Afet Sonrası Hizmet Verecek Ekiplerin Konuşlanma Yerlerinin Belirlenmesi

Transkript

1 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 1 Al USLU and 2 Adnan AKTEPE, 2 Süleyman ERSÖZ 1 Prme of Mnstry Dsaster and Emergency Management Authorty Çorum Offce, Çorum, Turkey 2 Faculty of Engneerng, Department of Industral Engneerng, Kırıkkale Unversty, Turkey Özet Yer seçm çalışmaları, karar vercler çn üzernde ttzlkle çalışılması gereken br konudur. Özellkle afet ve acl durum hallernde bu seçmler hayat önem taşımaktadır. Bu çalışmanın amacı, olası afetler sonrası görev alacak hzmet ekplernn, afetlere etkn ve zamanında müdahale konusunda, konuşlanmaları gerekl en uygun noktaları belrlemektr. Bu çalışmada, yer seçm sorununa AHP ve TOPSIS le br çözüm öners sunulmuştur. Alternatfler, Bulanık AHP yöntemyle hesaplanan krter ağırlıklarıyla lşklendrlmş ve çalışmanın yapıldığı Çorum İl çn TOPSIS yöntemyle sıralanmıştır Anahtar kelmeler: Afet önces yer seçm, çok krterl karar verme, TOPSIS, bulanık AHP Abstract The locaton selecton, an ssue that should be studed carefully for decson makers. Especally, those selectons n the dsaster and emergency stuatons t s of vtal mportance. The purpose of study s selectng the best feasble locatons of post dsaster servce area n order to response dsasters ontme and operatve. In ths study, a soluton proposal was offered to the problem of locaton selecton through Analytc Herarchy Process (AHP) and TOPSIS.Alternatves are assocated wth crtera whch s calculated wth fuzzy AHP and those alternatves are lsted wth TOPSIS method for Çorum provnce. Key words: Locaton selecton pre-dsaster, mult-crtera decson makng, TOPSIS, fuzzy AHP 1. Grş Afetlere müdahale ve sonrasındak normal hayata geçş sürec çn karar verme uygulamaları büyük öneme sahptr. Blm ve teknolojdek gelşmeler sonucunda, artık karar verme problemlernn çözümler sezgsel değl blmsel yöntemlerle aranmaya başlanmıştır.[1](organ, 2013] Bu çalışmada, Türkye Afet Müdahale Planı (TAMP) kapsamında yer alan Arama Kurtarma Hzmet Grubu Planı temel alınarak herhang br afet sonrası, llerde konuşlanacak arama ve kurtarma ekpler çn en uygun yer seçmn yapmak hedeflenmştr. Çorum İlne at hzmet grup planı ncelenerek, uzman görüşleryle belrlenmş olan konuşlanma alanları ve bu alanlara at krterler Bulanık AHP yöntemyle ağırlıklandırılmıştır. Alanlar arasındak sıralamayı yapablmek çn, Bulanık AHP le elde edlen ağırlıklar TOPSIS yaklaşımında kullanılmıştır. Çalışmanın brnc bölümünde Bulanık AHP ve TOPSIS yöntemlerne değnlmştr. Yöntemlere at adımlar, Çorum İl çn belrlenen krterler ve alternatf alanlar kullanılarak anlatılmıştır. İknc bölümde hesaplanan sonuçlar Correspondng author: Address: Faculty of Engneerng, Department of Industral Engneerng Kırıkkale Unversty, 71090, Kırıkkale TURKEY. E-mal address: aaktepe@gmal.com, Phone:

