PROJELERDE -DAĞILIMININ ÜÇ DURUMUNA GÖRE PROJE TAMAMLANMA ZAMANININ BULUNMASINDA İSTATİSTİKSEL BİR ANALİZ

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "PROJELERDE -DAĞILIMININ ÜÇ DURUMUNA GÖRE PROJE TAMAMLANMA ZAMANININ BULUNMASINDA İSTATİSTİKSEL BİR ANALİZ"

Transkript

1 C.Gencer ve O.Türkbey, Gaz Ünverstes. Fen Blmler Dergs, (00), PROJELERDE -DAĞILIMININ ÜÇ DURUMUNA GÖRE PROJE TAMAMLANMA ZAMANININ BULUNMASINDA İSTATİSTİKSEL BİR ANALİZ Cevrye GENCER Orhan TÜRKBEY Gaz Ünverstes, Mühendslk Mmarlık Fak., Endüstr Müh. Böl., Maltepe, Ankara, Türkye. ÖZET Br projenn gerçekleşmes çn sıralanan faalyetlern lerye dönük başlama ve btş le lgl blglern belrlenmesnde kullanılan planlama ve kontrol teknklernden br Klask Pert (KPert) teknğdr. Blndğ gb, KPert metodunda faalyetler çn belrlenen sürelern -dağılımından geldğ varsayılmaktadır. -dağılımında; smetrk, sağa ve sola çarpık olmak üzere üç durum vardır. Lteratürde KPert teknğne alternatf olarak Fuzzy- Pert (FPert) ve Gerçek Dağılım (GDag) teknkler bulunmaktadır. Her üç teknk le br projenn; başlama ve btş le lgl blgler hesaplanablr. Bu çalışmada, stenen amacı sağlayablmek çn aynı proje örnekler üzernde -dağılımının üç durumuna göre belrtlen metotlar statstkî anlamlılık yönünden karşılaştırılarak br analz ve değerlendrme çalışması yapılmıştır. Analz sonucunda da, seçm kullanıcıya bırakılmakla brlkte; Kpert metodu önerlmektedr. Anahtar kelmeler: Proje değerlendrme, Şebeke optmzasyonu, Bulanık kümeler, İstatstksel analz, Gerçek dağılım. A STATISTICAL ANALYSIS IN FINDING THE COMPLETING TIME OF THE PROJECT ACCORDING TO THREE STATES OF THE -DISTRIBUTION IN PROJECTS In the lterature, Classcal-PERT (CPert), Fuzzy-PERT (FPert) and Real-PERT (RPert) technques take place n the probablstc determnaton of startng and fnshng tmes, whch are towards to the future of operatonal actvtes that are found n a project plannng and control technque. But n each of these three technques a statstcal analyss s not done n terms of operaton number, operaton confuson, soluton tme and qualty. In ths study, by constructng a network, a comparable statstcal analyss s made accordng to the mentoned performance crtera of each of the three technques. Between the mentoned technques, the pared-t test s appled n order to nvestgate whether there s a statstcally sgnfcant dfference or not. It s seen that CPert technque s more domnant when the results are consdered n terms of soluton dffcultes and qualty, operaton confuson. Key words: Project Evaluaton, Network Optmzaton, Fuzzy Sets, Statstcal Analyss, Real Dstrbuton.

2 C.Gencer ve O.Türkbey, Gaz Ünverstes. Fen Blmler Dergs, (00), GİRİŞ PERT (Program Evaluaton and Revew Technque) şebeke analznde kullanılan br Planlama ve Kontrol teknğdr. Bu teknk br projenn gerçekleşmes yönünde yapılan faalyetlern, ne zaman başlayacağını, bteceğn ve ne gb faalyetlern ne zaman ve hang sıra le yapılacağını şebeke şeklnde yönetcye görsel blgler sunar. Projenn planlamasında faalyetler çn öngörülen süreler; uygulamaya geçldğnde klm koşulları, makne bozulmaları, malzeme temnnde k aksamalar, şç sorunları v.b. çeştl nedenlerden kaynaklanan değşklkler göstereblr. Pert teknğnde, projenn belrszlk ortamında yürütüldüğü ve şansa bağlı olarak çeştl nedenlerden kaynaklanan değşklklerden etklenlebleceğ dkkate alınmaktadır. Böylece faalyet sürelernn - dağılımından geldğ kabul edlerek, projenn toplam süresyle lgl olasılıklar hesaplanablmektedr. -dağılımında üç durum vardır. Bu durumlar Şekl 'de görülmektedr. a m b (a) a m b (b) a m b (c) Şekl. - dağılımının üç durumu (smetrk (a), sağa dönük (b) ve sola dönük (c)). Pert hesaplamalarında, faalyet sürelernn -dağılımına uyduğu varsayıldığı çn beklenen değer ( t ) ve standart sapma (σ) hesaplanablr. Gerekl formüller aşağıdadır. t ( a m b) 6 ve ( b a) 6 () Burada; a = ymser tahmn, b = kötümser tahmn, c = en olası tahmndr. Yne a m b olmalıdır. Çalışmada, krtk yol üzerndek faalyetler belrlenrken, faalyetlern ortalama sürelernden yararlanmıştır. Şebeke üzerndek krtk faalyetlern sürelernn brbrnden bağımsız ve -dağılımına uygun olduğu varsayıldığından, bu sürelern toplamı, merkez lmt teorem' ne göre normal dağılımlı br rassal değşken olmaktadır. Böylece toplam rassal değşken değer (T) aşağıdak gb hesaplanablr: T n x (n = brbrnden bağımsız rassal değşken) () 78

3 C.Gencer ve O.Türkbey, Gaz Ünverstes. Fen Blmler Dergs, (00), Krtk yolun beklenen değer (µ T ) ve varyansı (Г T ), her br değşkenn beklenen değer (µ ) ve varyansı (Г ) toplanarak bulunur. Yan n n T ve T () Ancak, burada bulunan "toplam proje süres" (µ T ) ymser br tahmndr. Gerçekte beklenen değer daha yüksektr. Yne, Pert yöntemyle bulunan varyans değer gerçek varyans değernden daha büyüktür. Ayrıca Pert yöntemyle bulunan krtk yol' un gerçek krtk yol olduğunu söylemek her zaman mümkün değldr. Bu çalışmada, Pert teknğ le Klask Pert teknğ (KPert) kastedlmektedr. Projenn gerçek tamamlanma zamanını bulablmek çn, her br faalyet çn verlen a, m ve b değerlernn ayrı ayrı hesaplanması gerekr. Böyle br durumda proje gerçekleştğnde; a, m, b = ve yol (faalyet) sayısı = n alınırsa, k = n adet olası durumun olduğu görülecektr. Oluşan her br olası durum çn krtk yol ve süreler hesaplanablr. Böylece, projenn olası tamamlanma süreler, bu sürelern tekrarlı sıklık değerler bulunablr ve o zaman projenn gerçek tamamlanma zamanının beklenen değer hesaplanablr. Bu yönteme Gerçek Dağılım metodu (GDag) denr. Projenn tamamlanma zamanını bulmanın br başka yöntem de Fuzzy (bulanık) Pert (FPert) metodudur. Şebeke analznde Bulanık Küme Teors (Fuzzy Set Theory) kullanılarak, proje tamamlanma zamanını bulmak yen br fkr değldr. Dubos ve Prade (), Prade (), Chanas ve Kamburowsk () ve Lee ve L () proje yönetm problemlerne Bulanık Küme Teors n uygulamışlardır. Dubos ve Prade () ve Prade () bulanık faalyet zamanlarını hesaplarken Ford un algortmasında k prenspler kullanmışlar ve projelernde her br faalyet çn erken başlama ve geç btş zamanlarını hesaplamışlardır. Chanas ve Kamburowsk (), Dubos ve Prade () nn metoduna benzer FPert dye anılan br metodu gelştrmşlerdr. Esas olarak FPert metodunda da Ford algortması kullanılmaktadır. McChahon ve Lee () se, bulanık faalyet zamanları bell olan br projenn tamamlanma zamanını bulmak çn k metodu karşılaştırmışlardır. Lootsma (6) se, br projenn faalyet zamanları uzman kşler tarafından tahmn edldğnde, proje planlamasındak belrszlkler üzerne çalışmış ve nümerk örnek üzernde, proje tamamlanma zamanı açısından KPert, FPert ve smulasyon metotlarının karşılaştırmasını yapmıştır. Shpley ve dğ. (7), -dağılımı yerne bulanık olasılıklı BIFPET metodunu önermşlerdr. Mon ve dğ. (8), proje yönetmnde bulanık dağılımlı malyet analz üzernde çalışmışlardır. Bu çalışmada se, proje tamamlanma zamanının bulunmasında KPert, FPert ve GDag metotları karşılaştırılmaya çalışılmıştır. Lteratürde FPert metodunun farklı çözüm algortmaları bulunmaktadır. Bu nedenle br karışıklığa meydan vermemek çn çalışmada kullanılan FPert metodunun aşamaları detaylı olarak dkkate alınmıştır.. FPERT METODU McCahon ve Lee () çalışmalarında, proje tamamlanma zamanının bulunmasında Lee ve L () nn kıyaslama (comparson) metodu le bleşk (composte) metodunu çözüm açısından karşılaştırmışlar ve bu metotlardan kıyaslama metodunun daha kısa ve anlaşılablr olduğunu belrtmşlerdr. Bu çalışmada, FPert metodu olarak blnen kıyaslama metodu kullanılmıştır. 79

