KARINCA KOLONİSİ ALGORİTMASI İLE GEZEN SATICI PROBLEMİNİN ÇÖZÜMÜ
|
|
- Si̇mge Türkoğlu
- 6 yıl önce
- İzleme sayısı:
Transkript
1 8. Türiye Eonometri ve İstatisti Kongresi Mayıs 2007 İnönü Üniversitesi Malatya KARINCA KOLONİSİ ALGORİTMASI İLE GEZEN SATICI PROBLEMİNİN ÇÖZÜMÜ Hasan SÖYLER 1 Timur KESKİNTÜRK 2 Özet: Karınca olonisi algoritması (KKA), gezgin satıcı ve benzer yapıdai problemlerin çözümü için geliştirilen sezgisel bir yöntemdir. Koloniler halinde yaşayan arıncalar, yuvalarıyla yiyece arasında en ısa yolu bulma abiliyetine sahiptirler. Geçtileri yollara bıratıları feromon denen izler sayesinde yollarını bulan arıncaların gerçe hayattai bu davranışlarından yola çıılara geliştirilen algoritma ile simetri ve asimetri gezen satıcı problemlerinde (GSP) uygun ve iyi çözümler bulunmatadır. Oluşturulan yapay arıncalar ullanılara ve arıncaların belli urallarla geçiş yaptığı yollarda yapay feromon güncellemesi yapılara en ısa yol iterasyonlar boyunca araştırılmatadır. Bu çalışmanın amacı, eonomi ve aseri alanda olduça önemli bir yere sahip lojisti-dağıtım onusunda geliştirilmiş olan arınca olonisi algoritmasının tanıtılması, çalışma şelinin ve prensiplerinin gösterilmesidir. Farlı arınca olonisi algoritmalarından bazılarına da değinildiği maalenin sonunda, örne bir GSP problemine yer verilmiş ve sonuçlar diğer yöntemlerin sonuçları ile arşılaştırılmıştır. Anahtar elimeler: Karınca olonisi algoritması, gezen satıcı problemi, feromon güncellemesi, tur uzunluğu. SOLUTİON OF TRAVELLİNG SALESMAN PROBLEM WİTH ANT COLONY ALGORİTHM Abstract: Ant Colony Algorithm is a heuristic model that is developed for solving traveling salesman type problems. Ants which live in colonies are capable of finding the shortest path between a food source and their nests. They deposit a certain amount of pheromone -a chemical substance- on their way, in order to exchange information about the path that should be followed. This behavior of real ants has inspired the Ant Colony Algorithm which can be used for deriving approximate and optimal solutions for Symmetric or Asymmetric traveling salesman problems (TSP). By using artificial ants and performing artificial pheromone update, the shortest path is searched during iterations. The aim of this study is to introduce Ant Colony Algorithm for logistic distribution, which is very important for the economic and military fields, and demonstrate its principals several types of Ant Colony Algorithms are mentioned at the end of the paper as well as an example of TSP and comparison of its solution among different methods. Keywords: Ant Colony Algorithm, Travelling salesman problem, pheromone update, tour length 1 İnönü Üniversitesi İİBF Eonometri Bölümü Araştırma Görevlisi, hsoyler@inonu.edu.tr 2 İstanbul Üniversitesi, İşletme Faültesi, Araştırma Görevlisi, ttur@istanbul.edu.tr
2 1.GİRİŞ Bilim adamları, böce davranışlarını inceleyere başarılı optimizasyon algoritmaları geliştirmişlerdir. Bu teniler birço bilimsel alanda ve mühendisli problemlerinde başarıyla uygulanmıştır. Teniler, stati problemlerdei yüse performanslarına ilaveten, dinami özelli gösteren problemlerde de yüse derecede esneliğe sahiptirler [Bonabeau,2000]. Karınca algoritmaları il olara Dorigo ve mesletaşları tarafından; gezgin satıcı problemi (GSP) ve uadrati atama (QAP) gibi zor optimizasyon problemlerinin çözümü için geliştirilmiştir. Optimizasyon problemlerinin çözümü amacıyla arınca algoritmaları üzerine birço çalışma devam etmetedir. Bu çalışma alanlarından bazıları, omüniasyon ağlarının belirlenmesi, grafi renlendirme, iş çizelgeleme vs.dir [Dorigo,1999]. Karıncalar, yiyece aynalarından yuvalarına en ısa yolu görme duyularını ullanmadan bulma yeteneğine sahiptirler. Aynı zamanda, çevredei değişime adapte olma yeteneleri vardır. Dış etenler sonucu taip ettileri mevcut yol artı en ısa yol değilse, yeni en ısa yolu bulabilmetedirler [Dorigo,1997]. ŞEKİL 1 de de görüldüğü gibi arıncalar, başlangıçta düz bir hattı taip etmete ve bu esnada feromon olara adlandırılan bir maddeyi yol güzergahına bıraara endilerinden sonra gelen arıncaların yollarını bulmalarını olaylaştırmatadırlar. Önlerine bir engel onulduğunda feromonları taip edemedilerinden, arıncalar gidebileceleri ii yoldan birini öncelile rastsal olara seçmetedirler. Kısa olan yoldan birim zamandai geçiş daha fazla olacağından bıraılan feromon mitarı da daha fazla olur. Buna bağlı olara, zaman içerisinde ısa olan yolu tercih eden arıncaların sayısında artış olur. Belli bir süre sonra tüm arıncalar ısa yolu tercih ederler. ŞEKİL 1. Gerçe arıncaların en ısa yolu bulması
3 Başta rastsal hareet eden arıncaların izleri ontrol edere yüse olasılılıla izlerin yoğun olduğu yönü taip etmesi otoataliti bir davranış şelidir ve arıncaların arşılılı etileşiminde sinerji bir eti vardır. Algoritma, arınca olonilerinden esinlenere geliştirildiğinden sisteme, arınca sistemi (KS), algoritma ise arınca olonileri algoritması (KKA) olara adlandırılır. Karınca olonileri optimizasyon problemlerinde ullanılır. Karınca sistemindei arıncalar doğal arıncalardan farlıdır. Hafızaya sahiptirler, tamamen ör değildirler ve zamanın esili olduğu bir çevrede yaşarlar [Dorigo,1991]. 2. KARINCA KOLONİSİ ALGORİTMASI Yapay arıncalardan oluşan Karınca Kolonisi Algoritması, yapay feromon izlerinin güncelleştirilmesiyle terarlanan bir yapıya sahiptir. Algoritmanın çalışma sürecinde, arıncalar tarafından güncellenen feromon izleriyle iyi bir çözümün bulunması için bilgi oluşturulmata ve her iterasyonda bu bilgiler güncellenmetedir. Karınca olonisi algoritmasına ait döngü ŞEKİL 2 dei gibidir. Algoritmanın çalışma sürecinde temel işlemler, yapay arıncaların turları sonunda geçmiş olduları yolların feromon mitarlarının arttırılması, belirli bir oranda feromon buharlaşmasının gerçeleştirilmesi, en iyi çözümün bulunması, buna bağlı olara global feromon güncellemesinin yapılması ve arıncaların yenilenen bu feromon mitarlarına bağlı olara yeni turlarını gerçeleştirmeleridir. Tüm bu işlemlere ait hesaplama yöntemleri ayrıntılarıyla alt başlılarda verilmiştir. Adım 1 : Başlangıç feromon değerleri belirlenir. Adım 2 : Karıncalar her düğüme rastsal olara yerleştirilir. Adım 3: Her arınca, sonrai şehri denlemde verilen loal arama olasılığına bağlı olara seçme suretiyle turunu tamamlar. Adım 4: Her arınca tarafından atedilen yolların uzunluğunu hesaplanır ve loal feromon güncellemesi yapılır. Adım 5: En iyi çözüm hesaplanır ve global feromon yenilemesinde ullanılır. Adım 6: Masimum iterasyon sayısı yada yeterlili riteri sağlanana adar Adım 2 ye gidilir. 2.1 Geçiş Kuralı ŞEKİL 2:Karınca Kolonisi Algoritması KKA da bir tur esnasında, i notasında bulunan arıncası için, sonrai j notasını seçeren ii alternatif yol söz onusudur. İl alternatif, gidebileceği yollar içersinden feromon mitarlarına bağlı olara hesaplanan seçim değerlerinden masimum olanını seçmesidir. Genellile bu yolla tercih yapma olasılığı (q 0 ) %90 olara belirlenmetedir. İinci alternatifte ise yollardai feromon mitarı göz önüne alınara oluşturulan olasılı dağılımına bağlı olara yollar seçilir. Aşağıda bu geçiş uralına göre i notasında bulunan arıncasının u adet alternatif notadan hangisine gideceğinin belirlendiği formül görülmetedir: {[ ] α β [ ]} j = max τ(i,u) η(i,u) eğer q q () 0 u J i (1)