2 A. AKTEPE et al / ISITES2016 Alanya/Antalya - Turkey 232 değerlendrlmştr. Üçüncü bölümde se lteratürde çok krterl karar verme ve bulanık mantık algortmalarıyla çözümlenen bazı kaynaklara yer verlmştr. 2. Yöntemler Çalışmamızda kullanılan yaklaşımlar, Bulanık AHP ve TOPSIS metotlarına attr. Bulanık AHP model krterlere at ağırlıkların elde edlmesnde kullanılmıştır. Elde edlen verler, TOPSIS modelnde grd olarak kullanılmıştır Bulanık AHP (Analytc Herarchy Process) Karar verme problemler çersnde belrszlkler ve sübjektf yargıları barındırmaktadır. Bu belrszlkler matematksel olarak fade etmek çn yaygın olarak kullanılan yaklaşım Zadeh (1965) tarafından gelştrlen bulanık mantık teorsdr. Bulanık mantık yaklaşımı le oluşturulan bulanık modeller sayesnde günlük hayattak karmaşık, belrsz ya da y tanımlanmamış sstemlern denetmne bast çözümler sunulmaktadır. İlk bulanık mantık uygulamaları kapalı sstemler çn gelştrlmş daha sonra se açık sstemler olarak tanımlayableceğmz karar verme modeller çn de bulanık matematksel yaklaşımlar gelştrlmştr. [2](Aktepe, 2011) Bulanık AHP temelde 6 adımdan oluşur. Çalışmamız, Lou ve Wang model [3](Lou, Wang, 1992) esas alınarak Bulanık AHP adımları le tamamlanmıştır. Adım 1 Problemn tanımlanması ve ağın oluşturulması Çalışmada ele alınan problem, afet ve acl durumlarda hzmet verecek olan ekplerden Arama Kurtarma Hzmet Grubuna at en uygun konuşlanma alanının belrlenmesdr. Problem çerçevesnde klask AHP yöntemndek gb bağımlılıklar ağa özgün şeklde tanımlanmış ve 1.adım tamamlanmıştır. AFAD çalışanı uzmanlar tarafından belrlenen, konuşlanma alanına at alt krterler şu şeklde tanımlanmıştır. C1: (AADYM), C2: (Lojstk Depo), C3: (Merkez), C4: Alan Büyüklüğü, C5: Hazır Altyapı, C6: Ulaşım, C7: Eğm Adım 2 Karşılaştırma matrs oluşturulması (A) ve durulaştırma Köşegen değerlernn 1 olduğu, çalışmamızda 7x7 boyutunda olan matrstr. Uzmanlar tarafından Tablo 1 de yer alan skalaya göre bulanık olarak doldurulmuştur. Tablo 1. Bulanık Ölçek Tablosu Dlsel İfade Üçgensel Bulanık Sayı Ters Üçgensel Bulanık Sayı Eşt Önem Dereces (1,1,1) (1,1,1) Eşte Yakın Öneml (1,1,3) (1/3,1,1) Braz Öneml (1,3,5) (1/5,1/3,1) Daha Öneml (3,5,7) (1/7,1/5,1/3) Çok Öneml (5,7,9) (1/9,1/7,1/5) Çok Fazla Öneml (7,9,9) (1/9,1/9,1/7) 7 kşlk uzman grup tarafından doldurulan bulanık karar matrslernn durulaştırılması gerekmektedr. Bulanık üçgen sayıların durulaştırılmasına yönelk olarak lteratürde brçok yöntem yer almaktadır. Çalışmada kullanılan durulaştırma yöntem Hus ve Nan (1997) ve Lou ve Wang (1992) çalışmalarını esas almaktadır. Bulanık halde olan matrs, eştlk 2.1 yardımıyla durulaştırılır.

