BİRİM YÜKLENME PROBLEMİNİN ÜÇ FARKLI YÖNTEM KULLANILARAK KARŞILAŞTIRMALI ÇÖZÜMLENMESİ

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "BİRİM YÜKLENME PROBLEMİNİN ÜÇ FARKLI YÖNTEM KULLANILARAK KARŞILAŞTIRMALI ÇÖZÜMLENMESİ"

Transkript

1 Gaz Ünv. Müh. Mm. Fak. Der. J. Fac. Eng. Arch. Gaz Unv. Cl 24, o 3, , 2009 Vol 24, o 3, , 2009 BİRİM YÜKLEME ROBLEMİİ ÜÇ FARKLI YÖTEM KULLAILARAK KARŞILAŞTIRMALI ÇÖZÜMLEMESİ Mehme KURBA ve Ümmühan BAŞARA FİLİK Elekrk-Elekronk Mühendslğ Bölümü, Mühendslk-Mmarlık Faküles, Anadolu Ünverses, Eskşehr mkurban@anadolu.edu.r, ubasaran@anadolu.edu.r (Gelş/Receved: ; Kabul/Acceped: ) ÖZET Bu çalışmada, güç ssem opmzasyonunda öneml br konu olan brm yüklenme problem, dnamk programlama, gevşelmş Lagrange ve benzeml avlama yönem kullanılarak çözülmüşür. Dnamk programlama yönem, mnmum malye sağlayan br zamanlamayı araşırmadan önce üm kısılamaları dkkae alan şlem adımlarında ürelmş karara bağlı olası brm yüklenme zamanlamalarını değerlendrr. Gevşelmş Lagrange yönem, maemaksel opmzasyon emelnde çözüm sunan br yönemdr. Benzeml avlama yönem se, kaı br maddenn yüksek br sıcaklığa kadar ısıılması ve sonra yavaş yavaş soğuularak oram sıcaklığına adım adım düşürülmes esasına dayanan ve opmzasyon problemler çn y çözümler veren br yönemdr. MATLAB kullanılarak yapılan smülasyonlarda üç farklı çözüm yönem çn brmlern çalışma durumları ve oplam malye değerler bulunmuşur. Sonuçlar ablolar halnde verlmş ve kullanılan yönemler karşılaşırılmışır. Brm yüklenme problem çn Türkye de Küahya bölgesnde bulunan dör brml Tunçblek ermk sanral ele alınmışır. Bu çalışmada kullanılan verler, TEİAŞ (Türkye Elekrk İlem Anonm Şrke) ve EÜAŞ (Elekrk Ürem Anonm Şrke) an alınmışır. Anahar Kelmeler: Güç ssem opmzasyonu, brm yüklenme, dnamk programlama, gevşelmş Lagrange, benzeml avlama. COMARATIVE SOLUTIO OF UIT COMMITMET ROBLEM USIG THREE DIFFERET METHODS ABSTRACT In hs paper, un commmen problem whch s an mporan subjec n power sysem opmzaon, s solved by usng dynamc programmng, Lagrange relaxaon, and smulaed annealng mehods. Dynamc programmng mehod evaluaes possble un commmen schedules assocaed wh decson made n he proceedng sep by consderng all consrans before searchng for a schedule ha yelds he mnmum cos. Lagrangan relaxaon mehod, whch s based on mahemacal opmzaon, presens a soluon for un commmen problem. Smulaed annealng s a mehod whch refers o he process of heang up a sold o a hgh emperaure followed by slow coolng acheved by decreasng he emperaure of he envronmen n seps and gves feasble soluons for opmzaon problems. In he smulaons made by usng MATLAB, he operaon condons and oal coss of he uns are found by usng hree dfferen solvng mehods. The soluons are gven n he ables and mehods used are compared. Four-un n Tuncblek hermal plan whch s n Kuahya regon, Turkey, are used as an example for he un commmen problem. The daa used n hs paper s aken from (TEC) Turksh Elecrc ower Company and (EGC) Elecrcy Generaon Company. Keywords: ower sysem opmzaon, un commmen, dynamc programmng, Lagrange relaxaon, smulaed annealng. 1. GİRİŞ (ITRODUCTIO) Brm yüklenme problem ürem brmlernn arasında hang brmn servse ne kadar süre ve peryoa kalacağını belrlemek amacıyla uygulanan br yönemdr. Güç ssemler analzlernde öneml yere sahp olan bu problemn amacı, mnmum malyele

2 M. Kurban ve Ü. Başaran Flk Brm Yüklenme roblemnn Üç Farklı Yönem Kullanılarak Karşılaşırmalı Çözümlenmes alep edlen gücün belrlenen kısılar alında karşılanmasıdır [1-2]. Brm yüklenme problemn çözmek çn maemaksel programlama ve sezgsel yaklaşımlara dayalı çeşl yönemler bulunmakadır. Brm yüklenme problem, amaç fonksyonu ve kısıları konveks olmayan, kombnasyonel ve çözümü oldukça zor olan br problemdr. Leraürde, problemn çözümü le lgl yapılan başlıca çalışmalar şunlardır: Dnamk programlama [3-4], sezgsel yönem [5], benzeml avlama yönem [6-8], evrmsel algorma [9], genek algorma [10-11], kısılandırılmış lojk programlama [12] ve gevşelmş Lagrange yönem dr [13-15]. Dnamk programlama, güç ssemler problemler çn öneml çözüm yönemlernden brdr. Bu yönem, br dz karar verme şlemn opmze eden br maemaksel şlem büünüdür. Temel olarak bu yönem, problemn veya problemn br kısmının parçalara bölünmes, bu parçaların çözülmes ve bu çözümlern depolanması şeklnde br çözüm yaklaşımı germekedr. Gevşelmş Lagrange yönem, çok değşkenl br fonksyonun mnmalleşrclern veya maksmalleşrclern bulmak amacıyla uygulanır. Benzeml avlama yönem, akıllı-sezgsel yönemlerden brdr. Güç ssemlernde karmaşık problemler çözmek çn doğrusal, doğrusal olmayan, dnamk, amsayı ve karmaşık amsayı programlama eknkler, kombnasyonel yönemlern parçası olarak uygulanmakadır. Sezgsel yaklaşımlardan olan benzeml avlama yönem, kombnasyonel opmzasyon problemlernn çözümünde y sonuçlar vereblmekedr. Bu yönem, asmok olarak global opmum çözüme yakınsar. Bu çalışmada brm yükleme problem, dnamk programlama, gevşelmş Lagrange ve benzeml avlama yönem kullanılarak çözülmüşür. Bu yönemlern sonuçları karşılaşırmalı olarak ablolarda verlmşr. Smülasyon sonuçlarına göre benzeml avlama yönemn kullanılarak bulunan oplam malye değernn dğer yönemlere göre daha düşük olduğu görülmüşür. Zaman açısından br kıyaslama yapıldığında se gevşelmş Lagrange yönem, dğer yönemlere göre problemn çözümüne daha kısa zamanda ulaşablmekedr. Yapılan bu çalışmalarda, Türkye de Küahya bölgesnde bulunan dör brmden oluşan Tunçblek ermk sanralne a verler kullanılmışır. 2. BİRİM YÜKLEME ROBLEMİ (UIT COMMITMET ROBLEM) Brm yüklenme problem, güç ssemlernn opmzasyonunda öneml problemlerden brdr. roblem, amaç fonksyonu, ssem ve brm kısılarından oluşmakadır. Bu problem genel olarak aşağıdak şeklde fade edleblr [16]: F ) BM, 1 1 ( U (1) Ssem kısıları: Bu kısılar yük denges ve dönme rezerv kısılarını gösermekedr. Yük Denges Kısıı: Ssemde ahmn edlen yük değer, brmlern çıkış güçlernn oplamına eş olmalıdır: 1 u ( ) ( ) ( ) (2) yük Dönme Rezerv Kısıı: Ssemn güvenlrlğ çn yeerl dönme rezerv olması gerekmekedr. Ssemlerde genellkle dönme rezerv değer, yük () değernn %10 u olarak alınmakadır. yük ( ) r ( ), maksu 0 (3) 1 Brm Kısıları: Her br brm ürem lm değerlern sağlamalıdır. U mn U maks,=1,2,.,, =1,2,.,T (4) roblemnn çözümü çn, amaç fonksyonunun belrlenen kısılar alında mnmum değer bulunmaya çalışılır. roblem ncelendğnde amaç fonksyonu, brmlern devrede olup olmama durumuna göre 1 veya 0 değerlern almakadır. Böylece, U () değşkennn 1 veya 0 değern almasına bağlı olarak problem süreksz ve amaç fonksyonunun konveks olmayan br yapıya dönüşeblmekedr. U () değşkennn 0 olduğu durumda problem süreksz br fonksyon olmakadır. Benzer şeklde, kısı fonksyonlarına bakıldığında ((2) (3), (4) numaralı denklemler), denklemlerde U () fadesnn bulunması problemn kısılarının da konveks olmadığı görülmekedr. 3. BİRİM YÜKLEME ROBLEMİ İÇİ ÇÖZÜM YÖTEMLERİ (SOLVIG METHODS FOR UIT COMMITMET ROBLEM) 3.1 Brm Yüklenme roblemnn Dnamk rogramlama Yönem le Çözümü (Solvng Un Commmen roblem by Dynamc rogrammng Mehod) Dnamk programlama, ssem analz alanında yaygın olarak kullanılan br yönemdr ve çok aşamalı karar verme problemlernde kullanılablr. Bu yönem, özellkle karar aşamasının zaman peryodunda olan problemlere çok uygundur. eryolar brbrne bağlıdır ve br zaman dönemnde alınan kararlar sonrak karar verme aşamalarını eklemekedr. roblem, al problemlere bölünür ve her br al problem çn opmal br çözüm bulunur, n sayıda karar verme aşamalarına sahp br problem, n sayıda ve her br ek br karar değşkenne sahp problemlere bölünür. Hesaplama süres, br problem çndek 426 Gaz Ünv. Müh. Mm. Fak. Der. Cl 24, o 3, 2009

