SERMAYE KISITLARI ALTINDA HEDEF PROGRAMLAMA VE BULANIK HEDEF PROGRAMLAMANIN EN İYİ FİYAT BELİRLEME SÜREÇLERİNDE KULLANILMASI VE BİR UYGULAMA
|
|
- Tunç Çiçek
- 6 yıl önce
- İzleme sayısı:
Transkript
1 SERMAYE KISITLARI ALTINDA HEDEF PROGRAMLAMA VE BULANIK HEDEF PROGRAMLAMANIN EN İYİ FİYAT BELLEME SÜREÇLERİNDE KULLANILMASI VE B UYGULAMA Melke Güngör Dokuz Eylül Ünverstes Ekonometr ABD Y.Lsans melkegungorr@gmal.com Nurullah Umarusman Aksaray Ünverstes İşletme Bölümü nurullah.umarusman@aksaray.edu.tr Mustafa Güneş Gedz Ünverstes Endüstr Mühendslğ Bölümü mustafa.gunes@gedz.edu.tr ÖZET: Gerek günlük yaşamda gerek ş hayatında çözmeye çalıştığımız karar problemlernn çoğunda brden fazla amaç taşınmaktadır. Bu yapı klask optmzasyon problemlernden farklı olarak matematksel yapılar taşımaktadır. İşte bu tp karakterstkler taşıyan ve her türlü süreç çnde gözlenen algortmaların temel amacı mevcut kısıtlar altında en makul, kabul edleblr çözümler bulmaktadır. Brden fazla amacı çeren karar problemler çn Hedef Programlama, maksmzasyon veya mnmzasyon problemlernden farklı olarak, belrlenen hedeflerden en az sapmayı sağlayan çözümü araştırır. Br Hedef Programlama modelnde; amaç fonksyonları, beklenen çıktılar ve kısıtlar determnstk olup makul modfkasyonlarla en y sonuçlar alınmaya çalışılır. Bulanık Hedef Programlamada se karar vercnn kararlarına göre model üzerndek tahmnlenen rakamlarda bulanıklık söz konusudur ve model üyelk fonksyonu kullanılarak hedefler nşa edlr. Bu çalışmada; br ünverste bütçesnn en akıllıca harcanması amacı le Bulanık Hedef Programlama algortmasından faydalanılarak, öğretm elemanlarına, dar personele, blgsayar laboratuarına, başarılı öğrenclerne dağıtılacak farklı özellklerdek blgsayarlar ve laptopların alım ve dağıtım poltkaları Bulanık Hedef Programlama le belrlenmş ve bu sonuçlar klask Hedef Programlamadak sonuçlar le karşılaştırılarak, etknlk araştırması yapılmıştır. Anahtar Kelmeler: Bulanık Hedef Programlama, Hedef Programlama, Fyat belrleme. HEDEF PROGRAMLAMAYA GİŞ Hedef Programlama çalışmaları lk kez Charnes, Cooper ve Ferguson (955) tarafından başlatılmıştır. Daha sonra Charnes ve Cooper (96) Hedef Programlama formülasyonunu gerçekleştrmştr. Hedef Programlama, Doğrusal Programlamanın özel br hal olup amaç krternn doğrudan maksmzasyonu veya mnmzasyonu yerne, hedefler ve bu hedeflern verlen kısıtlara göre başarımlarının arasındak farkı mnmze eder. Br Doğrusal Programlama model maksmze veya mnmze edlmş tek br amaçtan ve kısıtlardan oluşurken, Hedef Programlama model karar vercden sağlanan blglere bağlı olarak hedefler arasında öncelk sıralaması ya da hedeflern brbrlerne göre görecel olarak ağırlıklandırıldığı br hedef kümes ve kısıtlardan meydana gelr. Hedef Programlamanın felsef temeln Herbert A. Smon un amaçların tatmn kavramı oluşturur. Smon un varsayımına göre günümüz kompleks organzasyonlarında karar vercler y tanımlanmış fayda fonksyonunu maksmze etmeye çalışmazlar. Çünkü çıkarların çatıştığı ve blgnn yeterszlğ sebebyle karar verclern terchlern güvenlr br matematksel modele aktarmaları neredeyse mümkün değldr. Karar vermenn bu çeşdnde karar verc hedefler en yakın değerde gerçekleştrmeye çalışır (Dylan ve Tamz,2002). Hedef Programlama model aşağıdak gb yazılır (Charnes ve Cooper, 977).
2 Mnmze Z n a x d d.d 0 x,d,d 0 m d (d d ) b (M.) Hedef Programlamada her br hedefn eştszlk yönüne bağlı olarak amaç fonksyonu oluşturulur. Amaç fonksyonu, hedeflere at sapan değşkenlerden meydana gelr. Bu sapan değşkenler aynı zamanda mnmum yapılmak stenen, arzu edlmeyen sapmalardır. Bu düşüncey aşağıdak üç formda yapmak mümkündür (Ignzo, 978). Tablo : Hedef Programlamada Sapan Değşkenler Hedef Tp Hedef Prog.Formu Mn. Yapılacak Değşken f (x) b f (x) d d b f (x) f (x) b b f (x) d d b d d d b d d f (x) d Kaynak: Ignzo,J.P., (978). A Revew of Goal Programmng: A Tool for Multobectve Analyss, JORS. (29), Hedef Programlamada mnmzasyon sürec farklı metotlarla gerçekleştrlr. Temel olarak üç farklı Hedef Programlama metodu vardır. Bu metotlar; Ağırlıklı Hedef Programlama, Öncelkl Hedef Programlama ve Mnmax Hedef Programlamadır. Hedef Programlamanın bu üç metodunda sapmaların mnmzasyonu araştırılır. Bu sebeple Hedef Programlama br mnmzasyon problemdr...mnmaks Hedef Programlama Hedef Programlamanın bu tpnde ağırlıklı ve öncelkl yapılardan farklı olarak sapan değşkenlern toplamlarının mnmzasyonu yerne maksmum sapmanın mnmzasyonu gerçekleştrlr. Modelde hedefler ayrı ayrı gösterlr ve öncelk sırlaması yapılmaksızın geleneksel smpleks algortması kullanılarak çözüm yapılır. Modeln amaç fonksyonu sadece maksmum sapmanın mnmzasyonunu belrleyen uzaklık parametresnden oluşur (Ignzo ve Cavaler,994). Bu yöntem lk kez Flavell (976) tarafından önerlmştr. Matematksel olarak aşağıdak gbdr: Mn D ( w d w d n x a,d x,d d 0 ) D 0 d b,...,m ve,..., n (M.2) Burada; w -poztf sapan değşkenn ağırlığı ve w -negatf sapan değşkenn ağırlığıdır.