4 Burada τ ( i, u), ( i, u) hattındai feromon izidir. η ( i, u) = 1/ δ ( i, u) i notasından u notasına uzalığın tersidir. J ( i ) i notasındai arıncası tarafından henüz gidilmemiş şehirleri temsil etmetedir. β ( β > 0) feromonun güncellenmesinde, uzalığın göreli önemliliğini belirleyen parametredir. q 0 ( 0 q 0 1) çözüm uzayını araştırmanın göreli önemliliğini gösteren parametredir. q q 0 olması durumunda ise iinci geçiş uralı uygulanır. Bu urala göre gidilece bir sonrai nota hesaplanan seçim değerlerine bağlı olara rastsal olara seçilmetedir. Dolayısıyla feromon mitarının daha yoğun olduğu yolların seçilme olasılığı daha fazla olacatır. Gidilebilece yolların seçilme olasılıları aşağıdai formülle hesaplanmatadır: ( ) α β [ τ(i, j) ] [ η(i, j) ] α [ ] [ ] β p i, j = τ(i, u) η(i, u) u j(i) eğer j J (i) 0 Diğer durumlarda (2) Turlar esnasında hem sezgisel bilgiden ve hem de feromon bilgisinden faydalanılır. 2.2 Feromon güncellemesi: Tüm arıncalar turlarını tamamladıtan sonra feromon mitarları güncellenmetedir. İl olara tüm yollardai feromonlar, belirlenen oranda (buharlaşma oranı) buharlaştırılmatadır. Daha sonra arıncaların geçiş yapmış olduları yollardai feromon mitarları, o yolu ullanan arıncanın toplam yol uzunluğuyla ters orantılı olara arttırılmatadır [Stützle, 2000]. Böylelile daha ısa yola sahip arıncaların ullandıları yollardai feromon mitarları daha fazla artış göstermetedir. Feromon güncellemesi ii yolla yapılabilmetedir. Bunlar Loal feromon güncellemesi ve Global Feromon güncellemesidir Loal Feromon Güncellemesi Tüm arıncalar turlarını tamamladıtan sonra, esi feromon mitarları belli bir oranda buharlaştırılır, her bir arıncanın turu boyunca geçiş yapmış olduğu yollarda belli bir mitarda feromon artışı sağlanır. Bu işlemler aşağıdai formüle göre yapılmatadır: m t (t +1) = (1-r) t (t) + t (t +1) (3) =1 burada τ () t başlangıç feromon düzeyidir ve ρ, ( 0 ρ 1) feromon buharlaşma parametresidir. Loal güncelleme uralı turları dinami olara değiştirere geçiş yapılan yolları cazip hale getirir. Karıncalar farlı yollardan gideren, yüse bir olasılıla bunlardan biri öncei çözümlerden daha ısa bir yoldan gidere çözümü iyileştirir. τ ( t + 1), değişi arınca olonisi algoritmalarında farlı yöntemlerle hesaplanmatadır. En ço ullanılan loal feromon güncelleme formülü aşağıdai gibidir:
5 Δτ (t +1) = 1/L (t +1) arıncası (i, j) yolunu ullanmışsa, 0 diğer durumlarda (4) L ( t+ 1) arıncasının toplam tur uzunluğudur Global Feromon Güncellemesi Global feromon güncellemesi, tüm arıncalar turlarını tamamladıtan sonra yapılır. Karıncaların her birinin toplam yol uzunluları hesaplandıtan sonra en ısa yolu ullanan arınca bulunur. Bu arıncanın geçiş yapmış olduğu yollardai feromon mitarları aşağıdai formüle göre arttırılmatadır: τ (t +1) = (1-ρ) τ (t) + Δτ (t +1) (5) Δτ (t +1) = 1 L best (t+1) (i, j) en iyi tura ait ise 0 diğer durumlarda (6) Lbest ( t+ 1) geçerli iterasyonda bulunan en iyi turun uzunluğudur [Ying, 2004]. 2.3 Optimum Karınca Sayısı Karınca sayısının arttırılması çözümde iyileşmeye neden olur. Faat hesaplamaları arttırdığı için arınca sayısının fazla arttırılması işlem zamanlarının uzamasına neden olur. GSP problemlerinde yapılan denemeler sonucunda arınca sayısının şehir sayısına eşit seçilmesinin uygun olacağı sonucuna varılmıştır. Karınca sayısı, problem büyülüğüne ve uygulama alanına bağlı olara değişir [Dorigo, 1991]. 2.4 Parametre Değerleri α değeri, ilgili yolun feromon mitarının önemini belirlemetedir. α değerinin yüse olması feromonun yoğun olduğu yolların seçilme olasılığını arttırmatadır. β değeri ise yol uzunlularının, bir sonrai notanın seçimindei etisini belirlemetedir. β değeri arttıça tesadüfili artmatadır. ŞEKİL 3 te α ve β parametrelerinin aldığı çeşitli değerler arşısında çözümün nasıl etilendiği gösterilmiştir [Dorigo, 1996].
6 ŞEKİL 3.Parametre seçimi 3. KARINCA KOLONİSİ ALGORİTMALARI Karınca olonisi algoritması üzerinde, geliştirildiğinden bu yana birço çalışma yapılmış ve bu çalışmalara sonucunda birço farlı arınca olonisi algoritması ortaya çımıştır. Bunlardan ii tanesi olan Ran temelli arınca olonisi algoritması ve Max-min arınca sistemi bu bölümde ısaca anlatılmıştır. 3.1 Ran Temelli Karınca Kolonisi Algoritması Ran temelli arınca oloni algoritmasında, sadece belli sayıdai arıncaların geçiş yapmış olduğu yolların feromon izlerinin yenilenmesine izin verilir. Karıncalar tur uzunlularına göre sıralanır (L 1 (t) L 2 (t) L m (t)) ve belirlenen sayıdai arıncanın geçiş yaptığı yollardai feromon düzeyi tur uzunlularına bağlı olara yenilenir. Dolaysıyle global en iyi çözümün feromon güncelleme düzeyi en yüsetir. Ran temelli arınca oloni algoritmasında feromon güncelleme formülü aşağıdai gibidir [Stützle, 1999]: w-1 t best τ (t +1) =(1-ρ)τ (t) + (w -r)δτ (t) +wδτ (t) r=1 (7) t r Δτ (t) =1/L (t), gb best Δτ (t) =1/L (8) 3.2 Max-Min Karınca Sistemi (MMKS) MMKS nin temel özellilerinden biri her iterasyonda sadece bir arıncanın feromon yenilemesine izin verilere çözümün İyileştirilmesinin sağlanmasıdır. Bu arınca, bir öncei iterasyondai en iyi çözümü veren arıncadır. İinci özelliği, aramadai dalgalanmayı önleme için, feromon izlerinin sınırlı bir aralıta olmasıdır [Stützle, 2000].
7 [ τ min, τ max ], τ min τ τ max (9) Feromon izleri üst limitten başlatılır ve bu da başlangıçta yüse oranda iyileşme sağlar. MMKS de alt ve üst limitler uygun seçilmezse tüm arıncalar aynı yoldan gider ve bu da iyi bir çözümün bulunmasını engeller. Alt ve üst limitler aşağıdai formüllerle hesaplanır (Stutzle,1999): τ = max 1 1 ρ best L, τ = min τ max 2n (10) 4. KARINCA KOLONİSİ ALGORİTMASININ GSP YE UYGULANMASI GSP, başlanan notaya dönülme üzere, n adet düğümün sadece bir ere ziyaret edilere, toplam mesafe, maliyet veya sürenin minimizasyonunu sağlama problemi olara tanımlanır [12]. Yolların uzunluları d olma üzere, simetri GSP de d = d ji, asimetri GSP de d d ji dir. Amaç uygun yollardan ilerleyere tur uzunluğunu minimize etmetir. GSP problemlerinin çözümüne yöneli birço yöntem geliştirilmiştir. Dal-Sınır yöntemide, bütün alternatif rotalar ıyaslanara içlerinden en iyi olanı seçilir. Anca düğüm sayısı arttıça, ıyaslanaca devre sayısı üstel olara artmatadır. Örneğin n=10 düğümlü yönlü olmayan bir şebeede (n -1)! / 2 = adar farlı devre, aynı düğüm sayısına sahip yönlü bir şebeede ise (n -1)! = farlı devre mevcut olacatır. Bu örneten de anlaşılacağı gibi şebee yönlü veya yönsüz olsun, düğüm sayısı arttıça devrelerin tümünü ıyaslama imansız hale gelmetedir [Timor,2001]. Örne uygulamamız düşünüldüğünde ıyaslanaca rota alternatifi sayısı 81! = 5, E+120 olacatır. Bunun dışında optimum çözümü garanti etmeyen yalaşı çözüm yöntemleri mevcuttur. Bunlardan bazıları İlave Etme Algoritması (Insertion Algorithm), En Yaın Komşu Algoritması (Nearest Neighbor), İi Yol Değiştirme Algoritması (Two-way Exchange Improvement Heuristic) dır. Ayrıca GSP problemlerinin çözümünde Tamsayılı Programlama ve Dinami Programlama da ullanılmatadır. Karınca oloni algoritmasının GSP ye uygulanmasında feromon izleri ve sezgisel bilgiler ullanılır. İz yoğunluğu τ (t) algoritmanın adımları boyunca değiştirilen nümeri bilgilerdir. Başlangıçta her m arınca rastsal olara seçilen şehirlere yerleştirilir ve iteratif olara her şehre geçiş uralı uygulanır. i şehrindei arınca henüz gidilmemiş j şehrini, iz yoğunluğu ( τ (t) ) ve şehirler arasındai uzunluğun fonsiyonuna bağlı bir olasılığa bağlı olara seçer. Karınca büyü olasılıla endisine daha yaın olan şehri ve yüse feromon izine sahip hattı seçer. Uygun bir çözümde her arınca tabu listesi olara adlandırılan sınırlı bir hafızaya sahiptir. Hafıza henüz gidilmemiş şehirlere gidilmesini sağlar ve uygun çözümün sağlanmasını garanti eder. Tüm arıncalar bir turu tamamladıtan sonra feromonlar yenilenir. Başlangıçta ço düşü sabit bir feromon düzeyi alınır. [Stützle, 1999].