3 Brm Yüklenme roblemnn Üç Farklı Yönem Kullanılarak Karşılaşırmalı Çözümlenmes M. Kurban ve Ü. Başaran Flk değşkenlern sayısına bağlı üssel büyürken, al problemlern sayısına bağlı olarak doğrusal büyür. roblemn ümü br ssem ve al problemler de basamak olarak düşünüleblr. Dnamk programlamada basamaklar, genellkle br zaman aralığını emsl eder. Br ssemn her br basamağında, problemn çözüm aşamalarına karşılık gelen brden fazla durum vardır. Durumlar, amamlanmamış çözümler göserr. Karar verc, her br basamaka, o basamak çn en y kararı vermeldr. Br karar, ssem br durumdan dğerne aşır. Br ssem br durumdan dğerne aşıyan her br aşamaya basamak denr [17]. Dnamk programlama genellkle ler doğru ve gerye doğru dzlmler şeklnde uygulanır. Bu yönem, güç ssemler problemler çn öneml yönemlerden brdr. Dnamk programlama algorması, başlangıç anından son zamana kadar uygulanır ve başlangıç anına döner. İler dnamk programlama algormasının brm yüklenme problemnde bazı avanajları vardır. Başlangıç koşulları kolayca belrlenr ve gerekl olduğu kadar hesaplamalar yapılır. İler dnamk programlama algorması Şekl 1 'de verlmşr. Bu algorma çn kullanılan malye fonksyonu şu şekldedr: Şekl 1. İler dnamk programlama yönem akış şeması (Un commmen va forward dynamc programmng) [18] F ( K, I) malye ( K, I) mns malye ( K1, L: K, I) L Fmalye ( K1, L) malye (5) (5) numaralı denklemde; F malye (K,I) = (K,I). duruma ulaşmak çn en düşük oplam malye, malye (K,I) = (K,I). durumun ürem malyen, S malye (K-1,L:K,I) = (K-1,L). durumdan (K,I). duruma ulaşmak çn geçş malyen gösermekedr. Bu yönemde, uygun durumlar öncelk lsesne göre uygun olarak önem sırasına göre sıralanır. Bu sıralamadan en uygun anes seçlr ve bu durum çn geçş malyeler hesaplanır. roblemn çözümünde kısı olarak, yük denges ve brmlern ürem lm değerlern sağlaması alınmışır. Şekl 1 dek algormada X, herbr peryoak durum sayısını ve, her br adımdak yol veya alernaf sayısını gösermekedr. Bu değşkenler kullanılarak hesaplama konrolü yapılır. X'n veya 'n maksmum sayısı 2 n-1 'dr. Şekl 2'de =3 ve X=5 çn dnamk programlama algormasının arama yolları göserlmşr. Şekl 2. Dnamk programlama yönemnn =3 ve X=5 çn kısılı arama yolları (Resrced search pahs n dynamc programmng aalgorhm wh =3 and X=5) [18] Bu çalışmada, ler dnamk programlama yaklaşımı kullanılmışır ve öncelk sıralama lsesne göre uygun olan durumlar belrlenmşr. 3.2 Brm Yüklenme roblemnn Gevşelmş Lagrange Yönem le Çözümü (Solvng Un Commmen roblem by Lagrange Relaxaon Mehod) Dnamk programlama yönem büyük boyulu güç ssemlernn çözümünde bazı dezavanajlara sahpr. Bunun neden, her br peryoa kombnasyon sayılarının es edlmesdr. Gevşelmş Lagrange yönem bu dezavanajları genel olarak çözeblmekedr. Opmzasyon problemlern çözmenn dğer br Gaz Ünv. Müh. Mm. Fak. Der. Cl 24, o 3,

4 M. Kurban ve Ü. Başaran Flk Brm Yüklenme roblemnn Üç Farklı Yönem Kullanılarak Karşılaşırmalı Çözümlenmes yolu kl (dual) çözüm olarak blnr. Lagrange çarpanları da kl değşkenler olarak adlandırılır. Gevşelmş Lagrange yönem de emel olarak kl opmzasyon yönemne dayanır. U ()=0 se,.peryoa. brm devrede değl, U ()=1se,.peryoa. brm devrede anlamına gelmekedr. Gevşelmş Lagrange yönem le çözümde amaç fonksyonunu denklem (1) dek gb anımlanır. Bu durumda Lagrange fonksyonu şu şeklde olur: T ( yük 1 1 L(, U, ) F (, U ), U ) (6) problem çözülürken kısılar alında Lagrange fonksyonu mnmze edlmeldr ve bu her br brm çn ayrı ayrı uygulanmalıdır. roblemde yük denges brbrn ekleyen (couplng) br kısıır. Bu nedenle br brm dğer br brmn çalışmasını ekler. Gevşelmş Lagrange yönem, brm yüklenme problemn gevşelmş veya brbrn ekleyen kısılarını geçc olarak hmal ederek çözer. Bu kl opmzasyon yönem le yapılır. İkl yönem Lagrange çarpanlarına göre dğer kısılar mnmumlaşırılırken maksmum yapılarak opmum değere ulaşırlar. Bu durumda kl fonksyonun denklemler şöyledr: * q ( ) maks q ( ) (7) q( ) mn L(, U, ) (8), U problemn çözümü k adımda yapılmakadır: 1. q(λ)'yı maksmum değere aşıyan λ 'ler bulunur. 2. λ 'nn 1. adımda bulunduğu ve sab olduğu varsayılır. Lagrange'nn mnmalleşrcs p() ve u () değerler ayarlanarak bulunur. Lagrange fonksyonunun aşağıdak şeklde mnmalleşrcs bulunablr. L T F ) BM U ( yük 1 1 ( U ) (9) 1 1 eşlk yenden düzenlenrse şu fade elde edlr: L T F ) BM U yük 1 1 ( U (10) Burada, λ yük fades sab olduğundan hmal edleblr. Bu durumda eşlk şu şeklde olur: L F ) BM U, 1 1 ( U (11) 1 1 (11) eşlğnde, br brm dğer br brmden ayrılablmşr. Bu durumda denklem şöyle fade edleblr: F ( ) BM, U 1 U (12) (12) eşlğ her br brm çn ayrı ayrı çözülür. Lagrange fadesnn mnmalleşrlmes çn büün peryolarda herbr ürem brmnn en küçük değer aşağıdak fadeler kullanılarak bulunur: mn F ( ) BM mn q( ) U U (13) 1 1 mn[ F( ) ] (14) (14) denklemnde verlen fonksyonun mnmalleşrcsn bulmak çn şu fadeler kullanılır: d d mn[ F( ) ] F(, U ) 0 (15) d d d F( d ( op ) ) (16) Brm lmler ve op lşksne bağlı olarak üç durum oluşur: ( op) mn mn mn[ F( ) ] F ( ) mn op ( maks) opn mn[ F( ) ] F ( ) op maks ( ) maks mn[ F( ) ] F ( ) mn op maks U () = 0 olduğunda daha düşük değer elde emenn ek yolu; F( ) 0 eşszlğn kullanmakır[18]. Brm yüklenme problem çn gevşelmş Lagrange yönemnn akış dyagramı Şekl 3'e göserlmşr. q(λ) maksmumlaşırablmek çn λ 'nn seçm ve ayarlanması oldukça önemldr. Bu nedenle araşırmacılar λ 'nn seçm ve ayarlanmasıyla lgl çalışmalara devam emekedrler. Bununla lgl olarak kullanılan yönemlerden bazıları bsecon yönem ve lnear nerpolasyon yönemdr [2]. Bu çalışmada λ 'nn seçm ve ayarlanması le lgl olarak, graden arama eknğ kullanılmışır. λ değerler (17) eşlğ le hesaplanmışır: d λ λ q( λ) α (17) dλ Gevşelmş Lagrange yönemnde (1) eşlğ ve probleme a kısılar le fade edlen değer problemn prmal değer (J * ) olarak adlandırılmakadır. (7) eşl- 428 Gaz Ünv. Müh. Mm. Fak. Der. Cl 24, o 3, 2009

5 Brm Yüklenme roblemnn Üç Farklı Yönem Kullanılarak Karşılaşırmalı Çözümlenmes M. Kurban ve Ü. Başaran Flk * J q Bağıl kl boşluk = * q * (18) 3.3 Brm Yüklenme roblemnn Benzeml Tavlama Yönem le Çözümü (Solvng Un Commmen roblem by Smulaed Annealng Mehod) Benzeml avlama yönem, lglenlen fonksyonun rasgele hesaplamalarına dayalıdır, fonksyonun üm yüzeyn nceler ve aşağı-yukarı yönlü harekelerle yerel mnmumlar arası geçşlere zn vererek yerel mnmum uzaklarından kurulup, fonksyonun global mnmumunu bulmaya çalışır ve bu yönem, özel anımlanmış komşuluk yapısına ve algormanın yerel mnmum uzaklarından kurulup global mnmum değerlere ulaşmasını sağlayacak y anımlanmış br avlama programına hyaç duyan sokask br algormadır. En y sonuca ulaşablmek çn, konrol parameres olan sıcaklığa lşkn soğuma fonksyonları oluşurulmuşur [7]. Şekl 3. Gevşelmş Lagrange yönem le brm yüklenme problemnn akış dyagramı (Lagrange relaxaon procedure for un commmen) ğ le göserlen q * ( ) fades se kl değer gösermekedr. roblemn çözümüne ne kadar yakınsandığı relave dualy gap (bağıl kl boşluk) değerne bakılarak karar verlr. Bu değer (18) eşlğ le hesaplanır: Şekl 4. Benzeml avlama yönemnn akış şeması (Smulaed annealng flow dagram) Kombnasyonel opmzasyon abanlı güç ssemler çn farklı çözüm yönemler gelşrlmşr. Araşırmacılar, farklı eknkler kullanarak amaç fonksyonunu mnmum yapmaya çalışmışlardır. Sezgsel yaklaşımlarda genel olarak k emel yaklaşım vardır: Ayrışırma ve lerleyen öeleme eknkler. Ayrışırma yönemnde, problem al problemlere ayrılır. Gerçeke çok y çözümler elde edleblr. Faka bu üsünlük büün güç ssem analz problemlerne uygulanamaz. İlerleyen öeleme eknklernde se, bu yönemler genellkle mnmum nokalara akılablr [7]. Benzeml avlama yönem, yüksek br sıcaklık değernde yen br konfgürasyondan başlar. Her br hesaplama adımında mevcu çözümün komşuları arasından çok sayıda çözüm ürelr. Yen çözümler belrlenen krerlere göre kabul edlr veya reddedlr. Bu yönem, yerel opmada sıkışırsa, Bolzman fakörü hesaplanır. Rassal sayı Bolzman faköründen küçükse, yen konfgürasyon uulur, değlse bu aşımadan önce yen konfgürasyon dğer adım çn kullanılır. Hesaplama adımlarından sonra sıcaklık belrlenen br fonksyona göre azalılır. Algorma senen erasyona ya da sıcaklık mnmum değerne ulaşığında veya senen çözüme ulaşıldığında sonlandırılır. Bu yönemn en emel göserm Şekl 4'e verlmşr. Bu yönem, emel olarak üç kısımdan oluşmakadır. Bunlar, başlangıç durumuna germe, seçm-brme ve güncelleme adımlarıdır. İlk olarak, başlangıç çözümüne karar verlr ve mevcu çözüm sonucunun en y sonuç olarak aaması yapılır. Seçm ve sonlandırma aşamasında önce ulaşılan değerler başa belrlenen paramerelerle karsılaşırılarak seçlen bu değere göre sonlandırma veya devam kararı alınır, devam edlecekse belrlenen kurallar doğrulusunda yen çözüm bulunur. Son aşama olan güncelleme aşamasında seçlen yen çözümün değer en y değer olarak aanır ve seçm-sonlandırma aşamasına ger dönülür. Gaz Ünv. Müh. Mm. Fak. Der. Cl 24, o 3,