3 Mnmaks Hedef Programlama Chebyshev Hedef Programlama olarak da smlendrlr. Bu yöntemde, Öncelkl ve Ağırlıklı Hedef Programlama yöntemlernn kullandığı D metrğ yerne D metrğ kullanılır (Dylan F.Jones ve Mehrdad Tamz,200). Hedef Programlamada hedeflern farklı brmlerde olması sebebyle br normalzasyon şlem kaçınılmazdır. Tamz vd. (998) normalzayon çn Yüzde Normalzasyon, Ökld Normalzasyon, Toplam Normalzasyon ve Sıfır-Br normalzasyonu önermşlerdr. Ökld ve Toplam Normalzasyonlar farklı brml hedeflerde kullanılmaktadır. Mnmax Hedef Programlamanın matematksel yapısı sebebyle bu normalzasyon şlem gerekmektedr. Buna göre normalzasyon kullanılarak Mnmaks model aşağıdak gb yazılır. Mn D w w ( d d k k n a x, d x, d d 0 d ) D b,...,m ve,..., n (M.3) Burada k -nc hedefe at normalzasyon sabtdr. D -mnmum değer araştırılan maksmum sapma mktarı olup 0 D aralığındadır. D -değer sıfıra yaklaştığı ölçüde arzu edlen hedefe ulaşılmıştır. 2. BULANIK HEDEF PROGRAMLAMA Bulanık Küme Teorsnn gelşm, Bellman ve Zadeh (970) tarafından önerlen Bulanık Ortamda Karar Verme sürec le brlkte Doğrusal Programlamada olduğu gb Hedef Programlama yöntemlernde de brçok yaklaşım gelştrlmştr. Bulanık Hedef Programlamada lk çalışma Narasmhan (980) tarafından başlatılmış, Hannan (98), R.N. Twar, S. Dharmar ve Rao (987) T. Yang, J.P. Ignzo, H.J. Km, (99), Yaghoob ve Tamz (2007) tarafından farklı yaklaşımlarda önerlmştr. Bu yaklaşımlar Zmmermann (978) tafarından önerlen doğrusal üyelk fonksyonlarına bağlı olarak açıklanmıştır. Bulanık Hedef Programlamada hedefler aşağıdak gb fade edlr: ~ ( AX) b,,2,..., 0 ~ ( AX) b, 0,..., 0 b (2.) (2.2) ( AX) ~, 0,..., K. (2.3) Bu hedeflere göre doğrusal üyelk fonksyonları aşağıdak gb tanımlanır., (AX) b (AX) b µ ( AX), b (AX) b R (2.4) 0, (AX) b R, (AX) b b (AX) µ ( AX), b L (AX) b (2.5) İL 0, (AX) b L
4 0, (AX) b L b (AX), b L (AX) b µ İL ( AX) (2.6) (AX) b, b (AX) b R 0, (AX) b R Burada İL ve, a karar vercler tarafından belrlenen ve arzu edlen sevye b lerden kabul edleblr maksmum sapma değerdr. Yukarıda matematksel olarak verlen doğrusal üyelk fonksyonları Şekl de gösterlmştr. Şekl. Bulanık Hedefler İçn Doğrusal Üyelk Fonksyonları Kaynak:Yaghoob M.A. and Tamz,M.,(2007). A method for solvng fuzzy goal programmng problems based on MINMAX approach EJOR 77, Bu çalışmada Yaghoob ve Tamz (2007) tarafından önerlen yaklaşım ele alınmıştır. Bu model mnmax yaklaşımını esas alarak gelştrlmştr. MA model olarak smlendrlen bu yaklaşım aşağıdak gbdr: Mak.λ ( AX) p b,2,..., 0 n b 0,..., 0 ( AX) ( AX) n p b 0,..., K λ p,2,..., 0 λ n 0,..., 0 λ n p,..., K İL 0 n, p, λ 0,,2,..., K. (M2.) 3.UYGULAMA 2008 yılında kurulan br Vakıf Ünverstesnde Akademk Personel, İdar Personel, Blgsayar Laboratuarları ve başarılı öğrencler çn Masaüstü ve Dzüstü Blgsayar satın alımı gerçekleştrlecektr. Masaüstü blgsayar çn 2 ve dzüstü blgsayar çn 3 farklı tp olmak üzere farklı fyatlarda 5 farklı tp blgsayar terch edlmştr. Tablo 2 de brmlere dağıtımı planlanan blgsayar tpler ve her br blgsayar tpne ödenmes planlanan fyatlar verlmştr.
