CİROSU DÜŞÜK PERAKENDE NOKTALARINA UNİLEVER ÜRÜNLERİNİN DAĞITIMI İÇİN KARMA SİSTEM TASARIMI

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "CİROSU DÜŞÜK PERAKENDE NOKTALARINA UNİLEVER ÜRÜNLERİNİN DAĞITIMI İÇİN KARMA SİSTEM TASARIMI"

Transkript

1 Edüstr Mühedslð Dergs Clt: 18 Sayý: 3 Saya: (13-30 Maka Mühedsler Odasý CİROSU DÜŞÜK PERAKEDE OKTAARIA UİEVER ÜRÜERİİ DAĞITIMI İÇİ KARMA SİSTEM TASARIMI Ers KÖRPEOĞU*, Emre ADAR, Ee Burak BOZKAYA, Derya SEVER, Oya Ek KARAŞA Blket Üerstes Edüstr Mühedslğ Bölümü ÖZET Uleer doğruda ulaşamadığı düşük potasyell ama sayıca azla perakedeclere Uleer ürüler ulaştırmayı amaçlaya bu projede, öcelkle bu oktalara hzmet ermey egelleye etkeler belrlemştr. Başta yüksek ulaşım malyetler olmak üzere sstemdek bu etkeler ortada kaldırmak amacıyla, rmaı stekler doğrultusuda br karma dağıtım sstem tasarlamıştır. Sıcak satış, teleola satış e depoda satış bölümlerde oluşa bu sstem; doğrusal olmaya tamsayılı programlama tekğyle modellemş e taımlaa ek kısıtlar le doğrusal hale getrlmştr. Problem boyutuu büyük olması edeyle CPEX le doğruda çözülemeye modelmz ç buluşsal br algortma gelştrlmştr. Buluşsal algortmaı başarısıı ölçmek amacıyla model, kes olarak çözülebldğ 37 tae koşturum öreğ ç buluşsal algortma le kıyaslamış; buluşsal algortmaı e y değer model e y değerde ortalama %14.6 saptığı, 37 koşturumu 14 üde algortmaı e y hede değer erdğ gözlemlemştr. Modelleme sürecde rassal olmadığı kabul edle parametreler bezetm çalışması aracılığıyla rassal olduğu durumu ele alımasıyla, model belrszlk çere durumlarda da şlesellğ koruduğu gösterlmştr. Vertabaı e müşter kartı tasarımı gb ya uygulamalarla da desteklee proje, rma yöetm taraıda plot uygulamaya alımıştır. Souç olarak rmaya karlı e esek br dağıtım kaalı oluşturulmuş e düşük potasyell perakede oktalarıa düşük malyetle ulaşım sağlamıştır. Aahtar Sözcükler: Doğrusal olmaya tamsayılı programlama, buluşsal algortma, hızlı tüketm ürüler dağıtım sstem, sıcak satış, bezetm çalışması. A HYBRID SYSTEM DESIG FOR THE OGISTICS OF UIEVER PRODUCTS TO RETAIERS WITH OW SAES POTETIAS ABSTRACT The am o ths project s to suggest a protable dstrbuto system to deler Uleer products to accesble retal pots that hae low sales potetal but are large umber. Frst, actors that hbt a protable serce to these retalers are lsted. Based o the rm s requests ad suggestos, a hybrd dstrbuto system whch ams to elmate these actors - hgh trasportato costs beg the most releat- s desged. The system whch cossts o orecast, phoe-based delery, ad warehouse sales s rst modeled as a mxed teger olear program ad later learzed wth addtoal arables ad costrats. Due to the sze o the problem, a heurstc algorthm s deeloped ater alg to sole the teger model usg CPEX. I order to test the eecteess o the proposed algorthm, the results o 37 rus o smaller dmesoal problems that hae bee soled to optmalty are compared to results rom the proposed heurstcs. Hag a aerage o 14.6% deace rom the optmum, the algorthm maages to sole 14 o these 37 staces to optmalty. It s show that the model also preseres ts aldty a stochastc settg by a smulato study where determstc parameters the modellg stage are cosdered to be stochastc. The project also supported by applcatos such as database support ad customer ID card desg s a testg stage. I summary, the project proposes a protable ad lexble dstrbuto system to the rm ad eables access to retal pots wth lower costs. Keywords: o-lear teger programmg, heurstcs algorthm, logstcs ast mog cosumer goods sector, smulato. * İletşm yazarı, erskorpeoglu@gmal.com Dokuz Eylül Üerstes taraıda düzelee 27. Yöeylem Araştırması e Edüstr Mühedslğ Ulusal Kogresde Öğrec Proje Yarışması düzelemştr. Bu yarışmada kclk ödülü kazaa çalışmayı lgl öğretm üyes de katkılarıyla düzelemş halyle yayı poltkası doğrultusuda yayılıyoruz. 13

2 Ers Körpeoğlu, Emre adar, Ee Burak Bozkaya, Derya Seer, Oya Ek Karaşa 1. GİRİŞ Güümüzde hızlı tüketm ürüler sektörü, öcelğ büyük çaplı market zcrler gb yüksek potasyell müşterlere kaydırmaktadır. Bu durum, bakkal e küçük çaplı marketler gderek öem ytrmes e üretcler yüksek malyetler ede le satış sstem desteğ ger çekmes gb souçlar doğurmaktadır. Acak bu taıma uya oktalar br sıı olarak değerledrldğde, toplam okta sayısıı oldukça azla e şrkete sağlaacak potasyel crou öeml boyutlarda olduğu görülmektedr. Bu durum, sektördek üretcler düşük potasyell oktalara ulaşmada kullaacağı karlı br dağıtım sstem gereksm ortaya çıkarmaktadır. Hızlı tüketm sektörüü öde gele rmalarıda br ola Uleer, düşük potasyell ama sayıca azla bu perakedeclere ulaşmak e karlılığıı korumak suretyle toplam crosuu artırmak e hzmet yelpazes geşletmek stemektedr. Frmayı taımak gerekrse; Uleer, 1930 yılıda sabu üretcs eer Bros. e margar üretcs Ue ortaklığı le kurulmuştur. Gıda, kşsel bakım e e bakımı ürülerde oluşa çok geş br ürü yelpazese sahptr. Düyaı yaklaşık 150 ülkesde her gü 150 mlyo tüketcye ulaşa Uleer, 2006 yılıdak 39.6 mlyar Aro crosu le düyaı öde gele şrketler arasıdadır. Faalyet gösterdğ ülkelerde yerel köklere bağlı br şrket ola Uleer, 1952 de ber Türkye pazarıda akt rol oyamaktadır. Brçoğu buluduğu pazarlarda lder koumda ola Omo, Rso, Domestos, Yumoş, C, Eldor, Doe, Rexoa, ux, Axe, Sgal, Saa, Becel, Korr, Koml, pto, Algda e Amaze markalarıı üretcsdr. 2. ÇAIŞMAI AMACI VE KAPSAMI Türkye geelde Uleer taraıda tespt edle düşük potasyell müşterler sayısıı yaklaşık olduğu blmektedr. Projede, bu çeşt oktalara karlı br şeklde ulaşılmasıı sağlayacak br dağıtım sstem tasarlaması e hayata geçrlmes amaçlamaktadır. Proje taımı e aalz bölümüde, rmaı ürüler düşük potasyell müşterlere ulaştırması sırasıda yaşaa güçlükler celeecek, problem et br taımı yapılacaktır. Öerle yötemblm bölümüde, çözüm öers açıklaacak, problem tamsayılı doğrusal programlama tekkler le modelleecektr. Çözüme yöelk gelştrle buluşsal algortma e Excel hesap çzelgeler le plot bölge olarak seçle Akara dak düşük potasyell oktalara ulaşılma şekl belrleecek e souçları rassal parametreler altıda geçerllğ bezetm çalışmaları le test edlecektr. Uygulama plaı bölümüde, projey uygulamaya yöelk yapıla çalışmalar özetleerek öerle sstem şleyş aktarılacak, ertabaı tasarımı e müşter hzmet kartı gb öerle sstem destekleyecek ya uygulamalar açıklaacaktır. 3. PROBEMİ TAIMI VE AAİZİ 3.1. Mecut Sstem Aalz e Frma Bekletler Mecut dağıtım sstemde, rmaya sağladıkları gelrlere göre sııladırıla talep oktalarıa arklı dağıtım yötemler uygulamaktadır. Bu gelr sıılarıda e küçüğü ola BA2 sııı, küçük çaplı perakedeclerde oluşmaktadır e Uleer e düşük öcelkl sıııdır. Uleer BA2 sıııdak dağıtımı bölgesel dağıtıcılarla sağlamakta, bu dağıtım sstem satış temslcler aracılığıyla sparş alma e buları müşterye ulaştırma gb k aşamada oluşmaktadır. Ayrıca Uleer, talep potasyellere göre BA2 sııı le bezerlk göstere ama mecut sstem le ulaşılamaya oktalar tespt etmştr. Frma bu oktalara doğruda br dağıtım hzmet ermese de, bu oktalar Uleer ürüler toptacılar gb arklı dağıtım kaallarıda tem edeblmektedrler. Uleer amacı, Türkye çapıdak crosu bakımıda BA2 sıııda yer alablecek perakedecye karlılığı korumak suretyle doğruda ulaşmayı sağlayacak ye br dağıtım sstem oluşturmak e satış potasyel düşük ama sayıca azla bu oktalarda gelr elde etmektr. 14

3 Crosu Düşük Perakede oktalarıa Uleer Ürüler Dağıtımı İç Karma Sstem Tasarımı Mecut sstemde talep oktalarıa ulaşılırke oluşa malyet karşılamak ç br cro lmt belrlemştr. Br talep oktasıı ssteme dahl edleblmes ç e az bu lmt kadar sparş ermes gerekmektedr. Bu oktalara mecut sstemde ulaşılamamasıı sebeb olarak k temel bulgu tespt edlmştr. İlk bulgu olarak, BA2 sıııdak perakedecler rma dağıtım ssteme gösterdkler bağlılık düzeydek değşkelk e satı alma yötemlerdek tutarsızlıklar gösterleblr. Buu yaıda cazp yatlar öere toptacıları arlığı, üretcy bu yatlarla rekabet edeblecek ücret poltkaları sumaya zorlamaktadır. Dğer br bulgu se malları müşterye ulaştırılması sürecde sparş reddedlmes, bazı durumlarda ulaştırıla ürüler satı alımasıı ertelemes e souçta ulaşım e şç malyetler artmasıdır Problem Taımı Mecut sstem aalz soucuda problem, ulaşılamaya oktalara erşmey hedeleye karlı br dağıtım sstem gelştrmek, böyle br ssteme dahl olablmek ç yeterl croya sahp oktaları belrlemek e dahl edlmes halde e büyük sstem karlılığıı elde etmek olarak taımlaablr. Zama kısıtı edeyle plot bölge olarak Akara Bölges seçlmştr. Bu bölgedek ulaşılamaya perakedec sayısı yaklaşık 4500 dür. Bu proje brtakım kısıtlar çermektedr. Öcelkle, ulaşılamaya oktalardak müşterler satış potasyeller düşük olduğu ç bu oktalarda beklee cro br şeklde sıırlıdır e bu oktaları, öerlecek dağıtım ssteme karlı br şeklde dahl etmek ç malyet düşürerek kazacı artıracak br dağıtım yötem gelştrlmeldr. Öerlecek sstem ç dğer br kısıt se perakedecler tek seerde alablecekler ürü mktarlarıı sıırlı olmasıdır. Buu dışıda, hedelee müşter grubuu dağıtım sstemde ürü stoğuu takp edleblmes ç satış temslcse gereksm duyulmaktadır teratür Araştırması Problem taımı e kısıtlamaları dahlde, karlılığı koruya br dağıtım sstem tasarımı üç aşamada oluşmaktadır: e az malyetl br depo kouşladırılması, depoda dağıtılacak malları göderleceğ (ssteme dahl edlecek oktaları belrlemes e belrlee bu oktalara güzergah atama yapılmasıdır. Bu edele, lteratür taramasıda depo koumlama e taşıt güzergahı ataması modeller araştırılmıştır. E az malyetl depo koumuu belrlemes ç Yer seçm-güzergah Atama Problem (YGAP celemştr. Bu problemde e y depo sayısı e koumu belrlerke müşterler depoya ataır e güzergah atama yapılır. aporte, orbert e Talleer (1988 bu problem depo koumlama e güzergah atama olarak k ayrı bölüm olarak rdelemş e Dal-Sıır yötemyle çözmüşlerdr. Fakat, rmaı steğ doğrultusuda, bu projede tek depo kurulumu belrlemş e bu depou, mecut müşterler satı alma yöelmler yüksek olduğu GİMAT ta kurulmasıa karar erlmştr. Müşterler sparşler dağıtılacağı depou koumu belrledkte sora, müşterler kümeledrlmes e araçlarla rota ataması ç lk Datzg e Ramser ı (1959 değerledrdğ Taşıt Güzergahı Ataması Problem (TGAP araştırılmış e bu problem arklı kısıtlar çere çeştler celemştr. Buu yaıda Clarke e Wrght ı (1964 tek depoda teslmat okatalarıa araç çzelgelemes problem de celemştr. Acak, erle perakede oktalarıı tam koumlarıı blmemes e Uleer güzergah atama şlem ked yazılımıyla (OGO gerçekleştrmek stemes sebebyle bu modeller kullaılması uygu görülmemştr. Böylece, yötemblmdek yaklaşım, müşterler belrlee depoda e az malyetle dağıtım hzmet alablmes ç kümeledrlmes olacaktır. Bu şlem sorasıda her taşıt ç belrl müşterlerde kümeler oluşturulacak e daha sora bu müşterlere güzergah atama şlemler Uleer taraıda yapılacaktır. Bu edele, Fscher e Jakumar (1980 ı Öce Kümele Sora Güzergah Ata algortması modelmz kurulumu esasıda kr kayağı olarak kullaılmıştır. Modelleme sürecde kullaılmak amacıyla depo 15

