PROJELERDE -DAĞILIMININ ÜÇ DURUMUNA GÖRE PROJE TAMAMLANMA ZAMANININ BULUNMASINDA İSTATİSTİKSEL BİR ANALİZ
|
|
- Koray Sözen
- 7 yıl önce
- İzleme sayısı:
Transkript
1 C.Gencer ve O.Türkbey, Gaz Ünverstes. Fen Blmler Dergs, (00), PROJELERDE -DAĞILIMININ ÜÇ DURUMUNA GÖRE PROJE TAMAMLANMA ZAMANININ BULUNMASINDA İSTATİSTİKSEL BİR ANALİZ Cevrye GENCER Orhan TÜRKBEY Gaz Ünverstes, Mühendslk Mmarlık Fak., Endüstr Müh. Böl., Maltepe, Ankara, Türkye. ÖZET Br projenn gerçekleşmes çn sıralanan faalyetlern lerye dönük başlama ve btş le lgl blglern belrlenmesnde kullanılan planlama ve kontrol teknklernden br Klask Pert (KPert) teknğdr. Blndğ gb, KPert metodunda faalyetler çn belrlenen sürelern -dağılımından geldğ varsayılmaktadır. -dağılımında; smetrk, sağa ve sola çarpık olmak üzere üç durum vardır. Lteratürde KPert teknğne alternatf olarak Fuzzy- Pert (FPert) ve Gerçek Dağılım (GDag) teknkler bulunmaktadır. Her üç teknk le br projenn; başlama ve btş le lgl blgler hesaplanablr. Bu çalışmada, stenen amacı sağlayablmek çn aynı proje örnekler üzernde -dağılımının üç durumuna göre belrtlen metotlar statstkî anlamlılık yönünden karşılaştırılarak br analz ve değerlendrme çalışması yapılmıştır. Analz sonucunda da, seçm kullanıcıya bırakılmakla brlkte; Kpert metodu önerlmektedr. Anahtar kelmeler: Proje değerlendrme, Şebeke optmzasyonu, Bulanık kümeler, İstatstksel analz, Gerçek dağılım. A STATISTICAL ANALYSIS IN FINDING THE COMPLETING TIME OF THE PROJECT ACCORDING TO THREE STATES OF THE -DISTRIBUTION IN PROJECTS In the lterature, Classcal-PERT (CPert), Fuzzy-PERT (FPert) and Real-PERT (RPert) technques take place n the probablstc determnaton of startng and fnshng tmes, whch are towards to the future of operatonal actvtes that are found n a project plannng and control technque. But n each of these three technques a statstcal analyss s not done n terms of operaton number, operaton confuson, soluton tme and qualty. In ths study, by constructng a network, a comparable statstcal analyss s made accordng to the mentoned performance crtera of each of the three technques. Between the mentoned technques, the pared-t test s appled n order to nvestgate whether there s a statstcally sgnfcant dfference or not. It s seen that CPert technque s more domnant when the results are consdered n terms of soluton dffcultes and qualty, operaton confuson. Key words: Project Evaluaton, Network Optmzaton, Fuzzy Sets, Statstcal Analyss, Real Dstrbuton.
2 C.Gencer ve O.Türkbey, Gaz Ünverstes. Fen Blmler Dergs, (00), GİRİŞ PERT (Program Evaluaton and Revew Technque) şebeke analznde kullanılan br Planlama ve Kontrol teknğdr. Bu teknk br projenn gerçekleşmes yönünde yapılan faalyetlern, ne zaman başlayacağını, bteceğn ve ne gb faalyetlern ne zaman ve hang sıra le yapılacağını şebeke şeklnde yönetcye görsel blgler sunar. Projenn planlamasında faalyetler çn öngörülen süreler; uygulamaya geçldğnde klm koşulları, makne bozulmaları, malzeme temnnde k aksamalar, şç sorunları v.b. çeştl nedenlerden kaynaklanan değşklkler göstereblr. Pert teknğnde, projenn belrszlk ortamında yürütüldüğü ve şansa bağlı olarak çeştl nedenlerden kaynaklanan değşklklerden etklenlebleceğ dkkate alınmaktadır. Böylece faalyet sürelernn - dağılımından geldğ kabul edlerek, projenn toplam süresyle lgl olasılıklar hesaplanablmektedr. -dağılımında üç durum vardır. Bu durumlar Şekl 'de görülmektedr. a m b (a) a m b (b) a m b (c) Şekl. - dağılımının üç durumu (smetrk (a), sağa dönük (b) ve sola dönük (c)). Pert hesaplamalarında, faalyet sürelernn -dağılımına uyduğu varsayıldığı çn beklenen değer ( t ) ve standart sapma (σ) hesaplanablr. Gerekl formüller aşağıdadır. t ( a m b) 6 ve ( b a) 6 () Burada; a = ymser tahmn, b = kötümser tahmn, c = en olası tahmndr. Yne a m b olmalıdır. Çalışmada, krtk yol üzerndek faalyetler belrlenrken, faalyetlern ortalama sürelernden yararlanmıştır. Şebeke üzerndek krtk faalyetlern sürelernn brbrnden bağımsız ve -dağılımına uygun olduğu varsayıldığından, bu sürelern toplamı, merkez lmt teorem' ne göre normal dağılımlı br rassal değşken olmaktadır. Böylece toplam rassal değşken değer (T) aşağıdak gb hesaplanablr: T n x (n = brbrnden bağımsız rassal değşken) () 78
3 C.Gencer ve O.Türkbey, Gaz Ünverstes. Fen Blmler Dergs, (00), Krtk yolun beklenen değer (µ T ) ve varyansı (Г T ), her br değşkenn beklenen değer (µ ) ve varyansı (Г ) toplanarak bulunur. Yan n n T ve T () Ancak, burada bulunan "toplam proje süres" (µ T ) ymser br tahmndr. Gerçekte beklenen değer daha yüksektr. Yne, Pert yöntemyle bulunan varyans değer gerçek varyans değernden daha büyüktür. Ayrıca Pert yöntemyle bulunan krtk yol' un gerçek krtk yol olduğunu söylemek her zaman mümkün değldr. Bu çalışmada, Pert teknğ le Klask Pert teknğ (KPert) kastedlmektedr. Projenn gerçek tamamlanma zamanını bulablmek çn, her br faalyet çn verlen a, m ve b değerlernn ayrı ayrı hesaplanması gerekr. Böyle br durumda proje gerçekleştğnde; a, m, b = ve yol (faalyet) sayısı = n alınırsa, k = n adet olası durumun olduğu görülecektr. Oluşan her br olası durum çn krtk yol ve süreler hesaplanablr. Böylece, projenn olası tamamlanma süreler, bu sürelern tekrarlı sıklık değerler bulunablr ve o zaman projenn gerçek tamamlanma zamanının beklenen değer hesaplanablr. Bu yönteme Gerçek Dağılım metodu (GDag) denr. Projenn tamamlanma zamanını bulmanın br başka yöntem de Fuzzy (bulanık) Pert (FPert) metodudur. Şebeke analznde Bulanık Küme Teors (Fuzzy Set Theory) kullanılarak, proje tamamlanma zamanını bulmak yen br fkr değldr. Dubos ve Prade (), Prade (), Chanas ve Kamburowsk () ve Lee ve L () proje yönetm problemlerne Bulanık Küme Teors n uygulamışlardır. Dubos ve Prade () ve Prade () bulanık faalyet zamanlarını hesaplarken Ford un algortmasında k prenspler kullanmışlar ve projelernde her br faalyet çn erken başlama ve geç btş zamanlarını hesaplamışlardır. Chanas ve Kamburowsk (), Dubos ve Prade () nn metoduna benzer FPert dye anılan br metodu gelştrmşlerdr. Esas olarak FPert metodunda da Ford algortması kullanılmaktadır. McChahon ve Lee () se, bulanık faalyet zamanları bell olan br projenn tamamlanma zamanını bulmak çn k metodu karşılaştırmışlardır. Lootsma (6) se, br projenn faalyet zamanları uzman kşler tarafından tahmn edldğnde, proje planlamasındak belrszlkler üzerne çalışmış ve nümerk örnek üzernde, proje tamamlanma zamanı açısından KPert, FPert ve smulasyon metotlarının karşılaştırmasını yapmıştır. Shpley ve dğ. (7), -dağılımı yerne bulanık olasılıklı BIFPET metodunu önermşlerdr. Mon ve dğ. (8), proje yönetmnde bulanık dağılımlı malyet analz üzernde çalışmışlardır. Bu çalışmada se, proje tamamlanma zamanının bulunmasında KPert, FPert ve GDag metotları karşılaştırılmaya çalışılmıştır. Lteratürde FPert metodunun farklı çözüm algortmaları bulunmaktadır. Bu nedenle br karışıklığa meydan vermemek çn çalışmada kullanılan FPert metodunun aşamaları detaylı olarak dkkate alınmıştır.. FPERT METODU McCahon ve Lee () çalışmalarında, proje tamamlanma zamanının bulunmasında Lee ve L () nn kıyaslama (comparson) metodu le bleşk (composte) metodunu çözüm açısından karşılaştırmışlar ve bu metotlardan kıyaslama metodunun daha kısa ve anlaşılablr olduğunu belrtmşlerdr. Bu çalışmada, FPert metodu olarak blnen kıyaslama metodu kullanılmıştır. 79