5 Tablo 2: Brmler çn Blgsayar Tpler ve Toplam Malyetler Brmler Masa Üstü Blgsayar Dzüstü Blgsayar Toplam.Tp 2.Tp.Tp 2.Tp 3.Tp Malyetler(TL) Öğretm Üyeler Öğretm Görevller Araştırma Görevller Blg. Lab İdar Personel Başarılı Öğrencler Genel Toplam Vakıf Ünverstes alınması planlanan blgsayar tpler çn toplam en fazla TL sı bütçe ayırmıştır. Ayrıca TL y bütçe çn smetrk tolerans aralığı belrlemştr. Tablo 3 te her br tp blgsayar çn brm fyatlar ve onların tolerans değerler verlmştr. Tablo 3: Planlanan Brm Fyatlar ve Tolerans Değerler Blgsayar Tpler Planlanan Brm Fyatlar (TL) Tolerans Değerler(TL) İL Masa Üstü.Tp Masa Üstü 2.Tp Dz Üstü.Tp Dz Üstü 2.Tp Dz Üstü 3.Tp Bu verlere bağlı olarak brmler çn alınması planlanan hedefler ve kısıtlar matematksel olarak aşağıdak gbdr. Toplam Malyet Hedef; :40x 70x 38x 4x 43x Masa üstü.tp Hedef; 200 Masa üstü 2.Tp Hedef; 950 Dzüstü.Tp Hedef; 600 Dzüstü 2.Tp Hedef; 350 H H 2 : x H3 : x 2 H 4 : x 3 H5 : x 4 H5 : x 5 Dzüstü 3.Tp Hedef; 500 Öğretm Üyeler; 25x 20x 2 0x 3 5x 4 5x Öğretm Görevller; 5x 0x 2 5x 3 5x Araştırma Görevller; 20x 30x 2 30x 3 5x 4 3x Blgsayar laboratuarı; 60x 00x 2 2x İdar Personel; 20x 0x 2 x 3 x Başarılı Öğrencler; 0x 3 5x 4 35x (P3.) Her br hedefn brbrlerne göre eşt önemde olduğu benmsenmştr. Problemn çözümünde Mnmaks Hedef Programlama ve MA yaklaşımı kullanılmıştır. Her k yaklaşımın çözümü LINDO paket program le yapılmıştır. Problemn çözümü lk olarak Mnmaks Hedef Programlama model le gerçekleştrlmştr. Mnmaks model çn yüzde normalzasyon kullanılarak oluşturulan model aşağıdak gbdr.
6 Mn. D 40x 70x 2 38x 3 4x 4 43x 5 n p ; n p 46750D 0 n p 200 ; 200D 0 x 2 2 x 2 n 3 p3 x 3 n 4 p 4 x 4 n 4 p5 x 5 n 6 p6 950 ; 950D ; 600D ; 350D 0 500; p 500D 0 25x 20x 2 0x 3 5x 4 5x x 0x 2 5x 3 5x x 30x 2 30x 3 5x 4 3x x 00x 2 2x x 0x 2 x 3 x x 3 5x 4 35x x, x 2, x 3, x 4, x 5, n, p, p 2, p3, n 4, p5, n 6, p6, D 0 p 2 p 3 n 4 p 5 n 6 6 (P3.2) (P3.2) çözümüyle Tablo 4 te her br tp çn ödenmes önerlen brm fyatlar verlmştr. (P3.2) nn çözüm sonuçları D0.07 değernde belrlenmştr. Tablo 4:Mnmaks HP Brm Fyat Öners Blgsayar Tpler Önerlen Brm Fyatlar (TL) Masa Üstü.Tp 967 Masa Üstü 2.Tp 989 Dz Üstü.Tp 55 Dz Üstü 2.Tp 220 Dz Üstü 3.Tp 463 (P3.2) nn önerdğ brm fyatlar le blgsayar adetlerne göre toplamda TL harcama yapılacaktır. Tablo 3 tek tolerans değerler kullanılarak (M2.) MA yaklaşımına göre problem aşağıdak gb düzenlenmştr. Maks.λ 40x 70x 2 38x 3 4x 4 43x 5 n p ; n p 90000λ p 200; 50λ 50 x 2 x 2 p3 950 x 3 n x 4 p5 350 x 5 n 6 p6 ; 75λ 75 ; 25λ 25 ; 85λ ; n p 00λ 0 p 2 p 3 n 4 p x 20x 2 0x 3 5x 4 5x x 0x 2 5x 3 5x x 30x 2 30x 3 5x 4 3x x 00x 2 2x x 0x 2 x 3 x x 3 5x 4 35x , x, x 2, x 3, x 4, x 5, n, p, p 2, p3, n 4, p5, n 6, p6, λ 0 (P3.3)
7 MA yaklaşımına göre problemden elde edlen sonuçlar Tablo 5 te verlmştr. Bu sonuçlar λ 0.6 üyelk derecesnde belrlenmştr. Tablo 5. Bulanık HP Brm Fyat Öners Blgsayar Tpler Önerlen Brm Fyatlar (TL) Masa Üstü.Tp 973 Masa Üstü 2.Tp 980 Dz Üstü.Tp 596 Dz Üstü 2.Tp 50 Dz Üstü 3.Tp 480 Bu sonuçlara göre alımı planlanan blgsayarlar çn TL sı harcama yapılacaktır. Mnmaks Hedef Programlama ve MA Bulanık Hedef Programlama modellernn sağlamış olduğu sonuçlar Tablo 6 da verlmştr. Tablo 6. Model Önerlernn Karşılaştırılması Mnmak HP Öners MA Bulanık HP Öners Blgsayar Tpler Brm Fyatlar (TL) Brm Fyatlar (TL) Masa Üstü.Tp Masa Üstü 2.Tp Dz Üstü.Tp Dz Üstü 2.Tp Dz Üstü 3.Tp Bütçe Kullanımı TL TL 4. SONUÇ Bu çalışmada br ünverstede farklı alanlarda kullanılmak üzere alınması planlanan blgsayar türlernn her brne at fyat belrlemes gerçekleştrlmştr. Fyat belrleme sürecnde Mnmaks Hedef Programlama ve MA Bulanık Hedef Programlama yaklaşımı kullanılmıştır. Her k modele göre problemn verdğ sonuçlar bütçe açısından ncelendğnde toplam bütçe TL den daha az br harcama yapılableceğ ortaya çıkmıştır. Modellern önerdğ brm fyatlar yaklaşık olarak brbrne yakındır. Çok Amaçlı Optmzasyon modeller brleşk sapma fonksyonu p n p D p w f (x) b üzerne kurulmuştur. Bu sebeple karşılaştırmalı uygulamalarda p- değer aynı olan modeller kullanılmalıdır. Bu açıdan ele alınan modellern vermş olduğu sonuçlar, hem aynı ortamda belrlenmş olur hem de karar vercye tek br bakış açısı yerne brden fazla modeln farklı sonuçları değerlendrme mkânı sunmuştur. Burada tpk br problem çözmek amacı le gelştrlen ve kullanılan algortma brçok alan ve karar problemne kolaylıkla taşınablr. Yatırım kararlarının yanında, alternatf üretm, thalat ya da hracat poltkalarına rahatlıkla uygulanablr. Araştırma gurubumuz olarak, bu alanlardak karar problemlerne çözümler üretmeye devam edeceğz.
