Çok noktadan bağlı tanker-şamandıra bağlama sistemi seçiminde bulanık çok ölçütlü karar verme

Transkript

1 tüdergs/d mühendslk Clt:10, Sayı:1, Şubat 011 Çok noktadan bağlı tanker-şamandıra bağlama sstem seçmnde bulanık çok ölçütlü karar verme Ayhan MENTEġ *, Ġsmal Hakkı HELACIOĞLU İTÜ Fen Blmler Ensttüsü, Gem ve Denz Teknolojs Mühendslğ Programı, 34469, Ayazağa, İstanbul Özet Çok noktalı tanker-şamandıra bağlama sstem (spread moorng system), belrl coğrafk konumlarda, pek çok olası hava koşulu altında tankerlern sabt br konumda bağlanmasında kullanılan br açık denz yapısıdır. Bu sstemler, çeştl su dernlklernde kurulablmeler, değşk tonajdak gemlern bağlanmasına olanak sağlamaları ve uzun servs yaşamları nedenyle oldukça yaygın br şeklde kullanılan bağlama şekldrler. Çok noktalı tanker-şamandıra bağlama sstemn tasarlarken, lk yatırım malyet, şletme malyet, güvenlrlk, şamandıra bağlama donanımı özellkler, şlem zamanı, bağlama yükü büyüklükler vb. gb sstem tasarımı üzernde etkl olan pek çok öz ntelğ dkkate almak gerekmektedr. İlk yatırım malyet gb bazı öz ntelkler determnstk özellkler çerrken, güvenlrlk gb bazı öz ntelkler se bulanık özellkler çermektedrler. Bu nedenle, farklı coğrafk bölgelerde kullanılacak en uygun bağlama sstemnn seçm süreçlernde, bu kararlara rehberlk edecek br bulanık algortmaya gereksnm vardır. Pek çok belrszlğe sahp tanker-şamandıra bağlama sstem konfgürasyonları arasında, en uygun bağlama sstemne karar vermek çn, Bulanık Çok Ölçütlü Karar erme yöntemlernn kullanımı problemn bulanık doğası nedenyle, uygun br yaklaşım olacaktır. Bu çalışmanın amacı, çok noktalı tanker-şamandıra bağlama sstemler çn en uygun bağlama şeklne karar vereblecek br yöntem gelştrmektr. Önerlen yöntem, bulanık ortamda çok noktalı bağlama sstem seçm şlemnde, problemn çözümlemes ve öz ntelklern ağırlıklarının belrlenmes aşamasında bulanık AHP (Analtk Hyerarş Sürec), bağlama sstemlernn sıralanması ve seçm aşamasında se bulanık TOPSIS (İdeal Çözüm Benzerlğ Terch Sıralaması Teknğ) yöntemlernden oluşur. Gelştrlen yöntem, endüstrde pek çok karar verme problemnde rahatlıkla kullanılablecek esnek br yapıya sahptr. Anahtar Kelmeler: Çok noktalı bağlama sstem, karar verme, bulanık çok öz ntelkl karar verme yöntemler, tanker. * Yazışmaların yapılacağı yazar Ayhan MENTEŞ. mentes@tu.edu.tr; Tel: (1) Bu makale, brnc yazar tarafından İTÜ Fen Blmler Ensttüsü, Gem ve Denz Teknolojs Mühendslğ Programı nda tamamlanmış olan "Açık denz yapıları bağlama sstemlernn dzaynında bulanık çok krterl karar verme yöntemlernn uygulanması" adlı doktora teznden hazırlanmıştır. Makale metn tarhnde dergye ulaşmış, tarhnde basım kararı alınmıştır. Makale le lgl tartışmalar tarhne kadar dergye gönderlmeldr. Bu makaleye Menteş, A., Helvacıoğlu, İ.H., (011) Çok noktadan bağlı tanker-şamandıra bağlama sstem seçmnde bulanık çok ölçütlü karar verme, İTÜ Dergs/D Mühendslk, 10: 1, şeklnde atıf yapablrsnz.