4 C.Gencer ve O.Türkbey, Gaz Ünverstes. Fen Blmler Dergs, (00), Örnek projede her faalyetn bulanık zamanlarının blndğ varsayılmaktadır. Projenn tamamlanma zamanını bulmak çn kıyaslama metodunda, lerye doğru geçşte bulanık en erken başlama-btş ( ES - E F ) ve gerye doğru geçşte bulanık en geç başlama-btş zamanları ( LS - L F ) aşağıdak şeklde hesaplanmaktadır. ES max ES j A v P j ES A mn LF j v j S LF A EF LF A LS j j A j j faalyetnn bulanık faalyet süres, (+) bulanık toplama, (-) bulanık çıkarma, v j j. faalyet, P j faalyetnn öncül faalyetler set, S j faalyetnn ardıl faalyetler setdr. Üç köşel (üç elemanlı) bulanık sayılar (tranglar fuzzy numbers) kullanıldığında, br faalyetn başlayablmes çn brden fazla faalyetn btmes gerektğ durumlar da, yen başlayacak br faalyetn en erken başlama zamanının bulunmasında kullanılan bulanık öncüllük faktörler ( S(A ), m(a )) ve, m A m veya A m A j A s () m A j () s A j (6) koşulları sağlandığında A A olduğu kabul edlmekte ve j başlama zamanları olarak dkkate alınmaktadır. Burada, m(a ) A nn değerler en erken / (a b c) ve A s /8 a b c ab ac bc (7) Algortmanın daha y anlaşılablmes çn aşağıda çözümlü br örnek verlmştr.. ÖRNEK Şekl de örnek şebeke, Tablo de de örnek şebekenn bulanık faalyet zamanları verlmektedr. Tablo. Örnek problemn bulanık faalyet zamanları. E A C Faalyetler Bulanık Zamanlar F A (6,9,) B (,,6) D C (,,) B G D (6,0,) E (0,,0) Şekl. Örnek projenn öncelk dyagramı. F (,,7) G (,,) 80
5 C.Gencer ve O.Türkbey, Gaz Ünverstes. Fen Blmler Dergs, (00), Tablo de projenn bulanık faalyet zamanları verlmştr. Faalyet zamanları, (a,b,c) formunda üç köşel bulanık sayılar olarak kabul edlmştr. Burada, a br setn en küçük, b br setn orta, c br setn en büyük değer olarak tanımlanmaktadır. Örnek problemn, E S (erken başlama) ve E F (erken btme) değerler Tablo de, L S (son başlama) ve L F (son btme) değerler Tablo de verlmştr. Tablo. A-G faalyetler çn bulanık S E ve F E zamanları. Faalyet E S E F A 0 (6,9,) B 0 (,,6) C (6,9,) (7,,) D (,,6) (8,,0) E (6,9,) (6,,) F max[ EFC, EFD ] = E F D = (8,,0) (,9,7) G (,,6) (,7,0) Tablo. A-G faalyetler çn bulanık S L ve F L zamanları. Faalyet L S L F A (0,0,0) mn [ LSC, LSE ] = L S E = (6,9,) B (,,) mn [ D, G ] = D = (7,9,) C (,7,) (,9,) D (7,9,) (,9,) E (6,9,) (6,,) F (,9, (6,,) G (,,8) (6,,) Bu durumda, bulanık proje tamamlanma zamanı T, G faalyetnn aşağıdak gb fade edleblr: E F zamanıdır ve (x 6) /8, 6 x (x) ( x) /8, x T (8) 0, d.d Faalyet zamanları bulanık ken krtk yolu belrlemek zordur. Bu nedenle şebeke üzernde yer alan her br yolun krtklk dereces hesaplanmalı ve buna göre karar verlmeldr. Br yolunun krtklk dereces Cp şu şeklde hesaplanablr: Cp sup Tp T (9) x 8
6 C.Gencer ve O.Türkbey, Gaz Ünverstes. Fen Blmler Dergs, (00), Burada T p,. yolun bulanık yol uzunluğu, k kümenn kesşm, sup se br kümenn en büyük değerdr ve T p ( ) A j şeklnde hesaplanablr. jp Örnek şebekede başlangıç ve btş arasında dört alternatf yol vardır. Bunlar; (A-E), (A- C-F), (B-D-F) ve (B-G) dr. Tüm faalyetler üç köşel bulanık sayılarla temsl edldğnden, bulanık yol uzunlukları aşağıdak gb kolayca hesaplanablr.. (6,9,) (+) (0,,0) = (6,,). (6,9,) (+) (,,) (+) (,,7) = (0,6,). (,,6) (+) (6,0,) (+) (,,7) = (,9,7). (,,6) (+) (,,) = (,7,0) Bundan sonra her br yolun krtklk dereceler hesaplanablr. Tablo de krtklk dereceler, Şekl de se bunların hesapları görülmektedr. Projenn bulanık krtk yolu (A-E) dr. μ (x) 0,8 0,6 0, ( ) (x) p ( ) (x) p (...) (x) p ( ) (x) p 0, 0 Zaman Şekl. Yolların krtklk derecelernn hesabı. Tablo. Yolların krtklk dereceler. Yol Cp
7 C.Gencer ve O.Türkbey, Gaz Ünverstes. Fen Blmler Dergs, (00), ÖRNEK PROBLEMİN KPERT METOTUYLA ÇÖZÜMÜ KPert metoduna göre her faalyetn ortalama zamanı ve varyansı Tablo de verlmektedr. Tablo. KPert metoduna göre ortalama faalyet zamanları. Faalyetler Zamanlar Varyanslar A B 0. C 0. D E.777 F 0. G 0. KPert metoduna göre projenn; beklenen değer (projenn tamamlanma zamanı) T =.7 standart sapması T =.96 ve krtk yolu (A-E) dr.. ÖRNEK PROBLEMİN GDAG METOTUYLA ÇÖZÜMÜ Örnek problemde 7 yol (faalyet) vardır. Bu durumda k = 7 = 87 olası durum söz konusudur. 87 durumda yer alan krtk sürelern ve bunların sıklıklarının belrlenmes gerekr. Burada sıklık anlamı; örneğn Tablo 6 da verlen 6 krtk sürenn, 87 olası durum çnde 6 defa bulunduğunu fade etmektedr. Bu nedenle Borland Pascal dlnde kodlanan program kullanılarak, krtk süreler ve sıklıklar bulunmuştur. Tablo 6 da problem çn krtk süreler, sıklıklar ve sıklıkların ortaya çıkma olasılıkları (P(x )) le brkml olasılıklar ( P T x ) verlmektedr. Yne, P(x ) sıklıkların ortaya çıkma olasılıkları, sıklık/olası durum sayısı na oranlanarak bulunmaktadır (Örneğn, Tablo 6 da 6/87 = 0,089). P(T x ) brkml olasılıklar se, kümülatf değerler fade etmektedr. Tablo 6. GDag metoduna göre sonuçlar. Krtk Süreler Sıklık P(x ) P T x