3 A. AKTEPE et al / ISITES2016 Alanya/Antalya - Turkey 233 (λ (m-l)a + l) + (1- λ)(u-(u-m))(1-a), 0 λ 1 0 a 1 (2.1) ( l, m ve u değerler sırasıyla br üçgen bulanık sayının en küçük, en olası ve en büyük değerlern fade etmektedr.) Bu çalışmada, karar verclern rsk tolerans (λ) ve terch (α) değerler dkkate alınmaktadır. α, 0 le 1 arasında herhang br değer alablen sabt ya da değşken br durumu fade etmektedr. λ değşken se 0 le 1 arasında br değer alablmekte ve karar vercnn eğlmn yansıtmaktadır.[4](ozbek,2014) Tablo 2. Durulaştırılmış Karar Matrs DURULAŞTIRMA ARAMA KURTARMA HİZMET GRUBU KONUŞLANMA ALANI (AADYM) (Loj.Depo) (Merkez) Alan Büyüklüğü Hazır Altyapı Ulaşım (AADYM) 1,00 2,76 2,04 0,82 2,56 2,30 0,27 (Loj.Depo) 0,38 1,00 0,61 0,33 0,52 0,67 0,15 (Merkez) 0,49 1,66 1,00 0,58 1,08 1,27 0,33 Alan Büyüklüğü 1,26 3,14 1,85 1,00 2,66 3,40 0,61 Hazır Altyapı 0,39 1,97 0,96 0,41 1,00 0,69 0,20 Ulaşım 0,46 1,63 0,81 0,30 1,43 1,00 0,20 Eğm 3,68 6,71 2,53 1,74 5,02 4,97 1,00 Adım 3 Krterlern önem ağırlıklarının belrlenmes Karşılaştırma matrs, faktörlern brbrlerne göre önem sevyelern belrl br mantık çersnde gösterr. Ancak bu faktörlern bütün çersndek ağırlıklarını, dğer br deyşle yüzde önem dağılımlarını belrlemek çn, karşılaştırma matrsn oluşturan sütun vektörlernden yararlanılır. Çalışmamızda 7 krtere at Bvektörümüze at hesaplamalar çn öncelkle, Tablo 2 de yer alan matrsn sütunları toplanarak her hücre sütun toplamına bölünmüş böylelkle, bütün krterlere at hesaplanan Bvektörler C matrsn oluşturur. C matrsnn satır elemanlarının artmetk ortalaması alınarak krterlern önem ağırlıkları hesaplanır. (W) Eğm Tablo 3. C Matrs ve Krter Önem Ağırlıkları ARAMA KURTARMA HİZMET GRUBU KONUŞLANMA ALANI AADYM () (Lojstk Depo) (Merkez) Alan Büyüklüğü Hazır Altyapı Ulaşım Eğm W (Krter Ağırlıkları) C MATRİSİ AADYM 0,13 0,15 0,21 0,16 0,18 0,16 0,10 0,1548 Lojstk Depo 0,05 0,05 0,06 0,06 0,04 0,05 0,05 0,0521 Merkez 0,06 0,09 0,10 0,11 0,08 0,09 0,12 0,0930 Alan Büyüklüğü 0,16 0,17 0,19 0,19 0,19 0,24 0,22 0,1938 Hazır Altyapı 0,05 0,10 0,10 0,08 0,07 0,05 0,07 0,0748 Ulaşım 0,06 0,09 0,08 0,06 0,10 0,07 0,07 0,0757 Eğm 0,48 0,36 0,26 0,34 0,35 0,35 0,36 0,3558