2 A fuzzy multple attrbute decson makng approach for spread moorng system selecton Extended abstract Decson-makng s a procedure to fnd the best one among a set of feasble alternatves. All decsonmakng processes are bascally fundamental actvtes of human beng. They also become dffcult processes n consequence of havng multple and conflctng crtera n vagueness and fuzzness. Decson-makng procedures are usually called Multple Crtera Decson Makng (MCDM) and mostly nvolve Decson Makers subjectve judgments and preferences. Multple Crtera Decson Makng s classfed nto two categores dependng on whether the problem s a selecton problem or a desgn problem, namely, the Multple Attrbute Decson Makng (MADM) and the Multple Objectve Decson Makng (MODM) (La and Hwang, 1994). Multple Attrbute Decson Makng methods evaluate and select the desred one from a fnte number of alternatves, whch are characterzed by multple attrbutes. Multple Objectve Decson Makng conssts of a set of conflctng goals that can not be acheved smultaneously. Usually Multple Objectve Decson Makng concentrates on contnuous decson spaces, has several objectve functons and can be solved wth mathematcal programmng technques. The present Multple Attrbute Decson Makng methods become defectve when rates of a decson matrx used to solve of a problem are foggy. Whereas, most of the real lfe problems nvolve vagueness and fuzzness, and decson makers have dffculty to choose among the many alternatves and to specfy the best alternatve. Consequently, Fuzzy Multple Attrbute Decson Makng (FMADM) technques and methods have to be used to overcome the aforementoned dffcultes. Fuzzy Multple Attrbute Decson Makng presents ts most powerful aspect by actualzng the complex systems whch have uncertanty n ther defntons. Fuzzy Multple Attrbute Decson Makng has an advantage compared to the other technques for the soluton of systems whch are most complex, ambguous and uncured wth tradtonal methods. The spread moorng system (or multple pont moorng system) s an offshore moorng system that allows a tanker to moor at a fxed geographc locaton at many possble weather condtons. These systems can be utlsed extensvely for the applcatons that requre long servce lfe for varous szes of vessels deployed at varous water depths. There are several crtera affectng the desgn of a multple pont tanker-buoy moorng system such as nvestment cost, operatonal cost, relablty, operaton tme, moton dsplacement etc. Some of these crtera lke nvestment cost depends on determnstc factors whle the others such as relablty has fuzzy parameters. Therefore, there s a requrement of a fuzzy algorthm that gudes decsons to the most proper type of moorng system for dfferent regons. The approach of usng Fuzzy Multple Attrbute Decson Makng wll become the most proper method for tanker-buoy system confguraton selecton that has much uncertanty. The objectve of ths research s to mprove a methodology for selectng the most approprate multple pont moorng system confguraton for the gas companes stuated near Yarmca on the Eastern Marmara Sea Regon n Turkey. For ths purpose, Fuzzy Multple Attrbute Decson Makng methods based on Fuzzy Set Theory are employed to select the best one of 1 dfferent tanker-buoy moorng alternatves. Fuzzy Set Theory, whch was frst ntroduced by Zadeh (1965) to deal wth the knd of qualtatve, mprecse nformaton or ll-structured decson problems, has been appled for modelng tool for complex systems n the recent years. Fuzzy expressons are more natural for humans than rgd mathematcal rules and equatons. In ths study, proposed methodology s based on fuzzy AHP (Analytc Herarchy Method) method n analyzng the structure of the moorng system selecton problem and determnng of the weghts of the attrbutes, and fuzzy TOPSIS (Technque for Order Performance by Smlarty to Ideal Soluton) method for rankng the moorng systems n fuzzy envronment. In the concluson part of the study, the results of the fuzzy selecton process s evaluated. The proposed hybrd Fuzzy Multple Attrbute Decson Makng methodology results ndcate that A10 ( anchors and 3 aft buoy moorng) s the best alternatve, so ths alternatve system has to be selected. These results show that the best multple pont tanker-buoy moorng system selecton problem can be handled n a more flexble, robust and realstc way through the proposed soluton methodology. Also, ths methodology used for decson makng problems has very versatle and flexble structure. Therefore, t can easly be used and appled wth slght modfcatons n other marne technology related selecton problems. Keywords: Spread moorng system, decson makng, fuzzy multple attrbute decson makng methods, tanker. 69