8 C.Gencer ve O.Türkbey, Gaz Ünverstes. Fen Blmler Dergs, (00), Beklenen Değer (projenn tamamlanma zamanı) = / 87 =.7 dür. Projenn olası bütün değerler ncelendğnde (87 durum), bütün olası durumlar krtk yol olableceğnden, tek br krtk yolun belrlenmes bu metot çn mümkün değldr. 6. METOTLARIN KARŞILAŞTIRILMASI Aynı örnek problem üç metot le çözülmüştür. Sonuçlara bakıldığında, özellkle FPert ve GDag metotlarında nceleme aralıklarının aynı olduğu görülmektedr. Bu nceleme aralığı 6 x şeklndedr. Üç metodun karşılaştırılmasında tamamlanma zamanı olasılıkları dkkate alınmıştır. Çünkü, KPert metodu sonucu bulunan proje tamamlanma zamanı (beklenen değer) % 0 olasılıkla tamamlanma zamanıdır. Bu nedenle, olasılıklı br durum olduğundan, dğer metotların sonucunun da olasılıklı fade edlmes gerekr. GDag ve KPert metotlarında tamamlanma zamanı olasılıklarını hesaplamak kolaydır. Bu olasılıkların FPert metodunda da hesaplanablmes çn bulanık ntegralden (Poss (T x)) yararlanılmıştır (). FPert metodunda bulunan süreler olasılıklı değldr. Ancak, dğer metotlarla aynı bazda mukayese yapablmek çn bu süreler olasılıklı hale getrmede bulanık ntegral metodu kullanılmıştır. Örneğn, x = 7 çn dx dx x ve x = 6 çn + dx x dx dr. Burada x = 6 çn değer, 6 x aralığında tanımlanan üçgen alanıdır. Örnek problemn her üç metot çn bazı tamamlanma zamanlarının P(T x) değerler Tablo 7 de verlmektedr. Tablo 7. Örnek problem çn bazı proje tamamlanma zamanlarının olasılıkları. FPert KPert GDağ X P(T x) P(T x) P(T x) Karşılaştırılan üç metodun aynı bazda karşılaştırılmasının yapılablmes çn örnek problemn dışında ayrıca; smetrk, sağa ve sola çarpık olmak üzere 9 farklı şebeke seçlmştr. Bu şebekeler Şekl de verlmektedr. 8
9 C.Gencer ve O.Türkbey, Gaz Ünverstes. Fen Blmler Dergs, (00), (,,) (,,) (,7,9) (7,8,9) (6,9,) (,7,8) (6,7,9) (,,) (,,) (7,8,0) (9,,) (,,6) 6 (a) (b) (6,7,8) (6,8,0) (8,8,) (,,6) (6,7,) (0,,) 6 6 (,,7) (,7,9) (8,0,) (,6,) (c) (d) (,9,0) (,8,9) (,,8) (,,) (,6,7) (,,7) (,,) (,,6) 6 (,,) (,,) (0,,) (e) (f) (,6,8) (6,9,) (,6,0) (,,6) (,0,) (,8,) (9,,) (,7,) (6,9,) 6 (6,9,) (,,) (,,6) (6,,8) (g) (h) (,,6) (,6,0) (,9,6) (,6,0) (,,) (,,) (7,8,) (6,9,),,6) (7,8,) (,,) 6 (,,) (9,,7) (,,0) () (j) 8
10 C.Gencer ve O.Türkbey, Gaz Ünverstes. Fen Blmler Dergs, (00), (,,8) (6,7,) (,7,0) (7,9,) (,6,0) (,,) (,,9) (,,9) (k) (6,7,) 6 (,7,) (8,0,6) (l),6,) (6,9,8) (0,,8) (6,9,8) (,,6) (,,9) (,9,8) (,,9) (,,8) (6,0,9) (6,9,7) (6,0,9) (,,9) (,,7) (m) (n) (,,6) (7,,) (,6,8) (,8,0) (,8,0) (7,,) (7,,) (6,,) (,,) (,7,9) 6 (9,,7) (,6,9) (o) (p) (6,0,) (,0,) (6,,8) (6,,) (,8,0) (,7,9) (,,8) 6 (,7,9) (8,,6),6,8) (,,) (6,,7) (,,9) (r) (s) (6,,8) (,,6) (,7,9) (6,,9) (t) (0,6,8) (,7,9) (,6,7) Şekl. Örnek şebekeler. 86
11 C.Gencer ve O.Türkbey, Gaz Ünverstes. Fen Blmler Dergs, (00), Analzde objektf değerlemey sağlamak amacıyla; Şekl de verlen lk beş şebeke karışık (faalyet zamanları smetrk-sağa-sola çarpık özellkl), knc, üçüncü ve dördüncü beşerl şebekeler sırasıyla smetrk, sola ve sağa çarpık özellkldr. Her br şebeke çn KPert, FPert ve GDag metotları ayrı ayrı uygulanmış ve bütün x değerler çn P(T x) değerler bulunmuştur. Bütün x değerlernn kullanılmasının neden, projenn tamamlanma süres aralığı olan 6 x değerler arasında gerçekleşecek olan tamamlanma zamanı olasılıklarının bütünsel olarak çözüm uzayında fade edleblmesn sağlamaktır. Bu metotlar arasında statstksel anlamlı br farklılığın bulunup bulunmadığını araştırmak amacıyla kl-t (pared-t) test kullanılmış ve hata payı 0.0 olarak alınmıştır. Yan hata payının 0.0'den küçük olması demek, statstksel anlamlı br farklılık var anlamındadır. Analz sonuçları Tablo 8 de görülmektedr. Burada kl-t test; söz konusu metotları kl karşılaştırarak, aralarında statstk anlamlı farklılık olup olmadığını bulmak amacıyla kullanılmaktadır. Tablo 8. FPert, KPert ve GDag metotlarına göre örnek problemlern kl-t test sonuçları. Örnekler FPert-KPert FPert-GDag KPert-GDag Örnek a Örnek b Örnek c Örnek d * 0. Örnek e Örnek f * * Örnek g * 0.7 Örnek h * 0.9 Örnek Örnek j Örnek k * Örnek l * 0.0 Örnek m * Örnek n * * Örnek o * Örnek ö Örnek p * 0.00* Örnek r 0.00* * Örnek s Örnek ş * İstatstksel anlamlı farklılık vardır. Tablo 8 dek örneklerden lk beş örnek karışık (mxed), knc beş örnek smetrk (symmetrc), üçüncü beş örnek sola çarpık (skewed to left) ve son beş örnek se sağa çarpık (skewed to rght)'tır. Analz sonuçlarını gösteren Tablo 8 ncelendğnde: a. 0.0 hata payına göre; karışık zamanlı şebekelerde FPert-KPert ve KPert-GDag arasında statstksel anlamlı br farklılık yoktur. FPert-GDag arasında se sadece br örnekte farklılık vardır. Smetrk zamanlı şebekelerde FPert-KPert arasında statstksel anlamlı br farklılık yoktur. KPert-GDag arasında se br örnekte, FPert-GDag da se üç 87
12 C.Gencer ve O.Türkbey, Gaz Ünverstes. Fen Blmler Dergs, (00), örnekte statstksel anlamlı br farklılık vardır. Sola çarpık zamanlı şebekelerde, FPert- KPert arasında yne br farklılık yoktur, fakat FPert-GDag arasında k örnekte ve KPert- GDag arasında dört örnekte farklılık vardır. Sağa çarpık şebekelerde se FPert-KPert arasında br örnekte, FPert-GDag arasında k örnekte ve KPert-GDag arasında br örnekte farklılık vardır. İstatstksel anlamlı br farklılığın olmaması demek her k metod le bulunan krtk yolun ve tamamlanma zamanlarının aynı olduğu anlamındadır. b. Şebekenn sola çarpık durumda, projenn en erken tamamlanma zamanının daha belrl olduğu, sağa çarpık durumun da se projenn en erken tamamlanma zamanının daha belrsz olduğu blnmektedr. Analz sonucunda se, sola çarpık durumda FPert-KPert karşılaştırmasında br sorun olmadığı, FPert-GDag karşılaştırmasında projenn %0 (/), KPert-GDag karşılaştırmasında se %80 (/) krtk yolun ve proje tamamlanma zamanının belrsz olduğu ortaya çıkmaktadır. Sağa çarpık durumda se; FPert-KPert karşılaştırması bu belrszlğ %0 (/), FPert-GDag'da %0 (/) ve KPert-GDag'da se %0 (/) olduğu görülmektedr. c. Bütün denemelerde, FPert-KPert arasında %9 ( - (/0)), FPert-GDag arasında %60 ( - (8/0)), KPert-GDag arasında %0 ( - (6/0)) statstksel anlamlı farklılık yoktur. Bunun anlamı; hem FPert- hemde KPert metotlarının gerek krtk yolun gerekse proje tamamlanma zamanının hesaplanmasında daha başarılı olduğudur. Seçm proje uzmanının terch olacaktır. Ancak, FPert metodunun hesaplanmasındak şlem kargaşası nedenyle KPert metodunun şlem ve zleneblrlğnn daha kolay olduğu düşüncesndeyz. 