4 A. AKTEPE et al / ISITES2016 Alanya/Antalya - Turkey 234 Adım 4 Tutarlılık Hesaplanması Karşılaştırma matrsnn tutarlı olablmes çn, en büyük özdeğernn (λmax) matrs boyutuna (n) eşt olması gerekmektedr. λmax değern hesaplamak çn, br öncek adımda oluşturulan W sütunu le A matrs çarpılır. Bu şeklde D sütun vektörü elde edlmş olur. D vektörünün her br elemanı krter ağırlıklarına (W) bölünerek, özdeğerler elde edlr. Hesaplanan özdeğerlern ortalaması alınarak, en büyük özdeğere (λmax) ulaşılır. [5](Arslan ve Khsty, 2005). Bu şlemden sonra tutarlılık gösterges ve tutarlılık oranı hesaplanması eştlk 2.2 ve 2.3 yardımıyla yapılır. Eştlk 2.3 te belrtlen rassallık göstergesne at tablo (Tablo 5) şu şeklde dzayn edlmştr. [6] (Kweselewcz ve Uden, 2004) Tutarlılık Gösterges = λmax n n 1 (2.2) Tutarlılık Oranı = Tutarlılık Gösterges Rassallık Gösterges (2.3) D Sütun Vektörü Özdeğerler 1, ,180 0, ,164 Tablo 4. λ max ve Tutarlılık Hesabı 0, ,132 Tutarlılık Gösterges 0, , ,208 Tutarlılık Oranı 0, , ,093 0, ,185 2, ,304 λ max 7,181 Tablo 5.Rassallık Gösterges Matrs Boyutu Rassallık Gösterges 0 0 0,52 0,89 1,11 1,25 1,35 1,40 1,45 1,49 AHP adımları çalışmamızda burada sonlanmaktadır. Bunun sebeb se, AHP yöntemn çalışmamızda sadece krterler ağırlıklandırmak çn kullanıyor olmamızdır TOPSIS (Technque for Order of Preference by Smlarty to Ideal Soluton) TOPSIS yöntem çok krterl karar verme yöntemlernden br tanesdr ve ntel br çevrm yapılmaksızın, drekt ver üzernde uygulanır. Bu yöntem le alternatf seçeneklern belrl krterler doğrultusunda ve krterlern alableceğ maksmum ve mnmum değerler arasında deal çözüme uzaklıkları değerlendrlerek sıralanması mümkündür. TOPSIS yöntemnde karar verc tarafından seçlen alternatf, deal sonuca en yakın ve negatf-deal sonuca en uzak olan

5 A. AKTEPE et al / ISITES2016 Alanya/Antalya - Turkey 235 alternatftr. TOPSIS yöntem her br krtern tekdüze br şeklde artan ya da azalan fayda eğlmne sahp olduğunu varsaymaktadır. Bundan dolayı, deal ve negatf deal çözümler tanımlamak kolaydır. [7](Alpay, 2010) TOPSIS, ELECTRE yöntemnn temel yaklaşımlarını kullanır ve çözümü ELECTRE yöntemne göre daha kısadır ve 6 adımda çözüme ulaşılır. Adım 1 Karar matrsnn (A) oluşturulması Karar matrsnn satırlarında üstünlükler sıralanmak stenen karar noktaları, sütunlarında se karar vermede kullanılacak değerlendrme faktörler yer alır. A matrs karar verc tarafından oluşturulan başlangıç matrsdr.[8] (Saghafan, S. ve Hejaz, S. R., 2005) Bulanık AHP yaklaşımında değerlendrlen krterler, AFAD uzmanları tarafından belrtlen alternatf alanlar le değerlendrlerek karar matrs oluşturulmuştur.. Çorum İlnde AFAD uzmanlarınca belrlenen uygun konuşlanma alanları, KVN1: Fuar Alanı, KVN2: Ömerbey Mera Alanı, KVN3: Özel İdare Alanı, KVN4: Kentpark, KVN5: Gmat Top. Stes, KVN6: Mmar Snan Top Sahası, KVN7: İmam Hatp Kampüs olarak belrtlmştr. Çalışmamızda 7 kşlk