır Adım 5 Bulanık Karar Matrs Oluşturulur Bulanık VİKOR Bulanık TOPSİS Adım 6 Bulanık En İy ve En Kötü Değerler Belrlenr Normalze Edlmş Bulanık Karar Matrs Oluşturulur Adım 6 Adım 7 Her Br Alternatf çn SS ve RR Değerler Hesaplanır Ağırlıklı Normalze Edlmş Bulanık Karar Matrs Oluşturulur Adım 7 Adım 8 Maks. Grup Faydası ve Mn. Breysel Pşmanlık Değ. Belrlenr BPİÇ ve BNİÇ Hesaplanır Adım 8 Adım 9 Durulaştırma ve Alternatfler QQ İndeksne Göre Sıralanır Yakınlık Katsayısı Hesaplanır Adım 9 Adım 10 Uzlaştırıcı Çözüm Belrlenr Son Sıralama Oluşturulur En İy Alternatf Belrlenr Değerlendrme Sonuçları Şekl 3: Bulanık TOPSIS ve Bulanık VİKOR Yöntemlernn Çözüm Aşamaları 469

8 Selahattn YAVUZ, Muhammet DEVECİ 7. BULANIK TOPSİS YÖNTEMİYLE PROBLEM ÇÖZÜMÜ Adım 1: Alternatfler ve alternatfler değerlendrmek çn kullanılan krterler hakkında blg sahb olan n sayıda uzman kşden oluşan br karar verc grubu oluşturulur. Adım 2: k adet değerlendrme krter ve m adet alternatf belrlenr. Adım 3: Tablo 2 de verlen dlsel değşkenlere göre karar vercler tarafından doldurulan formlar; krterlern önem düzey ve her br alternatf çn krterler bazında yapılan dlsel değerlendrmeler Ek-1 ve Ek-2 de verlmştr. Adım 4: Her br krtern ve alternatfn bulanık ağırlıkları 1. ve 2. formüllerle hesaplanır. Tablo 3 te bulanık ağırlık matrs gösterlmştr. Ayrıca Ek-3 te lk sekz krter çn bulanık ağırlıkların nasıl hesaplandığı gösterlmştr. Tablo 3: Krterlern Bulanık Ağırlık Matrs Bulanık Ağırlıklar Krterler l m u Krterler l m u 0,4 0,6 0,8 C 8 0,35 0,55 0,75 0,4 0,6 0,8 C 9 0,75 0,9 0,975 0,55 0,75 0,9 0 0,6 0,8 0,95 0,65 0,85 0,98 1 0,55 0,75 0,93 0,8 0,95 1,00 2 0,4 0,6 0,8 0,75 0,93 1,00 3 0,4 0,6 0,8 0,4 0,6 0,8 4 0,55 0,75 0,93 Adım 5: 3. ve 4. formüller yardımıyla her br krtern, A alternatfe göre bulanık karar matrs oluşturulur. Tablo 4 te bulanık karar matrs gösterlmştr.. Ayrıca Ek-4 te ve krterler çn bulanık karar matrsnn nasıl hesaplandığı gösterlmştr. Adım 6: Bulanık karar matrsnden faydalanılarak, 15. ve 16. numaralı formüller yardımıyla normalze edlmş bulanık karar matrs elde edlr. Bu matrs Tablo 5 te verlmştr. Tablo 4: Bulanık Karar Matrs Krterlern Alternatflere Göre Bulanık Karar Matrs Krterler A 1 A 3 A 4 A 5 l m u l m u l m u l m u l m u 6,0 8,0 9,3 8,0 9,5 10 5,0 7,0 8,5 7,0 9,0 10 7,5 9,3 10 4,0 6,0 8,0 7,0 8,8 9,8 3,5 5,5 7,5 5,0 7,0 9,0 6,0 8,0 9,5 6,5 8,3 9,3 9,0 10,0 10 8,0 9,5 10 8,0 9,5 10 9, ,5 6,5 8,3 9,0 10,0 10 6,0 8,0 9,3 9, , ,0 5,0 7,0 5,0 7,0 8,8 1,5 3,0 5,0 2,8 4,5 6,5 4,0 6,0 8,0 8,0 9,5 10, 6,5 8,5 9,8 7,5 9,3 10 5,5 7,5 9,3 6,0 8,0 9,5 9, , 7,0 8,5 9,3 8,0 9,5 10 5,5 7,5 9,0 6,0 8,0 9,3 C 8 4,5 6,5 8,3 9,0 10,0 10 6,5 8,5 9,8 9, , C 9 3,5 5,5 7,5 8,0 9,5 10 3,0 5,0 7,0 5,5 7,5 9,3 6,5 8,5 9,8 0 7,0 8,5 9,3 9,0 10,0 10 8,0 9,5 10 9, , ,0 7,0 8,8 8,0 9,5 10 5,0 7,0 8,5 7,0 9,0 10 7,5 9, ,0 4,0 6,0 9,0 10,0 10 6,0 8,0 9,5 8,0 9,5 10 8,5 9, ,0 9,5 10 6,0 8,0 9,5 7,5 9,3 10 3,5 5,5 7,5 5,0 7,0 8,8 4 7,0 9,0 10 6,0 8,0 9,5 7,0 9,0 10 5,0 7,0 9,0 5,5 7,5 9,3 470

