Doğrusal Olmayan Kısıtlı Programlama ile Yapay Sinir Ağlarının Eğitilmesi ÖZET
|
|
- Fidan Mustafa
- 7 yıl önce
- İzleme sayısı:
Transkript
1 Doğrusal Olmaya Kısıtlı Programlama ile Yapay Siir Ağlarıı Eğitilmesi Sabri ERDEM 1 ve Şe ÇAKIR 2 1 Dokuz Eylül Üiv. İşletme Fak., İg. İşletme Bölümü, İzmir, Türkiye sabri.erdem@deu.edu.tr 2 Dokuz Eylül Üiv. Müh. Fak., Bilgisayar Müh. Bölümü, İzmir, Türkiye se@cs.deu.edu.tr ÖZET Bu çalışmada, ileri beslemeli yapay siir ağıı (YSA) öğreme sürecide doğrusal olmaya optimizasyo metoduu (spesifik olarak geelleştirilmiş idirgemiş gradiyetler metoduu (GİG)) kullaılabileceği gösterilmektedir. YSA ı eğitilme problemi, sigmoidal veya hiperbolik taat kısıtları ola bir doğrusal olmaya optimizasyo problemi olarak taımlaabilir. YSA ı eğitimide, her bir eğitim girdi vektörüü gösterdiği beklee çıktı değeri, eğitim setii doğrusal olmaya programlamada, her bir kısıtıı oluşturmasıı sağlamaktadır. Verile bir problemde adet pater varsa, öerile model adet kısıt foksiyou ola bir doğrusal olmaya optimizasyo modeli ortaya çıkaracaktır. Değişke değerlerii iteratif olarak yeilemesi kısıtları işlemesi esasıda gerçekleşmektedir. Öerile yötem veri seti (paterler) üzeride, YSA hata geri yayılımlı algoritmasıa alteratif olarak, daha az iterasyo ve ara öro sayısıda dahi kabul edilebilir öğreme gerçekleştirmektedir. Burada öerile yötemi, XOR problemie uygulamasıa da çalışma içide yer verilmektedir. Aahtar Kelimeler: YSA; Öğreme; Doğrusal Olmaya Optimizasyo ABSTRACT I this study, it is proposed to be able to use a oliear GRG (Geeralized Reduced Gradiet) method to trai feed forward ANNs amed as. The ANN traiig problem is writte as a geeral oliear optimizatio problem with oliear sigmoidal or hyperbolic taget costraits. Costraits are made up of traiig data i that each expected output must be equal to its traied value. If ay give problem has data poits (i.e., patter), the techique decomposes the problem ito costraied oliear programmig problem. The update of the variables are performed by executig the costraits. As a alterative to backpropogatio algorithm, eve this method resulted i acceptable outputs uder the coditio that less iteratios ad less hidde euros for early learig the ANN o traied data. Here the problem preseted for proposed method is that a applicatio of XOR problem. Keywords: ANN; Traiig; Noliear Optimizatio
2 1. GİRİŞ İleri beslemeli yapay siir ağlarıı (YSA) eğitilme problemi kısıtlı bir doğrusal olmaya problemi olarak görülebilir [3]. İyi bilie geriye yayılım algoritması [5] YSA yı çevrim içi eğitmek içi avatalı bir yapı sağlar. Geriye yayılım algoritması azaltılmış gradyet tekiğidir ve eğitim hatalarıı yerel miimumua yavaş biçimde yakısar. Burada yola çıkıldığıda, ileri beslemeli YSA ları eğitilmeside doğrusal olmaya model yaklaşımıda Geelleştirilmiş Azala Gradyeler yötemi kullaılabilir. Bu çalışmada öerile yötem, ileri beslemeli YSA ları eğitilmeside hiperbolik taat veya sigmoid foksiyolarıı aktivasyo foksiyou olarak kullaıldığı bir doğrusal optimizasyo modelii kurulabileceğii göstermeyi amaçlar. Doğrusal optimizasyou başarımıda, Geelleştirilmiş Azala Gradyeler yötemii optimizasyo çözücüsü tarafıda araç olarak kullaılmaktadır [6]. Diğer bir deyişle ileri beslemeli YSA ı eğitilme problemi, sigmoidal ya da hiperbolik taat aktivasyo foksiyoua sahip kısıtları buluduğu doğrusal olmaya optimizasyo problemidir. Kısıtlar, eğitim setideki vektörlerde (patterlerde) oluşmaktadır. Yötemi etkiliği çalışmaı aa amçları arasıda olmamakla birlikte, kısıtları eş alı işleye yötem, kabul edilebilir bir iterasyo sayısı, bellek gereksiimi ve zama dilimi içide olurlu çözümü bulmayı garati etmekle kalmayıp ayı zamada her bir iterasyou hesaplama kompleksitesii de azaltabilmektedir Doğrusal Olmaya Optimizasyo Problemlerii Geel Yapısı Deklem 1 de doğrusal olmaya optimizasyo problemlerii geel yapısı görülmektedir. mi f(x) h(x) = 0 g(x) 0 burada f : R R,h : R R m, ve g : R R p (1) Bu tür problemler mühedislik uygulamalarıda sık kullaılmaktadır [1]. Öreği, kısıtlı sigmoidal/hiperbolik taat problemleri bu tür problemleri özel örekleridir. Acak burada kullaıla yötem sadece Deklem 2 deki gibi eşitlik kısıtları içermektedir. mi f(x) h(x) = 0 burada f : R R,h : R R m (2)
3 Acak burada h(x) foksiyou, eğitim setideki her bir girdi vektörü içi gerçek çıktı değeri ile modelde elde edile çıktı değeri arasıdaki farkı temsil etmektedir. Dolayısıyla beklee öğreme oraı çok istisai durumlar dışıda hiçbir zama tam olmayıp kabul edilebilir bir yaklaşık değer etrafıda seyredecektir. Bu duruma göre Deklem 2, Deklem 3 te görüldüğü gibi yeide düzelemektedir. mi f ( ε ) y - yˆ burada f( ε ) : R ε R, ε [ 0,1] (3) YSA ları eğitilmeside temel ilgi kousu buradaki spesifik yapıdır. Bu bölümde, Deklem 3 te geel yapısı verile model içi geliştirile yötem ve soraki bölümde de bu durumu YSA ları eğitim problemie asıl uyguladığı alatılmaktadır. Eğer tasarlaa YSA da yei bir vektör daha ekleirse YSA ı eğitilmesi, doğrusal olmaya optimizasyo problemie yei bir kısıt eklemek alamıa geleceğide, so çözüm vektörü yei durum içi başlagıç değerleri olarak kabul edilebilir ve bu da problemi çözüme ulaşmadaki kompleksitesii azaltmaya katkıda buluur. YSA toplulukları, bu tür hızlı öğreme, yei duruma hızlı adapte olmalarıı çevrim içi öğreme olarak taımlamaktadır [3]. Geel olarak, bu tür eğitim metodları içi var ola problemler büyük miktarlardaki veri seti içi uygudur. Amaç foksiyou ise eğitim setideki çıktı değerleri ile doğrusal optimizasyo modelideki hesaplaa sağ taraf değerleri arasıdaki fark kareler toplamıda oluşmaktadır. Eğer ele alıa problemde adet eğitim vektörü varsa, yötem buu tae doğrusal olmaya (sigmoidal ya da hiperbolik taat) kısıta döüştürmektedir. Değişke değerlerii gücellemesi kısıtları işlemesiyle gerçekleşmektedir [5]. Klasik yötemlere göre bu yötemi avataları arasıda zama, bellek gereksiimi ve souçları duyarlılığı sayılabilir. Yötemi bellek ihtiyacı temel olarak YSA daki tasarlaa ara öro sayısı ve kısıtları sayısıa bağlıdır. Yötemi bir diğer avataı ise geriye yayılımlı YSA metodua göre hızlı biçimde optimum souca yakısayabilmesidir. Diğer tarafta yötem, çevrimiçi uygulamalarda verii o a içi buluabilir olmadığı durumlarda yei veri setii adapte etmek içi çok daha az iterasyoa ihtiyaç duymaktadır.
