Çok Kriterli Karar Vermede TOPSIS ve VIKOR Yöntemleriyle Klima Seçimi

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Çok Kriterli Karar Vermede TOPSIS ve VIKOR Yöntemleriyle Klima Seçimi"

Transkript

1 Çankırı Karatekn Ünverstes İktsad ve İdar Blmler Fakültes Dergs Y.2014, Clt 4, Sayı 1, ss Çankırı Karatekn Unversty Journal of The Faculty of Economcs and Admnstratve Scences Y.2014, Volume 4, Issue 1, pp Çok Krterl Karar Vermede TOPSIS ve VIKOR Yöntemleryle Klma Seçm İrfan ERTUĞRUL Sorumlu Yazar, Pamukkale Ünverstes, İktsad ve İdar Blmler Fakültes, İşletme Bölümü, Abdullah ÖZÇİL Pamukkale Ünverstes, İktsad ve İdar Blmler Fakültes, İşletme Bölümü, Öz Günümüzde yaşanılan teknolok ve küresel değşmler klmlendrme sektörünün daha yüksek önem kazanmasını sağlamıştır. Tüketcler çn kısa ve uzun vadede rsk ve malyetn mnmzasyonu le klmlendrme teknolosnn kullanımı, frmaların ve ürün özellklernn artması ve ürün özellklernn değşkenlğ çok krterl karar verlmes htyacını doğurmuştur. Bu nedenle uygulama kapsamına çoklu krterler ve alternatfler dkkate alan çok krterl karar verme teknkler alınmıştır. Araştırmanın amacı; klma seçm kararını etkleyen faktörler belrlemek ve terch sıralama öners sunmaktır. İlgl araştırma kapsamına yaklaşık olarak eşdeğer soğutma ve ısıtma kapastene sahp ve A ener sınıfı klmalar dâhl edlmştr. Yapılan uygulamada, klma seçm yapılırken Topss ve Vkor çok krterl karar verme yöntemler kullanılmış ve sonuçlar karşılaştırılarak değerlendrlmştr. Uygulamada klma seçm yapılırken ürün, fyat ve teknk özellklere göre terch önerler sunulmuştur. Anahtar Kelmeler: Klma Seçm, Çok Krterl Karar Verme, Topss, Vkor. JEL Sınıflandırma Kodları: C44, D70, L68. Ar Condtoner Selecton wth TOPSIS and VIKOR Methods In Mult Crtera Decson Makng Abstract Technologcal and global changes nowadays enable ar condtonng sector to gan a hgher mportance. Short and long term rsks for consumers, the use of ar condtonng technology wth cost mnmzaton, the ncrease of product characterstcs and frms, and the varablty of product features have led to the need for mult-crtera decson. Therefore, carng the multple crtera and the alternatves, the mult-crtera decson makng technques are taken to the scope of applcaton. The purpose of the study s to determne the factors whch affect the decson of ar condtonng choce and to present the preference rankng suggeston. Havng the nearly have got the approxmately equvalent heatng and coolng capacty, ar condtonngs n A+ class are ncluded n the scope of related research. In applcaton, when choosng ar condtonng products, Topss and Vkor that are mult-crtera decson-makng methods are used and the results are compared and evaluated. When choosng ar condtonng products, preference plansa represented n the applcaton. Keywords: Selecton Ar Condtonng, Mult-Crtera Decson Makng, Topss, Vkor. JEL Classfcaton Codes: C44, D70, L68. Atıfta bulunmak çn Cte ths paper Ertuğrul, İ. & Özçl, A. (2014). Çok Krterl Karar Vermede TOPSIS ve VIKOR Yöntemleryle Klma Seçm. Çankırı Karatekn Ünverstes İktsad ve İdar Blmler Fakültes Dergs, 4(1),

2 Çankırı Karatekn Ünverstes İktsad ve İdar Blmler Fakültes Dergs Çankırı Karatekn Unversty Journal of The Faculty of Economcs and Admnstratve Scences 1. Grş Dünyadak ener htyacının gderek artması ve ener kaynaklarının sınırlı olması, nsanları yen ener kaynakları aramaya, var olan ener kaynaklarını en verml şeklde kullanmaya teşvk etmektedr. Ülkeler ener konusunda çevreye daha duyarlı poltkalar belrlemeye ve zorlayıcı tedbrler almaya başlamıştır. Ger dönüşümü sağlanablr enernn ve mevcut kaynakların daha verml kullanılablmes çn yen teknololer gelştrlmesnn önem artmıştır. Bu nedenle lgl blmsel çevrelere olan lg hızla artmaktadır (Tüfekç, 2009, 31). Çağımızda, gelşmşlk gösterges olarak kş başına ener tüketm göz önünde bulundurulmamaktadır. Artık amaç; kş başına ener tüketmn artırmak yerne br brm ener le en fazla üretm ve refahı sağlamaktır (Yenleneblr Ener Genel Müdürlüğü, 2014). Ülkelern poltkalarında, blmsel ve toplumsal çalışmalarda bu yönde dkkat çekc gelşmeler yaşanmaktadır. Breylern ener vermllğ konusuna gereken önem vermeler sağlanmaya çalışılmaktadır. Ülkemzdek ener yoğunluğunun dünya ortalamasının üzernde olduğu ve nha tüketm oranı sanayde %42 ken konutlarda %25 tüketm oranı göze çarpmaktadır (Üçok ve Güngör, 2011). Ener ve Tab Kaynaklar Bakanlığı nın verlerne göre konutlardak ener tüketm oranının %85 nn ısıtma ve sıcak su htyacını gdermek amacıyla kullanıldığı görülmektedr (Yenleneblr Ener Genel Müdürlüğü, 2014). Modern çağımızda nsanlar zamanlarının büyük br bölümünü kapalı mekanlarda çalışarak, dnlenerek, eğlenerek ve uyuyarak geçrmektedrler. Bu nedenle kapalı mekânlardak ener htyacının önem yadsınamaz büyüklükte olmaktadır. İnsan sağlığı ve performansı çn mahallerde y br havalandırma ve şartlandırmanın olmasına gereken önem verlmeldr (Kesen, 2009, 5). Örneğn sıcak veya soğuk hssetme nsanların bulundukları ortamdak davranışlarını, ruhsal durumlarını, olayları algılamasını, olaylara tepklern ve karar vermesn etkleyecektr (Saraç, 2009, 13). İklmlendrme, kapalı br ortamın sıcaklık, nem, temzlk ve hava hareketn nsan sağlık ve konforuna veya yapılan endüstryel şleme en uygun sevyede olmasını sağlayacak kapalı ortamdak havanın şartlandırılmasıdır (Özşar, 2010, 3). İklmlendrme mahallerdek ısıtma ve soğutma htyacını karşılayan ve ener vermllğ de dkkate alındığında tüketcnn blglendrlmes gereken br konu halne gelmektedr. Tüketcnn klmlendrme sstemlernden bekledğ temel özellkler ekonomklk ve çevreye en çok duyarlı olan şeklnde olmaktadır. İhtyaçları yeterl derecede karşılayacak ek masrafları mnmum derecede olan br klma sstem, terch edlmeye uygun olacaktır (Özşar, 2010, 4). Br bnanın veya aynı bölgede yer alan brden fazla yapının klmlendrlmesnde doğru yöntemn seçm çözülmes gereken krtk noktalardan brdr (Topoyan vd., 2008, 72). Ayrıca klma seçerken göz önünde bulundurulablecek etmenler; Kurulum malyet, kurulum yer, marka maı, servs ve bakım kaltes, gürültü ve çevre v.b. 268

