Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi. Pamukkale University Journal of Engineering Sciences
|
|
- Serkan Karadere
- 8 yıl önce
- İzleme sayısı:
Transkript
1 Paukkale Üverstes ühedslk Bller Ders, Clt 9, Sayı, 0, Sayfalar 6-6 Paukkale Üverstes ühedslk Bller Ders Paukkale Uversty Joural of Eeerg Sceces BULANIK KARAR VERE SİSTELERİNDE PARALEL HESAPLAA PARALLEL COPUTING IN FUZZY DECISION AKING SYSTES Serka BALLI *, Bahadır KARASULU Blş Ssteler ühedslğ Bölüü, Tekolo Fakültes, uğla Sıtkı Koça Üverstes, 4, uğla. Blsayar ühedslğ Bölüü, ühedslk arlık Fakültes, Çaakkale Osekz art Üverstes, 00, Çaakkale. Gelş Tarh/Receved: 4.0.0, Kabul Tarh/Accepted: *Yazışıla yazar/correspodg author do: /paes Özet Bazı karar problelerde, alteratf, krter ve karar vercler sayısı çok yüksektr. Bu yüzde hesaplaa şle daha zor, zaa alıcı ve karaşık br hal alır. Bu karaşık şleler daha kısa sürede gerçekleştrleblek ç paralel hesaplaa b popüler tekololer evcuttur. Bu çalışada, Bulaık Aaltk Hyerarş Sürec (BAHS) ve TOPSIS (Techque for Order Preferece by Slarty to Ideal Soluto) yötelerde oluşa bulaık br karar vere sstede paralel hesaplaaı tasarlaası ve gerçekleştr celeştr. Paralel hesaplaa, hesaplaaı e yoğu olduğu BAHS adııda gerçekleştrlştr. Öerle yöte, hooe ve heteroe blsayarlarda ayrı ayrı deeş ve souçlar tartışılıştır. Aahtar keleler: Bulaık karar vere, Paralel hesaplaa, Bulaık aaltk hyerarş sürec, TOPSIS. Grş Paralel hesaplaa; uzu ve karaşık br hesaplaa şle souçlarıı, ser hesaba göre daha hızlı elde etek ç şle parçalara ayrılıp uyarlaası yolu le çok sayıda şlecde eş zaalı olarak şletlesdr. Paralel blsayarlar ç popüler br taksoo lk kez chael Fly, [] tarafıda taılaıştır. Bu taksoo teel hedef, br proble çözüles ç proble, daha küçük alt görev parçalarıa bölektr. Böylece bu parçalar eş zaalı çalışacak şeklde düzeleeblektedr []. Çok çeştl paralel blsayar (şlec) yapıları vardır. Bu yapılar, şlecler (şlee eleaları) arasıdak veya şlec ve bellek arasıdak bağlatıya göre belrlerler. Geellkle, paralel blsayarlar koutları şlee bçe göre sııfladırılırlar. Bua göre paralel blsayarlar; şlecler ayı zaada ayı koutları şleelere ya tek kout/çoklu ver (SID) akışıa göre veya her br şlec farklı koutları şlees ya çoklu kout/çoklu ver (ID) akışıa göre adladırılırlar. Buu yaıda paralel şlec akeler setrk (tü şlecler ayı sevyede olası) ve asetrk (şlecler bazı görevler ç ayrılası ve öcelkler olası) çoklu şlecler olak üzere k aa gruba ayrılırlar. Setrk Çoklu İşlecler (SÇİ), k veya daha fazla özdeş şlecye sahp olable br blsayar ars tesl ederler. Bu şlecler tek br paylaşılı aa belleğe erşektedrler. Güüüzde brçok gücel sste SÇİ ars kullaaktadır. Çok-çekrdekl şleclerde, SÇİ ars çoklu çekrdekler her bre ayrı brer şlecyş b uygulaır. Uygu şlet sste desteğ le ver bellekte erede olduğuu pek öel oladığı br bçde Abstract I soe decso probles, the ubers of alteratves, crtera ad decso-akers are very hgh. Therefore the calculato process becoes ore dffcult, te cosug ad coplex. To acheve these coplex tasks a shorter te, popular techoloes such as parallel coputg are avalable to use. I ths study, desg ad pleetato of parallel coputato a fuzzy decso akg syste whch cossts of the ethods: Fuzzy Aalytc Herarchy Process (FAHP) ad TOPSIS (Techque for Order Preferece by Slarty to Ideal Soluto) was vestgated. Parallel coputg was carred out FAHP phase that s ost tesve phase of calculato. Proposed ethod was tested hoogeeous ad heterogeeous coputers separately ad results were dscussed. Keywords: Fuzzy decso akg, Parallel coputg, Fuzzy aalytc herarchy process, TOPSIS. herha br ş yükü ç herha br şlec çalıştırılablese olaak sağlar. Ayrıca SÇİ ssteler şlecler arası yük degese de olaak taır. Asetrk Çoklu İşlecler (ASÇİ) se, özel br ş ç özelleştrlş ayrı şlecler kullaırlar, bu duru doğal olarak karaşıklığı da artıraktadır. Blsayar küelerde oluşa çoklu-şlecl ssteler (NASA ı br proes olarak başlaya Beowulf proesde olduğu b), tü şlecler ç tü bellek kapastes erşleblr değldr. Bu çalışada; bulaık karar vere ssteler ç kullaıla sste, setrk çoklu şlecler sııfıa rektedr. Karar probleler geel olarak brde fazla krter çerr ve klask çok krterl karar vere (ÇKKV) algortaları kullaılarak çözüleblektedr. Bu probleler çoğu zaa belrsz ve doğrusal olaya özellkler çerektedr. Bu tür belrszlk çere durularda doğrusal olaya özellkler odellees ç klask karar vere yöteler yetersz kalakta ve bulaık atık, bulaık çıkarı ve yapay sr ağları b yapay zeka (YZ) tekklere htyaç duyulaktadır. Paralel hesaplaa yüksek hesaplaa gücü gerektre probleler ç çok farklı alalarda uygulaaktadır. Bu çalışada ele alıa karar vere kousudak paralel hesaplaa le ll araştıralara bakılacak olursa; Gergel ve Stro, [] global olarak optal karar vereye at zaaala probleler ç blsayar küeler ssteler üzerde paralel hesaplaa ç ye br şea öerşlerdr. Herha br erkez şlec oladığı bu tekdüze şea, çok boyutlu proble drgee fkr teel alır. Ye çoklu hartalaaları (Peao eğr tp b) kullaıı le ayı şeklde, brçok boyutlu proble çok değşkel problelere drgees paralel br yolda yapılableceğ 6
2 Paukkale Üverstes ühedslk Bller Ders, Clt 9, Sayı, 0, Sayfalar 6-6 belrtşlerdr. Bu yolla her br şlec br dğer şlec tarafıda elde edle bly paylaşaktadır. Rah v.d., [4] bulaık TOPSIS kullaa web tabalı ve yüksek başarılı br tıbb teşhs sste gelştrşlerdr. Bulaık TOPSIS e göre hesaplaa çok fazla sayıda rş değerler ve hesaplaa olduğuda çalışa süres kısaltak ç bu hesaplaaları eş zaalı olarak çalışasıı ögörüşler ve hesaplaaları paralelleştrles gerçekleştrlşlerdr. ÇKKV le ll tekklerde ola Pareto yüzey oluşturulasıda, solu br elea aalz, bezet veya çok krterl yaklaşılar çere her br foksyou değerledrles ş hesaplaa olarak oldukça karaşık hale gelektedr. Wuppalapat v.d., [5] hesaplaa süres bu açıda düşürülebles ç paralel şlecler kullaılası tekğ çalışalarıda tartışışlardır. Br test proble olarak br yapısal topolo proble seçlş ve Pareto yüzey k farklı küe kullaılarak oluşturuluştur. Yaaoto v.d., [6] statstksel verler hesaplaası ç Jasp statstksel aalz sstede yüksek düzeyde paralel hesaplaa foksyoları gelştrşlerdr. Bu çalışalarda paralel hesaplaa le k veya daha fazla şlec (veya blsayar) kullaııı ser hesaplaaya göre daha avatalı yaları olduğu ortaya çıkaktadır. Bu çalışada se şlet sste seç proble ç BAHS ve TOPSIS yötelerde oluşa bulaık br karar vere sstede paralel hesaplaaı tasarlaası ve gerçekleştr ele alııştır. Paralel hesaplaa, hesaplaaı e yoğu olduğu BAHS adııda gerçekleştrlştr. Öerle yöte, hooe ve heteroe blsayarlarda ayrı ayrı deeş ve souçlar tartışılıştır. akale kc bölüüde bulaık karar vere, BAHS ve TOPSIS yöteler detayları verlektedr. Üçücü bölüde gelştrle paralel hesaplaalı karar vere algortası alatılakta ve dördücü bölüde elde edle bulgular suulaktadır. Beşc bölüde souçlar ve tartışalara yer verlektedr. Bulaık Karar Vere Geel olarak, kes olaya bl veya br terch yapısıı gösterlesde kullaıla bulaık atık, Zadeh, [] tarafıda gelştrlştr. Bulaık atık ve küeler aa özellğ belrszlğ odelleesdek yeteeğdr []. Edüstryel alada belrsz ssteler odelleesde ta ve kes bl olada da karar verey kolaylaştırır [9]. Klask küe teorsde br üye küeye attr ya da değldr yaklaşıı vardır. Bu teorde atlk kousuda ta ve