9 Bulanık TOPSIS ve Bulanık VIKOR Yöntemleryle Alışverş Merkez Kuruluş Yer Seçm ve Br Uygulama Tablo 5: Normalze Edlmş Bulanık Karar Matrs Krterlern Alternatflere Göre Normalze Edlmş Bulanık Karar Matrs A 1 A 3 A 4 A 5 l m u l m u l m u l m u l m u 0,60 0,80 0,93 0,80 0,95 1,00 0,50 0,70 0,85 0,70 0,90 1,00 0,75 0,93 1,00 0,41 0,62 0,82 0,72 0,90 1,00 0,36 0,56 0,77 0,51 0,72 0,92 0,62 0,82 0,97 0,65 0,83 0,93 0,90 1,00 1,00 0,80 0,95 1,00 0,80 0,95 1,00 0,90 1,00 1,00 0,45 0,65 0,83 0,90 1,00 1,00 0,60 0,80 0,93 0,90 1,00 1,00 0,90 1,00 1,00 0,34 0,57 0,80 0,57 0,80 1,00 0,17 0,34 0,57 0,31 0,51 0,74 0,46 0,69 0,91 0,80 0,95 1,00 0,65 0,85 0,98 0,75 0,93 1,00 0,55 0,75 0,93 0,60 0,80 0,95 0,90 1,00 1,00 0,70 0,85 0,93 0,80 0,95 1,00 0,55 0,75 0,90 0,60 0,80 0,93 C 8 0,45 0,65 0,83 0,90 1,00 1,00 0,65 0,85 0,98 0,90 1,00 1,00 0,90 1,00 1,00 C 9 0,35 0,55 0,75 0,80 0,95 1,00 0,30 0,50 0,70 0,55 0,75 0,93 0,65 0,85 0,98 0 0,70 0,85 0,93 0,90 1,00 1,00 0,80 0,95 1,00 0,90 1,00 1,00 0,90 1,00 1,00 1 0,50 0,70 0,88 0,80 0,95 1,00 0,50 0,70 0,85 0,70 0,90 1,00 0,75 0,93 1,00 2 0,20 0,40 0,60 0,90 1,00 1,00 0,60 0,80 0,95 0,80 0,95 1,00 0,85 0,98 1,00 3 0,80 0,95 1,00 0,60 0,80 0,95 0,75 0,93 1,00 0,35 0,55 0,75 0,50 0,70 0,88 4 0,70 0,90 1,00 0,60 0,80 0,95 0,70 0,90 1,00 0,50 0,70 0,90 0,55 0,75 0,93 Adım 7: Her br krtern ağırlığı göz önünde bulundurularak ağırlıklı normalze edlmş bulanık karar matrs 17. ve 18. formüllerle bulunur. Tablo 6 da ağırlıklı normalze edlmş bulanık karar matrs gösterlmştr. Tablo 6: Ağırlıklı Normalze Edlmş Bulanık Karar Matrs Krterlern Alternatflere Göre Ağırlıklı Normalze Edlmş Bulanık Karar Matrs A 1 A 3 A 4 A 5 l m u l m u l m u l m u l m u 0,24 0,48 0,74 0,32 0,57 0,80 0,20 0,42 0,68 0,28 0,54 0,80 0,30 0,56 0,80 0,16 0,37 0,66 0,29 0,54 0,80 0,14 0,34 0,62 0,21 0,43 0,74 0,25 0,49 0,78 0,36 0,62 0,83 0,50 0,75 0,90 0,44 0,71 0,90 0,44 0,71 0,90 0,50 0,75 0,90 0,29 0,55 0,80 0,59 0,85 0,98 0,39 0,68 0,90 0,59 0,85 0,98 0,59 0,85 0,98 0,27 0,54 0,80 0,46 0,76 1,00 0,14 0,33 0,57 0,25 0,49 0,74 0,37 0,65 0,91 0,60 0,88 1,00 0,49 0,79 0,98 0,56 0,86 1,00 0,41 0,69 0,93 0,45 0,74 0,95 0,36 0,60 0,80 0,28 0,51 0,74 0,32 0,57 0,80 0,22 0,45 0,72 0,24 0,48 0,74 C 8 0,16 0,36 0,62 0,32 0,55 0,75 0,23 0,47 0,73 0,32 0,55 0,75 0,32 0,55 0,75 C 9 0,26 0,50 0,73 0,60 0,86 0,98 0,23 0,45 0,68 0,41 0,68 0,90 0,49 0,77 0,95 0 0,42 0,68 0,88 0,54 0,80 0,95 0,48 0,76 0,95 0,54 0,80 0,95 0,54 0,80 0,95 1 0,28 0,53 0,81 0,44 0,71 0,93 0,28 0,53 0,79 0,39 0,68 0,93 0,41 0,69 0,93 2 0,08 0,24 0,48 0,36 0,60 0,80 0,24 0,48 0,76 0,32 0,57 0,80 0,34 0,59 0,80 3 0,32 0,57 0,80 0,24 0,48 0,76 0,30 0,56 0,80 0,14 0,33 0,60 0,20 0,42 0,70 4 0,39 0,68 0,93 0,33 0,60 0,88 0,39 0,68 0,93 0,28 0,53 0,83 0,30 0,56 0,86 Adım 8: Her br alternatfn Bulanık Poztf İdeal Çözüm (BPİÇ, ) ve Bulanık Negatf İdeal Çözüm (BNİÇ, ) kümeler sırasıyla 19. ve 20. formüller kullanılarak hesaplanır. Tablo 7 de ağırlıklı normalze edlmş bulanık karar matrs gösterlmştr. 471