3 GrĢ Çok noktalı bağlama sstem, açık denzde demrlemş tankerlern kargo yükleme/boşaltma şlemler çn kullanılan br sstemdr. Bu sstem; uzun servs ömrü, değşk su dernlklernde kullanılablme faydası, değşk tonajdak tankerlere hzmet vereblme ve kısa zamanda yerleştrleblme özellkler le yaygın br bağlama şekldr. Endüstrnn pek çok uygulama alanında olduğu gb, gem ve denz yapıları problemlernn çözümünde de karar verme sürecnn önem gün geçtkçe daha y br şeklde anlaşılmaktadır. Karar verc (K), gelştrlmş olan pek çok karar verme algortmalarından br veya brkaçını kullanarak ya da yen br karar verme algortması gelştrerek, çok sayıda ve brbrleryle çelşen ölçütlern ışığı altında, mevcut seçenekler arasından doğru seçmler yapmaya çalışır. Çok Ölçütlü Karar erme (ÇÖK) teknkler k ana gruba ayrılır (Yoon ve Hwang, 1995): Çok Öz Ntelkl Karar erme (ÇÖNK) ve Çok Amaçlı Karar erme (ÇAK) (La ve Hwang, 1994). ÇÖNK, eldek çoklu ve çelşen ölçütlerle tanımlanan seçenekler arasında terch yapılması esasına dayanır. ÇAK se, ÇÖNK den farklı olarak brbrleryle çelşen amaçlar kümesyle en y seçeneğ tasarlamaya çalışır. Dğer br deyşle ÇÖNK önceden belrlenmş seçenekler arasından en y seçeneğ seçme şlemnde kullanılırken, ÇAK yen br sstem tasarlamak çn kullanılır (Zmmermann, 1996). Br problemn çözümünde kullanılan karar matrsndek oranların sözel ve/veya bulanık olduğu durumlarda mevcut ÇÖNK yöntemler yetersz kalır. Belrsz ve/veya bulanık verlere sahp olan problemlern çözümünde bu nedenle Bulanık Çok Öz Ntelkl Karar erme (BÇÖNK) yöntemlernn kullanılması önerlr (Bellman ve Zadeh, 1970). BÇÖNK yöntemler, olası pek çok seçm ölçütlerne bağlı, belrl br grup seçenek arasından en uygun olanını seçmek çn Bulanık Küme Teorsn (FST) kullanır. FST, determnstk olarak belrtmenn çok zor olduğu sstemler modellemek çn kullanılır. Br yöntem olarak FST, bulanık, belrsz veya eksk blgy model formülasyonu ve seçm süreçlerne dahl eder. Çok noktalı tanker şamandıra bağlama sstem tasarımında, gerek bağlama tp, gerekse bölgedek çevresel koşullara at verler göz önüne alınarak, bağlanan tankern denzdek hareketlernn belrlenmes, tasarlama yöntemlernn uygulanması, malzeme seçm, bakım ve bölge şlemlernn tanımlaması, tankern hareket mktarı, halat gerlmeler vb. gb pek çok faktör etkl olmaktadır. Bu faktörlerden br kısmı determnstk özellkler çerrken (malyet vb.), br kısmı belrsz veya bulanık değşkenler çermektedr (güvenlrlk vb.). Bu nedenle, bağlama sstemlernn farklı bölgeler çn en uygun şeklne karar vereblecek, tasarlama seçeneklern ve ölçütlern hesaba katan, matematk modellere dayanan, petrol yükleme-boşaltma gb kullanım amacına bağlı özellkler kapsayan ve karar verme mekanzmasının çersne sokablen br algortmaya htyaç vardır. Pek çok belrszlğe sahp çevre şartlarına maruz kalan çok noktalı tanker-şamandıra bağlama sstem seçmnde, klask ÇÖNK yöntemler yerne, belrsz ve/veya bulanık verler hesaba katan BÇÖNK yöntemlern kullanmak daha uygun br yaklaşım olacaktır. BÇÖNK yöntemler; tanımlamalarında belrszlk ve bulanıklık bulunan karmaşık sstemlern çözümündek başarısı le en güçlü yönünü ortaya koymaktadır. Çok karmaşık, belrszlk çeren ve klask ÇÖNK yöntemleryle oluşturulamayan sstemlern oluşturulmasına ve çözümüne olanak tanıması BÇÖNK yöntemlernn kullanımını sürekl arttırmaktadır (Menteş, 000). Açık denz bağlama sstemler konusunda, mühendslkte uzman sstemler adı altında yapılan br takım çalışmalar vardır: Smoes ve dğerler (00) dern su kabulü altında bağlı br kule tp yüzer üretm, depolama ve boşaltma gems (FPSO) le br servs gemsnn oluşturduğu sstemn dnamk davranışının modellenmes ve yöntem çn zaman sers yaklaşımı ve yapay snr ağları (YSA) benzetm şeklnde k snr ağları çözümünü kullanmışlar- 70