kesk br ayrı söz kousudur bu yüzde üyelk sıırları da ta ve kes olarak belldr. Fakat gerçek hayatta karşılaşıla çoğu problede klask küe teors yetersz kalaktadır [0]. Bulaık küe, klask küe br uzatısıdır. Klask küeler sadece ta üyelğ veya üye olaayı gösterrke, bulaık küeler ayı zaada kıs üyelk de suarlar. Bulaık verler daha esektr ve bulaık ver kullaılası le daha hassas souçlar elde edlr []. Bella ve Zadeh, [] bulaık karar vere teors olarak ble ye br yöte ortaya koyuşlardır. Bulaık karar vere aa çalışa alaı belrszlk altıda karar veredr. Çükü elzde krterlere, alteratflere ve souçlara lşk sayısal değerler değl sözle fade edle dlsel değerler evcuttur ve bu belrszlk oluşturur. Bulaık Karar Vere algortk olarak Şekl de gösterlştr. Grş değerler karar vere ütese göderlr ve burada bulaıklaştıra yapılır ve ll karar vere odel gerçekleştrlerek souç elde edlr. Karar vere yöte olarak çalışada ele alıa çok krterl karar vere tekkler BAHS ve TOPSIS yöteler sorak bölülerde detaylı olarak alatılaktadır. Grş değerler Bulaıklaştıra Karar Vere Ütes Souç Şekl : Bulaık karar vere.. Bulaık Aaltk Hyerarş Sürec Bl Tabaı Aaltk Hyerarş Sürec Saaty, [] tarafıda gelştrle br ÇKKV yötedr. Bu çalışada, BAHS ç üçge bulaık sayılar ve kl karşılaştıralardak setetk ertebe değerler ç ertebe aalz kullaılıştır. X x x, x,..., ese küez ve, x G g, g, g,..., g se hedef küez olsu. Chag, [4]-[5] ı ertebe aalz yötee göre her br ese alıakta ve her br hedef ç sırasıyla ertebe aalz yapılaktadır. Böylece her br ese ç aşağıda gösterldğ b ertebe aalz değer buluaktadır:,,...,,,...,, Burada, ( =,,...,) değerler heps üçge bulaık sayıdır. Buda sora gerçekleştrlecek ola Chag ı ertebe aalz aşağıdak adılarda oluşaktadır. Adı :. eseye at bulaık setetk ertebe değer şu şeklde buluur: S elde etek ç, aşağıdak b ertebe değerler ç bulaık toplaa şle gerçekleştrlr: l, (), u () ve değerler ç aşağıdak b bulaık toplaa şle gerçekleştrlr: elde etek ç se ( =,,...,) l,, u () ve sora vektörü ters aşağıdak forülle buluur: 6
3 Paukkale Üverstes ühedslk Bller Ders, Clt 9, Sayı, 0, Sayfalar 6-6 u,, l ~ ~ Adı : ( l,, u) ve ( l,, u), k üçge bulaık sayı olak üzere, ( l,, u) ( l,, u) gerçekleşe olasılığı şu şeklde hesaplaır: ~ ~ V sup ~ ( x), ~ ( y) (5) yx ve bu aşağıdak eştlğe eşttr: ~ ~ ~ ~ V hgt( ) ( (6) ) d, eger 0, eger l u l u, dğer durularda ( u ) ( l ) Şekl de eştlk e göre d oktası ve (4) () arasıdak e büyük kesşe oktası D ordatıdır. ve y karşılaştırak ç V ve V değerlere htyacıız vardır.. TOPSIS etodu İlk olarak Hwag ve Yoo, [6] tarafıda ortaya koula TOPSIS, uygulaası daha bast yaklaşılarda brdr. Bu tekğe göre, e y alteratf, poztf deal çözüe e yakı ve egatf deal çözüe e uzak alteratftr []. etot aşağıdak adılarda oluşaktadır: Adı. Karar atrs eştlk 5 dek b oralze edlr: w r,,,..., J,,,..., J w () Adı. Ağırlıkladırılış oralze atrs aşağıdak b elde edlr: v w * r,,,,..., J,,,,..., () Adı. Poztf deal çözü ve egatf deal çözü aşağıdak b buluur: * * * * A { v, v,..., v,} A v v v {,,...,,} aksu değerler u değerler () (4) Adı 4. Her br alteratf poztf ve egatf deal çözüde uzaklığı hesaplaır: * * d ( v v ),,,..., J (5) l l d u u ~ ~ V Şekl : ve kesş. Adı : Br koveks bulaık sayıı k koveks bulaık (=,, k) sayıda büyük ola olasılığı şu şeklde taılaaktadır: V (,,... ) ad ( ) ad V... ad ( k ) V( ),,,,..., k k her br k,,..., ; k ç da V ( S Sk ) olduğuu varsayalı. Bu duruda ağırlık vektörü aşağıdak bdr: ( d( A ), d( A ),..., d( A T () W )) (9) Burada, (,,... ) alteratflerdr. A Adı 4: Noralzasyo yoluyla elde edle oralze edlş ağırlık vektörü aşağıdak bdr: W d( A ), d( A ),..., d( )) (0) ( A T ( ),,,..., d v v J (6) Adı 5. Her br alteratf yakılık katsayıları aşağıdak forülle hesaplaır: d CC,,,..., J * d d () Adı 6. CC yakılık katsayı değerler brbryle karşılaştırılası le alteratfler sıralaası elde edlş olur. Paralel Hesaplaalı Karar Vere Algortası Ballı ve Korukoğlu, [] çalışasıda ele alıa şlet sste seç proble ç karar algortası Şekl tek bdr. Bu algortaya ek olarak BAHS hesaplaaları ç paralel hesaplaa yöte gelştrlştr. Ser algortada BAHS ç karşılaştıra değerler yapıldıkta sora, 0 ayrı karar atrs ç değerler BAHS adııda tek tek hesaplaarak TOPSIS adııa aktarılaktadır. Burada 0 atrs BAHS bölüüde ser olarak hesaplaası yere paralel hesaplaa tekğ kullaılarak çözüles öerlştr. Gelştrle ser algortaı BAHS bölüüe ek olarak paralel hesaplaaı br alt kata bçde eklees sayesde, hesaplaaı çekrdek kısı ola atrs hesapları paralel olarak yapılablr hale gelştr. Bu yolla süreçler kedlere at ver kısıı yöeterek bularda üretle kedlere at souçları elde edeblşlerdr. Bu bölüde sora, bu souçlar br araya getrlerek sorak ser çalışa TOPSIS adııa rd olarak verlektedrler. Bu şle taae daha üst katalarda bağısız olarak, gelştrle paralel hesaplaa altyapısı tarafıda yapılaktadır. Burada W bulaık değldr. 6
4 Paukkale Üverstes ühedslk Bller Ders, Clt 9, Sayı, 0, Sayfalar 6-6 Karşılaştıra değerler Sste ayrıca farklı doaı özelklere sahp heteroe yapıdak blsayarlar üzerde de deeş ve souçlar karşılaştırılıştır. Kullaıla heteroe blsayarları özellkler Tablo de verlştr. Tablo : Heteroe blsayarları özellkler. Alt kata BAHS TOPSIS Souçlar Şekl : Karar vere algortası. Paralel hesaplaa Dağıtık ve dak bellekl ve br çok şlecye (sürece) destek vereblecek br algortaı gelştrles, ver ve başarıı arttıracaktır. Ser algortaı gelştrlesde sora, böyle br sste progralaasıda esa geçe ara yüzü (essage Passg Iterface-PI) le yapısal ANSI C dl (GNU C) olaaklarıı kullaılası terch edlştr [9]. Progra gelştrlesde PI paralel kütüphaes ola PI ı geş çapta taşıablrlk ve yüksek başarıa sahp br gerçekleştr ola PICH ( kullaıı terch edlştr. PICH he PI-, he de PI- ye at özellkler çerr. PICH aaçları arasıda blsayar küeler (asaüstü ssteler, paylaşılı-bellekl ssteler, çok çekrdekl arler) de çere brçok farklı hesaplaa ve letş platforuu etk br şeklde desteklees, geşletleye uygu br çatı oluşturulası gelektedr. PICH taae ücretsz olarak dağıtılır. PI stadardı paralel uygulaalar ç edüstrde stadart hale gelştr. esa-geçe progralaa paradgası, e esk ve e geş paralel blsayar progralaa yaklaşııdır. Paralel hesaplaada şlecler ç ver çeşde göre bölülee ve hartalaa yapılaktadır [0]. Bölülee, şleclere (süreçlere) dağıtılak üzere ver yapılarıı kşsel odüllere bölerek oluşturula br yol ke; hartalaa, bu odüller veya ll foksyoları ll şleclere (süreçlere) ll odül gelecek şeklde ataasıdır []. Çalışaızda kullaıla paralel hesaplaa tekğ, ll ver hesabıı yapa foksyoları brçok süreç akes (hesaplaa küese dahl edlş şlecler/süreçler) arasıda eşt ktarlarda bölüştürüles le paylaşılası lkese dayaaktadır. Bu atıkla ver bazlı hartalaa yapılıştır. Yazılıı gelştrlesde sora yazılıı yeterce güçlü br sstede deees aşaasıa gelştr. Bu aşaada GB bellekl Itel Core Duo sl k çekrdekl şlec de oluşa (her br.40 GHz) sekz adet hooe doaı özellklere ve Wdows XP bt şlet sstee sahp, brbrlere 00 bps hızıdak etheret le ağ a bağlı blsayarlar test şleler ç seçlştr. İşlet Sste İşlec Blsayar sayısı Wdows XP bt Petu 4 Wdows Vsta bt Petu 4 Wdows XP bt Core Duo Wdows XP 64 bt Core Duo Yazılıı bu blsayarlarda br üzerde öce ser olarak, sorasıda çeştl blsayar (şlec) sayıları baz alıarak paralel çalıştırılası sağlaış ve böylece deey souçları elde