Electronic Letters on Science & Engineering 2(1) (2006) Available online at
|
|
- Bilge Şanlı
- 8 yıl önce
- İzleme sayısı:
Transkript
1 Electronc Letters on Scence & Engneerng ) 6) Avalable onlne at An Approxmaton to Multsource Suppler Selecton Problem usng Extended Fuzzy AHP and GA Bars Yuce, Ibrahm Dokuzer Sakarya Unversty, Industry Engneerng Department, Esentepe Campus Sakarya Unversty, Computer Engneerng Department,Esentepe Campus Abstract:Nowadays, wthn new mportant strateges for producton prce and qualty, suppler plays a key role n the corporate competton. Because of ths reason, suppler selecton must be consderate for all corporate. Suppler selecton may nclude a mult crtera problem whch ncludes both qualtatve and quanttatve factors for example purchase cost, qualty level, suppler rsk etc... Selectng best suppler s necessary to make a trade off between tangble and ntangble factors. In ths work we suggested to ntegrate Analytc Herarchy Process AHP), Fuzzy AHP and Genetc Algorthm GA) to determne best supplers. Fuzzy set wll be utlzed lngustc factor to organze crtera and sub crtera weght,wth parwse compare wth fuzzy AHP; t wll be utlzed to organze all factors and whch assgned weghtng for related factor. Fnally, a hypothetcal suppler selecton problem wll be solved by proposed GA) algorthm. Keywords: Fuzzy Logc; Analytc Herarchy Process; Genetc Algorthms Çoklu Tedarkç Seçm Problemne Gensletlms Bulank AHP ve GA Yaklasm Özet: Günümüzde sletmelern arasndak rekabette üretm malyet ve kalte strateler klt rol oynar.bu sebebden dolay tedarkç seçm tüm sletmeler çn göz önünde bulundurulmaldr.tedarkç seçm satn alma malyet, kalte durumu, tedarkç rsk gb kalte ve mktar a dayal br çok krtere bagl problemler çereblr.en y tedarkçy secmek çn soyut ve somut faktorler arasnda lsk kurmak gerekldr. Bu çalsmada en y tedarkçy belrlemek çn AHPAnalytc Herarchy Process),Bulank-AHP Fuzzy-AHP) ve Genetk AlgortmaGA) nn brlkte kullanlmas önerlmstr. Alakal faktörlere atanan agrlklar faktörlern kend aralarnda snfladrlmasna yardmc olacaktr. Sonuç olarak kuramsal tedarkç seçm problem önerlen genetk algortma tarafndan çözülmüs olacaktr. Anahtar Kelmeler: Bulank Mantk, Analtk Hyerars Islemler, Genetk Algortmalar Reference to ths paper should be made as follows bu makaleye asagdak seklde atfta bulunulmal): B.Yuce-I.Dokuzer, An Approxmaton to Multsource Suppler Selecton Problem usng Extended Fuzzy AHP and GA, Elec Lett Sc Eng, vol. ), 6), -.Grs Hemen hemen tüm endüstrlerde ham madde ve ürünü olusturan parçalarn malyet ürünün ana malyetn olusturur.degsk fabrkalarn tedarkç seçmnde toplam malyet,servs durumu, kalte oran, zamannda teslm gb degsk krterlere gore secm yapmas talebn karslanmasn zor br problem halne getrr. Bu manada sletmenn satn alma bölümü anahtar rol oynar.bu nedenden dolay bu model çok degskenl karar verme problem olarak adlandrlr.[].stamm and Golhar[],Ellram[], Roa ve Kser[] srasyla,8 ve 6 adet tedarkç seçm krter belrlemstr. En y tedarkçy bulmak çn soyut ve somut krterler arasnda y br seçm yaplmaldr. Correspondng author E-mal:byuce@sakarya.edu.tr, dokuzer@sakarya.edu.tr ISSN All rghts reserved.