3 İ.Ertuğrul & A.Özçl Bahar/Sprng 2014 Clt 4, Sayı 1, ss Volume 4, Issue 1, pp gb çoğaltılablr. Bu çalışmada, tüketc terchlern etkleyen başlıca krterler göz önünde bulundurulmuştur. Ayrıca, tüketc karar almasına örnek teşkl edeblecek, lteratürdek farklı karar verme yöntemlernn karşılaştırılmasına mkân sağlayacaktır. 2. Lteratür Araştırması Çok krterl karar verme yöntemler brçok alanda başarı le uygulanmıştır. Farklı performans krterler ve ağırlıklarını dkkate alan hesaplamalarda brçok ntel ve ncel verler kullanan yöntemlere başvurulmaktadır. Bunlar çok krterl karar verme yöntemler olarak adlandırılan Topss, Electre, Bulanık Topss, Ahp, Bulanık Ahp, Faktör Puan Yöntem, Anp vb. olarak özetleneblr (Eleren ve Karagül, 2008, 6). Topss ve Vkor yöntemler çok ölçütü dkkate alan çeştl alternatfler arasından seçmde çok krterl karar verme araçları olarak lteratürde kullanılmaktadır (Crstóbal, 2012, 752). Hwang ve Yoon (1981) TOPSIS yöntemn, alternatf çözüm noktasının poztfdeal çözüme en kısa mesafe ve negatf-deal çözüme en uzak mesafede olacağı varsayımına göre oluşturmuşlardır. Daha sonraları bu düşünce Zeleny (1982) ve Hall (1989) tarafından da uygulanmış ve nhayet Yoon (1987) ve Hwang, La ve Lu (1994) tarafından gelştrlmştr (Eleren ve Karagül, 2008, 6). Yurdakul ve İç (2003) otomotv endüstrsnde Topss yöntemn kullanmışlardır (Yıldız ve Yıldız, 2013, 44). Shanan and Savadogo (2006) polmer elektrolt yakıt pller çn Topss yöntem aşamalarını önermştr (Rao, 2013, 85). Kandakoglua ve ark. (2009) Topss yöntemn çeştl naklye kayıt alternatflern sıralamak çn uygulamışlardır (Sngh vd., 2013, 4599). Lteratürde, Lou ve ark. (2010) yerl havayolu servs kaltesn gelştrmek çn uyarlanmış br Vkor yöntem kullanmıştır ve Chang ve Hsu (2009) Tseng-Wen rezervuar havzasında araz kullanımı kısıtlama strateler öncelğ çn Vkor yöntemn kullanmıştır. Sayad ve ark. (2009) aralıklı sayılar le karar verme problemlernn çözümü çn genşletlmş Vkor yöntemn kullanmışlardır (Demrel ve Yücenur, 2011, 1128). Büyüközkan ve Ruan (2008) yazılım gelştrme proelern değerlendrmek çn Vkor yöntemn uygulamışlardır (Chou vd., 2014, 161). Cheng ve arkadaşlarının (2002, 2003) nha hedef toplam malyet mnmze etmek olduğundan, sosyal, çevresel ve çoğunlukla ekonomk krterlere göre alternatf depolama alanlarını değerlendrmek amacıyla TOPSIS ve ELECTRE yöntemlernn kombnasyonunu kullanmışlardır (Achllas vd., 2013, 119). Rao (2008) Vkor (VIšekrterumsko KOmpromsno Rangrane) olarak blnen uzlaşmacı sıralama yöntemn ve Chatteree vd. (2009) Vkor ve Electre yöntemlern materyal seçm çn önermştr (Rao, 2013, 86). Önüt ve Soner (2008) Türkye, İstanbul'da br transfer stasyonuna uygun yer seçmek amacıyla Topss' (bulanık çevre çn) kullanırken, krter ağırlıklarının hesaplanması çn Ahp'y kullanmışlardır (Achllas vd., 2013, 119). Razm vd. (2008) karma bulanık Topss ve doğrusal programlama le tedarkç seçm yapmışlardır (Amr, 2011, 269

4 Çankırı Karatekn Ünverstes İktsad ve İdar Blmler Fakültes Dergs Çankırı Karatekn Unversty Journal of The Faculty of Economcs and Admnstratve Scences 66). José Ramón San Crstóbal, 2012 yılında Topss ve Vkor çok krterl karar verme yöntemlern müteahht seçmne uygulamıştır (Crstóbal, 2012). Oprcovc ve Tzeng (2007) dört çok krterl karar verme yöntemn: Topss, Promethee, Electre ve Vkor'u karşılaştırmış ve en y değerlendrme metodu olarak Vkor yöntemn bulmuşlardır (Chou vd., 2014, 161). İk çok krterl karar verme yöntem, uzlaşmacı programlama yöntemnden kaynaklanan 'deale yakınlık' sunan fonksyonu toparlamaya dayalı Topss ve Vkor yöntemlerdr (Amr vd., 2011, 67). Topss yöntem vektör normalzasyonunu kullanır fakat Vkor yöntem lneer normalzasyonunu kullanır. Buna ek olarak, Topss poztf deal çözüme en yakın uzaklıktak ve negatf deal çözüme en uzak alternatf en y terch edlen alternatf olarak terch eder fakat Vkor yöntem poztf ve negatf deal çözümü oran olarak hesaplar buna rağmen Vkor yöntem avantalı oranda uzlaşmacı br çözüm önerr (Amr vd., 2011, 68). Çalışmada kullanılan verlern ncel olması nedenyle Topss ve Vkor yöntemlernn, karşılaştırmalı sonuç çn çalışmaya dâhl edlmesnn uygun olduğu düşünülmüştür. 3. Çok Krterl Karar Verme Analz Hayatın her alanında yapılan terchler nsanların hayatlarını belrlemektedr. Her yapılan terch vazgeçlen en az br alternatfe neden olmaktadır. Alternatflere göre doğru yapılan terchler nsanlara fayda sağlamaktayken yanlış terchler çeştl şekllerde nsanlara br malyet veya bedel ödetmektedr. Karar verme analz bu duruma paralel olarak alternatflern değerlendrlmes amacıyla ortaya çıkmıştır. Çok krterl karar verme yöntemler nsanların çeştl boyutları kapsayan karmaşık kararlarla lglendğnde daha y seçm yapmalarına yardım etmek çn tasarlanmıştır (Ln vd., 2013, 2). Karmaşık br sorun malyet, performans, güvenlrlk, güvenlk, vermllk ve ekonomklk gb ölçülemez ve çelşkl krter veya amaçlarla tanımlanır (Achllas vd., 2013, 115). Çok krterl karar analz yaklaşımının temel amaçlarından br karar verclern br karar verme konusunda rahat ve güvende hssetmesn sağlayan bu tür blglern düzenlemesne ve sentezlemesne yardımcı olmak, bütün krter ve faktörlern dkkate alındığında memnunyetn sağlanması le potansyel karar sonrası pşmanlığı mnmze etmektr. Sıklıkla tartışılan çok krterl karar analznde klask bağlamda ve çok krterl karar verme problemlernn en belrgn kategors br dz alternatften bast br seçm yapmasıdır. Lteratürde çok krterl karar verme problemlernn çoğunluğu ya ayrık seçm ya da matematksel programlama problemlern özelleştrme eğlmndedr fakat entegre br çok krterl karar analz her ksn de dahl etmey önemser (Belton ve Shewart, 2002, 2-20). Çok krterl karar verme, çoklu, çelşkl ve nteraktf krterler arasında optmum alternatf belrlenmesn çerr (Demrel ve Yücenur, 2011, 1128). Çok krterl karar verme teors ve yöntem ş dünyasında, mühendslkte ve nsan faalyetlernn dğer alanlarında karşılaşılan karmaşık problemler çözer (Achllas 270