8 5. UYGULAMA Karınca olonisi algoritmasının il uygulaması gezgin satıcı problemi üzerine olmuştur. Bunun nedeni en ısa yol mantığının arınca olonisi davranışlarıyla birebir uyumlu olması ve olayca adapte edilebilir olmasıdır. Ayrıca olayca anlaşılabilir olması ve ço armaşı teniler ve hesaplar geretirmemesi de algoritmanın en ço uygulandığı problem olmasını sağlamıştır [Dorigo, 1999]. Geniş bir uygulama alanı olması ve bahsedilen avantajlarından dolayı bu çalışmada da arınca olonisi algoritmasının GSP ye uygulamasına yer verilmiştir. Örne problem, Türiye nin herhangi bir ilinden yola çıılara ve tüm şehirler ziyaret edilere terar başlangıçtai notaya dönüş şelinde düşünülmüştür. Gerçeleştirilece böyle bir Türiye turunun, en ısa şeilde nasıl yapılabileceği GSP problemi olara ve arınca olonisi algoritması ile belirlenmiştir. Öncelile 81 ilimize ait mesafeler tablosu oluşturulmuştur. Tüm illerimizin birbirlerine olan arayolu uzalığı ilometre cinsinden tablolaştırılmıştır. Simetri GSP problemi olduğundan bütün d ve d ji ler birbirlerine eşittir. 81 ilimize ait mesafeler tablosunun bir ısmı örne olara TABLO 1 de gösterilmiştir. TABLO 1. Mesafeler tablosundan örne bir parça Adana Adıyaman Afyon Ağrı Amasya Anara Adana Adıyaman Afyon Ağrı Amasya Anara Mesafeler tablosu oluşturuldutan sonra problemin çözümü için tasarlanan arınca olonisi algoritması Microsoft Excel de Visual Basic Macro diliyle yazılmıştır. Problemin çözümünde loal feromon güncellemesiyle birlite global feromon güncellemesi de ullanılmıştır. Bilinen algoritmalardan farlı olara her bir iterasyondai en uygun turu gerçeleştiren arınca bir sonrai iterasyona atarılmış, böylelile bulunan en iyi turun orunması sağlanmıştır. En iyi tur orunduğundan q değerinin düşmesinin avantaj sağlayacağı düşünülmüştür. Bununla aramanın hızlandırılması sağlanmıştır. Tüm iller plaa numaralarına göre 1 den 81 e adar odlandıtan sonra algoritma ile ilgili parametreler yapılan araştırmalar ve denemeler sonucunda TABLO 2 dei gibi belirlenmiştir. TABLO 2. Kullanılan parametreler Parametre Değer Global güncelleme paydası 100 Buharlaşma oranı 0,1 q değeri 15 Karınca sayısı 81 İterasyon sayısı 1000 Alfa 0,80 Beta 4
9 Program belirlenen iterasyon sayısı adar çalıştırılmış ve optimum sonuç olan 9954 değeri 241 inci iterasyonda bulunmuştur. Bulunan bu en iyi sonuca ait çözüm değerleri Tablo 3 te gösterilmiştir. TABLO 3. İllere göre en ısa Türiye turu. Çıış notası Varış notası Çıış notası Varış notası Çıış notası Varış notası Çıış notası Varış notası Çorum - Yozgat Edirne - Kırlareli Rize - Artvin Batman - Diyarbaır Yozgat - Kırşehir Kırlareli - Teirdağ Artvin - Ardahan Diyarbaır - Mardin Kırşehir - Kırıale Teirdağ - İstanbul Ardahan - Kars Mardin - Şanlıurfa Kırıale - Çanırı İstanbul - Kocaeli Kars - Iğdır Şanlıurfa - Adıyaman Çanırı - Anara Kocaeli - Yalova Iğdır - Ağrı Adıyaman - K.Maraş Anara - Esişehir Yalova - Bursa Ağrı - Erzurum K.Maraş - Gaziantep Esişehir - Kütahya Bursa - Bileci Erzurum - Bayburt Gaziantep - Kilis Kütahya - Afyon Bileci - Saarya Bayburt - Gümüşhane Kilis - Hatay Afyon - Uşa Saarya - Bolu Gümüşhane - Erzincan Hatay - Osmaniye Uşa - Isparta Bolu - Düzce Erzincan - Tunceli Osmaniye - Adana Isparta - Burdur Düzce - Zongulda Tunceli - Malatya Adana - İçel Burdur - Antalya Zongulda - Bartın Malatya - Elazığ İçel - Karaman Antalya - Denizli Bartın - Karabü Elazığ - Bingöl Karaman - Konya Denizli - Muğla Karabü - Kastamonu Bingöl - Muş Konya - Asaray Muğla - Aydın Kastamonu - Sinop Muş - Bitlis Asaray - Niğde Aydın - İzmir Sinop - Samsun Bitlis - Van Niğde - Nevşehir İzmir - Manisa Samsun - Ordu Van - Haari Nevşehir - Kayseri Manisa - Balıesir Ordu - Giresun Haari - Şırna Kayseri - Sivas Balıesir - Çanaale Giresun - Trabzon Şırna - Siirt Sivas - Toat Çanaale - Edirne Trabzon - Rize Siirt - Batman Toat - Amasya Amasya Çorum Her bir iterasyona ait en ısa turları gösteren grafi ŞEKİL 4 te gösterilmiştir. Grafiten de anlaşılacağı üzere arınca olonisi optimizasyonu uygulanan problemde il iterasyonlarda çözüm değerinde ço yüse oranda bir iyileşme söz onusudur. Daha sonra bu iyileşme hızı azalmatadır Minimum yol uzunlu ğ u İterasyon Sayısı ŞEKİL 4. İterasyonlar boyunca minimum yol uzunluğu
10 GSP problemlerinde arınca olonisi algoritmasının, diğer sezgisel yöntemlere göre daha iyi ve daha hızlı sonuç verdiği bilinmetedir [Dorigo, 1997]. TABLO 4 te KKA ve diğer yöntemlerin sonuç ve süre arşılaştırmalarına yer verilmiştir. TABLO 4. KKA ve diğer yöntemlerin arşılaştırılması Yöntem Sonuç KKA 9954 İlave Etme Algoritması En Yaın Komşu Algoritması İi Yol Değiştirme Algoritması Çözüme ait güzergah ŞEKİL 5 de gösterilmiştir. En ısa yoldan Türiye turu yapma isteyen bir işi şeilde belirtilen yolu taip etme zorundadır. Başlangıç notası olara her bir il seçilebilir. Çünü yol başlangıç notasından başlayıp yine aynı yere döndüğünden tüm notalar (iller) için de geri dönüş söz onusudur. 6.SONUÇ ŞEKİL 5. Bulunan sonuca göre Türiye turu Dağıtım, günümüz eonomi hayatında hem reabet avantajı hem de maliyetler üzerindei etisi baımından önemini arttırmatadır. Maliyetler ve zaman açısından dağıtımın en uygun şeilde yapılabilmesi için geliştirilmiş birço teniten faydalanılmatadır. Bunlardan en yenisi olan arınca olonisi algoritması GSP problemlerine benzer durumlar için olduça hızlı ve iyi sonuçlar vermetedir. İyi tasarlanmış ve uygulamaya yöneli olaylıları da bünyesinde barındıran, KKA ile geliştirilmiş bir dağıtım programı ile urumların iyi ve hızlı sonuç alacağı muhaatır. Birço alanda ve urumda ullanılmaya başlayan KKA nın çalışmadai uygulamaya benzer turisti gezilerin planlanmasında, lojisti firmalarının ve ürünlerini belli notalara ulaştırma zorunda olan tüm işletmelerin dağıtım planlarında, yol yapım çalışmalarında vb. alanlarda başarıyla ullanılabileceği düşünülmetedir.
