ÜRETİM PLANLAMASINDA HEDEF PROGRAMLAMA VE BULANIK HEDEF PROGRAMLAMA YÖNTEMLERİNİN KARŞILAŞTIRILMASI

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "ÜRETİM PLANLAMASINDA HEDEF PROGRAMLAMA VE BULANIK HEDEF PROGRAMLAMA YÖNTEMLERİNİN KARŞILAŞTIRILMASI"

Transkript

1 Öer.C.9.S.. Temmuz ÜRETİM PLANLAMASINDA HEDEF PROGRAMLAMA VE BULANIK HEDEF PROGRAMLAMA YÖNTEMLERİNİN KARŞILAŞTIRILMASI Semra ERPOLAT Mmar Sa Güzel Saatlar Üverstes Fe Edebyat Fakültes, İstatstk Bölümü, Yardımcı Doçet Dr. THE COMPARISON OF GOAL PROGRAMMING AND FUZZY GOAL PROGRAMMING TECHNIQUES IN PRODUCTION PLANNING Abstract: The purpose of the goal programmg, oe of the wdely used mult-objectve programmg, s tryg to accomplsh goals wth a mmum devato as possble. However, cases where the goals are ucerta fuzzy goal programmg s used stead of goal programmg whch s provdg flexblty. I ths study the producto plag problem was solved by usg goal programmg ad fuzzy goal programmg methods ad the results of them were compared. For fuzzy goal programmg method determg the most approprate membershp fucto, lear ad olear membershp fuctos were tested. From the obtaed results t was see that real-lfe codtos because of goal programmg ca ot brg acceptable lmts for the devatos of goals t ca ot fully esure producto goals, whereas lear fuzzy goal programmg method ca brg acceptable lmtatos t provdes all goals. Keywords: Goal Programmg, Fuzzy Goal Programmg, Producto Plag. I. GİRİŞ Yöeylem araştırmalarıı çerğdek çeştl programlama yötemler tek amacı eldek problem optmal (e y) souca ulaştırmaktır. Fakat güümüzde yaşaa hızlı değşm soucu gülük hayatta karşılaşıla pek çok soruu tek br amaçla fade edleblmes mümkü olamamaktadır. Bu edele çok amaçlı karar verme modeller gelştrlmştr. Buları çersde e öeml ve etkl olaı; hedef programlama modeldr. Hedef programlama model, problem parametre değerler le sıırlarıda belrszlğ ya da bulaıklığı olması durumuda, bulaık küme teorse htyaç duymaktadır. 9 yılıda Prof. Dr. L. Askerzade. Zadeh tarafıda temeller atıla bulaık küme teors, problemler çözümüde klask matematğ yarattığı kes sıırları aşılarak belrszlğ karar verme süreçlerde yer almasıı sağlamış ve belrszlkler matematksel boyuta taşıarak br foksyo yardımı le fades mümkü kılmıştır. Bulaık küme teorsde ÜRETİM PLANLAMASINDA HEDEF PROGRAMLAMA VE BULANIK HEDEF PROGRAMLAMA YÖNTEMLERİNİN KARŞILAŞTIRILMASI Özet: Yaygı kullaıla çok amaçlı doğrusal programlama yötemlerde br ola hedef programlamaı amacı, hedefler olası e az sapma le başarılmaya çalışılmasıdır. Acak hedefler belrsz olduğu durumlarda hedef programlamaı yere eseklk sağlaya bulaık hedef programlama kullaılmaktadır. Bu çalışmada üretm plalama problem hedef programlama ve bulaık hedef programlama yötemler le çözülerek souçları karşılaştırılmıştır. Bulaık hedef programlama yötemde e uygu üyelk foksyouu belrleeblmes amacı le doğrusal ve doğrusal olmaya üyelk foksyoları deemştr. Elde edle souçlarda gerçek hayat koşullarıda hedef programlamaı hedeflere koulacak sapmalar ç kabul edleblecek sıırladırmaları getremyor olmasıda dolayı üretm hedefler tam olarak sağlayamadığı, bua karşılık doğrusal bulaık hedef programlama yötem kabul edleblr sıırlamalar getreblyor olmasıda dolayı hedefler heps sağladığı görülmüştür. Aahtar Kelmeler: Hedef Programlama, Bulaık Hedef Programlama, Üretm Plalaması. faydalaılarak, belrszlk çere tüm optmzasyo problemlere çözüm yolları üretmek mümküdür. Optmzasyo problemlere bulaık küme teorem uygulamasıa yöelk yapıla lk çalışma 970 yılıda Bellma ve Zadeh tarafıda gerçekleştrlmştr. Bulaık küme teorem çok amaçlı problemler üzerde kullaılması se lk olarak Zeley [] yaptığı çalışmada gerçekleştrlmştr. Bu çalışma Zmmerma [] ve Haa [] tarafıda gelştrlmş ve üyelk foksyou kavramıda esleerek bulaık ortamda hedef programlama model formüle etmşlerdr. Bu çalışmada, çok amaçlı karar verme modeller arasıda yer ala hedef programlama yötem ve celee problem büyesde belrszlk ya da bulaıklık olması durumuda belrszlkler çözümlemeye yöelk kullaıla bulaık hedef programlama modelde br üretm plalamasıda asıl yararlaılableceğ gösterlmştr.

2 Temmuz II. HEDEF PROGRAMLAMA Hedef programlama yötem lk olarak 9 yılıda Chares, Cooper ve Ferguso tarafıda doğrusal programlamaı br versyou olarak ortaya komuş ve yötem geel matematksel şekl üzerde durulup brkaç uygulamasıa yer verlmştr. Chares ve Cooper 9 yılıda hedef programlamayı belrlee kısıtlar altıda, hedefler olabldğce sağlayacak amaç foksyouu optmzasyoua yaraya br yötem olarak taımlamışlardır. Hedef programlama 90 lı yılları ortasıda Ijr tarafıda geşletlmş, 970 l yıllarda se Igzo ve Lee tarafıda gelştrlmştr []. Çok amaçlı problemler çözümü ç gelştrle hedef programlama brde fazla hedef ayı ada ele alımasıa mka sağlaya br yötemdr []. Hedef programlama kullaıcıya, amaçları öcelkler (üstülükler) bakımıda optmal br çözüm suarke, brbre zıt amaçları amaç foksyouda yer almasıa fırsat verr []. Brbre zıt amaçları öcelklere göre optmal br souç elde edlr ve hedeflere ulaşılıp ulaşılmadığıı göstermek ç sapma değşkeler dkkate alıır. Hedef programlama, doğrusal programlamada olduğu gb amaç krter doğruda maksmze veya mmze etmek yere, hedefler arasıdak sapmaları mmze yapmaktadır [7]. II.. Hedef Programlama Model Hedef programlama model çok amaçlı programlama modeller özel br türüdür. Çok amaçlı programlama modeller; optmzasyo düşücese dayaır ve ked aralarıda çelşe amaçları kısıtlayıcı kümese göre eşalı olarak doyura br çözüm vektörüü belrlemey amaçlar. Dğer tarafta hedef programlama model se, karar verc doyurucu bulduğu br çözümü bulmayı amaçlar. Bu edele, hedef programlama model optmzasyoda çok br doyum düşücese dayadığı söyleeblr. Hedef programlama model, doğrusal programlama model gb, amaç foksyou ve kısıtlayıcı kümes şeklde k bölümde celeeblr. Doğrusal programlama modelde yer ala amaç foksyoları ve kısıtlayıcılar hedef programlama model sadece kısıtlayıcı kümes oluşturur. Ayrıca hedef programlama modelde, amaç foksyoları ç ulaşılmak stee erşm değerler karar verc belrlemes gerekr. Daha sora belrlee erşm değerl amaç foksyoları br eştlk halde kısıtlayıcı kümese ekler. Acak bu şlem her br hedef foksyou ç sapma değşkeler taımlamasıı gerektrr. Hedef foksyolarıı erşm düzeylerde e kadar uzaklaşıldığıı ölçülmes sağlaya sapma değşkeler, egatf ve poztf sapma olarak kye ayrılır. d le fade edle egatf sapma değşke değer poztf olması, lgl hedef belrlee erşm düzey altıda br değere ulaştığıı gösterr, d le fade edle poztf sapma değşke değer sıfırda büyük olması durumu se; lgl hedef ç belrlee erşm düzey aşıldığıı gösterr. Negatf ve poztf sapma değşkeler sıfıra eşt olması se lgl hedef ç belrlee erşm düzeye tam olarak ulaşıldığıı gösterr. Br hedefte hem egatf yölü hem de poztf yölü sapma olması mümkü değldr. Sapmalar tek yölüdür. Hedefte eşalı olarak tek br sapma söz kousu olduğu ç, sapma değşkeler egatf olmaması gerekr. Hedef programlama model aşağıda verle çok amaçlı doğrusal programlama modele dayaarak açıklaablr [8]. ısıtlayıcılar Maxmum Z f x j j j j j j j j j Mumum Z f x K a x a x a x b b b Yukarıdak model hedef programlama model olarak fade edlmes ç kısıtlayıcı kümes oluşturulması gerekr. f x le gösterle f x ve foksyolara lşk erşm düzeyler b ve b olduğu varsayılıp çok amaçlı programlama model amaç foksyolarıa egatf ve poztf sapma değşkeler ekledğde aşağıda verle kısıtlayıcı kümese ulaşılır. j j j j j j j j j x 0,, ; j,,..., j d, d 0, a x a x a x b b b f x d d b f x d d b ve Yukarıda verle hedef programlama modelde f x b de büyük değerler alması stee, b de küçük değerler alması se stemeye br durumdur. () ()