4 Çok noktadan bağlı tanker-şamandıra bağlama sstem seçmnde bulanık br yaklaşım dır. Bu çalışmada, sstemn çarpışmasını önlemek çn, hareket mktarlarını ve halat gerlme değerlern YSA le modellemşler ve elde edlen sonuçları karşılaştırmak çn dnamk br benzetm programı kullanmışlardır. Yamamoto ve Morooka (005), yarı batık platformların dnamk yerleştrme konumu problem çn bulanık denetleycy kullanmışlardır. Carbono ve dğerler (005) ve Shafeefar ve Rezvan (007), yüzen platformların bağlama tasarım optmzasyonu ve hareket mktarlarının mnmze edlmes çn genetk algortma (GA) yı kullanarak yen br usul gelştrmeye çalışmışlardır. Shafeefar ve Rezvan (007) hesaplamalarında Carbono ve dğerlernn (005) modellerne göre sstem dnamk olarak modellemşlerdr. Sstemn dnamk hesaplarının elde edlmes çn de dnamk modelleme yapan br program kullanmışlardır. Yapılan bu çalışmalar dkkate alındığında, lteratürde farklı bağlama şekllern çeren (çapa ve bağlama halatı kombnasyonları) çok noktalı tanker-şamandıra bağlama sstem seçmnde, lk yatırım malyet, bakım-tutum-şletme masrafları, tanker geometrs-ana boyutları-tonajı, tanker güverte donanımı özellkler, halat gerlme büyüklükler, şamandıra zncrleme donanımı özellkler, şlem süres, tanker hareket mktarı, güvenlrlk gb determnstk-belrszbulanık ölçütler özünde barındıran öz ntelkler hesaba katan ve bunun çn BÇÖNK yöntemlern kullanan herhang br çalışma yapılmadığı görülmüştür. Yapılan bu çalışma le bu açığının kapatılması hedeflenmştr. Bu çalışmanın amacı, Marmara Denznn doğusunda Yarımca bölges cvarında hzmet verecek çok noktalı tanker-şamandıra sstem çn, en uygun bağlama şekln seçecek br BÇÖNK yöntem gelştrmektr. Seçm şlem çn 1 farklı tanker-şamandıra bağlama şekl ve bu seçmde etkl olacak 9 öz ntelk kullanılmıştır. Ölçütlern ve ölçüt bazında seçeneklern kl karşılaştırma matrslernn elde edleblmes çn, alanında uzman karar verclere br dz anket uygulanmış ve anketlerden elde edlen sonuçlar kullanılarak, ölçüt ve ölçüt bazında seçeneklern oran ağırlıkları elde edlmştr. Elde edlen ağırlıklar, bulanık AHP ve bulanık TOPSIS yaklaşımları kullanılarak en uygun bağlama şekl elde edlmeye çalışılmıştır. Bulanık küme teors Bulanık küme teors ve bulanık mantık kavramı lk kez Zadeh (1965) tarafından ortaya atılmış ve hızla gelşerek brçok blm adamının lgsn çeken araştırmaya açık yen br blm dalı olmuştur. Bulanık küme teors temelde, nsan düşünce ve algılarındak belrszlklerle lglenr ve bu belrszlkler sayısallaştırmaya çalışır. Bu teor, klask matematğn çok yetersz kaldığı, özünde belrszlk veya kesnlk çermeyen karar verme problemlerne kesnlk kazandırıp çözümdek sorunları ortadan kaldıran kavramlar ve yöntemler sunmaktadır. Bulanık mantık tanımlamalarında belrszlk bulunan karmaşık sstemlern gerçekleştrlmesndek başarısı le en güçlü yönünü ortaya koyar. Çok karmaşık, belrszlk çeren ve geleneksel yöntemlerle oluşturulamayan sstemlern oluşturulmasına ve çözülmesne olanak tanıması bulanık mantığın faydalarındandır. Ayrıca, bulanık mantığın nsan düşünüş tarzına yakın olması, matematksel modellere uyum sağlaması, uygulamalarının hızlı ve ucuz olması, nsan davranışlarını formüle etmes ve yen gelşmelere açık olması bulanık mantığın en öneml faydaları arasındadır. Üyelk fonksyonu Sözel (lngustc) fadeler, genellkle yaklaşıklık ve bulanıklık anlamları çerdğnden, bu fadeler üzernde matematksel şlemler yapablmek çn br küme ve bu kümeye at olma üyelk fonksyonu le tanımlanmalıdırlar. Üyelk fonksyonu veya karakterstk fonksyon, E evrensel kümesne at br x elemanının, A alt kümesne at olma derecesn veren br fonks- 71

5 Üyelk Değer A. Menteş, İ.H. Helvacıoğlu yondur ve A(x) le gösterlr. x E çn A( x) 0,1 olmaktadır. Burada [0,1], 0 dan 1 e kadar olan kapalı aralığı temsl etmektedr. A(x) altkümes, bulanık alt küme veya bulanık küme olarak adlandırılır. Bulanık sayılar Klask kümelern üyelk fonksyonları, br nokta ya da br doğru le fade edlrken bulanık kümelern üyelk fonksyonları nokta veya doğru olabldğ gb doğrusal veya eğrsel br fonksyon şeklnde de fade edleblmektedr. Bulanık ortamda şlem yaparken sözel, sayısal vb. tüm ver değerlernn bulanık sayı olarak fade edlmes gerekr. Bu verler fade etmek veya bulanık sayıya dönüştürmek çn uygulamalarda en çok kullanılan bulanık sayılar üçgen veya yamuk bulanık sayılardır. Üçgen bulanık sayılar (a, b, c) şeklnde üç elemandan oluşan sayılardır. Şekl 1 de gösterlen üçgen bulanık sayı çn üyelk fonksyonu aşağıdak şeklde fade edleblr. 