10 Selahattn YAVUZ, Muhammet DEVECİ Tablo 7: Bulanık Poztf ve Bulanık Negatf İdeal Çözüm (BPİÇ & BNİÇ) BPİÇ & BNİÇ A 1, A, A A 3, A A 4, A A 5, A A 1, A-, A- A 3, A- A 4, A- A 5, A- 0,55 0,48 0,60 0,51 0,49 0,53 0,60 0,48 0,58 0,59 0,64 0,50 0,66 0,58 0,54 0,45 0,58 0,41 0,51 0,55 0,44 0,33 0,37 0,37 0,33 0,63 0,73 0,71 0,71 0,73 0,50 0,26 0,40 0,26 0,26 0,59 0,82 0,69 0,82 0,82 0,51 0,34 0,68 0,54 0,42 0,58 0,77 0,39 0,53 0,68 0,24 0,32 0,27 0,38 0,35 0,84 0,78 0,83 0,71 0,74 0,45 0,52 0,48 0,57 0,55 0,61 0,54 0,60 0,51 0,53 C 8 0,65 0,49 0,56 0,49 0,49 0,42 0,57 0,52 0,57 0,57 C 9 0,54 0,25 0,58 0,39 0,33 0,53 0,82 0,49 0,69 0,76 0 0,39 0,29 0,33 0,29 0,29 0,69 0,78 0,76 0,78 0,78 1 0,51 0,37 0,52 0,40 0,38 0,58 0,72 0,57 0,70 0,71 2 0,75 0,45 0,55 0,48 0,46 0,31 0,61 0,54 0,60 0,60 3 0,48 0,55 0,49 0,67 0,60 0,60 0,54 0,59 0,40 0,49 4 0,40 0,46 0,40 0,51 0,48 0,70 0,64 0,70 0,59 0,62 Her br alternatfn BPİÇ ve BNİÇ ten uzaklığı sırasıyla 21. ve 22. formüllerle hesaplanmıştır. Uzaklıkların bulunmasından sonra adayların yakınlık katsayıları (23) numaralı formülle hesaplanmıştır. Karar verclern verdkler blgler doğrultusunda, Bulanık TOPSIS yöntemyle çözüm netcesnde, alternatfler arasında ortaya çıkan sıralama Tablo 8 de gösterlmştr. Buna göre; bölges 1.sırada ve A 5 bölges se 2.sırada yer almıştır. Tablo 8: Alternatflern İdeal Çözüme Yakınlık Katsayıları ve Sıralamaları Alternatfler D D - CC Sıralama A 1 7,052 8,058 0, ,610 9,511 0,629 1 A 3 6,891 8,254 0,545 4 A 4 6,458 8,695 0,574 3 A 5 5,985 9,168 0,605 2 Şekl 4: AVM Yer Seçm İçn D & D - Değerlendrlmes 472

11 Bulanık TOPSIS ve Bulanık VIKOR Yöntemleryle Alışverş Merkez Kuruluş Yer Seçm ve Br Uygulama 8. BULANIK VİKOR YÖNTEMİYLE PROBLEM ÇÖZÜMÜ Yukarıda Bulanık TOPSIS yöntemne göre çözümü sunulan kuruluş yer seçm problem, bu aşamada Bulanık VIKOR yöntemne göre de çözülmüştür. Daha önce de fade ettğmz üzere, her k yöntem bulanık karar Tablo 9: Krterlern Bulanık En İy ve Bulanık En Değerler f f l m u l m u 8 9, ,5 7 8,75 9,75 3,5 5,5 7, ,5 8,25 9, ,5 6,5 8, ,75 1, ,5 10 5,5 7,5 9, ,5 7,5 9 C ,5 6,5 8,25 C 9 8 9, ,5 9, , , ,5 10 3,5 5,5 7, Adım 7: S (7) ve R (8) formüller kullanılarak her br alternatfn en y bulanık ve en kötü bulanık değerlere uzaklıkları hesaplanmış ve Tablo 10 da gösterlmştr. Tablo 10: Alternatflern Alternatfler S S ve R Değerlernn Belrlenmes R l m u l m u A 1 4,842 6,443 7,447 0,650 0,850 0,975 1,131 1,423 1,556 0,450 0,463 0,333 A 3 4,528 5,476 5,125 0,800 0,950 1,000 A 4 3,812 4,726 4,635 0,750 0,925 1,000 A 5 2,377 2,847 2,731 0,600 0,694 0,667 Adım 8: Maksmum grup faydası S, S (9) ve mnmum breysel pşmanlık, R (10) formüller kullanılarak hesaplanmış ve Tablo 11 de gösterlmştr. Tablo 11: S, S, R ve R Değerler l m U S (Mn.) 1,131 1,423 1,556 S (Maks.) 4,842 6,443 7,447 R (Mn.) 0,450 0,463 0,333 R (Maks.) 0,800 0,950 1,000 matrsnn oluşturulması aşamasına kadar aynıdır. Bu nedenle Bulanık VIKOR yöntemnn çözümü, yöntemlern farklılaştığı Adım 6 dan tbaren gösterlmştr. Adım 6: Tüm krter fonksyonlarının, bulanık en y ( f ) (5) ve en kötü değerler ( f ) (6) no lu formüllerle hesaplanmış ve Tablo 9 da gösterlmştr. 473