3 Semra ERPOLAT Dolayısıyla, egatf sapma değşke ola d 0 a yaklaşması ve hatta 0 değer alması, poztf sapma değşke ola d ı da olabldğce 0 da büyük olması gerekr. Dğer tarafta, f x foksyou mmzasyo amaçlı olduğuda, bu foksyou belrlee erşm düzeyde daha düşük değerler alması hedefler. Bu edele, egatf sapma değşke ola d 0 da olabldğce büyük olması ve poztf sapma değşke ola d ı 0 değer alması gerekr. Eğer, hedef foksyouu belrlee erşm düzeye tam olarak eşt olması sterse bu durumda egatf ve poztf sapma değşkeler 0 a olabldğce yakı olması gerekr. Hedef programlama modelde, hedefler ç belrlee erşm düzeylerde meydaa geleblecek sapmaları mmzasyou ster. Tablo. de yukarıda belrtle tüm lşkler özet verlmştr [9]. Hedef Tp f x b f x b f x b Tablo.. Hedef Tp Formülasyoları. Hedef Programlama Formu f x d d b f x d d b f x d d b Mmze Edlecek Sapma Değşkeler d d d d Hedef programlama modelde kullaıla amaç foksyolarıı farklı tpler aşağıda verldğ gbdr [0]. M Z d d,,,,..., () Bu eştlkte Z, egatf ve poztf sapmaları toplamıı mmum değerdr. Bu tür amaç foksyou, sapma değşkeler ç herhag br ağırlıkladırma veya öcelk söz kousu olmadığıda kullaılır.,,,,..., k () M Z P d d k k,,,..., Bu amaç foksyouda; k tae hedef her br ç P öcelkler kullaılır. Hedefler öcelklere k göre sıralamak stedğde kullaılır. Bu lşk matematksel olarak P P... P P şeklde fade edlr. Amaç foksyouu oluşturulablmes ç e öemlde daha az öemlye doğru sıralaa hedefler, lk öce brc öcelkl hedef karşılamasıı daha sora sırasıyla dğer hedefler karşılamasıı gerektrr. M Z W P d d, k,,,..., k, k k (),,,..., Bu amaç foksyouda se; hedefler öcelklere göre sıralaır ve sapma değşkeler ağırlıkladırılır. W 0, le gösterlr ve k ıcı c Ağırlıkladırma k hedefte oluşa sapmaya lşk matematksel ağırlık olarak fade edlr. Burada, Wk le fade edle ağırlıkları toplam olarak e eşt olması gerekr. Yukarıda belrtle amaç foksyolarıda hags kullaılacağı, problem durumua göre belrler. Problemde hedeflere herhag br öcelk sıralaması yapma htyacı duyulmuyorsa brc, hedefler öcelklere göre sıralaması step sapma değşkeler ç br sıralama stemyorsa kc, hem hedefler hem de sapma değşkeler farklılaştırılması steyorsa üçücü amaç foksyou kullaılır. III. BULANIK HEDEF PROGRAMLAMA Gerçek düyaya lşk brçok durumda, karar vercler tam olarak bell olmaya hedef ve amaçlarla karşı karşıyadırlar. Bu tür durumlarda karar vereblmek, bulaık küme teors le mümküdür. Hedef programlama çerse bulaık küme teors uygulamasıyla oluşturula bulaık hedef programlama, kes olmaya hedefler söz kousu olduğu durumlarda kullaıla br yötemdr. Amacı stem düzeyler göstermek amacıyla da kullaıla hedefler kes yere, cvarıda, yakı gb belrszlk çere fadeler çeryorsa bulaık hedef olarak adladırılırlar []. Bulaık br ortamda hedefler belrsz ola değerler belrl kılmak ç Narasmha [] klask hedef programlama model yede formüle etmştr. Formülasyoda hedef foksyoudak hedeflerde sapmayı belrlemek amacıyla üyelk foksyolarıı (tatm düzey foksyolarıı) kullamıştır. Bu foksyolarda hedef değerlere at belrszlğ karakterze etmek amacıyla kayıtsızlık eşğ kavramıda yararlamıştır. Böylelkle karar verc formülasyoa ked terch ekleyeblme olaağı bulmuştur. Daha sorak yıllarda, Haa [], Che [], Twar vd. [], Yag [] gb bazı araştırmacılar bulaık hedef programlama alaıda problem formülasyou ve bulaık hedefler bulaık öcelklere dar çalışmalar yapmışlar ve bulara at çözüm öerler gelştrmşlerdr. Twar vd. dışıdak araştırmacıları çoğu bulaık hedef programlama formülasyouda, bulaık hedef ve kısıtları gerçekleye, bulaık kararlara ulaşmak ç mmzasyo operatörler kullamışlardır. Daha sora da maksmzasyo kararı olarak bulaık kararı maksmum üyelk derecese sahp karara bakılmıştır.

4 Temmuz III.. Bulaık Hedef Programlama Model Bulaık hedef programlama model, hedefler öcelk yapısıa göre bütü hedefler ayı terch öcelkler le ele alıdığı eşalı olarak doyurula bulaık hedef programlama model, hedefler farklı terch öcelkler le ele alıdığı ve karar verc terchler dkkate ala öcelkl bulaık hedef programlama model olmak üzere k şeklde ele alıablr []. Ax b m,,.., m ğer bax d b Ax se d se b se 0 ; e b Ax ; e d ; e x0 (7) Amaç foksyolarıdak ve kullaıla üyelk foksyolarıı yapısıdak farklılıklarda dolayı bulaık hedef programlama modeller ç gelştrle çeştl çözüm yaklaşımları mevcuttur. Bu yaklaşımlar; Üçgesel Üyelk Foksyolarıyla Narasmha Yaklaşımı, Üçgesel Üyelk Foksyolarıyla Haa Yaklaşımı, Üçgesel Üyelk Foksyolarıyla Yag, Igzo ve Km Yaklaşımı, Üçgesel Üyelk Foksyolarıyla Twar, Dharmar ve Rao Yaklaşımı, Üçgesel Üyelk Foksyolarıyla Che Yaklaşımı ve Twar, Dharmar ve Rao u Toplamsal Model Yaklaşımı olarak sıralaablr. Bu yaklaşımları temel Bellma ve Zadeh [7] tarafıda taımlaa bulaık karar yaklaşımı oluşturmaktadır. Ayı terch öcelğe sahp hedefler buluduğu bulaık hedef programlama modeller ç gelştrle çözüm yaklaşımlarıı tamamıa yakııda, bulaık hedefler ortak br doyum derecese ulaşılmasıa çalışılır. Bu durum, optmal çözümde bulaık hedefler ayı üyelk dereces almaları le souçlaır. Bulaık hedefler farklı düzeylerde doyurulablmes ç, terch öcelkl bulaık hedef programlama problemlerde karar verc hedefler arasıdak terch öcelğ belrlemes gerekr. Bu çalışmada, bulaık hedefler ayı terch öcelğe sahp olduğu ve Zmmerma tp üyelk foksyoları kullaıldığı bast toplamsal model formülasyou kullaılmıştır. Formülasyo d, hedef değerde sübjektf olarak belrlee maksmum kabul edleblr sapma; b, terch edle değer; b d, e kötümser değer; b d, e ymser değer olmak üzere aşağıda gösterldğ gbdr. Ax b m,..., m ğer bax Axb seb d se d se 0 ; e Ax b ; e d ; e () III.. Bulaık Hedef Programlama ve Doğrusal Olmaya Üyelk Foksyoları Bulaık programlama problemler sıırlarıdak belrszlk her zama doğrusal br üyelk foksyou le fade edlemeyeblr. Bu gb durumlarda sıırlardak hareket doğrusal olmadığıı keslkle blmes ya da karşılaştırma amacı le kısm doğrusal, hperbolk veya üstel yapıdak üyelk foksyolarıı kullaılması gerekmektedr. Doğrusal olmaya üyelk foksyolarıı kullaımı soucuda ortaya çıkacak problem de doğrusal olmaya yapıda olacaktır. Bu edele brtakım döüşümler yardımı le doğrusal olmaya üyelk foksyoları, doğrusal üyelk foksyolarıa çevrlmektedr. Bu çalışmada, hperbolk üyelk foksyouu kullaımı ç gerekl döüşümler özetlemeye çalışılacaktır. Hperbolk Üyelk Foksyou : Hperbolk üyelk foksyou 97 yılıda Hersh ve Caramazza tarafıda ortaya atılmıştır. Hperbolk foksyo taımlamasıa göre bulaık hedef programlama 0 problemde kullaıla üyelk foksyou z, -c m hedef alt sıırı; z, -c hedef üst sıırı; 0 m : / () z z, -c hedef değer paremetres olmak üzere aşağıdak şeklde fade edlr. x m 0 m m 0 z xz z / z xz z z / e e m 0 m 0 z xz z / z xz z / e e Bulaık programlama problemler geel fades aşağıdak şekldedr. max x 0,,..., k x, 0 Yukarıdak eştlkte, hperbolk üyelk foksyou kullaıldığıda problem aşağıdak bçmde fade edlecektr. (8) (9)