7. SONUÇ VE DEĞERLENDİRME Çalışmada, lteratürde proje tamamlanma zamanının bulunmasında kullanılan üç metot karşılaştırılmıştır. Metotların aynı bazda nceleneblmes çn her metoda lşkn projenn olası bütün tamamlanma zamanları ve bunların olasılıkları hesaplanmıştır. Analz sonuçları Tablo 8 de verlmştr. Anılan tablo yukarıda üç şeklde yorumlanmıştır. Bu yorumların lknde üç farklı metodun karışık zamanlı, smetrk, sağa ve sola çarpıklık durumlarına göre statstksel anlamlı farklılıkları değerlendrlmştr. İknc yorumda, projenn en erken tamamlanma zamanının yüzdelerne göre belrllk (sola çarpık) ve belrszlk (sağa çarpık) durumları ncelenmştr. Üçüncü yorumda, yapılan bütün denemelerde projenn tamamlanma zamanının ve krtk yolun bulunmasında başarı performansları analz edlmştr. İkl karşılaştırmaların başarı performanslarına göre, FPert-KPert arasında %9, FPert- GDag arasında %60, KPert-GDag arasında se %0 statstksel anlamlı farklılık yoktur. Bu sonuçlara göre, FPert veya KPert metotlarıyla bulunan krtk yol ve proje tamamlanma zamanının daha doğru olduğu söyleneblr. Ancak her metot bazında krtk yol ve proje tamamlanma zamanının genel olarak çok büyük farklılıklar bulunmamaktadır. Bu durumda metotların şlem zorlukları göz önünde bulundurulablr. Özellkle GDag metodunda, büyük şebekelerde faalyet sayısı artıkça olası durumların blgsayar ortamında ble teker teker değerlendrlmes hafızada yer problem yaratmaktadır. Örneğn, 7 faalyetl br şebekede 87 olası durum var ken faalyet sayısı arttığında (n = 8) 66 olası durum, arttığında (n = 9) 968 olası durum, arttığında (n = 0) 909 olası durum ortaya çıkmaktadır. Artış üssel olduğu çn çözümü zorlaştırmaktadır. Bu nedenle GDag metodu terch edlmeyeblr. FPert metodunda se, her faalyet üç köşel bulanık sayılarla fade edldğnden, örnek problemdek çözümden de görüldüğü gb şlem kargaşası yaratmaktadır. Özellkle faalyetler çn bulanık öncüllük faktörlernn kullanılması gerektğ durumlarda, her zaman bu faktörler geçerl olamamakta ve bu durum projenn tamamlanma zamanının tanımlanmasında güçlük çıkarmaktadır. Bu faktörlern geçerl 88
13 C.Gencer ve O.Türkbey, Gaz Ünverstes. Fen Blmler Dergs, (00), olduğu durumlarda se, özellkle büyük boyutlu ve fazla öncül faalyetl şebekelerde şlem fazlasına ve kargaşasına sebep olmaktadır. Buna göre bu metotla da yne faalyet sayısı artığında şlem kargaşası artacaktır. KPert metodunda se, faalyetlern zamanlarının ortalama zamanları bulunup tek değere ndrgendğnden şlemler akıcı ve basttr. Ancak, yapılan statstksel analz sonucu FPert ve KPert arasında statstksel anlamlı farklılık olmadığından, seçm kullanıcıya bırakılablr. KAYNAKLAR. Dubos, D. and Prade, H., Decson-makng under fuzzness, In Advances n Fuzzy Set and Applcatons, North-Holland, Amsterdam, (979).. Prade, H, Operatons research wth fuzzy data, In Fuzzy Sets-Theory and Applcatons to Polcy Analyss and Informaton Systems, Plenum Press, New york, (98).. Chanas, S. and Kamburowsk, J., "The use of fuzzy varables n PERT, Fuzzy Sets Systems",, -9 (98).. L, R.J. and Lee, E.S., Rankng fuzzy numbers-a comparson, Proceedngs of NAFIPS, May. -7, 987, West Lafayette, Indana.. McCahon, C.S. and Lee, E.S., "Project network analyss wth fuzzy actvty tmes", Computers and Mathematcs Applcatons, (0) (988). 6. Lootsma, F.A., "Stochastc and fuzzy Pert", European Journal of Operatons Research,, 7-8 (989). 7. Shpley, M.F., Korvn, A. and Ömer, K., "BIFPET methodology versus PERT n project management: fuzzy probablty nstead of the beta dstrbuton", J. of Engneerng and Technology Management,, 9-6 (997). 8. Mon, D.L., Cheng, C.H. and Lu, H.C., Aplcaton of fuzzy dstrbutons on project management, Fuzzy Stes and Systems, 7, 7- (99). 9. Gencer, C. and Türkbey, O. The statstcal analyss n fndng the completng tme of project, The I. Conf. On Computers and Industral Eng. (8 th ICC & IE), (March-00), Cocoa Beach, Florda. 89
DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: 3 Sayı: 2 Sh Mayıs 2001
DEÜ MÜHENDİSLİK FAKÜLTESİ FEN ve MÜHENDİSLİK DERGİSİ Cilt: Sayı: Sh. 9-9 Mayıs 00 PROJE TAMAMLANMA ZAMANININ BULUNMASINDA İSTATİSTİKSEL ANALİZ YARDIMIYLA BULANIK-PERT, KLASİK-PERT VE GERÇEK-DAĞILIM YÖNTEMLERİNİN
DetaylıPROJE SEÇİMİ VE KAYNAK PLANLAMASI İÇİN BİR ALGORİTMA AN ALGORITHM FOR PROJECT SELECTION AND RESOURCE PLANNING
Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Clt 3, Sayı:2, 2001 PROJE SEÇİMİ VE KAYAK PLALAMASI İÇİ BİR ALGORİTMA lgün MORALI 1 C. Cengz ÇELİKOĞLU 2 ÖZ Kaynak tahss problemler koşullara bağlı olarak
DetaylıX, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının
1 DİĞER ÖZEL İSTATİSTİKSEL KALİTE KONTROL DİYAGRAMLARI X, R, p, np, c, u ve dğer kontrol dyagramları statstksel kalte kontrol dyagramlarının temel teknkler olup en çok kullanılanlarıdır. Bu teknkler ell
DetaylıPROJE PLANLAMASINDA BULANIK HEDEF PROGRAMLAMA YAKLAŞIMI. Müh. Ramadan VATANSEVER
İSTANBUL TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ PROJE PLANLAMASINDA BULANIK HEDEF PROGRAMLAMA YAKLAŞIMI YÜKSEK LİSANS TEZİ Müh. Ramadan VATANSEVER Anablm Dalı: İşletme Mühendslğ Programı: İşletme
DetaylıYÖNETİM 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.,
DetaylıÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU
6.07.0 ÇOKLU REGRESON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESON ÇÖZÜMLEMESİ,REGRES-ON KATSAILARININ ORUMU ÇOKLU REGRESON MODELİ Ekonom ve şletmeclk alanlarında herhang br bağımlı değşken tek br bağımsız
DetaylıUYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır.
UYUM ĐYĐLĐĞĐ TESTĐ Posson: H o: Ver Posson dağılıma sahp br ktleden gelmektedr. H a : Ver Posson dağılıma sahp br ktleden gelmemektedr. Böyle br hpotez test edeblmek çn, önce Posson dağılım parametres
DetaylıTAŞIMACILIK SEKTÖRÜNÜN İŞLEYİŞ SÜRECİ, BULANIK DAĞITIM PROBLEMİNİN TAMSAYILI DOĞRUSAL PROGRAMLAMA MODEL DENEMESİ
ZKÜ Sosyal Blmler Dergs, Clt 3, Sayı 6, 2007, ss. 109 125. TAŞIMACILIK SEKTÖRÜNÜN İŞLEYİŞ SÜRECİ, BULANIK DAĞITIM PROBLEMİNİN TAMSAYILI DOĞRUSAL PROGRAMLAMA MODEL DENEMESİ Yrd.Doç.Dr. Ahmet ERGÜLEN Nğde
Detaylıdir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır.
BÖLÜM 3 OLASILIK HESABI 3.. Br Olayın Olasılığı Tanım 3... Br olayın brbrnden ayrık ve ortaya çıkma şansı eşt n mümkün sonucundan m tanes br A olayına uygun se, A olayının P(A) le gösterlen olasılığı P(A)
DetaylıYAYILI 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
DetaylıENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI
V. Ulusal Üretm Araştırmaları Sempozyumu, İstanbul Tcaret Ünverstes, 5-7 Kasım 5 ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN
DetaylıBÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler
BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER 5.. İk Boyutlu Rasgele Değşkenler Br deney yapıldığında, aynı deneyle lgl brçok rasgele değşkenn aynı andak durumunu düşünmek gerekeblr. Böyle durumlarda
DetaylıKİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ
Kİ-KAR TSTLRİ A) Kİ-KAR DAĞILIMI V ÖZLLİKLRİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk gösterp
DetaylıSürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK
Sürekl Olasılık Dağılım Brkml- KümülatFonksyonu Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr Sürekl olasılık onksyonları X değşken - ;+ aralığında tanımlanmış br sürekl rassal değşken olsun. Aşağıdak
DetaylıKİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür.
Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk
DetaylıKİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI Ki-Kare Analizleri
Kİ KAR ANALİZİ 1 Doç. Dr. Mehmet AKSARAYLI www.mehmetaksarayl K-Kare Analzler OLAY 1: Genelde br statstk sınıfında, öğrenclern %60 ının devamlı, %30 unun bazen, %10 unun se çok az derse geldkler düşünülmektedr.
DetaylıDoğrusal Korelasyon ve Regresyon
Doğrusal Korelasyon ve Regresyon En az k değşken arasındak lşknn ncelenmesne korelasyon denr. Kşlern boyları le ağırlıkları, gelr le gder, öğrenclern çalıştıkları süre le aldıkları not, tarlaya atılan
DetaylıBasel II Geçiş Süreci Sıkça Sorulan Sorular
Basel II Geçş Sürec Sıkça Sorulan Sorular Soru No: 71 Cevaplanma Tarh: 06.03.2012 İlgl Hüküm: --- Konu: Gayrmenkul İpoteğyle Temnatlandırılmış Alacaklar İçn KR510AS Formunun Doldurulmasına İlşkn Örnek
DetaylıİÇME 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
DetaylıPÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI
PÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI Mehmet ARDIÇLIOĞLU *, Galp Seçkn ** ve Özgür Öztürk * * Ercyes Ünverstes, Mühendslk Fakültes, İnşaat Mühendslğ Bölümü Kayser
DetaylıKorelasyon ve Regresyon
Korelasyon ve Regresyon 1 Korelasyon Analz İk değşken arasında lşk olup olmadığını belrlemek çn yapılan analze korelasyon analz denr. Korelasyon; doğrusal yada doğrusal olmayan dye kye ayrılır. Korelasyon
DetaylıTek 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
DetaylıDOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME. Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cinemre
1 DOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cnemre 2 BİRİNCİ BÖLÜM HEDEF PROGRAMLAMA 1.1 Grş Karar problemler amaç sayısına göre tek amaçlı ve çok amaçlı
DetaylıRasgele 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
Detaylıa IIR süzgeç katsayıları ve N ( M) de = s 1 (3) 3. GÜRÜLTÜ GİDERİMİ UYGULAMASI
Fırat Ünverstes-Elazığ MİTRAL KAPAK İŞARETİ ÜZERİNDEKİ ANATOMİK VE ELEKTRONİK GÜRÜLTÜLERİN ABC ALGORİTMASI İLE TASARLANAN IIR SÜZGEÇLERLE SÜZÜLMESİ N. Karaboğa 1, E. Uzunhsarcıklı, F.Latfoğlu 3, T. Koza
DetaylıBULANIK AKIŞ TİPİ ÇİZELGELEME PROBLEMİ İÇİN ÇOK AMAÇLI GENETİK ALGORİTMA
Gaz Ünv. Müh. Mm. Fak. Der. J. Fac. Eng. Arch. Gaz Unv. Clt 22, No 4, 855-862, 2007 Vol 22, No 4, 855-862, 2007 BULANIK AKIŞ TİPİ ÇİZELGELEME PROBLEMİ İÇİN ÇOK AMAÇLI GENETİK ALGORİTMA İzzettn TEMİZ ve
DetaylıPamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences
Pamukkale Ünverstes Mühendslk Blmler Dergs, Clt 0, Sayı 3, 04, Sayfalar 85-9 Pamukkale Ünverstes Mühendslk Blmler Dergs Pamukkale Unversty Journal of Engneerng Scences PREFABRİK ENDÜSTRİ YAPIARININ ARMONİ
DetaylıMaliyetlerinin Bulanık Mantık (Fuzzy Logıc) Yaklaşımı Đle Yönetilmesi ve Finansal Performans Üzerindeki Etkisinin Đncelenmesi
Yrd. Doç. Dr. Al Deran Yrd. Doç. Dr. Ahmet Ergülen Taşıma Malyetlernn Bulanık Mantık (Fuzzy Logıc) Yaklaşımı Đle Yönetlmes ve Fnansal Performans Üzerndek Etksnn Đncelenmes Yrd. Doç. Dr. Ahmet ERGÜLEN Yrd.
DetaylıPARÇALI DOĞRUSAL REGRESYON
HAFTA 4 PARÇALI DOĞRUSAL REGRESYO Gölge değşkenn br başka kullanımını açıklamak çn varsayımsal br şrketn satış temslclerne nasıl ödeme yaptığı ele alınsın. Satış prmleryle satış hacm Arasındak varsayımsal
DetaylıBulanık TOPSIS ve Bulanık VIKOR Yöntemleriyle Alışveriş Merkezi Kuruluş Yeri Seçimi ve Bir Uygulama
EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Clt: 14 Sayı: 3 Temmuz 2014 ss. 463-479 Bulanık TOPSIS ve Bulanık VIKOR Yöntemleryle Alışverş Merkez Kuruluş Yer Seçm ve Br Uygulama Selecton of Shoppng Center
DetaylıOLASILIĞA GİRİŞ. Biyoistatistik (Ders 7: Olasılık) OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI
OLASILIĞA GİRİŞ Yrd. Doç. Dr. Ünal ERKORKMAZ Sakarya Ünverstes Tıp Fakültes Byostatstk Anablm Dalı uerkorkmaz@sakarya.edu.tr OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI Br olayındoğal koşullar altında toplumda
DetaylıAN IMPLEMENTATION OF INTEGRATED MULTI-CRITERIA DECISION MAKING TECHNIQUES FOR ACADEMIC STAFF RECRUITMENT
Journal of Management, Marketng and Logstcs (JMML), ISSN: 48-6670 Year: 04 Volume: Issue: AN IMPLEMENTATION OF INTEGRATED MULTI-CRITERIA DECISION MAKING TECHNIQUES FOR ACADEMIC STAFF RECRUITMENT Kemal
Detaylı5.3. Tekne Yüzeylerinin Matematiksel Temsili
5.3. Tekne Yüzeylernn atematksel Temsl atematksel yüzey temslnde lk öneml çalışmalar Coons (53) tarafından gerçekleştrlmştr. Ferguson yüzeylernn gelştrlmş hal olan Coons yüzeylernde tüm sınır eğrler çn
DetaylıDENEY 4: SERİ VE PARALEL DEVRELER,VOLTAJ VE AKIM BÖLÜCÜ KURALLARI, KIRCHOFF KANUNLARI
A. DNYİN AMACI : Bast ser ve bast paralel drenç devrelern analz edp kavramak. Voltaj ve akım bölücü kurallarını kavramak. Krchoff kanunlarını deneysel olarak uygulamak. B. KULLANILACAK AAÇ V MALZML : 1.
DetaylıTOPSIS ÇOK KRİTERLİ KARAR VERME SİSTEMİ: TÜRKİYE DEKİ KAMU BANKALARI ÜZERİNE BİR UYGULAMA
Araştırma Makaleler TOPSIS ÇOK KRİTERLİ KARAR VERME SİSTEMİ: TÜRKİYE DEKİ KAMU BANKALARI ÜZERİNE BİR UYGULAMA Dr., Dokuz Eylül Ünverstes, İİBF İşletme Bölümü erhan.demrel@deu.edu.tr ÖZET Ekonomk faalyetlern
DetaylıDEĞİŞKEN DÖVİZ KURLARI ORTAMINDA GLOBAL BİR ŞİRKETTEKİ ESNEKLİĞİN DEĞERİ VE OPTİMUM KULLANIMI
DEĞİŞKEN DÖVİZ KURLARI ORTAMINDA GLOBAL BİR ŞİRKETTEKİ ESNEKLİĞİN DEĞERİ VE OPTİMUM KULLANIMI Mehmet Aktan Atatürk Ünverstes, Endüstr Mühendslğ Bölümü, 25240, Erzurum. Özet: Dövz kurlarındak değşmler,
DetaylıJournal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi
Journal of Engneerng and atural Scences Mühendslk ve Fen Blmler Dergs Sgma 9, -4, 0 Research Artcle / Araştırma Makales FUZZY TOPSIS METHODS I GROUP DECISIO MAKIG AD A APPLICATIO FOR BAK BRACH LOCATIO
DetaylıKİ-KARE VE KOLMOGOROV SMİRNOV UYGUNLUK TESTLERİNİN SİMULASYON İLE ELDE EDİLEN VERİLER ÜZERİNDE KARŞILAŞTIRILMASI
C.Ü. İktsad ve İdar Blmler Dergs, Clt 4, Sayı 1, 3 6 Kİ-KARE VE KOLMOGOROV SMİRNOV UYGUNLUK TESTLERİNİN SİMULASYON İLE ELDE EDİLEN VERİLER ÜZERİNDE KARŞILAŞTIRILMASI H. BİRCAN, Y. KARAGÖZ ve Y. KASAPOĞLU
DetaylıSistemde kullanılan baralar, klasik anlamda üç ana grupta toplanabilir :
5 9. BÖLÜM YÜK AKIŞI (GÜÇ AKIŞI) 9.. Grş İletm sstemlernn analzlernde, bara sayısı arttıkça artan karmaşıklıkları yenmek çn sstemn matematksel modellenmesnde kolaylık getrc bazı yöntemler gelştrlmştr.