4 Geelleştirilmiş azala gradyeler algoritması, doğrusal olmaya problemleri çözümüde, Ms Excel Solver (Excel Yazılımı Microsoft Corp. Tescilli ürüü ve markasıdır, Solver, Frotlie Systems i tescilli markası ve ürüüdür) büyeside ve diğer optimizasyo çözücüleri içeriside bulumaktadır. 2. YSA NIN EĞİTİLMESİ Bu çalışmada, ileri beslemeli YSA mimarisi göz öüe alımıştır. Buu alamı, örolarda çıka bütü bağlatılar bir soraki katmadaki örolara gitmektedir ve geriye doğru ya da ayı katmalar arasıda bağlatı mümkü olmamaktadır. Buradaki mimari, çok katmalı YSA olarak da aılmaktadır. Tipik olarak çok katmalı, ileri beslemeli YSA, girdi katmaı, gizli katma ve çıktı katmaıda oluşmaktadır [4]. Geliştirile YSA eğitim yötemi, çok katlı ara katmaa sahip mimariler içi de kolaylıkla uygulaabilir. Çözülecek ola problem tipik bir öğretmeli YSA eğitimidir. Verile bir girdi vektör seti ve olara karşılık gele çıktı değerie karşılık, hesaplaa çıktı değerleri ve beklee çıktı değerlerii birbirie yakılaşmasıı sağlayacak ola örolar arası optimum bağlatı ağırlıkları bu yötemi ulaşmayı hedeflediği problemdir. İterasyolara arası optimum bağlatı ağırlıkları belirli bir bekleee çıktı ve hesaplaa çıktı fark duyarlılığıda birbirlerie yaklaştıklarıda, YSA ı öğrediği soucua varılmaktadır. Bu tür öğretmeli YSA ağlarıı eğitilmeside klasik yaklaşımlar Werbos [5] tarafıda ortaya koula, hataı geriye doğru yayılımıı kullamaktadırlar. Bu yaklaşım gerçek ve hesaplaa çıktı değerii oluştuğu çıktı katmaıdaki hata değerii geriye doğru yaymaya başlayarak ve her aşamada hatayı bir öceki katmaa yayarak ağı ağırlıklarıı iteratif bir biçimde gücelleştirir. Gücelleştirilmiş ağırlıklar azala gradye yötemi kullaılarak türetilmektedir. Quasi-Newto yötemii kullaa tekikler de öerile diğer tekikler arasıdadır [2]. Geriye yayılım algoritması oldukça iyi souçlar verebilmekte ve hala algoritmaı gücü ve geçerliliği içi bir kıyaslama algoritması olarak kullaılmaktadır [5]. Yie de, geriye doğru yayılım algoritması, uzu eğitim zamaları gerektirmekte, dolayısıyla hızlı eğitim zamalarıa ihtiyaç duya çevrim içi uygulamalarda çok da uygu bir yötem olamamaktadır [5]. Bu çalışmada suula yötem, çevrim içi uygulamalarda da, çok katmalı ve öğretmeli YSA larda hızlı souç verebilecek bir yapıya sahiptir. Öerile yötem, çok katmalı öğretmeli eğitim problemii kısıtlı bir doğrusal olmaya optimizasyo problemi olarak taımlamakta ve döüştürmektedir. Kısıtlarda geellikle sigmoidal ya da hiperbolik
5 taat foksiyoları kullaılabilir. Hagisii kullaılacağı, çok katmalı öğretmeli YSA ı uygulamasıda kullaıla aktivasyo foksiyou ile ilgilidir. Dolayısıyla YSA da kullaıla aktivasyo foksiyou doğrusal olmaya modelde aye yasımalıdır. İleri beslemeli YSA ı eğitilmeside kullaıla doğrusal olmaya model Deklem 4 te görülmektedir. m h x ik = 1 y yˆ mi Z = ε = 1 ε 2 vi = yk, m h ykw = yˆ k = 1 k = 1,2,...,m (4) Burada h foksiyou YSA ı kulladığı aktivasyo foksiyouu temsil etmekte, kısıt sayısı ve m ara katmadakı gizli öro sayısıı göstermektedir. Aktivasyo foksiyou sigmoidal olduğuda h foksiyou Deklem 5, hiperbolik taat olduğuda Deklem 6 daki gibidir. 1 h(x) = x 1+ e (5) x x e e h(x) = tah(x) = (6) x x e + e Yie burada e küçük karelerle yapılmış hata foksiyou yerie mutlak hatalar toplam foksiyou da kullaılabilir. Mutlak hataları toplam foksiyou e küçüklemesii amaç foksiyou olarak kullaılması, optimum soucu değiştirmemekle birlikte, amaç foksiyouu doğrusal bir forma döüştürülmesi bakımıda bir avata olarak görülebilir. 2. AÇIKLAYICI ÖRNEK 2.1. XOR Problemi Yötemi daha iyi alaşılabilmesi içi XOR problemi ve ou Şekil 1 de verile YSA Modeli içi üretile Deklem 7 deki doğrusal olmaya modeli çözümü soucuda elde edile YSA ağırlıkları hiperbolik taat foksiyou içi Şekil 2 de, sigmoidal foksiyo içi Şekil 3 te görülmektedir.
6 Tablo 1: XOR Doğruluk Tablosu X1 X2 Y Şekil 1: XOR içi YSA Modeli y yˆ ik = 1 mi Z = ε = 1 m tah x ε 2 vi = yk, m tah ykw = yˆ k = 1 k = 1,2,...,m (7) burada; : 4 (kısıt sayısı) m: 2 (ara katmadakı gizli öro sayısıı göstermektedir) t1: girdi değerleri içi eşik vektörüdür ve değeri her zama 1 dir. Bütü v i ve w değerleri başlagıç olarak 1 seçilerek doğrusal olmaya optimizasyo problemi çözüldüğüde aşağıdaki YSA ağırlıkları, verile girdi ve çıktı değerlerii e iyi biçimde temsil edecek biçimde kabul edilebilir bir hata payı ile bulumuştur.
7 Şekil 2: Hiperbolik Taat Doğrusal Olmaya Optimizasyo Problemi Olarak Çözüm Soucuda Bulua Ağ Ağırlıkları Optimizasyo problemii Taat Hiperbolik aktivasyo foksiyou kullaılarak Ms Excel Solver ile gerçekleştirile çözümüde ε 1= -8.2E-4, ε 2= 9.42E-5, ε 3= 2.7E-4, ε 4= -2.1E- 4, z=8e-7 olarak bulumuştur ve souç 1E-3 duyarlık ve 1E-2 yakısama derecesi ile optimumdur. Ms Excel Solver doğrusal olmaya optimizasyo problemlerii çözümüde GİG yötemii kullamaktadır[6]. Şekil 3: Sigmoidal Doğrusal Olmaya Optimizasyo Problemi Olarak Çözüm Soucuda Bulua Ağ Ağırlıkları Optimizasyo problemii Sigmoid aktivasyo foksiyou kullaılarak Ms Excel Solver ile gerçekleştirile çözümüde ε 1= 2.23E-6, ε 2= 2.92E-9, ε 3= 2.98E-5, ε 4= 7.46E-5, z=6.46e-9 olarak bulumuştur ve souç 1E-3 duyarlık ve 1E-2 yakısama derecesi ile optimumdur.