5 Semra ERPOLAT max m 0 m m 0 z xz z / z xz z z / e e m 0 m 0 z xz z / z xz z / e e,..., k x, 0 (0) (0) da fade edle problem doğrusal olmaya programlama problemdr. Problem çözümü ç öcelkle doğrusal br yapıya kavuşturulması gerekmektedr. Bu amaçla, xr olmak üzere x x e e tah x kullaılarak çeştl düzelemeler x x e e yapıldığıda Eştlk () elde edlr. max m z x z z 0 tah tah tah,,.., k x, 0 Daha sora tah () olmak üzere tae değşke çere problemde ( ) c değşke olarak tah değşke taımlaır ve problem Eştlk () de gösterle doğrusal programlama probleme döüştürülür. Bu problem, Eştlk (0) da verle doğrusal olmaya programlama probleme dektr [8]. IV. max m 0 z x z z,,,.., k x, 0 ÜRETİM PLANLAMASI () Üretm plalaması, stele zamada, celkte ve kaltede maddeler ya da hzmetler üretm yapılmasıı sağlaması ve şlemler uygulamaya koulması ç kouu kuramsal yaıı, yazılı, bçmsel ve matematksel bçmde hazırlaması olarak taımlaablr [9]. Üretm plalaması gelecektek malat faalyetler düzeyler ve lmtler belrleye br foksyo olarak da taımlaablr. Bu açıda bakıldığıda üretm plalamasıda ayrıtılara lmedğ ve keslk bulumadığı söyleeblr. Üretm plaları üzerde gerekl görüldüğü zamalarda değşklkler yapılablr. Br şletmede üretm plalamasıı temel amacı, talep edle br ürüü stee mktarda ve stele zamada hazır buludurmaktır. Buu sağlaablmes ç üretm faktörler yeterl mktarlarda ve uygu zamada tem edlmes gerekr. Bular le brlkte şletme üretm plalamasıda talep tahmler de öeml br yer tutmaktadır. Talep tahmler duyarlılığıı etkleye başlıca k zama ve ayrıtıya me derecesdr. Üretm plalaması uygu br zama aralığıı kapsayacak bçmde ve fazla ayrıtıya lmede düzelemeldr. İşletmeler üretm plalamasıa; üretm sstemler karmaşıklığı ve faalyetler yoğuluğu; şletme ç koordasyo zorluğu; şletmeler arası lşk ve bağımlılık; taleb büyümes ve çeştllk kazaması; tedark ve dağıtım faalyetler geş br alaa yayılması; kalte, fyat, hzmet rekabetde artış; malzeme, make, şgücü kayıplarıı e düşük düzeye drlme zorululuğu edelerde dolayı htyaç duyarlar [0]. Yukarıda yer ala amaçları heps, şletmeler pazardak yerler korumalarıa ve varlıklarıı devam ettrmelere hzmet ettğde dolayı, üretm plalaması, şletmeler ç hayat öeme sahp br usurdur ve muhakkak blmsel yötemlerde faydalaılarak yapılmalıdır. IV.. Plç Fabrkası ı Aylık Üretm Plalaması Düyaı geelde temel bes maddeler arasıda yer ala plç mamuller, gerek hammadde yapısı gerekse üretm şekl le herkes tarafıda taıa br ürüdür. Gelşe tekoloj, dğer pek çok mamulü üretmde olduğu gb plç mamuller üretmde de köklü değşklklere sebep olmuştur. Arta üfusu beraberde getrdğ talep artışı daha fazla ürüü daha kısa sürelerde üretm zorulu kılmıştır. Souçta geçmşte klask yötemlerle kesm yapılarak üretle plç et ve mamuller yer güümüzde plç et kesmhaeler olarak da ble fabrkalar almıştır. Bu çalışmada belrlee br plç fabrkasıdak üretm ele alımıştır. Fabrka, talep olması durumuda çeşt plç mamulü üreteblecek kapaste ve doaıma sahptr. IV... Karar Değşkeler Çalışmada fabrkada üretm yapıla farklı ürüü her br karar değşke olarak ele alımıştır. Karar değşkeler brm klogram (kg) csde olup : : Bütü plç, : Cğer, : Kıyma, : Parça ürüler, : ürüler olarak fade edlmştr. IV... Hedef ve Kısıtları Belrlemes Taşlık, İler şlemş Çalışmada belrlee hedef ve kısıtlara at sağ-ya değerler kes olmayıp üretc tarafıda belrlee ya da kabul edle sapma mktarlarıdır. Bu edele sapma 7

6 Temmuz değerler bulaık fadelerdr. Üretmdek amaç e az malyetle e fazla kar edlecek ve sparşler tümüü karşılaacağı br üretm gerçekleştrmektr. Çalışmada belrlee hedefler mmum malyet (TL), maksmum kar (TL) ve üretm (kg) olup bu hedefler gerçekleştrecek br üretm plaı yapmaktır. Kısıtlar se hammadde (et oraı (kg), katkı maddes oraı (kg), su/buz oraı (kg)), üretm (kesm makes kullaımı (dakka), karıştırma kazaıı kullaımı (dakka)), ambalajlama (strech flm kullaımı (cm), ce emc ped kullaımı (adet), etket kullaımı (adet), tabak kullaımı (adet), çöp şş kullaımı (adet), poşet kullaımı (adet), klps kullaımı (adet)) ve dğer (depo kullaımı (dakka), eerj sarfyatı (dakka), çalışa şç sayısı (kş)) şeklde belrtle belrleyclerdr. Tablo. de fabrkada üretm yapıla her br ürü ç malyet ve kar değerler le toplam malyet ve kar değerler yer almaktadır. Bua göre fabrkaı toplam malyet,00,000,000 TL, karıı se 7,000,000 TL olduğu ve bu değerlerde sırasıyla 0,000,000 TL,,000,000 TL lk sapmaları Kabul edlebleceğ görülmektedr. Tablo. de fabrkada üretm yapıla her br ürü ç, stee mmum üretm mktarı ve bu mktarda sapmaı maksmum değer yer almaktadır. Ayrıca tabloda toplam üretme de yer verlmektedr. Fabrkaı toplam üretm 0,000 kg ve bu mktarda hoşgörülecek sapma se 0,000 kg dır. Tablo.. Kısıtlar İç Belrlee Hedef ve Sapmalar Tablo.. Ürüler İç Tahm Edle Malyet ve Kar Malyet,000,000,000,000 Kar,000,000,000,000 Hedefler Sapmalar,000,000,00,000,000 0,000,000,000,000 7,000,000,000,000 Tablo.. Ürüler İç Tahm Edle Üretm Mktarları Hedefler Sapmalar Üretm 7,00 7,000 Üretm 0,000,0 Üretm 0,000,0 Üretm,70 0 Üretm,00 00 Üretm, Toplam Üretm 0,000 0,000 Tablo. de her br ürüü belrlee kısıt ç brm başıa düşe etks, her br kısıtı maksmum hedef ve bu hedefte sapması yer almaktadır. Kısıtlar Hedefler Sapmalar Hammadde et oraı,80,80,9.,80.,80 80,000,000,000,000 katkı maddes oraı ,00,000 su/buz oraı ,0,000,00,000 Üretm kesm makes kullaımı , karıştırma kazaıı kullaımı ,000,00 Ambalajlama strech flm kullaımı ,,7,00,000 ce emc ped kullaımı,900 9,000 etket kullaımı 79,700 07,00 tabak kullaımı 0,00,00 çöp şş kullaımı 0,000 0,000 poşet kullaımı,000 0,000 klps kullaımı,000,000 depo kullaımı ,70,7 eerj sarfyatı ,70,7 Dğer çalışa şç sayısı ,000,000 0,000 8