edlştr. Sırasıyla,,, 4, 6, şlec sayısı deeş ve başarı optzasyou dkkate alıarak yazılıda bua uygu değşklkler de yapılıştır. Gelştrle yötede ser ve paralel çalışacak şeklde haralaış algortaya at algortk akış aşağıdak bdr:. Başla,. Karşılaştıra değerler dosyada oku,. İll dz ve değşkeler taıla, 4. Gerekl dz eleaları ve/veya değşkeler değerler sıfırla, 5. PI ı başlat, 6. İşlec sayısı ve klkler tespt et,. Hesaplaada geçe süre tespt ç saat tutaya başla,. Kaç adet şlec le çalışılacağıı ll paraetreye göre belrle, 9. Grş değerler üzerde BAHS yöte gerçekleştr, 0. Elde edle yerel souçları şlec sırası (rak) sıfır ola (ya rak uarası sıfır ola şlec veya yöetc şlec olarak adladırıla süreç düğüü) üzerde topla,. Her br adıda elde edlş ola BAHS souçlarıı ll dosyaya yazdır,. Saat tutayı btr,. PI ı btr, 4. BAHS de gele değerler üzerde TOPSIS yöte uygula, 5. TOPSIS le elde edle sıralaa souçlarıı dosyaya yazdır, 6. Dur. Algorta ser olarak başlaakta, daha sora BAHS yöte paralel çalıştırılıp souçlar TOPSIS yöte le brleştrlektedr. Hesaplaa süreler tü algorta ç değl paralel çalıştırıla BAHS yöte çdr. Yukarıdak algortadak sekzc adıda belrtle paraetreye göre hesaplaılası stele atrsler ll şlec sayısıa bölüerek şlecler arasıda dağıtılak suretyle (şlec hartalaa) hesaplatılaktadırlar. Öreğ 6 şlecl duruda BAHS bölüüdek 0 adet atrs her br beşerlk gruplar halde şleclere dağıtılıştır. atrsler x9 boyutlarıdadır. Topla 0 bulaık değer kullaılıştır. Her br bulaık değer sayısal değerle fade edldğ ç toplada 0 adet sayısal değer vardır. 64
5 Ver (% olarak) Hızlaa (Speedup) S. Ballı, B. Karasulu Paukkale Üverstes ühedslk Bller Ders, Clt 9, Sayı, 0, Sayfalar Bulgular Çalışaızda deeyler sırasıda elde edle hızlaa oraları (başarı) ve ver yüzdelkler aşağıdak tablo ve grafklerde verlektedr. Gee Adahl, [] tarafıda ortaya koula ve Adahl Kauu olarak da aıla geel br odel paralel şledek hızlaa oraı ç uygulaıştır []. Hızlaa dey (Sp) ç (e bast bçde) Adahl Kauu forülü, T() Sp( p) T ( ) p () şekldedr. Burada, p, şlec sayısıdır, T(), tek şlec çalıştırıldığıda geçe süre, T(p) se p adet şlec çalıştırıldığıda geçe süredr. Ver ç (e bast bçde) kullaıla forül se, T() ( p) T( ) p p (9) şekldedr. Ölçüler BAHS yöte ç prograı öce ser sora da paralel çalıştırılası yoluyla elde edlştr. Hooe tek ve çok şlecl progra ç ser hesap (ya p=) ke ve paralel hesapta (p=, p=, p=4, p=6 veya p=) ke geçe süreler, bu sürelere at hızlaa değerler ve bu hızlaa değerlere at ver değerler Tablo de gösterlektedr. Tablo : Hooe blsayarlar ç süreler, hızlaa ve ver tablosu. İşlec Sayısı Geçe Süre (saye) Hız Oraları x Ver (% olarak) 5x x x x x Hızlaa ç bulua regresyo foksyou Hızlaa= - 0,0 +,059 p - 0,04 p şekldedr. s=0,0660 ve R =99,% olarak buluuştur. Burada s, regresyo stadart hatasıı gösterektedr. R se [0,00] aralığıda değer alır ve regresyo eğrs gerçek verye e kadar yaklaştığıı gösterektedr. Şekl 4 tek düz çz le gösterle eğr gerçek hızlaa değerler, keskl çzlerle gösterle eğr se karesel eğr uydura le elde edle hızlaa grafğ gösterr. Şekl 4 te hooe şlec le çalıştırıla paralel prograı, hızlaa grafğde tepe perforasıa (Sp=.45) ya doyu oktasıa, ayı ada çalışa 6 şlec buluduğu br deey çalıştırası sırasıda ulaştığı görülektedr. Ver ç bulua regresyo foksyou Ver 04,-,00 p şekldedr. s=,549 ve R =9,% olarak buluuştur. Şekl 5 te görüleceğ b, çalışada şlecl bezetdek tepe ver değer % 5. dür. Bu ver değere acak şlecl deeyde ulaşılası ve daha sorak şlec sayılarıda ver düşes başlıca ede, proble ked doğası gereğ şle yapa foksyoları karaşıklığı le doğru oratılıdır. Ver e optal değer ye e yüksek hızlaaı da elde edldğ 6 şlecl deey sırasıda elde edlştr. Heteroe tek ve çok şlecl blsayarlar ç de ayı şleler gerçekleştrlş ve geçe süreler, bu sürelere at hızlaa değerler ve bu hızlaa değerlere at ver değerler Tablo te verlştr İşlec Sayısı (p) Şekl 4: Hooe blsayarlar le elde edle hızlaa grafğ İşlec Sayısı (p) Şekl 5: Hooe blsayarlar le elde edle ver grafğ. Tablo : Heteroe blsayarlar ç süre değerler, hızlaa ve ver tablosu. İşlec Sayısı Geçe Süre (saye) Hız Oraları 40 x Ver (% olarak) 5 x x x x x Hızlaa ç bulua regresyo foksyou Hızlaa= 0,564+0,4 p - 0,056 p şekldedr. s=0,0006 ve R =9,5% olarak buluuştur. Şekl 6 da heteroe şlec le çalıştırıla paralel prograı, hızlaa grafğde tepe perforasıa (Sp=.59) ya doyu oktasıa, ayı ada çalışa 6 şlec buluduğu br deey çalıştırası sırasıda ulaştığı görülektedr. Ver ç bulua regresyo foksyou Ver =09,-,9 p+,66 p şekldedr. s=4,05 ve R =, % olarak buluuştur. Şekl de görüleceğ b, çalışada heteroe şlecl bezetdek tepe ver değer % 5.5 dr. Ver e optal değer ye e yüksek hızlaaı da elde edldğ 6 şlecl deey sırasıda elde edlştr. Bu değer ver alt ve üst sıırı arasıdak farkı ortalaasıa oldukça yakı br değerdr. Hooe ve heteroe ssteler karşılaştırası Şekl ve Şekl 9 da verlektedr. Elde edle değerler tek br grafk 65
6 Ver (% olarak) Hızlaa (Speedup) Ver (% olarak) Hızlaa (Speedup) S. Ballı, B. Karasulu Paukkale Üverstes ühedslk Bller Ders, Clt 9, Sayı, 0, Sayfalar 6-6 üzerde karşılaştırdığıızda, hooe sste farklı şlec sayıları le her br deey çalıştırası ç e etk souçları verdğ gözleektedr. Heteroe sstelerde farklı şlec hızları, paralel hesaplaaya at hızlaa ve ver düşürücü yöde etk etştr. Her k sstede de ayı algorta ayı şlet sste üzerde çalıştırılış olasıa rağe sadece hooe sstede daha y souçlar elde edles bu fkr destekleektedr. Şekl de de görülebleceğ b, hooe şlecl sste le elde edle hızlaa souçları, heteroe sste le elde edlelere göre daha ydr. Şekl 9 da se ver değerler ç, hooe şlecl sste le elde edle souçlar heteroe sstee göre daha fazla çıkaktadır. Fakat 6 şlecl optal ver değer geçldkte sora k sste arasıdak fark ttkçe kapaaktadır. Buu başlıca ede; gelştrle algorta ayı kalakla beraber, proble ked doğası gereğ şle yapa foksyoları karaşıklığı le ver düşüşüü doğru oratılı olasıdır. 5 Souç ve Tartışa Gerçek hayatı karaşıklığıda ve saları algılaa kapastes sıırlı olasıda dolayı, kes olarak kavrayaadığıız çeştl durular vardır k bular acak sözel olarak fade edleblr ve bu duru belrszlk oluşturur. Böyle durularda uygu br şeklde karar verles oldukça zordur ve y br seçe yeteeğ gerektrr. Karar problede uza ssteler, bulaık atık, yapay sr ağları b YZ tekkler kullaılarak uza bls, eksk ve belrsz bl ve durular odelleeblr. Bulaık küeler, karar vercye daha geş br hareket alaı sağlayarak, uygulaaları gerçek düyayı yasıta becerse büyük katkı sağlaaktadır. Bu bakış açısıyla, ele alıa problede yer ala çok sayıda ve yoğu hesaplaa gerektre BAHS şleler ç paralel hesaplaa yöte gelştrlerek sste daha hızlı çalışası sağlaış, ver ve başarıı arttırılıştır. TOPSIS, BAHS de gele souçları brleştrdğ ve tek br şle yaptığı ç paralelleştreye uygu değldr. Gelştrle paralel hesaplaalı karar vere algortası hooe ve heteroe yapıdak blsayarlar ç ayrı ayrı deeş ve BAHS hesaplaalarıı paralelleştre ç uygu olduğu görülüştür. Adahl Kauu u doğal br soucu olarak yapıla deeyler soucuda, sste başarı oraıı şlec sayısı artırıldıkça arttığı fakat br oktada sora şlec artııı başarıyı etkleedğ görülüştür. Bu duru belrl br şlec sayısıda doyu oktasıa ulaşıldığıı gösterektedr. Bua at grafklerde görülebleceğ b, tepe başarııa erşldğ oktada e verl hesaplaaı da gelştrle algorta tarafıda gerçekleştrldğ gözleleştr. Hooe sste, heteroe sstee göre avataı, hızlaa ve ver değerler daha yüksek olarak elde edlş olası harcde hesaplaa karaşıklığıı değşeese rağe ölçekleeblrlğ öe gösteresdr. Heteroe sstede daha hızlı veya daha yavaş şlec sstee dahl edles veya çıkarılası, topla başarıı öel ölçüde etkleektedr. Bu yüzde heteroe sstede ölçekleeblrlk br soru teşkl edeblecekke, hooe sstede şlecler ayı hızlara sahp oldukları ç başarı, ölçekl olarak azalıp artırılablecek yapıdadır. Buda sorak çalışalarda, çok kşde oluşa grup karar vere sırasıda paralel hesaplaaı uygulaablrlğ, karaşık probleler ç uzu hesaplaalar gerektre ÇKKV yöteler ve YZ tekkler elez kullaılarıı paralel olarak gerçekleştrler araştırılacaktır İşlec Sayısı (p) Şekl 6: Heteroe blsayarlar le elde edle hızlaa grafğ İşlec Sayısı (p) Şekl : Heteroe blsayarlar le elde edle ver grafğ Heteroe sste Hooe sste İşlec Sayısı (p) Şekl : Hooe ve heteroe ssteler hızlaa açısıda karşılaştırası İşlec Sayısı (p) Heteroe sste Hooe sste Şekl 9: Hooe ve heteroe ssteler ver açısıda karşılaştırası. 66