4 C.Gencer ve O.Türkbey, Gaz Ünverstes. Fen Blmler Dergs, (00), Örnek projede her faalyetn bulanık zamanlarının blndğ varsayılmaktadır. Projenn tamamlanma zamanını bulmak çn kıyaslama metodunda, lerye doğru geçşte bulanık en erken başlama-btş ( ES - E F ) ve gerye doğru geçşte bulanık en geç başlama-btş zamanları ( LS - L F ) aşağıdak şeklde hesaplanmaktadır. ES max ES j A v P j ES A mn LF j v j S LF A EF LF A LS j j A j j faalyetnn bulanık faalyet süres, (+) bulanık toplama, (-) bulanık çıkarma, v j j. faalyet, P j faalyetnn öncül faalyetler set, S j faalyetnn ardıl faalyetler setdr. Üç köşel (üç elemanlı) bulanık sayılar (tranglar fuzzy numbers) kullanıldığında, br faalyetn başlayablmes çn brden fazla faalyetn btmes gerektğ durumlar da, yen başlayacak br faalyetn en erken başlama zamanının bulunmasında kullanılan bulanık öncüllük faktörler ( S(A ), m(a )) ve, m A m veya A m A j A s () m A j () s A j (6) koşulları sağlandığında A A olduğu kabul edlmekte ve j başlama zamanları olarak dkkate alınmaktadır. Burada, m(a ) A nn değerler en erken / (a b c) ve A s /8 a b c ab ac bc (7) Algortmanın daha y anlaşılablmes çn aşağıda çözümlü br örnek verlmştr.. ÖRNEK Şekl de örnek şebeke, Tablo de de örnek şebekenn bulanık faalyet zamanları verlmektedr. Tablo. Örnek problemn bulanık faalyet zamanları. E A C Faalyetler Bulanık Zamanlar F A (6,9,) B (,,6) D C (,,) B G D (6,0,) E (0,,0) Şekl. Örnek projenn öncelk dyagramı. F (,,7) G (,,) 80

5 C.Gencer ve O.Türkbey, Gaz Ünverstes. Fen Blmler Dergs, (00), Tablo de projenn bulanık faalyet zamanları verlmştr. Faalyet zamanları, (a,b,c) formunda üç köşel bulanık sayılar olarak kabul edlmştr. Burada, a br setn en küçük, b br setn orta, c br setn en büyük değer olarak tanımlanmaktadır. Örnek problemn, E S (erken başlama) ve E F (erken btme) değerler Tablo de, L S (son başlama) ve L F (son btme) değerler Tablo de verlmştr. Tablo. A-G faalyetler çn bulanık S E ve F E zamanları. Faalyet E S E F A 0 (6,9,) B 0 (,,6) C (6,9,) (7,,) D (,,6) (8,,0) E (6,9,) (6,,) F max[ EFC, EFD ] = E F D = (8,,0) (,9,7) G (,,6) (,7,0) Tablo. A-G faalyetler çn bulanık S L ve F L zamanları. Faalyet L S L F A (0,0,0) mn [ LSC, LSE ] = L S E = (6,9,) B (,,) mn [ D, G ] = D = (7,9,) C (,7,) (,9,) D (7,9,) (,9,) E (6,9,) (6,,) F (,9, (6,,) G (,,8) (6,,) Bu durumda, bulanık proje tamamlanma zamanı T, G faalyetnn aşağıdak gb fade edleblr: E F zamanıdır ve (x 6) /8, 6 x (x) ( x) /8, x T (8) 0, d.d Faalyet zamanları bulanık ken krtk yolu belrlemek zordur. Bu nedenle şebeke üzernde yer alan her br yolun krtklk dereces hesaplanmalı ve buna göre karar verlmeldr. Br yolunun krtklk dereces Cp şu şeklde hesaplanablr: Cp sup Tp T (9) x 8

6 C.Gencer ve O.Türkbey, Gaz Ünverstes. Fen Blmler Dergs, (00), Burada T p,. yolun bulanık yol uzunluğu, k kümenn kesşm, sup se br kümenn en büyük değerdr ve T p ( ) A j şeklnde hesaplanablr. jp Örnek şebekede başlangıç ve btş arasında dört alternatf yol vardır. Bunlar; (A-E), (A- C-F), (B-D-F) ve (B-G) dr. Tüm faalyetler üç köşel bulanık sayılarla temsl edldğnden, bulanık yol uzunlukları aşağıdak gb kolayca hesaplanablr.. (6,9,) (+) (0,,0) = (6,,). (6,9,) (+) (,,) (+) (,,7) = (0,6,). (,,6) (+) (6,0,) (+) (,,7) = (,9,7). (,,6) (+) (,,) = (,7,0) Bundan sonra her br yolun krtklk dereceler hesaplanablr. Tablo de krtklk dereceler, Şekl de se bunların hesapları görülmektedr. Projenn bulanık krtk yolu (A-E) dr. μ (x) 0,8 0,6 0, ( ) (x) p ( ) (x) p (...) (x) p ( ) (x) p 0, 0 Zaman Şekl. Yolların krtklk derecelernn hesabı. Tablo. Yolların krtklk dereceler. Yol Cp

7 C.Gencer ve O.Türkbey, Gaz Ünverstes. Fen Blmler Dergs, (00), ÖRNEK PROBLEMİN KPERT METOTUYLA ÇÖZÜMÜ KPert metoduna göre her faalyetn ortalama zamanı ve varyansı Tablo de verlmektedr. Tablo. KPert metoduna göre ortalama faalyet zamanları. Faalyetler Zamanlar Varyanslar A B 0. C 0. D E.777 F 0. G 0. KPert metoduna göre projenn; beklenen değer (projenn tamamlanma zamanı) T =.7 standart sapması T =.96 ve krtk yolu (A-E) dr.. ÖRNEK PROBLEMİN GDAG METOTUYLA ÇÖZÜMÜ Örnek problemde 7 yol (faalyet) vardır. Bu durumda k = 7 = 87 olası durum söz konusudur. 87 durumda yer alan krtk sürelern ve bunların sıklıklarının belrlenmes gerekr. Burada sıklık anlamı; örneğn Tablo 6 da verlen 6 krtk sürenn, 87 olası durum çnde 6 defa bulunduğunu fade etmektedr. Bu nedenle Borland Pascal dlnde kodlanan program kullanılarak, krtk süreler ve sıklıklar bulunmuştur. Tablo 6 da problem çn krtk süreler, sıklıklar ve sıklıkların ortaya çıkma olasılıkları (P(x )) le brkml olasılıklar ( P T x ) verlmektedr. Yne, P(x ) sıklıkların ortaya çıkma olasılıkları, sıklık/olası durum sayısı na oranlanarak bulunmaktadır (Örneğn, Tablo 6 da 6/87 = 0,089). P(T x ) brkml olasılıklar se, kümülatf değerler fade etmektedr. Tablo 6. GDag metoduna göre sonuçlar. Krtk Süreler Sıklık P(x ) P T x

8 C.Gencer ve O.Türkbey, Gaz Ünverstes. Fen Blmler Dergs, (00), Beklenen Değer (projenn tamamlanma zamanı) = / 87 =.7 dür. Projenn olası bütün değerler ncelendğnde (87 durum), bütün olası durumlar krtk yol olableceğnden, tek br krtk yolun belrlenmes bu metot çn mümkün değldr. 6. METOTLARIN KARŞILAŞTIRILMASI Aynı örnek problem üç metot le çözülmüştür. Sonuçlara bakıldığında, özellkle FPert ve GDag metotlarında nceleme aralıklarının aynı olduğu görülmektedr. Bu nceleme aralığı 6 x şeklndedr. Üç metodun karşılaştırılmasında tamamlanma zamanı olasılıkları dkkate alınmıştır. Çünkü, KPert metodu sonucu bulunan proje tamamlanma zamanı (beklenen değer) % 0 olasılıkla tamamlanma zamanıdır. Bu nedenle, olasılıklı br durum olduğundan, dğer metotların sonucunun da olasılıklı fade edlmes gerekr. GDag ve KPert metotlarında tamamlanma zamanı olasılıklarını hesaplamak kolaydır. Bu olasılıkların FPert metodunda da hesaplanablmes çn bulanık ntegralden (Poss (T x)) yararlanılmıştır (). FPert metodunda bulunan süreler olasılıklı değldr. Ancak, dğer metotlarla aynı bazda mukayese yapablmek çn bu süreler olasılıklı hale getrmede bulanık ntegral metodu kullanılmıştır. Örneğn, x = 7 çn dx dx x ve x = 6 çn + dx x dx dr. Burada x = 6 çn değer, 6 x aralığında tanımlanan üçgen alanıdır. Örnek problemn her üç metot çn bazı tamamlanma zamanlarının P(T x) değerler Tablo 7 de verlmektedr. Tablo 7. Örnek problem çn bazı proje tamamlanma zamanlarının olasılıkları. FPert KPert GDağ X P(T x) P(T x) P(T x) Karşılaştırılan üç metodun aynı bazda karşılaştırılmasının yapılablmes çn örnek problemn dışında ayrıca; smetrk, sağa ve sola çarpık olmak üzere 9 farklı şebeke seçlmştr. Bu şebekeler Şekl de verlmektedr. 8

9 C.Gencer ve O.Türkbey, Gaz Ünverstes. Fen Blmler Dergs, (00), (,,) (,,) (,7,9) (7,8,9) (6,9,) (,7,8) (6,7,9) (,,) (,,) (7,8,0) (9,,) (,,6) 6 (a) (b) (6,7,8) (6,8,0) (8,8,) (,,6) (6,7,) (0,,) 6 6 (,,7) (,7,9) (8,0,) (,6,) (c) (d) (,9,0) (,8,9) (,,8) (,,) (,6,7) (,,7) (,,) (,,6) 6 (,,) (,,) (0,,) (e) (f) (,6,8) (6,9,) (,6,0) (,,6) (,0,) (,8,) (9,,) (,7,) (6,9,) 6 (6,9,) (,,) (,,6) (6,,8) (g) (h) (,,6) (,6,0) (,9,6) (,6,0) (,,) (,,) (7,8,) (6,9,),,6) (7,8,) (,,) 6 (,,) (9,,7) (,,0) () (j) 8

10 C.Gencer ve O.Türkbey, Gaz Ünverstes. Fen Blmler Dergs, (00), (,,8) (6,7,) (,7,0) (7,9,) (,6,0) (,,) (,,9) (,,9) (k) (6,7,) 6 (,7,) (8,0,6) (l),6,) (6,9,8) (0,,8) (6,9,8) (,,6) (,,9) (,9,8) (,,9) (,,8) (6,0,9) (6,9,7) (6,0,9) (,,9) (,,7) (m) (n) (,,6) (7,,) (,6,8) (,8,0) (,8,0) (7,,) (7,,) (6,,) (,,) (,7,9) 6 (9,,7) (,6,9) (o) (p) (6,0,) (,0,) (6,,8) (6,,) (,8,0) (,7,9) (,,8) 6 (,7,9) (8,,6),6,8) (,,) (6,,7) (,,9) (r) (s) (6,,8) (,,6) (,7,9) (6,,9) (t) (0,6,8) (,7,9) (,6,7) Şekl. Örnek şebekeler. 86