7 Semra ERPOLAT IV.. Hedef Programlama Yötem le Çözüm Model lk olarak hedef programlama yötem kullaılarak çözülmüştür. Çözüm sırasıda hedefler arasıdak brm farklılıklarıı gdermek amacıyla malyet ve kar hedeflere brc, ger kala hedeflere se kc öcelk verlmştr. Problem hedef programlama le çözümüü gerçekleştrecek formülasyo aşağıdak gbdr. Problem WINQSB paket programıyla çözülmüştür. Souçlarda malyet mmzasyou, kar ve üretm maksmzasyou hedefler gerçekleştrlmştr. Bua göre üretc bütü plçte 0,00 kg, parça ürülerde,00 kg, ler şlemş M P d d P d d d d d d d ürülerde 0,000 kg, kıymada,70 kg, cğerde 8,0 kg ve taşlıkta,800 kg üretm yaparsa hedefler sağlar. Aalz soucuda brc hedef değer 0, kc hedef değer se 90 olarak bulumuştur. Ayrıca yapıla çözümleme soucuda alteratf soucu mevcut olduğu görülmüştür. Alteratf çözüm souçlarıda da görüldüğü gb hedef programlama yötem le çözümde malyet mmzasyou, kar ve üretm maksmzasyou hedefler gerçekleştrlmştr. Bua göre üretc bütü plçte,00 KG, parça ürülerde,00 KG, ler şlemş ürülerde 0 KG, kıymada,70 KG, cğerde 8,0 KG ve taşlıkta,800 KG üretm yaparsa hedefler sağlar. Aalz soucuda brc hedef değer 0, kc hedef değer se,90 olarak bulumuştur d d d d d d d d d d d d d d 7 7 d d =700 =0000 =0000 =70 =00 = = d d

8 Temmuz IV.. Bulaık Hedef Programlama Yötem İle Çözüm Bulaık hedef programlama yötem kullaablmek ç öcelkle bulaıklık taşıya sağ-ya değerlere at üyelk foksyolarıı oluşturulması gerekmektedr. Bu çalışmada kurula model hedef ve kısıtlarıa at sağ-ya değerler bulaık olduğu ç bütü hedef ve kısıtları sağ-ya değerler ç üyelk foksyoları oluşturulmuştur. Üyelk foksyou oluşturulmasıa yöelk brçok yötem mevcuttur. Oluşturula üyelk foksyolarıı kurula modele uygu olduğuu keslkle bldğ varsayımıda hareket edlr. Bu çalışmada öcelkle üyelk foksyouu yapısıı doğrusal olduğu varsayımıda hareket edlecektr. Bulaık hedef programlama le lgl çalışmalarda, doğrusal üyelk foksyouu kullaımıı daha etk olması böyle br terch yapılmasıa ede olmuştur. Max IV... Doğrusal Üyelk Foksyou İle Çözüm Doğrusal üyelk foksyouda yararlaarak çözümleme yapablmek ç öcelkle, belrsz sıırlardak hareket doğrusal olduğuu keslkle bldğ varsayımı yapılmıştır. Doğrusallığı hag yapıda olduğua (üçgesel, yamuksal, kısm doğrusal, sabt eğmle azala, sabt eğmle arta ) karar verme oktasıda se hedefler ve sapmaları yapısı celemş, hedef değerlerde yalızca tek yölü sapmaya z verp, hedef değerlere yaklaşıldıkça üyelk dereces olmasıı sağlaya üyelk foksyou araştırılmıştır. Çalışmada ayrıca yapısıdak br sıırda egatf sapma, yapısıdak br sıırda se poztf sapma dereceledrldğde bu durumları e y sağlayacak üyelk foksyouu Eştlk ve 7 de taımlaa üyelk foksyou olacağıa karar verlmştr. Hedef ve kısıtları sağ-ya değerler se bulaıktır. Bulaık hedef programlamada hedef ve kısıtları bulaık olmaları durumuda hedef ve kısıt ayırımıa gdlmez. Bu çalışmada da bütü hedef ve kısıtlar bulaık olduğuda böyle br ayırım yapılmamıştır. Böylelkle çözümlemes gereke bulaık hedef programlama problem aşağıdak şeklde olacaktır d d d d d d d d d d d d d d 7 7 d d =700 =0000 =0000 =70 =00 = = d d ( / ) ( )( ) / ( ) / (0000 0) / 0 0 (0000 0) /0 0 (70 0) / 0 0 (00 00) / 00 0 (800 80) / () /

9 Semra ERPOLAT ( ) / ( )( ) / ( )( ) / (00 900)( ) / (000 00)( ) / 00 0 ( )( ) / ( )( ) / ( )( ) / (000 00)( ) / 00 0 ( )(0 ) / ( )( ) / ( )( ) / (70 7)( ) / 7 0 (70 7)( ) /7 0 ( )( ) / Görüldüğü gb çözümü gereke problem br doğrusal programlama hal almıştır. Hedef programlama problemler temel oluştura sapma değşkeler burada yalızca kısıt bazıda yer almakta ve sapma değşkeler mmzasyou üyelk dereceler maksmze etmek yolu le dolaylı yolda sağlamaktadır. Bu çalışmada kullaıla problemde hedef ve kısıt ayrımıa gdlmemş olması ede le modelde hedef değerlere lşk sapmalara yer vermek gerekl br durum değldr. Problem WINQSB paket programıda çözümlemes soucuda, gerek ormal çözümde gerekse alteratve çözümde amaç foksyouu optmum değer 0,98 olarak bulumuştur. Bu değer, elde edle souçları optmal karar kümese ola üyelk derecesdr. Sıfır le br arasıda değşe br değer ola ve bre yaklaştıkça elde edle souçları, d, d 0 optmaltes yüksek olduğuu göstere br değer ola üyelk dereces bu çalışma ç oldukça yüksek olduğu görülmüştür. IV... Doğrusal Olmaya Üyelk Foksyou İle Çözüm Bulaık sıırlardak belrszlğ taımlamasıda doğrusal üyelk foksyouu daha y souçlar verdğ keslk taşımamaktadır. Bu edele problem doğrusal olmaya yapıdak br üyelk foksyou le de çözümlep, souçlar değerledrlmştr. Bu değerledrme ç sıırlardak bulaıklığı hperbolk yapıda br üyelk foksyou le fade edldğ varsayımı yapılmıştır. Eştlk de verle taımlamalarda yararlaarak, 0 m / z z olmak üzere, kullaılacak parametre değerler aşağıda gösterldğ gbdr

10 Temmuz Parametre değerler kullaılması le oluşturula problem aşağıdak şekl alır; Max d d d d d d d d d d d d d d 7 7 d d =700 =0000 =0000 =70 =00 = = d d ( ) ( ) () ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) (0 ) ( ) ( ) ( ) ( ) ( ) 7