7 Paukkale Üverstes ühedslk Bller Ders, Clt 9, Sayı, 0, Sayfalar Kayaklar [] Fly,., Soe coputer orgazatos ad ther effectveess, IEEE Trasactos o Coputers, (9), , 9. [] Graa A., Gupta A., Karyps G. ve Kuar V., Itroducto to Parallel Coputg, Addso Wesley Publshg, Newyork, A.B.D., 00. [] Gergel, V.P. ve Stro, R.G., Parallel coputg for globally optal decso akg o cluster systes, Future Geerato Coputer Systes, (5), 6-6, 005. [4] Rah, S., Gady, L. ve ogharreba, N., A web-based hgh-perforace ultcrtera decso support syste for edcal dagoss, Iteratoal Joural of Itellget Systes, (0), 0-099, 00. [5] Wuppalapat, S., Belegudu, A.D., Azz, A. ve Agarwala, V., ultcrtera decso akg wth parallel clusters structural topology optzato, Advaces Eeerg Software, 9 (5), 46-4, 00. [6] Yaaoto, Y., Nakao, J. ve Fuwara, T., Parallel coputg the statstcal syste Jasp, Coputatoal Statstcs, 5 (), 9-9, 009. [] Zadeh, L.A., Fuzzy sets, Iforato Cotrol,, -5, 965. [] Kahraa, C., Cebec, U. ve Rua, D., ult-attrbute coparso of caterg servce copaes usg fuzzy AHP: the case of Turkey, Iteratoal Joural of Producto Ecoocs,, -4, 004. [9] Ertuğrul, İ. ve Karakaşoğlu, N., Perforace evaluato of Turksh ceet frs wth fuzzy aalytc herarchy process ad TOPSIS ethods, Expert Systes wth Applcatos, 6 (), 0-5, 009. [0] Che, G. ve Pha, T.T., Itroducto to fuzzy sets, fuzzy loc ad fuzzy cotrol systes, CRC Press, New York, A.B.D., 00. [] L, H.Y., Hsu P.Y. ve Shee, G.J., A Fuzzy-Based Decso- akg Procedure for Data Warehouse Syste Selecto, Expert Systes wth Applcatos, (), 99-95, 00. [] Bella, R.E. ve Zadeh, L.A.,. Decso-akg a fuzzy evroet, aageet Scece, (4), 4-64, 90. [] Saaty, T.L., The aalytc herarchy process, cgraw-hll, A.B.D., 90. [4] Chag, D.Y., Extet Aalyss ad Sythetc Decso Optzato Techques ad Applcatos, World Scetfc, Sgapore, 99. [5] Chag, D.Y., Applcatos of the extet aalyss ethod o fuzzy AHP, Europea Joural of Operatoal Research, 95, , 996. [6] Hwag, C.L. ve Yoo, K., ultple attrbutes decso akg ethods ad applcatos, Sprger-Verlag, New York, A.B.D., 9. [] Betez, J.., art, J.C. ve Roa, C., Usg fuzzy uber for easurg qualty of servce the hotel dustry, Tours aageet, (), , 00. [] Ballı S. ve Korukoğlu, S., Operatg Syste Selecto Usg Fuzzy AHP ad TOPSIS ethods, atheatcal ad Coputatoal Applcatos, 4 (), 9-0, 009. [9] Ballı S., elez Zek Karar Destek Ssteler Tasarıı ve Gerçekleştr, Doktora Tez, Ege Üverstes, İzr, 00. [0] Karasulu, B., Ballı, S., Korukoğlu, S. ve Uğur, A., Kutup Degelee Proble İç Yüksek Başarılı Br Optzasyo Tekğ, Paukkale Üverstes ühedslk Bller Ders, 4 (), 5-, 00. [] Adahl, G.., Valdty of sgle-processor approach to achevg large-scale coputg capablty, Proceedgs of AFIPS Coferece, Resto, VA., 96, [] El-Rew H. ve Abd-El-Barr., Advaced Coputer Archtecture ad Parallel Processg, JohWley ad Sos, New York, A.B.D.,
BULANIK ANALİTİK HİYERARŞİ SÜRECİ YÖNTEMİNDE DUYARLILIK ANALİZLERİ: YENİ BİR ALTERNATİFİN EKLENMESİ - ENERJİ KAYNAĞININ SEÇİMİ ÜZERİNDE BİR UYGULAMA
İstabul Tcaret Üverstes Fe Bller Dergs Yıl:7 Sayı:4 Güz 2008/2 s.5-34 BULANIK ANALİTİK HİYERARŞİ SÜRECİ YÖNTEMİNDE DUYARLILIK ANALİZLERİ: YENİ BİR ALTERNATİFİN EKLENMESİ - ENERJİ KAYNAĞININ SEÇİMİ ÜZERİNDE
DetaylıHAVA SAVUNMA SEKTÖRÜ TEZGAH YATIRIM PROJELERİNİN BULANIK ANALİTİK HİYERARŞİ PROSESİ İLE DEĞERLENDİRİLMESİ
HAVACILIK VE UZAY TEKNOLOJİLERİ DERGİSİ OCAK 0 CİLT 5 SAYI 3 (3-33) HAVA SAVUNA SEKTÖRÜ TEZGAH YATIRI PROJELERİNİN BULANIK ANALİTİK HİYERARŞİ PROSESİ İLE DEĞERLENDİRİLESİ Hv.üh.Yzb. Sezg KAPLAN* HHO K.lığı
DetaylıTEDARİK ZİNCİRİ AĞ TASARIMINA BULANIK ULAŞTIRMA MODELİ YAKLAŞIMI
0 Ercyes Üverstes İktsad ve İdar Bller Fakültes Dergs, Sayı:, Ocak-Hazra 009, ss.19-7 TEDARİK ZİNCİRİ AĞ TASARIMINA BULANIK ULAŞTIRMA MODELİ YAKLAŞIMI A. İhsa ÖZDEMİR * Gökha SEÇME ** ÖZ Ye s çevresdek
DetaylıBirlik Hava Savunma Önceliklerinin Tespitine Bulanık Bir Yaklaşım. A Fuzzy Approach to Determination of a Unit s Air Defense Priorities
Savua Bller Dergs Kası 0 Clt 0 Sayı -7. Brlk Hava Savua Öcelkler Tespte Bulaık Br Yaklaşı Mehet Kabak Öz Hava savua desteğ belrlees proble savua ssteler verllğde öel br etkye sahp ve karaşık br koudur.
DetaylıGÜÇLÜ BETA HESAPLAMALARI. Güray Küçükkocaoğlu-Arzdar Kiracı
GÜÇLÜ BETA HESAPLAMALAI Güray Küçükkocaoğlu-Arzdar Kracı Özet Bu çalışaı aacı Fasal Varlıkları Fyatlaa Model (Captal Asset Prcg Model) Beta katsayısıı hesaplarke yaygı olarak kulladığı sırada e küçük kareler
DetaylıBULANIK AHP YAKLAŞIMINDA DUYARLILIK ANALİZLERİ: YENİ BİR HAMMADDE TEDARİKÇİSİNİN ÇÖZÜME EKLENMESİ
İstabul Tcaret Üverstes Fe Bller Dergs Yıl:7 Sayı:3 Bahar 2008/ s.5-72 BULANIK AHP YAKLAŞIMINDA DUYARLILIK ANALİZLERİ: YENİ BİR HAMMADDE TEDARİKÇİSİNİN ÇÖZÜME EKLENMESİ Aşkı ÖZDAĞOĞLU ÖZET Mateatksel progralaa
DetaylıRegresyon ve Korelasyon Analizi. Regresyon Analizi
Regresyo ve Korelasyo Aalz Regresyo Aalz Regresyo Aalz Regresyo aalz, aralarıda sebep-souç lşks bulua k veya daha fazla değşke arasıdak lşky belrlemek ve bu lşky kullaarak o kou le lgl tahmler (estmato)
DetaylıYER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir.
YER ÖLÇÜLERİ Yer ölçüler, verler merkez veya yığılma oktasıı belrleye statstklerdr. Grafkler bze verler yığılma oktaları hakkıda ö blg vermede yardımcı olurlar. Acak bu değerler gerçek değerler değldr,
DetaylıBAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK *
BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK * Fteess Codtos For Soe Segroup Fales ad Costructos ad Effcecy Basr ÇALIŞKAN Mateatk Aabl Dalı Hayrullah AYIK Mateatk Aabl Dalı ÖZET
DetaylıÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR
ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR Ölçme, her deeysel blm temel oluşturur. Fzk blmde de teorler sıaması ç çeştl deeyler tasarlaır ve bu deeyler sırasıda çok çeştl ölçümler yapılır. Br fzksel celğ
DetaylıİSTANBUL TİCARET ÜNİVERSİTESİ FEN BİLİMLERİ DERGİSİ ISTANBUL COMMERCE UNIVERSITY JOURNAL OF SCIENCE
İSTANBUL TİCARET ÜNİVERSİTESİ FEN BİLİMLERİ DERGİSİ ISTANBUL COMMERCE UNIVERSITY JOURNAL OF SCIENCE Yıl:7 Sayı:3 2008/ BAHAR Sahb İstabul Tcaret Üverstes Adıa Rektör Prof. Dr. Ateş VURAN Yayı Kurulu Prof.