8 3. SONUÇ VE ÖNERİLER Bu çalışmada çok katmalı ileri beslemeli YSA ile modelleebile gerçek hayat problemlerii çözümüde; YSA ı gerçek hayat problemii betimleyebilmesi ve eğitilebilmeside hataı geriye yayılımı yerie YSA ı doğrusal olmaya optimizasyo modeli olarak çözümleerek ağırlıkları bulumasıı iyi bir alteratif olabileceği alatılmaya çalışılmaktadır. YSA Modellemeside aktivasyo foksiyou olarak hem Hiperbolik Taat hem de Sigmoid foksiyou kullaılabileceği düşüülmektedir. Yötemi daha alaşılabilir olması içi verile açıklayıcı XOR çözümlemeside, tasarlaa YSA içi bahsedile her iki aktivasyo foksiyou da kullaılmış ve belirlee duyarlılıklar içeriside her iki aktivasyo foksiyouyla da optimum souca ulaşıldığı görülmüştür. Çözümlere bakıldığıda Sigmoid aktivasyo foksiyou ile kurula modeli soucuu; hataları çok daha küçük olmasıda dolayı daha iyi olduğu söyleebilir. Acak bu durumu tüm YSA modellemeleri içi geellemesi doğru görülmemektedir. Burada yötemi uygulaabilir olup olmadığı araştırıldığıda, öerile yötemi etkilik araştırması bu çalışmaı kapsamı dışıda tutulmuştur. Çözüm aşamasıda Ms Excel Solver ve Lido (Lido Yazılımı, Ligo Systems firmasıı tescilli ürüüdür) çözücüleri kullaılmıştır. Bua dayaarak yötemi gerektirdiği iterasyo sayısı, bellek ve zama gereksiimi, ele alıa öreklerde tatmi edici görülse de geelleme yapmak mümkü değildir ve bu durum gelecekte farklı çalışmalara kou olabilir. YSA ı doğrusal olmaya programlama ile eğitilmesi sürecide farklı başlagıç oktalarıı, bezer duyarlıkta ve yakısamada farklı so çözümler ortaya çıkarabileceği olasıdır. Bu durumda ortaya çıkabilecek ola, yeterli öğremeyi sağladığı varsayıla bir etkilik bölgesii aalizi buda soraki araştırmalara temel olabilir. Burada kullaıla yötem ve öerilerle, e iyi öğreme içi, tasarlaa YSA modellerideki e uygu ara katma sayısı ve katmalardaki gizli öro sayıları içi de yei yaklaşımlar geliştirilebilir. So olarak, çok katmalı ve ileri beslemeli YSA ile modellee her gerçek hayat problemii bir doğrusal olmaya optimizasyo modeli karşılığıı olacağı hipotezii de araştırılması da gelecekte farklı açılımlara yol açabilir.
9 4. KAYNAKLAR 1. Bazaraa M.S., Sherali H.D., Shetty C.M., Noliear Programmig: Theory ad Algorithms, Joh Wiley ad Sos Publishig, ISBN , N.Y, Battiti R., First ad Secod-Order Methods for Learig Betwee Steepest Descet, ad Newto s Method, Neural Computatio, Vol. 4, , Hayki, S., Neural Networks: A Comprehesive Foudatio, MacMilla Publishig Compay, N.Y., Oztemel, Erca, Yapay Siir Ağları, Papatya Yayıcılık, ISBN , İstabul, Trafalis, T.B. ad N.Couella, A Icremetal Noliear Primal-Dual Algorithm ad Applicatios to Artificial Neural Networks Traiig, Proceedigs of LSS 98, preprits, Volume II, , Ekim 2005 tarihide ziyaret edildi
LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ-2
LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ SABİT NOKTA İTERASYONU YÖNTEMİ Bu yötemde çözüme gitmek içi f( olarak verile deklem =g( şeklie getirilir. Bir başlagıç değeri seçilir ve g ( ardışık
DetaylıMACH SAYISININ YAPAY SİNİR AĞLARI İLE HESAPLANMASI
V. ULUSAL HAVACILIK VE UZAY KONFERANSI UHUK-014-065 8-10 Eylül 014, Erciyes Üiversitesi, Kayseri MACH SAYISININ YAPAY SİNİR AĞLARI İLE HESAPLANMASI İlke TÜRKMEN 1 Erciyes Üiversitesi, Kayseri Seda ARIK
DetaylıCebirsel Olarak Çözüme Gitmede Wegsteın Yöntemi
3 Cebirsel Olarak Çözüme Gitmede Wegsteı Yötemi Bu yötem bir izdüşüm tekiğie dayaır ve yalış pozisyo olarak isimledirile matematiksel tekiğe yakıdır. Buradaki düşüce f() çizgisi üzerideki bilie iki oktada
Detaylıİstanbul Göztepe Bölgesinin Makine Öğrenmesi Yöntemi ile Rüzgâr Hızının Tahmin Edilmesi
Makie Tekolojileri Elektroik Dergisi Cilt: 8, No: 4, 011 (75-80) Electroic Joural of Machie Techologies Vol: 8, No: 4, 011 (75-80) TEKNOLOJİK ARAŞTIRMALAR www.tekolojikarastirmalar.com e-issn:1304-4141
DetaylıBÖLÜM 3 YER ÖLÇÜLERİ. Doç.Dr. Suat ŞAHİNLER
BÖLÜM 3 YER ÖLÇÜLERİ İkici bölümde verileri frekas tablolarıı hazırlaması ve grafikleri çizilmesideki esas amaç; gözlemleri doğal olarak ait oldukları populasyo dağılışıı belirlemek ve dağılışı geel özelliklerii
DetaylıTUTGA ve C Dereceli Nokta Koordinatlarının Gri Sistem ile Tahmin Edilmesi
TMMOB Harita ve Kadastro Mühedisleri Odası, 5. Türkiye Harita Bilimsel ve Tekik Kurultayı, 5 8 Mart 5, Akara. TUTGA ve C Dereceli Nokta Koordiatlarıı Gri istem ile Tahmi Edilmesi Kürşat Kaya *, Levet Taşcı,
Detaylıİleri Diferansiyel Denklemler
MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferasiyel Deklemler 2009 Bahar Bu bilgilere atıfta bulumak veya kullaım koşulları hakkıda bilgi içi http://ocw.mit.edu/terms web sitesii ziyaret ediiz.
DetaylıKİMYASAL DENGE (GİBBS SERBEST ENERJİSİ MİNİMİZASYONU) MODELLEMESİ
KİMYASAL DENGE (GİBBS SERBEST ENERJİSİ MİNİMİZASYONU) MODELLEMESİ M. Turha ÇOBAN Ege Üiversitesi, Mühedislik Fakultesi, Makie Mühedisliği Bölümü, Borova, İZMİR Turha.coba@ege.edu.tr Özet: Kimyasal degei
DetaylıTAHMİNLEYİCİLERİN ÖZELLİKLERİ Sapmasızlık 3.2. Tutarlılık 3.3. Etkinlik minimum varyans 3.4. Aralık tahmini (güven aralığı)
3 TAHMİNLEYİCİLERİN ÖZELLİKLERİ 3.1. Sapmasızlık 3.. Tutarlılık 3.3. Etkilik miimum varyas 3.4. Aralık tahmii (güve aralığı) İyi bir tahmi edici dağılımı tahmi edilecek populasyo parametresie yakı civarda
DetaylıTahmin Edici Elde Etme Yöntemleri
6. Ders Tahmi Edici Elde Etme Yötemleri Öceki derslerde ve ödevlerde U(0; ) ; = (0; ) da¼g l m da, da¼g l m üst s r ola parametresi içi tahmi edici olarak : s ra istatisti¼gi ve öreklem ortalamas heme
DetaylıSIRA-BAĞIMLI HAZIRLIK ZAMANLI İKİ ÖLÇÜTLÜ ÇİZELGELEME PROBLEMİ: TOPLAM TAMAMLANMA ZAMANI VE MAKSİMUM ERKEN BİTİRME. Tamer EREN a,*, Ertan GÜNER b ÖZET
Erciyes Üiversitesi Fe Bilimleri Estitüsü Dergisi 23 (1-2) 95-105 (2007) http://fbe.erciyes.edu.tr/ ISSN 1012-2354 SIRA-BAĞIMLI HAZIRLIK ZAMANLI İKİ ÖLÇÜTLÜ ÇİZELGELEME PROBLEMİ: TOPLAM TAMAMLANMA ZAMANI