DetaylıAsimetri ve Basıklık Ölçüleri Ortalamalara dayanan (Pearson) Kartillere dayanan (Bowley) Momentlere dayanan asimetri ve basıklık ölçüleri
Asmetr ve Basıklık Ölçüler Ortalamalara dayanan (Pearson) Kartllere dayanan (Bowley) omentlere dayanan asmetr ve basıklık ölçüler Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr III. Asmetr ve Basıklık
DetaylıToplam Eşdeğer Deprem Yükünün Hesabı Bakımından 1975 Deprem Yönetmeliği İle 2006 Deprem Yönetmeliğinin Karşılaştırılması
Fırat Ünv. Fen ve Müh. Bl. ergs Scence and Eng. J of Fırat Unv. 19 (2, 133-138, 2007 19 (2, 133-138, 2007 Toplam Eşdeğer eprem Yükünün Hesabı Bakımından 1975 eprem Yönetmelğ İle 2006 eprem Yönetmelğnn
DetaylıŞiddet-Süre-Frekans Bağıntısının Genetik Algoritma ile Belirlenmesi: GAP Örneği *
İMO Teknk Derg, 28 4393-447, Yazı 29 Şddet-Süre-Frekans Bağıntısının Genetk Algortma le Belrlenmes: GAP Örneğ * Hall KARAHAN* M. Tamer AYVAZ** Gürhan GÜRARSLAN*** ÖZ Bu çalışmada, Genetk Algortma (GA)
DetaylıBALİ KHO BİLİM DERGİSİ CİLT:23 SAYI:2 YIL:2013. BULANIK BOYUT ANALİZİ ve BULANIK VIKOR İLE BİR ÇNKV MODELİ: PERSONEL SEÇİMİ PROBLEMİ.
BULANIK BOYUT ANALİZİ ve BULANIK VIKOR İLE BİR ÇNKV MODELİ: PERSONEL SEÇİMİ PROBLEMİ Özkan BALİ ÖZET Personel seçm organzasyonların başarısını etkleyen en öneml problemlerden brdr. Bu seçm, belrszlk çeren
DetaylıHAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t :
HAFTA 13 GÖLGE EĞİŞKENLERLE REGRESYON (UMMY VARIABLES) Gölge veya kukla (dummy) değşkenler denen ntel değşkenler, cnsyet, dn, ten reng gb hemen sayısallaştırılamayan ama açıklanan değşkenn davranışını
DetaylıELM201 ELEKTRONİK-I DERSİ LABORATUAR FÖYÜ
T SAKAYA ÜNİESİTESİ TEKNOLOJİ FAKÜLTESİ ELEKTİK-ELEKTONİK MÜHENDİSLİĞİ ELM201 ELEKTONİK- DESİ LAOATUA FÖYÜ DENEYİ YAPTAN: DENEYİN AD: DENEY NO: DENEYİ YAPANN AD ve SOYAD: SNF: OKUL NO: DENEY GUP NO: DENEY
Detaylı4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ
Ünsal M.; Varol, A.: Soğutma Kulelernn Boyutlandırılması İçn Br Kuramsal 8 Mayıs 990, S: 8-85, Adana 4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ Asaf Varol Fırat Ünverstes, Teknk Eğtm Fakültes,
DetaylıPARAMETRİK 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
DetaylıTRANSPORT PROBLEMI için GELIsTIRILMIs VAM YÖNTEMI
Yönetm, Yl 9, Say 28, Ekm - 1997,5.20-25 TRANSPORT PROBLEMI ÇIN GELIsTIRILMIs VAM YÖNTEMI Dr. Erhan ÖZDEMIR I.Ü. Teknk Blmler M.Y.O. L.GIRIs V AM transport problemlerne en düsük malyetl baslangç çözüm
Detaylı( ) 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
DetaylıNİTEL TERCİH MODELLERİ
NİTEL TERCİH MODELLERİ 2300 gözlem sayısı le verlen değşkenler aşağıdak gbdr: calsma: çocuk çalışıyorsa 1, çalışmıyorsa 0 (bağımlı değşken) Anne_egts: Anne eğtm sevyes Baba_egts: Baba eğtm sevyes Kent:
DetaylıMerkezi 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
DetaylıÇOK DURUMLU AĞIRLIKLANDIRILMIŞ BİLEŞENLİ SİSTEMLERİN DİNAMİK GÜVENİLİRLİK ANALİZİ
T.C. KARA HARP OKULU SAVUNMA BİLİMLERİ ENSTİTÜSÜ HAREKÂT ARAŞTIRMASI ANA BİLİM DALI ÇOK DURUMLU AĞIRLIKLANDIRILMIŞ BİLEŞENLİ SİSTEMLERİN DİNAMİK GÜVENİLİRLİK ANALİZİ DOKTORA TEZİ Hazırlayan Al Rıza BOZBULUT
DetaylıAntalya Đlinde Serada Domates Üretiminin Kâr Etkinliği Analizi
Tarım Blmler Dergs Tar. Bl. Der. Derg web sayfası: www.agr.ankara.edu.tr/derg Journal of Agrcultural Scences Journal homepage: www.agr.ankara.edu.tr/journal TARIM BİLİMLERİ DERGİSİ JOURNAL OF AGRICULTURAL
DetaylıMuhasebe ve Finansman Dergisi
Muhasebe ve Fnansman Dergs Ocak/2012 Farklı Muhasebe Düzenlemelerne Göre Hazırlanan Mal Tablolardan Elde Edlen Fnansal Oranlar İle Şrketlern Hsse Sened Getrler Ve Pyasa Değerler Arasındak İlşk Ahmet BÜYÜKŞALVARCI
DetaylıÇok Kriterli Karar Verme Teknikleriyle Lojistik Firmalarında Performans Ölçümü
EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Clt: 3 Sayı: 4 Ekm 03 ss. 449-459 Çok Krterl Karar Verme Teknkleryle Lostk Frmalarında Performans Ölçümü Performance Measurement of Logstcs Frms wth Mult-Crtera
DetaylıBulanık Analitik Hiyerarşi Süreci ve İdeal Çözüme Yakınlığa Göre Sıralama Yapma Yöntemleri ile Tekstil Sektöründe Finansal Performans Ölçümü
Sosyal Blmler 8/1 (010) s 19516 SOSYAL BİLİMLER Yıl : 010 Clt :8 Sayı :1 Celal Bayar Ünverstes S.B.E. Bulanık Analtk Hyerarş Sürec ve İdeal Çözüme Yakınlığa Göre Sıralama Yapma Yöntemler le Tekstl Sektöründe
DetaylıTEDARİKÇİ SEÇİMİNDE ANALİTİK HİYERARŞİ PROSESİ VE HEDEF PROGRAMLAMA YÖNTEMLERİNİN KOMBİNASYONU: OTEL İŞLETMELERİNDE BİR UYGULAMA
TEDARİKÇİ SEÇİMİNDE ANALİTİK HİYERARŞİ PROSESİ VE HEDEF PROGRAMLAMA YÖNTEMLERİNİN KOMBİNASYONU: OTEL İŞLETMELERİNDE BİR UYGULAMA Yrd. Doç. Dr. Meltem KARAATLI * Yrd. Doç. Dr. Gonca DAVRAS ** ÖZ Otel şletmelernde,
DetaylıORTOTROPİK ZİNCİR YAN PLAKALARINDA GERİLME YIĞILMASI KATSAYILARININ HESAPLANMASI
PAMUKKALE ÜNİ VERSİ TESİ MÜHENDİ SLİ K FAKÜLTESİ PAMUKKALE UNIVERSITY ENGINEERING COLLEGE MÜHENDİ SLİ K B İ L İ MLERİ DERGİ S İ JOURNAL OF ENGINEERING SCIENCES YIL CİLT SAYI SAYFA : 997 : 3 : 3 :45-49
DetaylıCalculating the Index of Refraction of Air
Ankara Unversty Faculty o Engneerng Optcs Lab IV Sprng 2009 Calculatng the Index o Reracton o Ar Lab Group: 1 Teoman Soygül Snan Tarakçı Seval Cbcel Muhammed Karakaya March 3, 2009 Havanın Kırılma Đndsnn
DetaylıGenetik Algoritma ile İki Boyutlu Şekil Yerleştirme ÖZET
Genetk Algortma le İk Boyutlu Şekl Yerleştrme Metn Özşahn 1 ve Mustafa Oral 2 1) Çukurova Ünverstes Fen Blmler Ensttüsü Endüstr Mühendslğ Bölümü, Adana, Turkey 2 Çukurova Ünverstes Blgsayar Mühendslğ Bölümü,