Detaylıİki veri setinin yapısının karşılaştırılması
İk ver set yapısıı karşılaştırılması Dağılım: 6,6,6 Ortalama: 6 Medya: 6 Mod: 6 td. apma: 0 Dağılım: 0,6,1 Ortalama: 6 Medya: 6 Mod: çoklu mod td: apma: 6 Amaç: Görüe Ötese Bakablmek Verler değşkelk durumuu
DetaylıBÖLÜM 4 KLASİK OPTİMİZASYON TEKNİKLERİ (KISITLI OPTİMİZASYON)
BÖÜM 4 KASİK OPTİMİZASYON TEKNİKERİ KISITI OPTİMİZASYON 4. GİRİŞ Öcek bölülerde de belrtldğ b optzaso probleler çoğuluğu kısıtlaıcı oksolar çerektedr. Kısıtlaasız optzaso problelerde optu değer ede oksou
DetaylıBEKLENEN DEĞER VE VARYANS
BEKLEE DEĞER VE VARYAS.1. İadel ve adesz öreklemede tüm mümkü örekler.. Beklee değer.3. Varyas.4. İk değşke ortak dağılımı.5. İstatstksel bağımsızlık.6. Tesadüf değşkeler doğrusal kombasyolarıı beklee
DetaylıMERKEZİ EĞİLİM ÖLÇÜLERİ
MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlee ver düzeleerek çzelgelerle, graklerle suulması çoğu kez yeterl olmaz. Geel durumu yasıtacak br takım ölçülere gereksm vardır. Bu ölçüler verler yalızca özlü br bçmde belrtmekle
DetaylıKademe ayarlı transformatörlere ait kademe ayar değerlerinin jacobian matrise kontrol değişkeni olarak sokulması
SAÜ. Fe Bl. Der. 7. Clt, 3. Sayı, s. 337-348, 03 SAU J. Sc. Vol 7, o 3, p. 337-348, 03 Kadee ayarlı trasforatörlere at adee ayar değerler acoa atrse otrol değşe olara soulası Faru Yalçı *, Uğur Arfoğlu
Detaylı= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama
TANIMLAYICI İSTATİSTİKLER Taımlayıcı İstatstkler MERKEZİ EĞİLİM ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F..B.F. EKONOMETRİ BÖLÜMÜ mehmet.aksarayl aksarayl@deu.edu.tr Yer Ölçüler (Merkez Eğlm Ölçüler)
DetaylıKONTROL KARTLARI 1)DEĞİŞKENLER İÇİN KONTROL KARTLARI
1 KONTOL KATLAI 1)DEĞİŞKENLE İÇİN KONTOL KATLAI Ölçe,gözle veya deey yolu le elde edle verler değşke(ölçüleblr-sürekl) ve özellk (sayılablr-keskl) olak üzere başlıca k gruba ayrılır. Değşke verler belrl
DetaylıKuruluş 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
DetaylıTanımlayıcı İstatistikler
Taımlayıcı İstatstkler Taımlayıcı İstatstkler br değerler dzs statstksel olarak geel özellkler taımlaya ölçülerdr Taımlayıcı İstatstkler Yer Göstere Ölçüler Yaygılık Ölçüler Yer Göstere Ölçüler Br dağılımı
DetaylıQuality Planning and Control
Qualty Plag ad Cotrol END 3618 KALİTE PLANLAMA VE KONTROL Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üverstes Edüstr Mühedslğ Aablm Dalı 1 Qualty Maagemet İstatstksel Proses Kotrol Kotrol Kartları 2 END 3618
DetaylıSayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç
Sayısal Türev Sayısal İtegrasyo İterpolasyo Ekstrapolasyo Bölüm Üç Bölüm III 8 III-. Pvot Noktaları Br ( ) oksyouu değer, geellkle ekse üzerdek ayrık oktalarda belrler. Bu oktalara pvot oktaları der. Bu
DetaylıGaunt Katsayılarının Binom Katsayıları Kullanılarak Hesaplanması
EN AKÜLTESİ EN DERGİSİ E06 4 9-5 Araştıra Maales Gelş Receved :6/0/06 Kabul Accepted :/0/06 Erha AKIN Selçu Üverstes e aültes z Bölüü Kapüs 450 Koya Türye e-al: ea@selcu.edu.tr Öz: Bu çalışada Gaut atsayıları
DetaylıTahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması
. Ders ĐSTATĐSTĐKTE SĐMÜLASYON Tahm Edcler ve Test Đstatstkler Smülasyo le Karşılaştırılması Đstatstk rasgelelk olgusu çere olay süreç ve sstemler modellemesde özellkle bu modellerde souç çıkarmada ve
Detaylıdenklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy
Ders Sorumlusu: Doç. Dr. Necp ŞİMŞEK Problem. deklem sağlaya tüm kompleks sayılarıı buluu. Çöüm deklem şeklde yaablr. Bu so y kompleks sayıları ç y yaalım. Bu taktrde deklemde, baı y ( ) y elde edlr. Burada
DetaylıBir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu
Br KANUN ve Br TEOREM Büyük Türkçe Sözlük kau Đg. law Doğa olaylarıı oluş edeler ortaya koya ve gelecektek olayları öcede kestrme olaağı vere bağıtı; Newto kauu, Kepler kauları. (BSTS / Gökblm Termler
DetaylıT.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ GÜVENİLİRLİK ANALİZİ ÜZERİNE BİR YAZILIM Volka ETEMAN YÜKSEK LİSANS İstatstk Aabl Dalı 0-04 KONYA Her Hakkı Saklıdır TEZ BİLDİRİMİ Bu tezdek bütü blgler
DetaylıGenelleştirilmiş Ortalama Fonksiyonu ve Bazı Önemli Eşitsizliklerin Öğretimi Üzerine
Geelleşrlmş Oralama Foksyou ve Bazı Öeml Eşszlkler Öğrem Üzere Gabl ADİLOV, Gülek TINAZTEPE & Serap KEALİ * Öze Armek oralama, Geomerk oralama, Harmok oralama, Kuvadrak oralama ve bular arasıdak lşk vere
DetaylıZaman Skalasında Box-Cox Regresyon Yöntemi
Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:7, Sayı:, Yıl:0, ss.57-70. Zama Skalasıda Bo-Co Regresyo Yötem Atlla Özur İŞÇİ Sbel PAŞALI GÖKTAŞ ATMACA 3 M. Nyaz ÇANKAYA 4 Özet Hata term
Detaylı1. GAZLARIN DAVRANI I
. GZLRIN DRNI I İdeal Gazlar ç: lm 0 RT İdeal gazlar ç: RT Hacm() basıçla() değşk sıcaklıklarda değşm ekl.. de gösterlmştr. T >T 8 T T T 3 asıç T 4 T T 5 T 7 T 8 Molar Hacm ekl.. Gerçek br gazı değşk sıcaklıklardak
DetaylıÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ
03.05.013 ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ 1 Nede Örekleme? Öreklemde çalışmak ktlede çalışmakta daha kolaydır. Ktle üzerde çalışmak çok daha masraflı olablr. Çoğu durumda tüm ktleye ulaşmak
DetaylıPolinom Filtresi ile Görüntü Stabilizasyonu
Polno Fltres le Görüntü Stablzasonu Fata Özbek, Sarp Ertürk Kocael Ünverstes Elektronk ve ab. Müendslğ Bölüü İzt, Kocael fozbek@kou.edu.tr, serturk@kou.edu.tr Özetçe Bu bldrde vdeo görüntü dznnde steneen
DetaylıARMATÜRLERİN ÜÇ BOYUTLU IŞIK ŞİDDET DAĞILIMLARININ BİLGİSAYAR ORTAMINDA FORMÜLASYONU VE GÖRSELLEŞTİRİLMESİ
Gaz Üv. Müh. M. Fak. Der. J. Fac. Eg. Arch. Gaz Uv. Clt, No, -7, 7 Vol, No, -7, 7 ARMATÜRLERİN ÜÇ BOYUTLU IŞIK ŞİDDET DAĞILIMLARININ BİLGİSAYAR ORTAMINDA FORMÜLASYONU VE GÖRSELLEŞTİRİLMESİ İsal Serka ÜNCÜ
DetaylıBULANIK ÇOK AMAÇLI LİNEER KESİRLİ TAŞIMA PROBLEMİNE ÇÖZÜM ÖNERİSİ
YILDIZ TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ BULANIK ÇOK AMAÇLI LİNEER KESİRLİ TAŞIMA PROBLEMİNE ÇÖZÜM ÖNERİSİ Mateatkç Nurda ÇETİN F.B.E.Mateatk Aabl Dalıda Mateatk Prograıda Hazırlaa DOKTORA TEZİ
DetaylıÇok Aşamalı Örnekleme Yöntemlerinde Örneklem Büyüklüğünün Belirlenmesi : Bir Uygulama
üleya Derel Üverstes Fe Bller Esttüsü Dergs uleya Derel Uversty Joural of atural ad Appled ee 7(), 9-7, 0 Çok Aşaalı Öreklee Yötelerde Örekle Büyüklüğüü Belrlees : Br Uygulaa evl BACALI*, Pıar UÇAR Haettepe
DetaylıGM-220 MÜH. ÇALIŞ. İSTATİSTİKSEL. Frekans Dağılımı Oluşturma Adımları VERİLERİN SUNUMU. Verilerin Özetlenmesi ve Grafikle Gösterilmesi
VERİLERİN SUNUMU GM-0 MÜH. ÇALIŞ. İSTATİSTİKSEL YÖNTEMLER Br çalışadan elde edlen verler ha ver ntelğndedr. Ha verlerden blg ednek zor ve zaan alıcıdır. Ha verler çok karaşık durudadır. Verlern düzenlenes
DetaylıTALEP TAHMİNLERİ. Y.Doç.Dr. Alpagut YAVUZ
TALEP TAHMİNLERİ Y.Doç.Dr. Alpagut YAVUZ Yöetm e temel foksyolarıda br ola plalama, e kaba taımıyla, şletme geleceğe yöelk alıa kararları br bleşkesdr. Geleceğe yöelk alıa kararları başarısı yöetcler yaptıkları
DetaylıBÖLÜM 6 6. REGRESYON MODELİNİN TEMEL KONTROLÜ
BÖLÜM 6 6. REGRESYON MODELİNİN TEMEL KONTROLÜ Bu bölüde regresyo odel üzerde gerçekleştrlecek teel kotrol yöteler celeecektr. Bu kısıda açıklaacak ola tekkler sadece doğrusal regresyo ç değl doğrusal olaya
DetaylıDİŞLİ ÇARKLAR PLANET SİSTEMLERİ 12-02. 2013 Nisan. www.guven-kutay.ch. M. Güven KUTAY / 2013-Nisan-14 Yeniden elden geçirilmiş çıktı.