11 KAYNAKÇA Bonabeau E.; Dorigo M.; Theraulaz G.; Inspiration for optimization from social insect behavior, Nature 2000;406, ss Dorigo M.; Maniezzo V.; Colorni A., The Ant System: An Autocatalytic Optimizing Process, Technical Report No Revised, Politecnico di Milano, Italy, Dorigo M.; Maniezzo V.; Colorni A., The Ant System: Optimization by a Colony of Cooperating Agents, IEEE Transactions on Systems, Man, and Cybernetics-Part B, 1996, 26(1), ss Dorigo M.; Gambardella LM., Ant colonies for the traveling salesman problem BioSystems, 43,1997, ss Dorigo M.; Gambardella LM., Ant colony system: A cooperative learning approach to the traveling salesman problem IEEE Transactions on Evolutionary Computation, 1(1), 1997, ss53 66 Dorigo M.; Di Caro G.; Gambardella LM., Ant algorithms for discrete optimization, Artificial Life 1999;5, ss Stützle T.; Dorigo M., ACO Algorithms for the Traveling Salesman Problem In K. Miettinen, M. Maela, P. Neittaanmai, J. Periaux, editors, Evolutionary Algorithms in Engineering and Computer Science, Wiley, Stützle,T.; Hoos,H.H., Max min ant system Future Generation Computer Systems, 16, 2000, ss Ying K.; Liao C., An Ant Colony System For Permutation Flow-Shop Sequencing, Computers& Operations Research, 31,: , 2004 Timor M., Yöneylem Araştırması ve İşletmecili Uygulamaları, İ.Ü.İşletme Faültesi Yayınları, 2001, ss Tsai C.F.; Tsai C.W.; Tseng C.C., A new hybrid heuristic approach for solving large traveling salesman problem, Information Sciences, 2003, ss ( )
KARINCA KOLONİ ALGORİTMASI BMÜ-579 Meta Sezgisel Yöntemler. Yrd. Doç. Dr. İlhan AYDIN Fırat Üniversitesi, Bilgisayar Mühendisliği Bölümü
KARINCA KOLONİ ALGORİTMASI BMÜ-579 Meta Sezgisel Yöntemler Yrd. Doç. Dr. İlhan AYDIN Fırat Üniversitesi, Bilgisayar Mühendisliği Bölümü Karınca Koloni Algoritması Bilim adamları, böcek davranışlarını inceleyerek
DetaylıFren Test Cihazları Satış Bayiler. Administrator tarafından yazıldı. Perşembe, 05 Mayıs :26 - Son Güncelleme Pazartesi, 30 Kasım :22
FDR Adana Fren Test Cihazları FDR Adıyaman Fren Test Cihazları FDR AfyonFren Test Cihazları FDR Ağrı Fren Test Cihazları FDR Amasya Fren Test Cihazları FDR Ankara Fren Test Cihazları FDR Antalya Fren Test
DetaylıYatırım Teşvik Uygulamalarında Bölgeler
Yatırım Teşvik Uygulamalarında Bölgeler 1. Bölge: Ankara, Antalya, Bursa, Eskişehir, İstanbul, İzmir, Kocaeli, Muğla 2. Bölge: Adana, Aydın, Bolu, Çanakkale (Bozcaada ve Gökçeada İlçeleri Hariç), Denizli,
Detaylı3. basamak. Otomobil Kamyonet Motorsiklet
Tablo-1: İndirim veya artırım uygulanmayan iller için azami primler (TL)* İzmir, Yalova, Erzurum, Kayseri Otomobil 018 614 211 807 686 565 444 Kamyonet 638 110 583 055 897 739 580 Motorsiklet 823 658 494
DetaylıTABLO-4. LİSANS MEZUNLARININ TERCİH EDEBİLECEĞİ KADROLAR ( EKPSS 2014 )
7769 MİLLİ EĞİTİM BAKANLIĞI Memur ADANA TÜM İLÇELER Taşra GİH 7 17 4001 7770 MİLLİ EĞİTİM BAKANLIĞI Memur ADIYAMAN TÜM İLÇELER Taşra GİH 7 9 4001 7771 MİLLİ EĞİTİM BAKANLIĞI Memur AFYONKARAHİSAR TÜM İLÇELER
DetaylıTABLO-3. ÖNLİSANS MEZUNLARININ TERCİH EDEBİLECEĞİ KADROLAR ( EKPSS 2014 )
7858 MİLLİ EĞİTİM BAKANLIĞI Memur ADANA TÜM İLÇELER Taşra GİH 10 8 ### 7859 MİLLİ EĞİTİM BAKANLIĞI Memur ADIYAMAN TÜM İLÇELER Taşra GİH 10 4 ### 7860 MİLLİ EĞİTİM BAKANLIĞI Memur AFYONKARAHİSAR TÜM İLÇELER
DetaylıOTO KALORİFER PETEK TEMİZLİĞİ - VİDEO
OTO KALORİFER PETEK TEMİZLİĞİ - VİDEO Oto Kalorifer Peteği Temizleme Makinası, Araç Kalorifer Petek Temizliği Cihazı. kalorifer peteği nasıl temizlenir, kalorifer peteği temizleme fiyatları, kalorifer
DetaylıTAŞRA TEŞKİLATI MÜNHAL TEKNİKER KADROLARI
ADANA MERKEZ 111918 İL MEM İNŞAAT 1 ADANA MERKEZ 111918 İL MEM ELEKTRİK 2 ADIYAMAN MERKEZ 114014 İL MEM İNŞAAT 1 ADIYAMAN MERKEZ 114014 İL MEM ELEKTRİK 1 AFYONKARAHİSARMERKEZ 114972 İL MEM İNŞAAT 1 AFYONKARAHİSARMERKEZ
DetaylıYEREL SEÇİM ANALİZLERİ. Şubat, 2014
YEREL SEÇİM ANALİZLERİ Şubat, 2014 Partilerin Kazanacağı Belediye Sayıları Partilere Göre 81İlin Yerel Seçimlerde Alınması Muhtemel Oy Oranları # % AK Parti 37 45,7 CHP 9 11,1 MHP 5 6,2 BDP/HDP 8 9,9 Rekabet
DetaylıLİSTE - II TÜRKİYE HALK SAĞLIĞI KURUMU - TAŞRA
1 ADANA EBE 4 1 ADANA SAĞLIK MEMURU RÖNTGEN TEKNİSYENİ 1 1 ADANA SAĞLIK MEMURU TIBBİ SEKRETER 2 2 ADIYAMAN DİYETİSYEN 2 2 ADIYAMAN EBE 2 2 ADIYAMAN HEMŞİRE 1 2 ADIYAMAN SAĞLIK MEMURU TIBBİ SEKRETER 1 2
Detaylıİllere ve yıllara göre konut satış sayıları, House sales by provinces and years,
2013 Ocak Şubat Mart Nisan Mayıs Haziran Temmuz Ağustos Eylül Ekim Kasım Aralık Toplam January February March April May June July August September October November December Total Türkiye 87 444 88 519
DetaylıİL ADI UNVAN KODU UNVAN ADI BRANŞ KODU BRANŞ ADI PLANLANAN SAYI ÖĞRENİM DÜZEYİ
ADANA 8140 BİYOLOG 0 1 LİSANS ADANA 8315 ÇOCUK GELİŞİMCİSİ 0 1 LİSANS ADANA 8225 DİYETİSYEN 0 1 LİSANS ADANA 8155 PSİKOLOG 0 1 LİSANS ADANA 8410 SAĞLIK MEMURU 6000 ÇEVRE SAĞLIĞI 4 LİSE ADANA 8410 SAĞLIK
DetaylıLİSTE - II TÜRKİYE HALK SAĞLIĞI KURUMU - TAŞRA
YER DEĞİŞİKLİĞİ BAŞVURULARI İÇİN İLAN EDİLEN LİSTESİ 1 ADANA BİYOLOG GENEL BÜTÇE 1 1 ADANA EBE GENEL BÜTÇE 6 1 ADANA HEMŞİRE GENEL BÜTÇE 2 1 ADANA SAĞLIK MEMURU ÇEVRE SAĞLIĞI TEKNİSYENİ GENEL BÜTÇE 1 1
DetaylıTÜRKİYE ODALAR VE BORSALAR BİRLİĞİ
ADRESE DAYALI NÜFUS KAYIT SİSTEMİ (ADNKS) 2015 Yılı Türkiye İstatistik Kurumu 28/01/2016 tarihinde 2015 yılı Adrese Dayalı Kayıt Sistemi Sonuçları haber bültenini yayımladı. 31 Aralık 2015 tarihi itibariyle;
DetaylıKarşılıksız İşlemi Yapılan Çek Sayılarının İllere ve Bölgelere Göre Dağılımı (1) ( 2017 )
Karşılıksız İşlemi Yapılan Çek Sayılarının İllere ve Bölgelere Göre Dağılımı (1) İller ve Bölgeler (2) Ocak Şubat Mart Nisan Mayıs Haziran Temmuz Ağustos Eylül Ekim Kasım Aralık Toplam İstanbul 18.257
DetaylıTÜRKİYE ODALAR VE BORSALAR BİRLİĞİ
ADRESE DAYALI NÜFUS KAYIT SİSTEMİ (ADNKS) 2014 Yılı Türkiye İstatistik Kurumu 28/01/2015 tarihinde 2014 yılı Adrese Dayalı Kayıt Sistemi Sonuçları haber bültenini yayımladı. 31 Aralık 2014 tarihi itibariyle;
DetaylıKARABÜK ÜNİVERSİTESİ PERSONEL DAİRE BAŞKANLIĞI