DetaylıHarmoni Arama Algoritmasının Çevresel Ekonomik Güç Dağıtım Problemlerine Uygulanması
Çukurova Üiversitesi Mühedislik Mimarlık Fakültesi Dergisi, 26(2), ss. 65-76, Aralık 2011 Çukurova Uiversity Joural of the Faculty of Egieerig ad Architecture, 26(2), pp.65-76, December 2011 Özet Harmoi
DetaylıBileşik faiz hesaplamalarında kullanılan semboller basit faizdeki ile aynıdır. Temel formüller ise şöyledir:
1 BİLEŞİK FAİZ: Basit faiz hesabı kısa vadeli(1 yılda az) kredi işlemleride uygulaa bir metot idi. Ayrıca basit faiz metoduda her döem içi aapara sabit kalmakta olup o döem elde edile faiz tutarı bir soraki
DetaylıBASAMAK ATLAYARAK VEYA FARKLI ZIPLAYARAK İLERLEME DURUMLARININ SAYISI
Projesii Kousu: Bir çekirgei metre, metre veya 3 metre zıplayarak uzuluğu verile bir yolu kaç farklı şekilde gidebileceği ya da bir kişii veya (veya 3) basamak atlayarak basamak sayısı verile bir merdivei
DetaylıYatırım Projelerinde Kaynak Dağıtımı Analizi. Analysis of Resource Distribution in Investment Projects
Uşak Üiversitesi Sosyal Bilimler Dergisi (2012) 5/2, 89-101 Yatırım Projeleride Kayak Dağıtımı Aalizi Bahma Alp RENÇBER * Özet Bu çalışmaı amacı, yatırım projeleride kayak dağıtımıı icelemesidir. Yatırım
DetaylıSU KAYNAKLARI EKONOMİSİ TEMEL KAVRAMLARI Su kaynakları geliştirmesinin planlanmasında çeşitli alternatif projelerin ekonomik yönden birbirleriyle
SU KYNKLRI EKONOMİSİ TEMEL KVRMLRI Su kayakları geliştirmesii plalamasıda çeşitli alteratif projeleri ekoomik yöde birbirleriyle karşılaştırılmaları esastır. Mühedis öerdiği projei tekik yöde tutarlı olduğu
DetaylıÖĞRENME ETKİLİ HAZIRLIK VE TAŞIMA ZAMANLI PARALEL MAKİNELİ ÇİZELGELEME PROBLEMİ
Öğreme Etkili Hazırlık ve Taşıma Zamalı Paralel Makieli Çizelgeleme Problemi HAVACILIK VE UZAY TEKNOLOJİLERİ DERGİSİ TEMMUZ 2006 CİLT 2 SAYI 4 (67-72) ÖĞRENME ETKİLİ HAZIRLIK VE TAŞIMA ZAMANLI PARALEL
DetaylıYENĐ BĐR ADAPTĐF FĐLTRELEME YÖNTEMĐ: HĐBRĐD GS-NLMS ALGORĐTMASI
Uludağ Üiversitesi ühedislik-imarlık Fakültesi Dergisi, Cilt 3, Sayı, 008 YENĐ BĐR ADAPĐF FĐLRELEE YÖNEĐ: HĐBRĐD GS-NLS ALGORĐASI Sedat ĐRYAKĐ * eti HAUN ** Osma Hilmi KOÇAL ** Özet: Bu makalede, adaptif
DetaylıDiferansiyel Gelişim Algoritmasının Termik Birimlerden Oluşan Çevresel Ekonomik Güç Dağıtım Problemlerine Uygulanması
Diferasiyel Gelişim Algoritmasıı Termik Birimlerde Oluşa Çevresel Ekoomik Güç Dağıtım Problemlerie Uygulaması Differetial evolutio algorithm applied to evirometal ecoomic power dispatch problems cosistig
DetaylıTermik Üretim Birimlerinden Oluşan Çevresel-Ekonomik Güç Dağıtım Probleminin Genetik Algoritma Yöntemiyle Çözümü
ermik Üretim Birimleride Oluşa Çevresel-Ekoomik üç Dağıtım Problemii eetik Algoritma Yötemiyle Çözümü Celal YAŞAR, Serdar ÖZYÖN, Hasa EMURAŞ 3, Mühedislik Fakültesi, Elektrik-Elektroik Müh. Bölümü, Dumlupıar
DetaylıM Ü H E N D İ S L E R İ Ç İ N S AY I S A L YÖ N T E M L E R
İ H S A N T İ M U Ç İ N D O L A P C İ, Y İ Ğ İ T A K S O Y M Ü H E N D İ S L E R İ Ç İ N S AY I S A L YÖ N T E M L E R P U B L I S H E R O F T H I S B O O K Copyright 13 İHSAN TİMUÇİN DOLAPCİ, YİĞİT AKSOY
DetaylıDeğişkenler: Bir problemin modeli kurulduktan sonra değeri hesaplanacak olan bilinmeyen simgelerdir.
2. DOĞRUSAL PROGRAMLAMA (DP) 2.1. DP i Taımı ve Bazı Temel Kavramlar Model: Bir sistemi değişe koşullar altıdaki davraışlarıı icelemek, kotrol etmek ve geleceği hakkıda varsayımlarda bulumak amacı ile
DetaylıDÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkanı : Yrd.Doç.Dr. İsmail YILDIZ
DÖNEM I BİYOİSTATİSTİK, HALK SAĞLIĞI VE RUH SAĞLIĞI DERS KURULU Ders Kurulu Başkaı : Yrd.Doç.Dr. İsmail YILDIZ ARAŞTIRMADA PLANLAMA VE ÇÖZÜMLEME (03-09 Ocak 014 Y.ÇELİK) Araştırma Süreci (The research
DetaylıMONTE CARLO BENZETİMİ
MONTE CARLO BENZETİMİ U(0,) rassal değişkeler kullaılarak (zamaı öemli bir rolü olmadığı) stokastik ya da determiistik problemleri çözümüde kullaıla bir tekiktir. Mote Carlo simülasyou, geellikle statik
DetaylıSAYISAL ÇÖZÜMLEME. Sayısal Çözümleme
SAYISAL ÇÖZÜMLEME Saısal Çözümleme SAYISAL ÇÖZÜMLEME 8. Hafta İNTERPOLASYON Saısal Çözümleme 2 İÇİNDEKİLER Ara Değer Hesabı İterpolaso Doğrusal Ara Değer Hesabı MATLAB ta İterpolaso Komutuu Kullaımı Lagrace
DetaylıStandart Formun Yapısı. Kanonik Form. DP nin Formları SİMPLEX YÖNTEMİ DP nin Düzenleniş Şekilleri. 1) Optimizasyonun anlamını değiştirme
5.0.06 DP i Düzeleiş Şekilleri DP i Formları SİMPLEX YÖNTEMİ ) Primal (özgü) form ) Kaoik form 3) Stadart form 4) Dual (ikiz) form Ayrı bir kou olarak işleecek Stadart formlar Simplex Yötemi içi daha elverişli
DetaylıPamukkale Üniversitesi Mühendislik Bilimleri Dergisi. Pamukkale University Journal of Engineering Sciences
Pamukkale Üiversitesi Mühedislik Bilimleri Dergisi, Cilt 19, Sayı 2, 2013, Sayfalar 76-80 Pamukkale Üiversitesi Mühedislik Bilimleri Dergisi Pamukkale Uiversity Joural of Egieerig Scieces TEK MAKİNELİ
DetaylıTĐCARĐ MATEMATĐK - 5.2 Bileşik Faiz
TĐCARĐ MATEMATĐK - 5 Bileşik 57ÇÖZÜMLÜ ÖRNEKLER: Örek 57: 0000 YTL yıllık %40 faiz oraıyla yıl bileşik faiz ile bakaya yatırılmıştır Bu paraı yılı souda ulaşacağı değer edir? IYol: PV = 0000 YTL = PV (
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri
DetaylıNOT: BU DERS NOTLARI TEMEL EKONOMETRİ-GUJARATİ KİTABINDAN DERLENMİŞTİR. HAFTA 1 İST 418 EKONOMETRİ
NOT: BU DERS NOTLARI TEMEL EKONOMETRİ-GUJARATİ KİTABINDAN DERLENMİŞTİR. KULLANILAN ŞEKİLLERİN VE NOTLARIN TELİF HAKKI KİTABIN YAZARI VE BASIM EVİNE AİTTİR. HAFTA 1 İST 418 EKONOMETRİ Ekoometri: Sözcük
DetaylıMEKANİK TESİSATTA EKONOMİK ANALİZ
MEKANİK TESİSATTA EKONOMİK ANALİZ Mustafa ÖZDEMİR İ. Cem PARMAKSIZOĞLU ÖZET Düya çapıda rekabeti ö plaa çıktığı bu gükü şartlarda, e gelişmiş ürüü, e kısa sürede, e ucuza üretmek veya ilk yatırım ve işletme
Detaylıˆp x p p(1 p)/n. Ancak anakütle oranı p bilinmediğinden bu ilişki doğrudan kullanılamaz.