5 İ.Ertuğrul & A.Özçl Bahar/Sprng 2014 Clt 4, Sayı 1, ss Volume 4, Issue 1, pp vd., 2013, 115). Çok krterl karar verme yöntemler le günlük hayatta htyaç duyulablecek klma seçm terch çalışma kapsamında ele alınmıştır. İk farklı çok krterl karar verme yöntem kullanılarak yöntemlern kıyaslanmasına önem verlmştr Topss Çok krterl karar verme yöntemlernden br tanes olan Topss yöntem, ntel br çevrm yapılmaksızın, drekt ver üzernde uygulanablmektedr (Eleren ve Karagül, 2008, 6). Technque For Order Preference By Smlarty To An Ideal Soluton (Topss) yöntem (1981) Hwang ve Yoon referansı le Chen ve Hwang tarafından sunulmuştur (We, 2010, 182). Topss yöntem deal çözüme en yakın uzaklıkta ve negatf deal çözüme en uzak br çözüm belrler fakat yöntem bu uzaklıkların görecel önemn dkkate almaz (Crstóbal, 2012, 752). Uzlaşılan çözüm, deal çözümden en kısa öklt mesafesnde ve negatf deal çözümden en uzak öklt mesafesnde terch edlen çözüm olarak kabul edleblr (Tzeng ve Huang, 2011). Topss yöntem rasyonellğ ve kolay kavranablrlğ, hesaplamadak bastlğ ve değerlendrme krterlernn ağırlıklandırılmasına mkân vermes gb avantaları nedenyle lteratürde en çok kullanılan teknklerden brdr (Çakır ve Perçn, 2013, 452). Topss yöntemnn uygulama basamakları aşağıda anlatılmıştır. Adım 1: Karar Matrsnn (A) Oluşturulması Karar matrsnde, satırları karar vermede kullanılacak alternatfler, sütunlarında se karşılaştırma çn kullanılacak krterler yer alır. Aşağıda gösterlen A matrs, karar verc tarafından oluşturulan başlangıç karar matrsdr. a11 a12... a1 n a21 a22... a2n A.. am1... amn A matrsnde; satırları oluşturan m, karar noktası sayısını, sütunları oluşturan n, değerlendrme faktörü sayısını göstermektedr. Adım 2: Standart Karar Matrsnn (R) Oluşturulması Standart karar matrs, başlangıç karar matrs (A) le aşağıda gösterlen normalze etme formülü le elde edlr. Standart karar matrs (R) aşağıdak şeklde gösterlr. y a m k1 a 2 k 1 R r11 r21. rm1 r r r1 n r 2n. rmn 271

6 Çankırı Karatekn Ünverstes İktsad ve İdar Blmler Fakültes Dergs Çankırı Karatekn Unversty Journal of The Faculty of Economcs and Admnstratve Scences Adım 3: Ağırlıklı Standart Karar Matrsnn (V) Oluşturulması Değerlendrme krterlerne lşkn belrlenen ağırlık değerler (w ) le standart karar matrs çarpılarak bulunan matrs, Ağırlıklı standart karar (V) matrsdr. Bulunan ağırlıklı standart karar matrs (V) aşağıdak şeklde gösterlr. w1r 11 w2r12... wnr1 n n w1r 21 w2r22... wnr2 n w 1 2 V 1.. w1r m1... wnrmn Adım 4: Poztf İdeal (A ) ve Negatf İdeal (A - ) Çözüm Kümelernn Oluşturulması Poztf deal çözüm setnn oluşturulablmes çn V matrsndek ağırlıklandırılmış değerlendrme faktörlernn yan sütun değerlernn en büyükler (lgl değerlendrme faktörü mnmzasyon yönlü se en küçüğü) seçlr. İdeal çözüm setnn bulunması aşağıdak formülde gösterlmştr (Yaralıoğlu, 2010, 24). A ' max v J, mn v J 3 A v1, v2,..., vn Negatf deal çözüm set se, V matrsndek ağırlıklandırılmış değerlendrme faktörlernn yan sütun değerlernn en küçükler (lgl değerlendrme faktörü maksmzasyon yönlü se en büyüğü) seçlerek oluşturulur. Negatf deal çözüm setnn bulunması aşağıdak formülde gösterlmştr (Yaralıoğlu, 2010, 25). A Yukarıda gösterlen formüllerde; krterler fayda yönlü se poztf deal çözüm kümesnde J maksmzasyonu ve negatf deal çözüm kümesnde J mnmzasyonu göstermektedr. Aynı şeklde krter malyet yönlü se poztf deal çözüm kümesnde J mnmzasyonu ve negatf deal çözüm kümesnde J maksmzasyonu ntelemektedr. Her k çözüm kümes de alternatf sayısı veya değerlendrme faktörü sayısı kadar yan m elemandan oluşur. Adım 5: Ayırım Ölçülernn Hesaplanması ' mn v J, max v J 4 A v1, v2,..., vn Her br alternatfe lşkn karşılaştırma krter değerlendrmesnn bulunurken poztf ve negatf deal çözüm kümesnden uzaklıklar Eucldan uzaklık yaklaşımı le hesaplanır. Elde edlen alternatflern krterlere lşkn sapma değerler Poztf İdeal Ayırım (S ) ve Negatf İdeal Ayırım (S - ) ölçüsü olarak adlandırılır. Poztf deal çözüm kümesnden sapma değerler hesaplanırken (5) numaralı formül, negatf deal çözüm kümesnden sapma değerler hesaplanırken (6) numaralı formülden yararlanılır. S n 1 ( v v ) 2 n 2 5 S ( v v )

7 İ.Ertuğrul & A.Özçl Bahar/Sprng 2014 Clt 4, Sayı 1, ss Volume 4, Issue 1, pp Hesaplanan S ve S - değerler sayısı, alternatf sayısı kadar olacaktır. Adım 6: İdeal Çözüme Görel Yakınlığın Hesaplanması Her br alternatf sayısının deal çözüme görel yakınlığı (C ) hesaplanırken poztf ve negatf deal ayırım ölçülernden faydalanılır. Negatf deal ayırım ölçüsünün, toplam ayırım ölçüsü çndek payı yakınlık katsayısı değern verr. Yakınlık katsayısı değernn hesaplanmasını gösteren formül aşağıda gösterlmştr. C S S S ( 7 ) Formülde gösterlen C değer 0 C 1 aralığında yer alır ve C değernn 1 e yakın olması deal çözüme olan yakınlığını ve 0 a yakın olması deal çözüme olan uzaklığını gösterr Vkor VlseKrterumska Optmzaca I Kompromsno Resene (VIKOR) yöntem çok krterl kompleks sstemlern optmzasyonu çn gelştrlmştr (Tzeng and Huang, 2011, 71). Yu (1973) ve Zeleny (1982) tarafından temeller atılan uzlaşık çözüm (compromse soluton), brbryle çelşen krterlern yer aldığı br karar verme problemnde ortak br uzlaşma le anlaşmaya varmak anlamına gelmekte ve deale en yakn uygun alternatf çözümü vermektedr (Çakır ve Perçn, 2013, 453). Vkor yöntem (1997) Trakovc, Amakumovc ve Oprcovc tarafından ortaya koyuldu (Amr vd., 2011, 67). Bu yöntem br dz alternatf sıralama ve seçmeye odaklanır ve çelşkl krterl br problem çn karar vercnn nha karara ulaşmasına yardımcı uzlaşmacı çözümler belrler (Demrel ve Yücenur, 2011, 1130). Uzlaşmacı sıralama Vkor yöntem çoğunluk çn maksmum 'grup faydası' ve aleyhnde mnmum breysel pşmanlık sağlayan, deale yakın, uzlaşılan br çözüm, belrler (Crstóbal, 2012, 752). Alternatflern her br krtere göre değerlendrldğ varsayıldığında, uzlaşma sıralaması deal çözüm yakınlık ölçüsü karşılaştırılarak gerçekleştrlr (Tayyar ve Arslan, 2013, 347). Son on yılda, Vkor çok krterl ve alternatfl gerçek hayat problemlern ele almada daha popüler br karar destek aracı halne gelmştr (Ln vd., 2013, 3). Vkor yöntemnn uygulama aşamaları aşağıda gösterlmştr. Adım 1: En İy (f ) ve En Kötü (f - ) Değerler nn Bulunması Vkor yöntemnn lk basamağı olarak en y (f ) ve en kötü (f - ) değerler belrlenr. Aşağıda gösterlen formüllerde; karşılaştırma krterlern 273