6 M. Kurban ve Ü. Başaran Flk Brm Yüklenme roblemnn Üç Farklı Yönem Kullanılarak Karşılaşırmalı Çözümlenmes Denge durumunda verlen konfgürasyon olasılığı cong, Bolzman dağılımıdır. E confg C confg K. exp (19) (19) denklemnde E confg, verlen konfgürasyonun enerjsn ve K da sab değer gösermekedr. Meropols, sab Cp sıcaklığında ermal denge nokasına ulaşmak çn Mone Carlo smülasyonunu önermşr [19]. Bu yönemde, deneme konfgürasyonunu elde emek çn kaının akış konfgürasyonu rasgele ürelr. E c ve E sırasıyla, mevcu konfgürasyonların ve deneme konfgürasyonunun enerj sevyelern göserr. Eğer E c > E düşük enerj sevyesne ulaşırsa, deneme konfgürasyonu kabul edlr ve bu mevcu konfgürasyon olur. Dğer arafan, E c E se, deneme konfgürasyonu mevcu konfgürasyon olarak kabul edlr, olasılığı da exp[(e c E )/C p ] olur. Bu şlem, yüksek enerj sevyesnn geçş reddedlmeyene kadar devam eder. Sonuça, Bolzman dağılımı olasılıksal değere yakınsadığında, ermal dengeye ulaşılır. C p gderek azalır ve yen enerj sevyesne ulaşıncaya kadar meropols smülasyonu devam eder. C p, sıfıra yaklaşığında düşük enerj konfgürasyonu pozf olasılıka olacakır. Brm yüklenme problemn benzeml avlama yönem le çözeblmek çn problemn çözümünde al problem olarak ekonomk dağıım analznn yapılması gerekmekedr. Leraürde kullanılan ekonomk dağıım analzler, lamda öeleme yönem, brnc ve knc derece graden yönemdr. Lamda öeleme yönemnde, lamda br Lagrange çarpanıdır ve kısılandırılmış opmzasyon problemnn çözümünde kullanılır. Brnc derece graden yönemnde malye fonksyonların brnc ürevler, knc derece graden yönemnde se knc derece ürevlernden faydalanılarak çözüm bulunmakadır. Lamda-öeleme yönem, ssemn λ değern çözen ve ekonomk dağıım yapan br yönemdr. Lamda, opmzasyon problemn çözerken kullanılır ve Lagrange çarpanı olarak adlandırılır. Bu çalışmada, ekonomk dağıım yönemlernden lamda-öeleme yönem kullanılmışır. Bu yönemn akış dyagramı Şekl 5'de göserlmşr [6]. Bu akış dyagramında,,. brmn çıkış gücünü,, olerans değerne yakınlığı gösermekedr. Bu yönemde, ürem brmlernn çıkış güçler oplamı alep edlen yükle karşılaşırılır, denge sağlanmıyorsa başka lamda değerler çn öelemelere devam edlr. Brm yüklenme problemnn çözümünde benzeml avlama yönemn uygulayablmek çn k ür değşken belrlenmeldr. Brm durumunu göseren değşkenler ve brmlern çıkış güçler. Genel olarak problem k al problemden oluşur. Bunlar; kombnasyonel opmzasyon problem ve doğrusal olmayan opmzasyon problemlerdr. Benzeml avlama yönem kombnasyonal opmzasyon problemlern çözmek amacıyla uygulanır. Amaç fonksyonu olarak (1) eşlğ alınmış ve kısı olarak da (2) ve (4) no lu eşlkler alınmışır. Benzeml avlama yönem brm yüklenme problemne uygulaması durumunda Şekl 4 e verlen algorma şu şeklde olur: 1.Adım: Büün değşkenler çn başlangıç değerler aılır. Ierasyon numarası K = 0 alınır. 2.Adım: Başlangıça uygun çözümler rasgele bulunur. 3.Adım: Toplam şleme malye bulunur. Bu, k adımda yapılır: İlk önce ekonomk dağıım problem çözülür. Daha sonra başlangıç malyeler hesaplanır. 4.Adım: Başlangıç sıcaklık değer belrlenr: C p k 5.Adım: Denge nokasına ulaşıldıysa algorma durur. 8. adıma gdlr. Değlse eşlk krer sağlanıncaya kadar 6. ve 7. adımlar aynı sıcaklık değer çn ekrarlanır. 6.Adım: Deneme çözümler bulunur. 7.Adım: Kabul es yapılır. Deneme çözümü kabul edlr veya reddedlr. 8.Adım: Durma krer sağlanınca durulur, değlse sıcaklık azalılır. C p k+1, k= k + 1 olur ve 5. adıma gdlr. 4. UYGULAMALAR VE SİMÜLASYOLAR (ALICATIOS AD SIMULATIOS) Şekl 5. Lamda-öeleme yönemnn akış dyagramı (Lamda-eraon flow dagram) Brm yüklenme problem dnamk programlama, gevşelmş Lagrange ve benzeml avlama yönemyle çözülmüşür. Bu çözüm yönemler, Tunçblek ermk sanralne a verlere uygulanmışır. Bu sanrale a blgler, Tablo 1'de verlmşr. Brmlern Ürem Yük Kapases (ÜYK), Başlangıç Malye (BM) ve Arımsal Yakı Malye (AYM) değerler 430 Gaz Ünv. Müh. Mm. Fak. Der. Cl 24, o 3, 2009

7 Brm Yüklenme roblemnn Üç Farklı Yönem Kullanılarak Karşılaşırmalı Çözümlenmes M. Kurban ve Ü. Başaran Flk Tablo 1. Tunçblek ermk sanralne a değerler (Un characerscs for Tuncblek hermal plan) Brm ÜYK (MW) Tablo 1 de verlmşr. Ele alınan problem, yük denges kısıından, brmlern ürem kapases kısılarından ve başlangıç malye kısılarından oluşmakadır. Yük denges kısıı her peryoa alep edlen yükün karşılanablmesyle lgldr. Brmlern ürem kısıları, brmlern en küçük ve en büyük yük kapaselern gösermekedr [20 22]. Brmlern AYM değerler EÜAŞ an alınmışır. AYM değer kullanılarak, mnmum çıkış gücünde, maksmum çıkış gücünde ve bu güç değerlernn oralamasında knc derece fonksyonun alacağı değerlere bağlı olarak brmlern malye fonksyonları MS Excel programında eğr uydurma yönemyle oluşurulmuşur. Bu fonksyonlar aşağıda verlmşr: Brm 1: y = (20) Brm 2: y = (21) Brm 3: y = (22) Brm 4: y = (23) Bu çalışmada, 24 saalk zaman dlm 3'er saalk peryolarda ncelenmşr. Talep edlen yük değerlerne göre 8 peryoa en uygun brm kombnasyonları ve ssemn oplam malye değerler hesaplanmışır. Yapılan büün çözüm yönemlernn sonuçları karşılaşırılmışır. Ssemde ahmn alep değerler Tablo 2'de verlmşr. Tablo 2. Tahmn alep değerler (Forecasng load daa) eryo () Yük (MW) eryo () Yük (MW) roblemn amaç fonksyonu şu şekldedr: 1 1 ( ( F ( ) BM, U U ) ) BM ($) AYM ($/MWh) o Mn Maks (24) roblemn çözümünde ele alınan kısılar şunlardır: 1) Yük Denges: U( ) ( ) yük ( ), her 1 peryoa ahmn alep değerler, brmlern çıkış güçler oplamına eş olmalıdır. 2) Brmler, ürem lm değerlern sağlamalıdır. mn maks U U 4.1 Dnamk rogramlama Yönemnn Uygulanması (Applcaon for Dynamc rogrammng Mehod) Bu yönemnn uygulanması sonucu bulunan uygun kombnasyonlar ve oplam malye değer Tablo 3 e ve brmlern bulunan bu kombnasyonlara uygun olarak yüklendğ güç değerler Tablo 4 e görülmekedr. Tablo 3. Dnamk programlama yönem le her peryoa uygun brm kombnasyonları commmen schedule for dynamc programmng) (Un Yük (MW) Brm Kombnasyonları Tablo 4. Brmlern yüklendğ değerler (Load values for each plan) Yük Dnamk programlama le brm yüklenme problemn çözmek çn ler dnamk programlama yönem kullanılmışır. Bu yönem çok brmden oluşan problemlerde uygulanırken brm kombnasyonu çok fazla olacağı çn problemn çözümü zorlaşır. Bu nedenle her durumda uygun kombnasyonlardan brkaç anes seçlerek ssemn malye değer hesaplanır. Brnc peryoa büün kombnasyonlar çn malye değer hesaplanır. Sonrak peryo değernde büün uygun kombnasyonlar bulunur. Bu uygun kombnasyonlar çn geçş malyeler hesaplanır. En düşük malye değern veren kombnasyonlar kaydedlr. Son peryo değerne kadar hesaplamalar ekrar edlr. Bu Gaz Ünv. Müh. Mm. Fak. Der. Cl 24, o 3,