DetaylıKar Payı Politikası ve Yaşam Döngüsü Teorisi: İMKB İmalat Sektöründe Ampirik Bir Uygulama
Anadolu Ünverses Sosyal Blmler Dergs Anadolu Unversy Journal of Socal Scences Kar Payı Polkası ve Yaşam Döngüsü Teors: İMKB İmalat Sektöründe Amprk Br Uygulama Dvdend Payout Polcy and Lfe Cycle Theory:
DetaylıBULANIK HEDEF PROGRAMLAMA VE BİR TEKSTİL FİRMASINDA UYGULAMA ÖRNEĞİ
Eskşehr Osmangaz Ünverstes Sosyal Blmler Dergs Clt: 6 Sayı: 2 Aralık 2005 BULANIK HEDEF PROGRAMLAMA VE BİR TEKSTİL FİRMASINDA UYGULAMA ÖRNEĞİ İrfan ERTUĞRUL Pamukkale Ünverstes İİBF, Denzl ÖZET Günümüzde
DetaylıYAZILIM GELİŞTİRME PROJELERİNİN GERÇEK OPSİYON DEĞERLEME MODELİYLE ÇOK ÖLÇÜTLÜ BULANIK DEĞERLEMESİ
İstanbul Tcaret Ünverstes Fen Blmler Dergs Yıl: 8 Sayı: 5 Bahar 009/ s. 3-6 YAZILIM GELİŞTİRME PROJELERİNİN GERÇEK OPSİYON DEĞERLEME MODELİYLE ÇOK ÖLÇÜTLÜ BULANIK DEĞERLEMESİ A. Çağrı TOLGA, Cengz KAHRAMAN
DetaylıTHOMAS-FİERİNG MODELİ İLE SENTETİK AKIŞ SERİLERİNİN HESAPLANMASINDA YENİ BİR YAKLAŞIM
Osmangaz Ünverstes Müh.Mm.Fak.Dergs C.XVII, S., 004 Eng.&Arch.Fac.Osmangaz Unversty, Vol.XVII, No :, 004 THOMAS-FİERİNG MODELİ İLE SENTETİK AKIŞ SERİLERİNİN HESAPLANMASINDA YENİ BİR YAKLAŞIM Recep BAKIŞ,
DetaylıDepo operatörü lojistik firmasının seçimi için bulanık VIKOR ve bulanık TOPSIS yöntemlerinin uygulanması
İstanbul Ünverstes İşletme Fakültes Dergs Istanbul Unversty Journal of the School of Busness Clt/Vol:42, /No:2, 2013, 198-218 ISSN: 1303-1732 wwwfdergsorg 2013 Depo operatörü lostk frmasının seçm çn bulanık
DetaylıFLYBACK DÖNÜŞTÜRÜCÜ TASARIMI VE ANALİZİ
FLYBACK DÖNÜŞTÜRÜCÜ TASARIMI VE ANALİZİ 1 Nasır Çoruh, Tarık Erfdan, 3 Satılmış Ürgün, 4 Semra Öztürk 1,,4 Kocael Ünverstes Elektrk Mühendslğ Bölümü 3 Kocael Ünverstes Svl Havacılık Yüksekokulu ncoruh@kocael.edu.tr,
DetaylıMOBİPA 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
Detaylıbir 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
DetaylıKısa Vadeli Sermaye Girişi Modellemesi: Türkiye Örneği
Dokuz Eylül Ünverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:24, Sayı:1, Yıl:2009, ss.105-122. Kısa Vadel Sermaye Grş Modellemes: Türkye Örneğ Mehmet AKSARAYLI 1 Özhan TUNCAY 2 Alınma Tarh: 04-2008,
DetaylıDEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cilt: 16 Sayı: 48 sh. 61-75 Eylül 2014 KRİL SÜRÜSÜ ALGORİTMASI İLE ATÖLYE ÇİZELGELEME
DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Clt: 16 Sayı: 48 sh. 61-75 Eylül 2014 KRİL SÜRÜSÜ ALGORİTMASI İLE ATÖLYE ÇİZELGELEME (JOB SHOP SCHEDULING WITH KRILL HERD ALGORITHM) İlker GÖLCÜK
DetaylıKAFES SİSTEMLERİN UYGULAMAYA YÖNELİK OPTİMUM TASARIMI
PAMUKKALE ÜNİ VERSİ TESİ MÜHENDİ SLİ K FAKÜLTESİ PAMUKKALE UNIVERSITY ENGINEERING COLLEGE MÜHENDİ SLİ K BİLİMLERİ DERGİ S İ JOURNAL OF ENGINEERING SCIENCES YIL CİLT SAYI SAYFA : 1999 : 5 : 1 : 951-957
DetaylıTürk Dilinin Biçimbilim Yapısından Yararlanarak Türkçe Metinlerin Farklı İmgelere Ayrılarak Kodlanması ve Sıkıştırılması
Türk Dlnn Bçmblm Yapısından Yararlanarak Türkçe Metnlern Farklı İmgelere Ayrılarak Kodlanması ve Sıkıştırılması Banu DİRİ, M.Yahya KARSLIGİL Yıldız Teknk Ünverstes Elektrk Elektronk Fakültes - Blgsayar
DetaylıJFM316 Elektrik Yöntemler ( Doğru Akım Özdirenç Yöntemi)
JFM316 Elektrk Yöntemler ( Doğru Akım Özdrenç Yöntem) yeryüzünde oluşturacağı gerlm değerler hesaplanablr. Daha sonra aşağıdak formül kullanılarak görünür özdrenç hesaplanır. a K I K 2 1 1 1 1 AM BM AN
DetaylıADIYAMAN ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI YÜKSEK LİSANS TEZİ SOFT KÜMELER VE BAZI SOFT CEBİRSEL YAPILAR.
ADIYAMAN ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MATEMATİK ANABİLİM DALI YÜKSEK LİSANS TEZİ SOFT KÜMELER VE BAZI SOFT CEBİRSEL YAPILAR Ebubekr İNAN DANIŞMAN Yrd. Doç. Dr. Mehmet Al ÖZTÜRK ADIYAMAN 2011 Her
DetaylıMAK 744 KÜTLE TRANSFERİ
ZKÜ Fen Blmler Ensttüsü Makne Mühendslğ Anablm alı MAK 744 KÜTLE TRANSFERİ TERMOİNAMİK ve TRANSPORT BÜYÜKLÜKLERİNİN HESAPLANMASI İÇİN FORMÜLLER VE TABLOLAR Mustafa EYRİBOYUN ZONGULAK - 007 1. TERMOİNAMİK
DetaylıMIT Açık Ders Malzemeleri Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için
MIT Açık Ders Malzemeler http://ocm.mt.edu Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında blg almak çn http://ocm.mt.edu/terms veya http://tuba.açık ders.org.tr adresn zyaret ednz. 18.102
Detaylıalphanumeric journal The Journal of Operations Research, Statistics, Econometrics and Management Information Systems
Avalable onlne at www.alphanumercournal.com alphanumerc ournal The Journal of Operatons Research, Statstcs, Econometrcs and Management Informaton Systems Receved: January 25, 2017 Accepted: June 22, 2017
DetaylıKIRIKKALE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENDÜSTRİ MÜHENDİSLİĞİ ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİNDEN AHP VE TOPSIS İLE KAMP YERİ SEÇİMİ
KIRIKKALE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENDÜSTRİ MÜHENDİSLİĞİ ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİNDEN AHP VE TOPSIS İLE KAMP YERİ SEÇİMİ Burak KARAHAN Burak PEKEL Neşet BEDİR Cavt CAN Kırıkkale -2014-
DetaylıŞehiriçi Karayolu Ağlarının Sezgisel Harmoni Araştırması Optimizasyon Yöntemi ile Ayrık Tasarımı *
İMO Teknk Derg, 2013 6211-6231, Yazı 392 Şehrç Karayolu Ağlarının Sezgsel Harmon Araştırması Optmzasyon Yöntem le Ayrık Tasarımı * Hüseyn CEYLAN* Halm CEYLAN** ÖZ Bu çalışmada, şehrç ulaştırma ağlarının
Detaylıİstanbul Ünverstes İşletme Fakültes Dergs Istanbul Unversty Journal of the School of Busness Admnstraton Clt/Vol:39, Sayı/No:2,, 310-334 ISSN: 1303-1732 www.fdergs.org Stokastk envanter model kullanılarak