8 Çankırı Karatekn Ünverstes İktsad ve İdar Blmler Fakültes Dergs Çankırı Karatekn Unversty Journal of The Faculty of Economcs and Admnstratve Scences (=1,2,3,,n) ve alternatfler (=1,2,3,,m) göstermektr. (8) ve (9) numaralı formüller yardımıyla her br krter çn en y (f ) ve en kötü (f - ) değerler belrlenr. Adım 2: S ve R Değerler nn Hesaplanması Her br krter çn en y (f ) ve en kötü (f - ) değerler hesaplandıktan sonra her br alternatf çn S ve R değerler hesaplanır. (10) ve (11) numaralı formüllerle hesaplanan S değer ortalama grup, R se en kötü grup değern gösterr. S n w 1 (10) ve (11) numaralı formüllerdek w değer her br krter çn belrlenen ağırlık değern göstermektedr. Adım 3: Q Değerler nn Hesaplanması f f Her br alternatf çn (12) numaralı formül yardımıyla değerlendrme krterlerne göre belrlenen Q değerler, maksmum grup faydasını gösterr. v( S S ) (1 v)( R R ) Q 12 Yukarıdak formülde gösterlen S ve R S S R R mnmum S ve R değerlern, S - ve R - maksmum S ve R değerlern göstermektedr. Kullanılan formüldek v değer maksmum grup faydasını yaratacak strate çn ağırlık değern, fakat (1-v) değer se karşıt görüştek karar verclern mnmum pşmanlığını fade etmektedr. Vkor yöntemnde maksmum grup faydası çn v > 0,5 çoğunluk terchn, v=0,5 konsesusu (uyuşma) ve v < 0,5 vetoyu temsl etmektedr ve bu v değer grup kararı le belrlenmektedr (Yaralıoğlu, 2010, 39). Çalışmamızda, lteratürde v değer genel olarak 0,5 alındığından ve uyuşma durumu göz önünde bulundurularak, v=0,5 olarak alınmıştır (Çakır ve Perçn, 2013, 453). Adım 4: S, R ve Q Değerler nn Sıralanması f max f f f 8 f mn f 9 Her br alternatf çn hesaplanan S, R ve Q değerler küçükten büyüğe olacak şeklde sıralanır. Adım 5: Kabul Edleblr Avanta (C 1 ) ve Kabul Edleblr İstkrar (C 2 ) Kümelernn Belrlenmes S, R ve Q değerlernn sıralaması göre karar vercler çn kabul edleblr avanta (C 1 ) ve kabul edleblr stkrar (C 2 ) kümeler belrlenr. Herhang br alternatfn f w f f 10 R max f

9 İ.Ertuğrul & A.Özçl Bahar/Sprng 2014 Clt 4, Sayı 1, ss Volume 4, Issue 1, pp C 1 (Kabul Edleblr Avanta) kümesnde yer alablmes çn (13) numaralı formülde gösterlen koşulu sağlaması gerekr. Gösterlen formüldek DQ değer, m alternatf sayısı olmak üzere (1/(1-m)) le hesaplanır. Q sıralamasına göre A 2 alternatf A 1 alternatfnden sonrak sırada yer alıyorsa ve (13) numaralı formülde gösterlen koşul sağlanıyorsa A 1 karar noktası C 1 grubunda yer alır. Bu hesaplama yöntem tüm Q değerlerne uygulanıp alternatflern hanglernn C 1 kümesnde olup olmadığı tespt edlr. Kabul edleblr stkrar (C 2 ) kümes se S, R ve Q sıralamalarının tamamında aynı sırada yer alan alternatflerden oluşur. C 1 ve C 2 kümelernn her ksnde yer alan alternatfler sıralama mantığına göre stkrarlı karar noktalarını gösterr. 4. Bulgular ve Değerlendrme Değerlendrme kapsamına Türkye de en çok satışı yapılan klma frmalarından 8 frma değerlendrlmeye alınmıştır. Klmaların hepsnn temel özellğ olarak A+ sınıfı ve nverter olması terchnde bulunulmuştur. Değerlendrme ölçütü olarak fyat, ısıtma kapastes, ısıtma sarfyatı, ısıtmadak ener verm oranı, soğutma kapastes, soğutma sarfyatı ve soğutmadak ener verm oranı krterler temel alınmıştır. Brbrne en yakın soğutma ve ısıtma kapastesne sahp klmalar çalışmalar kapsamına alınmıştır. Klmaların mevcut ek özellkler sayısal değerlendrmeye uygun olmadığından terch krterler kapsamına alınmamıştır. Klmaların nverter ve A+ ener sınıfında olmaları özellklern brbrne en yakın şeklde kıyaslanması olanak sağlamıştır. Uygulama kapsamına alınan frmaların karşılaştırma değerler resm nternet stelernden elde edlmştr. Araştırma kapsamında krterlern ağırlık değerler hesaplanırken, 10 tüketc le görüşülmüş ve krterler karşılaştırmaları stenmştr. Alınan sonuçlar ektek belgede sunulmuştur Topss Klma seçm terch çn alternatflern karşılaştırıldığı Topss yöntem uygulama aşamaları aşağıdak şeklde hesaplanmıştır. Adım 1: Karar Matrsnn (A) Oluşturulması Q( A2 ) Q( A1 ) DQ Frmalar ve değerlendrme faktörlernden oluşan Karar Matrs (A) aşağıdak tabloda verlmştr

10 Çankırı Karatekn Ünverstes İktsad ve İdar Blmler Fakültes Dergs Çankırı Karatekn Unversty Journal of The Faculty of Economcs and Admnstratve Scences Frmalar Fyat (TL) Kapastes Tablo 1: Karar Matrs (A) Sarfyatı dak Ener Verm Oranı (COP)(W/W) Kapastes Sarfyatı dak Ener Verm Oranı (EER)(W/W) A B C D E F G H Adım 2: Standart Karar Matrsnn (R) Oluşturulması Karar matrsnden (1) numaralı formül yardımıyla hesaplanan Standart Karar Matrs aşağıdak tabloda gösterlmştr. Frmalar Fyat (TL) Kapastes Tablo 2: Standart Karar Matrs (R) Sarfyatı dak Ener Verm Oranı (COP)(W/W) Kapastes Sarfyatı dak Ener Verm Oranı (EER)(W/W) A B C D E F G H Adım 3: Ağırlıklı Standart Karar Matrsnn (V) Oluşturulması Ağırlıklı Standart Karar Matrs oluşturulurken; krter ağırlıkları, 10 karar verc tarafından yapılan değerlendrmenn artmetk ortalamasına göre hesaplanmıştır. Krterlern ağırlık değerler se aşağıdak tabloda sunulmuştur. Krter Ağırlıkları Tablo 3: Değerlendrme Krterlernn Ağırlık Değerler Fyat (TL) Kapastes Sarfyatı dak Ener Verm Oranı (COP)(W/W) Kapastes Sarfyatı dak Ener Verm Oranı (EER)(W/W)