11 C.Gencer ve O.Türkbey, Gaz Ünverstes. Fen Blmler Dergs, (00), Analzde objektf değerlemey sağlamak amacıyla; Şekl de verlen lk beş şebeke karışık (faalyet zamanları smetrk-sağa-sola çarpık özellkl), knc, üçüncü ve dördüncü beşerl şebekeler sırasıyla smetrk, sola ve sağa çarpık özellkldr. Her br şebeke çn KPert, FPert ve GDag metotları ayrı ayrı uygulanmış ve bütün x değerler çn P(T x) değerler bulunmuştur. Bütün x değerlernn kullanılmasının neden, projenn tamamlanma süres aralığı olan 6 x değerler arasında gerçekleşecek olan tamamlanma zamanı olasılıklarının bütünsel olarak çözüm uzayında fade edleblmesn sağlamaktır. Bu metotlar arasında statstksel anlamlı br farklılığın bulunup bulunmadığını araştırmak amacıyla kl-t (pared-t) test kullanılmış ve hata payı 0.0 olarak alınmıştır. Yan hata payının 0.0'den küçük olması demek, statstksel anlamlı br farklılık var anlamındadır. Analz sonuçları Tablo 8 de görülmektedr. Burada kl-t test; söz konusu metotları kl karşılaştırarak, aralarında statstk anlamlı farklılık olup olmadığını bulmak amacıyla kullanılmaktadır. Tablo 8. FPert, KPert ve GDag metotlarına göre örnek problemlern kl-t test sonuçları. Örnekler FPert-KPert FPert-GDag KPert-GDag Örnek a Örnek b Örnek c Örnek d * 0. Örnek e Örnek f * * Örnek g * 0.7 Örnek h * 0.9 Örnek Örnek j Örnek k * Örnek l * 0.0 Örnek m * Örnek n * * Örnek o * Örnek ö Örnek p * 0.00* Örnek r 0.00* * Örnek s Örnek ş * İstatstksel anlamlı farklılık vardır. Tablo 8 dek örneklerden lk beş örnek karışık (mxed), knc beş örnek smetrk (symmetrc), üçüncü beş örnek sola çarpık (skewed to left) ve son beş örnek se sağa çarpık (skewed to rght)'tır. Analz sonuçlarını gösteren Tablo 8 ncelendğnde: a. 0.0 hata payına göre; karışık zamanlı şebekelerde FPert-KPert ve KPert-GDag arasında statstksel anlamlı br farklılık yoktur. FPert-GDag arasında se sadece br örnekte farklılık vardır. Smetrk zamanlı şebekelerde FPert-KPert arasında statstksel anlamlı br farklılık yoktur. KPert-GDag arasında se br örnekte, FPert-GDag da se üç 87

12 C.Gencer ve O.Türkbey, Gaz Ünverstes. Fen Blmler Dergs, (00), örnekte statstksel anlamlı br farklılık vardır. Sola çarpık zamanlı şebekelerde, FPert- KPert arasında yne br farklılık yoktur, fakat FPert-GDag arasında k örnekte ve KPert- GDag arasında dört örnekte farklılık vardır. Sağa çarpık şebekelerde se FPert-KPert arasında br örnekte, FPert-GDag arasında k örnekte ve KPert-GDag arasında br örnekte farklılık vardır. İstatstksel anlamlı br farklılığın olmaması demek her k metod le bulunan krtk yolun ve tamamlanma zamanlarının aynı olduğu anlamındadır. b. Şebekenn sola çarpık durumda, projenn en erken tamamlanma zamanının daha belrl olduğu, sağa çarpık durumun da se projenn en erken tamamlanma zamanının daha belrsz olduğu blnmektedr. Analz sonucunda se, sola çarpık durumda FPert-KPert karşılaştırmasında br sorun olmadığı, FPert-GDag karşılaştırmasında projenn %0 (/), KPert-GDag karşılaştırmasında se %80 (/) krtk yolun ve proje tamamlanma zamanının belrsz olduğu ortaya çıkmaktadır. Sağa çarpık durumda se; FPert-KPert karşılaştırması bu belrszlğ %0 (/), FPert-GDag'da %0 (/) ve KPert-GDag'da se %0 (/) olduğu görülmektedr. c. Bütün denemelerde, FPert-KPert arasında %9 ( - (/0)), FPert-GDag arasında %60 ( - (8/0)), KPert-GDag arasında %0 ( - (6/0)) statstksel anlamlı farklılık yoktur. Bunun anlamı; hem FPert- hemde KPert metotlarının gerek krtk yolun gerekse proje tamamlanma zamanının hesaplanmasında daha başarılı olduğudur. Seçm proje uzmanının terch olacaktır. Ancak, FPert metodunun hesaplanmasındak şlem kargaşası nedenyle KPert metodunun şlem ve zleneblrlğnn daha kolay olduğu düşüncesndeyz. 7. SONUÇ VE DEĞERLENDİRME Çalışmada, lteratürde proje tamamlanma zamanının bulunmasında kullanılan üç metot karşılaştırılmıştır. Metotların aynı bazda nceleneblmes çn her metoda lşkn projenn olası bütün tamamlanma zamanları ve bunların olasılıkları hesaplanmıştır. Analz sonuçları Tablo 8 de verlmştr. Anılan tablo yukarıda üç şeklde yorumlanmıştır. Bu yorumların lknde üç farklı metodun karışık zamanlı, smetrk, sağa ve sola çarpıklık durumlarına göre statstksel anlamlı farklılıkları değerlendrlmştr. İknc yorumda, projenn en erken tamamlanma zamanının yüzdelerne göre belrllk (sola çarpık) ve belrszlk (sağa çarpık) durumları ncelenmştr. Üçüncü yorumda, yapılan bütün denemelerde projenn tamamlanma zamanının ve krtk yolun bulunmasında başarı performansları analz edlmştr. İkl karşılaştırmaların başarı performanslarına göre, FPert-KPert arasında %9, FPert- GDag arasında %60, KPert-GDag arasında se %0 statstksel anlamlı farklılık yoktur. Bu sonuçlara göre, FPert veya KPert metotlarıyla bulunan krtk yol ve proje tamamlanma zamanının daha doğru olduğu söyleneblr. Ancak her metot bazında krtk yol ve proje tamamlanma zamanının genel olarak çok büyük farklılıklar bulunmamaktadır. Bu durumda metotların şlem zorlukları göz önünde bulundurulablr. Özellkle GDag metodunda, büyük şebekelerde faalyet sayısı artıkça olası durumların blgsayar ortamında ble teker teker değerlendrlmes hafızada yer problem yaratmaktadır. Örneğn, 7 faalyetl br şebekede 87 olası durum var ken faalyet sayısı arttığında (n = 8) 66 olası durum, arttığında (n = 9) 968 olası durum, arttığında (n = 0) 909 olası durum ortaya çıkmaktadır. Artış üssel olduğu çn çözümü zorlaştırmaktadır. Bu nedenle GDag metodu terch edlmeyeblr. FPert metodunda se, her faalyet üç köşel bulanık sayılarla fade edldğnden, örnek problemdek çözümden de görüldüğü gb şlem kargaşası yaratmaktadır. Özellkle faalyetler çn bulanık öncüllük faktörlernn kullanılması gerektğ durumlarda, her zaman bu faktörler geçerl olamamakta ve bu durum projenn tamamlanma zamanının tanımlanmasında güçlük çıkarmaktadır. Bu faktörlern geçerl 88

13 C.Gencer ve O.Türkbey, Gaz Ünverstes. Fen Blmler Dergs, (00), olduğu durumlarda se, özellkle büyük boyutlu ve fazla öncül faalyetl şebekelerde şlem fazlasına ve kargaşasına sebep olmaktadır. Buna göre bu metotla da yne faalyet sayısı artığında şlem kargaşası artacaktır. KPert metodunda se, faalyetlern zamanlarının ortalama zamanları bulunup tek değere ndrgendğnden şlemler akıcı ve basttr. Ancak, yapılan statstksel analz sonucu FPert ve KPert arasında statstksel anlamlı farklılık olmadığından, seçm kullanıcıya bırakılablr. KAYNAKLAR. Dubos, D. and Prade, H., Decson-makng under fuzzness, In Advances n Fuzzy Set and Applcatons, North-Holland, Amsterdam, (979).. Prade, H, Operatons research wth fuzzy data, In Fuzzy Sets-Theory and Applcatons to Polcy Analyss and Informaton Systems, Plenum Press, New york, (98).. Chanas, S. and Kamburowsk, J., "The use of fuzzy varables n PERT, Fuzzy Sets Systems",, -9 (98).. L, R.J. and Lee, E.S., Rankng fuzzy numbers-a comparson, Proceedngs of NAFIPS, May. -7, 987, West Lafayette, Indana.. McCahon, C.S. and Lee, E.S., "Project network analyss wth fuzzy actvty tmes", Computers and Mathematcs Applcatons, (0) (988). 6. Lootsma, F.A., "Stochastc and fuzzy Pert", European Journal of Operatons Research,, 7-8 (989). 7. Shpley, M.F., Korvn, A. and Ömer, K., "BIFPET methodology versus PERT n project management: fuzzy probablty nstead of the beta dstrbuton", J. of Engneerng and Technology Management,, 9-6 (997). 8. Mon, D.L., Cheng, C.H. and Lu, H.C., Aplcaton of fuzzy dstrbutons on project management, Fuzzy Stes and Systems, 7, 7- (99). 9. Gencer, C. and Türkbey, O. The statstcal analyss n fndng the completng tme of project, The I. Conf. On Computers and Industral Eng. (8 th ICC & IE), (March-00), Cocoa Beach, Florda. 89

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 3 Sayı: 2 Sh Mayıs 2001

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 3 Sayı: 2 Sh Mayıs 2001 DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: Sayı: Sh. 9-9 Mayıs 00 PROJE TAMAMLANMA ZAMANININ BULUNMASINDA İSTATİSTİKSEL ANALİZ YARDIMIYLA BULANIK-PERT, KLASİK-PERT VE GERÇEK-DAĞILIM YÖNTEMLERİNİN