DetaylıAYLIK ORTALAMA GÖL SU SEVİYESİNİN BULANIK-OLASILIK YAKLAŞIMI İLE GÖZLENMİŞ ZAMAN SERİSİNDEN TAHMİNİ
AYLIK ORTALAMA GÖL SU SEVİYESİİ BULAIK-OLASILIK YAKLAŞIMI İLE GÖZLEMİŞ ZAMA SERİSİDE TAHMİİ Veysel GÜLDAL, Hakan TOGAL 2 S.D.Ü.Mühendslk Mmarlık Fakültes İnşaat Müh Böl., Isparta/TÜRKİYE vguldal@mmf.sdu.edu.tr
DetaylıEpilepside EEG Tabanlı Entropi Değişimleri
TURKMIA 9 Proceedngs 7 VI. Ulusal Tıp Blşm Kongres Bldrler ENMI Vol V No 1, 9 Eplepsde EEG Tabanlı Entrop Değşmler b c Serap 1 AYDINa,1, H.Melh SARAOĞLU, Sadık KARA a Elektrk-Elektronk Müh Böl, Ondokuz
DetaylıHasar sıklıkları için sıfır yığılmalı kesikli modeller
www.statstkcler.org İstatstkçler Dergs 5 (01) 3-31 İstatstkçler Dergs Hasar sıklıkları çn sıfır yığılmalı keskl modeller Sema Tüzel Hacettepe Ünverstes Aktüerya Blmler Bölümü 06800-Beytepe, Ankara, Türkye
DetaylıALTERNATİF 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
DetaylıROTASYON ORMAN ALGORİTMASI İLE YÜKSEK ÇÖZÜNÜRLÜKLÜ MULTİSPEKTRAL UYDU GÖRÜNTÜLERİNİN SINIFLANDIRILMASI
ROTASYON ORMAN ALGORİTMASI İLE YÜKSEK ÇÖZÜNÜRLÜKLÜ MULTİSPEKTRAL UYDU GÖRÜNTÜLERİNİN SINIFLANDIRILMASI İsmal ÇÖLKESEN 1, Tahsn YOMRALIOĞLU 2, Taşkın KAVZOĞLU 3 1 Araş. Gör., Gebze Yüksek Teknoloj Ensttüsü,
DetaylıARAŞTIRMA MAKALESİ/RESEARCH ARTICLE TEK ÇARPIMSAL SİNİR HÜCRELİ YAPAY SİNİR AĞI MODELİNİN EĞİTİMİ İÇİN ABC VE BP YÖNTEMLERİNİN KARŞILAŞTIRILMASI ÖZ
ANADOLU ÜNİVERSİTESİ Blm ve Teknoloj Dergs A-Uygulamalı Blmler ve Mühendslk Clt: 14 Sayı: 3 013 Sayfa: 315-38 ARAŞTIRMA MAKALESİ/RESEARCH ARTICLE Faruk ALPASLAN 1, Erol EĞRİOĞLU 1, Çağdaş Hakan ALADAĞ,
DetaylıJournal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi
Journal of Engneerng and Natural Scences Mühendslk ve Fen Blmler Dergs Sgma 29, 244-260, 2011 Research Artcle / Araştırma Makales PERFORMANCE EVALUATION USING AHP - VIKOR AND AHP - TOPSIS APPROACHES: THE
DetaylıJournal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi
Journal of Engneerng and Natural Scences Mühendslk ve Fen Blmler Dergs Sgma 31, 203-213, 2013 Research Artcle / Araştırma Makales ANALYTIC NETWORK PROCESS AND TOPSIS METHODS WITH SELECTION OF OPTIMAL INVESTMENT
DetaylıOLASILIK KURAMI. Temel Tanımlar ve Kavramlar-III. Temel Tanımlar ve Kavramlar-II. Temel Tanımlar ve Kavramlar-I OLASILIK
Dr. Mehmet KSRYLI OLSILIK OLSILIK KURMI Dokuz Eylül Ünverstes Ekonometr Böl. www.mehmetaksarayl.com Populasyon hakkında blg sahb olmak amacı le alınan örneklerden elde edlen blgler bre br doğru olmayıp
DetaylıSİMÜLASYON İLE BÜTÜNLEŞİK ÇOK KRİTERLİ KARAR VERME: BİR HASTANE ACİL DEPARTMANI İÇİN SENARYO SEÇİMİ UYGULAMASI
İstanbul Tcaret Ünverstes Fen Blmler Dergs Yıl: 11 Sayı: 22 Güz 2012 s. 1-18 SİMÜLASYON İLE BÜTÜNLEŞİK ÇOK KRİTERLİ KARAR VERME: BİR HASTANE ACİL DEPARTMANI İÇİN SENARYO SEÇİMİ UYGULAMASI Muhammet GÜL
DetaylıA İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır?
. Br torbada 6 syah, 4 beyaz top vardır. Bu torbadan yerne koyarak top seçlyor. A İSTATİSTİK KPSS/-AB-PÖ/006. Normal dağılıma sahp br rasgele (random) değşkenn varyansı 00 dür. Seçlen topların ksnn de
DetaylıÇok ölçütlü karar verme yaklaşımlarına dayalı tedarikçi seçimi: elektronik sektöründe bir uygulama
346 Çok ölçütlü karar verme yaklaşımlarına dayalı tedarkç seçm: elektronk sektöründe br uygulama Murat ARIKAN 1, Berat GÖKBEK 1 1 Endüstr Mühendslğ Bölümü, Mühendslk Fakültes, Gaz Ünverstes, Maltepe-Ankara
DetaylıK-Ortalamalar Yöntemi ile Yıllık Yağışların Sınıflandırılması ve Homojen Bölgelerin Belirlenmesi *
İMO Teknk Derg, 2012 6037-6050, Yazı 383 K-Ortalamalar Yöntem le Yıllık Yağışların Sınıflandırılması ve Homojen Bölgelern Belrlenmes * Mahmut FIAT* Fath DİKBAŞ** Abdullah Cem KOÇ*** Mahmud GÜGÖ**** ÖZ
DetaylıKURUMSAL FİRMALAR İÇİN BİR FİNANSAL PERFORMANS KARŞILAŞTIRMA MODELİNİN GELİŞTİRİLMESİ
Gaz Ünv. Müh. Mm. Fak. Der. Journal of thefaculty of Engneerngand Archtecture of Gaz Unversty Clt 30, No 1, 71-85, 2015 Vol 30, No 1, 71-85, 2015 KURUMSAL FİRMALAR İÇİN BİR FİNANSAL PERFORMANS KARŞILAŞTIRMA
DetaylıANOVA. CRD (Completely Randomized Design)
ANOVA CRD (Completely Randomzed Desgn) Örne Problem: Kalte le blgnn, ortalama olara, br urumun üç farlı şehrde çalışanları tarafından eşt olara algılanıp algılanmadığını test etme amacıyla, bu üç şehrde
DetaylıDeprem 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
DetaylıADJUSTED DURBIN RANK TEST FOR SENSITIVITY ANALYSIS IN BALANCED INCOMPLETE BLOCK DESIGN
SAÜ Fen Edebyat Dergs (2010-I) F.GÖKPINAR v.d. DENGELİ TAMAMLANMAMIŞ BLOK TASARIMINDA, DUYUSAL ANALİZ İÇİN DÜZELTİLMİŞ DURBİN SIRA SAYILARI TESTİ Fkr GÖKPINAR*, Hülya BAYRAK, Dlşad YILDIZ ve Esra YİĞİT
DetaylıTek Yönlü Varyans Analizi (ANOVA)
VARYANS ANALİZİ İ örne ortalaması arasında farın önem ontrolü, örne büyülüğüne göre z veya testlernden bryle yapılır. Bu testlerle, den fazla örne ortalamasını brlte test etme ve aralarında farın önem
DetaylıKULLANIMI VE UYGULAMASI Canan HAMURKAROGLU1, ilknur ÖZMEN2. THE USE OF MULTIDIMENSIONAL SCALlNG IN THE STATISTICAL QUALlTY CONTROL AND ITS APPLlCATION
ANADOLU ÜNvERSTES BlM VE TEKNOLOJ DERGS ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY CltlVol.:3 - Sayı/No: 2 : 235-240 (2002) ARAŞTIRMA MAKALESRESEARCH ARTICLE STATsTKSEL KALTE KONTROLÜNDE ço«boyutlu
DetaylıYATIRIM PROJELERi ANALiziNDE BLACK-SCHOLES OPSiYON FiYATLAMA MODELiNiN KULLANIMI
YATIRIM PROJELER ANALzNDE BLACK-SCHOLES OPSYON FYATLAMA MODELNN KULLANIMI Yrd. Doç. Dr. Erkan Uysal Ankara Ünverstes Syasal Blgler Fakültes Özet Bu çalışmada, fnansal opsyon fyatlama modellernn yatınm
Detaylı