8 M. Kurban ve Ü. Başaran Flk Brm Yüklenme roblemnn Üç Farklı Yönem Kullanılarak Karşılaşırmalı Çözümlenmes şeklde ler dnamk programlama yönem çn en düşük malye değer hesaplanmış olur. Bu problemde, Tablo 3 ek uygun brm kombnasyonlarına göre oplam malye $ olarak bulunmuşur. roblemn dnamk programlama yönem le çözüldüğü bu durumda geçen oplam süre sanyedr. 4.2 Gevşelmş Lagrange Yönemnn Uygulanması (Applcaon for Lagrange Relaxaon Mehod) Brm yüklenme problem konveks olmayan br problem olduğundan dolayı çözümünde kl opmzasyon yönem uygulanacakır. roblemn çözümünde zlenlen yönem şu şekldedr: Başlangıç lamda değer aanır. Brmlern çıkış güçler hesaplanır. Brmn maksmum çıkış gücü değer hesaplanan bu değerden küçükse brmn çıkış gücü maksmum çıkış gücüne eş alınır. Brmn çıkış gücü mnmum güçen küçükse, brmn çıkış gücü mnmum çıkış güç değerne eş alınır. Dğer durumlarda, bulunan değer brmn çıkış gücü olarak alınır. Bu çıkış güç değerler çn malye değer hesaplanır. Bu hesaplamalar yapılırken brmn başlangıç malye değerler de eklenr. Malye değer sıfırdan büyükse brm çalışırılmaz, değlse brm çalışırılır. Büün brmler çn ekrarlanır. Brmlern çıkış güçler hesaplandıkan ve devrede olup olmadığına karar verldken sonra, kl değer hesaplanır. Bu değer brmlern başlangıç malyeler de dkkae alınarak bulunur. rmal değerle kl değer karşılaşırmak çn, prmal değer hesaplanır. rmal değerle kl değer arasındak farkı bulmak çn kl boşluk hesaplanır. Gevşelmş Lagrange yönemnde her peryoa uygun brm kombnasyonları ve oplam malye değerler Tablo 5'e verlmşr. Brmlern bulunan bu kombnasyonlara uygun olarak yüklendğ güç değerler Tablo 6 da görülmekedr. Tablo 5. Gevşelmş Lagrange yönem le her peryoa uygun brm kombnasyonları (Un commmen schedule for Lagrange relaxaon) Yük (MW) Brm Kombnasyonları Bu ablolar dkkae alındığında gevşelmş Lagrange le problemn çözümünde prmal değer: 51190$ ve kl değer: 50489$ olarak bulunmuşur. Bağıl kl boşluk değer bu problem çn 0,013 dr. roblemn gevşelmş Lagrange yönem le çözüldüğü bu durumda geçen oplam süre sanyedr. Tablo 6. Brmlern yüklendğ değerler (Load values for each plan) Yük Benzeml Tavlama Yönemnn Uygulaması (Applcaon for Smulang Annealng Mehod) Benzeml avlama yönemn çn ekonomk dağıım yönemlernden lamda-öeleme yönem kullanılmışır. Bu yönemnde soğuma şlem paramereler büyük önem aşımakadır. Seçlen değşkenlern değerleryle algorma sonucu lşk çersndedr. Bu değşkenler; başlangıç sıcaklığı, sıcaklığın ne kadar düşürüleceğ ve algormanın ne zaman durdurulacağıdır. Benzeml avlama yönem çözülürken başlangıç sıcaklık değer 2000 alınmış ve sıcaklık değer α = 0.99 le çarpılarak azalılmışır. Olasılık lm değer se 0.6 olarak alınmışır. Lamda-öeleme yönem sonucunda brmlern yüklendğ güç değerler Tablo 7'de verlmşr. Benzeml avlama yönem le problemn çözülmes sonucunda bulunan brm kombnasyonları ve büün peryo boyunca bulunan oplam malye değer Tablo 8'de verlmşr. Tablo 7. Lamda-öeleme yönem sonucu brmlern yüklendğ değerler (The resuls of he Lambda eraon mehod for each un) Yük Tablo 8. Benzeml avlama yönemnde her peryoa uygun brm kombnasyonları commmen schedule for smulaed annealng) (Un Yük (MW) Brm Kombnasyonları Gaz Ünv. Müh. Mm. Fak. Der. Cl 24, o 3, 2009

9 Brm Yüklenme roblemnn Üç Farklı Yönem Kullanılarak Karşılaşırmalı Çözümlenmes M. Kurban ve Ü. Başaran Flk Bu problemde ele alınan kısılar doğrulusunda oplam malye 50481$ olarak bulunmuşur. roblemn benzeml avlama yönem le çözüldüğü bu durumda geçen oplam süre sanyedr. 5. SOUÇLAR (COCLUSIOS) Bu çalışmada, amaç fonksyonu ve kısıları konveks olmayan ve maemaksel yönemlerle çözümü oldukça zor olan brm yüklenme problem, dnamk programlama, gevşelmş Lagrange ve benzeml avlama olmak üzere üç farklı yönem kullanılarak çözülmüş ve elde edlen sonuçlar karşılaşırılmışır. Dnamk programlama yönem, problem parçalara ayırarak çözeblen br yönem olduğundan brm yüklenme problem çn uygun br çözüm sunablmekedr. Gevşelmş Lagrange yönem, maemaksel opmzasyon emelnde çözüm sunar. Sezgsel yaklaşımlardan br olan benzeml avlama yönem se maemaksel olarak çözümü zor olan problemlere alernaf olarak uygulanablen ve yerel mnmum nokaları alayarak çözüme yakınsayan br yönemdr. Bu yönemler malye açısından karşılaşırıldığında benzeml avlama yönem ele alınan kısılar doğrulusunda oplam malye dnamk programlama yönemne göre 790$ ve gevşelmş Lagrange yönemne göre de 709$ daha düşükür. Buna rağmen süre açısından yapılan karşılaşırmada se benzeml avlama yönemnn dğer k yöneme göre çok daha uzun sürede çözüme ulaşığı görülmüşür. Çözüme en kısa sürede ulaşan yönem se gevşelmş Lagrange yönemdr. SEMBOLLER (omenclaure) AYM BM F ( ) J * maks mn op () r () yük () q * U () ÜM TM λ :Arımsal yakı malye. :.brmn başlangıç malye. :.brmn.zamanda yakı malye. :roblemn prmal değer. :eryod :.brmn maksmum çıkış gücü değer. :.brmn mnmum çıkış gücü değer. :.brmn opmal çıkış gücü değer. :.brmn.zamanda çıkış gücü. :.zamanda ssemn dönme rezerv. :.zamanda alep edlen güç. :roblemn dual (kl) değer. :.brmn.zamanda durumu. :Ürem malye. :Toplam malye. :Lagrange çarpanı. KAYAKLAR (REFERECES) 1. Applcaon Survey aper, Elecrcal Generaon UC lannng LIDO Sysems, James A. Momoh, Elecrc ower Sysem Applcaons of Opmzaon, M. Dekker, ew York, A.B.D, , Snyder W. L., owell H. D., Rayburn J. C., Dynamc-programmng approach o un commmen, IEEE Transacons on ower Sysems, Cl 2, o 2, , Ouyang Z., Shahdehpour S. M., An nellgen dynamc-programmng for un commmen applcaon, IEEE Transacons on ower Sysems, Cl 6, o 3, , ayak R., Sharma J.D., Hybrd neural nework and smulaed annealng approach o he un commmen problem, Compuers and Elecrcal Engneerng, Cl 26, o 6, , Zhuang F., Galana F.D., Un Commmen by Smulaed Annealg, IEEE Transacons on ower Sysems, Cl 5, o 1, , Manawy A. H., Abdel-Magd L, Shokr S, A Smulaed Annealng Algorhm for Un Commmen, IEEE Transacons on ower Sysems, Cl 13, o 1, , Vana A, Sousaz J.., Maow M., Smulaed Annealng for he un commmen problem, IEEE oro ower Tech Conference, orugal, 10 h -13 h Sepember Juse K.A., Tanaka E., Haegawa J., An evoluonary programmng soluon o he un commmen problem, IEEE Transacons on ower Sysems., Cl 14, o 4, , Senjyu T, Yamashro H, Shmabukuro K, Uezao K, A un commmen problem by usng genec algorhm based on characersc classfcaon, roc. IEEE ower Eng. Soc. Trans. Dsr. Conference, Cl 1, 58-63, Chuan.C., Chh W.L., Chun., C.L., Un commmen by Lagrangan relaxaon and genec algorhms, IEEE Transacons on ower Sysem, Cl 15, o 2, , Huang K.Y., Yang H.T., Yang C.L., A new hermal un commmen approach usng consran logc programmng, IEEE Transacons on ower Sysem, Cl 13, o 3, , Vermn S, Imhof K, Mukherjee S, Implemenaon of Lagrangan relaxaon based un commmen problem, Cl 4, o 4, , IEEE Transacons on ower Sysem, Zhuang F., Galana F. D., Towards a more rgorous and praccal un commmen by Lagrange relaxaon, IEEE Transacons on ower Sysem, Cl. 3, o 2, , Ongsakul W.,. echaraks, Un commmen by enhanced adapve Lagrangan relaxaon, IEEE Transacons on ower Sysem, Cl 19, o 1, , El-Saadaw, Tanaw A., Tawfk E., A Fuzzy Opmsaon-Based Approach o Large Scale Thermal Un Commmen, Elecrc ower Sysems Research, Elsever, Cl 72, o 3, , Dowd, A., Applcaon of Dynamc and Sochasc rogrammng o Opmze Cu-off Gaz Ünv. Müh. Mm. Fak. Der. Cl 24, o 3,