Detaylı

PROJE SEÇİMİ VE KAYNAK PLANLAMASI İÇİN BİR ALGORİTMA AN ALGORITHM FOR PROJECT SELECTION AND RESOURCE PLANNING

PROJE SEÇİMİ VE KAYNAK PLANLAMASI İÇİN BİR ALGORİTMA AN ALGORITHM FOR PROJECT SELECTION AND RESOURCE PLANNING Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Clt 3, Sayı:2, 2001 PROJE SEÇİMİ VE KAYAK PLALAMASI İÇİ BİR ALGORİTMA lgün MORALI 1 C. Cengz ÇELİKOĞLU 2 ÖZ Kaynak tahss problemler koşullara bağlı olarak

Detaylı

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının 1 DİĞER ÖZEL İSTATİSTİKSEL KALİTE KONTROL DİYAGRAMLARI X, R, p, np, c, u ve dğer kontrol dyagramları statstksel kalte kontrol dyagramlarının temel teknkler olup en çok kullanılanlarıdır. Bu teknkler ell

Detaylı

PROJE PLANLAMASINDA BULANIK HEDEF PROGRAMLAMA YAKLAŞIMI. Müh. Ramadan VATANSEVER

PROJE PLANLAMASINDA BULANIK HEDEF PROGRAMLAMA YAKLAŞIMI. Müh. Ramadan VATANSEVER İSTANBUL TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ PROJE PLANLAMASINDA BULANIK HEDEF PROGRAMLAMA YAKLAŞIMI YÜKSEK LİSANS TEZİ Müh. Ramadan VATANSEVER Anablm Dalı: İşletme Mühendslğ Programı: İşletme

Detaylı

YÖNETİM VE EKONOMİ Yıl:2006 Cilt:13 Sayı:1 Celal Bayar Üniversitesi İ.İ.B.F. MANİSA

YÖNETİM VE EKONOMİ Yıl:2006 Cilt:13 Sayı:1 Celal Bayar Üniversitesi İ.İ.B.F. MANİSA YÖNETİM VE EKONOMİ Yıl:2006 Clt:3 Sayı: Celal Bayar Ünverstes İ.İ.B.F. MANİSA Bulanık Araç Rotalama Problemlerne Br Model Öners ve Br Uygulama Doç. Dr. İbrahm GÜNGÖR Süleyman Demrel Ünverstes, İ.İ.B.F.,

Detaylı

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU 6.07.0 ÇOKLU REGRESON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESON ÇÖZÜMLEMESİ,REGRES-ON KATSAILARININ ORUMU ÇOKLU REGRESON MODELİ Ekonom ve şletmeclk alanlarında herhang br bağımlı değşken tek br bağımsız

Detaylı

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır.

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır. UYUM ĐYĐLĐĞĐ TESTĐ Posson: H o: Ver Posson dağılıma sahp br ktleden gelmektedr. H a : Ver Posson dağılıma sahp br ktleden gelmemektedr. Böyle br hpotez test edeblmek çn, önce Posson dağılım parametres

Detaylı

TAŞIMACILIK SEKTÖRÜNÜN İŞLEYİŞ SÜRECİ, BULANIK DAĞITIM PROBLEMİNİN TAMSAYILI DOĞRUSAL PROGRAMLAMA MODEL DENEMESİ

TAŞIMACILIK SEKTÖRÜNÜN İŞLEYİŞ SÜRECİ, BULANIK DAĞITIM PROBLEMİNİN TAMSAYILI DOĞRUSAL PROGRAMLAMA MODEL DENEMESİ ZKÜ Sosyal Blmler Dergs, Clt 3, Sayı 6, 2007, ss. 109 125. TAŞIMACILIK SEKTÖRÜNÜN İŞLEYİŞ SÜRECİ, BULANIK DAĞITIM PROBLEMİNİN TAMSAYILI DOĞRUSAL PROGRAMLAMA MODEL DENEMESİ Yrd.Doç.Dr. Ahmet ERGÜLEN Nğde

Detaylı

dir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır.

dir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır. BÖLÜM 3 OLASILIK HESABI 3.. Br Olayın Olasılığı Tanım 3... Br olayın brbrnden ayrık ve ortaya çıkma şansı eşt n mümkün sonucundan m tanes br A olayına uygun se, A olayının P(A) le gösterlen olasılığı P(A)

Detaylı

YAYILI YÜK İLE YÜKLENMİŞ YAPI KİRİŞLERİNDE GÖÇME YÜKÜ HESABI. Perihan (Karakulak) EFE

YAYILI YÜK İLE YÜKLENMİŞ YAPI KİRİŞLERİNDE GÖÇME YÜKÜ HESABI. Perihan (Karakulak) EFE BAÜ Fen Bl. Enst. Dergs (6).8. YAYII YÜK İE YÜKENİŞ YAPI KİRİŞERİNDE GÖÇE YÜKÜ HESABI Perhan (Karakulak) EFE Balıkesr Ünverstes ühendslk marlık Fakültes İnşaat üh. Bölümü Balıkesr, TÜRKİYE ÖZET Yapılar

Detaylı

ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI

ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI V. Ulusal Üretm Araştırmaları Sempozyumu, İstanbul Tcaret Ünverstes, 5-7 Kasım 5 ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN

Detaylı

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER 5.. İk Boyutlu Rasgele Değşkenler Br deney yapıldığında, aynı deneyle lgl brçok rasgele değşkenn aynı andak durumunu düşünmek gerekeblr. Böyle durumlarda

Detaylı

Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ

Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ Kİ-KAR TSTLRİ A) Kİ-KAR DAĞILIMI V ÖZLLİKLRİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk gösterp

Detaylı

Sürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK

Sürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK Sürekl Olasılık Dağılım Brkml- KümülatFonksyonu Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr Sürekl olasılık onksyonları X değşken - ;+ aralığında tanımlanmış br sürekl rassal değşken olsun. Aşağıdak

Detaylı

Kİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür.

Kİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür. Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk

Detaylı

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI Ki-Kare Analizleri

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI  Ki-Kare Analizleri Kİ KAR ANALİZİ 1 Doç. Dr. Mehmet AKSARAYLI www.mehmetaksarayl K-Kare Analzler OLAY 1: Genelde br statstk sınıfında, öğrenclern %60 ının devamlı, %30 unun bazen, %10 unun se çok az derse geldkler düşünülmektedr.

Detaylı

Doğrusal Korelasyon ve Regresyon

Doğrusal Korelasyon ve Regresyon Doğrusal Korelasyon ve Regresyon En az k değşken arasındak lşknn ncelenmesne korelasyon denr. Kşlern boyları le ağırlıkları, gelr le gder, öğrenclern çalıştıkları süre le aldıkları not, tarlaya atılan

Detaylı

Basel II Geçiş Süreci Sıkça Sorulan Sorular

Basel II Geçiş Süreci Sıkça Sorulan Sorular Basel II Geçş Sürec Sıkça Sorulan Sorular Soru No: 71 Cevaplanma Tarh: 06.03.2012 İlgl Hüküm: --- Konu: Gayrmenkul İpoteğyle Temnatlandırılmış Alacaklar İçn KR510AS Formunun Doldurulmasına İlşkn Örnek

Detaylı

İÇME SUYU ŞEBEKELERİNİN GÜVENİLİRLİĞİ

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

Detaylı

PÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI

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

Detaylı

Korelasyon ve Regresyon

Korelasyon ve Regresyon Korelasyon ve Regresyon 1 Korelasyon Analz İk değşken arasında lşk olup olmadığını belrlemek çn yapılan analze korelasyon analz denr. Korelasyon; doğrusal yada doğrusal olmayan dye kye ayrılır. Korelasyon

Detaylı

Tek Yönlü Varyans Analizi

Tek Yönlü Varyans Analizi Tek Yönlü Varyan Analz Nedr ve hang durumlarda kullanılır? den fazla grupların karşılaştırılmaı öz konuu e, çok ayıda t-tet nn kullanılmaı, Tp I hatanın artmaına yol açar; Örneğn, eğer 5 grubu kşerl olarak

Detaylı

DOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME. Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cinemre

DOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME. Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cinemre 1 DOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cnemre 2 BİRİNCİ BÖLÜM HEDEF PROGRAMLAMA 1.1 Grş Karar problemler amaç sayısına göre tek amaçlı ve çok amaçlı

Detaylı

Rasgele Değişken Üretme Teknikleri

Rasgele Değişken Üretme Teknikleri Rasgele Değşken Üretme Teknkler Amaç Smülasyon modelnn grdlern oluşturacak örneklern üretlmes Yaygın olarak kullanılan ayrık veya sürekl dağılımların örneklenmes sürecn anlamak Yaygın olarak kullanılan

Detaylı

a IIR süzgeç katsayıları ve N ( M) de = s 1 (3) 3. GÜRÜLTÜ GİDERİMİ UYGULAMASI

a IIR süzgeç katsayıları ve N ( M) de = s 1 (3) 3. GÜRÜLTÜ GİDERİMİ UYGULAMASI Fırat Ünverstes-Elazığ MİTRAL KAPAK İŞARETİ ÜZERİNDEKİ ANATOMİK VE ELEKTRONİK GÜRÜLTÜLERİN ABC ALGORİTMASI İLE TASARLANAN IIR SÜZGEÇLERLE SÜZÜLMESİ N. Karaboğa 1, E. Uzunhsarcıklı, F.Latfoğlu 3, T. Koza

Detaylı

BULANIK AKIŞ TİPİ ÇİZELGELEME PROBLEMİ İÇİN ÇOK AMAÇLI GENETİK ALGORİTMA

BULANIK AKIŞ TİPİ ÇİZELGELEME PROBLEMİ İÇİN ÇOK AMAÇLI GENETİK ALGORİTMA Gaz Ünv. Müh. Mm. Fak. Der. J. Fac. Eng. Arch. Gaz Unv. Clt 22, No 4, 855-862, 2007 Vol 22, No 4, 855-862, 2007 BULANIK AKIŞ TİPİ ÇİZELGELEME PROBLEMİ İÇİN ÇOK AMAÇLI GENETİK ALGORİTMA İzzettn TEMİZ ve

Detaylı

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences Pamukkale Ünverstes Mühendslk Blmler Dergs, Clt 0, Sayı 3, 04, Sayfalar 85-9 Pamukkale Ünverstes Mühendslk Blmler Dergs Pamukkale Unversty Journal of Engneerng Scences PREFABRİK ENDÜSTRİ YAPIARININ ARMONİ

Detaylı

Maliyetlerinin Bulanık Mantık (Fuzzy Logıc) Yaklaşımı Đle Yönetilmesi ve Finansal Performans Üzerindeki Etkisinin Đncelenmesi

Maliyetlerinin Bulanık Mantık (Fuzzy Logıc) Yaklaşımı Đle Yönetilmesi ve Finansal Performans Üzerindeki Etkisinin Đncelenmesi Yrd. Doç. Dr. Al Deran Yrd. Doç. Dr. Ahmet Ergülen Taşıma Malyetlernn Bulanık Mantık (Fuzzy Logıc) Yaklaşımı Đle Yönetlmes ve Fnansal Performans Üzerndek Etksnn Đncelenmes Yrd. Doç. Dr. Ahmet ERGÜLEN Yrd.