11 Semra ERPOLAT Problem WINQSB paket programıda çözümlemes soucuda hem ormal hemde alteratf souçta 7 değşke değer olarak bulumuştur. şeklde belrlee doğrusal olmaya üyelk foksyouu kullaımı soucuda, elde edle amaç foksyou değer ( ) olarak bulumuştur. Bua göre, elde edle soucu optmal karar kümese üyelğ dereces ( ) dr. Bu değer, doğrusal yapıdak üyelk foksyou yardımı le çözüle problem verdğ soucu üyelk derecesde (0.98) daha düşük olduğu görülmektedr. Dolayısıyla ayı bulaık karar kümes çde daha yüksek üyelk dereces vere çözüme doğrusal üyelk foksyou kullaıldığıda ulaşılmıştır. Ayı bulaık karar kümes çde e uygu üyelk foksyou tespt e yüksek üyelk dereces vere çözüme göre belrleeblmektedr. Bua göre, bu çalışma ç e uygu üyelk foksyouu doğrusal üyelk foksyou olduğu açıkça görülmektedr. Bu çalışmada kullaıla programlama türler verdğ ormal ve alteratve souçları, paratez çde verle rakamları her br plç ürüüe lşk souç değerler göstermek üzere sırasıyla Tablo.. ve Tablo.7 de özetlemeye çalışılmıştır. * : Doğrusal üyelk foksyou kullaılarak yapıla çözümleme, ** : Doğrusal olmaya üyelk foksyou kullaılarak yapıla çözümleme, d, d : İstemeye sapma değerler, Hedefler Tablo.. Çalışmada Kullaıla Yötemler Çözüm Özet Hedef Programlama Souçları Bulaık Hedef Programlama* Souçları Bulaık Hedef Programlama** Souçları Malyet d 0 d 0 0 Fabrka Yetkller Tarafıda Kabul Edle Sapma Mktarları s d Kar d 0 d 0 d 0 s d d 0 d 0 (000) (700) (700) d d 0 d 0 (00) (98, ) (70) d d 08,8 d 0 (0000) (9979, 7) (0) 70 d 0 d 0, d 0000 (70) (7, ) (70) d d 7 8, d 7 0 (80) (9,) (0) d d 8, d 8 00 (800) (79,7) (0) s 7000 s 0 s 0 s 0 s7 00 s8 80 Üretm Kapastes 0000 d 9 0 d 9 0 d 9 0 s9 0000

12 Temmuz Hedefler Tablo.7. Çalışmada Kullaıla Yötemler Alteratf Çözüm Özet Hedef Programlama Souçları Bulaık Hedef Programlama* Souçları Bulaık Hedef Programlama** Souçları Malyet d 0 d 0 0 Fabrka Yetkller Tarafıda Kabul Edle Sapma Mktarları s d Kar d 0 d 0 d 0 s d 70 d d 0 (00) (700) (700) d d 0 d 0 (00) (9) (9, ) 0000 d 0000 d 0,9 d 70, (0) (9999) (0000) d 0 d 0,9 d 0,9 70 (70) (79,8) (70) d 7 0 d 7 0, d 7 0, (80) (99, 7) (0) d d 8 0, d 8 00 (800) (800) (0) s 7000 s 0 s 0 s 0 s7 00 s8 80 Üretm Kapastes 0000 d 9 0 d 9 0 d 9 0 s V. SONUÇ ve ÖNERİLER Bu çalışmada, bulaık hedef programlama yötem şlev br üretm plalaması problem üzerde gözlemlemeye çalışılmıştır. Bu amaçla hedef programlama ve bulaık hedef programlama yötemler karşılaştırılmıştır. Bulaık hedef programlama yötem doğrusal ve doğrusal olmaya olmak üzere k farklı üyelk foksyou le çözümlemştr. Yötemlere lşk souçlar Tablo.. ve Tablo.7 dek gb özetlemştr. Tablo.. dak çözümler celedğde, elde edle optmal çözümlere göre hedef programlama yötem ç d ve d sapma değerler, doğrusal üyelk foksyolu bulaık hedef programlama yötem ç ve doğrusal olmaya üyelk foksyolu bulaık hedef programlama yötem ç se d, d ve d8 sapma değerler üretc tarafıda kabul edle sapma değerler aştığı görülmektedr. Tablo.7 dek alteratf çözümler celedğde se, elde edle optmal çözümlere göre hedef programlama yötem ç ve d d d, d sapma değerler, doğrusal üyelk foksyolu bulaık hedef programlama yötem ç ve doğrusal olmaya üyelk foksyolu bulaık hedef programlama yötem ç se d ve d8 sapma değerler üretc tarafıda kabul edle sapma değerler aştığı görülmektedr. Bu souçlara göre Plç Fabrkası a at aylık üretm plalama problem ç e uygu çözümü doğrusal üyelk foksyolu bulaık hedef programlama yötem olduğu görülmektedr. Ayrıca Tablo. da d hedef programlama yötem le çözümde (parça ürüler) ç, doğrusal olmaya üyelk foksyolu bulaık hedef programlama yötem le çözüm de se (taşlık), (parça ürüler) ve (ler şlemş ürüler) ç taleb üzerde üretm yapılmasıı gerekl olduğu görülmektedr. Bezer şeklde Tablo.7 de hedef programlama yötem le çözümde (taşlık) ç üretm yapılmaması, (parça ürüler) ç taleb üzerde; doğrusal olmaya üyelk foksyolu bulaık hedef programlama yötem le çözüm de se (parça ürüler) ve (ler şlemş ürüler) ç üretm yapılmaması gerektğ görülmektedr. Elde edle souçlar fabrka yetkller mumum malyet ve maksmum kar hedefler gerçeklemektedr. Tablolarda, hedef programlama yötem le elde edle çözümler fabrka yetkller belrledğ üretm hedeflerde büyük orada saptığı görülmektedr. Böyle br souca ulaşmadak e büyük ede hedef programlamaı hedeflere verlecek sapmalar üzerde gerçek hayat koşullarıda kabul edleblecek sıırladırmaları getremyor olmasıdır. Bua karşılık bulaık hedef programlama yötem çözüm öcesde sapma değerlere gerçek hayat koşullarıda kabul edleblr sıırlamalar getreblyor olmasıda dolayı, doğrusal üyelk foksyolu bulaık hedef programlama yötem hedefler heps fabrka yetkller tarafıda kabul edleblr sapmalar dahlde sağladığı görülmektedr.