0 x, a x a, a x b b a A( x) (1) c x, b x c c b 0 x, c 1.0 1, , , ,4 0. 0, 0.0 0,0 a b c Şekl 1. Üçgen bulanık sayı Bulanık çok ölçütlü karar verme Bellman ve Zadeh (1970), bulanık küme kavramını, ÇÖNK çalışma alanına uygulamışlardır. Onlar, ÇÖNK teknkler le çözülemeyen ya da kabul edlemeyen problemler çözmek çn, BÇÖNK yöntemlernn kullanılması gerektğn fade etmşlerdr. x Özünde bulanıklık çeren karar verme problemlern çözümünde, seçeneklern oranlaması ve sıralanması şlemlernde, ÇÖNK yöntemlerndek determnstk yaklaşımlar yetersz kalır. Gerçek dünyada verlen kararların çoğunda, ölçüt performansları ntel veya sözel termler kullanılarak fade edlrler. Klask ÇÖNK problemlernn uygulaması, kesn olmayan veya doğuştan belrszlk çeren ölçütlerden oluşan bu blgler nedenyle mkansızdır (Kahraman, 008). Bulanık AHP yöntem Analtk Hyerarş Sürec (AHP), karmaşık karar verme problemlernn çözümünde kullanılan en yaygın analtk çözüm teknklerden br olup, Saaty (1980) tarafından gelştrlmştr. Karmaşık br problem, sezgsel hyerarşk br yapı kullanarak formüle eden temellere dayanır. AHP y blmek, hyerarşk ağaç yapısını kullanarak çözülen problemler anlamak açısından oldukça önem taşımaktadır. AHP nn hyerarşk ağaç yapısı en az üç sevyeden oluşur: En üst sevye de hedef, orta sevye de seçeneklern değerlendrldğ öz ntelkler, en alt sevyede se seçenekler yer almaktadırlar. Eğer öz ntelkler çok soyut veya genş kapsamlı se orta kademe daha fazla sevyeden oluşturulur. Çok sayıda fonksyonel karakterstklere sahp olması AHP y kullanışlı br yöntem halne getrr. Bunlar; öznel muhakeme, çok sayıda karar vercy hesaba katma, terch tutarlılığı (consstency of preference) yeteneğ gb özellklerdr (Trantaphyllou, 000). AHP, nesnel ve öznel öz ntelkler hesaba katar. Klask AHP yöntemnde, karar vercler değerlendrmelerde bulunurken determnstk sayılar kullanmaktadırlar. Gerçek dünya, pek çok eksk, belrsz veya bulanık blgler çeren problemlerden oluşur. Bu nedenle bulanık küme teorsn çne alan bulanık AHP yöntemlerne geçş br zorunluluk halne gelmştr. Bulanık TOPSIS yöntem Br ÇÖNK problemnde m adet seçenek ve bu seçeneklern çözümünde kullanılan n adet özntelk, m noktalı ve n boyutlu br uzay sstem olarak düşünüleblr. Hwang ve Yoon (1981) 7

6 Krter Çok noktadan bağlı tanker-şamandıra bağlama sstem seçmnde bulanık br yaklaşım tarafından gelştrlen TOPSIS yöntem terch edlen seçeneğn, poztf deal çözüme en yakın, negatf deal çözüme en uzak mesafede olmasını esas alır (Şekl ). A A 3 A 1 A 4 A A Krter 1 Şekl. Poztf deal ve negatf deal çözümlere yakınlık mesafeler Br deal çözüm, bütün öz-ntelkler br arada düşünüldüğünde, deal sevyelern veya oranların toplanması olarak düşünüleblr. Ancak, deal çözüm genelde ulaşılamaz ya da tatbk edlemez br çözüm olablmektedr. Bu nedenle TOPSIS yöntemnde çözüme ulaşablmek çn, seçenekler arasından poztf deal çözüme en yakın, negatf deal çözüme se en uzak olan seçeneğn ön plana çıkartılması hedeflenr. Chen ve Hwang (199), Hwang ve Yoon (1981) un klask TOPSIS yöntemn bulanık mantık ortamına dönüştürmüşlerdr. Bulanık AHP ve bulanık TOPSIS yöntem Lteratürde sıklıkla kullanılan ve en çok blnen karar verme yöntemlernden ks bulanık AHP ve bulanık TOPSIS yöntemlerdr. Bulanık AHP ve bulanık TOPSIS yöntemler arasında k temel fark vardır. Bunlar; AHP yöntem, öz-ntelkler ve seçenekler çn kl karşılaştırmalar yapar. TOPSIS yöntemnde kl karşılaştırmalar yoktur. AHP yöntem öz-ntelk ve alternetfler çn br hyerarş kullanır. TOPSIS yöntemnde bu hyerarş bulunmaz. Çok öz-ntelkl karar verme problemlernn çözümünde kullanılan bu hyerarşk yapı, AHP yöntemne büyük br üstünlük verr. Gelştrlmş bulanık TOPSIS yöntemler, çok ölçütlü karar verme problemlernn çözümünde bu hyerarşler kullanmaz. Bulanık TOPSIS yöntem, seçeneklern seçm ve sıralanması safhasında üstünlüğünü ortaya koyar. Bu çalışma bu nedenle bulanık AHP ve bulanık TOPSIS teknklern kullanan melez br çözüm yöntem kullanmaktadır. Önerlen yöntem Gem ve denz yapıları karar verme problemlernn çözümünde, bulanık AHP ve bulanık TOPSIS teknklernn brlkte kullanıldığı melez br çözüm yöntem önerlmştr. Önerlen yöntem aşağıdak adımlardan oluşur (Şekl 3). Problem Tanımlama/Amaçlar/Blg Toplama: Bu adımda BÇÖNK problem tanımlanır, amaçlar ve hedefler belrlenr. Uygulanacak karar verme problemyle lgl ön çalışma