12 Selahattn YAVUZ, Muhammet DEVECİ Adım 9: Bu son adımda uzlaşık çözüm veren Q (11) değerler hesaplanır. Ayrıca bulanık sayılar durulaştırılarak (12); S, R ve Q ndeks değerler bulunmustur. Elde edlen ortalama sonuçlar Tablo 12 de gösterlmştr. Bulunan ndeks değerlerne göre alternatfler arasında küçükten büyüğe doğru br sıralama yapılmıştır. İndeks değer en küçük olan en y alternatf göstermektedr. Bu yönteme göre; bölges 1. sırada ve A 5 bölges se 2. sırada yer almıştır. Tablo 12: Alternatflern İndeksne Göre Sıralaması Q Alternatfler Q Q S R l m u İndeks Sıra İndeks Sıra İndeks Sıra A 1 0,786 0,897 0,981 0, , , ,000 0,000 0,000 0, , ,415 1 A 3 0,958 0,904 0,803 0, , ,917 5 A 4 0,790 0,803 0,761 0, , ,892 3 A 5 0,382 0,379 0,350 0, , ,653 2 Adım 10: alternatfnn en y çözüm olup olmadığını test etmek çn aşağıdak k koşulun uygunluğu kontrol edlmştr. 1.Koşul: Kabul edleblr avanta Q(a )-Q(a ) 0,25 koşulu sağlanmalıdır (0, ,25). 1 DQ = m 1 (eğer m 5 se DQ=0.25); m alternatf sayısını fade eder ) alternatf kabul edleblr avanta koşulunu sağlamaktadır. 2.Koşul: Karar vermede kabul edleblr stkrar Alternatf a, S ve/veya R değerlerne göre yapılan sıralamada en y alternatf olmalıdır. Eğer 1. koşul sağlanmaz ve Q(a (m) )-Q(a ) DQ olursa, a (m) ve a aynı uzlaştırıcı çözüm olur. Tablo 13: Karar Vermede Kabul Edleblr İstkrar Q > A 5 > A 4 > A 3 = A 1 S > A 5 > A 4 > A 3 > A 1 R > A 5 > A 4 > A 1 > A 3 Bulanık Topss ve Vkor yöntemlern sonuçları karşılaştırıldığında; her k yöntemde de 1. sırada bölges, 2. sırada A 5 bölges ve 3. sırada A 4 bölges çıkmıştır. Sadece A 1 ve A alternatflernn sıralamalarında br değşklk olduğu gözlenmektedr. Bu bağ- 3 lamda her k yöntemn uygulanması sonucunda bölgesnn seçlmes uygun görülmüştür. 9. SONUÇ Müşter beklentlernde meydana gelen değşm; satın alma kararı üzernde fyat faktörünün tek ve yeter belrleyc olarak kabul görmesn ortadan kaldırmış, fyatın yanı sıra kalte, güvenlrlk, satış sonrası hzmetler satın alma kararı üzernde gün geçtkçe daha da fazla etkl olmaya başlamıştır. Bu bağlamda, mnmum malyetlerle şletmelern uzun döneml rekabetç yapılarını destekleyecek, yüksek kârı ve müşter memnunyet sağlayacak yerler seçmek gerekr. Bu çalışmada, sonuçları dkkate alındığında uzun vadede ger dönülemez, dönülse dah yüksek malyetlere katlanılmasına neden olan ve bu nedenle lk seferde doğru kararın verlmesn gerektren stratek karar türlernden AVM yer seçm üzernde durulmuştur. AVM yer seçm, pek çok faktörün brbrleryle etkleşm halnde olduğu ve çoğu zaman arzulanan kazanımların çelştğ durumlarda, uzlaştırıcı çözüme ulaştıracak yöntemlern seçm her zamanknden daha da fazla önem kazanmaktadır. Bu nedenle, çözüme ulaşmada kullanılan yöntemlern nha seçm kararı üzernde etkl olan pek çok faktörü dkkate alablen yöntemler olması gerekllğ, etkn çözüme ulaşılması açısından hayat önem taşımaktadır. Alternatflern değerlendrlmes ve en y olanın seçm çn; brden fazla krter ve karar vercye dayalı değerlendrmeler gerektren durumlar le son yıllarda sıklıkla kullanılan; Çok Krterl Karar Verme (ÇKKV) yöntemlernden Bulanık VIKOR ve Bulanık TOPSIS yöntemler kullanılarak çözüm çn farklı br yaklaşım serglenmeye çalışılmıştır. Alternatflern değerlendrlmes çn; yetenekl şgücü, yatırım malyet, toplum tutumu, trafk, sosyal ve kültürel çevre, altyapı uygunluğu, müşterlere yakınlık, genşleyeblrlk, potansyel talep, araz özellkler, yasal sınırlamalar ve teşvkler, tedarkçlere ve kaynaklara yakınlık, ener ve yakıt bulunablrlğ ve klm koşulları olmak üzere toplam 14 ktter belrlenmştr. Yapılan çalışma sonucunda söz konusu krterler arasından; potansyel talep, altyapı uygunluğu, sosyal ve kültürel çevre karar vercler tarafından kuruluş yer seçmnde en öneml değerlendrme krterler olarak kabul gördüğü belrlenmştr. İncelenen kuruluş yer seçm problemnn Bulanık VİKOR ve Bulanık TOPSIS yöntemleryle çözümü netcesnde, bölgesnn dğer alternatfler arasında brnc sırada seçlmştr. Bulanık TOPSIS ve VIKOR yöntemyle elde edlen sonuçların sıralaması brbrne çok yakındır. Sadece bulanık VIKOR yöntemnde A 1 ve A 3 alternatflernn sıralamalarında br değşklk olduğu gözlenmektedr. Bunun sebeb se alternatflern sıralanması ve seçm aşamasında, maksmum grup faydası (çoğunluk kuralı) ve mnmum breysel pşmanlığı sağlayacak uzlaştı- 474

13 Bulanık TOPSIS ve Bulanık VIKOR Yöntemleryle Alışverş Merkez Kuruluş Yer Seçm ve Br Uygulama rıcı çözüm aranmasıdır. ÇKKV teknğ olan TOPSIS ve VIKOR yöntemlernn her ks de deal çözüme yakınlık referans noktasına dayanmaktadır. Bu k yöntem alternatfler sıralarken kullandığı analz brbrnden farklıdır. VIKOR yöntem Q fonksyonunu kullanırken, TOPSIS yöntem se C fonksyonunu kullanmaktadır. Bu k ÇKKV yöntem farklı normalzasyon teknğ kullanmaktadır. VIKOR lner normalzasyonu kullanırken TOPSIS vektör normalzasyonunu kullanmaktadır (Oprcovc ve Tzeng). Bu yöntemlern uygulama alanı sadece kuruluş yer seçm le sınırlı olmayıp, grup kararı vermey gerektren tedarkç seçm, nsan kaynakları yönetmnde personel seçm veya performans değerleme, yatırım sektöründe, üretm yönetm ve yönetm ve organzasyon gb alanlarda da uygulama alanı bulablr. 475