YTÜ-İktisat İstatistik II Aralık Tahmii II 1 ANAKÜTLE ORANININ (p GÜVEN ARALIKLARI (BÜYÜK ÖRNEKLEMLERDE Her birii başarı olasılığı p ola birbiride bağımsız Beroulli deemeside öreklemdeki başarı oraıı ˆp
DetaylıANA NİRENGİ AĞLARINDA NİRENGİ SAYISINA GÖRE GPS ÖLÇÜ SÜRELERİNİN KURAMSAL OLARAK BULUNMASI
TMMOB Harita ve Kadastro Mühedisleri Odası 13. Türkiye Harita Bilimsel ve Tekik Kurultayı 18 22 Nisa 2011, Akara ANA NİRENGİ AĞLARINDA NİRENGİ SAYISINA GÖRE GPS ÖLÇÜ SÜRELERİNİN KURAMSAL OLARAK BULUNMASI
DetaylıÖğrenci Numarası İmzası: Not Adı ve Soyadı
Öğreci Numarası İmzası: Not Adı ve Soyadı SORU 1. a) Ekoomii taımıı yapıız, amaçlarıı yazıız. Tam istihdam ile ekoomik büyüme arasıdaki ilişkiyi açıklayıız. b) Arz-talep kauu edir? Arz ve talep asıl artar
DetaylıAÇIK ĐŞLETME BASAMAKLARI TENÖR KONTROLÜNDE JEOĐSTATĐSTĐKSEL TAHMĐN MODELĐ SEÇĐMĐ
Eskişehir Osmagazi Üiversitesi Müh.Mim.Fak.Dergisi C.XXI, S., 2008 Eg&Arch.Fac. Eskişehir Osmagazi Uiversity, Vol..XXI, No:, 2008 Makalei Geliş Tarihi : 2.02.2007 Makalei Kabul Tarihi : 23.03.2007 AÇIK
DetaylıÖzelKredi. İsteklerinize daha kolay ulaşmanız için
ÖzelKredi İstekleriize daha kolay ulaşmaız içi Yei özgürlükler keşfedi. Sizi içi öemli olaları gerçekleştiri. Hayalleriizi süsleye yei bir arabaya yei mobilyalara kavuşmak mı istiyorsuuz? Veya özel güler
DetaylıISF404 SERMAYE PİYASALAR VE MENKUL KIYMETLER YÖNETİMİ
.4.26 5. HAFTA ISF44 SERMAYE PİYASALAR VE MENKUL KIYMETLER YÖNETİMİ Mekul Kıymet Yatırımlarıı Değerlemesi Doç. Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr 2 Temel Değerleme Modeli Mekul Kıymet Değerlemesi
DetaylıOPTİMAL HİSSE SENETLERİNİN BELİRLENMESİNDE BULANIK DOĞRUSAL OLMAYAN PORTFÖY MODELİ
OPİMAL HİSSE SENELERİNİN BELİRLENMESİNDE BULANIK DOĞRUSAL OLMAYAN PORFÖY MODELİ Oza KOCADAĞLI Mimar Sia Güzel Saatlar Üiversitesi İstatistik Bölümü, Çırağa Cad. Çiğdem Sok. No. 34349 Beşiktaş, İSANBUL
DetaylıTümevarım_toplam_Çarpım_Dizi_Seri. n c = nc i= 1 n ca i. k 1. i= r n. Σ sembolü ile bilinmesi gerekli bazı formüller : 1) k =1+ 2 + 3+...
MC formülüü doğruluğuu tümevarım ilkesi ile gösterelim. www.matematikclub.com, 00 Cebir Notları Gökha DEMĐR, gdemir@yahoo.com.tr Tümevarım_toplam_Çarpım_Dizi_Seri Tümevarım Metodu : Matematikte kulladığımız
DetaylıDiferansiyel Gelişim Algoritmasının Valf Nokta Etkili Konveks Olmayan Ekonomik Güç Dağıtım Problemlerine Uygulanması
6 th Iteratioal Advaced Techologies Symposium (IATS ), 6-8 May 0, Elazığ, Turkey Diferasiyel Gelişim Algoritmasıı Valf Nokta Etkili Koveks Olmaya Ekoomik Güç Dağıtım Problemlerie Uygulaması S. Özyö, C.
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri
DetaylıDoç. Dr. M. Mete DOĞANAY Prof. Dr. Ramazan AKTAŞ
TAHVİL DEĞERLEMESİ Doç. Dr. M. Mee DOĞANAY Prof. Dr. Ramaza AKTAŞ 1 İçerik Tahvil ve Özellikleri Faiz Oraı ve Tahvil Değeri Arasıdaki İlişki Tahvili Geiri Oraı ve Vadeye Kadar Geirisi Faiz Oraı Riski Verim
DetaylıHAZIRLIK ZAMANLARININ ÖĞRENME ETKİLİ OLDUĞU DURUMDA BİR AKIŞ TİPİ ÇİZELGELEME PROBLEMİ
Gazi Üiv. Müh. Mim. Fak. Der. J. Fac. Eg. Arch. Gazi Uiv. Cilt 22, No 2, 353-36, 2007 Vol 22, No 2, 353-36, 2007 HAZIRLIK ZAMANLARININ ÖĞRENME ETKİLİ OLDUĞU DURUMDA BİR AKIŞ TİPİ ÇİZELGELEME PROBLEMİ Tamer
DetaylıON THE TRANSFORMATION OF THE GPS RESULTS
Niğde Üiversitesi Mühedislik Bilimleri Dergisi, Cilt 6 Sayı -, (00), 7- GPS SONUÇLARININ DÖNÜŞÜMÜ ÜZERİNE BİR İNCELEME Meti SOYCAN* Yıldız Tekik Üiversitesi, İşaat Fakültesi, Jeodezi Ve Fotogrametri Mühedisliği
DetaylıMühendislik Fakültesi Endüstri Mühendisliği Bölümü. Doç. Dr. Nil ARAS ENM411 Tesis Planlaması Güz Dönemi
Mühedislik Fakültesi Edüstri Mühedisliği Bölümü Doç. Dr. Nil ARAS ENM4 Tesis Plalaması 6-7 Güz Döemi 3 Sisteme ekleecek tesis sayısı birde fazladır. Yei tesisler birbirleri ile etkileşim halide olabilirler
DetaylıREGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyon Basit doğrusal regresyon modeli: .. + n gözlem için matris gösterimi,. olarak verilir.