3 Nsa www.guve-kutay.ch DİŞLİ ÇARLAR LANET SİSTELERİ -. üve UTAY / 3-Nsa-4 Yede elde geçrlş çıktı. 3-Nsa4 www.guve-kutay.ch Sevgl eş FİSUN ' a ÖNSÖZ Br kouyu blek deek, ou eldek kalara göre kullaablek
DetaylıYILLIK ÜCRETLİ İZİN YÖNETMELİĞİ (03.03.2004 tarihli ve 25391 sayılı Resmi Gazete'de yayımlanmıştır.) BİRİNCİ BÖLÜM Amaç, Kapsam ve Dayanak
YILLIK ÜCRETLİ İZİN YÖNETMELİĞİ (03.03.2004 tarhl ve 25391 sayılı Resm Gazete'de yayımlamıştır.) Amaç BİRİNCİ BÖLÜM Amaç, Kapsam ve Dayaak Madde 1 Bu Yöetmelğ amacı, 4857 sayılı İş Kauuu 53 ücü maddes
DetaylıDeğişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ
Değşkeler Arasıdak İlşkler Regresyo ve Korelasyo Dr. Musa KILIÇ http://ks.deu.edu.tr/musa.klc 1. Grş Buda öcek bölümlerde celedğmz koular, br tek değşke ç yorumlamalar yapmaya yöelk statstk yötemler üzerde
Detaylı8. Niteliksel ( Ölçülemeyen Özellikler İçin) Kontrol Diyagramları
1 8. Ntelksel ( Ölçüleeye Özellkler İç) Kotrol Dyagraları Ürüler taşıası gereke kalte karakterstkler br ya da br kaçı belrlee sesfkasyolara uyayablr. Ntelk olarak adladırıla bu özellk edeyle ürü belrl
DetaylıBağıl Değerlendirme Sisteminin Simülasyon Yöntemi ile Test Edilmesi: Kilis 7 Aralık Üniversitesi Örneği
Akademk Blşm 11 - III. Akademk Blşm Koferası Bldrler 2-4 Şubat 2011 İöü Üverstes, Malatya Bağıl Değerledrme Sstem Smülasyo Yötem le Test Edlmes: Kls 7 Aralık Üverstes Öreğ Kls 7 Aralık Üverstes, Blgsayar
DetaylıTEDARİKÇİ SEÇİMİ İÇİN BİR KARAR DESTEK SİSTEMİ A DECISION SUPPORT SYSTEMS FOR SUPPLIER SELECTION
Süleyma Demrel Üverstes Mühedslk Blmler ve Tasarım Dergs 3(2), 9-04, 205 ISSN: 308-6693 Araştırma Makales Suleyma Demrel Uversty Joural of Egeerg Sceces ad Desg 3(2), 9-04, 205 ISSN: 308-6693 Research
DetaylıÜRETİM PLANLAMASINDA HEDEF PROGRAMLAMA VE BULANIK HEDEF PROGRAMLAMA YÖNTEMLERİNİN KARŞILAŞTIRILMASI
Öer.C.9.S.. Temmuz 00.-. ÜRETİM PLANLAMASINDA HEDEF PROGRAMLAMA VE BULANIK HEDEF PROGRAMLAMA YÖNTEMLERİNİN KARŞILAŞTIRILMASI Semra ERPOLAT Mmar Sa Güzel Saatlar Üverstes Fe Edebyat Fakültes, İstatstk Bölümü,
DetaylıGiriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun:
Grş İSTATİSTİK I Ders Değşkelk ve Asmetr Ölçüler Ortalamalar, serler karşılaştırılmasıda her zama yeterl ölçüler değldr. Ayı ortalamayı sahp serler arklı dağılım göstereblrler. Bu edele serler karşılaştırılmasıda,
DetaylıAnalitik Hiyerarşi Süreci Kullanılarak Kişi Takip Cihazı Seçimi. Person Tracking Device Selection Using Analytic Hierarchy Process
BİLİŞİM TKNOLOJİLRİ DRGİSİ, CİLT: 8, SAYI: 1, OCAK 2015 20 Aaltk Hyerarş Sürec Kullaılarak Kş Takp Chazı Seçm Bedredd Al AKÇA 1, Ahmet DOĞAN 2, Uğur ÖZCAN 3 1 Yöetm Blşm Sstemler, Blşm sttüsü, Gaz Üverstes,
DetaylıYüksek Mertebeden Sistemler İçin Ayrıştırma Temelli Bir Kontrol Yöntemi
Yüksek Mertebede Sstemler İç Ayrıştırma Temell Br Kotrol Yötem Osma Çakıroğlu, Müjde Güzelkaya, İbrahm Eks 3 Kotrol ve Otomasyo Mühedslğ Bölümü Elektrk Elektrok Fakültes İstabul Tekk Üverstes,34369, Maslak,
DetaylıTanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ
Taımlayıcı İstatstkler (Descrptve Statstcs) Dr. Musa KILIÇ TANIMLAYICI ÖRNEK İSTATİSTİKLERİ YER ÖLÇÜLERİ (Frekas dağılışıı abss eksedek durumuu belrtr.) DEĞİŞİM ÖLÇÜLERİ ( Frekas dağılışıı şekl belrtr.).
DetaylıTÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ ( ) (TRANSLOG MALİYET FONKSİYONU UYGULAMASI) Yaşar AKÇAY 1 Kemal ESENGÜN 2
l Ta rr ım ı Ekooms Kog rres 6-8 - Eylül l 2000 Tek rrdağ TÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ (980-998) (TRANLOG MALİYET FONKİYONU UYGULAMAI) Yaşar AKÇAY Kemal EENGÜN 2. GİRİŞ Türkye tarımı
DetaylıJournal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi THE FUZZY ANALYTIC HIERARCHY PROCESS FOR SOFTWARE SELECTION PROBLEMS
Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilileri Dergisi Siga 2005/3 THE FUZZY ANALYTIC HIERARCHY PROCESS FOR SOFTWARE SELECTION PROBLEMS Hüseyin BAŞLIGİL * Yıldız Teknik Üniversitesi,
DetaylıĐst201 Đstatistik Teorisi I
Đst20 Đstatstk Teors I DERSĐN TÜRÜ Zorulu DERSĐN DÖNEMĐ Yaz DERSĐN KREDĐSĐ Ulusal Kred: (4, 0, 0 ) 4 KTS: 7 DERSĐN VERĐLDĐĞĐ Bölüm: Đstatstk 200/20 Öğretm Yılı DERSĐN MCI Đstatstğ matematksel temeller
DetaylıETKİN SINIR VE BETA KATSAYI KISITLI PORTFÖY SEÇİM MODELİ ÜZERİNE BİR UYGULAMA
İstabul Tcaret Üverstes Fe Blmler Dergs Yıl: 11 Sayı: Güz 01 s. 19-35 ETKİN SINIR VE BETA KATSAYI KISITLI PORTFÖY SEÇİM MODELİ ÜZERİNE BİR UYGULAMA Cası KAYA 1, Oza KOCADAĞLI Gelş: 30.05.01 Kabul: 14.1.01
DetaylıTuğba SARAÇ Yük. Endüstri Mühendisi TAI, Ankara tsarac@tai.com.tr. Özet. 1. Giriş. 2. Gözden Geçirmeler. Abstract
YKGS2008: Yazılım Kaltes ve Yazılım Gelştrme Araçları 2008 (9-0 ekm 2008, İstabul) Yazılım Ürü Gözde Geçrmeler Öem, Hazırlık Sürec ve Br Uygulama Öreğ The Importace of the Software Product Revews, Preparato
DetaylıÜRÜN TASARIM SÜRECİNDE BULANIK KALİTE FONKSİYON GÖÇERİMİ VE BULANIK HATA TÜRÜ VE ETKİLERİ ANALİZİNİN KULLANIMI
SÜ İİBF Sosyal ve Ekook Araştıralar Dergs 5 ÜRÜN TASARIM SÜRECİNDE BUANIK KAİTE FNKSİYN GÖÇERİMİ VE BUANIK HATA TÜRÜ VE ETKİERİ ANAİZİNİN KUANIMI Esra AYTAÇ * Muhs ÖZDEMİR ** Sel BEKÇİĞU *** ÖZET İşleteler
DetaylıİSTATİSTİK DERS NOTLARI
Balıkesr Ünverstes İnşaat Mühendslğ Bölüü uutokkan@balkesr.edu.tr İSTATİSTİK DERS OTLARI Yrd. Doç. Dr. Uut OKKA Hdrolk Anabl Dalı Balıkesr Ünverstes Balıkesr Ünverstes İnşaat Mühendslğ Bölüü İnşaat Mühendslğ
Detaylıdeğerine bu matrisin bir girdisi(elemanı,bileşeni) denir. Bir sütundan (satırdan) oluşan bir matrise bir sütun (satır) matrisi denir.