8 5.KAYNAKLAR. Charnes, A. and Cooper, W.W., Management Models and Industral Applcatons of Lnear Programmng, Wley, New York, Charnes, A. and Cooper, W.W., Ferguson, (955), R.,Optmal estmaton of executve compensaton by lnear programmng,management Scence, Charnes, A. and Cooper, W.W.,(977), Goal programmng and multpleobectve optmzatons European Journal of Operatonal Research I, Flavell, R.B.,(976) A new goal programmng formulaton, Omega 4, Hannan E.I.(98), on fuzzy goal programmng Decson Scences 2, Ignzo, James P.,(978), A Revew of Goal Programmng: A Tool for Multobectve Analyss, J.Opl. Res. Soc. Vol. 29,, p Ignzo, J.P. and Cavaler T.M.,Lınear Programmıng Prentce Hall, Englewood Clffs, Jones, D. and Tamz,M., Practcal Goal Programmng, Sprnger New York Dordrecht Hedelberg London, 200, 9. Jones, D. and Tamz,M., Goal Programmng n the perod , Multple Crtera optmzaton: state of the art annotated bblograhc surveys, Edted by Matthas Ehrgottt and Xaver Gandbleux, Kluwer Academcs Publshers, USA, Narasmhan R.,(980), Goal programmng n a Fuzzy envronment Decson Scrence Romero,C., Handbook of Crtcal Issues n Goal Programmng, Pergamon Press,New York, Schnderans, M. J., Goal Programmng: Methodology and Applcatons, Kluwer Academc Publshers Boston, Twar, R.N., Dharmar, S. and Rao, J.R.,(987), Fuzzy goal programmng An addtve model, Fuzzy Sets and Systems 24, Yaghoob, M.A. and Tamz,M.,(2007), A method for solvng fuzzy goal programmng problemsbased on MINMAX approach, European Journal of Operatonal Research 77, Yang, T. and Ignzo, J.P. and Km, H.J.,(99), Fuzzy programmng wth nonlnear membershp functons: Pecewse lnear approxmaton, Fuzzy Sets and Systems Zmmermann, H.J.,(978), Fuzzy programmng and lnear programmng wth several obectve functons, Fuzzy sets and Systems,45 55.
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.,
Detaylıkadar ( i. kaynağın gölge fiyatı kadar) olmalıdır.
KONU : DUAL MODELİN EKONOMİK YORUMU Br prmal-dual model lşks P : max Z cx D: mn Z bv AX b AV c X 0 V 0 bçmnde tanımlı olsun. Prmal modeln en y temel B ve buna lşkn fyat vektörü c B olsun. Z B B BB c X
DetaylıBir Karar Destek Aracı Bulanık Hedef Programlama ve Yerel Yönetimlerde Vergi Opimizasyonu Uygulaması
Revew of Socal, Economc & Busness Studes, Vol.2, 242-255 Br Karar Destek Aracı Bulanık Hedef Programlama ve Yerel Yönetmlerde Verg Opmzasyonu Uygulaması Mustafa Güneş Doç. Dr., Endüstr Mühendslğ Bölümü,
DetaylıDOĞRUSAL 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
DetaylıBULANIK 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
DetaylıÇOKLU 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
DetaylıPROJE 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
DetaylıTEDARİKÇİ 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,
DetaylıTAŞIMACILIK 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
Detaylı5.3. 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
DetaylıMESLEK SEÇİMİ PROBLEMİNDE ÇOK ÖZELLİKLİ KARAR VERME VE ÇÖZÜME YÖNELİK GELİŞTİRİLEN BİREYSEL KARİYER PLANLAMA PROGRAMI
MESLEK SEÇİMİ PROBLEMİNDE ÇOK ÖZELLİKLİ KARAR VERME VE ÇÖZÜME YÖNELİK GELİŞTİRİLEN BİREYSEL KARİYER PLANLAMA PROGRAMI Fath ÇİL GAZİ ÜNİVERSİTESİ Mühendslk Mmarlık Fakültes Endüstr Mühendslğ Bölümü 4. Sınıf
DetaylıBULANIK ÇOK AMAÇLI HÜCRESELTASARIM PROBLEMİNİN İKİ AŞAMALI BULANIK PROGRAMLAMA YAKLAŞIMI İLE ÇÖZÜMÜ
V. Ulusal Üretm Araştırmaları Sempozyumu, İstanbul Tcaret Ünverstes, 25-27 Kasım 25 BULANIK ÇOK AMAÇLI HÜCRESELTASARIM PROBLEMİNİN İKİ AŞAMALI BULANIK PROGRAMLAMA YAKLAŞIMI İLE ÇÖZÜMÜ Feyzan ARIKAN Gaz
DetaylıÇOK AMAÇLI DOĞRUSAL PROGRAMLAMADAN SİSTEM TASARIMINA: DE NOVO. Özet
Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Yayın Gelş Tarh: 0.0.00 Clt:, Sayı: 4, Yıl: 00, Sayfa: -74 Yayına Kabul Tarh: 7.0.0 ISSN: 0-84 ÇOK AMAÇLI DOĞRUSAL PROGRAMLAMADAN SİSTEM TASARIMINA: DE
DetaylıMakine Öğrenmesi 10. hafta