ntelğnde lteratür/saha çalışması/uzman mülakatları vb. teknkler kullanılarak blg toplanır. Olası seçeneklern belrlenmes: Problem çn mevcut seçenekler belrlenr. Seçenekler üzernde baskın öz ntelklern tayn: Tüm seçenekler üzernde etkl öz ntelkler seçlr, sınıflandırılır (yarar, malyet, vb.). Hazırlanan anketlern karar verclere uygulanması: Karar verme problemnn çözümü çn uzman fkrler ve ağırlıkları büyük br önem taşır. Hazırlanan br anketle uzmanların fkrler alınır. Uzmanlardan seçenekler ve ölçütler değerlendrmeler ve aralarında kl karşılaştırma yapmaları stenr. Hyerarş ağacının düzenlenmes: En üstte amaçlar, orta kademede öz ntelkler, en alt safhada da seçenekler olacak şeklde hyerarş ağacı düzenlenr. Bulanık kl karşılaştırma matrsnn düzenlenmes: Anketlerden elde edlen kl karşılaştırma sonuçları matrs formunda yazılır. Tüm kl karşılaştırma oranları üçgen veya 73

7 yamuk ölçekler kullanılarak bulanık sayılara dönüştürülür. Bulanık sentetk değerlern hesaplanması: Bulanık sentetk değerlern hesabında Chang (199, 1996) n derece çözümleme yöntem kullanılır. Bu yöntemde,. objeye karşılık gelen bulanık sentetk derece değer S, 1 m n m j j S Ag Ag (1) j1 1 j1 şeklnde tanımlanır. Bu denklemdek tüm j A g değerler üçgen bulanık sayılardır. Öz ntelklern durulaştırılması: Durulaştırma, bulanık sayıların determnstk sayılar halne dönüştürülmes şlemdr. Durulaştırma şlem çn Lou ve Wang (199) ın toplam ntegral değer yöntem kullanılır. Bu yöntemde, A ( a, b, c) üçgen sayı ve ymserlk gösterges olmak üzere, I T 1 ( A) a3 a 1 a1 () şeklnde toplam ntegral değer hesaplanır. Karar vercnn ymserlk gösterges olan değer 0,1 aralığındadır. Normalzasyon: Bu aşamada, mevcut matrslerdek öz ntelkler fayda/malyet şeklne göre normalzasyon şlemne tab tutulur. Ağırlıklı normalzasyon: Normalzasyon şlem le her seçenek çn elde edlen özntelk ağırlıkları, durulaştırma şlem le elde edlen öz-ntelk ağırlıkları le çarpılarak ağırlıklı normalze değer matrs elde edlr. Bulanık poztf deal çözüm ( A ) and bulanık negatf deal çözüm ( A ) değerler hesabı: A ve A değerler denklem (3) kullanılarak hesaplanır. Şekl 3. Bulanık çok öz ntelkl karar verme yöntem A v1, v A max v A v1, v A mn v ı,...,v j J -,...,v j j j j j J 1 1,...,v, mn v,...,v n n, max v j j j J j J (3) 74

8 Çok noktadan bağlı tanker-şamandıra bağlama sstem seçmnde bulanık br yaklaşım * Ayrım ölçümlernn hesaplanması: A ve A değerler kullanılarak poztf ve negatf deal çözümden olan uzaklık değerler hesaplanır. Ayrım ölçüsü, poztf deal çözümden ya da negatf deal çözümden olan uzaklığı fade eder. Seçenekler arasındak uzaklık ertex Yöntem kullanılarak hesaplanır. İk üçgen bulanık sayı A1 ( a1, b1, c1 ) ve A a, b, c olmak üzere, aralarındak mesafe ertex yöntemne göre aşağıdak formül kullanılarak hesaplanır. d 1 3 a a ( b b c c 1 1 ) 1 (4) Her seçeneğn bulanık poztf ve negatf deal çözümlere olan uzaklık değerler D ve D, Denklem 5 ve Denklem 6 kullanılarak hesaplanır. D D n d v j1 n d v j1 j j j, v (5), v j (6) Breysel Terchlern Agregasyonu: Her kara verc çn hesaplanan değerlern geometrk ortalaması alınarak breysel terchler brleştrr. Bunun çn Denklem 7 ve 8 kullanılır. k D D j j1 1/ k (7) 1/ k k (8) D D j j1 Grup kararlı deal çözüme görecel yakınlık değer: Her seçenek çn görecel yakınlık değer hesaplanır. Seçeneklern görecel yakınlığının büyük olması, daha fazla terch edlmesn fade etmektedr. İdeal çözüme. seçeneğn görecel yakınlığı, CC, Denklem 9 kullanılarak hesaplanır. D CC (9) D D Terchlern sıralanması: Seçeneklern elde edlen görecel yakınlık değerler büyükten küçüğe ya da ters sıralanarak terchler belrlenr. Sonuç Çıkarma ve Önerler: Karar verme problem çözümünde elde edlen sıralama sonuçları değerlendrlerek, yorum ve önerlerde bulunulur. Uygulama Çok noktalı tanker-şamandıra bağlama sstem seçm çn önerlen yöntemn uygulaması aşağıda verlmektedr. Marmara Denz nn doğusunda kurulup, tanker yükleme/boşaltma şlemlernde kullanılacak en uygun çok noktalı bağlama sstemnn seçm rüzgar, akıntı ve dalga gb çevresel yüklern sürekl ve değşen etkler nedenyle büyük br öneme sahptr. Amaç, en uygun bağlama sstem seçm çn uygun br bulanık karar verme yöntem gelştrmektr. Önerlen bu yöntem, bölgede hzmet veren petrol şrketlernn en uygun bağlama sstemn tasarlamaları ve kullanmalarına da hzmet