10 M. Kurban ve Ü. Başaran Flk Brm Yüklenme roblemnn Üç Farklı Yönem Kullanılarak Karşılaşırmalı Çözümlenmes Grades and roducon Raes Transacons of he Insue of Mnng andmeallury, Cl 85, A22 31, Wood A. J., Wollenberg B. F., ower Generaon, Operaon, and Conrol, 2nd ed. ew York: Wley, Meropols,., Rosenbluh A., Rosenbluh M., Teller A., Equaon of sae calculaons by fas compung machnes, Journal of Chemcal hyscs, Cl 21, , Sanraller Enformasyon ve Değerlendrme Müdürlüğü Teaş Faalye Raporları, Ankara Sanraller Enformasyon ve Değerlendrme Müdürlüğü, 2002 Yıllık Faalye Raporu, Termk Sanraller ve Maden Sahaları Dare Başkanlığı, Ankara, Eren, Z. ve Akaş, K., 2003 uan (Yaz) yük şarlarında yük akışı, üç faz ve faz oprak kısa devre eüdü, TEİAŞ Yük Tevz Dares Başkanlığı, Eüd ve Raporlama Müdürlüğü, Ankara, Gaz Ünv. Müh. Mm. Fak. Der. Cl 24, o 3, 2009

kadar ( i. kaynağın gölge fiyatı kadar) olmalıdır.

kadar ( i. kaynağın gölge fiyatı kadar) olmalıdır. KONU : DUAL MODELİN EKONOMİK YORUMU Br prmal-dual model lşks P : max Z cx D: mn Z bv AX b AV c X 0 V 0 bçmnde tanımlı olsun. Prmal modeln en y temel B ve buna lşkn fyat vektörü c B olsun. Z B B BB c X

Detaylı

Lineer Olmayan Yapı Sistemlerinin Analizi İçin Yay-Boyu Metodu

Lineer Olmayan Yapı Sistemlerinin Analizi İçin Yay-Boyu Metodu Fıra Ünv. Fen ve Müh. Bl. Dergs Scence and Eng. J of Fıra Unv. 9 (4), 55-530, 007 9 (4), 55-530, 007 Lneer Olmayan Yaı Ssemlernn Analz İçn Yay-Boyu Meodu Cengz OLA ve Yusuf CALAYIR Fıra Ünverses eknk Blmler

Detaylı

Seralarda Isıtma Kapasitelerinin Hesaplanmasına Yönelik Bir Bilgisayar Programı

Seralarda Isıtma Kapasitelerinin Hesaplanmasına Yönelik Bir Bilgisayar Programı Seralarda Isıma Kapaselernn Hesaplanmasına Yönelk Br Blgsayar Programı Gürkan Alp Kağan GÜRDİL 1, Kemal Çağaay SELVİ 1, Hasan ÖNDER 2 1 Ondokuz Mayıs Ünverses, Zraa Faküles, Tarım Maknaları Bölümü, Samsun

Detaylı

TÜRKİYE DEKİ 380 kv LUK 14 BARALI GÜÇ SİSTEMİNDE EKONOMİK YÜKLENME ANALİZİ

TÜRKİYE DEKİ 380 kv LUK 14 BARALI GÜÇ SİSTEMİNDE EKONOMİK YÜKLENME ANALİZİ TÜRİYE DEİ 38 kv LU 4 BARALI GÜÇ SİSTEMİDE EOOMİ YÜLEME AALİZİ Mehmet URBA Ümmühan BAŞARA 2,2 Elektrk-Elektronk Mühendslğ Bölümü Mühendslk-Mmarlık Fakültes Anadolu Ünverstes İk Eylül ampüsü, 2647, ESİŞEHİR

Detaylı

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

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

Detaylı

BÖLÜM 9 İKİ BOYUTLU PANEL YÖNTEMLERİ

BÖLÜM 9 İKİ BOYUTLU PANEL YÖNTEMLERİ BÖLÜM 9 İKİ BOYUTLU PAEL YÖTEMLERİ 9.. Grş 9.2. Kompleks dülemde poansyel akım problemnn negral formülasyonu 9.3. Doğrusal paneller boyunca sab ekllk dağılımı hal 9.4. Kaynak dağılımını esas alan panel

Detaylı

Çok Barajlı Sistemde Gerçek Zamanlı Optimal İşletme *

Çok Barajlı Sistemde Gerçek Zamanlı Optimal İşletme * İMO Teknk Derg, 2011 5359-5385, Yazı 347 Çok Barajlı semde Gerçek Zamanlı Opmal İşleme * Mücah OPAN* ÖZ Bu çalışmada, çok amaçlı ve çok barajlı br su kaynakları ssem anımlanmışır. sem üzerne enerj ürem

Detaylı

DENEY TASARIMI VE ANALİZİ

DENEY TASARIMI VE ANALİZİ DENEY TASARIMI VE ANALİZİ Bundan öncek bölümlerde bell br araşırma sonucu elde edlen verlere dayanılarak populasyonu anıma ve paramere ahmnlerne yönelk yönemlerden söz edld. Burada se sözü edlecek olan,

Detaylı

YÜKSEK PLANLAMA KURULU

YÜKSEK PLANLAMA KURULU YÜKSEK PLANLAMA KURULU Tarh : 4/02/2008 Karar No : 2008/T-5 Konu : Enerj KİT lernn Uygulayacağı Malye Bazlı Fyalandırma Mekanzmasının Usul ve Esasları Yüksek Planlama Kurulu nca; Enerj ve Tab Kaynaklar

Detaylı

DENEY TASARIMI VE ANALİZİ

DENEY TASARIMI VE ANALİZİ 1 DENEY TASARIMI VE ANALİZİ 1.1. Varyans Analz 1.. Tek Yönlü Varyans Analz Model 1.3. İk Yönlü Varyans Analz Model Prof Dr. Leven ŞENYAY XII-1 İsask II Bundan öncek bölümlerde bell br araşırma sonucu elde

Detaylı

Örneklemeli K-ortalama Algoritması Kmeans with Sampling

Örneklemeli K-ortalama Algoritması Kmeans with Sampling Örneklemel K-oralama Algorması Kmeans wh Samplng Mehme Fah Amasyalı Blgsayar Mühendslğ Bölümü Yıldız Teknk Ünverses mfah@ce.yldz.edu.r Öze K-oralama algorması, kümeleme prolemlernn çözümünde en çok kullanılan

Detaylı

Makine Öğrenmesi 10. hafta

Makine Öğrenmesi 10. hafta Makne Öğrenmes 0. hafta Lagrange Optmzasonu Destek Vektör Maknes (SVM) Karesel (Quadratc) Programlama Optmzason Blmsel term olarak dlmze geçmş olsa da bazen en leme termle karşılık bulur. Matematktek en

Detaylı

SU KAYNAKLARININ SÜRDÜRÜLEBİLİR YÖNETİMİ İÇİN BİR MODEL A MODEL FOR THE SUSTAINABLE MANAGEMENT OF WATER RESOURCES

SU KAYNAKLARININ SÜRDÜRÜLEBİLİR YÖNETİMİ İÇİN BİR MODEL A MODEL FOR THE SUSTAINABLE MANAGEMENT OF WATER RESOURCES ANKARA - TURKIYE SU KAYNAKLARININ SÜRDÜRÜLEBİLİR YÖNETİMİ İÇİN BİR MODEL A MODEL FOR THE SUSTAINABLE MANAGEMENT OF WATER RESOURCES Arş. Gör. Dr. Onur Arslan* *Nğde Ün., Mühendslk Fak., İnşaa Mühendslğ

Detaylı

PARABOLİK KISMİ DİFERANSİYEL DENKLEMLER İÇİN İKİ ZAMAN ADIMLI YAKLAŞIMLAR ÜZERİNE BİR ÇALIŞMA. Gamze YÜKSEL 1, Mustafa GÜLSU 1, *

PARABOLİK KISMİ DİFERANSİYEL DENKLEMLER İÇİN İKİ ZAMAN ADIMLI YAKLAŞIMLAR ÜZERİNE BİR ÇALIŞMA. Gamze YÜKSEL 1, Mustafa GÜLSU 1, * Ercyes Ünverses Fen Blmler Ensüsü Dergs 5 - - 45 9 p://fbe.ercyes.ed.r/ ISS -54 PARABOLİK KISMİ DİFERASİYEL DEKLEMLER İÇİ İKİ ZAMA ADIMLI YAKLAŞIMLAR ÜZERİE BİR ÇALIŞMA Gamze YÜKSEL Msafa GÜLS * Mğla Ünverses

Detaylı

Research Article / Araştırma Makalesi POWER SYSTEM STABILIZER DESIGN FOR MULTI-MACHINE POWER SYSTEM USING BAT SEARCH ALGORITHM

Research Article / Araştırma Makalesi POWER SYSTEM STABILIZER DESIGN FOR MULTI-MACHINE POWER SYSTEM USING BAT SEARCH ALGORITHM Sgma J Eng & Na Sc (4), 5, 67-67 Sgma Journal Engneerng and Naural Scences Sgma Mühendslk ve Fen Blmler Dergs Research Arcle / Araşırma Makales POWER SYSTEM STABILIZER DESIGN FOR MULTI-MACHINE POWER SYSTEM

Detaylı

4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ

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

Detaylı

Programı : Elektronik Müh.