13 Semra ERPOLAT Çalışmada başka br görüş açısı getrmek amacıyla kullaıla doğrusal olmaya üyelk foksyolu bulaık hedef programlama yötem le çözüm de de belrlee hedeflerde sapmaları olduğu görülmüştür. Ayrıca, bulaık hedef programlama problemler temel oluştura üyelk foksyolarıı optmal karar üzerdek etklğ de, ayrı yapılardak üyelk foksyoları yardımı le gözlemlemştr. Doğrusal yapıdak üyelk foksyouu le elde edle optmal karar kümese üyelk dereces (0.98), doğrusal olmaya üyelk foksyouu kullaımı soucuda elde edle optmal karar kümese üyelk derecesde ( ) yüksektr. Ayı bulaık karar kümes çersde e yüksek üyelk dereces vere çözüm e y çözüm olarak kabul edldğde, doğrusal üyelk foksyouu üstülüğü, bu çalışmada yer ala üretm plalama problem ç spatlamıştır. Hedef programlama, hedef değerlerde sapmaları mmzasyou üzere kuruludur. Problemdek sapma değerler mmze edlmeye çalışılmakta fakat sapmaları alableceğ değerler üzerde herhag br sıırlama yapılamamaktadır. Bua karşılık, bulaık hedef programlamada, hedef değerlerde sapmalar, daha öcede belrlee, kabul edleblr aralıklar şeklde fade edlmektedr. Sapmaları mmzasyou, kullaıla üyelk foksyoları yardımı le sağlamaktadır. Böylelkle elde edle optmal çözüm, problem gerçek hayat koşullarıda kabul edleblr br souca ulaştırmaktadır. Bu çalışmada da görüldüğü gb sıır değerlerdek hareket tam olarak taımlayamaya yalış yapıdak br üyelk foksyou le yapılacak çözümleme, büyük sapma değerler çere souçlar vermektedr. Bu edele, zama alıcı olmasıa rağme farklı yapılardak üyelk foksyolarıı çözüm değerler gözlemlemes, karar verc ulaşacağı souca daha güvelr br yapı kazadıracağı söyleeblr. YARARLANILAN KAYNAKLAR [] Zeley, M. (97). Multple Crtera Decso Makg. NewYork: McGraw-Hll Book Compay. [] Zmmerma, H.J. (987). Fuzzy Set Theory ad ts Applcatos. Bosto: Kluwer Academc Publshers. [] Haa, E.L. (98). O Fuzzy Goal Programmg. Decso Sceces, (), -. [] Davs, K.M. & Patrck, G. (98). Quattatve Models for Maagemet. Bosto: Ket Publshg Compay. [] Cemre, N. (00). Yöeylem Araştırması.. Baskı. İstabul: Beta Yayıları. [] Dağdevre, M.; Akay, D. & Kurt, M. (00). İş Değerledrme, Faktör Derece Pualarıı Belrlemesde Hedef Programlama Yötem Kullaılması. Gaz Üv. Müh. Mm. Fak. Dergs, 9(), [7] Güeş, M. & Umarusma, N. (00). Br Karar Destek Amacı Bulaık Hedef Programlama ve Yerel Yöetmlerde Verg Optmzasyou Uygulaması. Revew of Socal, Ecoomc & Busess Studes, (), -. [8] Özka, M.M. (00). Bulaık Hedef Programlama. Bursa: Ek Ktabev. [9] Igzo, J.P. (98). Lear Programmg Sgle- Multple Objectve Systems. Eglewood Clffs: Pretce Hall Ic. [0] Schederjas, M.J. (00). Iformato Techology Ivestmet: Decso-Makg Methodology. Sgapore: World Scetfc Publshg Compay. [] Martel, J.M. & Belad A. (998). Dverse Imprecse Goal Programmg Model Formülatos. Joural of Global Optmzato, (), 7-8. [] Narasmha, R. (980). Goal Programmg a Fuzzy Evromet. Decso Sceces, (), -. [] Che, Y.W. & Moussa, L. (0 0). Two-Perso Zero-Sum Game Approach for Fuzzy Multple Decso Makg Problems. Fuzzy Sets ad Systems, 7(), -. [] Twar, R.N.; Dhamar, S. & Rao, J.R. (987). Fuzzy Goal Programmg: A Addtve Model. Fuzzy Sets ad Systems, (), 7-. [] Yag, T.; Igzo, J. & Km, H.J. (99). Fuzzy Programmg Wth Nolear Membershp Fucto: Pecewse Lear Approxmato. Fuzzy Sets ad Systems, (), 9-. [] Hwag, L.H. (99). Fuzzy Multple Objectve Decso Makg-Methods ad Aplcatos. New York: Sprger- Verlag. [7] Bellma, R. & Zadeh, L. (970). Decso Makg a Fuzzy Evromet. Maagemet Scece, 7(), -. [8] Leberlg H. (98). O Fdg Comprmse Solutos I Multcrtera Problems Usg The Fuzzy M-Operator. Fuzzy Sets ad Systems. (), 0-8. [9] Demr, M.H. & Gümüşoğlu, Ş. (998). Üretm Yöetm (İşlemler Yöetm). Gözde Geçrlmş Geşletlmş. Baskı. İstabul: Beta Yayıları. [0] Çelkçapa, F.O. (998). Edüstr İşletmelerde Üretm Yöetm ve Tekkler.. Baskı. Bursa: Vpaş Yayıları.

14 Temmuz Semra ERPOLAT She was educated from Hacettepe Uversty, Faculty of Scece, Statstcs Secto 999. She was get M.Sc. degree 00 from Hacettepe Uversty, Faculty of Scece, Statstcs Secto, ad ph.d. degree from Mmar Sa Fe Art Uversty, Faculty of Scece ad Lecture, Statstcs Secto. Ad the secod ph.d degree from Marmara Uversty, Faculty of Ecoomcs ad Admstratve Sceces, Departmet of Ecoometrcs, Operato Research Secto 009.

Regresyon ve Korelasyon Analizi. Regresyon Analizi

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

Detaylı

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR

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

Detaylı

BEKLENEN DEĞER VE VARYANS

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

Detaylı

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

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

Detaylı

İki veri setinin yapısının karşılaştırılması

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

Detaylı

Zaman Skalasında Box-Cox Regresyon Yöntemi

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

Detaylı

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

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

Detaylı

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

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

Detaylı

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

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

Detaylı

Quality Planning and Control

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

Detaylı

Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ

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

Detaylı

MERKEZİ EĞİLİM ÖLÇÜLERİ

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

Detaylı

Tanımlayıcı İstatistikler

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

Detaylı

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ

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

Detaylı

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

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

Detaylı

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

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

Detaylı

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

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

Detaylı

Kuruluş Yeri Seçiminde Bulanık TOPSIS Yöntemi ve Bankacılık Sektöründe Bir Uygulama

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

Detaylı

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ

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

Detaylı

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması

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

Detaylı

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

Sayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç

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

Detaylı

Ergonomik Ürün Tasarımına Bütünleşik Bir Yaklaşım

Ergonomik Ürün Tasarımına Bütünleşik Bir Yaklaşım Sakarya Üverstes Fe Blmler Esttüsü Dergs, Vol(No): pp, year SAKARYA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DERGİSİ SAKARYA UNIVERSITY JOURNAL OF SCIENCE e-issn: 2147-835X Derg sayfası: http://dergpark.gov.tr/saufeblder

Detaylı

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

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

Detaylı

Parametrik Olmayan İstatistik Çözümlü Sorular - 2

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

Detaylı

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

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

Detaylı

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

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

Detaylı

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

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

Detaylı

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu

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

Detaylı

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

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

Detaylı

Polinom İnterpolasyonu

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

Detaylı

Yüksek Mertebeden Sistemler İçin Ayrıştırma Temelli Bir Kontrol Yöntemi

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

Detaylı

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

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

Detaylı

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

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

Detaylı

AÇIK ARTIRMALI EKONOMİK YÜK DAĞITIM PROBLEMİ İÇİN FARKLI BİR YAKLAŞIM

AÇIK ARTIRMALI EKONOMİK YÜK DAĞITIM PROBLEMİ İÇİN FARKLI BİR YAKLAŞIM AÇIK ARTIRMALI EKONOMİK YÜK DAĞITIM ROBLEMİ İÇİN FARKLI BİR YAKLAŞIM Adem KÖK () Takut YALÇINÖZ () Nğde Tedaş, Nğde, ademkok@yahoo.com Nğde Üverstes, Elektrk-Elektrok Mühedslğ Bölümü, tyalcoz@gde.edu.tr

Detaylı

Đst201 Đstatistik Teorisi I

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

Detaylı

1. GAZLARIN DAVRANI I

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

Detaylı

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

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

Detaylı

ARAŞTIRMA MAKALESİ / RESEARCH ARTICLE

ARAŞTIRMA MAKALESİ / RESEARCH ARTICLE ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ A Uygulamalı Blmler ve Mühedslk ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY A Appled Sceces ad Egeerg Clt/Vol.: 3-Sayı/No: : 5-63 (202 ARAŞTIRMA

Detaylı

TALEP TAHMİNLERİ. Y.Doç.Dr. Alpagut YAVUZ

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

Detaylı

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

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

Detaylı

Üretim ve Kalkınma Ekonomisi Sorunları ve Yönetimi Sadettin Özen 1, Samet Gürsev 2

Üretim ve Kalkınma Ekonomisi Sorunları ve Yönetimi Sadettin Özen 1, Samet Gürsev 2 Bu bldr 1- Mart 14 tarhlerde düzelee Üretm Ekooms Kogresde suulmuştur. Özet Üretm ve Kalkıma Ekooms Soruları ve Yöetm Sadett Öze 1, Samet Gürsev Üretm ve kalkıma ekooms temel soruu, taleb, sektörler özgü

Detaylı

Doç. Dr. Mehmet AKSARAYLI

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

Detaylı

AES S Kutusuna Benzer S Kutuları Üreten Simulatör

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

Detaylı

Tanımlayıcı İstatistikler

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

Detaylı

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

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

Detaylı

İKİ SEVİYELİ KESİKLİ STOKASTİK TAŞIMA PROBLEMİ BILEVEL DISCRETE STOCHASTIC TRANSPORTATION PROBLEM

İKİ SEVİYELİ KESİKLİ STOKASTİK TAŞIMA PROBLEMİ BILEVEL DISCRETE STOCHASTIC TRANSPORTATION PROBLEM Electroc Joural of Vocatoal Colleges December/Aralı 20 İKİ SEVİYELİ KESİKLİ STOKASTİK TAŞIMA PROBLEMİ Hade GÜNAY AKDEMİR, Fatma TİRYAKİ 2 Özet Bu çalışmada, müşter talepler stoast, özellle esl rassal değşeler