4 Ers Körpeoğlu, Emre adar, Ee Burak Bozkaya, Derya Seer, Oya Ek Karaşa ç eater kotrol sstem belrlemes e yaklaşık eater malyet mktarıı hesaplaması gerekmektedr. Eater sstemler belrlerke ahmas ı (2005 Üretm e İşlem Aalz ktabıda e peryodk tetş eater sstemler celemek amacıyla Porteus u (1985 makalesde aydaılmıştır. 4. ÖERİE YÖTEMBİİM 4.1. Geel Yaklaşım Uleer tüm htyaçlarıı karşılayablecek br sstem tasarlamak amacıyla lk adım olarak perakedeclerle rtbata geçerek oları bakış açısı celemştr. Buu ç öde gele bazı rmaları dağıtım sstemler e bu sstemler hakkıda müşterler görüşler rdeleye küçük çaplı br aket çalışması yapılmıştır (Bakıız Ek 1. Bu çalışma esasıda Ülker, Et, Phlp-Morrs gb rmaları sıcak satış yaptığıı öğrelmes, sıcak satışı uygulaablrlğe ola acı artırmış e bu satış sstem değerledrlmes sağlamıştır. Sıcak satış sstem (SSS, br rmaı daha öcede sparş almaksızı e talep tahme dayalı br şeklde müşterye ulaşması e ürü teslm satış aıda yapmasıdır. Frmaı sparşe dayalı sstem celedğde, ertabaıda kayıtlı perakedeclere ulaşmak ç satış temslcler kullaıldığı, sparşler bu zyaretler esasıda topladığı e ardıda alıa sparşler teslm ç bu oktalara tekrar gdldğ görülmüştür. Bu gözlemler ışığıda, SSS uygulamasıyla aklye e şç malyetler azalacağı düşüülmüştür. SSS uygulamasıı makul kılacak br dğer okta se mecut sstemdek müşter malı teslm alamadığı zama malı ger göderp, Uleer e ek malyet oluşturmasıı egellemesdr. SSS erml tahm e eater yöetmyle destekledğde, bu sstem rmaı mecut sstemde karşılaştığı malyetler düşürmekte etkl olacağı ögörülmüştür. Perakedec aket soucuda ürüler teslmatı ç başka seçeekler de uygulaablr olduğu gözlemlemştr (Ek 1. Öreğ, Ees Plse gb bazı rmalar teleola sparş alarak teslmat yapmaktadırlar. Satış temslcs kullamamaı şgücü malyetler cdd şeklde düşüreceğ e buu soucuda teleoa dayalı br sstemde oluşacak toplam malyet mecut sstemk altıda kalacağı blc le teleola sparş sstem (TSS de br seçeek olarak düşüülmüştür. Yapıla aket, ayı zamada bazı müşterler Uleer ürüler deamlı olarak Yemahalle dek topta satış merkez GİMAT ta aldıklarıı ortaya çıkarmıştır. Buu sebeb GİMAT ta Uleer ürüler dışıdak dğer markaları da satılması e bazı durumlarda Uleer ürüler yatlarıı GİMAT ta daha hesaplı olablmesdr. Bu er ışığıda depolamada kullaıla merkez ayı zamada satış ç de kullaılableceğ kr ortaya çıkmıştır. Bu sayede depo malyet hem satış hem de depolama gb k kısma bölüecek, depou getrs arttırılacaktır. So olarak, Uleer e, kurulacak sstemde müşteryle ola teması rma öcelkler açısıda öem sorulmuştur. Frmaı bu koudak yaklaşımı, o oktaya ulaşmadak karlılık garat altıa alıdığı sürece müşterye mümkü olduğuca azla hzmet götürülmes e müşteryle teması mümkü olduğuca çoğaltılması yöüdedr. Tüm blgler ışığıda arklı müşterler Uleer e sağladıkları croya göre grupladırıldığı e yukarıda urgulaa üç dağıtım yötemde uygu olala hzmet alacağı br karma sstem kurmaya karar erlmştr. Sstem oluşumua lk olarak dağıtım e depolamaı yürütüleceğ depo plalamasıyla başlamıştır. Uleer bu koudak steğ e müşterler dğer ürüler almak ç zate GİMAT a gdyor olmasıı göz öüde buludurarak depou GİMAT a kurulmasıa karar erlmş, bu depou, hem ürüler depolaableceğ, hem de müşterler zyaret edp Uleer ürüler alablecekler br merkez olarak kullaılması plalamıştır Modelleme Sürec Sıcak Satış Sstem Modellemes teratürü celemes soucuda SSS ye dahl edlecek oktaları öce kümeleme sora güzergah atama şlemler yapılmasıa karar erlmştr. Gruplama şlem matematksel modele dahl edlrke; güzergahlama Uleer steğ üzere OGO prog- 16

5 Crosu Düşük Perakede oktalarıa Uleer Ürüler Dağıtımı İç Karma Sstem Tasarımı ramıyla yapılmak üzere rmaya bırakılmıştır. Model bu gruplama şlemde komşuluk e araç kapastes kullamaktadır. Buu yaıda model, lteratür araştırmamızda karşılaşılmaya, oktaları değşke br cro lmt le eleme şlem de gerçekleştrecektr. Bu da özellkle hızlı tüketm ürüler sektörüdek gdlecek oktaları belrleme problem çözerke, söz kousu oktaları komşuluk lşkler dkkate alarak gruplayacak e bu esada kaç araç gerekeceğ belrleyecektr. Bu oktalarda sadece 2,5 km mesae çde (ayı komşulukta olalar grup olarak taımlaır. Dğer br deyşle model, çıktı olarak hag oktalara sıcak satışla ulaşılacağıı, bu oktaları komşuluk gözetlerek asıl gruplaacağıı e bu esada kaç araca htyaç olacağıı ermektedr. Modeldek e öeml kısıt cro lmt kısıtıdır. Br okta, ssteme dahl olablmek ç o oktaya ulaşma malyet bu lmt altıda kalmalıdır. Bu kısıtta kullaıla br aracı tur malyet (yakıt + araç hzmet erdğ oktalara bölüme matığı e modele erle croyu e çoğaltma hede, model olabldğce çok oktayı ssteme dahl etmeye çalışmasıa, buu ç bu kısıtı olabldğce küçültme yöüde araç kullaım oralarıı yükseltmese sebep olmaktadır. Bu sayede model araç kullaımıı da kotrol altıda tutmaktadır e ssteme dahl edle br oktaı karlılığı garatlemektedr. Model parametreler şu şekldedr: S : cro lmtler ç emyet aktörü (S=1+MARR + tampo malyet yüzdes : br aracı br güde zyaret edebleceğ maksmum perakedec sayısı C : perakedec başıa düşe sabt malyet (eater e tedark masraları çerr C : k hatalık toplam araç e satış temslcs masraı : perakedec sayısı M : büyük M değer R : c perakedec crosu = 1,2,..., V : başlagıç araç x seer sayısı, (/ ormüllü le hesaplaır. C t : klometre başıa düşe yakıt masraı d : c perakedec depoya uzaklığı = 1,2,..., j : 1 'c perakedec j le ayı komşuluktaysa 0 aks durumda., j= 1,2,..., Model karar değşkeler se aşağıdak gbdr: g : aracıı katettğ mesae 1 'c perakedecye aracı taraıda hzmet erlyorsa x : 0 aks durumda. = 1,2,...,; = 1,2,...,V Model gösterm se şu şekldedr: V Eçokla ( R x 11 Öyle k x 1,..., V (1 1 (1 x (1- x 1,..., ; 1,..., V (2 j 1 j j V x 1 1,..., ( x d g 1,..., ; 1,..., V (4 j 1 x j C x R S C C g M (1 x t j 1 x j 1,..., ; 1,..., V (5 x {0,1}, g 0 1,..., ; 1,..., V 17

6 Ers Körpeoğlu, Emre adar, Ee Burak Bozkaya, Derya Seer, Oya Ek Karaşa Model hede, öerle SSS ye dahl edlecek oktalarda elde edlecek toplam crou ebüyültülmesdr. Burada model amacı kar ebüyültülmes olarak belrlememştr. Buu ede, lerde sstem bazı oktalarda zarar eder hale gelmemes, her oktaı belrl br cro alt lmt aşması kısıtıyla e crou ebüyültülmesyle sağlaacak olmasıdır. Model kısıtlaya usurlarda lk araç kapastesdr. Asle araç kapastes üç arklı boyutta ö plaa çıkmaktadır. Bular hacm, ağırlık e zama kısıtlarıdır. Yapıla hesaplamalarda kullaılması plalaa aracı hacm e ağırlık kapastes toplam zama kısıtıyla ulaşılablecek oktalara yüklemes beklee ürüe göre çok azla olduğu (kapaste sparşler ağırlık ç k katı, hacm ç 1.5 kat kadar olduğu tespt edlmştr. Dğer br deyşle zama kısıtı gdleblecek okta sayısıı le sıırlarke hacm kapastes 50-55, ağırlık kapastes se 70 carı oktaya hzmet etmeye elerşldr. Bu edele de modele yalızca kapaste kısıtı olarak e belrleyc ola zama kısıtı koyulmuştur. İkc kısıt br aracı br gü çersde gdeceğ oktaları ayı komşulukta (belrl br yakılıkta olmasıdır. Burada belrl yakılıkta kasıt 2,5 km dr. Bu rakam akademk e saay daışmalarıyla ortak olarak belrlemş e bu rakam baz alıarak modelde kullaılmak amacıyla br komşuluk matrs hazırlamıştır. Bu sayede br gruba dahl edlecek oktaları belrl br yakılıkta olması sağlaacaktır. Üçücü kısıt, br oktaı ssteme dahl edleblmes ç yalız br araç taraıda hzmet görmesdr. Bu kısıt ye gruplama esasıda ssteme dahl edlecek her br oktaı yalız br gruba dahl edlmes sağlamaktadır. Dördücü kısıt se, br aracı yaklaşık tur mesaes hesaplamada kullaılır. Gerçek tur mesaese yakı br değer hesaplayablmek ç br aracı gttğ e uzak oktaı GİMAT a uzaklığı 2,5 le çarpılmıştır e aracı toplam ulaştığı okta sayısıa bölümüştür. Br kamyo taraıda zyaret edlmes gereke k arklı müşter oktası düşüüldüğüde: GMAT Bu k oktada GİMAT a ola uzaklıkları büyüğü l olsu. Üçge üzerde de görüldüğü gb 1 a e 1 b. İk eştszlk toplaırsa 2l a+b e her k taraa l eklerse, 3l a + b + l (1. Üçge eştszlğde, l a + b e 2l a + b + l (2. (1 e (2 eştszlkler brleştrldğde se 3l a + b + l 2l eştszlğ elde edlr. Bu eştszlk doğrultusuda, tur mesaes ola ( a + b + l y 2,5 x l le yakısamak uygu bulumuştur. Bu arsayım, müşter oktaları arasıdak mesaeler yeterl derecede küçük olması koşuluyla, zyaret edle oktalar artsa ble geçerllğ sürdürecektr. Beşc e so kısıt se ssteme dahl edlecek oktaları kede özel cro lmt sağlamasıdır. Bu kısıt hesaplaırke sırasıyla okta başıa düşe sabt malyet(c, okta başıa düşe araç malyet C x / x e ye okta başıa düşe yakıt malyet j (C t hesaplamakta, bu malyet değer emyet çarpaı(s le çarpılmakta e bu şeklde e düşük cro lmt elde edlmektedr. okta başıa düşe araç malyet e bez malyet değşke olduğu ç bu cro değer de değşkedr. Souç olarak model, br oktaı SSS ye dahl edlp edlmeyeceğ, edlrse oa hag araçla hzmet erleceğ belrlemektedr. Buu yaıda br aracı br gü çersde hag perakedeclere gdeceğ e toplamda kaç araca htyaç olacağıı model soucuda öğremek mümküdür. Modelde dördücü e beşc kısıtlar doğrusal değldr e buları doğrusallaştırılması gerekmektedr. Bu doğrusallaştırma soucuda modelde (4 e (5 kısıtları slmş yere şu değşkeler e kısıtlar eklemştr: a l b Müter oktas 2 Müter oktas 1 18

7 Crosu Düşük Perakede oktalarıa Uleer Ürüler Dağıtımı İç Karma Sstem Tasarımı Modeldek büyük M değer M=S x (C +C + 2,5xC t xmax (d adesyle hesaplaır. Modelde yapıla doğrusallaştırma şlem şu şeklde özetleeblr: u değşke, oktasıı, aracıı malyetdek payıı temsl eder (eğer kamyou oktasıa hzmet götürmüyorsa değşke değer 0 dır. Burada öeml br değşklk de, aracıı toplam kaç oktaya gttğ ade etmede kullaıla z değşke (modelde de alatıldığı gb bu değşke aracı tae oktaya gttğde 1 ola br değşkedr taımlamasıdır. Bu değşke taımlamasıdak amaç, toplam kısıt sayısıda azaltma yapmak e model boyutuu küçültmektr. Öcelkle u değşke oraa eştler. u u x xx j j x j j x xz z böle sol taraa atılır, u z x u z x u z x u z x t 1 arac toplam tae perakedecye ulayorsa z = 0,1, 2,...,, 1, 2,..., V 0 aks durumda t, u : br kst dorusal hale getrmek ç taml dekelerdr. u z Daha sora t t uz =u z değşke taımlaır. t =u C Ct 2,5 d S ( C C Ct 2,5 d S ( C C Ct 2,5 d S ( C R C Ct 2,5 d S ( C R x 0 x 0 g 2.5du 1,..., ; 1,..., V (4 R S C Cu Ct g M (1 x 1,..., ; 1,..., V (5 t u z 1 1,..., ; 0,..., ; 1,..., V (6 t u 1,..., ; 0,..., ; 1,..., V (7 t z 1,..., ; 0,..., ; 1,..., V (8 t x 1,..., ; 1,..., V (9 0 z x 1,..., V ( z1 1,..., V (11 0 1,..., ; 1,..., V ; 0,..., z {0,1}, t 0, u 0 Deklem sağ taraıdak. 19 z y doğrusallaştırmak ç (6, (7, (8 o lu deklemler modele ekler e (9 o lu deklem le t ler x lere bağlaır. (10 e (11 olu deklemler se z y kısıtlar e x ye bağlar. Böylece doğrusallaştırma şlem tamamlamış olur Sıcak Satışla Ulaşılacak Perakedecler Belrlemes Daha öce de belrttğmz gb Akara Bölges de karma ssteme dahl edlp edlmeyeceğ belrleecek ola yaklaşık 4500 perakedec bulumaktadır. Yukarıda ayrıtılı olarak erle modelle 4500 okta çere büyük br problem öcül koşturumlar soucuda kes olarak çözemeyeceğmz göz öüde buludurarak, modele katılacak okta sayısıı düşürülmes gerektğe karar erlmştr. Bu sayıı düşürülmes e çözüme ulaşılması ç üç aşamada oluşa br algortma tasarlamıştır. Bu aşamalar şu şeklde özetleeblr: a. İlk Eleme: Modelde oluşablecek e küçük cro lmt, S x C C Ct x2,5xd adesyle hesapla-