uzman gruba uygulanan karar matrsler, 0-20 puan aralığında değerlendrlmş, artmetk ortalama alınarak Karar Matrs elde edlmştr. Tablo 6. Karar Matrs (A) Karar Matrs (A) AADYM Loj.Depo Merkez Alan Büyüklüğü Hazır Altyapı Ulaşım Eğm C1 C2 C3 C4 C5 C6 C7 Fuar Alanı KVN1 16,00 9,14 13,14 14,71 16,29 11,86 16,57 Ömerbey Mera Alanı KVN2 3,57 2,43 3,43 19,14 1,14 3,57 13,29 Özel İdare Alanı KVN3 16,57 12,71 12,86 10,14 19,71 13,86 17,86 Kentpark KVN4 15,29 12,29 13,86 10,57 2,86 13,86 13,00 GmatTop.Stes KVN5 14,86 17,43 10,43 6,00 14,43 15,43 16,14 Mmar Snan Top Sahası KVN6 12,86 8,57 9,57 6,14 15,43 10,57 17,86 İmam Hatp Kampüs KVN7 13,57 15,00 11,14 5,14 15,57 14,86 15,86 Adım 2 Standart karar matrsnn (R) oluşturulması Standart Karar Matrs, A matrsnn elemanlarından yararlanarak, eştlk 2.4 yardımıyla hesaplanır. aj rj m (2.4) 2 a k 1 kj

6 A. AKTEPE et al / ISITES2016 Alanya/Antalya - Turkey 236 Tablo 7. Standart karar matrs (R) Standart Karar Matrs R AADYM Loj.Depo Merkez Alan Büyüklüğü Hazır Altyapı Ulaşım Eğm C1 C2 C3 C4 C5 C6 C7 Fuar Alanı KVN1 0,44 0,29 0,45 0,49 0,44 0,36 0,39 Ömerbey Mera Alanı KVN2 0,10 0,08 0,12 0,64 0,03 0,11 0,32 Özel İdare Alanı KVN3 0,45 0,40 0,44 0,34 0,54 0,42 0,42 Kentpark KVN4 0,42 0,39 0,47 0,35 0,08 0,42 0,31 Gmat Top.Stes KVN5 0,40 0,55 0,35 0,20 0,39 0,46 0,38 Mmar Snan Top Sahası KVN6 0,35 0,27 0,33 0,21 0,42 0,32 0,42 İmam Hatp Kampüs KVN7 0,37 0,47 0,38 0,17 0,42 0,45 0,38 Rj 36,70 31,69 29,43 29,96 36,77 33,29 42,07 W 0,155 0,052 0,093 0,194 0,075 0,076 0,356 Adım 3 Ağırlıklı standart karar matrsnn (V) oluşturulması Bulanık AHP modelnde krterlere at hesaplanan ağırlıklar, Standart karar matrsnn elemanlarıyla çarpılarak Ağırlıklı standart karar matrs (V) elde edlr. [9] (Yurdakul ve Tansel, 2003) Tablo 8. Ağırlıklı standart karar matrs (V) Ağırlık Standart Karar Matrs (V) AADYM Loj.Depo Merkez Alan Büyüklüğü Hazır Altyapı Ulaşım Eğm C1 C2 C3 C4 C5 C6 C7 Fuar Alanı KVN1 0,067 0,015 0,042 0,095 0,033 0,027 0,140 Ömerbey Mera Alanı KVN2 0,015 0,004 0,011 0,124 0,002 0,008 0,112 Özel İdare Alanı KVN3 0,070 0,021 0,041 0,066 0,040 0,032 0,151 Kentpark KVN4 0,064 0,020 0,044 0,068 0,006 0,032 0,110 GmatTop.Stes KVN5 0,063 0,029 0,033 0,039 0,029 0,035 0,137 Mmar Snan Top Sahası KVN6 0,054 0,014 0,030 0,040 0,031 0,024 0,151 İmam Hatp Kampüs KVN7 0,057 0,025 0,035 0,033 0,032 0,034 0,134 Adım 4 İdeal ( A ) ve negatf deal ( A ) çözümlern oluşturulması Bu aşamada ağırlıklandırılmış matrste her br kolonda yer alan maksmum ve mnmum değerler tespt edlmektedr.