203-204 Bahar REGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyo Basit doğrusal regresyo modeli: y i = β 0 + β x i + ε i Modeli matris gösterimi, y i = [ x i ] β 0 β + ε i şeklidedir. x y 2 gözlem
DetaylıHARDY-CROSS METODU VE UYGULANMASI
HRY-ROSS MTOU V UYGUNMSI ğ şebekelerde debi bir oktaya çeşitli yollarda gelebildiği içi, şebekei er agi bir borusua suyu agi yolda geldiğii ilk bakışta söyleyebilmek geellikle mümkü değildir. Çözümleme
DetaylıTAMSAYILI PROGRAMLAMADA DAL KESME YÖNTEMİ VE BİR EKMEK FABRİKASINDA OLUŞTURULAN ARAÇ ROTALAMA PROBLEMİNE UYGULANMASI
Uludağ Üiversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi Cilt XXIV, Sayı 1, 2005, s. 101-114 TAMSAYILI PROGRAMLAMADA DAL KESME YÖNTEMİ VE BİR EKMEK FABRİKASINDA OLUŞTURULAN ARAÇ ROTALAMA PROBLEMİNE
DetaylıISF404 SERMAYE PİYASALAR VE MENKUL KIYMETLER YÖNETİMİ
4. HAFTA ISF44 SERMAYE PİYASALAR VE MENKUL KIYMETLER YÖNETİMİ PARANIN ZAMAN DEĞERİ VE GETİRİ ÇEŞİTLERİ Doç. Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr 2 Paraı Zama Değeri Paraı Zama Değeri Yatırım
DetaylıDOĞRUSAL PROGRAMLAMA İLE PORTFÖY OPTİMİZASYONU VE İMKB VERİLERİNE UYGULANMASI ÜZERİNE BİR ÇALIŞMA
DOĞRUSAL PROGRAMLAMA İLE PORTFÖY OPTİMİZASYONU VE İMKB VERİLERİNE UYGULANMASI ÜZERİNE BİR ÇALIŞMA Filiz KARDİYEN (*) Özet: Portföy seçim problemi içi klasik bir yaklaşım ola karesel programlama yötemi,
DetaylıISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ
8. HAFTA ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ PORTFÖY YÖNETİMİ II Doç.Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr Geleeksel Portföy Yaklaşımı, Bu yaklaşıma göre portföy bir bilim değil,
DetaylıObje Tabanlı Sınıflandırma Yöntemi ile Tokat İli Uydu Görüntüleri Üzerinde Yapısal Gelişimin İzlenmesi
Obje Tabalı Sııfladırma Yötemi ile Tokat İli Uydu Görütüleri Üzeride Yapısal Gelişimi İzlemesi İlker GÜNAY 1 Ahmet DELEN 2 Mahmut HEKİM 3 1 Gaziosmapaşa Üiversitesi, Mühedislik ve Doğa Bilimleri Fakültesi,
DetaylıSAÜ. Mühendislik Fakültesi Endüstri Mühendisliği Bölümü DİFERENSİYEL DENKLEMLER Dönemi Ders Notları. Prof. Dr.
SAÜ. Mühedislik Fakültesi Edüstri Mühedisliği Bölümü DİFERENSİYEL DENKLEMLER - Döemi Ders Notları Pro. Dr. Cemaletti KUBAT .Çok Değişkeli Foksiolarda Talor-McLauri Açılımları, Ekstremum Noktalar..Talor-McLauri
Detaylıİstatistik Nedir? Sistem-Model Kavramı
İstatistik Nedir? İstatistik rasgelelik içere olaylar, süreçler, sistemler hakkıda modeller kurmada, gözlemlere dayaarak bu modelleri geçerliğii sıamada ve bu modellerde souç çıkarmada gerekli bazı bilgi
Detaylı(3) Eğer f karmaşık değerli bir fonksiyon ise gerçel kısmı Ref Lebesgue. Ref f. (4) Genel karmaşık değerli bir fonksiyon için. (6.
Problemler 3 i Çözümleri Problemler 3 i Çözümleri Aşağıdaki özellikleri kaıtlamaızı ve buu yaıda daha fazla soyut kaıt vermeizi isteyeceğiz. h.h. eşitliğii ölçümü sıfır ola bir kümei tümleyei üzeride eşit
DetaylıÜSTEL VE Kİ-KARE DAĞILIMLARI ARASINDAKİ İLİŞKİNİN SİMULASYON İLE ÜRETİLEN RANDOM SAYILARLA GÖSTERİLMESİ
C.Ü. İktisadi ve İdari Bilimler Dergisi, Cilt 4, Sayı, 3 97 ÜSTEL VE Kİ-KARE DAĞILIMLARI ARASINDAKİ İLİŞKİNİN SİMULASYON İLE ÜRETİLEN RANDOM SAYILARLA GÖSTERİLMESİ Yalçı KARAGÖZ Cumhuriyet Üiversitesi
DetaylıKi- kare Bağımsızlık Testi
PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER Prof. Dr. Ali ŞEN Ki- kare Bağımsızlık Testi Daha öceki bölümlerde ölçümler arasıdaki ilişkileri asıl iceleeceğii gördük. Acak sıklıkla ilgileile veriler ölçüm
Detaylı{ 1 3 5} { 2 4 6} OLASILIK HESABI
OLASILIK HESABI Bu derste, uygulamalarda sıkça karşılaşıla, Olasılık Uzaylarıda bazılarıa değieceğiz ve verilmiş bir Olasılık Uzayıda olasılık hesabı yapacağız. Ω. Ω solu sayıda elemaa sahip olsu. Ω {
DetaylıBir Rasgele Değişkenin Fonksiyonunun Olasılık Dağılımı
5.Ders Döüşümler Bir Rasgele Değişkei Foksiyouu Olasılık Dağılımı Bu kısımda olasılık dağılımı bilie bir rasgele değişkei foksiyoları ola rasgele değişkeleri olasılık dağılımlarıı buluması ile ilgileeceğiz.
DetaylıKALİTELİ İŞ PAYLAŞIMI PROBLEMİ İÇİN BULANIK MANTIK YAKLAŞIMI
İstabul Ticaret Üiversitesi Fe Bilimleri Dergisi Yıl: 5 Sayı:0 Güz 2006/2 s.3-22 KALİTELİ İŞ PAYLAŞIMI PROBLEMİ İÇİN BULANIK MANTIK YAKLAŞIMI Efedi N.NASİBOV*, A. Övgü KINAY** ÖZET Bu çalışmada, işleri
Detaylıİki Serbestlik Dereceli Mekanizmalarla İşlev Sentezinde Tasarım Noktalarının Eşit ve Çebişev Aralıklandırması ile Seçiminin Karşılaştırılması
Uluslararası Katılımlı 7. Makia Teorisi Sempozyumu, İzmir, -7 Hazira 05 İki Serbestlik Dereceli Mekaizmalarla İşlev Setezide Tasarım oktalarıı Eşit ve Çebişev Aralıkladırması ile Seçimii Karşılaştırılması
DetaylıGayrimenkul Değerleme Esasları Dönem Deneme Sınavı I
1) I. Bia türü II. Bia yaşı III. Bia sııfı IV. İşaat evi V. Yıprama oraı Türkiye de bia metrekare ormal işaat maliyet bedelleri yukarıdakilerde hagilerie göre belirleir? A) Yalız II B) Yalız III C) II
DetaylıİNTERNET SERVİS SAĞLAYICILIĞI HİZMETİ SUNAN İŞLETMECİLERE İLİŞKİN HİZMET KALİTESİ TEBLİĞİ BİRİNCİ BÖLÜM
17 Şubat 01 CUMA Resmî Gazete Sayı : 807 TEBLİĞ Bilgi Tekolojileri ve İletişim Kurumuda: İNTERNET SERVİS SAĞLAYICILIĞI HİZMETİ SUNAN İŞLETMECİLERE İLİŞKİN HİZMET KALİTESİ TEBLİĞİ BİRİNCİ BÖLÜM Amaç, Kapsam,
DetaylıSAÜ. Mühendislik Fakültesi Endüstri Mühendisliği Bölümü DİFERENSİYEL DENKLEMLER Dönemi Karma Eğitim Ders Notları. Doç. Dr.