Detaylı

TEDARİKÇİ SEÇİMİ İÇİN BİR KARAR DESTEK SİSTEMİ A DECISION SUPPORT SYSTEMS FOR SUPPLIER SELECTION

TEDARİKÇİ SEÇİMİ İÇİN BİR KARAR DESTEK SİSTEMİ A DECISION SUPPORT SYSTEMS FOR SUPPLIER SELECTION Süleyma Demrel Üverstes Mühedslk Blmler ve Tasarım Dergs 3(2), 9-04, 205 ISSN: 308-6693 Araştırma Makales Suleyma Demrel Uversty Joural of Egeerg Sceces ad Desg 3(2), 9-04, 205 ISSN: 308-6693 Research

Detaylı

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

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

Detaylı

ÇOK AMAÇLI DOĞRUSAL KESİRLİ PROGRAMLAMA YÖNTEMİ İLE ÇEVRE YÖNETİM SİSTEMLERİ PROBLEMLERİNE ÇÖZÜM YAKLAŞIMI

ÇOK AMAÇLI DOĞRUSAL KESİRLİ PROGRAMLAMA YÖNTEMİ İLE ÇEVRE YÖNETİM SİSTEMLERİ PROBLEMLERİNE ÇÖZÜM YAKLAŞIMI Marmara Üverstes İ.İ.B.F. Dergs YIL 006, CİLT XXI, SAYI ÇOK AMAÇLI DOĞRUSAL KESİRLİ PROGRAMLAMA YÖNTEMİ İLE ÇEVRE YÖNETİM SİSTEMLERİ PROBLEMLERİNE ÇÖZÜM YAKLAŞIMI S. Eral DİNÇER ABSTRACT I real worl ecso

Detaylı

ĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1

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

Detaylı

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN BİLİMLERİ DERGİSİ

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

Detaylı

=... 29 İÇİNDEKİLER. E(X) = k... 22. 3.5. Pascal (Negatif Binom) Dağılımı... 22 1. 3.6. Hipergeometrik Dağılım... 22. N y= ... 24

=... 29 İÇİNDEKİLER. E(X) = k... 22. 3.5. Pascal (Negatif Binom) Dağılımı... 22 1. 3.6. Hipergeometrik Dağılım... 22. N y= ... 24 İÇİNDEKİLER SİMGE LİSTESİ... KISALTMA LİSTESİ... v ÇİZELGE LİSTESİ... v ŞEKİL LİSTESİ... v ÖNSÖZ... v ÖZET... x ABSTRACT... x GİRİŞ... BÖLÜM : OLASILIK DAĞILIMLARI VE OLASILIK YOĞUNLUKLARI... BÖLÜM : OLASILIK

Detaylı

TABAKALI ŞANS ÖRNEKLEME

TABAKALI ŞANS ÖRNEKLEME 6 TABAKAI ŞA ÖREKEME 6.. Populasyo ortalaması ve populasyo toplamıı tam 6.. Populasyo ortalamasıı ve toplamıı varyası 6... Populasyo ortalamasıı varyası 6... Populasyo toplamıı varyası 6..3. Ortalama ve

Detaylı

KONTROL KARTLARI 1)DEĞİŞKENLER İÇİN KONTROL KARTLARI

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

Detaylı

Servis Yönlendirmeli Sistemlerde Güven Yayılımı

Servis Yönlendirmeli Sistemlerde Güven Yayılımı Servs Yöledrmel Sstemlerde Güve Yayılımı Mahr Kutay, S Zafer Dcle, M Ufuk Çağlaya Dokuz Eylül Üverstes, Elektrk-Elektrok Mühedslğ Bölümü, İzmr Boğazç Üverstes Blgsayar Mühedslğ Bölümü, İstabul Dokuz Eylül

Detaylı

Gamma ve Weibull Dağılımları Arasında Kullback-Leibler Uzaklığına Dayalı Ayrım

Gamma ve Weibull Dağılımları Arasında Kullback-Leibler Uzaklığına Dayalı Ayrım Afyo Kocatepe Üverstes Fe ve Mühedslk Blmler Dergs Afyo Kocatepe Uversty Joural of Scece ad Egeerg AKÜ FEMÜBİD 7 (27) 234 (5-55) AKU J. Sc.Eg.7 (27) 234 (5-55) DOI:.5578/fmbd.6774 Gamma ve Webull Dağılımları

Detaylı

IV. ORMANCILIKTA SOSYO EKONOMİK SORUNLAR KONGRESİ BİLDİRİLER KİTABI. Karadeniz Teknik Üniversitesi Orman Fakültesi Orman Ekonomisi Anabilim Dalı

IV. ORMANCILIKTA SOSYO EKONOMİK SORUNLAR KONGRESİ BİLDİRİLER KİTABI. Karadeniz Teknik Üniversitesi Orman Fakültesi Orman Ekonomisi Anabilim Dalı IV. ORMANCILIKTA SOSYO EKONOMİK SORUNLAR KONGRESİ 15-17 EKİM 2015 TRABZON BİLDİRİLER KİTABI Düzeleye Karadez Tekk Üverstes Orma Fakültes Orma Ekooms Aablm Dalı IV. Ormacılıkta Sosyo-Ekoomk Sorular Kogres,

Detaylı

WEİBULL DAĞILIMININ ÖLÇEK VE BİÇİM PARAMETRELERİ İÇİN İSTATİSTİKSEL TAHMİN YÖNTEMLERİNİN KARŞILAŞTIRILMASI

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

Detaylı

DOGRUSAL REGRESYONDA SAGLAM TAHMiN EDiciLER VE BiR UYGULAMA Meral Candan ÇETiN1, Aynur ORSOY1

DOGRUSAL REGRESYONDA SAGLAM TAHMiN EDiciLER VE BiR UYGULAMA Meral Candan ÇETiN1, Aynur ORSOY1 ANADOLU ÜNvERSTES BlM VE TEKNOLOJ DERGS ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY CltNol.:2 - Sayı/No: 2 : 265-270 (2001) ARAŞTIRMA MAKALESIRESEARCH ARTICLE DOGRUSAL REGRESYONDA SAGLAM TAHMN

Detaylı

BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK *

BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK * BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK * Fteess Codtos For Soe Segroup Fales ad Costructos ad Effcecy Basr ÇALIŞKAN Mateatk Aabl Dalı Hayrullah AYIK Mateatk Aabl Dalı ÖZET

Detaylı

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

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

Detaylı

BULANIK ANALİTİK HİYERARŞİ SÜRECİ YÖNTEMİNDE DUYARLILIK ANALİZLERİ: YENİ BİR ALTERNATİFİN EKLENMESİ - ENERJİ KAYNAĞININ SEÇİMİ ÜZERİNDE BİR UYGULAMA

BULANIK ANALİTİK HİYERARŞİ SÜRECİ YÖNTEMİNDE DUYARLILIK ANALİZLERİ: YENİ BİR ALTERNATİFİN EKLENMESİ - ENERJİ KAYNAĞININ SEÇİMİ ÜZERİNDE BİR UYGULAMA İstabul Tcaret Üverstes Fe Bller Dergs Yıl:7 Sayı:4 Güz 2008/2 s.5-34 BULANIK ANALİTİK HİYERARŞİ SÜRECİ YÖNTEMİNDE DUYARLILIK ANALİZLERİ: YENİ BİR ALTERNATİFİN EKLENMESİ - ENERJİ KAYNAĞININ SEÇİMİ ÜZERİNDE

Detaylı

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

Açık Artırma Teorisi Üzerine Bir Çalışma

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

Detaylı

TEDARİK ZİNCİRİ AĞ TASARIMINA BULANIK ULAŞTIRMA MODELİ YAKLAŞIMI

TEDARİK ZİNCİRİ AĞ TASARIMINA BULANIK ULAŞTIRMA MODELİ YAKLAŞIMI 0 Ercyes Üverstes İktsad ve İdar Bller Fakültes Dergs, Sayı:, Ocak-Hazra 009, ss.19-7 TEDARİK ZİNCİRİ AĞ TASARIMINA BULANIK ULAŞTIRMA MODELİ YAKLAŞIMI A. İhsa ÖZDEMİR * Gökha SEÇME ** ÖZ Ye s çevresdek