KARABÜK ÜNİVERSİTESİ PERSONEL DAİRE BAŞKANLIĞI Yıllara Göre Akademik Personel,İdari Personel ve Öğrenci Sayıları Öğrenci Sayıları Akademik Personel 9.877..79.78 İdari Personel.7..79.. 9 9 9 977 7.99 8.78
DetaylıİLLERE GÖRE NÜFUS KÜTÜKLERİNE KAYITLI EN ÇOK KULLANILAN 5 KADIN VE ERKEK ADI
İLLERE GÖRE NÜFUS KÜTÜKLERİNE KAYITLI EN ÇOK KULLANILAN 5 KADIN VE ERKEK ADI İL KADIN ADI ERKEK ADI ADANA ADIYAMAN AFYONKARAHİSAR AKSARAY SULTAN SULTAN İBRAHİM RAMAZAN 1/17 2/17 AMASYA ANKARA ANTALYA ARDAHAN
DetaylıTüvturk Araç Muayene Gezici Mobil İstasyon Programı
Tüvturk Araç Muayene Gezici Mobil İstasyon Programı Tüvturk Gezici istasyonlarında ağır vasıtalar (3.5 ton üzeri) hariç tüm motorlu ve motorsuz araçlar için muayene hizmeti verilmektedir. Gezici İstasyon
DetaylıTÜRKİYE ODALAR VE BORSALAR BİRLİĞİ
ADRESE DAYALI NÜFUS KAYIT SİSTEMİ (ADNKS) 2013 Yılı Türkiye İstatistik Kurumu 29/01/2014 tarihinde 2013 yılı Adrese Dayalı Kayıt Sistemi Sonuçları haber bültenini yayımladı. 31 Aralık 2013 tarihi itibariyle;
DetaylıBAYİLER. Administrator tarafından yazıldı. Çarşamba, 18 Nisan :29 - Son Güncelleme Cuma, 03 Mayıs :39
Federal CNG Dönüşüm Sistemleri olarak, başta Konya olmak üzere Türkiye'nin her bölgesinde ve her ilimizde CNG Dönüşüm Sistemleri konusunda hizmet vermekteyiz. FEDERAL CNG DÖNÜŞÜM SİSTEMLERİ Adana CNG Dönüşüm
DetaylıVERGİ BİRİMLERİ. Taşra Teşkilatındaki Birimlerin Yıllar İtibariyle Sayısal Durumu
VERGİ BİRİMLERİ Taşra Teşkilatındaki Birimlerin Yıllar İtibariyle Sayısal Durumu 2. Vergi Birimleri. 2.1. Vergi Birimlerinin Yıllar İtibariyle Sayısal Durumu Birimin Adı 31/12/1996 31/12/1997 31/12/1998
DetaylıİTİBARİYLA KÖY YOLU ENVANTERİ
ADIYAMAN 1. DERECE 0 3 756 2.067 0 2.826 ADIYAMAN 2. DERECE 0 0 350 210 0 560 ADIYAMAN KÖY İÇİ YOL 0 0 636 173 22 0 831 ADIYAMAN TOPLAM 0 3 1.742 2.450 22 0 4.217 AFYONKARAHİSAR 1. DERECE 67 115 216 1.868
DetaylıTABİP İL BÖLGE SE PDC KAD ORAN GRUP KİLİS 4 63 88 96 109,09% A1 KARAMAN 4 32 127 130 102,36% A2 İZMİR 1 3 1821 1864 102,36% A3 MALATYA 5 42 373 375
TABİP İL BÖLGE SE PDC KAD ORAN GRUP KİLİS 4 63 88 96 109,09% A1 KARAMAN 4 32 127 130 102,36% A2 İZMİR 1 3 1821 1864 102,36% A3 MALATYA 5 42 373 375 100,54% A4 ELAZIĞ 5 39 308 309 100,32% A5 YALOVA 2 13
DetaylıMart 2012 SAGMER İstatistikleri
Mart 2012 SAGMER İstatistikleri *Ekli dosyadaki istatistikî veriler, Sigorta Şirketlerinin SBM ye gönderdiği verilerden oluşturulmuştur. Veriler 31 Mart 2012 itibariyle alınmıştır. Tablo 1: Ödeme Yöntemine
DetaylıTüvturk Araç Muayene Gezici Mobil İstasyon Programı
Tüvturk Araç Muayene Gezici Mobil İstasyon Programı Tüvturk Gezici istasyonlarında ağır vasıtalar (3.5 ton üzeri) hariç tüm motorlu ve motorsuz araçlar için muayene hizmeti verilmektedir. Gezici istasyonlar
Detaylı2015 KOCAELİ NÜFUSUNUN BÖLGESEL ANALİZİ TUİK
0 NÜFUSUNUN BÖLGESEL ANALİZİ TUİK Verilerine Göre Hazırlanmıştır. İLİNİN NÜFUSU.. NÜFUSUNA KAYITLI OLANLAR NDE YAŞAYIP NÜFUS KAYDI BAŞKA İLLERDE OLANLAR.0 %... %. NÜFUSUNUN BÖLGESEL ANALİZİ 0 TUİK Verilerine
Detaylı2016 Ocak İşkolu İstatistiklerinin İllere Göre Dağılımı 1
2016 Ocak İşkolu İstatistiklerinin İllere Göre Dağılımı 1 1 30 Ocak 2016 tarih ve 29609 sayılı Resmi Gazete de Yayınlanan İşkollarındaki Ve Sendikaların Üye na İlişkin 2016 Ocak Ayı İstatistikleri Hakkında
DetaylıTÜRKİYE ODALAR VE BORSALAR BİRLİĞİ
TÜKETİCİ FİYAT ENDEKSİ (TÜFE) BİLGİ NOTU EYLÜL 2016 Türkiye İstatistik Kurumu 03/10/2016 tarihinde 2016 yılı Eylül ayı Tüketici Fiyat Endeksi (TÜFE) haber bültenini yayımladı. Tüketici Fiyat Endeksi (TÜFE)
DetaylıTABLO-1. İLKÖĞRETİM/ORTAOKUL/İLKOKUL MEZUNLARININ TERCİH EDEBİLECEĞİ KADROLAR (2015 EKPSS/KURA )
KURUM KODU DPB NO KURUM ADI / POZİSYON UNVANI İL İLÇE TEŞKİLAT SINIF 490060001 12062 AİLE VE SOSYAL POLİTİKALAR BAKANLIĞI HİZMETLİ IĞDIR TÜM İLÇELER Taşra YH 12 2 999 1000 1001 490060003 12079 AİLE VE
DetaylıTÜRKİYE ODALAR VE BORSALAR BİRLİĞİ
TÜKETİCİ FİYAT ENDEKSİ (TÜFE) BİLGİ NOTU MAYIS 2017 Türkiye İstatistik Kurumu 05/06/2017 tarihinde 2017 yılı Mayıs ayı Tüketici Fiyat Endeksi (TÜFE) haber bültenini yayımladı. Tüketici Fiyat Endeksi (TÜFE)
Detaylıİleri Teknolojili Tıbbi Görüntüleme Cihazları Yoğunluğu. Prepared by: Siemens Turkey Strategy and Business Development, SBD Istanbul, March 2010
İleri Teknolojili Tıbbi Görüntüleme Cihazları Yoğunluğu Prepared by: Siemens Turkey Strategy and Business Development, SBD Istanbul, March 200 Bilgisayarlı Tomografi milyon kişiye düşen cihaz sayısı İlk
DetaylıLİMANLAR GERİ SAHA KARAYOLU VE DEMİRYOLU BAĞLANTILARI MASTER PLAN ÇALIŞMASI
T.C. ULAŞTIRMA, DENİZCİLİK VE HABERLEŞME BAKANLIĞI ALTYAPI YATIRIMLARI GENEL MÜDÜRLÜĞÜ LİMANLAR GERİ SAHA KARAYOLU VE DEMİRYOLU BAĞLANTILARI MASTER PLAN ÇALIŞMASI SONUÇ RAPORU-EKLER Mühendislik Anonim
DetaylıMayıs 2012 SAGMER İstatistikleri
Mayıs 2012 SAGMER İstatistikleri *Ekli dosyadaki istatistikî veriler, Sigorta Şirketlerinin SBM ye gönderdiği verilerden oluşturulmuştur. Veriler 31 Mayıs 2012 itibariyle alınmıştır. Tablo 1: Ödeme Yöntemine
DetaylıTAKVİM KARTONLARI 2016 YILI RESMİ TATİL GÜNLERİ
2016 YILI RESMİ TATİL GÜNLERİ 2016 YILI MÜBAREK GÜN ve GECELER Yılbaşı 1 Ocak Cuma Ulusal Egemenlik ve Çocuk Bayramı 23 Nisan Cumartesi Emek ve Dayanışma Günü 1 Mayıs Pazar Gençlik ve Spor Bayramı 19 Mayıs
DetaylıTABLO-2. ORTAÖĞRETİM MEZUNLARININ TERCİH EDEBİLECEĞİ KADROLAR ( EKPSS 2014)
7942 MİLLİ EĞİTİM BAKANLIĞI Hizmetli ADANA TÜM İLÇELER Taşra YH 12 9 2001 7943 MİLLİ EĞİTİM BAKANLIĞI Hizmetli ADIYAMAN TÜM İLÇELER Taşra YH 12 5 2001 7944 MİLLİ EĞİTİM BAKANLIĞI Hizmetli AFYONKARAHİSAR
DetaylıKPSS-2014/3 Sağlık Bakanlığı ve Bağlı Kuruluşlarının Sözleşmeli Pozisyonlarına Yerleştirme (Ortaöğretim)
KURUM ADI KADRO ADI 190160001 SAĞLIK BAKANLIĞI SAĞLIK MEMURU (ADANA TÜM İLÇELER Taşra) 5 0 75,57278 78,51528 190160003 SAĞLIK BAKANLIĞI SAĞLIK MEMURU (ARTVİN TÜM İLÇELER Taşra) 4 0 75,26887 75,34407 190160005
DetaylıTÜRKİYE ODALAR VE BORSALAR BİRLİĞİ