verecektr. Tablo 1. Tanker-şamandıra bağlama sstem çn bağlama seçenekler Seçenekler Tanker şamandıra bağlama şekl Başta 1 çapa ve kıçta 1 şamandıralı A 1 sstem A Başta ve kıçta 1 er şamandıralı sstem Başta 1 şamandıra ve kıçta A 3 şamandıralı sstem Başta 1 çapa ve kıçta şamandıralı A 4 sstem Başta şamandıra ve kıçta A 5 şamandıralı sstem Başta 1 çapa, 1 şamandıra ve kıçta A 6 şamandıralı sstem A 7 Başta çapa ve kıçta şamandıralı sstem Başta 1 çapa, 1 şamandıra ve kıçta 3 A 8 şamandıralı sstem Başta çapa, 1 şamandıra ve kıçta A 9 şamandıralı sstem A 10 Başta çapa ve kıçta 3 şamandıralı sstem Başta 1 çapa, şamandıra ve kıçta 3 A 11 şamandıralı sstem Başta çapa, 1 şamandıra ve kıçta 3 A 1 şamandıralı sstem 75

9 Çok noktalı tanker şamandıra bağlama sstem seçm problemnde, 1 farklı bağlama sstem seçeneğ düşünülmüştür (Tablo 1). Bu seçenekler, Türkye y çevreleyen denzlerde kullanılan veya kullanılması muhtemel olan bağlama sstemlern kapsamaktadır. Seçeneklern seçmnde etkl 9 öz ntelğn genel karakterstkler Tablo de verlmektedr. Öz ntelkler 5 malyet (C 1, C, C 5, C 7 ve C 8 ) ve 4 yarar/fayda (C 3, C 4, C 6 ve C 9 ) tp öz ntelktr. Tablo. Öz ntelk tanımlamaları Öz ntelkler C 1 C C 3 C 4 C 5 C 6 C 7 C 8 C 9 Öz ntelklern tanımlaması Yatırım malyet Bakım ve şletme masrafları Tanker tonaj ve boyutları Güverte donanımı özellkler Halat/Zncr gerlme mktarı Şamandıra donanımı özellkler Işlem süres Tanker hareket mktarı Güvenlrlk Seçeneklern ve öz ntelklern ağırlık tayn çn 10 karar verclern görüşlerne başvurulmuş olup, bunlardan 4 ü bağlama sstem tasarımcısı, 1 bağlama operatörü, 5 uzak yol tanker kaptanıdır. Söz konusu olan öz ntelklern ve öz ntelk bazında seçeneklern kl karşılaştırma oranlarını elde etmek çn br anket hazırlanarak K lerden bu anket doldurmaları stenmştr. K lerden gelen kl karşılaştırma oranları her K çn matrs formunda oluşturulmuştur. Çok noktalı tanker-şamandıra bağlama sstemnde en uygun bağlama sstemnn seçm sürecnde, seçenek ve ölçütler belrlendkten sonra, üç sevyeden oluşan br hyerarşk yapı oluşturulmuştur (Şekl 4). Bu yapı, en üstte amaç / hedef, knc sırada öz ntelkler ve üçüncü sırada da olası bağlama seçeneklernden oluşmaktadır. Uzmanlardan elde edlen sözel verlern, bulanık ortamda çözümünü elde etmek çn, bulanık sayılara dönüştürülmes gerekr. Bunun çn, Tablo 3 te verlen üçgen bulanık sayı kl karşılaştırma ölçeğ kullanılır. Tablo 3.Üçgen bulanık sayı kl karşılaştırma ölçeğ Bulanık sayı Üçgen bulanık sayı Eşt derecede öneml (1.00,1.00,1.5) Braz daha öneml (1.5,1.50,1.75) Güçlü derecede öneml (1.75,.00,.5) Çok güçlü derecede öneml (.5,.50,.75) Kesnlkle daha öneml (.75,3.00,3.00) A (l,m,u) üçgen bulanık sayısı olmak üzere, uzman anketlernden elde edlen öz ntelk kl karşılaştırma matrsler, her br öz ntelk çn toplam üçgen bulanık sayı değerlerne dönüştürülür. Tablo 4 de K1 çn bu değerler verlmştr. Tablo 4. K1 çn toplam üçgen bulanık sayı değerler l m u C C C C C C C C C Toplam Denklem (1) kullanılarak her br öz ntelk çn sentetk değerler elde edlr (Tablo 5). Tablo 5. Öz ntelklern sentetk değerler l m u S C S C S C S C S C S C S C S C S C Denklem () kullanılarak öz ntelklern ağırlık vektörler hesaplanır (Tablo 6). 76

10 A 1 Yatırım malyet (C 1 ) A İşletme malyet (C ) A 3 Tanker özellkler (C 3 ) A 4 Güverte donanım özel. A 5 Bağlama sstem seçm Bağlama HalatYükler A 6 A 7 Ş. donanım özel. (C 6 ) A 8 Işlem süres (C 7 ) A 9 Tanker hareket mk. (C 8 ) A 10 Güvenlrlk (C 9 ) A 11 A 1 Şekl 4. Tanker-şamandıra sstem seçm hyerarş ağacı 77

11 Tablo 6. Öz ntelk uzman ağırlıkları C1 C C3 C 4 C5 C6 C7 C8 C9 K K K K K K K K K Seçenek ağırlıkları, o öz ntelklern ağırlıkları le çarpılarak ağırlıklandırılmış normalze matrs elde edlr. Elde edlen üçgen bulanık kl karşılaştırma matrsler her br K çn normalze edlr. Her K çn ( A ) ve ( A ) değerler ağırlıklı normalze matrsler ve denklem (3) kullanılarak hesaplanır. Her karar verc çn deal çözüme poztf ve negatf uzaklık değerler D ve D denklem (5) ve (6) kullanılarak hesaplanmıştır (Tablo 7 ve Tablo 8). Seçeneklern poztf ve negatf deal çözümler, 10 K çn Denklem (7) ve (8) kullanılarak geometrk ortalamaları alınıp grup agregasyon mesafeler elde edlr (Tablo 9). Her seçenek çn Denklem (9) kullanılarak yakınsama katsayıları hesaplanılır (Tablo 9). Çok noktalı tanker-şamandıra bağlama sstem seçeneklernden, baştan çapa ve kıçtan 3 şamandıra le bağlı sstem (A 10 ), hesaplamalarda en y bağlama şekl olarak bulunmuştur. Sonuçlar Bu çalışmada, çok noktalı tanker-şamandıra bağlama sstemlernde en uygun bağlama şeklnn seçm çn br BÇÖNK yöntem gelştrlmştr. Bu yöntem problem değerlendrme, hyerarş ağacının kurulması, en uygun bağlama şeklnn seçm ve seçeneklern terch sıralaması aşamalarında bulanık AHP ve bulanık TOPSIS yöntemlern kullanan melez br yapıya sahptr. Tablo 7. Poztf deal çözüme olan uzaklıklar D K 1 K K 3 K 4 K 5 K 6 K 7 K 8 K 9 K 10 A A A A A A A A A A A A