14 Selahattn YAVUZ, Muhammet DEVECİ KAYNAKLAR Akyüz, G. (2012) Bulanık VIKOR Yöntem İle Tedarkç Seçm Atatürk Ünverstes İktsad ve İdar Blmler Dergs, 26(1): Alpay, M. (2010) Kred Değerllğnn Ölçülmesnde TOPSIS Yöntem ve Br Uygulama Yayınlanmamış Yüksek Lsans Tez, İzmr, D.E.Ü. Sosyal Blmler Ensttüsü. Aydın, Ö., Öznehr, S. ve Akçalı, E. (2009) Ankara çn Optmal Hastane Yer Seçmnn Analtk Hyerarş Sürec İle Modellenmes Süleyman Demrel Ünverstes İktsad ve İdar Blnler Fakültes Dergs, 14(2): Aytekn, A. ve Kaygın, B. (2005) Blgsayar Destekl İşletme Kuruluş Yer Seçm Gaz Ünverstes Orman Fakültes Dergs, 25(2): Chen, C.T. (2000) Extensons of the TOPSIS for Group Decson Makng Under Fuzzy Envronment Fuzzy Sets and Systems, 114: 1-9. Chen, L.Y. ve Wang, T.C. (2009) Optmzng Partners Choce İn IS/IT Outsoutcng Proects: The Strategc Decson of Fuzzy VIKOR Internatonal Journal of Producton Economcs, 120(1): Chou, S.Y., Chang, Y.H. ve Shen, C.Y. (2008) A Fuzzy Smple Addtve Weghtng System Undergroup Decson-Makng Forfaclty Locaton Selecton wth Obectve/Subectve Attrbutes European Journal of Operatonal Research, 189(1): Chou, C.C. (2010) Applcaton of a Fuzzy MCDM Model to the Evaluaton of Plant Locaton Internatonal Journal of Innovatve Computng Informaton and Control, 6(6): Chu, T.C. (2002) Faclty Locaton Selecton Usng Fuzzy TOPSIS Under Group Decsons Internatonal Journal of Uncertanty Fuzzness and Knowledge-Based Systems, 10(6): Çınar, N.T. (2010) Kuruluş Yer Seçmnde Bulanık TOPSIS Yöntem ve Bankacılık Sektöründe Br Uygulama KMÜ Sosyal ve Ekonomk Araştırmalar Dergs, 12(18): Deluka-Tblas, A., Karleusa, B. ve Benac, C. (2011) AHP Methodology Applcaton n Garage-Parkng Faclty Locaton Selecton Promet-Traffc&Transportaton, 23(4): Demr H.H. (2010) İmalat Sektöründe Bulanık TOPSIS Yöntemyle Tedarkç Seçm Yayınlanmamış Yüksek Lsans Tez, İstanbul, İ. Ü. Sosyal Blmler Ensttüsü. Demrel, T., Demrel, N.Ç. ve Kahraman, C. (2010) Mult-Crter Aware House Locaton Selecton Usng Choquet İntegral Expert Systems wth Applcatons, 37(5): Devec, M. ve Kuvvetl, Y. (2012) Kuruluş Yer Seçmnde Bulanık VIKOR Yöntem ve Br Uygulama 32. Ulusal Yöneylem Araştırması ve Endüstr Mühendslğ Kongres Bldr Özetler Ktabı, 75. Doğan, I. (2012) Analyss of Faclty Locaton Model Usng Bayesan Networks Expert Systems wth Applcatons: An Internatonal Journal, 39(1): Ecer, F. (2006) Bulanık Ortamlarda Grup Kararı Vermeye Yardımcı Br Yöntem: Fuzzy Topsıs ve Br Uygulama İsletme Fakültes Dergs, 7(2), Ersoy, A. ve Saat, E.M. (2011) Üretm/İşlemler Yönetm, 2.Basım, Ankara, İma Yayınev. Ertuğrul, İ. ve Karakaşoğlu, N. (2008) Comparson of Fuzzy AHP And Fuzzy TOPSIS Methods for Faclty Locaton Selecton The Internatonal Journal of Advanced Manufacturng Technology, 39(7): Hseh, T.Y., Lu, S.T. ve Tzeng, G.H. (2004) Fuzzy MCDM Approach for Plannng and Desgn Tenders Selecton n Publc Offce Buldngs Internatonal Journal of Proect Management, 22(7): Hu, Y., Wu, S. ve Ca, L. (2009) Fuzzy Mult-Crtera Decson-Makng TOPSIS for Dstrbuton Center Locaton Selecton Internatonal Conference on Networks Securty, Wreless Communcatons and Trusted Computng IEEE, Hwang, C.L. ve Yoon, K. (1981) Multple Attrbutes Decson Makng Methods and Applcatons, Sprnger-Werlag, Berln, Hedelberg. Kabol, A., Aryanezhad, M., Shahanagh, K. ve Nroomand, I. (2007) A New Method for Plant Locaton Selecton Problem: A Fuzzy-AHP Approach Systems, Man and Cybernetcs, ISIC. IEEE Internatonal Conference, Kahraman, C., Ruan, D. ve Dogan, I. (2003) Fuzzy Group Decson-Makng Forfaclty Locaton Selecton Informaton Scences, 157: Kaya, I. ve Çınar, D. (2007) Faclty Locaton Selecton Usng a Fuzzy out Rankng Method Journal Of Multıple Valued Logıc And Soft Computıng, 14:

15 Bulanık TOPSIS ve Bulanık VIKOR Yöntemleryle Alışverş Merkez Kuruluş Yer Seçm ve Br Uygulama Kobu, B. (2008) Üretm Yönetm, 14. Baskı, İstanbul, Beta Yayınları. Lang, G.S. ve Mao-Jun, J. (1991) A Fuzzy Mult- Crtera Decson-Makng Method for Faclty Ste Selecton The Internatonal Journal of Producton Research, 29(11): Mchael, J.H., Tetelve, J. ve Granskog, J.E. (1998) Producton Faclty Ste Selecton Factors for Texas Value-Added Wood Producers Forest products ournal, 48(7-8): Momen, M., Fath, M.R. ve Kashef, M. (2011) A Fuzzy VIKOR Approach for Plant Locaton Selecton Journal of Amercan Scence, 7 (9): Oprcovc, S. (1998) Mult Crtera Optmzaton of Cvl Engneerng Systems, Faculty of Cvl Engneerng, Belgrade. Oprcovc, S. ve Tzeng, G.H. (2004) The compromse soluton by MCDM methods: A comparatve analyss of VIKOR and TOPSIS European Journal of Operatonal Research, 156(2): Oprcovc, S. (2011) Fuzzy VIKOR wth an applcaton to water resources plannng Expert Systems wth Applcatons, 38: Özdağoğlu, A. (2011) A Mult-Crtera Decson- Makng Methodology on The Selecton of Faclty Locaton: Fuzzy ANP The Internatonal Journal of Advanced Manufacturng Technology, Russell, R.S. ve Taylor, B.W. (1999) Operatons Management, Thrd Edton, Prentce Hall. Saleh, M. ve Tavakkol-Moghaddam, R. (2008) Proect Selecton by Usng a Fuzzy TOPSIS Technque World Academy of Scence, Engneerng and Technology, 40: Tavakkolı-Moghaddam, R., Mousav, S. ve Heydar, M. (2011) An Integrated AHP-VIKOR Methodology for Plant Locatıon Selectıon Internatonal Journal of Engneerng, 24 (2): Zadeh, L.A. (1965) Fuzzy Sets Informaton and Control, 8:

16 Selahattn YAVUZ, Muhammet DEVECİ EKLER Ek 1: Krterlern Önem Düzey Karar Verc Krterler C 8 C KV 1 OY OY Y Y ÇY ÇY OY OY Y Y Y OY OY Y KV 2 O O OY Y Y Y O O OY OY OY O O OY KV 3 O OY O OY ÇY Y OY O ÇY Y OY OY O OY KV 4 OY O Y Y Y Y O O ÇY OY OY O OY OY Ek 2: Krterler Bazında Alternatflern Değerlendrlmes Alternatfler A 1 (Bölge 1) (Bölge 2) A 3 (Bölge 3) A 4 (Bölge 4) A 5 (Bölge 5) Karar Verc Krterler C 8 C KV 1 İ O İ O O İ Çİ O O İ İ OK İ İ KV 2 O Oİ Çİ O O Çİ Çİ İ Oİ Çİ Oİ O Çİ İ KV 3 İ O İ Oİ O Çİ Çİ Oİ O Çİ Oİ O Çİ İ KV 4 İ Oİ İ İ O İ Çİ O O Çİ O OK İ İ KV 1 Çİ İ Çİ Çİ İ İ O Çİ Çİ Çİ Çİ Çİ İ İ KV 2 İ Oİ Çİ Çİ Oİ İ İ Çİ İ Çİ İ Çİ Oİ Oİ KV 3 Çİ İ Çİ Çİ Oİ İ Çİ Çİ İ Çİ İ Çİ Oİ Oİ KV 4 İ Çİ Çİ Çİ O Oİ Çİ Çİ Çİ Çİ Çİ Çİ İ İ KV 1 İ O İ İ K İ Çİ İ O Çİ İ İ İ İ KV 2 O O Çİ İ O İ İ İ O İ İ Oİ Çİ İ KV 3 O O Çİ O K Çİ İ Oİ O İ O İ İ İ KV 4 İ Oİ İ İ O İ Çİ İ O Çİ O Oİ İ İ KV 1 İ Oİ İ Çİ Oİ Oİ O Çİ Oİ Çİ İ İ O Oİ KV 2 İ Oİ Çİ Çİ O Oİ İ Çİ Oİ Çİ İ İ O Oİ KV 3 İ Oİ İ Çİ O İ Oİ Çİ İ Çİ İ Çİ Oİ Oİ KV 4 İ Oİ Çİ Çİ K Oİ İ Çİ Oİ Çİ İ Çİ O Oİ KV 1 Çİ İ Çİ Çİ O Oİ O Çİ İ Çİ İ Çİ Oİ Oİ KV 2 İ Oİ Çİ Çİ Oİ İ İ Çİ İ Çİ İ İ O İ KV 3 İ İ Çİ Çİ O İ İ Çİ İ Çİ İ Çİ Oİ Oİ KV 4 İ Oİ Çİ Çİ Oİ Oİ İ Çİ Oİ Çİ Çİ Çİ İ Oİ Ek 3: Krterlern Bulanık Ağırlık Matrs l m u l m u l m u l m u KV1 0,5 0,7 0,9 0,5 0,7 0,9 0,7 0,9 1 0,7 0,9 1 KV2 0,3 0,5 0,7 0,3 0,5 0,7 0,5 0,7 0,9 0,7 0,9 1 KV3 0,3 0,5 0,7 0,5 0,7 0,9 0,3 0,5 0,7 0,5 0,7 0,9 KV4 0,5 0,7 0,9 0,3 0,5 0,7 0,7 0,9 1 0,7 0,9 1 Ortalama 0,40 0,60 0,80 0,40 0,60 0,80 0,55 0,75 0,90 0,65 0,85 0,98 C 8 l m u l m u l m u l m u KV1 0, , ,5 0,7 0,9 0,5 0,7 0,9 KV2 0,7 0,9 1 0,7 0,9 1 0,3 0,5 0,7 0,3 0,5 0,7 KV3 0, ,7 0,9 1 0,5 0,7 0,9 0,3 0,5 0,7 KV4 0,7 0,9 1 0,7 0,9 1 0,3 0,5 0,7 0,3 0,5 0,7 Ortalama 0,80 0,95 1 0,75 0,93 1 0,40 0,60 0,80 0,35 0,55 0,75 478

17 Bulanık TOPSIS ve Bulanık VIKOR Yöntemleryle Alışverş Merkez Kuruluş Yer Seçm ve Br Uygulama Ek 4: Bulanık Karar Matrs Alternatfler A1 (Bölge 1) A2 (Bölge 2) A3 (Bölge 3) A4 (Bölge 4) A5 (Bölge 5) Karar Vercler l m u l m u KV KV KV KV Ortalama 6,00 8,00 9,25 4,00 6,00 8,00 KV KV KV KV Ortalama 8,00 9,50 10,00 7,00 8,75 9,75 KV KV KV KV Ortalama 5,00 7,00 8,50 3,50 5,50 7,50 KV KV KV KV Ortalama 7,00 9,00 10,00 5,00 7,00 9,00 KV KV KV KV Ortalama 7,50 9,25 10,00 6,00 8,00 9,50 479

18

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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-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

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

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

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 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

ÜYELĐK FONKSĐYONU OLARAK ÜÇGEN BULANIK SAYILAR MI YAMUK BULANIK SAYILAR MI? Gaz Ünverstes Đktsad ve Đdar Blmler Fakültes Dergs 9 / 2 (2007). 6-80 ÜYELĐK FONKSĐYONU OLARAK ÜÇGEN BULANIK SAYILAR MI YAMUK BULANIK SAYILAR MI? Fath ECER Öz: Fuzzy TOPSIS (Technque for Order Preference

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

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

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

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

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

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

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 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

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

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 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