TÜKETİCİ FİYAT ENDEKSİ (TÜFE) BİLGİ NOTU MAYIS 2016 Türkiye İstatistik Kurumu 03/06/2016 tarihinde 2016 yılı Mayıs ayı Tüketici Fiyat Endeksi (TÜFE) haber bültenini yayımladı. Tüketici Fiyat Endeksi (TÜFE)
DetaylıTÜRKİYE ODALAR VE BORSALAR BİRLİĞİ
TÜKETİCİ FİYAT ENDEKSİ (TÜFE) BİLGİ NOTU TEMMUZ 2017 Türkiye İstatistik Kurumu 03/08/2017 tarihinde 2017 yılı Temmuz ayı Tüketici Fiyat Endeksi (TÜFE) haber bültenini yayımladı. Tüketici Fiyat Endeksi
DetaylıTÜRKİYE ODALAR VE BORSALAR BİRLİĞİ
TÜKETİCİ FİYAT ENDEKSİ (TÜFE) BİLGİ NOTU NİSAN 2014 Türkiye İstatistik Kurumu 05/05/2014 tarihinde 2014 yılı Nisan ayı Tüketici Fiyat Endeksi (TÜFE) haber bültenini yayımladı. Tüketici Fiyat Endeksi (TÜFE)
DetaylıTÜRKİYE ODALAR VE BORSALAR BİRLİĞİ
TÜKETİCİ FİYAT ENDEKSİ (TÜFE) BİLGİ NOTU EYLÜL 2014 Türkiye İstatistik Kurumu 03/10/2014 tarihinde 2014 yılı Eylül ayı Tüketici Fiyat Endeksi (TÜFE) haber bültenini yayımladı. Tüketici Fiyat Endeksi (TÜFE)
DetaylıAjans Press; Marka Şehir ve Belediyelerin Medya Karnesini açıkladı
Basın Bildirisi Ajans Press; Marka Şehir ve Belediyelerin Medya Karnesini açıkladı 01 Ocak - 31 Aralık 2011 tarihleri arası Ajans Press in takibinde olan yerel, bölgesel ve ulusal 2659 yazılı basın takibinden
DetaylıTÜRKİYE ODALAR VE BORSALAR BİRLİĞİ
TÜKETİCİ FİYAT ENDEKSİ (TÜFE) BİLGİ NOTU OCAK 2016 Türkiye İstatistik Kurumu 03/02/2016 tarihinde 2016 yılı Ocak ayı Tüketici Fiyat Endeksi (TÜFE) haber bültenini yayımladı. Tüketici Fiyat Endeksi (TÜFE)
DetaylıTÜRKİYE ODALAR VE BORSALAR BİRLİĞİ
TÜKETİCİ FİYAT ENDEKSİ (TÜFE) BİLGİ NOTU EKİM 2014 Türkiye İstatistik Kurumu 03/11/2014 tarihinde 2014 yılı Ekim ayı Tüketici Fiyat Endeksi (TÜFE) haber bültenini yayımladı. Tüketici Fiyat Endeksi (TÜFE)
DetaylıTÜRKİYE ODALAR VE BORSALAR BİRLİĞİ
TÜKETİCİ FİYAT ENDEKSİ (TÜFE) BİLGİ NOTU AĞUSTOS 2014 Türkiye İstatistik Kurumu 03/09/2014 tarihinde 2014 yılı Ağustos ayı Tüketici Fiyat Endeksi (TÜFE) haber bültenini yayımladı. Tüketici Fiyat Endeksi
DetaylıKPSS-2014/3 Sağlık Bakanlığı ve Bağlı Kuruluşlarının Kadrolarına Yerleştirme Sonuçlarına Göre En Büyük ve En Küçük Puanlar (Lisans)
KURUM ADI ADI 390160001 SAĞLIK BAKANLIĞI PSİKOLOG (AĞRI TÜM İLÇELER Taşra) 1 0 72,44764 72,44764 390160003 SAĞLIK BAKANLIĞI PSİKOLOG (ARDAHAN TÜM İLÇELER Taşra) 1 0 72,11422 72,11422 390160005 SAĞLIK BAKANLIĞI
DetaylıTÜRKİYE ODALAR VE BORSALAR BİRLİĞİ
TÜKETİCİ FİYAT ENDEKSİ (TÜFE) BİLGİ NOTU ARALIK 2014 Türkiye İstatistik Kurumu 05/01/2015 tarihinde 2014 yılı Aralık ayı Tüketici Fiyat Endeksi (TÜFE) haber bültenini yayımladı. Tüketici Fiyat Endeksi
DetaylıTÜRKİYE ODALAR VE BORSALAR BİRLİĞİ
TÜKETİCİ FİYAT ENDEKSİ (TÜFE) BİLGİ NOTU EYLÜL 2015 Türkiye İstatistik Kurumu 05/10/2015 tarihinde 2015 yılı Eylül ayı Tüketici Fiyat Endeksi (TÜFE) haber bültenini yayımladı. Tüketici Fiyat Endeksi (TÜFE)
DetaylıTÜRKİYE ODALAR VE BORSALAR BİRLİĞİ
TÜKETİCİ FİYAT ENDEKSİ (TÜFE) BİLGİ NOTU AĞUSTOS 2016 Türkiye İstatistik Kurumu 05/09/2016 tarihinde 2016 yılı Ağustos ayı Tüketici Fiyat Endeksi (TÜFE) haber bültenini yayımladı. Tüketici Fiyat Endeksi
DetaylıTÜRKİYE ODALAR VE BORSALAR BİRLİĞİ
TÜKETİCİ FİYAT ENDEKSİ (TÜFE) BİLGİ NOTU HAZİRAN 2014 Türkiye İstatistik Kurumu 03/07/2014 tarihinde 2014 yılı Haziran ayı Tüketici Fiyat Endeksi (TÜFE) haber bültenini yayımladı. Tüketici Fiyat Endeksi
DetaylıYığma Yapıların Deprem Güvenliklerinin Arttırılması
Yığma Yapıların Deprem Güvenliklerinin Arttırılması TÜRKİYE DE YIĞMA BİNALAR İÇİN DEPREMSEL RİSK HARİTASI ELDE EDİLMESİ Yard. Doç. Dr. Ahmet TÜRER & Abdullah DİLSİZ (M.S.) 17.02.2005 AMAÇ & KAPSAM Bu çalışmada,
DetaylıTÜRKİYE ODALAR VE BORSALAR BİRLİĞİ
TÜKETİCİ FİYAT ENDEKSİ (TÜFE) BİLGİ NOTU OCAK 2015 Türkiye İstatistik Kurumu 03/02/2015 tarihinde 2015 yılı Ocak ayı Tüketici Fiyat Endeksi (TÜFE) haber bültenini yayımladı. Tüketici Fiyat Endeksi (TÜFE)
DetaylıTÜRKİYE ODALAR VE BORSALAR BİRLİĞİ
TÜKETİCİ FİYAT ENDEKSİ (TÜFE) BİLGİ NOTU KASIM 2016 Türkiye İstatistik Kurumu 05/12/2016 tarihinde 2016 yılı Kasım ayı Tüketici Fiyat Endeksi (TÜFE) haber bültenini yayımladı. Tüketici Fiyat Endeksi (TÜFE)
DetaylıOcak SAGMER İstatistikleri
2012 SAGMER İstatistikleri Tablo 1: Ödeme Yöntemine Göre Yazılan Poliçe Adedi Dağılımı 2011 2012 ÜRÜN GRUBU ÖDEME TİPİ Ferdi Grup Ferdi Grup BANKAYA ÖDEME 1,2% 18,8% 2,8% 26,5% ÇEK 0,0% 0,0% 0,0% 0,0%
DetaylıMart SAGMER İstatistikleri
Mart 2012 SAGMER İstatistikleri Tablo 1: Ödeme Yöntemine Göre Yazılan Poliçe Adedi Dağılımı 2011 2012 Mart Ocak - Mart Mart Ocak - Mart ÜRÜN GRUBU ÖDEME TİPİ Ferdi Grup Ferdi Grup Ferdi Grup Ferdi Grup
DetaylıOcak SAGMER İstatistikleri
2013 SAGMER İstatistikleri Tablo 1: Ödeme Yöntemine Göre Yazılan Poliçe Adedi Dağılımı 2012 2013 ÜRÜN GRUBU ÖDEME TİPİ Ferdi Grup Ferdi Grup BANKAYA ÖDEME 2,8% 26,5% 6,6% 3,2% ÇEK 0,0% 0,0% 0,0% 0,0% DİĞER
DetaylıHaziran SAGMER İstatistikleri
Haziran 2018 SAGMER İstatistikleri Tablo 1: Ödeme Yöntemine Göre Yazılan Poliçe Adedi Dağılımı 2017 2018 Haziran Ocak - Haziran Haziran Ocak - Haziran ÜRÜN GRUBU ÖDEME TİPİ Ferdi Grup Ferdi Grup Ferdi
DetaylıMart SAGMER İstatistikleri
Mart 2013 SAGMER İstatistikleri Tablo 1: Ödeme Yöntemine Göre Yazılan Poliçe Adedi Dağılımı 2012 2013 Mart Ocak - Mart Mart Ocak - Mart ÜRÜN GRUBU ÖDEME TİPİ Ferdi Grup Ferdi Grup Ferdi Grup Ferdi Grup
DetaylıAğustos SAGMER İstatistikleri
Ağustos 2017 SAGMER İstatistikleri Tablo 1: Ödeme Yöntemine Göre Yazılan Poliçe Adedi Dağılımı 2016 2017 Ağustos Ocak - Ağustos Ağustos Ocak - Ağustos ÜRÜN GRUBU ÖDEME TİPİ Ferdi Grup Ferdi Grup Ferdi
DetaylıKasım SAGMER İstatistikleri
Kasım 2018 SAGMER İstatistikleri Tablo 1: Ödeme Yöntemine Göre Yazılan Poliçe Adedi Dağılımı 2017 2018 Kasım Ocak - Kasım Kasım Ocak - Kasım ÜRÜN GRUBU ÖDEME TİPİ Ferdi Grup Ferdi Grup Ferdi Grup Ferdi
DetaylıTÜRKİYE ODALAR VE BORSALAR BİRLİĞİ
TÜKETİCİ FİYAT ENDEKSİ (TÜFE) BİLGİ NOTU AĞUSTOS 2015 Türkiye İstatistik Kurumu 03/09/2015 tarihinde 2015 yılı Ağustos ayı Tüketici Fiyat Endeksi (TÜFE) haber bültenini yayımladı. Tüketici Fiyat Endeksi
DetaylıMayıs 2014 SAGMER İstatistikleri