11 İ.Ertuğrul & A.Özçl Bahar/Sprng 2014 Clt 4, Sayı 1, ss Volume 4, Issue 1, pp Standart karar matrs ve (2) numaralı formül yardımıyla hesaplanan ağırlıklı standart karar matrs (V) aşağıdak tabloda sunulmuştur. Frmalar Fyat (TL) Tablo 4: Ağırlıklı Standart Karar Matrs (V) Kapastes Sarfyatı dak Ener Verm Oranı (COP)(W/W) Kapastes Sarfyatı A B C D E F G H Adım 4: İdeal (A ) ve Negatf İdeal (A - ) Çözümlern Oluşturulması dak Ener Verm Oranı (EER)(W/W) (3) ve (4) numaralı formüller yardımıyla hesaplanan poztf ve negatf deal çözüm kümeler aşağıda gösterlmştr. A , , , A , , , Fyat, soğutma sarfyatı ve ısıtma sarfyatı krterlernn poztf deal çözüm kümes bulunurken malyet nedenyle mnmzasyon yönlü değerlendrlmştr. Aynı şeklde negatf deal çözüm kümes bulunurken fayda nedenyle maksmzasyon yönlü olarak değerlendrlmştr. Adım 5: Ayırım Ölçülernn Hesaplanması , , , , , , , (5) ve (6) numaralı formüller le hesaplanan Ayırım ölçüler aşağıdak tabloda gösterlmştr. Tablo 5: Poztf ve Negatf İdeal Ayrım Ölçüler ve İdeal Çözüme Göre Yakınlık Katsayıları Frmalar Poztf İdeal Ayırım Negatf İdeal Ayırım Ölçüler Ölçüler Yakınlık Katsayıları A B C D E F G H , 277

12 Çankırı Karatekn Ünverstes İktsad ve İdar Blmler Fakültes Dergs Çankırı Karatekn Unversty Journal of The Faculty of Economcs and Admnstratve Scences Adım 6: İdeal Çözüme Görel Yakınlığın Hesaplanması (7) numaralı formül yardımıyla hesaplanan yakınlık katsayıları Tablo 5 te gösterlmştr. Yakınlık sayılarına ve maksmum fayda analzne göre yapılması gereken terch sıralaması; A, G, D, E, F, H, C, B, şeklnde bulunmuştur Vkor Topss yöntemne ek olarak, klma seçm terch çn alternatflern karşılaştırıldığı Vkor yöntem uygulama aşamaları aşağıdak şeklde hesaplanmıştır. Adım 1: En İy (f ) ve En Kötü (f - ) Değerler nn Bulunması (8) ve (9) numaralı formüller ve Tablo 1 dek karar matrs yardımıyla hesaplanan en y (f ) ve en kötü (f - ) değerler aşağıda verlmştr. f f Adım 2: S ve R Değerler nn Hesaplanması Her br karar noktası çn (10) numaralı formül yardımıyla S ve (11) numaralı formül yardımıyla da R değerler hesaplanmıştır ve aşağıdak tabloda gösterlmştr. Tablo 6: S, R ve Q Değerler Frmalar S Değerler R Değerler Q Değerler A B C D E F G H Adım 3: Q Değerler nn Hesaplanması S ve R değerlernn hesaplanmasından sonra (12) numaralı formül yardımıyla hesaplanan Q değerler Tablo 6 da gösterlmştr. Adım 4: S, R ve Q Değerler nn Sıralanması 2499, 6062, 29000, 2140, 3.91, 27296, 2160, , 9100, 3.21, 22860, 9900, 3.02 Karar noktaları çn hesaplanan S, R ve Q değerler küçükten büyüğe doğru aşağıdak tabloda sıralanmıştır. 278

13 İ.Ertuğrul & A.Özçl Bahar/Sprng 2014 Clt 4, Sayı 1, ss Volume 4, Issue 1, pp Tablo 7: S, R ve Q Değerler Sıralı Gösterm Frmalar S Değerler Frmalar R Değerler Frmalar Q Değerler C E C A H E H C H E D A D A D G B G B G B F F F 1 Adım 5: Kabul Edleblr Avanta (C 1 ) ve Kabul Edleblr İstkrar (C 2 ) Kümelernn Belrlenmes Kabul edleblr stkrar grubu çn (13) numaralı formüldek DQ değer 8 alternatf çn olarak (1/(8-1)) hesaplanmış ve hesaplamalar sonucunda kabul edleblr avanta kümes, C 1 ={D, F} şeklnde oluşturulmuştur. F karar noktası Q sıralamasının son elemanı olduğundan dolayı C 1 grubunun br elemanıdır. Kabul edleblr stkrar (C 2 ) grubu her üç sıralamada da aynı sırada yer alan karar noktalarından oluşur. Bu krtere se F alternatf uymaktadır. Yan kabul edleblr stkrar kümes; C 2 ={F} olarak belrlenmştr. Her k grupta da yer alan F karar noktası stkrarlı karar noktası olarak değerlendrlr. Dğer alternatfler Q sıralamasına göre dğer noktalar değerlendrldğnde terch sıralaması; C E H A D G B F şeklnde oluşturulur ancak F noktası harç dğer noktalar stkrarlı karar noktası olarak kabul edlmez. 5. Sonuç Günümüz şartlarında ener sektörü başta olmak üzere her sektörde vermllk ve çevreye duyarlılık her geçen gün artan br öneme sahp olmaktadır. Kaynakların optmum kapaste le kullanılması hedeflenmektedr. Tüketc stek ve davranışları bu yönde lerlemektedr. Karar verclern karar almasına örnek olarak ele alınan klma seçm terch le nümerk değerlere sahp alternatflern karşılaştırılmasına ışık tutulmaya çalışılmıştır. Ayrıca tüketclerle yapılan ön görüşme sonucunda htyaçları doğrultusunda klma seçm terchnn yapılması uygun görülmüştür. İk farklı çok krterl karar verme yöntem kullanılarak yöntemlern ve sonuçların kıyaslanması hedeflenmştr. Topss yöntemnde bulunan sonuçlar güvenlrlk arz edeblyorken, Vkor yöntem le yapılan sonuçlarda kabul edleblr avanta ve kabul edleblr stkrar koşullarının sağlanamaması nedenyle sunulan terch önerler Topss yöntem le kıyaslandığında sağlıklı ve güvenlr değldr. Örneğn Topss yöntemnde en y alternatf olarak A frması önerlrken, A frması Vkor yöntemnde dördüncü sırada yer almıştır. Bunun neden olarak Vkor yöntem koşullarının sağlanamaması sadece Q değerlerne göre terch sıralamasının 279