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

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

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

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

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

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

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

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

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

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

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

TÜRK KAMU İHALE KANUNUNDA FİYAT İLE BİRLİKTE FİYAT DIŞI UNSURLARIN DA DİKKATE ALINDIĞI İHALE VE KAZANAN TEKLİF

TÜRK KAMU İHALE KANUNUNDA FİYAT İLE BİRLİKTE FİYAT DIŞI UNSURLARIN DA DİKKATE ALINDIĞI İHALE VE KAZANAN TEKLİF TÜRK KAMU İHALE KANUNUNDA FİYAT İLE BİRLİKTE FİYAT DIŞI UNSURLARIN DA DİKKATE ALINDIĞI İHALE VE KAZANAN TEKLİF Necdet ÖZÇAKAR, 1 Istanbul Ünverstes İşletme Fakültes, Üretm Yönetm Ana Blm Dalı Halm YURDAKUL

Detaylı

20. ULUSAL PAZARLAMA KONGRESİ Anadolu Üniversitesi - Eskişehir

20. ULUSAL PAZARLAMA KONGRESİ Anadolu Üniversitesi - Eskişehir 20. ULUSL PZRLM KONGRESİ nadolu Ünverstes - Eskşehr Sgorta Ürün Planlarına İlşkn Ürün Cazplklernn Değerlendrlmes Evaluaton of Product ttractveness of Insurance Product Plans Habbe Yelda Şener 1 - Merve

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

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

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

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

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

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

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

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

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

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

Abstract FİNANSAL PERFORMANS ÖLÇÜM ARACI OLARAK NAKİT AKIM ODAKLI FİNANSAL ANALİZ: İNŞAAT VE BAYINDIRLIK SEKTÖRÜ ÜZERİNE BİR UYGULAMA

Abstract FİNANSAL PERFORMANS ÖLÇÜM ARACI OLARAK NAKİT AKIM ODAKLI FİNANSAL ANALİZ: İNŞAAT VE BAYINDIRLIK SEKTÖRÜ ÜZERİNE BİR UYGULAMA BJSS Balkan Journal o Socal Scences / Balkan Sosyal Blmler Dergs Internatonal Congress o Management Economy And Polcy, 2016 Aralık CASH FLOW-FOCUSED FINANCIAL ANALYSIS AS A MEASURING TOOL OF FINANCIAL

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

Şehiriçi Karayolu Ağlarının Sezgisel Harmoni Araştırması Optimizasyon Yöntemi ile Ayrık Tasarımı *

Şehiriçi Karayolu Ağlarının Sezgisel Harmoni Araştırması Optimizasyon Yöntemi ile Ayrık Tasarımı * İMO Teknk Derg, 2013 6211-6231, Yazı 392 Şehrç Karayolu Ağlarının Sezgsel Harmon Araştırması Optmzasyon Yöntem le Ayrık Tasarımı * Hüseyn CEYLAN* Halm CEYLAN** ÖZ Bu çalışmada, şehrç ulaştırma ağlarının

Detaylı

Çok Kriterli Karar Verme Tekniklerini Kullanarak Serbest Bölge Yer Seçimi: Doğu Anadolu Bölgesi Örneği

Çok Kriterli Karar Verme Tekniklerini Kullanarak Serbest Bölge Yer Seçimi: Doğu Anadolu Bölgesi Örneği Yayın Gelş Tarh: 22.11.2014 Dokuz Eylül Ünverstes Yayın Kabul Tarh: 05.01.2015 İktsad ve İdar Blmler Fakültes Dergs Onlne Yayın Tarh: 30.06.2015 Clt:30, Sayı:1, Yıl:2015, ss. 79-113 Çok Krterl Karar Verme

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

SERMAYE KISITLARI ALTINDA HEDEF PROGRAMLAMA VE BULANIK HEDEF PROGRAMLAMANIN EN İYİ FİYAT BELİRLEME SÜREÇLERİNDE KULLANILMASI VE BİR UYGULAMA

SERMAYE KISITLARI ALTINDA HEDEF PROGRAMLAMA VE BULANIK HEDEF PROGRAMLAMANIN EN İYİ FİYAT BELİRLEME SÜREÇLERİNDE KULLANILMASI VE BİR UYGULAMA SERMAYE KISITLARI ALTINDA HEDEF PROGRAMLAMA VE BULANIK HEDEF PROGRAMLAMANIN EN İYİ FİYAT BELLEME SÜREÇLERİNDE KULLANILMASI VE B UYGULAMA Melke Güngör Dokuz Eylül Ünverstes Ekonometr ABD Y.Lsans melkegungorr@gmal.com

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

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

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

İÇME SUYU ŞEBEKELERİNİN GÜVENİLİRLİĞİ

İÇME SUYU ŞEBEKELERİNİN GÜVENİLİRLİĞİ Türkye İnşaat Mühendslğ, XVII. Teknk Kongre, İstanbul, 2004 İÇME SUYU ŞEBEKELERİNİN GÜVENİLİRLİĞİ Nur MERZİ 1, Metn NOHUTCU, Evren YILDIZ 1 Orta Doğu Teknk Ünverstes, İnşaat Mühendslğ Bölümü, 06531 Ankara

Detaylı

İŞLETME ve İŞLETME İkinci Öğretim BÖLÜMLERİ 1. SINIF (Güz Dönemi) 2. SINIF (Güz Dönemi) İŞL.103 Genel Muhasebe I 3 5 SRV.211 Statistics I 3 5 İKT.