7 A. AKTEPE et al / ISITES2016 Alanya/Antalya - Turkey 237 İdeal ve Negatf İdeal Çözüm Kümes Tablo 9. İdeal ve negatf deal çözümler A 0,070 0,029 0,044 0,124 0,040 0,035 0,151 A- 0,015 0,004 0,011 0,033 0,002 0,008 0,110 Adım 5 Ayırım ölçülernn hesaplanması TOPSIS yöntemnde her br karar noktasına lşkn değerlendrme faktör değernn İdeal ve negatf deal çözüm setnden sapmalarının bulunablmes çn Eucldan Yaklaşımından yararlanılmaktadır. Buradan elde edlen karar noktalarına lşkn sapma değerler se İdeal Ayırım ( S ) ve Negatf İdeal Ayırım ( S ) Ölçüsü olarak adlandırılmaktadır. İdeal ayırım ( S ) ölçüsünün hesaplanması (2.5) eştlğnde, negatf deal ayırım ( S ) ölçüsünün hesaplanması se (2.6) eştlğnde gösterlmştr. S S n j1 n j1 2 ( v v ) (2.5) j j 2 ( v v ) (2.6) j j Tablo 10. Ayırım ölçüler S -0,002-0,014-0,002-0,029-0,007-0,008-0,011-0,055-0,025-0,033 0,000-0,038-0,027-0,039 0,000-0,008-0,003-0,058 0,000-0,004 0,000-0,005-0,008 0,000-0,055-0,034-0,004-0,041-0,007 0,000-0,011-0,085-0,011 0,000-0,014-0,016-0,015-0,014-0,084-0,009-0,011 0,000-0,013-0,004-0,009-0,091-0,008-0,001-0,017 S- 0,052 0,011 0,031 0,062 0,031 0,019 0,030 0,000 0,000 0,000 0,091 0,000 0,000 0,002 0,055 0,017 0,030 0,032 0,038 0,023 0,041 0,049 0,016 0,033 0,035 0,003 0,023 0,000 0,048 0,025 0,022 0,006 0,027 0,027 0,027 0,039 0,010 0,019 0,006 0,029 0,016 0,041 0,042 0,021 0,024 0,000 0,029 0,026 0,024

8 A. AKTEPE et al / ISITES2016 Alanya/Antalya - Turkey 238 S S- KVN1 0,035 0,099 KVN2 0,091 0,091 KVN3 0,059 0,094 KVN4 0,078 0,075 KVN5 0,088 0,075 KVN6 0,089 0,070 KVN7 0,094 0,070 Adım 6 İdeal çözüme göre yakınlığın hesaplanması Her br karar noktasının deal çözüme görel yakınlığının ( C ) hesaplanmasında deal ve negatf deal ayırım ölçülernden yararlanılır. Burada kullanılan ölçüt, negatf deal ayırım ölçüsünün toplam ayırım ölçüsü çndek payıdır. İdeal çözüme görel yakınlık değernn hesaplanması aşağıdak formülde gösterlmştr. S C S (2.7) S Burada C değer 0 C 1 aralığında değer alır ve C 1 lgl karar noktasının deal çözüme, C 0 lgl karar noktasının negatf deal çözüme mutlak yakınlığını gösterr Kısaltmalar Tablo 11.İdeal Çözüme Göre Yakınlığın Hesaplanması C Rank Fuar Alanı KVN1 0,737 1 Ömerbey Mera Alanı KVN2 0,498 3 Özel İdare Alanı KVN3 0,615 2 Kentpark KVN4 0,490 4 GmatTop.Stes KVN5 0,459 5 Mmar Snan Top Sahası KVN6 0,439 6 İmam Hatp Kampüs KVN7 0,427 7 TAMP : Türkye Afet Müdahale Planı AFAD : Afet ve Acl Durum Yönetm Başkanlığı İl AFAD : İl Afet ve Acl Durum Müdürlüğü AHP : Analytc Herarchy Process TOPSIS : Technque for Order of Preference by Smlarty to Ideal Soluton ELECTRE : Elmnaton Et Chox Tradusant la Realté AADYM : Afet ve Acl Durum Yönetm Merkez

9 A. AKTEPE et al / ISITES2016 Alanya/Antalya - Turkey SONUÇLAR Günümüzde yer seçm problemler, çok krterl karar verme (ÇKKV) teknklernn kullanımı le yaygın olarak çözülmektedr. ÇKKV yöntemlern bolluğu, araştırmacılarda farklı modellern kurgulanıp, çalıştırılmasına mkân sağlamıştır. Çalışma, afet sonrası kullanılması öngörülen Arama Kurtarma hzmet grubu konuşlanma alanı yer seçm problem olarak ele alınmıştır. Bu kapsamda çalışmanın yürütüldüğü Çorum lndek ve AFAD Başkanlıktak uzmanlardan destek