Mayıs 2014 SAGMER İstatistikleri *Ekli dosyadaki istatistikî veriler, Sigorta Şirketlerinin SBM ye gönderdiği verilerden oluşturulmuştur. Veriler 31 Mayıs 2014 itibariyle alınmıştır. Tablo 1: Ödeme Yöntemine
DetaylıOcak SAGMER İstatistikleri
2016 SAGMER İstatistikleri Tablo 1: Ödeme Yöntemine Göre Yazılan Poliçe Adedi Dağılımı 2015 2016 ÜRÜN GRUBU ÖDEME TİPİ Ferdi Grup Ferdi Grup BANKAYA ÖDEME 8,6% 6,8% 7,3% 26,7% ÇEK 0,0% 0,5% 0,0% 0,4% DİĞER
DetaylıTÜRKİYE ODALAR VE BORSALAR BİRLİĞİ
TÜKETİCİ FİYAT ENDEKSİ (TÜFE) BİLGİ NOTU ARALIK 2015 Türkiye İstatistik Kurumu 04/01/2016 tarihinde 2015 yılı Aralık ayı Tüketici Fiyat Endeksi (TÜFE) haber bültenini yayımladı. Tüketici Fiyat Endeksi
DetaylıİÇİNDEKİLER. Rapor Özet Türkiye genelinde il merkezlerinin içmesuyu durumu
İÇİNDEKİLER Rapor Özet Türkiye genelinde il merkezlerinin içmesuyu durumu Çizelge 1 Türkiye genelinde il merkezlerinin su ihtiyaçları ve ihtiyaçların karşılanma durumu icmali Çizelge 2. 2013-2015 yılları
DetaylıMart SAGMER İstatistikleri
Mart 2014 SAGMER İstatistikleri Tablo 1: Ödeme Yöntemine Göre Yazılan Poliçe Adedi Dağılımı 2013 2014 Mart Ocak - Mart Mart Ocak - Mart ÜRÜN GRUBU ÖDEME TİPİ Ferdi Grup Ferdi Grup Ferdi Grup Ferdi Grup
DetaylıOcak SAGMER İstatistikleri
2015 SAGMER İstatistikleri Tablo 1: Ödeme Yöntemine Göre Yazılan Poliçe Adedi Dağılımı 2014 2015 ÜRÜN GRUBU ÖDEME TİPİ Ferdi Grup Ferdi Grup BANKAYA ÖDEME 6,7% 8,6% 9,0% 8,3% ÇEK 0,0% 0,0% 0,0% 0,0% DİĞER
DetaylıTalepte Bulunan PersonelinÜnvanlara Göre Dağılımı
15/06/2011-05/08/2011 Tarihleri Arasında Başkanlığımız İnternet Sitesinde Yayınlanan "Hizmetiçi Eğitim İhtiyacının Belirlenmesi Anketi"ne Katılan 7.191 Personelin 58.878 Tercihin, "Tercih Edilen Eğitim
DetaylıKarınca Koloni Algoritması 2
Yrd. Doç. Dr. İbrahim KÜÇÜKKOÇ Web: http://ikucukkoc.baun.edu.tr Karınca Koloni Algoritması 2 7 TSP ve ACO Algoritması Gezgin satıcı problemi (travelling salesman problem-tsp) yöneylem araştırması ve teorik
DetaylıTÜRKİYE ODALAR VE BORSALAR BİRLİĞİ
TÜKETİCİ FİYAT ENDEKSİ (TÜFE) BİLGİ NOTU HAZİRAN 2015 Türkiye İstatistik Kurumu 03/07/2015 tarihinde 2015 yılı Haziran ayı Tüketici Fiyat Endeksi (TÜFE) haber bültenini yayımladı. Tüketici Fiyat Endeksi
DetaylıBÖLÜM -VI- BÖLGESEL AZALTMA KATSAYILARI
BÖLÜM -VI- BÖLGESEL AZALTMA KATSAYILARI 179 180 Elektrik, Elektronik-Biyomedikal-Kontrol Mühendisliği Hizmetleri BÖLGESEL AZALTMA KATSAYILARI (BK) EMO Yönetim Kurulunun 04.11.2017 tarih ve 45/56 sayılı
DetaylıKURUM ADI KADRO ADI KONT.
. KPSS-2014/2 310020001 ADIYAMAN ÜNİVERSİTESİ Memur (ADIYAMAN MERKEZ Merkez) 1 0 86,13395 86,13395 310020003 ADIYAMAN ÜNİVERSİTESİ Memur (ADIYAMAN MERKEZ Merkez) 1 0 87,43649 87,43649 310020005 ADIYAMAN
DetaylıKPSS-2014/3 Sağlık Bakanlığı ve Bağlı Kuruluşlarının Kadrolarına Yerleştirme Sonuçlarına Göre En Büyük ve En Küçük Puanlar (Önlisans)
KURUM ADI ADI 290160001 SAĞLIK BAKANLIĞI SAĞLIK TEKNİKERİ (ADANA TÜM İLÇELER Taşra) 1 0 85,13376 85,13376 290160003 SAĞLIK BAKANLIĞI SAĞLIK TEKNİKERİ (AFYONKARAHİSAR TÜM İLÇELER Taşra) 2 0 81,03624 82,65201
DetaylıT.C. KÜLTÜR VE TURİZM BAKANLIĞI
T.C. KÜLTÜR VE TURİZM BAKANLIĞI TELİF HAKLARI GENEL MÜDÜRLÜĞÜ İSTATİSTİKSEL BİLGİLENDİRME RAPORU (SERTİFİKA) Hazırlayan: İrfan Taylan ÇOKYAMAN OCAK 2013 ANKARA SERTİFİKA BÖLÜM İSTATİSTİKLERİ 2 1) SERTİFİKA
Detaylı2016 Türkiye de 185 bin 128 adet ölümlü yaralanmalı trafik kazası meydana geldi Ülkemiz karayolu ağında 2016 yılında toplam 1 milyon 182 bin 491 adet
1 2016 Türkiye de 185 bin 128 adet ölümlü yaralanmalı trafik kazası meydana geldi Ülkemiz karayolu ağında 2016 yılında toplam 1 milyon 182 bin 491 adet trafik kazası meydana geldi. Bu kazaların 997 bin
DetaylıSAMSUN TİCARET VE SANAYİ ODASI EKONOMİK BÜLTEN
SAMSUN TİCARET VE SANAYİ ODASI EKONOMİK BÜLTEN ARALIK 2016 Bu eserin tüm telif hakları Samsun Ticaret ve Sanayi Odası na aittir. Samsun Ticaret ve Sanayi Odası nın ismi kaydedilmek koşulu ile alıntı yapmak
DetaylıTÜRKİYE ODALAR VE BORSALAR BİRLİĞİ
HANEHALKI İŞGÜCÜ İSTATİSTİKLERİ BİLGİ NOTU 2013 Yılı Türkiye İstatistik Kurumu 06/03/2014 tarihinde 2013 yılı Hanehalkı İşgücü İstatistikleri haber bültenini yayımladı. 2013 yılında bir önceki yıla göre;
DetaylıLİSTE - III TÜRKİYE KAMU HASTANELERİ KURUMU - TAŞRA İL KODU İL ADI POZİSYON ADI BÜTÇE TÜRÜ
YER DEĞİŞİKLİĞİ BAŞVURULARI İÇİN İLAN EDİLEN LİSTESİ 1 ADANA DİŞ TABİBİ DÖNER SERMAYE 1 1 ADANA DİŞ TABİBİ GENEL BÜTÇE 2 1 ADANA EBE DÖNER SERMAYE 1 1 ADANA EBE GENEL BÜTÇE 5 1 ADANA ECZACI DÖNER SERMAYE
DetaylıTÜRKİYE ODALAR VE BORSALAR BİRLİĞİ
TÜKETİCİ FİYATLARI ENDEKSİ (TÜFE) BİLGİ NOTU HAZİRAN 2013 Türkiye İstatistik Kurumu 03/07/2013 tarihinde 2013 yılı Haziran ayı Tüketici Fiyatları Endeksi (TÜFE) haber bültenini yayımladı. 2013 yılı Haziran
Detaylı2017 YILI BİLİM SANAT MERKEZLERİNE ÖĞRETMEN ATAMASI SONUCU OLUŞAN İL-ALAN BAZLI TABAN PUANLAR
2017 YILI BİLİM SANAT MERKEZLERİNE ÖĞRETMEN ATAMASI SONUCU OLUŞAN İL-ALAN BAZLI TABAN PUANLAR Alan Adı İl Adı Atama Puanı Ek2 Puanı Hizmet Süresi Başvuru Atama Bilişim Teknolojileri ANKARA 42,000 10 3269
DetaylıBÖLÜM -VI- BÖLGESEL AZALTMA KATSAYILARI
BÖLÜM -VI- BÖLGESEL AZALTMA KATSAYILARI 173 174 Elektrik, Elektronik-Biyomedikal-Kontrol Mühendisliği Hizmetleri EK-1 BÖLGESEL AZALTMA KATSAYILARI (BK) EMO Yönetim Kurulunun 06.11.2015 tarih ve 44/51 sayılı
DetaylıTABLO-1. MERKEZİ YERLEŞTİRMEDEKİ EN KÜÇÜK VE EN BÜYÜK PUANLAR ( ORTAÖĞRETİM MEZUNLARI )
1573951 3 0 091.496 092.411 HEMŞİRE (BOLU) ABANT İZZET BAYSAL ÜNİVERSİTESİ (Merkez) 1573953 29 0 093.232 096.492 KORUMA VE GÜVENLİK GÖREVLİSİ (ANKARA) ADALET BAKANLIĞI (Merkez) 1573955 11 0 092.813 093.230
Detaylı2012-ÖMSS Sınav Sonucu İle Yapılan Yerleştirme Sonuçlarına İlişkin Sayısal Bilgiler (Ortaöğretim)
10020121001 ABANT İZZET BAYSAL ÜNİVERSİTESİ SANTRAL MEMURU (BOLU / MERKEZ - Merkez) 1 0 90,04922 90,04922 10020121003 AİLE VE SOSYAL POLİTİKALAR BAKANLIĞI HİZMETLİ (ADIYAMAN / MERKEZ - Taşra) 1 0 86,74214
DetaylıUlusal Gelişmeler. Büyüme Hızı (%) Türkiye ekonomisi 2017 itibariyle dünyanın 17. Avrupa nın 6. büyük ekonomisidir. a r k a. o r g.