8 x x u x x x j z u j x x x u j z x j j z x j x Ers u Körpeoğlu, Emre u z x uz x adar, Ee Burak Bozkaya, Derya Seer, Oya Ek Karaşa u x j z zx uz x j u z x uz x t uz t uz ır. ubu zcro lmt x sağlamaya uz x oktalar br blgsayar taraıda ssteme dahl edlecek br oktayı elememektedr. Bu da ou model e y değerde br t uz C Ct 2,5 d programı x yoluyla eler C Se modele 2,5 hç alımaz. C t ( C d S x ( u C t ux j z z değşklk yapmadığıı spatlamaktadır. İlk Eleme Öteorem j 1: C Ct 2,5 d S ( C soucuda okta sayısı 4500 de 1566 ya mştr. C Ct 2,5 d C S Eğer S x ( Ct 2,5 d S ( C t x2,5xd R R C Ct 2,5 d b. İkcl Eleme: ( okta sayısı gülük hzmet us z ( C x uz x >R se, e y C C t 2,5 d lmt 36 da azla ola mahalleler, kcl eleme algortması uygulaarak küçültülür. Bu esada kullaıla S ( C souçta x 0 R dır. x 0 t uz C Ct 2,5 d matık şu şekldedr: Model gruplama esasıda araç S İspat: ( CBu alt lmt sağlamaya ssteme R dahl edle 0 br oktası x kapastes kadar ya da oa yakı gruplar oluşturmakta Colduğuu Ct 2,5 darsayalım. S ( Bu oktaya hzmet C e bu sayede cro lmt e küçük hale getrerek ere araç c araç olsu. C Bu x x R S C okta bütü kısıtlarla 0 g CC t x ssteme dahl ettğ okta sayısıı arttırmakta e bu brlkte cro Clmt sağlamalı R j 1 x ya; S C j g Ct Ct 2,5 d yolla da toplam croyu da arttırmaktadır. Bu oktada S ( C R C x j 1 x j ayı mahalle çdek oktalar zate ayı komşulukta R S C g C t olduğu ç, bu oktalarda eğer mahalledek okta x x d g j 1 x j C x sayısı araç kapastesde yüksekse araç kapastes R S C olmalıdır. Bu adede j 1 x 2.5 g C yer j ala x t d kadar okta gruplaır. Bu gruplaa oktaları cro j 1 g x j alt seyes sağlayıp sağlamadığı kotrol edlr e S, C, 2.5 C, j 1 x j Cx t d g x eğer sağlıyorsa ssteme doğruda dahl edlr. Eğer R S C adeler bütü d g g Ct bu oktalar cro alt lmt sağlamıyorsa doğruda adeler j 1 ç sabttr. 2.5 x j 1d x j j 1 x elerler. oktaları buluduğu mahalledek okta j 2,5 x x x dj Ye g d dördücü kısıt ola taımı g x j 1 x j g sayısı araç kapastes kadar azaltılır e böylece modele j 1 j 1 x j dahl edlecek okta sayısı azaltılır. Bu gruplama pratk 2.5 x j gereğ aracıı d g gttğ oktalar ç açıda da matıklıdır; çükü br aracı arklı mahallelerde hzmet ermesdese tek br mahallede hzmet g j 1 x j 1 x j j j 1 x d j g dr. j 1 x j 1 x ermes terch sebebdr. Mecut uygulamalarda da j değer se bütü j C x büyük C C mahallelerde t 2,5 d mahalle ç gruplamalar terch d g S C g Ct S ( C x ler edlmektedr. Bu şlem soucu okta sayısı 1566 da değer j 1 x j j 1 x 1 j x j aldığı durumda se e azla ya br C x t 2,5 954 e mştr. C C d j 1 x S C g C ( j t S C aracı tam kapasteyle ulaşabldğ okta C Ct 2,5 d R S C ( Cx j 1 x sayısıdır. j ( İkcl eleme yaptığı br dğer şlem se tüm C j sabt 1 x j e x C Ct 2,5 d S ades de üstte kabul ettğmz üzere 1 mahallelerdek okta sayısıı (e büyük ortak böle 3 e bölüerek model daraltılmasıdır. Böylece, C g Ct olduğu S ( C ç j 1 x j C x Cmodeldek Ct 2,5 br okta d gerçekte 3 perakedecy temsl S C C x g Ct S ( C t 2,5 d j 1 x R j ( Ct 2,5 d S C g Ct ( S x C Ct x2,5xd C C etmektedr. Bu metot yalızca br mahalledek tüm j 1 x j oktalar hakkıdak cro blgs ayıysa geçerldr. C Ct 2,5 d R olduğu görülür. S ( C Projemzde durum böyle olduğu ç bu metot uygulamış e br aracı br güde hzmet erebleceğ e Acak, C CtC 2,5 C dt 2,5 d R S S başta ( C ( yapıla C arsayım oktasıı bu alt lmt azla okta sayısı 36 da 12 ye düşmüştür. Bu şlem sağlamadığı ya soucu modele alıa okta sayısı 954 te 318 e düşmüştür. Böylece buluşsal algortmaya 318 tae R < S x C Ct x2,5xd okta alımıştır. C c. Buluşsal Algortma: İlk e kcl elemelere olduğudur. Bu k ade çelşmektedr, bu da ssteme rağme okta sayısı asıl modelle çözüleblecek kadar model taraıda dahl edlecek her oktaı bu adey sağlaması gerektğ göstermektedr. küçülmedğ ç buluşsal br algortma üretlmş e bu algortma kullaılarak SSS ye dahl edle oktalar Öteorem 1 e göre lk eleme hçbr şeklde model belrlemştr. Bu buluşsal algortma şu şekldedr: 20

9 Crosu Düşük Perakede oktalarıa Uleer Ürüler Dağıtımı İç Karma Sstem Tasarımı D araçları br turdak doluluk mktarıı belrtr. Bu C x ade modeldek cro sıırıdak ades x paydasıa yazılmıştır. S, SSS okta kümes, ar araç edeks, V lk araç sayısıı e Z ar ar edeksl aracıı gttğ toplam okta sayısıı ade eder. j j çdek oktalara se dokuulmamaktadır. D değer br sorak dögüde br azaltılmakta e ayı şlemler tekrarlamaktadır. Böylece araç doluluk oralarıyla lgl br kabul yapılmış e acak bu kabule uya oktalar ssteme dahl edlerek yapıla gruplamaları makul e matıklı olması sağlamıştır. lk Atamalar: D=, =1, S= x j j D yaparak model dorusallatr Olua bulusal algortma IP s (tamsayl programlamay çöz IP soucuda olua Z ar deerlere bak ar V se dögüde ayrl, delse ar ar 1 yap Z ar D se arac hzmet ett oktalar S e ekle D >1 se D = D-1 yap, ar = 1 yap baa dö, delse sorak adma geç Algortmay soladr. S kümes elemalar göster Buluşsal Algortmada öce araç doluluk oraı (D sabt br sayıya eştlemekte (İlk adımda araç hzmet kapastese eştler, daha sora bu değer kullaılarak buluşsal algortma tamsayılı model çözülmektedr. Daha sora bu model soucu oluşa gruplamalar celemekte e D değere eşt eya daha büyük sayıda okta çere gruplamalar asıl ssteme kabul edlmektedr. Daha küçük gruplamalar e bu grupları Buluşsal algortmada çözüle tamsayılı programlama model tam olarak modeldek cro kısıtıda araç malyet bölümü doğrusallaştırılarak oluşturulmamıştır. Buu yaıda model çözüm perormasıı yükseltme amacıyla bazı yaklaşımlar yapılmıştır. Bularda lk, modeldek br aracı br güde gttğ oktalarda GİMAT a e uzak olaı seçlmesyle bulua g( adesdr. Buluşsal algortmada bu ade hesapla- 21

10 Ers Körpeoğlu, Emre adar, Ee Burak Bozkaya, Derya Seer, Oya Ek Karaşa mamış buu hesapladığı kısıt ptal edlmş e bu ade yere e azla 2.5 klometrelk br sapmaya sebep ola mesae üst lmt kullaılmıştır. Bu model şu şekldedr: koşturumlarla deemştr. Bu koşturumları amacı, buluşsal algortmaı e yde sapmasıı deeysel olarak gözlemlemektr. Buu ç 37 tae rassal problem yaratılmıştır. Komşuluk yoğuluğua göre V Eçokla R x 1 1 Öyle k x 1,..., V 1 (1 x (1- x 1,..., ; 1,..., V j 1 j j x 1 1,..., V 1 Cx ( d 2,52,5 V R S C ( C t M (1 x 1,..., D D 1 Modeldek büyük M, M= Sx(C +C +2,5xC t x (Max (d + 2,5 şeklde hesaplaır. Bu model soucuda buluşsal algortma lk modele göre çok daha hızlı çözüleblmektedr. İlk model değşkeler e kısıtlarıı e yüksek dereceler O(xxV ke bu değerler küçük modelde O(xV ye drgemştr. Yukarıda algortmada alatıldığı gb doğrusal olmaya tamsayılı problemler küçük tamsayılı programlara problemlere çererek dögüsel olarak çöze algortmaı k aa çıkış oktası ardır: 1. Asıl modeldek doğrusallığı boza durum, dördücü e beşc kısıtta toplam malyetler okta başıa bölüştürülmes le lgl adede kayaklamaktadır. Bu ade (br aracı gttğ okta sayısı sabtlerse problem, daha kolay ola tamsayılı programlama le çözüleblecek hale gelr. 2. Br kamyou br güde gdebleceğ e azla okta sayısı ( dama tamsayıdır e bu sayı kırkell gb br sayıı üstüe çıkamaz (sers süres kısıtıda dolayı. Ayrıca değer kcl elemede EBOB le model küçültülürke 36/EBOB a ya 12 ye döüşür. Souç olarak br aracı gdebleceğ okta sayısı ç mümkü ola 13 tae değer ardır (0, 1, 2,..., 12. Bu da toplam dögü sayısıı sıırlı tutmaktadır. İşleyş açısıda model yapısı göz öüde buludurularak üretlmş buluşsal algortmamız, yapıla bu problemler seyrek(%70 0, %30 1, ormal (%50 0, %50 1 e yoğu (%30 0, %70 1 olablmektedr. Tablo 1 de görüle koşturumlara göre bu algortmaı e y değer asıl modeldekde ortalama %14.6 kadar saptığı e 37 problemde 14 üde buluşsal algortma le model ayı değer erdğ gözlemştr. Bu da algortma başarısıı yüksek olduğuu şaret etmektedr. Ayrıca buluşsal algortmaları küçük problemlerde başarısıı daha düşük olacağı düşüüldüğüde büyük problemlerde sapmaı daha da küçük olacağı beklemektedr. Brcl eleme e yde uzaklaşmadığıı daha öce Öteorem 1 le göstermştk. Ayı şeklde kcl elemee kc metodu (b( metodu da e yde herhag br uzaklaşmaya sebep olmamaktadır. İkcl eleme lk metodu (b( metodu se bazı durumlarda e yde uzaklaşmaya sebep olablmektedr e bu edele zoruda kalımadığı sürece uygulaması öerlmemektedr. Bu oktada eleme algortmamızda öcelkle brcl eleme yapılır e mümküse b( metodu uygulaır. Daha sora model deer eğer çözüm alıamıyorsa, buluşsal algortmaya başurulur. Eğer oda da souç alıamıyorsa b( metodu uygulaır. (Bakıız Ek 2 Daha öce de belrtldğ gb, matematksel model sstem lk kurulum aşamasıda kullaılmış, sstem daha sora kolay şleyeblmes ç sabt br SSS cro lmt kullaılması kararlaştırılmıştır. Sabt cro 22

11 Crosu Düşük Perakede oktalarıa Uleer Ürüler Dağıtımı İç Karma Sstem Tasarımı Tablo 1 - Buluşsal algortma e model koşturum souçları Koturum umaras Rastgele Say tohumu okta Says Komuluk Youluu Tamsayl Programlama Hededeer BulusalAlgortma Hede deer Eyde Sapma(% Seyrek 1001, ,5650 0, ormal 1181, , You Seyrek ormal You Seyrek ormal You Seyrek ormal You Seyrek ormal You Seyrek Seyrek Seyrek Seyrek Seyrek ormal You Seyrek ormal Seyrek ormal You Seyrek You Seyrek ormal You Seyrek Seyrek Seyrek Seyrek Seyrek ORTAAMA