14 Çankırı Karatekn Ünverstes İktsad ve İdar Blmler Fakültes Dergs Çankırı Karatekn Unversty Journal of The Faculty of Economcs and Admnstratve Scences yapılmasıdır. Çalışmamızda frmalar değerlendrlrken verlern ve yöntemlern sayısal verler yansıtmasına özen gösterlmştr. Ağırlık krterler belrlenrken tüketcnn subektf yargılarından yararlanılmıştır. Değerlendrmemz bu sayede hem obektf hem de subektf verler yansıtmaktadır. Ancak kşsel yargıların daha ön planda olduğu br çalışma yapılablmes çn daha büyük br örnekleme ve bulanık hesaplamaların kullanılmasına htyaç duyulacaktır. Çalışmamız klma seçm alanında yapılacak sonrak çalışmalara örnek teşkl edeblecektr. Farklı yöntemlern karşılaştırılması le lteratürdek yöntemlern kullanımına faydalı olacaktır. Ekler Karar Vercler Fyat (TL) Ek 1: Karar Verclern Krter Değerlendrme Matrs Kapastes Sarfyatı dak Ener Verm Oranı (COP) (W/W) Kapastes Sarfyatı KV KV KV KV KV KV KV KV KV KV Kaynakça dak Ener Verm Oranı (EER) (W/W) Achllas, C., Moussopoulos, N., Karagannds, A., Banas, G. ve Perkoulds, G. (2013). The use of mult-crtera decson analyss to tackle waste management problems: a lterature revew, Waste Management & Research, 31(2), Amr, M., Ayaz, S.A., Olfat, L. ve Morad, J.S. (2011). Group Decson Makng Process for Suppler Selecton wth VIKOR under Fuzzy Crcumstance Case Study: An Iranan Car Parts Suppler, Internatonal Bulletn of Busness Admnstraton, 10(6), Belton, V. ve Stewart, T.J. (2002). Multple Crtera Decson Analyss: An Integrated Approach, Dordrecht, Netherlands: Sprnger Scence+Busness Meda,

SELECTING THE SERVICE PROVIDER THROUGH MULTIPLE- CRITERIA DECISION MAKING TECHNIQUES

SELECTING THE SERVICE PROVIDER THROUGH MULTIPLE- CRITERIA DECISION MAKING TECHNIQUES ÇOK ÖLÇÜTLÜ KARAR VERME TEKNİKLERİ İLE HİZMET SAĞLAYICI SEÇİMİ Öz Aşır ÖZBEK a Tamer EREN b Hzmet sağlayıcılar ya da üçüncü part lojstk (3PL) frmalar, şletmenn ana faalyetler dışında kalan, geleneksel

Detaylı

ÇOK KRİTERLİ KARAR VERME İLE AVRUPA BİRLİĞİ VE ADAY ÜLKELERİN YAŞAM KALİTESİNİN ANALİZİ

ÇOK KRİTERLİ KARAR VERME İLE AVRUPA BİRLİĞİ VE ADAY ÜLKELERİN YAŞAM KALİTESİNİN ANALİZİ Ekonometr ve İstatstk Sayı:13 (12. Uluslararası Ekonometr, Yöneylem Araştırması, İstatstk Sempozyumu Özel Sayısı) 2011 80 94 İSTANBUL ÜNİVERSİTESİ İKTİSAT FAKÜLTESİ EKONOMETRİ VE İSTATİSTİK DERGİSİ ÇOK

Detaylı

OTOMATİK PARMAKİZİ TANIMA SİSTEMLERİNDE ÖZELLİK NOKTALARININ TESPİTİNDE YAPAY SİNİR AĞLARININ KULLANILMASI

OTOMATİK PARMAKİZİ TANIMA SİSTEMLERİNDE ÖZELLİK NOKTALARININ TESPİTİNDE YAPAY SİNİR AĞLARININ KULLANILMASI 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 : 007 : 13 : 1 : 911

Detaylı

KAFES SİSTEMLERİN GERİLME, YER DEĞİŞTİRME, BURKULMA VE DOĞAL FREKANS KISITLARI ALTINDA OPTİMUM TASARIMI

KAFES SİSTEMLERİN GERİLME, YER DEĞİŞTİRME, BURKULMA VE DOĞAL FREKANS KISITLARI ALTINDA OPTİMUM TASARIMI KAFES SİSTEMLERİN GERİLME, YER DEĞİŞTİRME, BURKULMA VE DOĞAL FREKANS KISITLARI ALTINDA OPTİMUM TASARIMI Cem Celal TUTUM İ.T.Ü. ROTAM, Makne Yük. Müh. ÖZET: Bu çalışmada düzlemsel kafes sstemlern belrl

Detaylı

Enerji Sistemlerinde Yapay Arı Kolonisi (YAK) Algoritması Kullanarak Yük Akışı Optimizasyonu

Enerji Sistemlerinde Yapay Arı Kolonisi (YAK) Algoritması Kullanarak Yük Akışı Optimizasyonu Enerj Sstemlernde Yapay Arı Kolons (YAK) Algortması Kullanarak Yük Akışı Optmzasyonu Nhat Pamuk Türkye Elektrk İletm Anonm Şrket (TEİAŞ), 5. İletm Tess ve İşletme Grup Müdürlüğü, Sakarya nhatpamuk@gmal.com.tr

Detaylı

YÖRÜNGE DÜZELTMELİ IRS-1C/1D PANKROMATİK MONO GÖRÜNTÜSÜNÜN GEOMETRİK DOĞRULUK VE BİLGİ İÇERİĞİ AÇISINDAN İNCELENMESİ

YÖRÜNGE DÜZELTMELİ IRS-1C/1D PANKROMATİK MONO GÖRÜNTÜSÜNÜN GEOMETRİK DOĞRULUK VE BİLGİ İÇERİĞİ AÇISINDAN İNCELENMESİ YÖRÜNGE DÜZELTMELİ IRS-1C/1D PANKROMATİK MONO GÖRÜNTÜSÜNÜN GEOMETRİK DOĞRULUK VE BİLGİ İÇERİĞİ AÇISINDAN İNCELENMESİ 2004 YÜKSEK MÜHENDİSLİK TEZİ HÜSEYİN TOPAN YÖRÜNGE DÜZELTMELİ IRS-1C/1D PANKROMATİK

Detaylı

KALKINMA GÖSTERGESĠ OLARAK ORTALAMA YAġAM BEKLENTĠSĠNE GÖRE TÜRKĠYE NĠN AB ĠÇĠNDEKĠ KONUMU: KRĠTĠKLER VE ÇOK DEĞĠġKENLĠ ĠSTATĠSTĠK UYGULAMALARI

KALKINMA GÖSTERGESĠ OLARAK ORTALAMA YAġAM BEKLENTĠSĠNE GÖRE TÜRKĠYE NĠN AB ĠÇĠNDEKĠ KONUMU: KRĠTĠKLER VE ÇOK DEĞĠġKENLĠ ĠSTATĠSTĠK UYGULAMALARI Ekonometr ve İstatstk Sayı:7 2008 51-87 İSTANBUL ÜNİVERSİTESİ İKTİSAT FAKÜLTESİ EKONOMETRİ VE İSTATİSTİK DERGİSİ KALKINMA GÖSTERGESĠ OLARAK ORTALAMA YAġAM BEKLENTĠSĠNE GÖRE TÜRKĠYE NĠN AB ĠÇĠNDEKĠ KONUMU:

Detaylı

İmalat Alt Sektörlerinin Finansal Performanslarının TOPSIS ve ELECTRE Yöntemleri İle Değerlendirilmesi

İmalat Alt Sektörlerinin Finansal Performanslarının TOPSIS ve ELECTRE Yöntemleri İle Değerlendirilmesi Çankırı Karatekin Üniversitesi Y.2014, Cilt 4, Sayı 1, ss.237266 Y.2014, Volume 4, Issue 1, pp.237266 İmalat Alt Sektörlerinin Finansal Performanslarının TOPSIS ve ELECTRE Yöntemleri İle Değerlendirilmesi