Ulusal Gelişmeler Büyüme Hızı (%) Türkiye ekonomisi 2017 itibariyle dünyanın 17. Avrupa nın 6. büyük ekonomisidir. %10 veya fazla %6-%10 %3-%6 %0-%3 %0 dan küçük Veri yok Kaynak: TÜİK- Dünya Bankası; *:
DetaylıFaaliyet Raporu (1 Ocak 31 Aralık 2009) İstatistikler İSTATİSTİKİ BİLGİLER
İSTATİSTİKİ BİLGİLER 1 MESLEK MENSUPLARI YILLARA GÖRE SAYILARI GRAFİĞİ 2009 Aralık 2008 Eylül-Aralık 2007-2008 2006-2007 2005-2006 2004-2005 2003-2004 2002-2003 2001-2002 2000-2001 1994-1995 1990-1991
DetaylıTÜRKİYE YÜZME FEDERASYONU BÖLGE KARMALARI YURT DIŞI MÜSABAKALARI SEÇME MÜSABAKASI
TÜRKİYE YÜZME FEDERASYONU BÖLGE KARMALARI YURT DIŞI MÜSABAKALARI SEÇME MÜSABAKASI Müsabaka Yeri : BÖLGELER Müsabaka tarihi : 07-08 EKİM 2017 Teknik Toplantı : 06 EKİM 2017 MÜSABAKALARIN YAPILACAĞI HAVUZDA
DetaylıYrd. Doç. Dr. Tahsin KARABULUT
Yrd. Doç. Dr. Tahsin KARABULUT -İllerin Sosyo-ekonomik gelişmişlik düzeylerinin belirlenmesi amacıyla yapılan bu çalışmada niceliksel bir büyüme anlayışından ziyade, niteliksel bir Sosyo-ekonomik gelişme
DetaylıT.C. ÇEVRE VE ŞEHİRCİLİK BAKANLIĞI TEHLİKELİ ATIK İSTATİSTİKLERİ BÜLTENİ(2013)
Sayı: 4 02.07.2015 16:00 Mülga Tehlikeli Atıkların Kontrolü Yönetmeliği kapsamında yıllık tehlikeli atık beyanları, Çevre ve Şehircilik Bakanlığı Çevre Bilgi Sistemi altında yer alan Atık Yönetim Uygulaması/Tehlikeli
DetaylıKPSS - 2004/2 ve Ek Yerleştirmedeki En Küçük ve En Büyük Puanlar ( TABLO-2 Önlisans Mezunları III. Grup Yeni Kadrolar )
KPSS - 2004/2 ve Ek Yerleştirmedeki En Küçük ve En Büyük Puanlar ( TABLO-2 Önlisans Mezunları III. Grup Yeni Kadrolar ) EN EN BOŞ KÜÇÜK BÜYÜK K.KODU KONTENJAN KONTENJAN PUAN PUAN UNVAN KURUM ADI KURUM
DetaylıİZMİR İN EN BÜYÜK SORUNU İŞSİZLİK RAKAMLARININ ANALİZİ
2015 TEMMUZ- AĞUSTOS EKONOMİK İZMİR İN EN BÜYÜK SORUNU İŞSİZLİK RAKAMLARININ ANALİZİ Erdem ALPTEKİN Türkiye İstatistik Kurumu verilerine göre; 2014 yılında ülkemizde işsizlik oranı % 9,9 seviyesinde gerçekleşti.
DetaylıBÖLÜM -VII- BÖLGESEL AZALTMA KATSAYILARI
BÖLÜM -VII- BÖLGESEL AZALTMA KATSAYILARI TMMOB Elektrik Mühendisleri Odası 136 Elektrik, Elektronik ve Bilgisayar Mühendisliği Hizmetleri BÖLGESEL AZALTMA KATSAYILARI 2007 yılı içinde uygulanacak olan
DetaylıBÖLGESEL VERİMLİLİK İSTATİSTİKLERİ METAVERİ
BÖLGESEL VERİMLİLİK İSTATİSTİKLERİ METAVERİ Kapsam Sektörel Kapsam 2003-2008 yılları için Avrupa Topluluğu nda Ekonomik Faaliyetlerin İstatistiki Sınıflaması NACE REV.1.1 e göre; B C D E F G H I J K M
Detaylı7 Haziran Kasım 2015 Seçimleri Arasındaki Değişim
7 Haziran 2015 1 Kasım 2015 Seçimleri Arasındaki Değişim Erol Tuncer 2 EROL TUNCER Giriş 2015 yılında siyasî tarihimizde bir ilk yaşanmış, aynı yılın 7 Haziran ve 1 Kasım günlerinde iki kez Milletvekili
DetaylıDoğal Gaz Sektör Raporu
GAZBİR Türkiye Doğal Gaz Dağıtıcıları Birliği TEMMUZ Doğal Gaz Sektör Raporu İthalat 4.5, 4., Temmuz ayında yılının aynı ayına göre ülke ithalat miktarında 915,37 milyon sm 3, %28,43 lük bir artış meydana
DetaylıMUHARREM AYINDA ORUÇ AÇMA SAATLERİ İSTANBUL
MUHARREM AYINDA ORUÇ AÇMA SAATLERİ İSTANBUL 1 Kasım 2013 17:15 2 Kasım 2013 17:14 3 Kasım 2013 17:13 4 Kasım 2013 17:12 5 Kasım 2013 17:11 6 Kasım 2013 17:10 7 Kasım 2013 17:08 8 Kasım 2013 17:07 9 Kasım
DetaylıTürkiye İletim Sistemi Bağlantı Kapasitesi Raporu ( Dönemi)
Türkiye İletim Sistemi Bağlantı Kapasitesi Raporu (2016-2026 Dönemi) 13.04.2016 Yönetici Özeti Bu rapor, Türkiye elektrik iletim sistemi mevcut durumu, TEİAŞ tarafından planlanan iletim sistemi yatırımları
DetaylıÖĞRENCİ DOSTU ÜNİVERSİTE ŞEHİRLERİ: Prof. Dr. Engin KARADAĞ Prof. Dr. Cemil YÜCEL
ÖĞRENCİ DOSTU ÜNİVERSİTE ŞEHİRLERİ: 2017 Prof. Dr. Engin KARADAĞ Prof. Dr. Cemil YÜCEL Öğrenci Dostu Üniversite Şehirleri 2017 yılında Üniversite Araştırmaları Laboratuvarı nın [ÜniAr] kurucuları Eskişehir
DetaylıKPSS 2009/4 MERKEZİ YERLEŞTİRMEDEKİ EN KÜÇÜK VE EN BÜYÜK PUANLAR ( YERLEŞTİRME TARİHİ : 29 TEMMUZ 2009 )
3947591 3 0 083.199 085.646 SOSYAL GÜVENLİK KURUMU BAŞKANLIĞI BÜRO PERSONELİ ( ADANA ) 3947593 5 0 077.619 082.513 SOSYAL GÜVENLİK KURUMU BAŞKANLIĞI BÜRO PERSONELİ ( ADIYAMAN ) 3947595 3 0 077.768 079.730
Detaylı2015 YILI RESMİ TATİL GÜNLERİ Yılbaşı 1 Ocak Perşembe. Ulusal Egemenlik ve Çocuk Bayramı 23 Nisan Perşembe. Emek ve Dayanışma Günü 1 Mayıs Cuma
2015 YILI RESMİ TATİL GÜNLERİ Yılbaşı 1 Ocak Perşembe Ulusal Egemenlik ve Çocuk Bayramı 23 Nisan Perşembe Emek ve Dayanışma Günü 1 Mayıs Cuma Gençlik ve Spor Bayramı 19 Mayıs Salı Ramazan Bayramı 17-18-19
Detaylı/ GÜMRÜK VE TİCARET BÖLGE MÜDÜRLÜĞÜNE
T.C. GÜMRÜK VE TİCARET BAKANLIĞI Gümrükler Genel Müdürlüğü Sayı :B.21.0.GGM.0.00.17.01-131.01.99.02.267 Konu :Antrepoda Memur Görevlendirilmesi 02.08.212 / 16670 GÜMRÜK VE TİCARET BÖLGE MÜDÜRLÜĞÜNE İlgi:
Detaylı