12 Ers Körpeoğlu, Emre adar, Ee Burak Bozkaya, Derya Seer, Oya Ek Karaşa lmt belrlerke br oktaya ulaşmaı malyet, gülük malyet aracı gülük gttğ okta sayısıa bölümesyle hesaplamış e bu malyet %5 lk br asgar komsyo oraıa (dağıtım malyet / cro bölümüştür. Burada tasarlaa sstem asgar komsyo oraı ola %6,3 kullaılmamış, ou yere %5 lk sabt br komsyo oraı kullaılmıştır. Amaç, SSS de hesaplama dışıda kala eater, kayıp satış gb brtakım malyet kalemler olması edeyle br tampo malyet oluşturmaktır. Bu şeklde YT lk br cro lmt elde edlmş bu da uygulama kolaylığı açısıda 50 YT ye yuarlamıştır. Modelde çıka bütü oktalar zate bu değer sağlamaktadır e ye ekleecek oktalar bu değer göz öüde buludurularak ssteme dahl edlecektr Teleola Sparş e Depo Sstemlere Dahl Edlecek oktaları Belrlemes Öerle karma sstemde, cro seyeler SSS ye dahl edlemeyecek kadar düşük ola satış oktalarıda crosu kc br alt seye üstüde olalara, ürüler TSS le ulaştırılmasıa karar erlmştr. Bu oktada teleola sparş ç gerekl e düşük sparş mktarı şu şeklde hesaplamıştır: 1. Bu sstemde yer alacak br oktaı tüm ssteme ortalama e kadar malyet getreceğ buluur. Buu ç aylık kamyo e aylık kamyo şoörü malyetler toplaıp öce 30 güe bölüür. Böylece ortalama gülük kamyo e şoör malyet buluur. Bu sayı gülük ulaşım malyet le toplaıp br kamyou br güde gdebleceğ okta sayısıa bölüür. Dağıtım malyet 1,91 YT/brm olarak hesaplaır. 2. Başlagıç değer olarak, asgar komsyo oraı %5 alıır. Burada hesaplaa cro değer br sparş kabul edlmes ç gerekl alt seyey err de bulua cro seyes kullaılarak hag oktaları teleola sparş erebleceğ buluur. Bulua okta sayısı tek br kamyou k hatada gdebleceğ okta sayısıda (12 x 40 = 480 azdır. Bu edele, asgar komsyo oraı %6,3 e çeklerek tek br kamyou bu sstem ç yeterl olacağı uygu br cro seyes bulumuş olur. TSS Alt Cro Seyes = 30 YT dr. Br seerde e az 30 YT lk sparş eremeyecek müşterler müşter hzmet kartları olmak koşuluyla, Uleer Deposu da ürü alma hakkıa sahptrler Model Çıktıları Model çalıştırılması soucu SSS ye 1215 perakedec dahl edleceğ ögörülmüştür. Toplam 304 mahallede 58 e SSS le hzmet erlmes kararlaştırılmıştır. Buu yaıda, üç araca e satış temslcse htyaç olacağı ögörülmüştür. SSS de elde edlecek toplam yıllık cro 1,933,684 YT dr. TSS hesaplamaları soucuda k hatalık toplam 480 oktaya hzmet erleceğ soucua arılmıştır. Bu sstem ç br araç e araç şoörü gerekmektedr. Ayrıca teleolara bakması amacıyla br teleo operatörüe htyaç ardır. Buu yaıda hem yükleme, hem depo şleryle uğraşması amacıyla üç elema çalıştırılacaktır Bezetm Çalışmasıı Souçları Öerle karma sstem, gerçek hayata uyguluğuu kotrol etmek, uygulama sırasıda olası satış kayıplarıı e eater malyet aalzler yapmak e arklı parametre değerler sstem üzerdek etkler araştırmak ç bezetm çalışmaları yapılmıştır. SSS de kullaıla araç e persoel, TSS de kullaıla araç e persoelde bağımsız çalışacağı göz öüde buludurulmuş, her k sstem ç arklı bezetm modeller gelştrlmştr Teleola Sparş Sstem Bezetm Çalışması Perakedecler depoyu teleola arama süreler rassal olması halde, TSS dek malyet yapısıı celemek e bu sstemde yer ala br teleo operatörü e br araçta aydalama oralarıı hesaplamak amacıyla bezetm model gelştrlmştr. Bu modelde, teleo meşgulke yaşaablecek olası sparş kayıpları e teleoda alıa sparşler aracı üç gü çde taşıyableceğ mktarda azla olması halde yaşaacak kayıp satışlar dkkate alımıştır. Üssel dağılım gösterdğ arsayıla teleola arama süres arklı ortalama değerler ç bezetm model 312 gü (toplam yıllık çalışma zamaı süres le çalıştırılmış e her br ortalama değer ç malyet aalzler gerçekleştrlmştr (Bakıız Ek 3. Araç doluluk oraıı azla olduğu ortalama arama zama aralıkları (5 e 10 dak. ç araç sayısı artırmaı ssteme getreceğ 24

13 Crosu Düşük Perakede oktalarıa Uleer Ürüler Dağıtımı İç Karma Sstem Tasarımı kazaç araştırılmış, ortalama değer 5 e daha az olduğu durumlarda kc araç alımıı toplam kayıp satışı sıırlayacağı e ssteme getreceğ ek malyet / ek cro oraıı öcede hesaplamış olduğumuz asgar komsyo oraıda küçük olacağı görülmüştür. Souç olarak bu durumda kc br aracı alımı öerlmektedr. Bu durum daha büyük ortalama değerler ç geçerl değldr. So olarak bezetm çalışmasıda teleo operatörüü yoğuluğu ölçülmüş e sık aramalarda dah br operatörü yeterl olacağı görülmüştür Sıcak satış sstem bezetm çalışması Modelleme sürecde, perakedecler sparş mktarları sabt kabul edlmş e araçları takp edeceğ rotaları şrket taraıda belrleeceğ göz öüde tutularak modelde yaklaşık br rotalama mesaes kullaılmıştı. Bu erler SSS şleyşe etks araştırmak e buu malyet açısıda aalz etmek ç sabt parametreler yere rassal değerler terch edlerek bezetm model oluşturulmuştur. Gerçek hayatta sparş mktarları perakedeclere e zamaa göre arklılık göstereceğde, bezetm modelde ormal dağılım göstere rassal sparş mktarları kullaılmaktadır. okta başıa düşe k hatalık tahm erler ortalamalarıı özeksel lmt teorem uygulamasıa yetecek çoklukta olması, bu dağılımı kullaılmasıı haklı çıkarmaktadır. Buu yaı sıra, herhag br aracı herhag br güde takp edeceğ rotalama mesaes tam olarak blmeyeceğ, arklı mahalleler ç bu mesaeler değşklk göstereceğ hesaba katılarak, bell br büyüklüktek bölge ç oktalar arası mesaeler e aracı hızıı bçml br dağılımda alıması e brbre oralamasıyla ulaşımda harcaa süre hesaplamıştır. Bu süre, arklı büyüklüktek bölgelere hzmet ere araçlar ç, perakedecler arası uzaklık katsayısı le çarpılmıştır. Böylece, geş br alaa hzmet ere br aracı ulaşımda harcayacağı süre, daha büyük br büyüklük katsayısı le çarpılarak gerçek hayata uygu hale getrlmştr. Bu model, br araç ç 312 gü süre ç çalıştırılarak toplam yıllık cro, kayıp satış e eater blgler kaydedlmştr (Ek 3. Bezetm çalışması soucuda, rassal talep e mesae değerler kazaıla croyu büyük orada etklemedğ, kayıp satışı croya göre oraıı oldukça düşük olduğu gözlemştr. Bu souçlar, matematksel modelde kullaıla sabt talep e uzaklık arsayımıı geçerllğ destekler telktedr. 5. UYGUAMA PAI 5.1. Öerle Sstem İşleyş Sıcak satış sstem SSS k hatalık derler halde şlemektedr. Her peryotta bu ssteme dahl oktalar sadece br dea zyaret edlecektr. Bu sstemde e azla 36 oktada oluşa her br perakedec grubua br gü e br araç ataacak, bu araç bu grup çdek br perakedecy hep ayı gü e yaklaşık ayı saatte zyaret edecektr. Araçta yalızca br satış temslcs buluacak; bu satış temslcs, promosyolarda bahsettkte e rata buluablrlk kotrolüü yaptıkta sora sparş alacak e sparş aıda teslm edecektr. Eğer sparş edle ürü o a araçta yoksa satış kaybı söz kousu olacak, akat satış temslcs daha sorak talep tahmler ç bu satış kaybıı bldrecektr Teleola sparş sstem TSS de peryodk br uygulama bulumamaktadır. Burada 30 YT üzerde erle sparşler kaydedlecektr (sparşler saklaması Vertabaı Tasarımı Bölümü de alatılmaktadır. Öcelkle, kaydedle sparşler kroolojk olarak sıralaacak e 40 lık gruplar oluşturulacaktır. Bu gruplama şlem e çok üç gü çde yapılacak e eğer üç gü çersde 40 rakamıa ulaşılamadıysa ger kala oktalar ç 40 ta küçük br grup oluşturulacaktır. Oluşturula grubu rotalaması yapılacak e br gü çersde bütü oktaları sparşler dağıtılacaktır. Üç gülük der ç toplam 120 sparşe ulaşıldıysa buda sora gele sparşler kabul edlmeyecek ama sstem geşletme hesaplamaları ç kaydedlecektr Depoda yapıla şlemler Depoda bütü sstem ç gerekl ürüler sparş, teslm alıması, ralara e araçlara yerleştrlmes k elema taraıda yapılacaktır. Br elema kasada duracak e tahm yeleme şlemler yürütecektr. 25

14 Ers Körpeoğlu, Emre adar, Ee Burak Bozkaya, Derya Seer, Oya Ek Karaşa Teleo operatörü teleo sparşler alacak e ertabaıa satış blgler grecektr. Depoya gele perakedec, alışerş yaptıkta sora UCard Müşter Kartıı okutacak e çeştl promosyo e drmlerde aydalaacaktır. Bu sayede hem depoda alım teşk edlecek, hem de müşter blgler tutularak lerdek promosyolar ç er oluşturulacaktır Vertabaı tasarımı Karma dağıtım sstemdek müşter zleeblrlğ artırmak, olası promosyolardak ermllğ artırmak, sparş alımıda operatöre kolaylık sağlamak, talep tahm ç er kayağı oluşturmak amacıyla Mcrosot Access te uygulaablecek br ertabaı tasarlamıştır. Bu ertabaıda, müşterye özel kullaıcı kmlk umarası, her müşter sparş alma kategors (SSS, TSS eya depo, adres, teleo umarası, sparş tarhler, mktarları, sparş edle ürü, aylık brkmş sparş mktarları e sparş şekl buluacaktır Müşter hzmet kartı uygulaması Vertabaıı desteklemek e sıcak satış, teleola sparş e depo sstemler şleyeblrlğ arttırmak ç UCard sml br müşter kartı tasarlamıştır. Bu kartta, her müşter ertabaıda da kullaıla kullaıcı umarası bulumaktadır. Bu kartla müşter zleeblrlğ sağlaacaktır e sparş alımları hızlaacaktır İlk sparş mktarları İlk sparş mktarlarıı belrlemek ç SSS de yer ala 1215 oktaı üç gülük taleb kadar ürü sparş erlmeldr. Bular sadece geel taleb yüksek ola seçlmş SKU larla sıırlı tutulacaktır. Uygulamaı lk zamalarıda TSS e depou tam ermllkle çalışamayacağı dkkate alıarak, bu sstemler ç her br ürü çeşdde br kol sparş erlecektr. Buu ede, rata buluablrlğ sağlaya e dağıtıcıda sparş edleble e küçük mktarı br kol olmasıdır. Ayrıca, olası br stok tükemes durumuda, dağıtıcıda br gü çde mal çekm yapılableceğ ç mmum mktarda sparş erlmes rsk düşüreceğ ögörülmüştür Malyet aalz Sstem ögörüle croları e malyetler rmada e pyasada alıa erler ışığıda hesaplamıştır. Asgar komsyo oraı rmaı bu şlem taşero br rmaya yaptırmak ç ermes gereke e düşük komsyo oraıdır e (toplam malyet / toplam cro X 100 ormülü le hesaplaır. Uleer proje başarısıı bu orala ölçmektedr. Bu yüzde, burada karlılık ya da yatırımı ger döüşü aalz yapılmamıştır. Asgar komsyo oraı olarak hesaplaa %6,3, Uleer ölçütlere göre başarılı br değerdr çükü bu değer Uleer daha öcek sstemde %12 olarak hesaplamıştır. Sstem oturmasıyla brlkte croları yükseleceğ de göz öüde buludurularak bu lmt daha da düşeceğ tahm edlmektedr Uygulama Adımları Sstem çok geş çaplı olması e büyük br yatırım gerektrmes edeyle uygulamaı adım adım yapılmasıa karar erlmştr. Bu uygulama Uleer çalışmakta olduğu GT1 kodlu br toptacı yoluyla gerçekleştrlecektr. Şu aa kadar yukarıda sayıla şlemlerde şular gerçekleştrlmştr: 1. GİMAT ta GT1 deposu satış yapılablecek şeklde düzelemştr. 2. Sstem ç GT1 br adet çalışaıa ek olarak k adet elema alımı yapılmıştır. Üç adet satış temslcs alımı gerçekleştrlmştr. 3. Gerekl araçları GT1 taraıda ataması sağlamıştır. Uygulama ç öerle müşterler güzergâh atama şlem tamamlamış e müşterlere hzmet erlmeye başlamıştır. 4. Gdlecek oktalar ç, öcelkl SKU lar baz alıarak özel promosyo e ürü kataloğu hazırlamıştır. Uygulamaı lk aşamalarıda teleola sparş, kart aracılığıyla yapılamayacaktır. Buu ede, sstem kuruluş aşamasıda UCard gb cdd br taahhüdü erlmek stememesdr. Vertabaı e kart sstem kullaımı sstem oturdukta sora başlayacaktır. Şu aa kadar yapıla satış rakamları sstem crosuu bekleede daha da yüksek olacağıı göstermştr. Bu da asgar komsyo oraıı hesaplaada daha da düşük olableceğ göstermektedr. 26