Programı : Elektronik Müh. İSTANBUL TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜZ RESİMLERİNDEN CİNSİYET TAYİNİ YÜKSEK LİSANS TEZİ Özlem ÖZBUDAK Anablm Dalı : Elekronk e Haberleşme Müh. Programı : Elekronk Müh. OCAK 009 İSTANBUL

Detaylı

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi Journal of Engneerng and Naural Scences Mühendslk ve Fen Blmler Dergs Sgma 29, 329-339, 2011 PhD Research Arcle / Dokora Çalışması Araşırma Makales A MULTI-STAGE SUPPLY CHAIN MODEL TO DETERMINE OPTIMAL

Detaylı

Korelasyon ve Regresyon

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

Detaylı

Sistemde kullanılan baralar, klasik anlamda üç ana grupta toplanabilir :

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

Detaylı

Veride etiket bilgisi yok Denetimsiz öğrenme (unsupervised learning) Neden gereklidir?

Veride etiket bilgisi yok Denetimsiz öğrenme (unsupervised learning) Neden gereklidir? MEH535 Örünü Tanıma 7. Kümeleme (Cluserng) Doç.Dr. M. Kemal GÜLLÜ Elekronk ve Haberleşme Mühendslğ Bölümü web: hp://akademkpersonel.kocael.edu.r/kemalg/ E-posa: kemalg@kocael.edu.r Verde eke blgs yok Denemsz

Detaylı

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

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

Detaylı

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

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

Detaylı

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

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

Detaylı

TÜRKİYE DEKİ 22 BARALI 380 kv LUK GÜÇ SİSTEMİ İÇİN EKONOMİK DAĞITIM VE OPTİMAL GÜÇ AKIŞI YÖNTEMLERİNİN KARŞILAŞTIRMALI ANALİZİ

TÜRKİYE DEKİ 22 BARALI 380 kv LUK GÜÇ SİSTEMİ İÇİN EKONOMİK DAĞITIM VE OPTİMAL GÜÇ AKIŞI YÖNTEMLERİNİN KARŞILAŞTIRMALI ANALİZİ PAMUKKALE ÜNİ VERSİ TESİ MÜHENDİ SLİ K FAKÜLTESİ PAMUKKALE UNIVERSITY ENGINEERING FACULTY MÜHENDİ SLİ K B İ L İ MLERİ DERGİ S İ JOURNAL OF ENGINEERING SCIENCES YIL CİLT SAYI SAYFA : 7 : 3 : 3 : 369-378

Detaylı

Adi Diferansiyel Denklemler NÜMERİK ANALİZ. Adi Diferansiyel Denklemler. Adi Diferansiyel Denklemler

Adi Diferansiyel Denklemler NÜMERİK ANALİZ. Adi Diferansiyel Denklemler. Adi Diferansiyel Denklemler 6.4.7 NÜMERİK ANALİZ Yrd. Doç. Dr. Hatce ÇITAKOĞLU 6 Müendslk sstemlernn analznde ve ugulamalı dsplnlerde türev çeren dferansel denklemlern analtk çözümü büük öneme saptr. Sınır değer ve/vea başlangıç

Detaylı

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

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

Detaylı

Saklı Markov modelleri kullanılarak Türkiye de dolar kurundaki değişimin tahmin edilmesi

Saklı Markov modelleri kullanılarak Türkiye de dolar kurundaki değişimin tahmin edilmesi İsanbul Ünverses İşleme Faküles Dergs Isanbul Unversy Journal of he School of Busness Admnsraon Cl/Vol:38, Sayı/o:, 2009, -23 ISS: 303-732 - www.fdergs.org 2009 Saklı Markov modeller kullanılarak ürkye

Detaylı

Deney No: 2. Sıvı Seviye Kontrol Deneyi. SAKARYA ÜNİVERSİTESİ Dijital Kontrol Laboratuvar Deney Föyü Deneyin Amacı

Deney No: 2. Sıvı Seviye Kontrol Deneyi. SAKARYA ÜNİVERSİTESİ Dijital Kontrol Laboratuvar Deney Föyü Deneyin Amacı SRY ÜNİVERSİESİ Djtal ontrol Laboratuvar Deney Föyü Deney No: 2 Sıvı Sevye ontrol Deney 2.. Deneyn macı Bu deneyn amacı, doğrusal olmayan sıvı sevye sstemnn belrlenen br çalışma noktası cvarında doğrusallaştırılmış

Detaylı

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

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

Detaylı

NOT: Deney kılavuzunun Dönme Dinamiği Aygıtının Kullanımı İle İlgili Bilgiler Başlıklı Bölümü okuyunuz.

NOT: Deney kılavuzunun Dönme Dinamiği Aygıtının Kullanımı İle İlgili Bilgiler Başlıklı Bölümü okuyunuz. 8. AÇISAL HIZ, AÇISAL İVME VE TORK Hazırlayan Arş. Grv. M. ERYÜREK NOT: Deney kılavuzunun Dönme Dnamğ Aygıının Kullanımı İle İlgl Blgler Başlıklı Bölümü okuyunuz. AMAÇ 1. Küle merkez boyunca geçen ab br

Detaylı

5.3. Tekne Yüzeylerinin Matematiksel Temsili

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

Detaylı

Cinsiyet Değişkeni Bağlamında Harcama Alt Grupları ve Gelir Đlişkisi: Dumlupınar Üniversitesi Öğrencileri Üzerine Bir Uygulama.

Cinsiyet Değişkeni Bağlamında Harcama Alt Grupları ve Gelir Đlişkisi: Dumlupınar Üniversitesi Öğrencileri Üzerine Bir Uygulama. Cnsye Değşken Bağlamında Harcama Al Grupları ve Gelr Đlşks: Dumlupınar Ünverses Öğrencler Üzerne Br Uygulama Mahmu ZORTUK * Öze: Đksa blmnn en öneml konuları arasında yer alan gelr le ükem lşks her dönem

Detaylı

Avrupa Birliği ve Türkiye de Mali Saydamlığın Panel Veri Yöntemi ile Analizi

Avrupa Birliği ve Türkiye de Mali Saydamlığın Panel Veri Yöntemi ile Analizi EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Cl: Özel Sayı 0 ss. 59-73 Avrupa Brlğ ve Türkye de Mal Saydamlığın Panel Ver Yönem le Analz Fscal Transparency of he European Unon and Turkey wh Panel Daa Analyss

Detaylı

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

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

Detaylı

YÜKSEK LİSANS TEZİ Savaş OK. Anabilim Dalı : Makina Mühendisliği. Programı : Sistem Dinamiği ve Kontrol

YÜKSEK LİSANS TEZİ Savaş OK. Anabilim Dalı : Makina Mühendisliği. Programı : Sistem Dinamiği ve Kontrol İSTABUL TEKİK ÜİVERSİTESİ FE BİLİMLERİ ESTİTÜSÜ DİAMİK MATRİS KOTROL VE GEELLEŞTİRİLMİŞ ÖGÖRÜLÜ KOTROL ALGORİTMALARII KARŞILAŞTIRILMASI YÜKSEK LİSAS TEZİ Savaş OK Anablm Dalı : Makna Mühendslğ Programı

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

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

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

Detaylı

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

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

Detaylı

DENEY 5: FREKANS MODÜLASYONU

DENEY 5: FREKANS MODÜLASYONU DENEY 5: FREKANS MODÜLASYONU AMAÇ: Malab da rekans modülasyonunun uygulanması ve nelenmes. ÖN HAZIRLIK 1. TEMEL TANIMLAR Açı modülasyonu, az ve rekans modülasyonunu kasamakadır. Taşıyıının rekansı veya

Detaylı

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

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

Detaylı

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

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

Detaylı

MÜHENDİSLİK SİSTEMLERİNİN DİNAMİĞİNE HAMİLTON PRENSİBİ YAKLAŞIMI YÜCEL ERCAN

MÜHENDİSLİK SİSTEMLERİNİN DİNAMİĞİNE HAMİLTON PRENSİBİ YAKLAŞIMI YÜCEL ERCAN ÜHENDİSİ SİSEEİNİN DİNİĞİNE HİON ENSİİ YŞ YÜE EN ÜHENDİSİ SİSEEİNİN DİNİĞİNE HİON ENSİİ YŞ YÜE EN v ÜHENDİSİ SİSEEİNİN DİNİĞİNE HİON ENSİİ YŞ Yücel Ercan rnc Sürüm: Hazran 6 SN: 978-65-847-- oyrg 6: Yücel

Detaylı

Merkezi Eğilim (Yer) Ölçüleri

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

Detaylı

Doğrusal Korelasyon ve Regresyon

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

Detaylı

ÇEV 314 Yağmursuyu ve Kanalizasyon. Nüfus Projeksiyonları

ÇEV 314 Yağmursuyu ve Kanalizasyon. Nüfus Projeksiyonları ÇEV 34 Yağmursuyu ve Kanalzasyon üfus Projesyonları Yrd. oç. r. Özgür ZEYA hp://cevre.beun.edu.r/zeydan/ üfus Projesyonları Tasarımı yapılaca olan alyapı projesnn (analzasyon, yağmursuyu analları vb.),

Detaylı

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

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

Detaylı

PROJE 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

Otomatik Kontrol Ulusal Toplantısı, TOK2013, 26-28 Eylül 2013, Malatya DOĞRUSAL OLMAYAN KONTROL SİSTEMLERİ

Otomatik Kontrol Ulusal Toplantısı, TOK2013, 26-28 Eylül 2013, Malatya DOĞRUSAL OLMAYAN KONTROL SİSTEMLERİ Oomak Konrol Ulusal oplanısı OK3 6-8 Eylül 3 Malaya DOĞRUSAL OLMAYAN KONROL SİSEMLERİ 33 Oomak Konrol Ulusal oplanısı OK3 6-8 Eylül 3 Malaya rnc ve İknc Dereceden Kayan Kpl Güdüm Yönem le Havadan Havaya

Detaylı

SAYISAL ANALİZ. Doç.Dr. Cüneyt BAYILMIŞ. Sayısal Analiz. Doç.Dr. Cüneyt BAYILMIŞ

SAYISAL ANALİZ. Doç.Dr. Cüneyt BAYILMIŞ. Sayısal Analiz. Doç.Dr. Cüneyt BAYILMIŞ SAYISAL ANALİZ Doç.Dr. Cüneyt BAYILMIŞ Doç.Dr. Cüneyt BAYILMIŞ Sayısal Analz SAYISAL ANALİZ SAYISAL TÜREV Numercal Derentaton Doç.Dr. Cüneyt BAYILMIŞ Sayısal Analz İÇİNDEKİLER Sayısal Türev Ger Farklar