Bölüm 2 Matrsler aım 2.1 F br csm, m, brer doğal sayı olsu. a F ( 1,.., m; j 1,..., ) olmak üzere, a11... a1 fadese m satır sütuda oluşa (veya m tpde) br F matrs der. am 1... a m Böyle br matrs daha sade
DetaylıÖnceki bölümde özetlenen Taylor metodlarında yerel kesme hata mertebesinin yüksek oluşu istenilen bir özelliktir. Diğer taraftan
III.5.RUNGE-KUTTA METODLARI Öcek bölümde özelee Talor meodlarıda erel kesme aa merebes üksek oluşu sele br özellkr. Dğer araa ürevler buluma ve esaplaması pek çok problem ç karmaşık ve zama alıcı olduğuda
Detaylı(DERS NOTLARI) Hazırlayan: Prof.Dr. Orhan ÇAKIR. Ankara Üniversitesi, Fen Fakültesi, Fizik Bölümü
FİZ433 FİZİKTE BİLGİSAYAR UYGULAMALARI DERS NOTLARI Hazırlaya: Pro.Dr. Orha ÇAKIR Akara Üverstes, Fe Fakültes, Fzk Bölümü Akara, 7! İÇİNDEKİLER. LİNEER OLMAYAN DENKLEMLERİN KÖKLERİNİN BULUNMASI I/II. LİNEER
Detaylı53.1 ve = Güncelleme:03/11/2018 YÜK VE GERİLME ANALİZİ ÖRNEK: 1
Gücellee:3/11/18 YÜK VE GERİLME ANALİZİ ÖRNEK: 1 Şeklde verle yüzey gerles duruu ç; (a) Asal düzle açılarıı (b) Asal gerleler (c) Maksu kaya gerles ve bu gerleye karşılık ral gerley buluuz. 5MPa 1MPa y
DetaylıAES S Kutusuna Benzer S Kutuları Üreten Simulatör
AES S Kutusua Bezer S Kutuları Ürete Smulatör M.Tolga SAKALLI Trakya Üverstes Blgsayar Mühedslğ tolga@trakya.edu.tr Erca BULUŞ Trakya Üverstes Blgsayar Mühedslğ ercab@trakya.edu.tr Adaç ŞAHİN Trakya Üverstes
DetaylıPolinom İnterpolasyonu
Polom İterpolasyou (Ara Değer Bulma Br foksyou solu sayıdak, K, R oktalarıda aldığı f (, f (,, f ( değerler bls (foksyou keds blmyor. Bu oktalarda geçe. derecede br tek, P a + a + a + + a (... polumu vardır
DetaylıORTAK BAĞIMSIZ DENETİM VE MALİ MÜŞAVİRLİK LİMİTED ŞİRKETİ
ORTAK BAĞIMSI Z DENETİ M VE MALİ MÜŞAVİ RLİK LİMİTED ŞİRKETİ 6102 SAYILI YENİ TÜRK TİCARET KANUNUNUN ANONİM VE LİMİTED ŞİRKETLERE GETİRDİKLERİ www.ortakusavr.co Sayfa 1 ÖNSÖZ Tcar hayatııza br çok yelk
DetaylıMANYETİK OLARAK STABİLİZE EDİLMİŞ AKIŞKAN YATAKLARDA KÜTLE AKTARIM KATSAYILARININ İNCELENMESİ
MANYETİK OLAAK STABİLİZE EDİLMİŞ AKIŞKAN YATAKLADA KÜTLE AKTAIM KATSAYILAININ İNCELENMESİ Metn ŞENGÜL, Ahet. ÖZDUAL* Şeker Enttüü Etegut/ANKAA; *H.Ü. Kya Mühendlğ Bölüü Beytepe/ANKAA ÖZET Bu çalışanın
DetaylıFİNANSAL YÖNETİM. Finansal Yönetim Örnek Sorular Güz 2015. Yrd. Doç. Dr. Rüstem Barış Yeşilay 1. Örnek. Örnek. Örnek. Örnek. Örnek
Fasal Yöetm Örek lar Güz 2015 Güz 2015 Fasal Yöetm Örek lar 2 Örek FİNNSL YÖNETİM ÖRNEKLER 1000 TL %10 fazde kaç yıl süreyle yatırıldığıda 1600 TL olur? =1000 TL, FV=1600 TL, =0.1 FV (1 ) FV 1600 (1 )
DetaylıParametrik Olmayan İstatistik Çözümlü Sorular - 2
Parametrk Olmaya İstatstk Çözümlü Sorular - Soru Böbrek hastalarıa at Kreat (KRT) değerlere lşk br araştırma yapılmak stemektedr. Buu ç rasgele seçle hastaya at Kreat değerler aşağıdak gb elde edlmştr
Detaylı=... 29 İÇİNDEKİLER. E(X) = k... 22. 3.5. Pascal (Negatif Binom) Dağılımı... 22 1. 3.6. Hipergeometrik Dağılım... 22. N y= ... 24
İÇİNDEKİLER SİMGE LİSTESİ... KISALTMA LİSTESİ... v ÇİZELGE LİSTESİ... v ŞEKİL LİSTESİ... v ÖNSÖZ... v ÖZET... x ABSTRACT... x GİRİŞ... BÖLÜM : OLASILIK DAĞILIMLARI VE OLASILIK YOĞUNLUKLARI... BÖLÜM : OLASILIK
DetaylıREGRESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KARELER VE EN KÜÇÜK MEDYAN KARELER YÖNTEMLERİNİN KARŞILAŞTIRILMASI
FEN DEGİSİ (E-DEGİ). 8, 3() 9-9 EGESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KAELE VE EN KÜÇÜK MEDYAN KAELE YÖNTEMLEİNİN KAŞILAŞTIILMASI Özlem GÜÜNLÜ ALMA, Özgül VUPA Dokuz Eylül Üverstes, Fe-Edebyat Fakültes,
DetaylıANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOKTORA TEZİ
ANKARA ÜNİVERSİTESİ FEN İLİMLERİ ENSTİTÜSÜ DOKTORA TEZİ FARELERDE İR ATINDA DOĞAN YAVRU SAYISININ KANTİTATİF ÖZELLİK LOKUSU QTL ELİRLENMESİNDE AYESIAN GENELLEŞTİRİLMİŞ DOĞRUSAL MODEL YAKLAŞIMI Ar OROJPOUR
DetaylıOxley modelleme yaklaşımının tahmin doğruluğu ve verimliliğinin arttırılması
Sakarya Üverstes Fe Bller Esttüsü Dergs, 2 (5), ~2, 27 SAKARYA ÜNİVERSİESİ FEN BİLİMLERİ ENSİÜSÜ DERGİSİ SAKARYA UNIVERSIY JOURNAL OF SCIENCE e-issn: 247-835X Derg sayfası: http://dergpark.gov.tr/saufeblder
DetaylıMARS ALGORĐTMASINDA TIKHONOV DÜZENLEMESĐ VE ÇOK AMAÇLI OPTĐMĐZASYON KULLANIMI *
MARS ALGORĐTMASINDA TIKHONOV DÜZENLEMESĐ VE ÇOK AMAÇLI OPTĐMĐZASYON KULLANIMI * Fata Yerlkaya Gerhard-Wlhe Weber Pakze Taylan Uygulaalı Mateatk Uygulaalı Mateatk Mateatk Bölüü, Ensttüsü, ODTÜ Ensttüsü,
DetaylıDEÜ MÜHENDİSLİK FAKÜLTESİ FEN BİLİMLERİ DERGİSİ
DEÜ MÜHENDİSLİK FAKÜLTESİ FEN BİLİMLERİ DERGİSİ Clt: 2 Sayı: 3 sh 87-02 Ekm 200 VOLTERRA SERİLERİ METODU İLE DOĞRUSAL OLMAYAN SİSTEMLERİN FREKANS BOYUTUNDA ANALİZİ İÇİN NET TABANLI ARAYÜZ TASARIMI (DESIGN
Detaylı5.1 Olasılık Tarihi. 5.2. Temel Olasılık Kavramları
5 OLSILIK 5.. Olasılık Tarh 5.. Temel Olasılık Kavramları 5.3. Deeysel Olasılık 5.4. Temel olasılık Teoremler 5.5. Olasılığı Tolaablrlk Kuralı: 5.6. Olasılığı çarım kuralı: 5.7. Değl ağıtısı: 5.8. Koşullu
DetaylıTanımlayıcı İstatistikler
TANIMLAYICI İSTATİSTİKLER MERKEZİ EĞİLİM ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F. EKONOMETRİ BÖLÜMÜ mehmet.aksarayl@deu.edu.tr Taımlayıcı İstatstkler Yer Ölçüler (Merkez Eğlm Ölçüler) Duyarlı Ortalamalar
DetaylıBulanık C Ortalamalar Kümeleme Tabanlı Hedef Eko Sinyal Ortamlarındaki Gerçek Hedef Sayısının Tespiti
Fırat Üv. Mühedsl Bller Dergs Fırat Uv. Joural of Egeerg 9(1), 73-8, 017 9(1), 73-8, 017 Bulaı C Ortalaalar üelee Tabalı Hedef Eo Syal Ortalarıda Gerçe Hedef Sayısıı Tespt Derya AVCI Mll Eğt Baalığı, Elazığ,
DetaylıÖrnek A. Benzer tipteki 40 güç kaynağının dayanma süreleri aşağıdaki gibidir. Genişletilmiş frekans tablosu oluşturunuz;
Öre A. Bezer pe 40 güç ayağıı dayama süreler aşağıda gbdr. Geşlelmş reas ablosu oluşuruuz;, 4,7 3, 3,4 3,3 3, 3,9 4, 3,4 4, 3,8 3,7 3,6 3,8 3,7 3,0,,6 3, 3,,6,9 3, 3,0 3,3 4,3 3, 4, 4,6 3, 3,3 4,4 3,9,9
DetaylıYÖNEYLEM ARAŞTIRMASI III. Dinamik Programlama. Örnek 3: Tıbbi Müdahale Ekiplerinin Ülkelere Dağıtımı
YÖNEYLEM ARAŞTIRMASI III Hafta Determstk Damk Programlama (devam) Damk Programlama Geçe derste küçük ölçekl problemler damk programlamayla yelemel olarak asıl çözüldüğüü gördük. Bu derste, öreklere devam
DetaylıÖLÜ ZAMANLI SİSTEMLERİN PADÉ AÇILIMLARI KULLANARAK KATSAYI DİYAGRAM YÖNTEMİ (KDY) İLE KONTROLÜ
ÖLÜ ZAMANLI SİSTEMLERİN PADÉ AÇILIMLARI KULLANARAK KATSAYI DİYAGRAM YÖNTEMİ (KDY) İLE KONTROLÜ Mert Yardıcı Öür Öcal Atlla Br 3 e-posta: yardc@yahoo.co,3 Kotrol ve Otoasyo Mühedslğ Bölüü Elektrk-Elektrok
DetaylıYapıların deprem davranışlarının iyileştirilmesi için çelik çapraz elemanların optimum yerleşimi
tüdergs/d ühedslk Clt:5, Sayı:3, Kısı:, 75-86 Hazra 6 apıları depre davraışlarıı yleştrles ç çelk çapraz eleaları optu yerleş Ers DIN *, M. Hasa BODUROĞLU İÜ İşaat Fakültes, İşaat Mühedslğ Bölüü, 34469,
DetaylıIŞIĞIN KIRILMASI. 1. Ortamların kırılma indisleri n K. , n M. , n L. arasındaki ilişki aşağıdaki gibidir. > n L. > n K. n M. > n M. n L. n K.