Makne Öğrenmes 0. hafta Lagrange Optmzasonu Destek Vektör Maknes (SVM) Karesel (Quadratc) Programlama Optmzason Blmsel term olarak dlmze geçmş olsa da bazen en leme termle karşılık bulur. Matematktek en
DetaylıDokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü Dergisi Yayın Geliş Tarihi:
Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Yayın Gelş Tarh:.03.00 Clt:, Sayı: 3, Yıl: 00, Sayfa:07-9 Yayına Kabul Tarh: 0.0.0 ISSN: 30-38 İZMİR DE KURULU BİR PLASTİK İŞLETMESİNDE KARAR VERİCİNİN
DetaylıBÖLÜM 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
DetaylıPROJE 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
DetaylıPARÇALI 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
DetaylıPORTFÖY OPTİMİZASYONU. Doç.Dr.Aydın ULUCAN
PORTFÖY OPTİMİZASYOU Doç.Dr.Aydın ULUCA KARAR VERME Karar verme, ş dünyasının çalışmasını sağlayan temel unsurlardandır. Tüm yönetcler, bulundukları faalyet alanı ve kademelernden bağımsız olarak stratejk
Detaylıdir. 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)
DetaylıBİR UN FABRİKASINDA HEDEF PROGRAMLAMA UYGULAMASI
BİR UN FABRİKASINDA HEDEF PROGRAMLAMA UYGULAMASI Abdullah Oktay DÜNDAR * Muammer ZERENLER ** ÖZET İşletmeler günümüz rekabet ortamının çalkantılı doğasında faalyetlern sürdürürken, sahp oldukları kıt kaynakları
DetaylıPamukkale 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
DetaylıDÜZLEM KAFES SİSTEMLERİN BULANIK DOĞRUSAL PROGRAMLAMA İLE OPTİMUM BOYUTLANDIRILMASI
ISSN:1306-3111 e-journal o New World Scences Academy 009, Volume: 4, Number: 3, Artcle Number: 1A009 TECHNOLOGICAL APPLIED SCIENCES Receved: November 008 Accepted: June 009 Seres : A ISSN : 1308-73 009
DetaylıTEKNOLOJİ, PİYASA REKABETİ VE REFAH
TEKNOLOJİ, PİYASA REKABETİ VE REFAH Dr Türkmen Göksel Ankara Ünverstes Syasal Blgler Fakültes Özet Bu makalede teknoloj sevyesnn pyasa rekabet ve refah sevyes üzerndek etkler matematksel br model le ncelenecektr
DetaylıAkademik Sosyal Araştırmalar Dergisi, Yıl: 6, Sayı: 66, Mart 2018, s
Akademk Sosyal Araştırmalar Dergs, Yıl: 6, Sayı: 66, Mart 2018, s. 36-57 Yayın Gelş Tarh / Artcle Arrval Date Yayınlanma Tarh / The Publcaton Date 06.01.2018 15.03.2018 Yrd. Doç. Dr. İbrahm SABUCU Yalova
DetaylıTRANSPORT 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
DetaylıFİNANSAL MODELLEME. Doç.Dr.Aydın ULUCAN Hacettepe Üniversitesi
FİNANSAL MODELLEME Doç.Dr.Aydın ULUCAN Hacettepe Ünverstes KARAR VERME Karar verme, ş dünyasının çalışmasını sağlayan temel unsurlardandır. Tüm yönetcler, bulundukları faalyet alanı ve kademelernden bağımsız
DetaylıKorelasyon 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
DetaylıKİ-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
DetaylıBulanık 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
DetaylıSAYISAL ANALİZ. Doç.Dr. Cüneyt BAYILMIŞ. Sayısal Analiz. Doç.Dr. Cüneyt BAYILMIŞ
SAYISAL ANALİZ Doç.Dr. Cüneyt BAYILMIŞ Doç.Dr. Cüneyt BAYILMIŞ Sayısal Analz SAYISAL ANALİZ SAYISAL TÜREV Numercal Derentaton Doç.Dr. Cüneyt BAYILMIŞ Sayısal Analz İÇİNDEKİLER Sayısal Türev Ger Farklar
DetaylıKİ-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
DetaylıUYUM 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
DetaylıTÜRKİYE DEKİ 380 kv LUK 14 BARALI GÜÇ SİSTEMİNDE EKONOMİK YÜKLENME ANALİZİ
TÜRİYE DEİ 38 kv LU 4 BARALI GÜÇ SİSTEMİDE EOOMİ YÜLEME AALİZİ Mehmet URBA Ümmühan BAŞARA 2,2 Elektrk-Elektronk Mühendslğ Bölümü Mühendslk-Mmarlık Fakültes Anadolu Ünverstes İk Eylül ampüsü, 2647, ESİŞEHİR
DetaylıTarımsal Alanlarda Sulamanın Enerji Üretimi Üzerine Etkisi
TARIM BİLİMLERİ DERGİSİ 2009, 15 (3) 231-239 ANKARA ÜNİVERSİTESİ ZİRAAT FAKÜLTESİ Tarımsal Alanlarda Sulamanın Enerj Üretm Üzerne Etks Mücaht OPAN 1 Temel TEMİZ 1 Adnan ÖNER 1 Eyüp DUMLU 2 Gelş Tarh: 10.03.2009
DetaylıSıklık Tabloları ve Tek Değişkenli Grafikler
Sıklık Tabloları ve Tek Değşkenl Grafkler Sıklık Tablosu Ver dzsnde yer alan değerlern tekrarlama sayılarını çeren tabloya sıklık tablosu denr. Sıklık Tabloları tek değşken çn marjnal tablo olarak adlandırılır.