15 Crosu Düşük Perakede oktalarıa Uleer Ürüler Dağıtımı İç Karma Sstem Tasarımı 6. SOUÇAR VE ÖERİER Projede, Uleer şu ak dağıtım sstemde ulaşamadığı crosu düşük perakedeclere ulaşablmes ç cro seyeler göz öüde buludurulduğu karma br dağıtım sstem öerlmştr. Bu karma sstemde sıcak satışla ulaşılacak oktaları belrlemek ç doğrusal olmaya tamsayılı programlama model gelştrlmştr. okta sayısıı büyüklüğü edeyle modele grlecek okta sayısı k arklı eleme algortmasıyla azaltılmış, bua rağme model çözülemedğ ç, buluşsal algortma gelştrlmştr. Souç olarak, Akara ı 58 mahallesdek 1215 perakedecye satış temslcs aracılığıyla ulaşılması kararlaştırılmış; bu oktalarda 1182 se Mayıs 2007 tbarıyla ulaşılmaya başlamıştır. Buu yaıda TSS de 30 YT lk sparş alt lmt belrlemş, akat sstem tam oturmadığı ç heüz teleola sparşe başlamamıştır. Depo, gerekl düzelemeler yapılarak satışa hazır hale getrlmektedr e yakı zamada satışa açılacaktır. Öerle sstemdek ulaşım, şgücü, eater e depo malyetler, bu sstemde gelecek toplam croya bölüdüğüde Uleer proje başarı ölçütü ola asgar komsyo oraıı %6,3 olarak hesaplamıştır. Bu değer ışığıda projemz daha öcede bahsedlmş aydaları yaıda şuları da sağladığı söyleeblr: Proje Hızlı Tüketm Mamuller Sektörü de çok büyük öem taşıya perakedec hartasıı örtmey, ya potasyel müşterler çoğuluğua ulaşmayı başarmaktadır. Daha öce toplam crou %5 oluşturmasıa rağme toplam malyet %30 uu oluştura bu düşük crolu müşterlere %6,3 gb düşük br komsyo oraıyla hzmet ermey mümkü kılmıştır. Sstem yapısı, başka rmalarla alaşılarak bu rmaları da mamuller satılableceğ şeklde tasarlamıştır. Bu tarz br alaşmaı yapılması halde, toplam cro büyük ölçüde artarke, malyetlerde belrg br artış gözlemeyecektr. Böylece asgar komsyo oraı daha da düşürüleblecektr. Güzergah Atama lteratürüdek Öce Kümele sora Güzergah Ata (Fsher e Jakumar, 1981 algortmasıdak kümeleme şlem ç uygu br model üretlmş e esek br buluşsal algortma tasarlamıştır e lteratüre katkı sağlamıştır. Ayrıca ye lteratürde bulumaya okta seçm şlem de model e buluşsal algortmada gerçekleştrlmştr. Perakedecler mal alım süreçlerde yaşaa yüksek rekabet e ye dükkâ sahpler bu süreçlerde ortaya koyduğu arklı tedark yötemler göz öüe alıdığıda, öerle karma sstem, Uleer mecut sstemle ulaşamadığı satış potasyel düşük ama sayıca azla oktalara düşük malyetle gdleblmes sağlarke; ayı zamada müşter memuyet e müşteryle teması üst düzeyde tutulmasıı sağlayacaktır. Ulaşılamaya talep oktalarıı karma sstemle dağıtım ssteme dahl edlmes, Uleer ülke geelde daha karlı e daha erml br dağıtım ssteme sahp olmasıı sağlayacaktır. KAYAKÇA 1. Clarke, G. e J.R. Wrght. (1964, Schedulg o ehcles rom a cetral depot to a umber o delery pots, Operatos Research, 12, Fsher, M.. e Jakumar, R. (1981, A geeralzed assgmet heurstc or ehcle routg, etworks, 11, aporte G, obert Y, e Talleer (1988, S. Solg a amly o mult-depot ehcle routg ad locato-routg problems, Trasportato Scece 22, ahmas, S. (2005, Producto ad Operatos Aalyss, Irw, Illos. 5. Porteus, E.. (1985, umercal comparsos o etory polces or perodc reew systems, Operatos Research, 33, Datzg, GB. e Ramser, J.H. (1959, The truck dspatchg problem, Maagemet Scece, 6, saya o

16 Ers Körpeoğlu, Emre adar, Ee Burak Bozkaya, Derya Seer, Oya Ek Karaşa Ek 1. Aket Souçları Frma Spar ekl / skl Teslm zama Teslm ekl Memuyet P&G Ülker Et Phlp Morrs Sparle / 2-3 hatada br Tüccar Plasyer / adre souk/ hatada 1 Spot / Scak sat / hatada 1 Scak Sat / hatada 2-3 kez 2-3 gü Frma Kamyoetyle memuyetszlk ar Soukta 1 gü Frma Kamyoetyle herkes memu - Frma Kamyoetyle memuyetszlk ar - Frma Kamyoetyle herkes memu Coca Cola souk-scak sat / teleola spar / hatada 1-2 gü Soukta 1-2 gü sora Frma Kamyoetyle herkes memu Tekel- Çaykur estle Ees Plse Peps hatada 3 kere spar alr scak sat / hatada 1 1 gü Frma Kamyoetyle herkes memu - Frma Kamyoetyle herkes memu teleola spar 1-2 gü Frma Kamyoetyle herkes memu souk sat/ scak sat/ spot hatada 1, 2 hatada gü Frma Kamyoetyle memuyetszlk ar SORUAR EVET HAYIR CEVAP YOK 1- Uleer ürüler sze ulayor mu? 60,0% 40,0% 0,0% 2- (Ulamyorsa C, Domestos, Korr, Saa gb markalar sze ulatrlmas/ marketzde satlmas ster msz? 59,1% 40,9% 0,0% 3- (Teleo sstem yoksa Teleola spar ermeye/ promosyolarmz öremeye scak bakar msz(skotolu/skotosuz? 60,0% 32,7% 7,3% 4- Mahallede br uleer deposu olsa orada gdp skotolu ürü alr msz? 5- Uleer Arac drekt gelse hç spar ermede ada sat almaya scak bakar msz? 70,9% 23,6% 5,5% 79,6% 16,7% 3,7% 6- Uleer Arac sadece sz öcede blecez belrl br gü e saatte gelse bu zamaa uyar msz? 87,0% 7,4% 5,6% 7- Eer uyarsaz bu szde memuyetszlk yaratr m? 0,0% 94,0% 6,0% 28

17 Crosu Düşük Perakede oktalarıa Uleer Ürüler Dağıtımı İç Karma Sstem Tasarımı Ek 2. Öerle Çözüm Metodolojs Brcl Eleme lem uygular. IP model çözülmes deer. Çözülürse so adma geçlr. Bulusal algortma deer. Çözülürse so adma geçlr. kcl Eleme lem uygular. IP model çözülmes deer. Çözülürse so adma geçlr. Model bulusal algortma le çözülür. Algortma soladrlr. 29

18 Ers Körpeoğlu, Emre adar, Ee Burak Bozkaya, Derya Seer, Oya Ek Karaşa Ek 3. SSS e TSS bezetm çalışması (312 gü TEEFOA SPAR SSTEM BEZETM ÇAIMASI SOUÇARI Ortalama Arama Zama Aral (dk. Araç Says letme Yararlama Ora (% Araç Doluluk Ora (% Toplam Yllk Cro (C Toplam Kayp Sat (K K/C Ora (% , , , , , , , Öerler: Ortalama arama zama aral 5 dakkada az se kc arac almas %5 komsyo orada karllk salamaktadr bu edele kc araç alm öerlmektedr. Ortalama arama zama aral 5 le 10 dakka arasda se kc arac almas %5 komsyo orada karllk salamamaktadr bu edele kc araç alm öerlmez. Ortalama arama zama aral 10 dakkada azla se 1 araç yeterl olup letme der depo lemlerde de kullalablr. SICAK SATI SSTEM BEZETM ÇAIMASI SOUÇARI (1 ARAÇ VE 15 ÜRÜE SIIRIDIR Perakedecler Aras Uzaklk Katsays Toplam Yllk Cro (C Toplam Kayp Sat (K Eatere Balaa Toplam Para (H K/C (% H/C (% Yorumlar: 0, ,3 26, ,3 26,3 1, ,6 26, ,7 26,8 2, ,9 27, ,4 27,5 3, ,8 28, ,6 29,1 4, ,2 29, ,8 30,6 Perakedecler aras uzaklk arttkça toplam cro azalmakta, kayp sat e tutula eater artmaktadr. Mesaeler 10 kat artmasa kar crodak dekl az olmas e eater mktardak dem azl model esasdak sabt mesae uygulamas souca çok belrg etks olmad belrtmektedr 30

MERKEZİ EĞİLİM ÖLÇÜLERİ

MERKEZİ EĞİLİM ÖLÇÜLERİ MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlee ver düzeleerek çzelgelerle, graklerle suulması çoğu kez yeterl olmaz. Geel durumu yasıtacak br takım ölçülere gereksm vardır. Bu ölçüler verler yalızca özlü br bçmde belrtmekle

Detaylı

= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama

= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama TANIMLAYICI İSTATİSTİKLER Taımlayıcı İstatstkler MERKEZİ EĞİLİM ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F..B.F. EKONOMETRİ BÖLÜMÜ mehmet.aksarayl aksarayl@deu.edu.tr Yer Ölçüler (Merkez Eğlm Ölçüler)

Detaylı

Regresyon ve Korelasyon Analizi. Regresyon Analizi

Regresyon ve Korelasyon Analizi. Regresyon Analizi Regresyo ve Korelasyo Aalz Regresyo Aalz Regresyo Aalz Regresyo aalz, aralarıda sebep-souç lşks bulua k veya daha fazla değşke arasıdak lşky belrlemek ve bu lşky kullaarak o kou le lgl tahmler (estmato)

Detaylı

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ 03.05.013 ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ 1 Nede Örekleme? Öreklemde çalışmak ktlede çalışmakta daha kolaydır. Ktle üzerde çalışmak çok daha masraflı olablr. Çoğu durumda tüm ktleye ulaşmak

Detaylı

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR Ölçme, her deeysel blm temel oluşturur. Fzk blmde de teorler sıaması ç çeştl deeyler tasarlaır ve bu deeyler sırasıda çok çeştl ölçümler yapılır. Br fzksel celğ

Detaylı

Sayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç

Sayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç Sayısal Türev Sayısal İtegrasyo İterpolasyo Ekstrapolasyo Bölüm Üç Bölüm III 8 III-. Pvot Noktaları Br ( ) oksyouu değer, geellkle ekse üzerdek ayrık oktalarda belrler. Bu oktalara pvot oktaları der. Bu

Detaylı

YER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir.

YER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir. YER ÖLÇÜLERİ Yer ölçüler, verler merkez veya yığılma oktasıı belrleye statstklerdr. Grafkler bze verler yığılma oktaları hakkıda ö blg vermede yardımcı olurlar. Acak bu değerler gerçek değerler değldr,

Detaylı

Zaman Skalasında Box-Cox Regresyon Yöntemi

Zaman Skalasında Box-Cox Regresyon Yöntemi Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:7, Sayı:, Yıl:0, ss.57-70. Zama Skalasıda Bo-Co Regresyo Yötem Atlla Özur İŞÇİ Sbel PAŞALI GÖKTAŞ ATMACA 3 M. Nyaz ÇANKAYA 4 Özet Hata term

Detaylı

FİNANSAL YÖNETİM. Finansal Yönetim Örnek Sorular Güz 2015. Yrd. Doç. Dr. Rüstem Barış Yeşilay 1. Örnek. Örnek. Örnek. Örnek. Örnek

FİNANSAL YÖNETİM. Finansal Yönetim Örnek Sorular Güz 2015. Yrd. Doç. Dr. Rüstem Barış Yeşilay 1. Örnek. Örnek. Örnek. Örnek. Örnek Fasal Yöetm Örek lar Güz 2015 Güz 2015 Fasal Yöetm Örek lar 2 Örek FİNNSL YÖNETİM ÖRNEKLER 1000 TL %10 fazde kaç yıl süreyle yatırıldığıda 1600 TL olur? =1000 TL, FV=1600 TL, =0.1 FV (1 ) FV 1600 (1 )

Detaylı

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması . Ders ĐSTATĐSTĐKTE SĐMÜLASYON Tahm Edcler ve Test Đstatstkler Smülasyo le Karşılaştırılması Đstatstk rasgelelk olgusu çere olay süreç ve sstemler modellemesde özellkle bu modellerde souç çıkarmada ve

Detaylı

1. GAZLARIN DAVRANI I

1. GAZLARIN DAVRANI I . GZLRIN DRNI I İdeal Gazlar ç: lm 0 RT İdeal gazlar ç: RT Hacm() basıçla() değşk sıcaklıklarda değşm ekl.. de gösterlmştr. T >T 8 T T T 3 asıç T 4 T T 5 T 7 T 8 Molar Hacm ekl.. Gerçek br gazı değşk sıcaklıklardak

Detaylı

YILLIK ÜCRETLİ İZİN YÖNETMELİĞİ (03.03.2004 tarihli ve 25391 sayılı Resmi Gazete'de yayımlanmıştır.) BİRİNCİ BÖLÜM Amaç, Kapsam ve Dayanak

YILLIK ÜCRETLİ İZİN YÖNETMELİĞİ (03.03.2004 tarihli ve 25391 sayılı Resmi Gazete'de yayımlanmıştır.) BİRİNCİ BÖLÜM Amaç, Kapsam ve Dayanak YILLIK ÜCRETLİ İZİN YÖNETMELİĞİ (03.03.2004 tarhl ve 25391 sayılı Resm Gazete'de yayımlamıştır.) Amaç BİRİNCİ BÖLÜM Amaç, Kapsam ve Dayaak Madde 1 Bu Yöetmelğ amacı, 4857 sayılı İş Kauuu 53 ücü maddes

Detaylı

Tarihli Mühendislik ekonomisi final sınavı. Sınav süresince görevlilere soru sormayın. Başarılar dilerim.