alınarak yer seçme at gerekl krterler toplanmıştır. İlk aşamada ondan fazla olan krterler, uzman görüşü alınarak 7 e düşürülmüştür. Uzmanlar tarafından bulanık ortamda doldurulan karşılaştırma matrsler sonucunda krterlern bağımlı ağırlıkları bulunmuş ve bunlar TOPSIS yaklaşımında kullanılarak çözümlenmştr. Bulanık AHP yöntem kullanılarak yapılan hesaplamalar netcesnde krterlern ağırlıkları sırasıyla; (C1: 0,155) (C2: 0,052) (C3: 0,093) (C4: 0,194)(C5: 0,075)(C6: 0,076) (C7: 0,356) olmuştur. Görüldüğü üzere C1, C4 ve C7krterler, arama kurtarma hzmet grubu konuşlanma alanı yer seçmnde dğer krterler üzernde çok daha fazla öneme sahptr. Krter ağırlıkların hesaplanması netcesnde TOPSIS yöntemne geçlmş ve muhtemel br afet sonrası Çorum İlnde kurulması öngörülen konuşlanma alanları arasında sıralama yapılmıştır. TOPSIS yöntemne grd oluşturan krter ağırlıkları, 7 kşlk AFAD uzmanlarınca oluşturulmuş karar matrs le kullanılmış ve yöntemn sonucunda Çorum l çn en uygun sıralama şu şeklde oluşmuştur. 1KVN 1 Fuar Alanı 2KVN 3 Özel İdare 3KVN 2 Ömerbey Mera Alanı 4KVN 4 Kentpark 5KVN 5 Gmat Toptancılar Stes 6KVN 6 Mmar Snan Top Sahası 7KVN 7 İmam Hatp Kampüsü Bu sonuçlar çerçevesnde, Fuar Alanı, Özel İdare ve Ömerbey Mera Alanı sırasıyla problemmz çn en uygun yerler olmuştur. Uzmanlar tarafından belrlenen krterlern yer seçm çalışmalarında değşmeyeceğnden, yapılan çalışmanın, öncelkle demografk ve coğraf yönden Çorum lne benzer ller çn de yapılableceğ öngörülmüştür. Ayrıca çalışmamızın İl Afet Müdahale Planlarında yer alan ve yer seçm yapılması gerekl dğer alanlar çn de (Çadır kent/konteynır kent, geçc tess alanlar, ek mezarlıklar, toplanma bölgeler, lojstk depo alanları v.b.) altlık oluşturacağı düşünülmektedr. Kaynaklar

10 A. AKTEPE et al / ISITES2016 Alanya/Antalya - Turkey 240 [1] Organ A., Effect the machne selecton evaluaton of crtera wth fuzzy method dematel Ç.Ü. Socal Scence Journals, 1, 2013, [2] Aktepe, A., A total performance measurement model wth fuzzy multcrtera decson makng methods and applcaton, Kırıkkale Unversty, M.Sc. Thess, 2011, Kırıkkale [3] Lou, T., Wang J. Rankng fuzzy numbers wth ntegral value, Fuzzy set and systems, 50 pp [4] Özbek, A. The use of mult crtera decson makng methods n suppler selecton G.Ü. Socal Scence Electronc Journals, 11, 2014, [5]ArslanT., Khısty C. Jatn, A Ratonal Reasonng Method From Fuzzy Perceptons In Route Chose, Fuzzy Sets And Systems, 2005, 150 [6] Kwıesıelewıcz M., Uden E. V.; Inconsstent and Contradctory Judgments In Parwse Comparson Method In The AHP, Computers & Operatons Research, 2004, 31. [7] Alpay, M. TOPSIS Method n Evaluaton of Credt Ratng and a Research, Dokuz Eylül Unversty, M.Sc. Thess, 2010, İzmr [8] Saghafan, S. ve Hejaz, S. R., Mult crtera Group Decson Makng Usng A Modfed Fuzzy TOPSIS Procedure, Internatonal Conference on Computatonal Intellgence for Modellng, Control and Automaton, and Internatonal Conference on Intellgent Agents, Web Technologes and Internet Commerce, 2005, IEEE. [9] Yurdakul M., Tansel İç Y. An Illustratve Study Amed to Measure and Rank Performance of Turkısh Automotve Companes Usng TOPSIS G.Ü. J. Fac. Eng. and Arch.Vol: 18, No:1, 2003, 1-18