Detaylı

KENDİ KENDİNİ DÜZENLEYEN HARİTALAR YÖNTEMİYLE TÜRKÇE SESLİ HARFLERİN SINIFLANDIRILMASI VE TANINMASI

KENDİ KENDİNİ DÜZENLEYEN HARİTALAR YÖNTEMİYLE TÜRKÇE SESLİ HARFLERİN SINIFLANDIRILMASI VE TANINMASI Uludağ Ünverstes Mühendslk-Mmarlık Fakültes Dergs, Clt 17, Sayı 1, 2012 ARAŞTIRMA KENDİ KENDİNİ DÜZENLEYEN HARİTALAR YÖNTEMİYLE TÜRKÇE SESLİ HARFLERİN SINIFLANDIRILMASI VE TANINMASI Emrah YÜRÜKLÜ * Osman

Detaylı

DAYANIKLI REGRESYON YÖNTEMİ VE ÇEŞİTLİ SOSYAL VERİLER ÜZERİNDE AYKIRI GÖZLEMLERİN

DAYANIKLI REGRESYON YÖNTEMİ VE ÇEŞİTLİ SOSYAL VERİLER ÜZERİNDE AYKIRI GÖZLEMLERİN DAYANIKLI REGRESYON YÖNTEMİ VE ÇEŞİTLİ SOSYAL VERİLER ÜZERİNDE AYKIRI GÖZLEMLERİN TEŞHİSİ Robust Regresson Method and Dagnose Of Outlers on Several Socal Data Dayanıklı Yöntem 76 ÖZ Özlem YORULMAZ * Araştırmanın

Detaylı

ÇOK KRİTERLİ KARAR VERME TEKNİKLERİ İLE TÜRKİYE NİN EKONOMİK PERFORMANSININ AVRUPA BİRLİĞİ ÜYE ÜLKELERİ İLE KARŞILAŞTIRILMASI

ÇOK KRİTERLİ KARAR VERME TEKNİKLERİ İLE TÜRKİYE NİN EKONOMİK PERFORMANSININ AVRUPA BİRLİĞİ ÜYE ÜLKELERİ İLE KARŞILAŞTIRILMASI Marmara Üniversitesi İ.İ.B. Dergisi YIL 2013, CİLT XXXV, SAYI II, S. 329-360 Doi No: 10.14780/iibdergi.201324469 ÇOK KRİTERLİ KARAR VERME TEKNİKLERİ İLE TÜRKİYE NİN EKONOMİK PERFORMANSININ AVRUPA BİRLİĞİ

Detaylı

Bilgi Yönetimi Projelerinde izlenmesi Gereken Yol Haritası için Öneriler. Fahrettin ÖZDEMiRCi* ve Sabri ALYAKUT** Abstract

Bilgi Yönetimi Projelerinde izlenmesi Gereken Yol Haritası için Öneriler. Fahrettin ÖZDEMiRCi* ve Sabri ALYAKUT** Abstract BILGI DÜNYASI, 2012, 13 (2) 557-564 Blg Yönetm Projelernde zlenmes Gereken Yol Hartası çn Önerler Recommendatons for Roadmap of Informaton Management Projects Fahrettn ÖZDEMRC* ve Sabr ALYAKUT** Öz Son

Detaylı

ERSÖZ-KABAK SAVUNMA SANAYİ UYGULAMALARINDA ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİNİN LİTERATÜR ARAŞTIRMASI. Filiz ERSÖZ 1 Mehmet KABAK 2 ÖZET

ERSÖZ-KABAK SAVUNMA SANAYİ UYGULAMALARINDA ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİNİN LİTERATÜR ARAŞTIRMASI. Filiz ERSÖZ 1 Mehmet KABAK 2 ÖZET SAVUNMA SANAYİ UYGULAMALARINDA ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİNİN LİTERATÜR ARAŞTIRMASI Filiz ERSÖZ 1 Mehmet KABAK 2 ÖZET Bu çalışmada çok kriterli karar verme yöntemleri adı altında geçen yöntemlerin

Detaylı

Farklı Tüy Rengine Sahip Japon Bıldırcınlarda Bazı Vücut Ağırlığı Verilerinin Friedman ve Quade Testleriyle Belirlenmesi

Farklı Tüy Rengine Sahip Japon Bıldırcınlarda Bazı Vücut Ağırlığı Verilerinin Friedman ve Quade Testleriyle Belirlenmesi Türk Tarım ve Doğa Blmler Dergs (): 7 77, 05 TÜRK TARIM ve DOĞA BİLİMLERİ DERGİSİ TURKISH JOURNAL of AGRICULTURAL and NATURAL SCIENCES www.turkans.com Farklı Tüy Rengne Sahp Japon Bıldırcınlarda Bazı Vücut

Detaylı

Çok Kriterli Karar Verme Problemlerinde Karar Ağacı Kullanımı. Şenay Lezki. Anadolu Üniversitesi ÖZET

Çok Kriterli Karar Verme Problemlerinde Karar Ağacı Kullanımı. Şenay Lezki. Anadolu Üniversitesi ÖZET Lezki Şenay Lezki Anadolu Üniversitesi ÖZET Bu çalışmada, karar ağacı tekniğinin çok kriterli karar verme problemlerinde uygulanabilirliği araştırılmıştır Karar ağacı tekniğinin geleneksel olarak kullanıldığı

Detaylı

Farklı Normalizasyon Yöntemlerinin TOPSIS te Karar Verme Sürecine Etkisi

Farklı Normalizasyon Yöntemlerinin TOPSIS te Karar Verme Sürecine Etkisi EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Cilt: 13 Sayı: 2 Nisan 2013 ss. 245-257 Farklı Yöntemlerinin TOPSIS te Karar Verme Sürecine Etkisi The Effects of Different Normalization Methods to Decision Making

Detaylı

BELEDİYE HİZMETLERİNİN MALİYET ETKİNLİKLERİNİN DEĞERLENDİRİLMESİ: ESKİŞEHİR ODUNPAZARI BELEDİYESİNDE BİR UYGULAMA

BELEDİYE HİZMETLERİNİN MALİYET ETKİNLİKLERİNİN DEĞERLENDİRİLMESİ: ESKİŞEHİR ODUNPAZARI BELEDİYESİNDE BİR UYGULAMA Endüstri Mühendisliði Dergisi Cilt: 22 Sayý: 4 Sayfa: (35-47) ÜAS 2009 Özel BELEDİYE HİZMETLERİNİN MALİYET ETKİNLİKLERİNİN DEĞERLENDİRİLMESİ: ESKİŞEHİR ODUNPAZARI BELEDİYESİNDE BİR UYGULAMA Zeliha KAYGISIZ*,

Detaylı

KOCAELĐ ÜNĐVERSĐTESĐ YRD.DOÇ. DR. ORHAN KURT DERS NOTLARI KOCAELĐ 2012 HARĐTA MÜHENDĐSLĐĞĐ BÖLÜMÜ MÜHENDĐSLĐK FAKÜLTESĐ ÖNSÖZ

KOCAELĐ ÜNĐVERSĐTESĐ YRD.DOÇ. DR. ORHAN KURT DERS NOTLARI KOCAELĐ 2012 HARĐTA MÜHENDĐSLĐĞĐ BÖLÜMÜ MÜHENDĐSLĐK FAKÜLTESĐ ÖNSÖZ ÖNSÖZ KOCELĐ ÜNĐVESĐTESĐ YYIN NO: 47 ULŞIM DES NOTLI 006 yılından ber gerek Kocael Đhsanye Meslek Yüksek Okulu (MYO) ve gerekse sım Kocabıyık MYO nda vermş olduğum Ulaşım derslernn brkmyle ortaya çıkan

Detaylı

Tahmin Sorunu. Yrd. Doç. Dr. A. Talha YALTA Ekonometri 1 Ders Notları Sürüm 2,0 (Ekim 2011)

Tahmin Sorunu. Yrd. Doç. Dr. A. Talha YALTA Ekonometri 1 Ders Notları Sürüm 2,0 (Ekim 2011) İk Değşkenl Bağlanım Model Tahmn Sorunu Yrd. Doç. Dr. A. Talha YALTA Ekonometr 1 Ders Notları Sürüm 2,0 (Ekm 2011) Açık Lsans Blgs İşbu belge, Creatve Commons Attrbuton-Non-Commercal ShareAlke 3.0 Unported

Detaylı

Kural Tabanlı Karar Verme Mekanizmasına Sahip Sistematik Araç Seçim Modeli Geliştirilmesi

Kural Tabanlı Karar Verme Mekanizmasına Sahip Sistematik Araç Seçim Modeli Geliştirilmesi Makine Teknolojileri Elektronik Dergisi Cilt: 6, No: 2, 2009 (19-27) Electronic Journal of Machine Technologies Vol: 6, No: 2, 2009 (19-27) TEKNOLOJİK ARAŞTIRMALAR www.teknolojikarastirmalar.com e-issn:1304-4141

Detaylı

Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Y.2008, C.13, S.1 s.133-144.

Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Y.2008, C.13, S.1 s.133-144. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Y.2008, C.13, S.1 s.133-144. ANALİTİK HİYERARŞİ SÜRECİNİN TEDARİKÇİ SEÇİMİNDE UYGULANMASI: OTOMOTİV SEKTÖRÜNDEN BİR ÖRNEK APPLICATION

Detaylı

BULANIK VARDİYA ÇİZELGELEME PROBLEMLERİ İÇİN TAMSAYILI PROGRAMLAMA MODELİ

BULANIK VARDİYA ÇİZELGELEME PROBLEMLERİ İÇİN TAMSAYILI PROGRAMLAMA MODELİ 22 Eryes Ünverstes İktsad ve İdar Blmler Fakültes Dergs, Sayı: 3, Oak-Haran 28, ss.2-227 BULNIK VRDİY ÇİZELGELEME PROBLEMLERİ İÇİN TMSYILI PROGRMLM MODELİ ÖZ Banu SUNGUR * Gerçek hayatta karşılaşılan ek

Detaylı

Değişik Yüzey Profiline Sahip Tek Geçişli Plaka Tipli Isı Değiştiricilerinde Isı Transferinin İncelenmesi

Değişik Yüzey Profiline Sahip Tek Geçişli Plaka Tipli Isı Değiştiricilerinde Isı Transferinin İncelenmesi Fırat Ünv. Fen ve Mü. Bl. ergs Sene and Eng. J of Fırat Unv. 18 (4), 569-575, 2006 18 (4), 569-575, 2006 eğşk Yüzey Proflne Sap Tek Geçşl Plaka Tpl Isı eğştrlernde Isı Transfernn İnelenmes Hüseyn BENLİ

Detaylı

TÜRKİYE DE İL OLMASI UYGUN OLAN İLÇELERİN AHP YÖNTEMİYLE BELİRLENMESİ

TÜRKİYE DE İL OLMASI UYGUN OLAN İLÇELERİN AHP YÖNTEMİYLE BELİRLENMESİ ISSD ' 10 SECOND INTERNATIONAL SYMPOSIUM ON SUSTAINABLE DEVELOPMENT isimli sempozyumda sunulmuştur., TÜRKİYE DE İL OLMASI UYGUN OLAN İLÇELERİN AHP YÖNTEMİYLE BELİRLENMESİ Prof. Dr. İbrahim GÜNGÖR Akdeniz

Detaylı

OTEL İŞLETMELERİNDE İLİŞKİSEL PAZARLAMA ÜZERİNE KARŞILAŞTIRMALI BİR ARAŞTIRMA

OTEL İŞLETMELERİNDE İLİŞKİSEL PAZARLAMA ÜZERİNE KARŞILAŞTIRMALI BİR ARAŞTIRMA OTEL İŞLETMELERİNDE İLİŞKİSEL PAZARLAMA ÜZERİNE KARŞILAŞTIRMALI BİR ARAŞTIRMA Mehmet Oğuzhan İLBAN Balıkesir Üniversitesi Gönen Meslek Yüksekokulu Murat DOĞDUBAY Balıkesir Üniversitesi Turizm İşletmeciliği

Detaylı

ÖRGÜTLERDE İŞ TATMİNİNİ ETKİLEYEN DEMOGRAFİK FAKTÖRLER VE VERİMLİLİK: KARAMAN GIDA SEKTÖRÜNDE BİR UYGULAMA

ÖRGÜTLERDE İŞ TATMİNİNİ ETKİLEYEN DEMOGRAFİK FAKTÖRLER VE VERİMLİLİK: KARAMAN GIDA SEKTÖRÜNDE BİR UYGULAMA T.C. KARAMANOĞLU MEHMETBEY ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ ÖRGÜTLERDE İŞ TATMİNİNİ ETKİLEYEN DEMOGRAFİK FAKTÖRLER VE VERİMLİLİK: KARAMAN GIDA SEKTÖRÜNDE BİR UYGULAMA Hazırlayan Serhat Sefa TOR İşletme

Detaylı

Anahtar Kelimeler: Çok nitelikli karar verme, Çok nitelikli fayda teorisi, MAUT, Entropi, Akıllı telefon seçimi

Anahtar Kelimeler: Çok nitelikli karar verme, Çok nitelikli fayda teorisi, MAUT, Entropi, Akıllı telefon seçimi ÇOK NİTELİKLİ KARAR VERME (MAUT) YÖNTEMİ VE BİR UYGULAMASI Özlem KONUŞKAN Karabük/ Sakarya Üniversitesi Ortak Program, Fen Bilimleri Enstitüsü Endüstri Mühendisliği ABD, konuskanozlem@gmail.com Yrd. Doç.Özer

Detaylı

Turizm Öğrencilerinin Çalışma Bölgesi Seçimleri Üzerine Bir Uygulama

Turizm Öğrencilerinin Çalışma Bölgesi Seçimleri Üzerine Bir Uygulama Anatolia: Turizm Araştırmaları Dergisi, Cilt 20, Sayı 2, Bahar: 215-229, 2009. Copyright 2009 anatolia Bütün hakları saklıdır ISSN: 1300-4220 (1990-2009) Turizm Öğrencilerinin Çalışma Bölgesi Seçimleri

Detaylı

TÜRKİYE DE İŞ TATMİNİ KONUSUNDA YAPILAN LİSANSÜSTÜ TEZLERİN TEMATİK AÇIDAN ANALİZİ

TÜRKİYE DE İŞ TATMİNİ KONUSUNDA YAPILAN LİSANSÜSTÜ TEZLERİN TEMATİK AÇIDAN ANALİZİ Uluslararası Sosyal Araştırmalar Dergisi The Journal of International Social Research Cilt: 7 Sayı: 35 Volume: 7 Issue: 35 www.sosyalarastirmalar.com Issn: 1307-9581 TÜRKİYE DE İŞ TATMİNİ KONUSUNDA YAPILAN

Detaylı

PİYASA RİSKİ ÖLÇÜMÜ OLARAK RİSKE MARUZ DEĞER VE HİSSE SENEDİ PORTFÖYLERİ İÇİN BİR UYGULAMA

PİYASA RİSKİ ÖLÇÜMÜ OLARAK RİSKE MARUZ DEĞER VE HİSSE SENEDİ PORTFÖYLERİ İÇİN BİR UYGULAMA T.C. KADİR HAS ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ SERMAYE PİYASALARI VE BORSA ANABİLİM DALI PİYASA RİSKİ ÖLÇÜMÜ OLARAK RİSKE MARUZ DEĞER VE HİSSE SENEDİ PORTFÖYLERİ İÇİN BİR UYGULAMA Yüksek Lisans

Detaylı