İŞLETME ve İŞLETME İkinci Öğretim BÖLÜMLERİ 1. SINIF (Güz Dönemi) 2. SINIF (Güz Dönemi) İŞL.103 Genel Muhasebe I 3 5 SRV.211 Statistics I 3 5 İKT. İŞLETME ve İŞLETME İknc Öğretm BÖLÜMLERİ n n İŞL.101 Davranış Blmler I İŞL.201 Genel İşletme İŞL.203 Introducton to Busness İŞL.103 Genel Muhasebe I SRV.211 Statstcs I İktsada Grş I İŞL.207 İŞL.209 Pazarlama

Detaylı

DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cilt: 16 Sayı: 48 sh. 61-75 Eylül 2014 KRİL SÜRÜSÜ ALGORİTMASI İLE ATÖLYE ÇİZELGELEME

DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cilt: 16 Sayı: 48 sh. 61-75 Eylül 2014 KRİL SÜRÜSÜ ALGORİTMASI İLE ATÖLYE ÇİZELGELEME DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Clt: 16 Sayı: 48 sh. 61-75 Eylül 2014 KRİL SÜRÜSÜ ALGORİTMASI İLE ATÖLYE ÇİZELGELEME (JOB SHOP SCHEDULING WITH KRILL HERD ALGORITHM) İlker GÖLCÜK

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

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

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

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

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

PÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI

PÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI PÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI Mehmet ARDIÇLIOĞLU *, Galp Seçkn ** ve Özgür Öztürk * * Ercyes Ünverstes, Mühendslk Fakültes, İnşaat Mühendslğ Bölümü Kayser

Detaylı

Antalya Đlinde Serada Domates Üretiminin Kâr Etkinliği Analizi

Antalya Đlinde Serada Domates Üretiminin Kâr Etkinliği Analizi Tarım Blmler Dergs Tar. Bl. Der. Derg web sayfası: www.agr.ankara.edu.tr/derg Journal of Agrcultural Scences Journal homepage: www.agr.ankara.edu.tr/journal TARIM BİLİMLERİ DERGİSİ JOURNAL OF AGRICULTURAL

Detaylı

DİZÜSTÜ BİLGİSAYAR SEÇİMİ: DEA, TOPSIS ve VIKOR ile KARŞILAŞTIRMALI BİR ANALİZ

DİZÜSTÜ BİLGİSAYAR SEÇİMİ: DEA, TOPSIS ve VIKOR ile KARŞILAŞTIRMALI BİR ANALİZ Ekonomk ve Sosyal Araştırmalar Dergs, Clt 10, Yıl 10, Sayı 1, 2014 The Internatonal Journal of Economc and Socal Research, Vol. 10, Year 10, No. 1, 2014 DİZÜSTÜ BİLGİSAYAR SEÇİMİ: DEA, TOPSIS ve VIKOR

Detaylı

Kısa Vadeli Sermaye Girişi Modellemesi: Türkiye Örneği

Kısa Vadeli Sermaye Girişi Modellemesi: Türkiye Örneği Dokuz Eylül Ünverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:24, Sayı:1, Yıl:2009, ss.105-122. Kısa Vadel Sermaye Grş Modellemes: Türkye Örneğ Mehmet AKSARAYLI 1 Özhan TUNCAY 2 Alınma Tarh: 04-2008,

Detaylı

Türk Sigortacılık Sektöründe Çok Kriterli Karar Verme Teknikleri (ÇKKV) ile Performans Ölçümü: BİST Uygulaması

Türk Sigortacılık Sektöründe Çok Kriterli Karar Verme Teknikleri (ÇKKV) ile Performans Ölçümü: BİST Uygulaması Çukurova Ünverstes İİBF Dergs Clt:20. Sayı:1. Hazran 2016 ss.127-147 Türk Sgortacılık Sektöründe Çok Krterl Karar Verme Teknkler (ÇKKV) le Perormans Ölçümü: BİST ygulaması Perormance Measurement n Turksh

Detaylı

Soğutucu Akışkan Karışımlarının Kullanıldığı Soğutma Sistemlerinin Termoekonomik Optimizasyonu

Soğutucu Akışkan Karışımlarının Kullanıldığı Soğutma Sistemlerinin Termoekonomik Optimizasyonu Soğutucu Akışkan arışımlarının ullanıldığı Soğutma Sstemlernn ermoekonomk Optmzasyonu * 1 Hüseyn aya, 2 ehmet Özkaymak ve 3 rol Arcaklıoğlu 1 Bartın Ünverstes akne ühendslğ Bölümü, Bartın, ürkye 2 arabük

Detaylı

DAĞITIM STRATEJİLERİNİN OLUŞTURULMASINA YÖNELİK MODEL OLUŞTURMA: BİR TÜRK FİRMASI ÜZERİNE ÖRNEK UYGULAMA

DAĞITIM STRATEJİLERİNİN OLUŞTURULMASINA YÖNELİK MODEL OLUŞTURMA: BİR TÜRK FİRMASI ÜZERİNE ÖRNEK UYGULAMA ZKÜ Sosyal Blmler Dergs, Clt 2, Sayı 4, 2006, ss. 123 145. DAĞITIM STRATEJİLERİNİN OLUŞTURULMASINA YÖNELİK MODEL OLUŞTURMA BİR TÜRK FİRMASI ÜZERİNE ÖRNEK UYGULAMA Yrd. Doç. Dr. Ahmet ERGÜLEN Nğde Ünverstes

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

OLİGOPOLİ. Oligopolic piyasa yapısını incelemek için ortaya atılmış belli başlı modeller şunlardır.

OLİGOPOLİ. Oligopolic piyasa yapısını incelemek için ortaya atılmış belli başlı modeller şunlardır. OLİGOOLİ Olgopolc pyasa yapısını ncelemek çn ortaya atılmış bell başlı modeller şunlardır.. Drsekl Talep Eğrs Model Swezzy Model: Olgopolstc pyasalardak fyat katılığını açıklamak çn gelştrlmştr. Olgopolcü

Detaylı

04.10.2012 SU İHTİYAÇLARININ BELİRLENMESİ. Suİhtiyacı. Proje Süresi. Birim Su Sarfiyatı. Proje Süresi Sonundaki Nüfus

04.10.2012 SU İHTİYAÇLARININ BELİRLENMESİ. Suİhtiyacı. Proje Süresi. Birim Su Sarfiyatı. Proje Süresi Sonundaki Nüfus SU İHTİYAÇLARII BELİRLEMESİ Suİhtyacı Proje Süres Brm Su Sarfyatı Proje Süres Sonundak üfus Su ayrım çzs İsale Hattı Su Tasfye Tess Terf Merkez, Pompa İstasyonu Baraj Gölü (Hazne) Kaptaj Su Alma Yapısı

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