SAÜ. Mühedislik Fakültesi Edüstri Mühedisliği Bölümü DİFERENSİYEL DENKLEMLER 9- Döemi Karma Eğitim Ders Notları Doç. Dr. Cemaletti KUBAT .Çok Değişkeli Foksiolarda Talor-McLauri Açılımları, Ekstremum Noktalar..Talor-McLauri
DetaylıAN ARTIFICIAL BEE COLONY ALGORITHM (ABC) APROACH TO NONCONVEX ECONOMIC POWER DISPATCH PROBLEMS WITH VALVE POINT EFFECT
Fırat Üiversitesi-Elazığ VALF NOKTA ETKİLİ KONVEKS OLMAYAN EKONOMİK GÜÇ DAĞITIM PROBLEMLERİNE YAPAY ARI KOLONİ ALGORİTMASI (ABC) YAKLAŞIMI AN ARTIFICIAL BEE COLONY ALGORITHM (ABC) APROACH TO NONCONVEX
DetaylıMATLAB VE ASP.NET TABANLI WEB ARAYÜZÜ KULLANILARAK DOĞRUSAL OLMAYAN SİSTEMLERİN ANALİZİ
Gazi Üiv. Müh. Mim. Fak. Der. Joural of the Faculty of Egieerig ad Architecture of Gazi Uiversity Cilt 27, No 4, 795-806, 2012 Vol 27, No 4, 795-806, 2012 MATLAB VE ASP.NET TABANLI WEB ARAYÜZÜ KULLANILARAK
DetaylıKALİTE VE SÜREÇ İYİLEŞTİRME İÇİN MÜŞTERİ GERİ BİLDİRİMLERİNİN DEĞERLENDİRİLMESİ
Altı Sigma Yalı Koferasları (9- Mayıs 8) KALİTE VE SÜREÇ İYİLEŞTİRME İÇİN MÜŞTERİ GERİ BİLDİRİMLERİNİN DEĞERLENDİRİLMESİ Serka ATAK Evre DİREN Çiğdem CİHANGİR Murat Caer TESTİK ÖZET Ürü ve hizmet kalitesii
DetaylıMekânsal Karar Problemleri İçin Coğrafi Bilgi Sistemleri ve Çok Ölçütlü Karar Analizinin Bütünleştirilmesi: TOPSIS Yöntemi
Mekâsal Karar Problemleri İçi Coğrafi Bilgi Sistemleri ve Çok Ölçütlü Karar Aalizii Bütüleştirilmesi: TOPSIS Yötemi Derya Öztürk Odokuz Mayıs Üiversitesi Harita Mühedisliği Bölümü, 55139 Samsu. dozturk@omu.edu.tr
DetaylıNİĞDE İLİ RÜZGAR ENERJİSİ POTANSİYELİ WIND ENERGY POTENTIAL OF NIGDE PROVINCE
Niğde Üiersitesi Mühedislik Bilimleri Dergisi, Cilt 1, Sayı, (1), 37-47 NİĞDE İLİ RÜZGAR ENERJİSİ POTANSİYELİ Uğur YILDIRIM 1,* Yauz GAZİBEY, Afşi GÜNGÖR 1 1 Makie Mühedisliği Bölümü, Mühedislik Fakültesi,
DetaylıPARALEL MAKİNELİ ÇİZELGELEMEDE TOPLAM TAMAMLANMA ZAMANI VE MAKSİMUM GECİKMENİN ENKÜÇÜKLENMESİ. Tamer EREN 1 ve Ertan GÜNER 2
S.Ü. Müh.-Mim. Fak. Derg., c., s.-, 006 J. Fac.Eg.Arch. Selcuk Uiv., v.,.-, 006 PARALEL MAKİNELİ ÇİZELGELEMEDE TOPLAM TAMAMLANMA ZAMANI VE MAKSİMUM GECİKMENİN ENKÜÇÜKLENMESİ Tamer EREN ve Erta GÜNER Kırıkkale
Detaylı5. BORULARDAKİ VİSKOZ (SÜRTÜNMELİ) AKIM
5. ORURKİ İSKOZ (SÜRTÜNMEİ) KIM 5.0. oru Sistemleri Çözüm Yötemleri oru sistemleriyle ilgili problemleri çözümüde tip çözüm yötemi vardır. ular I. Tip, II. Tip ve III. Tip çözüm yötemleridir. u çözüm yötemleride
DetaylıDEÜ MÜHENDİSLİK FAKÜLTESİ FEN VE MÜHENDİSLİK DERGİSİ Cilt: 7 Sayı: 3 s. 1-21 Ekim 2005
DEÜ MÜHENDİSLİK FAKÜLTESİ FEN VE MÜHENDİSLİK DERGİSİ Cilt: 7 Sayı: 3 s. -2 Ekim 2005 FRAKTAL GÖRÜNTÜ SIKIŞTIRMADA HASH FONKSİYONLARINA DAYANAN YENİ BİR SINIFLANDIRMA YÖNTEMİ (A NEW CLASSIFICATION METHOD
DetaylıTÜRKİYE İÇİN SERMAYE STOK VERİLERİ GÜNCELLENMESİ VE BÜYÜME ORANIYLA İLİŞKİSİ: 1972-2008 DÖNEMİ
TÜRKİYE İÇİN SERMAYE STOK VERİLERİ GÜNCELLENMESİ VE BÜYÜME ORANIYLA İLİŞKİSİ: 1972-2008 DÖNEMİ Updatig Capital Stock Data for Turkey ad Its Relatioship with Growth Rate: The Period of 1972-2008 Dr. Ahmet
DetaylıALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI
µ µ içi Güve Aralığı ALTERNATİF İTEMLERİN KARŞILAŞTIRILMAI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları
DetaylıALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI
ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları Alteratif üretim
DetaylıİÇİNDEKİLER. Ön Söz Polinomlar II. ve III. Dereceden Denklemler Parabol II. Dereceden Eşitsizlikler...
İÇİNDEKİLER Ö Söz... Poliomlar... II. ve III. Derecede Deklemler... Parabol... 9 II. Derecede Eşitsizlikler... 8 Trigoometri... 8 Logaritma... 59 Toplam ve Çarpım Sembolü... 7 Diziler... 79 Özel Taımlı
DetaylıGeriye Yayılım ve Levenberg Marquardt Algoritmalarının YSA Eğitimlerindeki Başarımlarının Dinamik Sistemler Üzerindeki Başarımı. Mehmet Ali Çavuşlu
Geriye Yayılım ve Levenberg Marquardt Algoritmalarının YSA Eğitimlerindeki Başarımlarının Dinamik Sistemler Üzerindeki Başarımı Mehmet Ali Çavuşlu Özet Yapay sinir ağlarının eğitiminde genellikle geriye
DetaylıT.C. PAMUKKALE ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI
T.C. PAMUKKALE ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI GAUSS BALANS VE GAUSS KOBALANS SAYILARI ÜZERİNE YÜKSEK LİSANS TEZİ MUSTAFA YILMAZ DENİZLİ, TEMMUZ - 07 T.C. PAMUKKALE ÜNİVERSİTESİ
DetaylıİSTATİSTİK 2. Tahmin Teorisi 07/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr
İSTATİSTİK 2 Tahmi Teorisi 07/03/2012 AYŞE S. ÇAĞLI aysecagli@beyket.edu.tr İstatistik yötemler İstatistik yötemler Betimsel istatistik Çıkarımsal istatistik Tahmi Hipotez testleri Nokta tahmii Aralık
Detaylı4/16/2013. Ders 9: Kitle Ortalaması ve Varyansı için Tahmin
4/16/013 Ders 9: Kitle Ortalaması ve Varyası içi Tahmi Kitle ve Öreklem Öreklem Dağılımı Nokta Tahmii Tahmi Edicileri Özellikleri Kitle ortalaması içi Aralık Tahmii Kitle Stadart Sapması içi Aralık Tahmii
DetaylıParçacık Sürü Optimizasyon Algoritmasının Termik Birimlerden Oluşan Çevresel Ekonomik Güç Dağıtım Problemlerine Uygulanması
6 th Iteratioal Advaced Techologies Symposium (IATS 11), 16-18 May 2011, Elazığ, Turkey Parçacık Sürü Optimizasyo Algoritmasıı Termik Birimlerde Oluşa Çevresel Ekoomik Güç Dağıtım Problemlerie Uygulaması
DetaylıSBE 601 ARAŞTIRMA YÖNTEMLERİ, ARAŞTIRMA VE YAYIN ETİĞİ
SBE 601 ARAŞTIRMA YÖNTEMLERİ, ARAŞTIRMA VE YAYIN ETİĞİ ÖRNEKLEM BÜYÜKLÜĞÜNÜN SAPTANMASI ÖRNEKLEME YÖNTEMLERİ Prof. Dr. Ergu Karaağaoğlu H.Ü. Tıp Fakültesi Biyoistatistik ABD ÖRNEKLEM BÜYÜKLÜĞÜNÜN SAPTANMASI