Detaylı

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

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

Detaylı

İMKB BİLEŞİK 100 ENDEKSİ GETİRİ VOLATİLİTESİNİN ANALİZİ ANALYSIS OF ISTANBUL STOCK EXCHANGE 100 INDEX S RETURN VOLATILITY ABSTRACT

İMKB BİLEŞİK 100 ENDEKSİ GETİRİ VOLATİLİTESİNİN ANALİZİ ANALYSIS OF ISTANBUL STOCK EXCHANGE 100 INDEX S RETURN VOLATILITY ABSTRACT İsanbul Tcare Ünverses Sosyal Blmler Dergs Yıl:7 Sayı:3 Bahar 008 s.339-350 İMKB BİLEŞİK 00 ENDEKSİ GETİRİ VOLATİLİTESİNİN ANALİZİ Ünal H. ÖZDEN ÖZET Fnansal serlerde, aşıdıkları özellkler nedenyle doğrusal

Detaylı

TRANSPORT PROBLEMI için GELIsTIRILMIs VAM YÖNTEMI

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

Detaylı

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences

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

Detaylı

EŞZAMANLI TOPLA-DAĞIT ARAÇ ROTALAMA PROBLEMİ İÇİN SEZGİSEL YAKLAŞIMLAR: GENETİK ALGORİTMA VE KUŞ SÜRÜSÜ ENİYİLEME

EŞZAMANLI TOPLA-DAĞIT ARAÇ ROTALAMA PROBLEMİ İÇİN SEZGİSEL YAKLAŞIMLAR: GENETİK ALGORİTMA VE KUŞ SÜRÜSÜ ENİYİLEME EŞZAMANLI TOPLA-DAĞIT ARAÇ ROTALAMA PROBLEMİ İÇİN SEZGİSEL YAKLAŞIMLAR: GENETİK ALGORİTMA VE KUŞ SÜRÜSÜ ENİYİLEME E E E E E E E E Fama Pınar GÖKSAL E E E E E E E E YÜKSEK LİSANS TEZİ ENDÜSTRİ MÜHENDİSLİĞİ

Detaylı

Anlık ve Ortalama Güç

Anlık ve Ortalama Güç ALTERNATİF AK-Dere Analz Bölü-4 AC Güç Anlık Güç Oralaa güç Güç fakörü Akf, reakf güç Kpleks güç Reakf güç düzele (Kpanzasyn aksu akf güç ransfer Anlık Güç, p( (herhang br ank güç p Anlık e Oralaa Güç

Detaylı

Direct Decomposition of A Finitely-Generated Module Over a Principal Ideal Domain *

Direct Decomposition of A Finitely-Generated Module Over a Principal Ideal Domain * BİR ESAS İDEAL BÖLGESİ ÜZERİNDEKİ SONLU DOĞURULMUŞ BİR MODÜLÜN DİREK PARÇALANIŞI * Drec Decompoon of A Fnely-Generaed Module Over a Prncpal Ideal Doman * Zeynep YAPTI Fen Blmler Enüü Maemak Anablm Dalı

Detaylı

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

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

Detaylı

AKIŞKAN ÇAMUR TABAKASIYLA YÜZEY DALGALARININ ETKİLEŞİMİNİN SAYISAL MODELLENMESİ

AKIŞKAN ÇAMUR TABAKASIYLA YÜZEY DALGALARININ ETKİLEŞİMİNİN SAYISAL MODELLENMESİ AKIŞKAN ÇAMUR TABAKASIYLA YÜZEY DALGALARININ ETKİLEŞİMİNİN SAYISAL MODELLENMESİ Doç.Dr.Lale BALAS, A. Mehme ŞİRİN Gaz Ünverses, Mühendslk Mmarlık Faküles,İnşaa Mühendslğ Bölümü, Malepe, Ankara Tel:37400/7,

Detaylı

Saklı Markov Modeli Kullanılarak İstanbul daki Üniversite Öğrencilerinin GSM Operatör Tercihlerini Etkileyen Faktörlerin Analizi

Saklı Markov Modeli Kullanılarak İstanbul daki Üniversite Öğrencilerinin GSM Operatör Tercihlerini Etkileyen Faktörlerin Analizi Çukurova Ünverses Mühendslk Mmarlık Faküles ergs, 33(4), ss. 203-212, Aralık 2018 Çukurova Unversy Journal of he Faculy of Engneerng and Archecure, 33(4), pp. 203-212, ecember 2018 Saklı Markov Model Kullanılarak

Detaylı

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

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

Detaylı

NİTEL TERCİH MODELLERİ

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

Detaylı

DOĞRUSAL OLMAYAN PROGRAMLAMA -III- Çok değişkenli doğrusal olmayan karar modelinin çözümü

DOĞRUSAL OLMAYAN PROGRAMLAMA -III- Çok değişkenli doğrusal olmayan karar modelinin çözümü DOĞRUSAL OLMAYAN PROGRAMLAMA -III- Çok değşkenl doğrusal olmayan karar modelnn çözümü Hazırlayan Doç. Dr. Nl ARAS Anadolu Ünverstes, Endüstr Mühendslğ Bölümü İST8 Yöneylem Araştırması Ders - Öğretm Yılı

Detaylı

Rasgele Değişken Üretme Teknikleri

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

Detaylı

Bulanık Mantık ile Hesaplanan Geoid Yüksekliğine Nokta Yüksekliklerinin Etkisi

Bulanık Mantık ile Hesaplanan Geoid Yüksekliğine Nokta Yüksekliklerinin Etkisi Harta Teknolojler Elektronk Dergs Clt: 5, No: 1, 2013 (61-67) Electronc Journal of Map Technologes Vol: 5, No: 1, 2013 (61-67) TEKNOLOJİK ARAŞTIRMALAR www.teknolojkarastrmalar.com e-issn: 1309-3983 Makale

Detaylı

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

alphanumeric journal The Journal of Operations Research, Statistics, Econometrics and Management Information Systems Avalable onlne a www.alphanumerournal.om alphanumer ournal The Journal of Operaons Researh, Sass, Eonomers and Managemen Informaon Sysems Volume 3, Issue 2, 2015 2015.03.02.STAT.08 Absra OUTLIERS IN SURVIVAL

Detaylı

YAŞAM ÇÖZÜMLEMESİNDE AYKIRI DEĞERLER OUTLIERS IN SURVIVAL ANALYSIS

YAŞAM ÇÖZÜMLEMESİNDE AYKIRI DEĞERLER OUTLIERS IN SURVIVAL ANALYSIS YAŞAM ÇÖZÜMLEMESİNDE AYKIRI DEĞERLER OUTLIERS IN SURVIVAL ANALYSIS NURAY TUNCER PROF. DR. DURDU KARASOY Tez Danışmanı Hacettepe Ünverstes Lsansüstü Eğtm-Öğretm Yönetmelğnn İstatstk Anablm Dalı İçn Öngördüğü

Detaylı

BULANIK MANTIK DENETLEYİCİLERİ. Bölüm 5: Bulanık Mantık Denetim Sistemlerinin Temelleri

BULANIK MANTIK DENETLEYİCİLERİ. Bölüm 5: Bulanık Mantık Denetim Sistemlerinin Temelleri BUANIK MANTIK DENETEYİCİERİ Bölüm 5: Bulanık Manık Denem Ssemlernn Temeller Bölüm 5 : Hedefler Bulanık Manık Denem Ssemler Bulanık Manık Denemne neden hyaç duyulduğunu anlamak. Bulanık Manık Deneleynn

Detaylı

DETERMINATION OF THE ECONOMIC DISPATCH IN ELECTRIC POWER SYSTEMS USING SIMULATED ANNEALING(SA) ALGORITHM

DETERMINATION OF THE ECONOMIC DISPATCH IN ELECTRIC POWER SYSTEMS USING SIMULATED ANNEALING(SA) ALGORITHM 5 Uluslararası İler Teknolojler Sempozyumu (IATS 09), 3-5 Mayıs 2009, Karabük, Türkye ELEKTRİK GÜÇ SİSTEMİNDE OPTİMAL YAKIT MALİYETİNİN BENZETİM TAVLAMA (BT) ALGORİTMASI İLE BELİRLENMESİ DETERMINATION

Detaylı

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ

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

Detaylı

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

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

Detaylı

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

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

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

Detaylı

Kablosuz Algılayıcı Ağlarda Devingen Kapsama Sorunu için Evrimsel Algoritma

Kablosuz Algılayıcı Ağlarda Devingen Kapsama Sorunu için Evrimsel Algoritma Akademk Blşm 28 Çanakkale Onsekz Mar Ünverses, Çanakkale, 3 Ocak - 1 Şuba 27 Kablosuz Algılayıcı Ağlarda Devngen Kapsama Sorunu çn Evrmsel Algorma M. Ayku YİĞİTEL*, Tolga TOLGAY*, ve Cem ERSOY* (*)Boğazç

Detaylı

KOCAELİ ÜNİVERSİTESİ Mühendislik Fakültesi Makina Mühendisliği Bölümü Mukavemet I Vize Sınavı (2A)

KOCAELİ ÜNİVERSİTESİ Mühendislik Fakültesi Makina Mühendisliği Bölümü Mukavemet I Vize Sınavı (2A) KOCELİ ÜNİVERSİTESİ Mühendslk akültes Makna Mühendslğ Bölümü Mukavemet I Vze Sınavı () dı Soyadı : 18 Kasım 013 Sınıfı : No : SORU 1: Şeklde verlen levhalar aralarında açısı 10 o la 0 o arasında olacak

Detaylı

PARÇALI DOĞRUSAL REGRESYON

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

Detaylı

ESNEK SİSTEMLERİN KAYAN KİPLİ DENETİMİ VE BİR UYDU MODELİNE UYGULANMASI. Nurdan BİLGİN YÜKSEK LİSANS TEZİ MAKİNA MÜHENDİSLİĞİ