DetaylıBULANIK 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
DetaylıNİTEL 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:
DetaylıPRODUCTION PLANNING BASED ON GOAL PROGRAMMING FOR MASS CUSTOMIZATION IN A COMPANY
BİR İŞLETMEDE KİTLESEL ÖZEL ÜRETİME YÖNELİK HEDEF PROGRAMLAMA TABANLI ÜRETİM PLANLAMA PRODUCTION PLANNING BASED ON GOAL PROGRAMMING FOR MASS CUSTOMIZATION IN A COMPANY ESRA AKBAL Başkent Ünverstes Lsansüstü
DetaylıSürekli 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
DetaylıVERİ ZARFLAMA ANALİZİ İLE TIBBİ GÖRÜNTÜ, ARŞİV VE İLETİŞİM SİSTEMLERİNİN DEVLET HASTANELERİ PERFORMANSINA ETKİLERİNİN ARAŞTIRILMASI
Süleyman Demrel Ünverstes Sosyal Blmler Ensttüsü DergsYıl: 2013/1, Sayı:17 Journal of Süleyman Demrel Unversty Insttute of Socal ScencesYear: 2013/1, Number:17 VERİ ZARFLAMA ANALİZİ İLE TIBBİ GÖRÜNTÜ,
DetaylıARAŞTIRMA 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,
DetaylıHAFTA 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
DetaylıAN 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
DetaylıDEÜ 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
DetaylıDoğrusal 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
DetaylıADIYAMAN 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
DetaylıA 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
DetaylıX, 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
DetaylıĠMKB 100 ENDEKSĠ ĠÇĠN OPTĠMAL PORTFÖY SEÇĠMĠ MODEL ÖNERĠSĠ
ĠMKB 100 ENDEKSĠ ĠÇĠN OPTĠMAL PORTFÖY SEÇĠMĠ MODEL ÖNERĠSĠ ÖZET Sbel ATAN * Snan METE ** ġenol ALTAN *** Murat ATAN **** Menkul kıymetlern dğer yatırım araçlarına göre daha yüksek getrler sağlaması bunlar
DetaylıBilgisayarla Görüye Giriş
Blgsayarla Görüye Grş Ders 8 Görüntü Eşleme Alp Ertürk alp.erturk@kocael.edu.tr Panorama Oluşturma Görüntüler eşlememz / çakıştırmamız gerekmektedr Panorama Oluşturma İk görüntüden özntelkler çıkar Panorama
Detaylı1. KEYNESÇİ PARA TALEBİ TEORİSİ
DERS NOTU 07 KEYNESÇİ PARA TALEBİ TEORİSİ, LM EĞRİSİ VE PARA TALEBİ FAİZ ESNEKLİĞİ Bugünk dersn çerğ: 1. KEYNESÇİ PARA TALEBİ TEORİSİ... 1 1.1 İŞLEMLER (MUAMELELER) TALEBİ... 2 1.2 ÖNLEM (İHTİYAT) TALEBİ...
DetaylıÇİFT TARAFLI MONTAJ HATTI DENGELEME PROBLEMLERİ İÇİN YENİ ÇÖZÜM ÖNERİLERİ UĞUR ÖZCAN DOKTORA TEZİ ENDÜSTRİ MÜHENDİSLİĞİ
ÇİFT TARAFLI MONTAJ HATTI DENGELEME PROBLEMLERİ İÇİN YENİ ÇÖZÜM ÖNERİLERİ UĞUR ÖZCAN DOKTORA TEZİ ENDÜSTRİ MÜHENDİSLİĞİ GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ EKİM 2009 ANKARA Uğur ÖZCAN taraından hazırlanan
DetaylıKIRIKKALE 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-
DetaylıSistemde 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.
DetaylıBELİRSİZ KÜMELER TANIMINA BAĞLI OLARAK DOĞRUSAL HEDEF PROGRAMLAMA VE BİR İŞLETME UYGULAMASI
BEİRSİZ KÜMEER TANIMINA BAĞI OARAK DOĞRSA EDEF PROGRAMAMA VE BİR İŞETME YGAMASI Yr. Doç.Dr. Nurullah MARSMAN Prof.Dr. Mustafa GÜNEŞ nurullah.umarusman@aksaray.eu.tr mustafa.gunes@gez.eu.tr ÖZET Bulanık
Detaylıa 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
DetaylıKİ 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.