DetaylıOBTAINING REGIONAL TRANSFORM COEFFICIENT CONSIDERING THE DISTANCE AND DIRECTION WİTH L1-NORM METHOD
LNORM YÖNTEMİ İLE BÖLGESEL DÖNÜŞÜM KATSAYILARININ UZAKLIK VE YÖN DİKKATE ALINARAK ELDE EDİLMESİ Ü. KIRICI, Y. ŞİŞMAN Odokuz Mayıs Üiversitesi, Mühedislik Fakültesi, Harita Mühedisliği Bölümü, Samsu, ulku.kirici@omu.edu.tr,
Detaylı2.2. Fonksiyon Serileri
2.2. Foksiyo Serileri Taım.. Herhagi bir ( u (x reel (gerçel değerli foksiyo dizisi verilsi. Bu m foksiyo dizisii tüm terimlerii toplamıa, yai u m (x + u m+ (x + u m+2 (x + u m+3 (x + + u m+ (x + = k=m
Detaylıİstatistik Ders Notları 2018 Cenap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI. 5.1 Giriş
İstatistik Ders Notları 08 Ceap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI 5. Giriş Öreklem istatistikleri kullaılarak kitle parametreleri hakkıda çıkarsamalar yapmak istatistik yötemleri öemli bir bölümüü oluşturur.gülük
DetaylıISL 418 Finansal Vakalar Analizi
23.3.218 2. HAFTA ISL 18 Fiasal Vakalar Aalizi Paraı Zama Değeri Doç. Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr 2 Paraı Zama Değeri Paraı Zama Değeri Yatırım ve fiasma kararlarıda rasyoelliği yakalamak
Detaylı3. Bölüm Paranın Zaman Değeri. Prof. Dr. Ramazan AktaĢ
3. Bölüm Paraı Zama Değeri Prof. Dr. Ramaza AktaĢ Amaçlarımız Bu bölümü tamamladıkta sora aşağıdaki bilgi ve becerilere sahip olabileceksiiz: Paraı zama değeri kavramıı alaşılması Faiz türlerii öğremek
DetaylıÖZET Doktora Tezi KISITLI DURUM KALMAN FİLTRESİ VE BAZI UYGULAMALARI Esi KÖKSAL BABACAN Akara Üiversitesi Fe Bilimleri Estitüsü İstatistik Aabilim Dal
ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOKTORA TEZİ KISITLI DURUM KALMAN FİLTRESİ VE BAZI UYGULAMALARI Esi KÖKSAL BABACAN İSTATİSTİK ANABİLİM DALI ANKARA 2009 Her hakkı saklıdır ÖZET Doktora Tezi
DetaylıGAUSS HÜZMESİNİN YÜKSEK FREKANSLARDA PLAZMA ORTAMLA ETKİLEŞİMİ
Gai Üiv. Müh. Mim. Fak. Der. Joural of the Faculty of Egieerig ad Architecture of Gai Uiversity Cilt 3, No, 73-79, 15 Vol 3, No, 73-79, 15 GAUSS HÜZMESİNİN YÜKSEK FREKANSLARDA PLAZMA ORTAMLA ETKİLEŞİMİ
DetaylıDİKDÖRTGEN SPİRAL ANTENLER ÜZERİNE BİR İNCELEME
DİKDÖRTGEN SPİRAL ANTENLER ÜZERİNE BİR İNCELEME Uğur SAYNAK ve Alp KUŞTEPELİ Elektrik-Elektroik Mühedisliği Bölümü İzmir Yüksek Tekoloji Estitüsü, 35430, Urla, İZMİR e-posta: ugursayak@iyte.edu.tr e-posta:
DetaylıOKUL ÖNCESİ DÖNEM İŞİTME ENGELLİ ÇOCUKLARDA MÜZİK EĞİTİMİNİN SÖZEL AÇIKLAMA BECERİLERİNE ETKİSİ
OKUL ÖNCESİ DÖNEM İŞİTME ENGELLİ ÇOCUKLARDA MÜZİK EĞİTİMİNİN SÖZEL AÇIKLAMA BECERİLERİNE ETKİSİ Yrd. Doç. Dr. Tüli Malkoç Marmara Üiversitesi Atatürk Eğitim Fakültesi, Göztepe, tmalkoc@marmara.edu.tr Fuda
DetaylıİKİ ÖLÇÜTLÜ PARALEL MAKİNELİ ÇİZELGELEME PROBLEMİ: MAKSİMUM TAMAMLANMA ZAMANI VE MAKSİMUM ERKEN BİTİRME
V. Ulusal Üretim Araştırmaları Sempozyumu, İstabul Ticaret Üversitesi, 25-27 Kasım 2005 İKİ ÖLÇÜTLÜ PARALEL MAKİNELİ ÇİZELGELEME PROBLEMİ: MAKSİMUM TAMAMLANMA ZAMANI VE MAKSİMUM ERKEN BİTİRME Tamer EREN
DetaylıT y t / T. t tj j. y a x 0
İstabul Üiversitesi İşletme Fakültesi Dergisi Istabul Uiversity Joural of the School of Busiess Admiistratio Cilt/Vol:39, Sayı/No:2, 2, 359-369 ISSN: 33-732 www.ifdergisi.org 2 Portföy optimizasyouda SVFM
DetaylıBurçin Gonca OKATAN YÜKSEK LİSANS TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AĞUSTOS 2007 ANKARA
UYUM İYİLİĞİ İÇİN AMICO TEK-ÖRNEK TESTİ VE İĞER UYUM İYİLİĞİ TESTLERİ İLE KARŞILAŞTIRILMASI Burçi Goca OKATAN YÜKSEK LİSANS TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ AĞUSTOS 7 ANKARA TEZ
DetaylıBAġKENT ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ ÇOK GEZGĠNLĠ EN KÜÇÜK GECĠKME PROBLEMĠ ĠÇĠN YENĠ KARAR MODELLERĠ GÖZDE ÖNDER
BAġKENT ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ ÇOK GEZGĠNLĠ EN KÜÇÜK GECĠKME PROBLEMĠ ĠÇĠN YENĠ KARAR MODELLERĠ GÖZDE ÖNDER YÜKSEK LİSANS TEZİ 2015 ÇOK GEZGĠNLĠ EN KÜÇÜK GECĠKME PROBLEMĠ ĠÇĠN YENĠ KARAR
DetaylıYAPAY SİNİR AĞLARI İLE KARAKTER TABANLI PLAKA TANIMA
YAPAY SİNİR AĞLARI İLE KARAKTER TABANLI PLAKA TANIMA Cemil ÖZ 1, Raşi KÖKER 2, Serap ÇAKAR 1 1 Sakara Üiversiesi Mühedislik Fakülesi Bilgisaar Mühedisliği Bölümü, Eseepe, Sakara 2 Sakara Üiversiesi Tekik
DetaylıTOPOLOJİK TEMEL KAVRAMLAR
TOPOLOJİK TEMEL KAVRAMLAR 1.1. Kümeler ve Foksiyolar A ı bir elemaıa B i yalız bir elemaıı eşleye bağıtıya bir foksiyo deir. f : A B, Domf = U A ve ragef B dir. Taım 1.1.1. f : A B foksiyou içi V A olsu.
DetaylıAN ARTIFICIAL BEE COLONY ALGORITHM (ABC) APROACH TO ENVIRONMENTAL ECONOMIC POWER DISPATCH PROBLEMS
Fırat Üiversitesi-Elazığ ÇEVRESEL EKONOMİK GÜÇ DAĞITIM PROBLEMLERİNE YAPAY ARI KOLONİ ALGORİTMASI (ABC) YAKLAŞIMI AN ARTIFICIAL BEE COLONY ALGORITHM (ABC) APROACH TO ENVIRONMENTAL ECONOMIC POWER DISPATCH
DetaylıÇİMENTO BASMA DAYANIMI TAHMİNİ İÇİN YAPAY SİNİR AĞI MODELİ
ÇİMENTO BASMA DAYANIMI TAHMİNİ İÇİN YAPAY SİNİR AĞI MODELİ Ezgi Özkara a, Hatice Yanıkoğlu a, Mehmet Yüceer a, * a* İnönü Üniversitesi Mühendislik Fakültesi Kimya Mühendisliği Bölümü, Malatya, 44280 myuceer@inonu.edu.tr
DetaylıBAŞKENT ÜNİVERSİTESİ Makine Mühendisliği Bölümü
BAŞKENT ÜNİVERSİTESİ Makie Mühedisliği Bölümü 1 STAJLAR: Makie Mühedisliği Bölümü öğrecileri, öğreim süreleri boyuca 3 ayrı staj yapmakla yükümlüdürler. Bularda ilki üiversite içide e fazla 10 iş güü süreli
Detaylı