ESNEK SİSTEMLERİN KAYAN KİPLİ DENETİMİ VE BİR UYDU MODELİNE UYGULANMASI. Nurdan BİLGİN YÜKSEK LİSANS TEZİ MAKİNA MÜHENDİSLİĞİ ESNEK SİSTEMLERİN KAYAN KİPLİ DENETİMİ VE BİR UYDU MODELİNE UYGULANMASI Nurdan BİLGİN YÜKSEK LİSANS TEZİ MAKİNA MÜHENDİSLİĞİ GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ NİSAN 7 ANKARA ESNEK SİSTEMLERİN KAYAN

Detaylı

1.GİRİŞ. Cinsiyet Değişkeni Bağlamında Harcama Alt Grupları ve Gelir İlişkisi: Dumlupınar Üniversitesi Öğrencileri Üzerine Bir Uygulama

1.GİRİŞ. Cinsiyet Değişkeni Bağlamında Harcama Alt Grupları ve Gelir İlişkisi: Dumlupınar Üniversitesi Öğrencileri Üzerine Bir Uygulama 1.GİRİŞ Cnsye Değşken Bağlamında Harcama Al Grupları ve Gelr İlşks: Dumlupınar Ünverses Öğrencler Üzerne Br Uygulama Mahmu ZORTUK * Öze: İksa blmnn en öneml konuları arasında yer alan gelr le ükem lşks

Detaylı

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ Gülesen ÜSTÜNDAĞ BAZI PARAMETRİK OLMAYAN İSTATİSTİKSEL YÖNTEMLERİN İNCELENMESİ İSTATİSTİK ANABİLİM DALI ADANA, 005 ÇUKUROVA ÜNİVERSİTESİ

Detaylı

Koşullu Varyans Modelleri: İmkb Serileri Üzerine Bir Uygulama

Koşullu Varyans Modelleri: İmkb Serileri Üzerine Bir Uygulama Çukurova Ünverses İİBF Dergs Cl:15.Sayı:.Aralık 11 ss.1-18 Koşullu Varyans Modeller: İmkb Serler Üzerne Br Uygulama Condııonal Varıance Models: An Alıcaıon on Isanbul Sock Exchange Serıes H.Alan Çabuk

Detaylı

KiMYASAL SÜREÇLERDE EN İYİ YERLEŞİM PLANININ BULUNMASINDA TAVLAMA BENZETİMİNİN KULLANIMI

KiMYASAL SÜREÇLERDE EN İYİ YERLEŞİM PLANININ BULUNMASINDA TAVLAMA BENZETİMİNİN KULLANIMI KMYASAL SÜREÇLERDE EN İYİ YERLEŞİM PLANININ BULUNMASINDA TAVLAMA BENZETİMİNİN KULLANIMI Yavuz ÖZÇELİK, Murat PAKEL Ege Ünverstes Mühendslk Fakültes, Kmya Mühendslğ Bölümü, Bornova Izmr ÖZET Kmyasal süreçlern

Detaylı

İÇME SUYU ŞEBEKELERİNİN GÜVENİLİRLİĞİ

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

Detaylı

ALTERNATİF AKIM DEVRE YÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ

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

Detaylı

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

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

Detaylı

İSTATİSTİK DERS NOTLARI

İSTATİSTİK DERS NOTLARI Balıkesr Ünverstes İnşaat Mühendslğ Bölüü uutokkan@balkesr.edu.tr İSTATİSTİK DERS OTLARI Yrd. Doç. Dr. Uut OKKA Hdrolk Anabl Dalı Balıkesr Ünverstes Balıkesr Ünverstes İnşaat Mühendslğ Bölüü İnşaat Mühendslğ

Detaylı

Sıklık Tabloları ve Tek Değişkenli Grafikler

Sıklık Tabloları ve Tek Değişkenli Grafikler Sıklık Tabloları ve Tek Değşkenl Grafkler Sıklık Tablosu Ver dzsnde yer alan değerlern tekrarlama sayılarını çeren tabloya sıklık tablosu denr. Sıklık Tabloları tek değşken çn marjnal tablo olarak adlandırılır.

Detaylı

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

alphanumeric journal The Journal of Operations Research, Statistics, Econometrics and Management Information Systems Avalable onlne a www.alphanumercjournal.com alphanumerc journal The Journal of Operaons Research, Sascs, Economercs and Managemen Informaon Sysems Receved: March 0, 017 Acceped: Aprl 19, 017 Publshed Onlne:

Detaylı

YAPILARIN ENERJİ ESASLI TASARIMI İÇİN BİR HESAP YÖNTEMİ

YAPILARIN ENERJİ ESASLI TASARIMI İÇİN BİR HESAP YÖNTEMİ YAPILARI EERJİ ESASLI TASARIMI İÇİ BİR HESAP YÖTEMİ Araş. Gör. Onur MERTER Araş. Gör. Özgür BOZDAĞ Prof. Dr. Mustafa DÜZGÜ Dokuz Eylül Ünverstes Dokuz Eylül Ünverstes Dokuz Eylül Ünverstes Fen Blmler Ensttüsü

Detaylı

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

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

Detaylı

KAPASİTANS VE ENDÜKTANS EBE-215, Ö.F.BAY 1

KAPASİTANS VE ENDÜKTANS EBE-215, Ö.F.BAY 1 KAPASİTANS VE ENDÜKTANS EBE-5, Ö.F.BAY KAPASİTANS VE ENDÜKTANS Bu bölümde enerj depolayan pasf elemanlardan Kapasörler e Endükörler anıılmakadır ÖĞRENME HEDEFLERİ KAPASİTÖRLER Elekrk alanında enerj depolarlar

Detaylı

BÖLÜM 1 1.GİRİŞ: İSTATİSTİKSEL DOĞRUSAL MODELLER

BÖLÜM 1 1.GİRİŞ: İSTATİSTİKSEL DOĞRUSAL MODELLER BÖLÜM 1 1.GİRİŞ: İSTATİSTİKSEL DOĞRUSAL MODELLER Blmn amaçlarından br yaşanılan doğa olaylarını tanımlamak ve olayları önceden tahmnlemektr. Bu amacı başarmanın yollarından br olaylar üzernde etkl olduğu

Detaylı

Yer Kaynakl Is Pompas Sistemlerinde Maliyet Azalt c Tasar m Stratejileri ve Teknikleri SICAKLIK DALGALANMASI C 10 20 I. 20 10 T m

Yer Kaynakl Is Pompas Sistemlerinde Maliyet Azalt c Tasar m Stratejileri ve Teknikleri SICAKLIK DALGALANMASI C 10 20 I. 20 10 T m Yer Kaynakl s Pompas Ssemlernde Malye zal c Tasar m Sraejler ve Teknkler Eren Kalafa; Mak. Yük. Müh., TTMD Üyes Mükremn maca; Mak. Müh. ÖZET Bu çal flma, Dünya da kullan m gderek yayg nlaflan YKP (Yer

Detaylı

GM-220 MÜH. ÇALIŞ. İSTATİSTİKSEL. Frekans Dağılımı Oluşturma Adımları VERİLERİN SUNUMU. Verilerin Özetlenmesi ve Grafikle Gösterilmesi

GM-220 MÜH. ÇALIŞ. İSTATİSTİKSEL. Frekans Dağılımı Oluşturma Adımları VERİLERİN SUNUMU. Verilerin Özetlenmesi ve Grafikle Gösterilmesi VERİLERİN SUNUMU GM-0 MÜH. ÇALIŞ. İSTATİSTİKSEL YÖNTEMLER Br çalışadan elde edlen verler ha ver ntelğndedr. Ha verlerden blg ednek zor ve zaan alıcıdır. Ha verler çok karaşık durudadır. Verlern düzenlenes

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

Tek Yönlü Varyans Analizi

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

Detaylı

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2 Eşit Varyans

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2 Eşit Varyans Farklı Varyans Var(u X ) = Var(u ) = E(u ) = s Eşt Varyans Y X 1 Farklı Varyans Hata Var(u X ) = Var(u ) = E(u ) = s Farklı Varyans Zaman EKKY nn varsayımlarından br anakütle regresyon fonksyonu u lern

Detaylı

Mamografide Şüpheli Kitle Adayı Bölgelerin Belirlenmesi

Mamografide Şüpheli Kitle Adayı Bölgelerin Belirlenmesi Mamografde Şüphel Kle Adayı Bölgelern Belrlenmes Burçn KURT a, Vasf V. NABİYEV b, Kemal TURHAN a a Byosas ve Tıp Blşm AD, Karadenz Ten Ünverses, Trabzon b Blgsayar Mühendslğ AD, Karadenz Ten Ünverses,

Detaylı

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ. Tamir edilebilen bir sistem için noktasal kullanılabilirlik.

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ. Tamir edilebilen bir sistem için noktasal kullanılabilirlik. ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ Tamr edleblen br ssem çn nokasal kullanılablrlk Nhan ODABAŞI İSTATİSTİK ANABİLİM DALI ANKARA Her hakkı saklıdır TEZ ONAYI Nhan ODABAġI arafından

Detaylı

ÇOK DEĞİŞKENLİ OLASILIK DAĞILIMLARI

ÇOK DEĞİŞKENLİ OLASILIK DAĞILIMLARI Bölüm 6 ÇOK DEĞİŞKENLİ OLASILIK DAĞILIMLARI Öncek bölümlerde tek-boutlu örnek uzalarla lgl rastgele değşkenler ve bu değşkenlern olasılık dağılımları ncelenmştr. Başka br anlatımla "br tek" rastgele değşkenle

Detaylı

III - ELEKTROMAGNETİK GENELLEŞTİRME

III - ELEKTROMAGNETİK GENELLEŞTİRME 3 - EEKTROMAGNETİK GENEEŞTİRME.A ) AGRANGE ORMAİZMİ Dnamğn agrange medu le yenden frmüle edlmes, genelleşrlmş krdna ssemlernn kullanılmasına mkan anır. Yen krdnaların ye larak ble dk lmaları gerekmez.

Detaylı