Detaylı

PARÇALI DOĞRUSAL REGRESYON

PARÇALI DOĞRUSAL REGRESYON HAFTA 4 PARÇALI DOĞRUSAL REGRESYO Gölge değşkenn br başka kullanımını açıklamak çn varsayımsal br şrketn satış temslclerne nasıl ödeme yaptığı ele alınsın. Satış prmleryle satış hacm Arasındak varsayımsal

Detaylı

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

Bulanık TOPSIS ve Bulanık VIKOR Yöntemleriyle Alışveriş Merkezi Kuruluş Yeri Seçimi ve Bir Uygulama EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Clt: 14 Sayı: 3 Temmuz 2014 ss. 463-479 Bulanık TOPSIS ve Bulanık VIKOR Yöntemleryle Alışverş Merkez Kuruluş Yer Seçm ve Br Uygulama Selecton of Shoppng Center

Detaylı

OLASILIĞA GİRİŞ. Biyoistatistik (Ders 7: Olasılık) OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI

OLASILIĞA GİRİŞ. Biyoistatistik (Ders 7: Olasılık) OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI OLASILIĞA GİRİŞ Yrd. Doç. Dr. Ünal ERKORKMAZ Sakarya Ünverstes Tıp Fakültes Byostatstk Anablm Dalı uerkorkmaz@sakarya.edu.tr OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI Br olayındoğal koşullar altında toplumda

Detaylı

AN IMPLEMENTATION OF INTEGRATED MULTI-CRITERIA DECISION MAKING TECHNIQUES FOR ACADEMIC STAFF RECRUITMENT

AN IMPLEMENTATION OF INTEGRATED MULTI-CRITERIA DECISION MAKING TECHNIQUES FOR ACADEMIC STAFF RECRUITMENT Journal of Management, Marketng and Logstcs (JMML), ISSN: 48-6670 Year: 04 Volume: Issue: AN IMPLEMENTATION OF INTEGRATED MULTI-CRITERIA DECISION MAKING TECHNIQUES FOR ACADEMIC STAFF RECRUITMENT Kemal

Detaylı

5.3. Tekne Yüzeylerinin Matematiksel Temsili

5.3. Tekne Yüzeylerinin Matematiksel Temsili 5.3. Tekne Yüzeylernn atematksel Temsl atematksel yüzey temslnde lk öneml çalışmalar Coons (53) tarafından gerçekleştrlmştr. Ferguson yüzeylernn gelştrlmş hal olan Coons yüzeylernde tüm sınır eğrler çn

Detaylı

DENEY 4: SERİ VE PARALEL DEVRELER,VOLTAJ VE AKIM BÖLÜCÜ KURALLARI, KIRCHOFF KANUNLARI

DENEY 4: SERİ VE PARALEL DEVRELER,VOLTAJ VE AKIM BÖLÜCÜ KURALLARI, KIRCHOFF KANUNLARI A. DNYİN AMACI : Bast ser ve bast paralel drenç devrelern analz edp kavramak. Voltaj ve akım bölücü kurallarını kavramak. Krchoff kanunlarını deneysel olarak uygulamak. B. KULLANILACAK AAÇ V MALZML : 1.

Detaylı

TOPSIS ÇOK KRİTERLİ KARAR VERME SİSTEMİ: TÜRKİYE DEKİ KAMU BANKALARI ÜZERİNE BİR UYGULAMA

TOPSIS ÇOK KRİTERLİ KARAR VERME SİSTEMİ: TÜRKİYE DEKİ KAMU BANKALARI ÜZERİNE BİR UYGULAMA Araştırma Makaleler TOPSIS ÇOK KRİTERLİ KARAR VERME SİSTEMİ: TÜRKİYE DEKİ KAMU BANKALARI ÜZERİNE BİR UYGULAMA Dr., Dokuz Eylül Ünverstes, İİBF İşletme Bölümü erhan.demrel@deu.edu.tr ÖZET Ekonomk faalyetlern

Detaylı

DEĞİŞKEN DÖVİZ KURLARI ORTAMINDA GLOBAL BİR ŞİRKETTEKİ ESNEKLİĞİN DEĞERİ VE OPTİMUM KULLANIMI

DEĞİŞKEN DÖVİZ KURLARI ORTAMINDA GLOBAL BİR ŞİRKETTEKİ ESNEKLİĞİN DEĞERİ VE OPTİMUM KULLANIMI DEĞİŞKEN DÖVİZ KURLARI ORTAMINDA GLOBAL BİR ŞİRKETTEKİ ESNEKLİĞİN DEĞERİ VE OPTİMUM KULLANIMI Mehmet Aktan Atatürk Ünverstes, Endüstr Mühendslğ Bölümü, 25240, Erzurum. Özet: Dövz kurlarındak değşmler,

Detaylı

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi Journal of Engneerng and atural Scences Mühendslk ve Fen Blmler Dergs Sgma 9, -4, 0 Research Artcle / Araştırma Makales FUZZY TOPSIS METHODS I GROUP DECISIO MAKIG AD A APPLICATIO FOR BAK BRACH LOCATIO

Detaylı

Kİ-KARE VE KOLMOGOROV SMİRNOV UYGUNLUK TESTLERİNİN SİMULASYON İLE ELDE EDİLEN VERİLER ÜZERİNDE KARŞILAŞTIRILMASI

Kİ-KARE VE KOLMOGOROV SMİRNOV UYGUNLUK TESTLERİNİN SİMULASYON İLE ELDE EDİLEN VERİLER ÜZERİNDE KARŞILAŞTIRILMASI C.Ü. İktsad ve İdar Blmler Dergs, Clt 4, Sayı 1, 3 6 Kİ-KARE VE KOLMOGOROV SMİRNOV UYGUNLUK TESTLERİNİN SİMULASYON İLE ELDE EDİLEN VERİLER ÜZERİNDE KARŞILAŞTIRILMASI H. BİRCAN, Y. KARAGÖZ ve Y. KASAPOĞLU

Detaylı

Sistemde kullanılan baralar, klasik anlamda üç ana grupta toplanabilir :

Sistemde kullanılan baralar, klasik anlamda üç ana grupta toplanabilir : 5 9. BÖLÜM YÜK AKIŞI (GÜÇ AKIŞI) 9.. Grş İletm sstemlernn analzlernde, bara sayısı arttıkça artan karmaşıklıkları yenmek çn sstemn matematksel modellenmesnde kolaylık getrc bazı yöntemler gelştrlmştr.

Detaylı

Asimetri ve Basıklık Ölçüleri Ortalamalara dayanan (Pearson) Kartillere dayanan (Bowley) Momentlere dayanan asimetri ve basıklık ölçüleri

Asimetri ve Basıklık Ölçüleri Ortalamalara dayanan (Pearson) Kartillere dayanan (Bowley) Momentlere dayanan asimetri ve basıklık ölçüleri Asmetr ve Basıklık Ölçüler Ortalamalara dayanan (Pearson) Kartllere dayanan (Bowley) omentlere dayanan asmetr ve basıklık ölçüler Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr III. Asmetr ve Basıklık

Detaylı

Toplam Eşdeğer Deprem Yükünün Hesabı Bakımından 1975 Deprem Yönetmeliği İle 2006 Deprem Yönetmeliğinin Karşılaştırılması

Toplam Eşdeğer Deprem Yükünün Hesabı Bakımından 1975 Deprem Yönetmeliği İle 2006 Deprem Yönetmeliğinin Karşılaştırılması Fırat Ünv. Fen ve Müh. Bl. ergs Scence and Eng. J of Fırat Unv. 19 (2, 133-138, 2007 19 (2, 133-138, 2007 Toplam Eşdeğer eprem Yükünün Hesabı Bakımından 1975 eprem Yönetmelğ İle 2006 eprem Yönetmelğnn

Detaylı

Şiddet-Süre-Frekans Bağıntısının Genetik Algoritma ile Belirlenmesi: GAP Örneği *

Şiddet-Süre-Frekans Bağıntısının Genetik Algoritma ile Belirlenmesi: GAP Örneği * İMO Teknk Derg, 28 4393-447, Yazı 29 Şddet-Süre-Frekans Bağıntısının Genetk Algortma le Belrlenmes: GAP Örneğ * Hall KARAHAN* M. Tamer AYVAZ** Gürhan GÜRARSLAN*** ÖZ Bu çalışmada, Genetk Algortma (GA)

Detaylı

BALİ KHO BİLİM DERGİSİ CİLT:23 SAYI:2 YIL:2013. BULANIK BOYUT ANALİZİ ve BULANIK VIKOR İLE BİR ÇNKV MODELİ: PERSONEL SEÇİMİ PROBLEMİ.