Detaylı4.5. 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,
DetaylıMODERN İŞLETME YÖNETİMİNDE MATEMATİKSEL MODELLEME TEKNİĞİ: Yönetici Kararlarında Tamsayılı Doğrusal Programlama Modelinin Kullanımı
Süleyman Demrel Ünverstes Sosyal Blmler Ensttüsü Dergs Yıl/Volume: 3, Sayı/Issue: 5, 2007, 164-178 MODERN İŞLETME YÖNETİMİNDE MATEMATİKSEL MODELLEME TEKNİĞİ: Yönetc Kararlarında Tamsayılı Doğrusal Programlama
DetaylıFLYBACK 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,
DetaylıKAFES YAPILARIN MODİFİYE EDİLMİŞ YAPAY ARI KOLONİ ALGORİTMASI İLE OPTİMİZASYONU
XVIII ULUSAL MEKANİK KONGRESİ 26-30 Ağustos 2013, Celal Bayar Ünverstes, Mansa KAFES YAPILARIN MODİFİYE EDİLMİŞ YAPAY ARI KOLONİ ALGORİTMASI İLE OPTİMİZASYONU S Özgür Değertekn 1, Mehmet Ülker 2, M Sedat
DetaylıŞiddet-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)
DetaylıŞehiriçi 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
DetaylıAYLIK 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
DetaylıDAĞITIM STRATEJİLERİNİN OLUŞTURULMASINA YÖNELİK MODEL OLUŞTURMA: BİR TÜRK FİRMASI ÜZERİNE ÖRNEK UYGULAMA
ZKÜ Sosyal Blmler Dergs, Clt 2, Sayı 4, 2006, ss. 123 145. DAĞITIM STRATEJİLERİNİN OLUŞTURULMASINA YÖNELİK MODEL OLUŞTURMA BİR TÜRK FİRMASI ÜZERİNE ÖRNEK UYGULAMA Yrd. Doç. Dr. Ahmet ERGÜLEN Nğde Ünverstes
DetaylıENDÜSTRİNİN 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
DetaylıMIT 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
DetaylıHAVAYOLU KARGO TAŞIMACILIĞINDA KAPASİTE SINIRI OLMAYAN ÇOK ATAMALI p-ana DAĞITIM ÜSSÜ MEDYAN PROBLEMİNE TAMSAYILI MODEL YAKLAŞIMI
HAVACILIK VE UZAY TEKNOLOJİLERİ DERGİSİ OCAK 2009 CİLT 4 SAYI 1 (47-60) HAVAYOLU KARGO TAŞIMACILIĞINDA KAPASİTE SINIRI OLMAYAN ÇOK ATAMALI p-ana DAĞITIM ÜSSÜ MEDYAN PROBLEMİNE TAMSAYILI MODEL YAKLAŞIMI
DetaylıERGONOMİK KOŞULLAR ALTINDA MONTAJ HATTI DENGELEME
ERGONOMİK KOŞULLAR ALTINDA MONTAJ HATTI DENGELEME Pamukkale Ünverstes Fen Blmler Ensttüsü Yüksek Lsans Tez Endüstr Mühendslğ Anablm Dalı Elf ÖZGÖRMÜŞ Danışman: Yrd. Doç. Dr. Özcan MUTLU Ağustos, 2007 DENİZLİ
DetaylıAHP-TOPSIS YÖNTEMİNE DAYALI TEDARİKÇİ SEÇİMİ UYGULAMASI *
Ekonometr ve İstatstk Sayı:13 (12. Uluslararası Ekonometr, Yöneylem Araştırması, İstatstk Sempozyumu Özel Sayısı) 2011 1 22 İSTANBUL ÜNİVERSİTESİ İKTİSAT FAKÜLTESİ EKONOMETRİ VE İSTATİSTİK DERGİSİ AHP-TOPSIS
DetaylıHeterojen Araç Filolu Zaman Pencereli Eş Zamanlı Dağıtım-Toplamalı Araç Rotalama Problemleri: Matematiksel Model
Internatonal Journal of Research and Development, Vol.3, No.1, January 2011 19 Heteroen Araç Flolu Zaman Pencerel Eş Zamanlı Dağıtım-Toplamalı Araç Rotalama Problemler: Matematksel Model Suna ÇETİN, Cevrye
DetaylıBulanık Çok Kriterli Karar Verme Yöntemlerinin Altı Sigma Projeleri Seçiminde Uygulanması*
Busness and Economcs Research Journal Volume 7 Number 2 2016 pp. 167-201 ISSN: 1309-2448 DOI Number: 10.20409/berj.2016217536 Bulanık Çok Krterl Karar Verme Yöntemlernn Altı Sgma Projeler Seçmnde Uygulanması*
DetaylıDETERMINATION OF THE ECONOMIC DISPATCH IN ELECTRIC POWER SYSTEMS USING SIMULATED ANNEALING(SA) ALGORITHM
5 Uluslararası İler Teknolojler Sempozyumu (IATS 09), 3-5 Mayıs 2009, Karabük, Türkye ELEKTRİK GÜÇ SİSTEMİNDE OPTİMAL YAKIT MALİYETİNİN BENZETİM TAVLAMA (BT) ALGORİTMASI İLE BELİRLENMESİ DETERMINATION
DetaylıÖZET Anahtar Kelimeler: ABSTARCT Keywords: 1. GİRİŞ
olteknk Dergs Journal of olytechnc Clt: Sayı: 3 s67-7, 009 Vol: o: 3 pp67-7, 009 Genetk Algortma Kullanarak Ekonomk Dağıtım Analz: Türkye Uygulaması M Kenan DÖŞOĞU, Serhat DUMA, Al ÖZTÜRK ÖZET Dünyada
DetaylıKAFES 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
DetaylıBasel 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
DetaylıDÜZENLİ DİZAYNLI GENETİK ALGORİTMALAR İLE ÇOK AMAÇLI PROGRAMLAMA MULTIOBJECTIVE PROGRAMMING VIA UNIFORM DESIGNED GENETIC ALGORITHMS
5. Uluslararası İler Teknolojler Sempozyumu (İATS 9), 3-5 Mayıs 9, Karabük, Türkye DÜZENLİ DİZAYNLI GENETİK ALGORİTMALAR İLE ÇOK AMAÇLI PROGRAMLAMA MULTIOBJECTIVE PROGRAMMING VIA UNIFORM DESIGNED GENETIC
DetaylıBulanık 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
DetaylıBulanık Mantık ile Hesaplanan Geoid Yüksekliğine Nokta Yüksekliklerinin Etkisi
Harta Teknolojler Elektronk Dergs Clt: 5, No: 1, 2013 (61-67) Electronc Journal of Map Technologes Vol: 5, No: 1, 2013 (61-67) TEKNOLOJİK ARAŞTIRMALAR www.teknolojkarastrmalar.com e-issn: 1309-3983 Makale