12 Çok noktadan bağlı tanker-şamandıra bağlama sstem seçmnde bulanık br yaklaşım Tablo 8. Negatf deal çözüme olan uzaklıklar D K 1 K K 3 K 4 K 5 K 6 K 7 K 8 K 9 K 10 A A A A A A A A A A A A Tablo 9. Grup mesafeler, yakınsama katsayıları ve seçeneklern sıralanması Seçenekler Grup agregasyon mesafeler Yakınsama katsayısı Sıralama A A A A A A A A A A A A Bu çalışma; son derece çoklu, brbrleryle çelşen ve klask ÇÖNK yöntemleryle çözümü mümkün olmayan bulanık öz ntelklere sahp bağlama sstemlernde, en uygun bağlama şeklnn seçm çn pratk ve etkl br yöntemdr. Bu melez yöntem kullanılarak, BÇÖNK problemler rahatlıkla bulanık ortamda şleneblmekte ve etkn br şeklde çözüleblmektedr. Önerlen yöntem, endüstrde bulanık değşkenlern etkn olduğu çok ölçütlü karar verme problemlernn çözümünde rahatlıkla kullanılablecek esnek br yapıya sahptr. Çok noktalı tanker-şamandıra bağlama sstemnde en uygun sstemn seçmnde elde edlen terch edlme puanlara karşılaştırıldığında; A 10 ( çapa ve 3 şamandıralı system) daha az bağlama hattına sahp olmasına rağmen, A 11 (1 çapa ve 5 şamandıralı sstem) ve A 1 ( çapa ve 4 şamandıralı sstem) seçeneklerne göre terch edlmektedr. Aynı şeklde, A 7 ( çapa ve şamandıralı sstem) daha az bağlama hattına sahp olmasına rağmen, A 8 (1 çapa ve 4 şamandıralı sstem) ve A 9 ( çapa ve 3 şamandıralı sstem) seçeneklerne göre terch edlmektedr. Ayrıca, beş noktadan bağlı sstemlerde; A 10 (k çapalı sstem), A 8 (tek çapalı sstem) e göre, dört noktadan bağlı sstemlerde A 7 (k çapalı sstem), A 5 ve A 6 (tek çapalı sstem) e göre terch edldğ görülmektedr. Kaynaklar Bellman, R.E. ve Zadeh, L.A., (1970). Decsonmakng n a fuzzy envronment, Management Scence, 17, 4, B Carbono, A.J.J., Menezes, I.F.M. ve Martha, L.F., (005). Moorng pattern optmzaton usng genetc algorthms, 6th World Congress of Structural and Multdscplnary Optmzaton, Brazl. Chang, D.Y., (1996). Applcaton of the extent analyss method on fuzzy AHP, European Journal of Operatonal Research, 3, Chen, S.J. ve Hwang, C.L., (199). Fuzzy multple attrbute decson makng methods and applcatons, Sprnger-erlag, New York. Hwang, C.L. ve Yoon, K.P., (1981). Multple attrbute decson makng: Methods and applcatons, Sprnger-erlag, Berln/Hedelberg/New York. 79

13 Kahraman, C., (008). Fuzzy mult-crtera decsonmakng, theory and applcatons wth recent developments, Sprnger, USA. La, Y.J. ve Hwang, C.L., (1994). Fuzzy multple objectve decson makng: Methods and applcatons, Sprnger-erlag, Berln. Lou, T.S. ve Wang, M.J., (199). Rankng fuzzy numbers wth ntegral value, Fuzzy Sets And Systems, 50, Menteş, A., (000). Manevra ve sevk sstem seçmnde bulanık çok krterl karar verme, İTÜ Fen Blmler Ensttüsü, Yüksek Lsans Tez, İstanbul, Türkye. Saaty, T.L., (1980). The analytcal herarchy process, McGraw-Hll, New York. Shafeefar, M. ve Rezvan, A., (007). Moorng optmzaton of floatng platforms usng a genetc algorthm, Ocean Engneerng, 34, Smoes, M. G., Tqulloca, J. L. M. ve Morshta, H. M., (00). Neural-network-based predcton of moorng forces n floatng producton storage and offloadng systems, IEEE Transactons on Industry Applcatons, 38, No., March/Aprl. Trantaphyllou, E., (000). Mult-crtera decson makng methods: Comparatve study, Kluver Academc Publshers, Dordrecht. Yamamoto, M. ve Mooroka, K. (005). Dynamc postonng system of sem-submersble platform usng fuzzy control, Journal of the Brazlan Socety of Mechancal Scence & Engneerng,, XXII, No.4/449. Yoon, K. ve Hwang, C.L., (1995). Multple attrbute decson makng: An ntroducton, Sage Publcatons, USA. Zadeh, L.A., (1965). Fuzzy sets, Informaton and Control, 8, Zmmermann, H.J. (1996). Fuzzy set theory and ts applcatons, Kluwer, Massachusetts. 80