BALİ KHO BİLİM DERGİSİ CİLT:23 SAYI:2 YIL:2013. BULANIK BOYUT ANALİZİ ve BULANIK VIKOR İLE BİR ÇNKV MODELİ: PERSONEL SEÇİMİ PROBLEMİ. BULANIK BOYUT ANALİZİ ve BULANIK VIKOR İLE BİR ÇNKV MODELİ: PERSONEL SEÇİMİ PROBLEMİ Özkan BALİ ÖZET Personel seçm organzasyonların başarısını etkleyen en öneml problemlerden brdr. Bu seçm, belrszlk çeren

Detaylı

HAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t :

HAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t : HAFTA 13 GÖLGE EĞİŞKENLERLE REGRESYON (UMMY VARIABLES) Gölge veya kukla (dummy) değşkenler denen ntel değşkenler, cnsyet, dn, ten reng gb hemen sayısallaştırılamayan ama açıklanan değşkenn davranışını

Detaylı

ELM201 ELEKTRONİK-I DERSİ LABORATUAR FÖYÜ

ELM201 ELEKTRONİK-I DERSİ LABORATUAR FÖYÜ T SAKAYA ÜNİESİTESİ TEKNOLOJİ FAKÜLTESİ ELEKTİK-ELEKTONİK MÜHENDİSLİĞİ ELM201 ELEKTONİK- DESİ LAOATUA FÖYÜ DENEYİ YAPTAN: DENEYİN AD: DENEY NO: DENEYİ YAPANN AD ve SOYAD: SNF: OKUL NO: DENEY GUP NO: DENEY

Detaylı

4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ

4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ Ünsal M.; Varol, A.: Soğutma Kulelernn Boyutlandırılması İçn Br Kuramsal 8 Mayıs 990, S: 8-85, Adana 4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ Asaf Varol Fırat Ünverstes, Teknk Eğtm Fakültes,

Detaylı

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ 1 Populasyonun nceledğmz br özellğnn dağılışı blenen dağılışlardan brsne, Normal Dağılış, t Dağılışı, F Dağılışı, gb br dağılışa uygun olduğu durumlarda

Detaylı

TRANSPORT PROBLEMI için GELIsTIRILMIs VAM YÖNTEMI

TRANSPORT PROBLEMI için GELIsTIRILMIs VAM YÖNTEMI Yönetm, Yl 9, Say 28, Ekm - 1997,5.20-25 TRANSPORT PROBLEMI ÇIN GELIsTIRILMIs VAM YÖNTEMI Dr. Erhan ÖZDEMIR I.Ü. Teknk Blmler M.Y.O. L.GIRIs V AM transport problemlerne en düsük malyetl baslangç çözüm

Detaylı

( ) 3.1 Özet ve Motivasyon. v = G v v Operasyonel Amplifikatör (Op-Amp) Deneyin Amacı. deney 3

( ) 3.1 Özet ve Motivasyon. v = G v v Operasyonel Amplifikatör (Op-Amp) Deneyin Amacı. deney 3 Yıldız Teknk Ünverstes Elektrk Mühendslğ Bölümü Deneyn Amacı İşlemsel kuvvetlendrcnn çalışma prensbnn anlaşılması le çeştl OP AMP devrelernn uygulanması ve ncelenmes. Özet ve Motvasyon.. Operasyonel Amplfkatör

Detaylı

NİTEL TERCİH MODELLERİ

NİTEL TERCİH MODELLERİ NİTEL TERCİH MODELLERİ 2300 gözlem sayısı le verlen değşkenler aşağıdak gbdr: calsma: çocuk çalışıyorsa 1, çalışmıyorsa 0 (bağımlı değşken) Anne_egts: Anne eğtm sevyes Baba_egts: Baba eğtm sevyes Kent:

Detaylı

Merkezi Eğilim (Yer) Ölçüleri

Merkezi Eğilim (Yer) Ölçüleri Merkez Eğlm (Yer) Ölçüler Ver setn tanımlamak üzere kullanılan ve genellkle tüm elemanları dkkate alarak ver setn özetlemek çn kullanılan ölçülerdr. Ver setndek tüm elemanları temsl edeblecek merkez noktasına

Detaylı

ÇOK DURUMLU AĞIRLIKLANDIRILMIŞ BİLEŞENLİ SİSTEMLERİN DİNAMİK GÜVENİLİRLİK ANALİZİ

ÇOK DURUMLU AĞIRLIKLANDIRILMIŞ BİLEŞENLİ SİSTEMLERİN DİNAMİK GÜVENİLİRLİK ANALİZİ T.C. KARA HARP OKULU SAVUNMA BİLİMLERİ ENSTİTÜSÜ HAREKÂT ARAŞTIRMASI ANA BİLİM DALI ÇOK DURUMLU AĞIRLIKLANDIRILMIŞ BİLEŞENLİ SİSTEMLERİN DİNAMİK GÜVENİLİRLİK ANALİZİ DOKTORA TEZİ Hazırlayan Al Rıza BOZBULUT

Detaylı

Antalya Đlinde Serada Domates Üretiminin Kâr Etkinliği Analizi

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

Detaylı

Muhasebe ve Finansman Dergisi

Muhasebe ve Finansman Dergisi Muhasebe ve Fnansman Dergs Ocak/2012 Farklı Muhasebe Düzenlemelerne Göre Hazırlanan Mal Tablolardan Elde Edlen Fnansal Oranlar İle Şrketlern Hsse Sened Getrler Ve Pyasa Değerler Arasındak İlşk Ahmet BÜYÜKŞALVARCI

Detaylı

Çok Kriterli Karar Verme Teknikleriyle Lojistik Firmalarında Performans Ölçümü

Çok Kriterli Karar Verme Teknikleriyle Lojistik Firmalarında Performans Ölçümü EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Clt: 3 Sayı: 4 Ekm 03 ss. 449-459 Çok Krterl Karar Verme Teknkleryle Lostk Frmalarında Performans Ölçümü Performance Measurement of Logstcs Frms wth Mult-Crtera

Detaylı

Bulanık Analitik Hiyerarşi Süreci ve İdeal Çözüme Yakınlığa Göre Sıralama Yapma Yöntemleri ile Tekstil Sektöründe Finansal Performans Ölçümü

Bulanık Analitik Hiyerarşi Süreci ve İdeal Çözüme Yakınlığa Göre Sıralama Yapma Yöntemleri ile Tekstil Sektöründe Finansal Performans Ölçümü Sosyal Blmler 8/1 (010) s 19516 SOSYAL BİLİMLER Yıl : 010 Clt :8 Sayı :1 Celal Bayar Ünverstes S.B.E. Bulanık Analtk Hyerarş Sürec ve İdeal Çözüme Yakınlığa Göre Sıralama Yapma Yöntemler le Tekstl Sektöründe

Detaylı

TEDARİKÇİ SEÇİMİNDE ANALİTİK HİYERARŞİ PROSESİ VE HEDEF PROGRAMLAMA YÖNTEMLERİNİN KOMBİNASYONU: OTEL İŞLETMELERİNDE BİR UYGULAMA

TEDARİKÇİ SEÇİMİNDE ANALİTİK HİYERARŞİ PROSESİ VE HEDEF PROGRAMLAMA YÖNTEMLERİNİN KOMBİNASYONU: OTEL İŞLETMELERİNDE BİR UYGULAMA TEDARİKÇİ SEÇİMİNDE ANALİTİK HİYERARŞİ PROSESİ VE HEDEF PROGRAMLAMA YÖNTEMLERİNİN KOMBİNASYONU: OTEL İŞLETMELERİNDE BİR UYGULAMA Yrd. Doç. Dr. Meltem KARAATLI * Yrd. Doç. Dr. Gonca DAVRAS ** ÖZ Otel şletmelernde,

Detaylı

ORTOTROPİK ZİNCİR YAN PLAKALARINDA GERİLME YIĞILMASI KATSAYILARININ HESAPLANMASI

ORTOTROPİK ZİNCİR YAN PLAKALARINDA GERİLME YIĞILMASI KATSAYILARININ HESAPLANMASI PAMUKKALE ÜNİ VERSİ TESİ MÜHENDİ SLİ K FAKÜLTESİ PAMUKKALE UNIVERSITY ENGINEERING COLLEGE MÜHENDİ SLİ K B İ L İ MLERİ DERGİ S İ JOURNAL OF ENGINEERING SCIENCES YIL CİLT SAYI SAYFA : 997 : 3 : 3 :45-49

Detaylı

Calculating the Index of Refraction of Air

Calculating the Index of Refraction of Air Ankara Unversty Faculty o Engneerng Optcs Lab IV Sprng 2009 Calculatng the Index o Reracton o Ar Lab Group: 1 Teoman Soygül Snan Tarakçı Seval Cbcel Muhammed Karakaya March 3, 2009 Havanın Kırılma Đndsnn

Detaylı

Genetik Algoritma ile İki Boyutlu Şekil Yerleştirme ÖZET

Genetik Algoritma ile İki Boyutlu Şekil Yerleştirme ÖZET Genetk Algortma le İk Boyutlu Şekl Yerleştrme Metn Özşahn 1 ve Mustafa Oral 2 1) Çukurova Ünverstes Fen Blmler Ensttüsü Endüstr Mühendslğ Bölümü, Adana, Turkey 2 Çukurova Ünverstes Blgsayar Mühendslğ Bölümü,

Detaylı

Kar Payı Politikası ve Yaşam Döngüsü Teorisi: İMKB İmalat Sektöründe Ampirik Bir Uygulama

Kar Payı Politikası ve Yaşam Döngüsü Teorisi: İMKB İmalat Sektöründe Ampirik Bir Uygulama Anadolu Ünverses Sosyal Blmler Dergs Anadolu Unversy Journal of Socal Scences Kar Payı Polkası ve Yaşam Döngüsü Teors: İMKB İmalat Sektöründe Amprk Br Uygulama Dvdend Payout Polcy and Lfe Cycle Theory:

Detaylı

BULANIK HEDEF PROGRAMLAMA VE BİR TEKSTİL FİRMASINDA UYGULAMA ÖRNEĞİ

BULANIK HEDEF PROGRAMLAMA VE BİR TEKSTİL FİRMASINDA UYGULAMA ÖRNEĞİ Eskşehr Osmangaz Ünverstes Sosyal Blmler Dergs Clt: 6 Sayı: 2 Aralık 2005 BULANIK HEDEF PROGRAMLAMA VE BİR TEKSTİL FİRMASINDA UYGULAMA ÖRNEĞİ İrfan ERTUĞRUL Pamukkale Ünverstes İİBF, Denzl ÖZET Günümüzde

Detaylı

YAZILIM GELİŞTİRME PROJELERİNİN GERÇEK OPSİYON DEĞERLEME MODELİYLE ÇOK ÖLÇÜTLÜ BULANIK DEĞERLEMESİ

YAZILIM GELİŞTİRME PROJELERİNİN GERÇEK OPSİYON DEĞERLEME MODELİYLE ÇOK ÖLÇÜTLÜ BULANIK DEĞERLEMESİ İstanbul Tcaret Ünverstes Fen Blmler Dergs Yıl: 8 Sayı: 5 Bahar 009/ s. 3-6 YAZILIM GELİŞTİRME PROJELERİNİN GERÇEK OPSİYON DEĞERLEME MODELİYLE ÇOK ÖLÇÜTLÜ BULANIK DEĞERLEMESİ A. Çağrı TOLGA, Cengz KAHRAMAN