Tarihli Mühendislik ekonomisi final sınavı. Sınav süresince görevlilere soru sormayın. Başarılar dilerim. 6..27 Tarhl Mühedslk ekooms fal sıavı Süre 9 dakka Sıav Saat: Sıav süresce görevllere soru sormayı. Başarılar dlerm. D: SOYD: ÖĞRENCİ NO: İMZ: Tek ödemel akümüle değer faktörü Tek ödemel gücel değer faktörü

Detaylı

Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ

Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ Değşkeler Arasıdak İlşkler Regresyo ve Korelasyo Dr. Musa KILIÇ http://ks.deu.edu.tr/musa.klc 1. Grş Buda öcek bölümlerde celedğmz koular, br tek değşke ç yorumlamalar yapmaya yöelk statstk yötemler üzerde

Detaylı

Quality Planning and Control

Quality Planning and Control Qualty Plag ad Cotrol END 3618 KALİTE PLANLAMA VE KONTROL Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üverstes Edüstr Mühedslğ Aablm Dalı 1 Qualty Maagemet İstatstksel Proses Kotrol Kotrol Kartları 2 END 3618

Detaylı

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu Br KANUN ve Br TEOREM Büyük Türkçe Sözlük kau Đg. law Doğa olaylarıı oluş edeler ortaya koya ve gelecektek olayları öcede kestrme olaağı vere bağıtı; Newto kauu, Kepler kauları. (BSTS / Gökblm Termler

Detaylı

BEKLENEN DEĞER VE VARYANS

BEKLENEN DEĞER VE VARYANS BEKLEE DEĞER VE VARYAS.1. İadel ve adesz öreklemede tüm mümkü örekler.. Beklee değer.3. Varyas.4. İk değşke ortak dağılımı.5. İstatstksel bağımsızlık.6. Tesadüf değşkeler doğrusal kombasyolarıı beklee

Detaylı

İki veri setinin yapısının karşılaştırılması

İki veri setinin yapısının karşılaştırılması İk ver set yapısıı karşılaştırılması Dağılım: 6,6,6 Ortalama: 6 Medya: 6 Mod: 6 td. apma: 0 Dağılım: 0,6,1 Ortalama: 6 Medya: 6 Mod: çoklu mod td: apma: 6 Amaç: Görüe Ötese Bakablmek Verler değşkelk durumuu

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Taımlayıcı İstatstkler br değerler dzs statstksel olarak geel özellkler taımlaya ölçülerdr Taımlayıcı İstatstkler Yer Göstere Ölçüler Yaygılık Ölçüler Yer Göstere Ölçüler Br dağılımı

Detaylı

Giriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun:

Giriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun: Grş İSTATİSTİK I Ders Değşkelk ve Asmetr Ölçüler Ortalamalar, serler karşılaştırılmasıda her zama yeterl ölçüler değldr. Ayı ortalamayı sahp serler arklı dağılım göstereblrler. Bu edele serler karşılaştırılmasıda,

Detaylı

Bir Alışveriş Merkezinde Hizmet Sektörü Đçin En Kısa Yol Problemi ile Bir Çözüm

Bir Alışveriş Merkezinde Hizmet Sektörü Đçin En Kısa Yol Problemi ile Bir Çözüm Br Alışverş Merkezde Hzmet Sektörü Đç E Kısa Yol Problem le Br Çözüm Pıar Düdar, Mehmet Al Balcı, Zeyep Örs Yorgacıoğlu Ege Üverstes, Matematk Bölümü, Đzmr Yaşar Üverstes, Matematk Bölümü, Đzmr par.dudar@ege.edu.tr,

Detaylı

Tuğba SARAÇ Yük. Endüstri Mühendisi TAI, Ankara tsarac@tai.com.tr. Özet. 1. Giriş. 2. Gözden Geçirmeler. Abstract

Tuğba SARAÇ Yük. Endüstri Mühendisi TAI, Ankara tsarac@tai.com.tr. Özet. 1. Giriş. 2. Gözden Geçirmeler. Abstract YKGS2008: Yazılım Kaltes ve Yazılım Gelştrme Araçları 2008 (9-0 ekm 2008, İstabul) Yazılım Ürü Gözde Geçrmeler Öem, Hazırlık Sürec ve Br Uygulama Öreğ The Importace of the Software Product Revews, Preparato

Detaylı

YÖNEYLEM ARAŞTIRMASI III. Dinamik Programlama. Örnek 3: Tıbbi Müdahale Ekiplerinin Ülkelere Dağıtımı

YÖNEYLEM ARAŞTIRMASI III. Dinamik Programlama. Örnek 3: Tıbbi Müdahale Ekiplerinin Ülkelere Dağıtımı YÖNEYLEM ARAŞTIRMASI III Hafta Determstk Damk Programlama (devam) Damk Programlama Geçe derste küçük ölçekl problemler damk programlamayla yelemel olarak asıl çözüldüğüü gördük. Bu derste, öreklere devam

Detaylı

Polinom İnterpolasyonu

Polinom İnterpolasyonu Polom İterpolasyou (Ara Değer Bulma Br foksyou solu sayıdak, K, R oktalarıda aldığı f (, f (,, f ( değerler bls (foksyou keds blmyor. Bu oktalarda geçe. derecede br tek, P a + a + a + + a (... polumu vardır

Detaylı

Örnek A. Benzer tipteki 40 güç kaynağının dayanma süreleri aşağıdaki gibidir. Genişletilmiş frekans tablosu oluşturunuz;

Örnek A. Benzer tipteki 40 güç kaynağının dayanma süreleri aşağıdaki gibidir. Genişletilmiş frekans tablosu oluşturunuz; Öre A. Bezer pe 40 güç ayağıı dayama süreler aşağıda gbdr. Geşlelmş reas ablosu oluşuruuz;, 4,7 3, 3,4 3,3 3, 3,9 4, 3,4 4, 3,8 3,7 3,6 3,8 3,7 3,0,,6 3, 3,,6,9 3, 3,0 3,3 4,3 3, 4, 4,6 3, 3,3 4,4 3,9,9

Detaylı

İŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI

İŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI İŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI Ahmet ERGÜLEN * Halm KAZAN ** Muhtt KAPLAN *** ÖZET Arta rekabet şartları çersde karlılıklarıı korumak ve

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Br veya brde azla dağılışı karşılaştırmak ç kullaıla ve ayrıca örek verlerde hareket le rekas dağılışlarıı sayısal olarak özetleye değerlere taımlayıcı statstkler der. Aalzlerde

Detaylı

Yüksek Mertebeden Sistemler İçin Ayrıştırma Temelli Bir Kontrol Yöntemi

Yüksek Mertebeden Sistemler İçin Ayrıştırma Temelli Bir Kontrol Yöntemi Yüksek Mertebede Sstemler İç Ayrıştırma Temell Br Kotrol Yötem Osma Çakıroğlu, Müjde Güzelkaya, İbrahm Eks 3 Kotrol ve Otomasyo Mühedslğ Bölümü Elektrk Elektrok Fakültes İstabul Tekk Üverstes,34369, Maslak,

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Br veya brde azla dağılışı karşılaştırmak ç kullaıla ve ayrıca örek verlerde hareket le rekas dağılışlarıı sayısal olarak özetleye değerlere taımlayıcı statstkler der. Aalzlerde

Detaylı

TALEP TAHMİNLERİ. Y.Doç.Dr. Alpagut YAVUZ

TALEP TAHMİNLERİ. Y.Doç.Dr. Alpagut YAVUZ TALEP TAHMİNLERİ Y.Doç.Dr. Alpagut YAVUZ Yöetm e temel foksyolarıda br ola plalama, e kaba taımıyla, şletme geleceğe yöelk alıa kararları br bleşkesdr. Geleceğe yöelk alıa kararları başarısı yöetcler yaptıkları

Detaylı

Bağıl Değerlendirme Sisteminin Simülasyon Yöntemi ile Test Edilmesi: Kilis 7 Aralık Üniversitesi Örneği

Bağıl Değerlendirme Sisteminin Simülasyon Yöntemi ile Test Edilmesi: Kilis 7 Aralık Üniversitesi Örneği Akademk Blşm 11 - III. Akademk Blşm Koferası Bldrler 2-4 Şubat 2011 İöü Üverstes, Malatya Bağıl Değerledrme Sstem Smülasyo Yötem le Test Edlmes: Kls 7 Aralık Üverstes Öreğ Kls 7 Aralık Üverstes, Blgsayar

Detaylı

ETKİN SINIR VE BETA KATSAYI KISITLI PORTFÖY SEÇİM MODELİ ÜZERİNE BİR UYGULAMA

ETKİN SINIR VE BETA KATSAYI KISITLI PORTFÖY SEÇİM MODELİ ÜZERİNE BİR UYGULAMA İstabul Tcaret Üverstes Fe Blmler Dergs Yıl: 11 Sayı: Güz 01 s. 19-35 ETKİN SINIR VE BETA KATSAYI KISITLI PORTFÖY SEÇİM MODELİ ÜZERİNE BİR UYGULAMA Cası KAYA 1, Oza KOCADAĞLI Gelş: 30.05.01 Kabul: 14.1.01

Detaylı

Doç. Dr. Mehmet AKSARAYLI

Doç. Dr. Mehmet AKSARAYLI Doç. Dr. Mehmet AKSARALI www.mehmetaksarayl İstatstksel araştırmalarda k yada daha çok değşke arasıdak lşk celemes ç e çok kullaıla yötemlerde brs regresyo aalzdr. Değşkeler arasıdak lşk matematksel br

Detaylı

Mühendislikte Olasılık, İstatistik, Risk ve Güvenilirlik Altay Gündüz. Mühendisler için İstatistik Prof. Dr. Mehmetçik Bayazıt, Prof. Dr.

Mühendislikte Olasılık, İstatistik, Risk ve Güvenilirlik Altay Gündüz. Mühendisler için İstatistik Prof. Dr. Mehmetçik Bayazıt, Prof. Dr. İSTATİSTİK DERSİ (BAÜ Müh-Mm Fakültes Dr. Bau Yağcı KAYNAKLAR Mühedslkte Olasılık, İstatstk, Rsk ve Güvelrlk Altay Güdüz Blgsayar (Ecel Destekl Uygulamalı İstatstk Pro. Dr. Mustaa Akkurt Mühedsler ç İstatstk

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER MERKEZİ EĞİLİM ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F. EKONOMETRİ BÖLÜMÜ mehmet.aksarayl@deu.edu.tr Taımlayıcı İstatstkler Yer Ölçüler (Merkez Eğlm Ölçüler) Duyarlı Ortalamalar

Detaylı

KONTROL KARTLARI 1)DEĞİŞKENLER İÇİN KONTROL KARTLARI

KONTROL KARTLARI 1)DEĞİŞKENLER İÇİN KONTROL KARTLARI 1 KONTOL KATLAI 1)DEĞİŞKENLE İÇİN KONTOL KATLAI Ölçe,gözle veya deey yolu le elde edle verler değşke(ölçüleblr-sürekl) ve özellk (sayılablr-keskl) olak üzere başlıca k gruba ayrılır. Değşke verler belrl

Detaylı

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ Taımlayıcı İstatstkler (Descrptve Statstcs) Dr. Musa KILIÇ TANIMLAYICI ÖRNEK İSTATİSTİKLERİ YER ÖLÇÜLERİ (Frekas dağılışıı abss eksedek durumuu belrtr.) DEĞİŞİM ÖLÇÜLERİ ( Frekas dağılışıı şekl belrtr.).

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri

Detaylı

değerine bu matrisin bir girdisi(elemanı,bileşeni) denir. Bir sütundan (satırdan) oluşan bir matrise bir sütun (satır) matrisi denir.

değerine bu matrisin bir girdisi(elemanı,bileşeni) denir. Bir sütundan (satırdan) oluşan bir matrise bir sütun (satır) matrisi denir. Bölüm 2 Matrsler aım 2.1 F br csm, m, brer doğal sayı olsu. a F ( 1,.., m; j 1,..., ) olmak üzere, a11... a1 fadese m satır sütuda oluşa (veya m tpde) br F matrs der. am 1... a m Böyle br matrs daha sade

Detaylı

EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR

EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR 2013 yılı fo getrs 02/01/2013-02/01/2014 tarhl brm pay değerler kullaılması le hesaplamıştır. 2013 yılı karşılaştırma ölçütü getrs

Detaylı

HĐPERSTATĐK SĐSTEMLER

HĐPERSTATĐK SĐSTEMLER HĐPERSTATĐK SĐSTELER Taım: Bütü kest zorları, şekldeğştrmeler ve yerdeğştrmeler belrlemes ç dege deklemler yeterl olmadığı sstemlere hperstatk sstemler der. Hperstatk sstemler hesabı ç, a) Dege deklemlere,

Detaylı

TÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ ( ) (TRANSLOG MALİYET FONKSİYONU UYGULAMASI) Yaşar AKÇAY 1 Kemal ESENGÜN 2

TÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ ( ) (TRANSLOG MALİYET FONKSİYONU UYGULAMASI) Yaşar AKÇAY 1 Kemal ESENGÜN 2 l Ta rr ım ı Ekooms Kog rres 6-8 - Eylül l 2000 Tek rrdağ TÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ (980-998) (TRANLOG MALİYET FONKİYONU UYGULAMAI) Yaşar AKÇAY Kemal EENGÜN 2. GİRİŞ Türkye tarımı

Detaylı

LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ-2

LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ-2 LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ SABİT NOKTA İTERASYONU YÖNTEMİ Bu yötemde çözüme gitmek içi f( olarak verile deklem =g( şeklie getirilir. Bir başlagıç değeri seçilir ve g ( ardışık

Detaylı

BÖLÜM 3 YER ÖLÇÜLERİ. Doç.Dr. Suat ŞAHİNLER

BÖLÜM 3 YER ÖLÇÜLERİ. Doç.Dr. Suat ŞAHİNLER BÖLÜM 3 YER ÖLÇÜLERİ İkici bölümde verileri frekas tablolarıı hazırlaması ve grafikleri çizilmesideki esas amaç; gözlemleri doğal olarak ait oldukları populasyo dağılışıı belirlemek ve dağılışı geel özelliklerii