BÖÜ ŞĞ RAS AŞTRAAR ÇÖZÜER ŞĞ RAS Ortamları kırılma dsler,, arasıdak lşk aşağıdak gbdr 9 > > > > > > 6 0 > > > > > > 7 > > > > > > 0 7 0 0 > > > > > 76 OPTİ 7 0 0 > > > > > > 0 θ θ > > > > > > 9 0 O > >
DetaylıBir Alışveriş Merkezinde Hizmet Sektörü Đçin En Kısa Yol Problemi ile Bir Çözüm
Br Alışverş Merkezde Hzmet Sektörü Đç E Kısa Yol Problem le Br Çözüm Pıar Düdar, Mehmet Al Balcı, Zeyep Örs Yorgacıoğlu Ege Üverstes, Matematk Bölümü, Đzmr Yaşar Üverstes, Matematk Bölümü, Đzmr par.dudar@ege.edu.tr,
DetaylıİŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI
İŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI Ahmet ERGÜLEN * Halm KAZAN ** Muhtt KAPLAN *** ÖZET Arta rekabet şartları çersde karlılıklarıı korumak ve
DetaylıHATA YÖNETİMİ İÇİN ZEKİ KEŞİF VE TOPOLOJİ OLUŞTURMA YÖNTEMİ
HATA YÖNETİMİ İÇİN ZEKİ KEŞİF VE TOPOLOJİ OLUŞTURMA YÖNTEMİ Ertuğrul AKBAŞ 1 Özle AK 2 1, 2 CBR Yazılı Danışanlık ve Blş steler, 41410, Gebze-Kocael 1 e-posta: ertugrul@cbr.co.tr 2 e-posta: ozle@cbr.co.tr
Detaylıİçsel Zamanlı Karma Oligopol Piyasaları: Rekabet, Özelleştirme Ve Refah. Murat SARIKAYA 1
İçsel Zaalı Kara Olgopol Pyasaları: Rekabet, Özelleştre Ve Refah İçsel Zaalı Kara Olgopol Pyasaları: Rekabet, Özelleştre Ve Refah Murat SARIKAYA Özet Bu çalışaı aacı kara olgopol odel teork açıda celeyp
Detaylı6. Uygulama. dx < olduğunda ( )
. Uygulama Hatırlatma: Rasgele Değşelerde Belee Değer Kavramı br rasgele değşe ve g : R R br osyo olma üzere, ) esl ve g ) ) < olduğuda D ) sürel ve g ) ) d < olduğuda g belee değer der. c R ve br doğal
DetaylıTEKRARLAMALI GAUSS-SEIDEL YARDIMCI DEĞİŞKENLER ALGORİTMASI İLE TRANSFER FONKSİYONU PARAMETRELERİNİN YANSIZ TAHMİNİ
ldağ Üerstes ühedsl-arlı Faültes ergs, Clt 2, Sayı, 27 KAAA GASS-S YAC ĞİŞKN AGOİAS İ ANSF FONKSİYON PAAİNİN YANSZ AHİNİ et HAN Osa Hl KOÇA Özet: B aalede, doğrsal zaala değşeye ayrı-zaalı ssteler trasfer
DetaylıYapay Sinir Ağları İle Tek Eksenli Bileşik Eğilme Altındaki Betonarme Kolon Kesitlerinin Donatı Hesabı
Fırat Üiv. Fe ve Müh. Bil. Dergisi Sciece ad Eg. J of Fırat Uiv. 20 (1), 135-143, 2008 20 (1), 135-143, 2008 Yapa Siir Ağları İle ek Ekseli Bileşik Eğile Altıdaki Betoare Kolo Kesitlerii Doatı Hesabı Ahet
DetaylıĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1
ĐÇI DEKILER Sayfa. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR.. Grş.. Đstatstk.3. Populasyo.4. Örek.5. Brm.6. Parametre.7. Değşke 3.8. Ver ve Ver Tpler 3.9. Toplama Sembolü 4 ÇALIŞMA PROBLEMLERĐ 6. VERĐLERĐ
DetaylıTanımlayıcı İstatistikler
Taımlayıcı İstatstkler Br veya brde fazla dağılışı karşılaştırmak ç kullaıla veya ayrıca örek verlerde hareketle frekas dağılışlarıı sayısal olarak düzeleye değerlere taımlayıcı statstkler der. Aalzlede
DetaylıGRİ MARKOV KESTİRİM MODELİ KULLANILARAK DÖVİZ KURU TAHMİNİ
Joural of Ecoomcs, Face ad Accoutg (JEFA), ISSN: 48-6697 Year: 4 Volume: Issue: 3 CURRENCY EXCHANGE RATE ESTIMATION USING THE GREY MARKOV PREDICTION MODEL Omer Oala¹ ¹Marmara Uversty. omeroala@marmara.edu.tr
DetaylıBİLYALI RULMAN YUVARLANMA ELEMANI KUSURUNUN TİTREŞİM ANALİZİ YÖNTEMİYLE İNCELENMESİ
PAMUKKALE ÜNİ VERSİ TESİ MÜHENDİ SLİ K FAKÜLTESİ PAMUKKALE UNIVERSITY ENGINEERING CLLEGE MÜHENDİ SLİ K B İ L İ MLERİ DERGİ S İ JURNAL F ENGINEERING SCIENCES YIL CİLT SAYI SAYFA : 7 : : : 5-6 BİLYALI RULMAN
DetaylıKUVVET SİSTEMLERİ KUVVET. Vektörel büyüklük. - Kuvvetin büyüklüğü - Kuvvetin doğrultusu - Kuvvetin uygulama noktası - Kuvvetin yönü. Serbest vektör.
İ.T.Ü. aka akültes ekak Aa Blm Dalı STATİK - Bölüm KUVVET SİSTELEİ KUVVET Vektörel büyüklük - Kuvvet büyüklüğü - Kuvvet doğrultusu - Kuvvet uygulama oktası - Kuvvet yöü S = (,,..., ) = + +... + = Serbest
DetaylıSıklık Tabloları ve Tek Değişkenli Grafikler
Sıklık Tabloları ve Tek Değşkenl Grafkler Sıklık Tablosu Ver dzsnde yer alan değerlern tekrarlama sayılarını çeren tabloya sıklık tablosu denr. Sıklık Tabloları tek değşken çn marjnal tablo olarak adlandırılır.
DetaylıErgonomik Ürün Tasarımına Bütünleşik Bir Yaklaşım
Sakarya Üverstes Fe Blmler Esttüsü Dergs, Vol(No): pp, year SAKARYA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DERGİSİ SAKARYA UNIVERSITY JOURNAL OF SCIENCE e-issn: 2147-835X Derg sayfası: http://dergpark.gov.tr/saufeblder
DetaylıMatematik olarak normal dağılım fonksiyonu. 1 exp X 2
Matematk olarak ormal dağılım foksyou f ( ) ep ( ) Şeklde fade edlr. Burada μ artmetk ortalama, σ se stadart sapma değer gösterr ve dağılım foksyou N(μ, σ) otasyou le gösterlr. Bu deklem geometrk görütüsü
DetaylıCoğrafi Bilgi Sistemleri (CBS) ve Bulanık Analitik Hiyerarşi Metodu (FAHP) Kullanılarak Rüzgar Santralleri için En Uygun Yer Tayini
Eleco 2014 Elektrik Elektroik Bilgisayar ve Biyoedikal Mühedisliği Sepozyuu, 27 29 Kası 2014, Bursa Coğrafi Bilgi Sisteleri (CBS) ve Bulaık Aalitik Hiyerarşi Metodu (FAHP) Kullaılarak Rüzgar Satralleri
DetaylıDoç. Dr. Mehmet AKSARAYLI
Doç. Dr. Mehmet AKSARALI www.mehmetaksarayl İstatstksel araştırmalarda k yada daha çok değşke arasıdak lşk celemes ç e çok kullaıla yötemlerde brs regresyo aalzdr. Değşkeler arasıdak lşk matematksel br
DetaylıTABAKALI ŞANS ÖRNEKLEME
6 TABAKAI ŞA ÖREKEME 6.. Populasyo ortalaması ve populasyo toplamıı tam 6.. Populasyo ortalamasıı ve toplamıı varyası 6... Populasyo ortalamasıı varyası 6... Populasyo toplamıı varyası 6..3. Ortalama ve
DetaylıÇOK AMAÇLI BULANIK OPTİMİZASYON TEKNİĞİ İLE DÜZLEM KAFES SİSTEMLERİN BOYUTLANDIRILMASI ÖZET
Polteknk Ders Journal o Poltechnc Clt: 6 aı: s. 505-5, 00 Vol: 6 No: pp. 505-5, 00 ÇOK AMAÇLI BULANIK OPTİMİZAYON TEKNİĞİ İLE DÜZLEM KAFE İTEMLERİN BOYUTLANDIRILMAI Öer KELEŞOĞLU, Mehet ÜLKER Fırat Ünverstes,
DetaylıEMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR
EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR 2013 yılı fo getrs 02/01/2013-02/01/2014 tarhl brm pay değerler kullaılması le hesaplamıştır. 2013 yılı karşılaştırma ölçütü getrs
Detaylı