Detaylı

THOMAS-FİERİNG MODELİ İLE SENTETİK AKIŞ SERİLERİNİN HESAPLANMASINDA YENİ BİR YAKLAŞIM

THOMAS-FİERİNG MODELİ İLE SENTETİK AKIŞ SERİLERİNİN HESAPLANMASINDA YENİ BİR YAKLAŞIM Osmangaz Ünverstes Müh.Mm.Fak.Dergs C.XVII, S., 004 Eng.&Arch.Fac.Osmangaz Unversty, Vol.XVII, No :, 004 THOMAS-FİERİNG MODELİ İLE SENTETİK AKIŞ SERİLERİNİN HESAPLANMASINDA YENİ BİR YAKLAŞIM Recep BAKIŞ,

Detaylı

Depo operatörü lojistik firmasının seçimi için bulanık VIKOR ve bulanık TOPSIS yöntemlerinin uygulanması

Depo operatörü lojistik firmasının seçimi için bulanık VIKOR ve bulanık TOPSIS yöntemlerinin uygulanması İstanbul Ünverstes İşletme Fakültes Dergs Istanbul Unversty Journal of the School of Busness Clt/Vol:42, /No:2, 2013, 198-218 ISSN: 1303-1732 wwwfdergsorg 2013 Depo operatörü lostk frmasının seçm çn bulanık

Detaylı

FLYBACK DÖNÜŞTÜRÜCÜ TASARIMI VE ANALİZİ

FLYBACK DÖNÜŞTÜRÜCÜ TASARIMI VE ANALİZİ FLYBACK DÖNÜŞTÜRÜCÜ TASARIMI VE ANALİZİ 1 Nasır Çoruh, Tarık Erfdan, 3 Satılmış Ürgün, 4 Semra Öztürk 1,,4 Kocael Ünverstes Elektrk Mühendslğ Bölümü 3 Kocael Ünverstes Svl Havacılık Yüksekokulu ncoruh@kocael.edu.tr,

Detaylı

MOBİPA MOBİLYA TEKSTİL İNŞAAT NAKLİYE PETROL ÜRÜNLERİ. SÜPERMARKET VE TuRİzM SANAYİ VE TİcARET ANONİM ŞİRKETİ

MOBİPA MOBİLYA TEKSTİL İNŞAAT NAKLİYE PETROL ÜRÜNLERİ. SÜPERMARKET VE TuRİzM SANAYİ VE TİcARET ANONİM ŞİRKETİ MOBİPA MOBİLYA TEKSTİL İNŞAAT NAKLİYE PETROL ÜRÜNLERİ SÜPERMARKET VE TuRİzM SANAYİ VE TİcARET ANONİM ŞİRKETİ 2011-2012-2013 MALİ yılına İLİşKİN YÖNETİM KURULU FAALİYET RAPORU ("Şrket") 01012011-31 ı22013

Detaylı

bir yol oluşturmaktadır. Yine i 2 , de bir yol oluşturmaktadır. Şekil.DT.1. Temel terimlerin incelenmesi için örnek devre

bir yol oluşturmaktadır. Yine i 2 , de bir yol oluşturmaktadır. Şekil.DT.1. Temel terimlerin incelenmesi için örnek devre Devre Analz Teknkler DEE AAĐZ TEKĐKEĐ Bu zamana kadar kullandığımız Krchoffun kanunları ve Ohm kanunu devre problemlern çözmek çn gerekl ve yeterl olan eştlkler sağladılar. Fakat bu kanunları kullanarak

Detaylı

Kısa Vadeli Sermaye Girişi Modellemesi: Türkiye Örneği

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

Detaylı

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

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

Detaylı

KAFES SİSTEMLERİN UYGULAMAYA YÖNELİK OPTİMUM TASARIMI

KAFES SİSTEMLERİN UYGULAMAYA YÖNELİK OPTİMUM TASARIMI PAMUKKALE ÜNİ VERSİ TESİ MÜHENDİ SLİ K FAKÜLTESİ PAMUKKALE UNIVERSITY ENGINEERING COLLEGE MÜHENDİ SLİ K BİLİMLERİ DERGİ S İ JOURNAL OF ENGINEERING SCIENCES YIL CİLT SAYI SAYFA : 1999 : 5 : 1 : 951-957

Detaylı

Türk Dilinin Biçimbilim Yapısından Yararlanarak Türkçe Metinlerin Farklı İmgelere Ayrılarak Kodlanması ve Sıkıştırılması

Türk Dilinin Biçimbilim Yapısından Yararlanarak Türkçe Metinlerin Farklı İmgelere Ayrılarak Kodlanması ve Sıkıştırılması Türk Dlnn Bçmblm Yapısından Yararlanarak Türkçe Metnlern Farklı İmgelere Ayrılarak Kodlanması ve Sıkıştırılması Banu DİRİ, M.Yahya KARSLIGİL Yıldız Teknk Ünverstes Elektrk Elektronk Fakültes - Blgsayar

Detaylı

JFM316 Elektrik Yöntemler ( Doğru Akım Özdirenç Yöntemi)

JFM316 Elektrik Yöntemler ( Doğru Akım Özdirenç Yöntemi) JFM316 Elektrk Yöntemler ( Doğru Akım Özdrenç Yöntem) yeryüzünde oluşturacağı gerlm değerler hesaplanablr. Daha sonra aşağıdak formül kullanılarak görünür özdrenç hesaplanır. a K I K 2 1 1 1 1 AM BM AN

Detaylı

ADIYAMAN ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI YÜKSEK LİSANS TEZİ SOFT KÜMELER VE BAZI SOFT CEBİRSEL YAPILAR.

ADIYAMAN ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI YÜKSEK LİSANS TEZİ SOFT KÜMELER VE BAZI SOFT CEBİRSEL YAPILAR. ADIYAMAN ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI YÜKSEK LİSANS TEZİ SOFT KÜMELER VE BAZI SOFT CEBİRSEL YAPILAR Ebubekr İNAN DANIŞMAN Yrd. Doç. Dr. Mehmet Al ÖZTÜRK ADIYAMAN 2011 Her

Detaylı

MAK 744 KÜTLE TRANSFERİ

MAK 744 KÜTLE TRANSFERİ ZKÜ Fen Blmler Ensttüsü Makne Mühendslğ Anablm alı MAK 744 KÜTLE TRANSFERİ TERMOİNAMİK ve TRANSPORT BÜYÜKLÜKLERİNİN HESAPLANMASI İÇİN FORMÜLLER VE TABLOLAR Mustafa EYRİBOYUN ZONGULAK - 007 1. TERMOİNAMİK

Detaylı

MIT Açık Ders Malzemeleri Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için

MIT Açık Ders Malzemeleri   Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için MIT Açık Ders Malzemeler http://ocm.mt.edu Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında blg almak çn http://ocm.mt.edu/terms veya http://tuba.açık ders.org.tr adresn zyaret ednz. 18.102

Detaylı

alphanumeric journal The Journal of Operations Research, Statistics, Econometrics and Management Information Systems

alphanumeric journal The Journal of Operations Research, Statistics, Econometrics and Management Information Systems Avalable onlne at www.alphanumercournal.com alphanumerc ournal The Journal of Operatons Research, Statstcs, Econometrcs and Management Informaton Systems Receved: January 25, 2017 Accepted: June 22, 2017

Detaylı

KIRIKKALE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENDÜSTRİ MÜHENDİSLİĞİ ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİNDEN AHP VE TOPSIS İLE KAMP YERİ SEÇİMİ

KIRIKKALE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENDÜSTRİ MÜHENDİSLİĞİ ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİNDEN AHP VE TOPSIS İLE KAMP YERİ SEÇİMİ KIRIKKALE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENDÜSTRİ MÜHENDİSLİĞİ ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİNDEN AHP VE TOPSIS İLE KAMP YERİ SEÇİMİ Burak KARAHAN Burak PEKEL Neşet BEDİR Cavt CAN Kırıkkale -2014-

Detaylı

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

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

Detaylı

İstanbul Ünverstes İşletme Fakültes Dergs Istanbul Unversty Journal of the School of Busness Admnstraton Clt/Vol:39, Sayı/No:2,, 310-334 ISSN: 1303-1732 www.fdergs.org Stokastk envanter model kullanılarak

Detaylı

AYLIK ORTALAMA GÖL SU SEVİYESİNİN BULANIK-OLASILIK YAKLAŞIMI İLE GÖZLENMİŞ ZAMAN SERİSİNDEN TAHMİNİ

AYLIK ORTALAMA GÖL SU SEVİYESİNİN BULANIK-OLASILIK YAKLAŞIMI İLE GÖZLENMİŞ ZAMAN SERİSİNDEN TAHMİNİ AYLIK ORTALAMA GÖL SU SEVİYESİİ BULAIK-OLASILIK YAKLAŞIMI İLE GÖZLEMİŞ ZAMA SERİSİDE TAHMİİ Veysel GÜLDAL, Hakan TOGAL 2 S.D.Ü.Mühendslk Mmarlık Fakültes İnşaat Müh Böl., Isparta/TÜRKİYE vguldal@mmf.sdu.edu.tr

Detaylı

Epilepside EEG Tabanlı Entropi Değişimleri

Epilepside EEG Tabanlı Entropi Değişimleri TURKMIA 9 Proceedngs 7 VI. Ulusal Tıp Blşm Kongres Bldrler ENMI Vol V No 1, 9 Eplepsde EEG Tabanlı Entrop Değşmler b c Serap 1 AYDINa,1, H.Melh SARAOĞLU, Sadık KARA a Elektrk-Elektronk Müh Böl, Ondokuz

Detaylı

Hasar sıklıkları için sıfır yığılmalı kesikli modeller

Hasar sıklıkları için sıfır yığılmalı kesikli modeller www.statstkcler.org İstatstkçler Dergs 5 (01) 3-31 İstatstkçler Dergs Hasar sıklıkları çn sıfır yığılmalı keskl modeller Sema Tüzel Hacettepe Ünverstes Aktüerya Blmler Bölümü 06800-Beytepe, Ankara, Türkye

Detaylı

ALTERNATİF AKIM DEVRE YÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ

ALTERNATİF AKIM DEVRE YÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ BÖLÜM 6 ALTERNATİF AKIM DEVRE ÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ 6. ÇEVRE AKIMLAR ÖNTEMİ 6. SÜPERPOZİSON TEOREMİ 6. DÜĞÜM GERİLİMLER ÖNTEMİ 6.4 THEVENİN TEOREMİ 6.5 NORTON TEOREMİ Tpak GİRİŞ Alternatf akımın