Detaylı

Parametrik Olmayan İstatistik Çözümlü Sorular - 2

Parametrik Olmayan İstatistik Çözümlü Sorular - 2 Parametrk Olmaya İstatstk Çözümlü Sorular - Soru Böbrek hastalarıa at Kreat (KRT) değerlere lşk br araştırma yapılmak stemektedr. Buu ç rasgele seçle hastaya at Kreat değerler aşağıdak gb elde edlmştr

Detaylı

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 9 Sayı: 1 s. 1-7 Ocak 2007 HİDROLİK PROBLEMLERİNİN ÇÖZÜMÜNDE TAŞIMA MATRİSİ YÖNTEMİ

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 9 Sayı: 1 s. 1-7 Ocak 2007 HİDROLİK PROBLEMLERİNİN ÇÖZÜMÜNDE TAŞIMA MATRİSİ YÖNTEMİ DEÜ MÜHENDİSLİK FAKÜLESİ FEN ve MÜHENDİSLİK DERGİSİ lt: 9 Sayı: s -7 Ocak 7 HİDROLİK PROBLEMLERİNİN ÇÖÜMÜNDE AŞIMA MARİSİ YÖNEMİ (MEHOD OF RANSFER MARIX O HE ANALYSIS OF HYDRAULI PROBLEMS) Rasoul DANESHFARA*,

Detaylı

Önceki bölümde özetlenen Taylor metodlarında yerel kesme hata mertebesinin yüksek oluşu istenilen bir özelliktir. Diğer taraftan

Önceki bölümde özetlenen Taylor metodlarında yerel kesme hata mertebesinin yüksek oluşu istenilen bir özelliktir. Diğer taraftan III.5.RUNGE-KUTTA METODLARI Öcek bölümde özelee Talor meodlarıda erel kesme aa merebes üksek oluşu sele br özellkr. Dğer araa ürevler buluma ve esaplaması pek çok problem ç karmaşık ve zama alıcı olduğuda

Detaylı

AMORTİSMAN MALİYETİ SAPTAMA YÖNTEMLERİ

AMORTİSMAN MALİYETİ SAPTAMA YÖNTEMLERİ AMORTİSMAN MALİYETİ SAPTAMA YÖNTEMLERİ Geel olrk 4 tp yötem kullılır.. Düz çzg yötem: Mlı değer zml doğrusl olrk zldığı vrsyılır. Mlı hzmet ömrü boyuc her yıl ç yı mktr mortsm olrk yrılır. V V d = S d:

Detaylı

TUTGA ve C Dereceli Nokta Koordinatlarının Gri Sistem ile Tahmin Edilmesi

TUTGA ve C Dereceli Nokta Koordinatlarının Gri Sistem ile Tahmin Edilmesi TMMOB Harita ve Kadastro Mühedisleri Odası, 5. Türkiye Harita Bilimsel ve Tekik Kurultayı, 5 8 Mart 5, Akara. TUTGA ve C Dereceli Nokta Koordiatlarıı Gri istem ile Tahmi Edilmesi Kürşat Kaya *, Levet Taşcı,

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Br veya brde fazla dağılışı karşılaştırmak ç kullaıla veya ayrıca örek verlerde hareketle frekas dağılışlarıı sayısal olarak düzeleye değerlere taımlayıcı statstkler der. Aalzlede

Detaylı

ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ

ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ 8. HAFTA ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ PORTFÖY YÖNETİMİ II Doç.Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr Geleeksel Portföy Yaklaşımı, Bu yaklaşıma göre portföy bir bilim değil,

Detaylı

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences Pamukkale Üverstes Mühedslk Blmler Dergs Pamukkale Uversty Joural of Egeerg Sceces Kabul Edlmş Araştırma Makales (Düzelememş Sürüm) Accepted Research Artcle (Ucorrected Verso) Makale Başlığı / Ttle Karayolu

Detaylı

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN BİLİMLERİ DERGİSİ

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN BİLİMLERİ DERGİSİ DEÜ MÜHENDİSLİK FAKÜLTESİ FEN BİLİMLERİ DERGİSİ Clt: 2 Sayı: 3 sh 87-02 Ekm 200 VOLTERRA SERİLERİ METODU İLE DOĞRUSAL OLMAYAN SİSTEMLERİN FREKANS BOYUTUNDA ANALİZİ İÇİN NET TABANLI ARAYÜZ TASARIMI (DESIGN

Detaylı

denklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy

denklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy Ders Sorumlusu: Doç. Dr. Necp ŞİMŞEK Problem. deklem sağlaya tüm kompleks sayılarıı buluu. Çöüm deklem şeklde yaablr. Bu so y kompleks sayıları ç y yaalım. Bu taktrde deklemde, baı y ( ) y elde edlr. Burada

Detaylı

Doç. Dr. M. Mete DOĞANAY Prof. Dr. Ramazan AKTAŞ

Doç. Dr. M. Mete DOĞANAY Prof. Dr. Ramazan AKTAŞ TAHVİL DEĞERLEMESİ Doç. Dr. M. Mee DOĞANAY Prof. Dr. Ramaza AKTAŞ 1 İçerik Tahvil ve Özellikleri Faiz Oraı ve Tahvil Değeri Arasıdaki İlişki Tahvili Geiri Oraı ve Vadeye Kadar Geirisi Faiz Oraı Riski Verim

Detaylı

BÖLÜM 4 KLASİK OPTİMİZASYON TEKNİKLERİ (KISITLI OPTİMİZASYON)

BÖLÜM 4 KLASİK OPTİMİZASYON TEKNİKLERİ (KISITLI OPTİMİZASYON) BÖÜM 4 KASİK OPTİMİZASYON TEKNİKERİ KISITI OPTİMİZASYON 4. GİRİŞ Öcek bölülerde de belrtldğ b optzaso probleler çoğuluğu kısıtlaıcı oksolar çerektedr. Kısıtlaasız optzaso problelerde optu değer ede oksou

Detaylı

Tümevarım_toplam_Çarpım_Dizi_Seri. n c = nc i= 1 n ca i. k 1. i= r n. Σ sembolü ile bilinmesi gerekli bazı formüller : 1) k =1+ 2 + 3+...

Tümevarım_toplam_Çarpım_Dizi_Seri. n c = nc i= 1 n ca i. k 1. i= r n. Σ sembolü ile bilinmesi gerekli bazı formüller : 1) k =1+ 2 + 3+... MC formülüü doğruluğuu tümevarım ilkesi ile gösterelim. www.matematikclub.com, 00 Cebir Notları Gökha DEMĐR, gdemir@yahoo.com.tr Tümevarım_toplam_Çarpım_Dizi_Seri Tümevarım Metodu : Matematikte kulladığımız

Detaylı

Analitik Hiyerarşi Süreci Kullanılarak Kişi Takip Cihazı Seçimi. Person Tracking Device Selection Using Analytic Hierarchy Process

Analitik Hiyerarşi Süreci Kullanılarak Kişi Takip Cihazı Seçimi. Person Tracking Device Selection Using Analytic Hierarchy Process BİLİŞİM TKNOLOJİLRİ DRGİSİ, CİLT: 8, SAYI: 1, OCAK 2015 20 Aaltk Hyerarş Sürec Kullaılarak Kş Takp Chazı Seçm Bedredd Al AKÇA 1, Ahmet DOĞAN 2, Uğur ÖZCAN 3 1 Yöetm Blşm Sstemler, Blşm sttüsü, Gaz Üverstes,

Detaylı

TĐCARĐ MATEMATĐK - 5.2 Bileşik Faiz

TĐCARĐ MATEMATĐK - 5.2 Bileşik Faiz TĐCARĐ MATEMATĐK - 5 Bileşik 57ÇÖZÜMLÜ ÖRNEKLER: Örek 57: 0000 YTL yıllık %40 faiz oraıyla yıl bileşik faiz ile bakaya yatırılmıştır Bu paraı yılı souda ulaşacağı değer edir? IYol: PV = 0000 YTL = PV (

Detaylı

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları Alteratif üretim

Detaylı

) ( k = 0,1,2,... ) iterasyon formülü kullanılarak sabit

) ( k = 0,1,2,... ) iterasyon formülü kullanılarak sabit Karadez Te Üverstes Blgsayar Mühedslğ Bölümü 5-6 Güz Yarıyılı Sayısal Çözümleme Ara Sıav Soruları Tarh: Kasım 5 Perşembe Süre: daa. f ( ( + a e fosyouu sabt otası olmadığı bldğe göre, a 'ı alableceğ e

Detaylı

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI µ µ içi Güve Aralığı ALTERNATİF İTEMLERİN KARŞILAŞTIRILMAI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları

Detaylı

AES S Kutusuna Benzer S Kutuları Üreten Simulatör

AES S Kutusuna Benzer S Kutuları Üreten Simulatör AES S Kutusua Bezer S Kutuları Ürete Smulatör M.Tolga SAKALLI Trakya Üverstes Blgsayar Mühedslğ tolga@trakya.edu.tr Erca BULUŞ Trakya Üverstes Blgsayar Mühedslğ ercab@trakya.edu.tr Adaç ŞAHİN Trakya Üverstes

Detaylı

BİR KARMAŞIK SİSTEMİN GÜVENİLİRLİK BLOK DİYAGRAMI İÇİN OLASILIK YOĞUNLUK FONKSİYONUNUN OLUŞTURULMASI VE İSTATİSTİKSEL GÜVENİLİRLİK HESAPLAMALARI*

BİR KARMAŞIK SİSTEMİN GÜVENİLİRLİK BLOK DİYAGRAMI İÇİN OLASILIK YOĞUNLUK FONKSİYONUNUN OLUŞTURULMASI VE İSTATİSTİKSEL GÜVENİLİRLİK HESAPLAMALARI* BİR KARMAŞIK SİSTEMİN GÜVENİLİRLİK BLOK DİYAGRAMI İÇİN OLILIK YOĞUNLUK FONKSİYONUNUN OLUŞTURULMI VE İSTATİSTİKSEL GÜVENİLİRLİK HESAPLAMALARI* Costructo O Probablty Desty Fucto For The Relablty Block Dagram

Detaylı

REGRESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KARELER VE EN KÜÇÜK MEDYAN KARELER YÖNTEMLERİNİN KARŞILAŞTIRILMASI

REGRESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KARELER VE EN KÜÇÜK MEDYAN KARELER YÖNTEMLERİNİN KARŞILAŞTIRILMASI FEN DEGİSİ (E-DEGİ). 8, 3() 9-9 EGESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KAELE VE EN KÜÇÜK MEDYAN KAELE YÖNTEMLEİNİN KAŞILAŞTIILMASI Özlem GÜÜNLÜ ALMA, Özgül VUPA Dokuz Eylül Üverstes, Fe-Edebyat Fakültes,

Detaylı

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ BAZI DAĞILIMLAR İÇİN EN ÇOK OLABİLİRLİK VE FARKLI KAYIP FONKSİYONLARI ALTINDA BAYES TAHMİN EDİCİLERİNİN PERFORMANSLARININ KARŞILAŞTIRILMASI Gülca GENCER

Detaylı

Operasyonel Risk İleri Ölçüm Modelleri

Operasyonel Risk İleri Ölçüm Modelleri Bakacılar Dergs, Sayı 58, 006 Grş Operasyoel Rsk İler Ölçüm Modeller Çalışma k bölümde oluşmaktadır. İlk bölümde operasyoel rskler ölçülmes kapsamıda hag ler ölçüm modeller kullaılması gerektğ, söz kousu

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri

Detaylı

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

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

Detaylı

6. Uygulama. dx < olduğunda ( )

6. Uygulama. dx < olduğunda ( ) . Uygulama Hatırlatma: Rasgele Değşelerde Belee Değer Kavramı br rasgele değşe ve g : R R br osyo olma üzere, ) esl ve g ) ) < olduğuda D ) sürel ve g ) ) d < olduğuda g belee değer der. c R ve br doğal

Detaylı

Cebirsel Olarak Çözüme Gitmede Wegsteın Yöntemi

Cebirsel Olarak Çözüme Gitmede Wegsteın Yöntemi 3 Cebirsel Olarak Çözüme Gitmede Wegsteı Yötemi Bu yötem bir izdüşüm tekiğie dayaır ve yalış pozisyo olarak isimledirile matematiksel tekiğe yakıdır. Buradaki düşüce f() çizgisi üzerideki bilie iki oktada

Detaylı

çözüm: C=19500 TL n=4 ay t=0,25 I i 1.yol: Senedin iskonto tutarı x TL olsun. Bu durumda senedin peşin değeri: P C I (19500 x) TL olarak alınabilir.

çözüm: C=19500 TL n=4 ay t=0,25 I i 1.yol: Senedin iskonto tutarı x TL olsun. Bu durumda senedin peşin değeri: P C I (19500 x) TL olarak alınabilir. 1 6)Kred değer 19500 TL ola br seet vadese 4 ay kala, yıllık %25 skoto oraı üzerde br bakaya skoto ettrlyor. Hesaplamada ç skoto metodu kullaıldığıa göre, seed skoto tutarı kaç TL dr? C=19500 TL =4 ay

Detaylı

IŞIĞIN KIRILMASI. 1. Ortamların kırılma indisleri n K. , n M. , n L. arasındaki ilişki aşağıdaki gibidir. > n L. > n K. n M. > n M. n L. n K.