Detaylı

Lojistik Regresyonda Meydana Gelen Aşırı Yayılımın İncelenmesi

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

Detaylı

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

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

Detaylı

TÜRKİYE NİN TİCARİ HİZMETLER ENDÜSTRİ İÇİ TİCARETİ

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

Detaylı

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

EKONOMİK YÜK DAĞITIMI İÇİN YENİ BİR ALGORİTMA VE HESAPLAMA YÖNTEMİ

EKONOMİK YÜK DAĞITIMI İÇİN YENİ BİR ALGORİTMA VE HESAPLAMA YÖNTEMİ EKONOMİK YÜK DAĞITIMI İÇİN YENİ BİR AGORİTMA VE HESAAMA YÖNTEMİ Nurett Çetkaya Abdullah Ürkmez İsmet Erkme Takut Yalçıöz 4, Selçuk Üverstes Elektrk-Elektrok Mühedslğ Bölümü Koya ODTÜ Elektrk-Elektrok Mühedslğ

Detaylı

Operasyonel Risk İleri Ölçüm Modelleri

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

Detaylı

5.1 Olasılık Tarihi. 5.2. Temel Olasılık Kavramları

5.1 Olasılık Tarihi. 5.2. Temel Olasılık Kavramları 5 OLSILIK 5.. Olasılık Tarh 5.. Temel Olasılık Kavramları 5.3. Deeysel Olasılık 5.4. Temel olasılık Teoremler 5.5. Olasılığı Tolaablrlk Kuralı: 5.6. Olasılığı çarım kuralı: 5.7. Değl ağıtısı: 5.8. Koşullu

Detaylı

RANKI 2 OLAN SERBEST LIE CEBİRLERİNİN OTOMORFİZM GRUPLARININ SUNUMLARI 1 Reports Of Free Groups Otomorfizm Rank 2 Lie Algebras

RANKI 2 OLAN SERBEST LIE CEBİRLERİNİN OTOMORFİZM GRUPLARININ SUNUMLARI 1 Reports Of Free Groups Otomorfizm Rank 2 Lie Algebras RANKI OLAN SERBEST LIE CEBİRLERİNİN OTOMORFİZM GRUPLARININ SUNUMLARI Reports Of Free Groups Otomorfzm Rak Le Algebras Özge ÖZTEKİN Matematk Aa Blm Dalı Name EKİCİ Matematk Aa Blm Dalı ÖZET Bu çalışmada,

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

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

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

Detaylı

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

BULANIK DOĞRUSAL PROGRAMLAMA MODELİNE DE NOVO PROGRAMLAMA YAKLAŞIMININ UYGULANMASI ÖZET

BULANIK DOĞRUSAL PROGRAMLAMA MODELİNE DE NOVO PROGRAMLAMA YAKLAŞIMININ UYGULANMASI ÖZET BULANIK DOĞRUSAL PROGRAMLAMA MODELİNE DE NOVO PROGRAMLAMA YAKLAŞIMININ UYGULANMASI Nurullah UMARUSMAN ve KaaYARALIOĞLU Akaray Üverte Ġktad ve Ġdar Blmler Fakülte ĠĢletme Bölümü, 6800 Akaray urullah.umaruma@akaray.edu.tr

Detaylı

Tanımlayıcı İstatistikler

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

Detaylı

BULANIK HEDEF PROGRAMLAMA VE BİR TEKSTİL FİRMASINDA UYGULAMA ÖRNEĞİ

BULANIK 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

Detaylı

TABU ARAŞTIRMASI UYGULANARAK EKONOMİK YÜK DAĞITIMI PROBLEMİNİN ÇÖZÜMÜ

TABU ARAŞTIRMASI UYGULANARAK EKONOMİK YÜK DAĞITIMI PROBLEMİNİN ÇÖZÜMÜ TABU ARAŞTIRMASI UYGULANARAK EKONOMİK YÜK DAĞITIMI ROBLEMİNİN ÇÖZÜMÜ T. YALÇINÖZ T. YAVUZER H. ALTUN Nğde Üverstes, Mühedslk-Mmarlık Fakültes Elektrk-Elektrok Mühedslğ Bölümü, Nğde 5200 / Türkye e-posta:

Detaylı

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

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

Detaylı

Yapı ve LQR kontrol sisteminin birleşik optimum tasarımı

Yapı ve LQR kontrol sisteminin birleşik optimum tasarımı tüdergs/d mühedslk Clt:5, Sayı:, Kısım:, 89-97 Nsa 6 Yapı ve LQR kotrol sstem brleşk optmum tasarımı Mehmet BOZCA *, Ata MUĞAN İÜ Maka Fakültes, Maka Mühedslğ Bölümü, 4464, Gümüşsuyu, İstabul Özet Bu çalışmada,

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

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

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

Detaylı

HĐPERSTATĐK SĐSTEMLER

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

Detaylı

OLİGOPOLİ. Oligopolic piyasa yapısını incelemek için ortaya atılmış belli başlı modeller şunlardır.

OLİGOPOLİ. Oligopolic piyasa yapısını incelemek için ortaya atılmış belli başlı modeller şunlardır. OLİGOOLİ Olgopolc pyasa yapısını ncelemek çn ortaya atılmış bell başlı modeller şunlardır.. Drsekl Talep Eğrs Model Swezzy Model: Olgopolstc pyasalardak fyat katılığını açıklamak çn gelştrlmştr. Olgopolcü

Detaylı

Tanımlayıcı İstatistikler

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

Detaylı

SESSION 1. Asst. Prof. Dr. Fatih Ecer (Afyon Kocatepe University, Turkey) Abstract

SESSION 1. Asst. Prof. Dr. Fatih Ecer (Afyon Kocatepe University, Turkey) Abstract SESSION 1 Türkye dek Kout Fyatlarıı Tahmde Hedok Regresyo Yötem le Yapay Sr Ağlarıı Karşılaştırılması Comparso of Hedoc Regresso Method ad Artfcal Neural Networks to Predct Housg Prces Turkey Asst. Prof.

Detaylı

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences

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

Detaylı

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

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

Detaylı

SERMAYE KISITLARI ALTINDA HEDEF PROGRAMLAMA VE BULANIK HEDEF PROGRAMLAMANIN EN İYİ FİYAT BELİRLEME SÜREÇLERİNDE KULLANILMASI VE BİR UYGULAMA

SERMAYE KISITLARI ALTINDA HEDEF PROGRAMLAMA VE BULANIK HEDEF PROGRAMLAMANIN EN İYİ FİYAT BELİRLEME SÜREÇLERİNDE KULLANILMASI VE BİR UYGULAMA SERMAYE KISITLARI ALTINDA HEDEF PROGRAMLAMA VE BULANIK HEDEF PROGRAMLAMANIN EN İYİ FİYAT BELLEME SÜREÇLERİNDE KULLANILMASI VE B UYGULAMA Melke Güngör Dokuz Eylül Ünverstes Ekonometr ABD Y.Lsans melkegungorr@gmal.com

Detaylı

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

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

Detaylı

Matematik olarak normal dağılım fonksiyonu. 1 exp X 2

Matematik olarak normal dağılım fonksiyonu. 1 exp X 2 Matematk olarak ormal dağılım foksyou f ( ) ep ( ) Şeklde fade edlr. Burada μ artmetk ortalama, σ se stadart sapma değer gösterr ve dağılım foksyou N(μ, σ) otasyou le gösterlr. Bu deklem geometrk görütüsü

Detaylı

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ Ayça Hatce TÜRKAN GÜVENİLİRLİK ANALİZİNDE KULLANILAN İSTATİSTİKSEL DAĞILIM MODELLERİ İSTATİSTİK ANABİLİM DALI ADANA, 007 ÇUKUROVA ÜNİVERSİTESİ

Detaylı

İSTATİSTİK. Doç. Dr. Suat ŞAHİNLER Arş.Gör. Özkan GÖRGÜLÜ

İSTATİSTİK. Doç. Dr. Suat ŞAHİNLER Arş.Gör. Özkan GÖRGÜLÜ İSTATİSTİK Doç. Dr. Suat ŞAHİNLER Arş.Gör. Özka GÖRGÜLÜ Tavsye Edle Kayak Ktaplar Her öğrec keds tuttuğu düzel otlar.. Akar, M. ve S. Şahler, (997). İstatstk. Ç.Ü. Zraat Fakültes Geel Yayı No: 74, Ders

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

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

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

Detaylı

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

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Clt/Vol.:0-Sayı/No: : 455-465 (009) ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE İKİ PARAMETRELİ WEIBULL DAĞILIMINDA

Detaylı