Detaylı

ROTASYON ORMAN ALGORİTMASI İLE YÜKSEK ÇÖZÜNÜRLÜKLÜ MULTİSPEKTRAL UYDU GÖRÜNTÜLERİNİN SINIFLANDIRILMASI

ROTASYON ORMAN ALGORİTMASI İLE YÜKSEK ÇÖZÜNÜRLÜKLÜ MULTİSPEKTRAL UYDU GÖRÜNTÜLERİNİN SINIFLANDIRILMASI ROTASYON ORMAN ALGORİTMASI İLE YÜKSEK ÇÖZÜNÜRLÜKLÜ MULTİSPEKTRAL UYDU GÖRÜNTÜLERİNİN SINIFLANDIRILMASI İsmal ÇÖLKESEN 1, Tahsn YOMRALIOĞLU 2, Taşkın KAVZOĞLU 3 1 Araş. Gör., Gebze Yüksek Teknoloj Ensttüsü,

Detaylı

ARAŞTIRMA MAKALESİ/RESEARCH ARTICLE TEK ÇARPIMSAL SİNİR HÜCRELİ YAPAY SİNİR AĞI MODELİNİN EĞİTİMİ İÇİN ABC VE BP YÖNTEMLERİNİN KARŞILAŞTIRILMASI ÖZ

ARAŞTIRMA MAKALESİ/RESEARCH ARTICLE TEK ÇARPIMSAL SİNİR HÜCRELİ YAPAY SİNİR AĞI MODELİNİN EĞİTİMİ İÇİN ABC VE BP YÖNTEMLERİNİN KARŞILAŞTIRILMASI ÖZ ANADOLU ÜNİVERSİTESİ Blm ve Teknoloj Dergs A-Uygulamalı Blmler ve Mühendslk Clt: 14 Sayı: 3 013 Sayfa: 315-38 ARAŞTIRMA MAKALESİ/RESEARCH ARTICLE Faruk ALPASLAN 1, Erol EĞRİOĞLU 1, Çağdaş Hakan ALADAĞ,

Detaylı

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi Journal of Engneerng and Natural Scences Mühendslk ve Fen Blmler Dergs Sgma 29, 244-260, 2011 Research Artcle / Araştırma Makales PERFORMANCE EVALUATION USING AHP - VIKOR AND AHP - TOPSIS APPROACHES: THE

Detaylı

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi Journal of Engneerng and Natural Scences Mühendslk ve Fen Blmler Dergs Sgma 31, 203-213, 2013 Research Artcle / Araştırma Makales ANALYTIC NETWORK PROCESS AND TOPSIS METHODS WITH SELECTION OF OPTIMAL INVESTMENT

Detaylı

OLASILIK KURAMI. Temel Tanımlar ve Kavramlar-III. Temel Tanımlar ve Kavramlar-II. Temel Tanımlar ve Kavramlar-I OLASILIK

OLASILIK KURAMI. Temel Tanımlar ve Kavramlar-III. Temel Tanımlar ve Kavramlar-II. Temel Tanımlar ve Kavramlar-I OLASILIK Dr. Mehmet KSRYLI OLSILIK OLSILIK KURMI Dokuz Eylül Ünverstes Ekonometr Böl. www.mehmetaksarayl.com Populasyon hakkında blg sahb olmak amacı le alınan örneklerden elde edlen blgler bre br doğru olmayıp

Detaylı

SİMÜLASYON İLE BÜTÜNLEŞİK ÇOK KRİTERLİ KARAR VERME: BİR HASTANE ACİL DEPARTMANI İÇİN SENARYO SEÇİMİ UYGULAMASI

SİMÜLASYON İLE BÜTÜNLEŞİK ÇOK KRİTERLİ KARAR VERME: BİR HASTANE ACİL DEPARTMANI İÇİN SENARYO SEÇİMİ UYGULAMASI İstanbul Tcaret Ünverstes Fen Blmler Dergs Yıl: 11 Sayı: 22 Güz 2012 s. 1-18 SİMÜLASYON İLE BÜTÜNLEŞİK ÇOK KRİTERLİ KARAR VERME: BİR HASTANE ACİL DEPARTMANI İÇİN SENARYO SEÇİMİ UYGULAMASI Muhammet GÜL

Detaylı

A İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır?

A İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır? . Br torbada 6 syah, 4 beyaz top vardır. Bu torbadan yerne koyarak top seçlyor. A İSTATİSTİK KPSS/-AB-PÖ/006. Normal dağılıma sahp br rasgele (random) değşkenn varyansı 00 dür. Seçlen topların ksnn de

Detaylı

Çok ölçütlü karar verme yaklaşımlarına dayalı tedarikçi seçimi: elektronik sektöründe bir uygulama

Çok ölçütlü karar verme yaklaşımlarına dayalı tedarikçi seçimi: elektronik sektöründe bir uygulama 346 Çok ölçütlü karar verme yaklaşımlarına dayalı tedarkç seçm: elektronk sektöründe br uygulama Murat ARIKAN 1, Berat GÖKBEK 1 1 Endüstr Mühendslğ Bölümü, Mühendslk Fakültes, Gaz Ünverstes, Maltepe-Ankara

Detaylı

K-Ortalamalar Yöntemi ile Yıllık Yağışların Sınıflandırılması ve Homojen Bölgelerin Belirlenmesi *

K-Ortalamalar Yöntemi ile Yıllık Yağışların Sınıflandırılması ve Homojen Bölgelerin Belirlenmesi * İMO Teknk Derg, 2012 6037-6050, Yazı 383 K-Ortalamalar Yöntem le Yıllık Yağışların Sınıflandırılması ve Homojen Bölgelern Belrlenmes * Mahmut FIAT* Fath DİKBAŞ** Abdullah Cem KOÇ*** Mahmud GÜGÖ**** ÖZ

Detaylı

KURUMSAL FİRMALAR İÇİN BİR FİNANSAL PERFORMANS KARŞILAŞTIRMA MODELİNİN GELİŞTİRİLMESİ

KURUMSAL FİRMALAR İÇİN BİR FİNANSAL PERFORMANS KARŞILAŞTIRMA MODELİNİN GELİŞTİRİLMESİ Gaz Ünv. Müh. Mm. Fak. Der. Journal of thefaculty of Engneerngand Archtecture of Gaz Unversty Clt 30, No 1, 71-85, 2015 Vol 30, No 1, 71-85, 2015 KURUMSAL FİRMALAR İÇİN BİR FİNANSAL PERFORMANS KARŞILAŞTIRMA

Detaylı

ANOVA. CRD (Completely Randomized Design)

ANOVA. CRD (Completely Randomized Design) ANOVA CRD (Completely Randomzed Desgn) Örne Problem: Kalte le blgnn, ortalama olara, br urumun üç farlı şehrde çalışanları tarafından eşt olara algılanıp algılanmadığını test etme amacıyla, bu üç şehrde

Detaylı

Deprem Tepkisinin Sayısal Metotlar ile Değerlendirilmesi (Newmark-Beta Metodu) Deprem Mühendisliğine Giriş Dersi Doç. Dr.

Deprem Tepkisinin Sayısal Metotlar ile Değerlendirilmesi (Newmark-Beta Metodu) Deprem Mühendisliğine Giriş Dersi Doç. Dr. Deprem Tepksnn Sayısal Metotlar le Değerlendrlmes (Newmark-Beta Metodu) Sunum Anahat Grş Sayısal Metotlar Motvasyon Tahrk Fonksyonunun Parçalı Lneer Interpolasyonu (Pecewse Lnear Interpolaton of Exctaton

Detaylı

ADJUSTED DURBIN RANK TEST FOR SENSITIVITY ANALYSIS IN BALANCED INCOMPLETE BLOCK DESIGN

ADJUSTED DURBIN RANK TEST FOR SENSITIVITY ANALYSIS IN BALANCED INCOMPLETE BLOCK DESIGN SAÜ Fen Edebyat Dergs (2010-I) F.GÖKPINAR v.d. DENGELİ TAMAMLANMAMIŞ BLOK TASARIMINDA, DUYUSAL ANALİZ İÇİN DÜZELTİLMİŞ DURBİN SIRA SAYILARI TESTİ Fkr GÖKPINAR*, Hülya BAYRAK, Dlşad YILDIZ ve Esra YİĞİT

Detaylı

Tek Yönlü Varyans Analizi (ANOVA)

Tek Yönlü Varyans Analizi (ANOVA) VARYANS ANALİZİ İ örne ortalaması arasında farın önem ontrolü, örne büyülüğüne göre z veya testlernden bryle yapılır. Bu testlerle, den fazla örne ortalamasını brlte test etme ve aralarında farın önem

Detaylı

KULLANIMI VE UYGULAMASI Canan HAMURKAROGLU1, ilknur ÖZMEN2. THE USE OF MULTIDIMENSIONAL SCALlNG IN THE STATISTICAL QUALlTY CONTROL AND ITS APPLlCATION

KULLANIMI VE UYGULAMASI Canan HAMURKAROGLU1, ilknur ÖZMEN2. THE USE OF MULTIDIMENSIONAL SCALlNG IN THE STATISTICAL QUALlTY CONTROL AND ITS APPLlCATION ANADOLU ÜNvERSTES BlM VE TEKNOLOJ DERGS ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY CltlVol.:3 - Sayı/No: 2 : 235-240 (2002) ARAŞTIRMA MAKALESRESEARCH ARTICLE STATsTKSEL KALTE KONTROLÜNDE ço«boyutlu

Detaylı

YATIRIM PROJELERi ANALiziNDE BLACK-SCHOLES OPSiYON FiYATLAMA MODELiNiN KULLANIMI

YATIRIM PROJELERi ANALiziNDE BLACK-SCHOLES OPSiYON FiYATLAMA MODELiNiN KULLANIMI YATIRIM PROJELER ANALzNDE BLACK-SCHOLES OPSYON FYATLAMA MODELNN KULLANIMI Yrd. Doç. Dr. Erkan Uysal Ankara Ünverstes Syasal Blgler Fakültes Özet Bu çalışmada, fnansal opsyon fyatlama modellernn yatınm

Detaylı