IŞIĞIN KIRILMASI. 1. Ortamların kırılma indisleri n K. , n M. , n L. arasındaki ilişki aşağıdaki gibidir. > n L. > n K. n M. > n M. n L. n K. BÖÜ ŞĞ RAS AŞTRAAR ÇÖZÜER ŞĞ RAS Ortamları kırılma dsler,, arasıdak lşk aşağıdak gbdr 9 > > > > > > 6 0 > > > > > > 7 > > > > > > 0 7 0 0 > > > > > 76 OPTİ 7 0 0 > > > > > > 0 θ θ > > > > > > 9 0 O > >

Detaylı

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

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

Detaylı

Kuruluş Yeri Seçiminde Bulanık TOPSIS Yöntemi ve Bankacılık Sektöründe Bir Uygulama

Kuruluş Yeri Seçiminde Bulanık TOPSIS Yöntemi ve Bankacılık Sektöründe Bir Uygulama KMÜ Sosyal ve Ekoomk Araştırmalar Dergs (8): 37-45, 00 ISSN: 309-93, wwwkmuedutr Kuruluş Yer Seçmde Bulaık TOPSIS Yötem ve Bakacılık Sektörüde Br Uygulama Nha Tırmıkçıoğlu Çıar Yıldız Tekk Üverstes, Kmya-Metalür

Detaylı

İşletme İstatistiği. [Type the document subtitle] Ege Yazgan ve Yüce Zerey 10/21/2003

İşletme İstatistiği. [Type the document subtitle] Ege Yazgan ve Yüce Zerey 10/21/2003 ISTANBUL BİLGİ UNİVERSİTY İşletme İstatstğ [Type the documet subttle] Ege Yazga ve Yüce Zerey 1/1/3 [Type the abstract of the documet here. The abstract s typcally a short summary of the cotets of the

Detaylı

Tahmin Edici Elde Etme Yöntemleri

Tahmin Edici Elde Etme Yöntemleri 6. Ders Tahmi Edici Elde Etme Yötemleri Öceki derslerde ve ödevlerde U(0; ) ; = (0; ) da¼g l m da, da¼g l m üst s r ola parametresi içi tahmi edici olarak : s ra istatisti¼gi ve öreklem ortalamas heme

Detaylı

İşlenmemiş veri: Sayılabilen yada ölçülebilen niceliklerin gözlemler sonucu elde edildiği hali ile derlendiği bilgiler.

İşlenmemiş veri: Sayılabilen yada ölçülebilen niceliklerin gözlemler sonucu elde edildiği hali ile derlendiği bilgiler. OLASILIK VE İSTATİSTİK DERSLERİ ÖZET NOTLARI İstatistik: verileri toplaması, aalizi, suulması ve yorumlaması ile ilgili ilkeleri ve yötemleri içere ve bu işlemleri souçlarıı probabilite ilkelerie göre

Detaylı

Olabilirlik Oranı Yöntemine Dayalı, Yapısal Homojen Olmayan Varyans Testlerinin Piyasa Modeli İçin Karşılaştırılması

Olabilirlik Oranı Yöntemine Dayalı, Yapısal Homojen Olmayan Varyans Testlerinin Piyasa Modeli İçin Karşılaştırılması Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:6, Sayı:, Yıl:011, ss.135-144 Olablrlk Oraı Yöteme Dayalı, Yaısal Homoje Olmaya Varyas Testler Pyasa Model İç Karşılaştırılması Flz KARDİYEN

Detaylı

Açık Artırma Teorisi Üzerine Bir Çalışma

Açık Artırma Teorisi Üzerine Bir Çalışma Kocael Üerstes Sosyal Blmler Esttüsü Dergs (4) 27 / 2 : 5-77 Açık Artırma Teors Üzere Br Çalışma Şeket Alper Koç Özet: Bu çalışmada haleler üzere teork r araştırma yapılacaktır. Belrl arsayımlar altıda

Detaylı

ĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1

ĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1 ĐÇI DEKILER Sayfa. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR.. Grş.. Đstatstk.3. Populasyo.4. Örek.5. Brm.6. Parametre.7. Değşke 3.8. Ver ve Ver Tpler 3.9. Toplama Sembolü 4 ÇALIŞMA PROBLEMLERĐ 6. VERĐLERĐ

Detaylı

BETONARME YAPILARIN DEPREM PERFORMANSININ DEĞERLENDİRİLMESİ. M.Emin ÖNCÜ 1, Yusuf CALAYIR 2

BETONARME YAPILARIN DEPREM PERFORMANSININ DEĞERLENDİRİLMESİ. M.Emin ÖNCÜ 1, Yusuf CALAYIR 2 BETONARME YAPILARIN DEPREM PERFORMANSININ DEĞERLENDİRİLMESİ M.Em ÖNCÜ, Yusuf CALAYIR ocume@dcle.edu.tr, ycalayr@frat.edu.tr Öz: Çalışmada, betoarme yapıları Türk Deprem Yöetmelğde (ABYYHY,998) verle talep

Detaylı

(DERS NOTLARI) Hazırlayan: Prof.Dr. Orhan ÇAKIR. Ankara Üniversitesi, Fen Fakültesi, Fizik Bölümü

(DERS NOTLARI) Hazırlayan: Prof.Dr. Orhan ÇAKIR. Ankara Üniversitesi, Fen Fakültesi, Fizik Bölümü FİZ433 FİZİKTE BİLGİSAYAR UYGULAMALARI DERS NOTLARI Hazırlaya: Pro.Dr. Orha ÇAKIR Akara Üverstes, Fe Fakültes, Fzk Bölümü Akara, 7! İÇİNDEKİLER. LİNEER OLMAYAN DENKLEMLERİN KÖKLERİNİN BULUNMASI I/II. LİNEER

Detaylı

KUVVET SİSTEMLERİ KUVVET. Vektörel büyüklük. - Kuvvetin büyüklüğü - Kuvvetin doğrultusu - Kuvvetin uygulama noktası - Kuvvetin yönü. Serbest vektör.

KUVVET SİSTEMLERİ KUVVET. Vektörel büyüklük. - Kuvvetin büyüklüğü - Kuvvetin doğrultusu - Kuvvetin uygulama noktası - Kuvvetin yönü. Serbest vektör. İ.T.Ü. aka akültes ekak Aa Blm Dalı STATİK - Bölüm KUVVET SİSTELEİ KUVVET Vektörel büyüklük - Kuvvet büyüklüğü - Kuvvet doğrultusu - Kuvvet uygulama oktası - Kuvvet yöü S = (,,..., ) = + +... + = Serbest

Detaylı

BASAMAK ATLAYARAK VEYA FARKLI ZIPLAYARAK İLERLEME DURUMLARININ SAYISI

BASAMAK ATLAYARAK VEYA FARKLI ZIPLAYARAK İLERLEME DURUMLARININ SAYISI Projesii Kousu: Bir çekirgei metre, metre veya 3 metre zıplayarak uzuluğu verile bir yolu kaç farklı şekilde gidebileceği ya da bir kişii veya (veya 3) basamak atlayarak basamak sayısı verile bir merdivei

Detaylı

TÜRKİYE NİN TİCARİ HİZMETLER ENDÜSTRİ İÇİ TİCARETİ

TÜRKİYE NİN TİCARİ HİZMETLER ENDÜSTRİ İÇİ TİCARETİ Clt 2, Sayı 2, 2010 ISSN: 1309-8020 (Ole) TÜRKİYE NİN TİCARİ HİZMETLER ENDÜSTRİ İÇİ TİCARETİ Ahmet AYDIN Balıkesr Üverstes Badırma İ.İ.B.F. Kampüsü, Çaakkale Yolu 2.Km. Badırma/Balıkesr E-posta: ahmetayd10@gmal.com

Detaylı

TRAFİK SİMÜLASYON TEKNİKLERİ

TRAFİK SİMÜLASYON TEKNİKLERİ TRAFİK SİMÜLASYON TEKNİKLERİ 2. HAFTA Doç. Dr. Haka GÜLER (2015-2016) 1. TRAFİK AKIM PARAMETRELERİ Üç öeml rafk akım parameres vardır: Hacm veya akım oraı, Hız, Yoğuluk. 2. KESİNTİSİZ AKIM HACİM E AKIM

Detaylı

Lojistik Regresyonda Meydana Gelen Aşırı Yayılımın İncelenmesi

Lojistik Regresyonda Meydana Gelen Aşırı Yayılımın İncelenmesi Yüzücü Yıl Üverstes, Zraat Fakültes, Tarım Blmler Dergs (J. Agrc. Sc.), 008, 18(1): 1-5 Araştırma Makales/Artcle Gelş Tarh: 10.06.007 Kabul Tarh: 7.1.007 Lojstk Regresyoda Meydaa Gele Aşırı Yayılımı İcelemes

Detaylı

Bileşik faiz hesaplamalarında kullanılan semboller basit faizdeki ile aynıdır. Temel formüller ise şöyledir:

Bileşik faiz hesaplamalarında kullanılan semboller basit faizdeki ile aynıdır. Temel formüller ise şöyledir: 1 BİLEŞİK FAİZ: Basit faiz hesabı kısa vadeli(1 yılda az) kredi işlemleride uygulaa bir metot idi. Ayrıca basit faiz metoduda her döem içi aapara sabit kalmakta olup o döem elde edile faiz tutarı bir soraki

Detaylı

Genelleştirilmiş Ortalama Fonksiyonu ve Bazı Önemli Eşitsizliklerin Öğretimi Üzerine

Genelleştirilmiş Ortalama Fonksiyonu ve Bazı Önemli Eşitsizliklerin Öğretimi Üzerine Geelleşrlmş Oralama Foksyou ve Bazı Öeml Eşszlkler Öğrem Üzere Gabl ADİLOV, Gülek TINAZTEPE & Serap KEALİ * Öze Armek oralama, Geomerk oralama, Harmok oralama, Kuvadrak oralama ve bular arasıdak lşk vere

Detaylı

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

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

Detaylı

WEİBULL DAĞILIMININ ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİN İSTATİSTİKSEL TAHMİN YÖNTEMLERİNİN KARŞILAŞTIRILMASI

WEİBULL DAĞILIMININ ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİN İSTATİSTİKSEL TAHMİN YÖNTEMLERİNİN KARŞILAŞTIRILMASI İstabul Tcaret Üverstes Sosal Blmler Dergs Yıl:8 Saı:5 Bahar 2009 s.73-87 WEİBULL DAĞILIMII ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİ İSTATİSTİKSEL TAHMİ YÖTEMLERİİ KARŞILAŞTIRILMASI Flz ÇAKIR ZEYTİOĞLU* ÖZET Güümüzde

Detaylı

Veteriner İlaçları Satış Yetkisinin Veteriner Hekimliği Açısından Değerlendirilmesi: II. İlaç Satış Yetkisinin Vizyon ve Bilanço Üzerine Etkileri [1]

Veteriner İlaçları Satış Yetkisinin Veteriner Hekimliği Açısından Değerlendirilmesi: II. İlaç Satış Yetkisinin Vizyon ve Bilanço Üzerine Etkileri [1] Kafkas Uiv Vet Fak Derg 6 ():, 00 DOI:0./kvfd.00.6 RESEARCH ARTICLE Veterier İlaçları Satış Yetkisii Veterier Hekimliği Açısıda Değerledirilmesi: II. İlaç Satış Yetkisii Vizyo ve Bilaço Üzerie Etkileri

Detaylı

İleri Diferansiyel Denklemler

İleri Diferansiyel Denklemler MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferasiyel Deklemler 2009 Bahar Bu bilgilere atıfta bulumak veya kullaım koşulları hakkıda bilgi içi http://ocw.mit.edu/terms web sitesii ziyaret ediiz.

Detaylı

ELECO '2012 Elektrik - Elektronik ve Bilgisayar Mühendisliği Sempozyumu, 29 Kasım - 01 Aralık 2012, Bursa

ELECO '2012 Elektrik - Elektronik ve Bilgisayar Mühendisliği Sempozyumu, 29 Kasım - 01 Aralık 2012, Bursa ELECO '1 Elektrk - Elektrok ve Blgsayar Mühedslğ Sempozyumu, 9 Kasım - 1 Aralık 1, Bursa Artırma/Azaltma Lmtl ve Yasak İşletm Bölgel Ekoomk Güç Dağıtımı Problemler Yerçekmsel Arama Algortması le Çözümü

Detaylı

PORTFÖY OPTİMİZASYONUNDA ORTALAMA MUTLAK SAPMA MODELİ VE MARKOWITZ MODELİNİN KULLANIMI VE İMKB VERİLERİNE UYGULANMASI

PORTFÖY OPTİMİZASYONUNDA ORTALAMA MUTLAK SAPMA MODELİ VE MARKOWITZ MODELİNİN KULLANIMI VE İMKB VERİLERİNE UYGULANMASI Süleyma Demrel Üverstes İktsad ve İdar Blmler Fakültes Dergs Y.2008, C.3, S.2 s.335-350. Suleyma Demrel Uversty The Joural of Faculty of Ecoomcs ad Admstratve Sceces Y.2008, vol.3, No.2 pp.335-350. PORTFÖY

Detaylı

İleri Teknoloji Bilimleri Dergisi Journal of Advanced Technology Sciences ISSN:2147-3455

İleri Teknoloji Bilimleri Dergisi Journal of Advanced Technology Sciences ISSN:2147-3455 İler Tekoloj Blmler Dergs Joural of Advaced Techology Sceces ISSN:47-3455 GÜÇ SİSTEMLERİNDE HARMONİKLERİN KRİTİK DEĞERLERE ETKİSİ Yusuf ALAŞAHAN İsmal ERCAN Al ÖZTÜRK 3 Salh TOSUN 4,4 Düzce Üv, Tekoloj

Detaylı

Đst201 Đstatistik Teorisi I

Đst201 Đstatistik Teorisi I Đst20 Đstatstk Teors I DERSĐN TÜRÜ Zorulu DERSĐN DÖNEMĐ Yaz DERSĐN KREDĐSĐ Ulusal Kred: (4, 0, 0 ) 4 KTS: 7 DERSĐN VERĐLDĐĞĐ Bölüm: Đstatstk 200/20 Öğretm Yılı DERSĐN MCI Đstatstğ matematksel temeller

Detaylı

Öğrenci Numarası İmzası: Not Adı ve Soyadı

Öğrenci Numarası İmzası: Not Adı ve Soyadı Öğreci Numarası İmzası: Not Adı ve Soyadı SORU 1. a) Ekoomii taımıı yapıız, amaçlarıı yazıız. Tam istihdam ile ekoomik büyüme arasıdaki ilişkiyi açıklayıız. b) Arz-talep kauu edir? Arz ve talep asıl artar

Detaylı