DetaylıFilled fonksiyon kullanarak vana etkili ekonomik yük dağıtımı probleminin çözülmesi
Journal of the Faculty of Engneerng and Archtecture of Gaz Unversty 32:2 (2017) 429-438 Flled fonksyon kullanarak vana etkl ekonomk yük dağıtımı problemnn çözülmes İbrahm Eke 1*, Süleyman Sungur Tezcan
DetaylıÇarpımsal Ceza Modeli İle Tamsayılı Programlama
Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Clt: 10, Sayı:3, 2008 Çarpımsal Ceza Model İle Tamsayılı Programlama Sabr Erdem Özet Doğrusal olmayan optmzasyon problemlernn çözüm yöntemlernden brs,
DetaylıÜç Boyutlu Yapı-Zemin Etkileşimi Problemlerinin Kuadratik Sonlu Elemanlar ve Sonsuz Elemanlar Kullanılarak Çözümü
ECAS Uluslararası Yapı ve Deprem Mühendslğ Sempozyumu, Ekm, Orta Doğu Teknk Ünverstes, Ankara, Türkye Üç Boyutlu Yapı-Zemn Etkleşm Problemlernn Kuadratk Sonlu Elemanlar ve Sonsuz Elemanlar Kullanılarak
DetaylıÇok 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
DetaylıKIRMIZI, TAVUK VE BEYAZ ET TALEBİNİN TAM TALEP SİSTEMİ YAKLAŞIMIYLA ANALİZİ
Süleyman Demrel Ünverstes Sosyal Blmler Ensttüsü Dergs Yıl: 2007/2, Sayı: 6 Journal of Suleyman Demrel Unversty Insttue of Socal Scences Year: 2007/2, Number: 6 KIRMIZI, TAVUK VE BEYAZ ET TALEBİNİN TAM
DetaylıFUZZY TOPSİS YÖNTEMİ İLE SANAL MAĞAZALARIN WEB SİTELERİNİN DEĞERLENDİRİLMESİ
FUZZY TOPSİS YÖNTEMİ İLE SNL MĞZLRIN WEB SİTELERİNİN DEĞERLENDİRİLMESİ Süleyman DÜNDR (*) Fath EER (**) Şuayb ÖZDEMİR (***) Özet: Bu çalışmanın amacı, fuzzy TOPSİS yöntemn kullanarak sanal mağazaların
DetaylıJournal 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
DetaylıDOĞRUSAL OLMAYAN PROGRAMLAMA -III- Çok değişkenli doğrusal olmayan karar modelinin çözümü
DOĞRUSAL OLMAYAN PROGRAMLAMA -III- Çok değşkenl doğrusal olmayan karar modelnn çözümü Hazırlayan Doç. Dr. Nl ARAS Anadolu Ünverstes, Endüstr Mühendslğ Bölümü İST8 Yöneylem Araştırması Ders - Öğretm Yılı
Detaylıİstanbul 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
DetaylıBULUT TEKNOLOJ S F RMALARININ BULANIK AHP MOORA YÖNTEM KULLANILARAK SIRALANMASI
BULUT TEKNOLOJ S F RMALARININ BULANIK AHP MOORA YÖNTEM KULLANILARAK SIRALANMASI Bahad r Fath YILDIRIM.Ü. letme Fakültes Say sal Yöntemler ABD. Onur ÖNAY.Ü. letme Fakültes Say sal Yöntemler ABD. ÖZET Bulut
Detaylı2nd International Symposium on Accounting and Finance ISAF 2014
2nd Internatonal Symposum on Accountng and Fnance MUHASEBE PAKET PROGRAMI SEÇİM PROBLEMİNE BULANIK VIKOR YÖNTEMİ İLE BİR ÇÖZÜM ÖNERİSİ ÖZET Hasan UYGURTÜRK Turhan KORKMAZ Dnamk br çevrede faalyet gösteren
DetaylıEVRİMSEL ALGORİTMA İLE SINIRLANDIRMALI DİNAMİK OPTİMİZASYON
EVRİMEL ALGORİTMA İLE INIRLANDIRMALI DİNAMİK OPTİMİZAYON Ş. BALKU, R. BERBER Ankara Ünvetes Mühendslk Fakültes, Kmya Mühendslğ Bölümü Tandoğan, 06100 Ankara ÖZET Aktf çamur proses atıksu arıtımında kullanılan
DetaylıDENEY 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.
DetaylıEskşehr Osmangaz Ünverstes Müh.Mm.Fak.Dergs C.XX, S.2, 2007 Eng&Arch.Fac. Eskşehr Osmangaz Unversty, Vol..XX, No2, 2007 Makalenn Gelş Tarh.2.2006 Makalenn Kabul Tarh 08.06.2007 YENİDEN ÜRETİM SİSTEMLERİNDE
DetaylıPamukta Girdi Talebi: Menemen Örneği
Ege Ünv. Zraat Fak. Derg., 2002, 39 (3): 88-95 ISSN 1018-8851 Pamukta Grd Taleb: Menemen Örneğ Bülent MİRAN 1 Canan ABAY 2 Chat Günden 3 Summary Demand for Inputs n Cotton Producton: The Case of Menemen
DetaylıOLASILIĞA 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
DetaylıANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOKTORA TEZİ SWITCHING REGRESYON DA BULANIK SİNİR AĞLARI YAKLAŞIMI İLE PARAMETRE TAHMİNİ
ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOKTORA TEZİ SWITCHING REGRESYON DA BULANIK SİNİR AĞLARI YAKLAŞIMI İLE PARAMETRE TAHMİNİ Türkan ERBAY DALKILIÇ İSTATİSTİK ANABİLİM DALI ANKARA 005 Her hakkı
DetaylıTürk 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
Detaylı2. LİNEER PROGRAMLAMA
İÇİNDEKİLER ÖZE... ABSRAC... EŞEKKÜR..... ŞEKİLLER DİZİNİ..... v. GİRİŞ.... Motvasyon...... emel anım ve Kavramlar...... Konvekslk ve lneer eştszlkler....3. Ekstrem Noktalar..... 0.4. Lneer Eştszlkler...
DetaylıServis Amaçlı Robotlarda Modüler ve Esnek Boyun Mekanizması Tasarımı ve Kontrolü
Servs Amaçlı Robotlarda Modüler ve Esnek Boyun Mekanzması Tasarımı ve Kontrolü Neşe Topuz, Hüseyn Burak Kurt, Pınar Boyraz, Chat Bora Yğt Makna Mühendslğ Bölümü İstanbul Teknk Ünverstes İnönü Cd. No:65,
Detaylı