2 Bars YÜCE,Ibrahm DOKUZER / Elec Lett Sc Eng ) 6) - Bu makalede dlsel degmler den olusan kesn olmayan agrlklar çn rough set metodu kullanlms daha sonra belrlenen faktörlern agrlklar kullanlarak her tedarkçnn agrlklar belrlenmstr.son olarak genetc algortma kullanlarak her spars ksm çn en y tedarkç belrlenmstr...bulankfuzzy)ahp yaklasm Model Bulank küme teors kesn olamayan belrsz durumlar çn üstünlügünü kantlamstr. Bulank küme teors nsanlarn karar verrken kullandklar yaklask blglere ve dlsel degskenlere benzer br yaklasmla belrszlkler çözer.tedarkç seçm slemnde tedarkçlern agrllar bulank numaralar olarak verlr. Bz bulank küme kurallarn bulank olan bu agrlklar kesnlestrmek çn kullanablrz. Genel olarak tedarkç seçm problemnde Felx T.S. Chan ve Nra Kumar[6] gb arastrmaclar bulank küme teors le AHP y kullanr veya A.Amd, S.H.Ghodsypour ve C.O Bren[] gb arastrmaclar bulank mantk le çoklu amaç problem çözümünü arastrr...analtk hyerarsk slemlerahp) AHP Saaty[8] tarafndan gelstrlmstr. Bu yöntem kendsn br çok özellge göre karar verme metodolos olarak kantlamstr.özellkle brbrleryle lskl faktörlern brlesmesyle olusan karmask problemlern çözümünde güçlüdür.ahp tekng krter çft arasndak önem derecesn karslastrr ve belrler.eger problemde br kstlama yoksa AHP makalede soz edlen tek kaynak problemlernde karar vermek çn yeterldr.fgür te tedarkç seçm fak törlernn hyerarsk yapsn göreblrz. Eger alternatf l ve nn deger srasyla W ve W J se I den ye olan alternatve lern üstünlügü w, w / w ye esttr.bundan dolay çftler araskarslastrma matrs I w / w w / w. w / n w / w w / w. w / w n, w n / w w n / w. w n / w n, Bu matrs dek her elementn normallestrlms mktarlar gerçek agrlklaryla tutarllk gösterr.[] w I nc elemann agrlg = n w = den ye kadar malyet gb negatve krterler çn alternatflern öncelg w / w ye esttr.eslestrlms karslastrma matrs ; Bu matrs alternatflern normalze edlms tersler ne est olan tüm normalze edlms sutun degerler le normalze edlms elementlern agrlklarylada tutarllk sergler. w nc elemann agrlgnegatf krter çn) = [] n = w.bulankfuzzy) AHP
3 Bars YÜCE,Ibrahm DOKUZER / Elec Lett Sc Eng ) 6) - Bulank küme teors yaklask ve tam olarak belrl olmayan durumlarda nsann muhakeme yetenegne benzer br seklde karar verdg çn avantaldr.bulank küme verler snrlar çok belrgn olmayan br seklde snflara ayrr. Genelde AHP brebr karslastmada est, lml,güçlü,daha güçlü mükemmel gb 9 ayr kademede nsan davransna benzeyen br sstem kullanr.ayrk AHP tablosunun kullanm ko laylg ve bastlk gb avantalar olmasna ragmen bulank durumlar çözmede yeterl degldr.nsan hs ve davranslarnn dlsel degerlern kesn saylarla temsl etmek tam olarak mümkün degldr.bell br aralk dahlnde karar vermek sabt br say le karar vermeye gore daha y sonuç verr.bu sebebten dolay br karar degskenn dgerne gore üstünlügüne karar verrken üçgensel bulank numaralar kullanlr. Yapay alan analz metodu üçgensel bulank numaralar temel alarak agrlklarn en son öncelklkernn karar verlmesnde kullanlr ve bu teknk bulank kapsaml AHP fuzzy extended AHP) olarak adlandrlr. FEAHP)[6].FEAHP en y tedarkçnn seçmnde kullanlan verlern netlestrlmes görevn basaryla üstlenr. Bu teknk kaltesel ve mktarsal verler olan çoklu özellge bagl karar problemlernde etkn olarak kullanlr.bu makalede bz sekl- gözüktügü gb üçgensel bulank numaralar kullandk. µa ly) r y) A A a a a A Sekl-.Üçgensel üyelk fonksyonu Her nesne çn le deger arasnda br üyelk dereces atanms olan üyelk fonksyonu tarafndan bulank küme tanmlanr.[,].bu kümede saysal degerlern aralgn belrlemek çn büyük, orta, küçük gb dlsel degskenler vardr.asagda tanmlandg gb bulank numarlar bulank kümedr. M = { x, µ M x), x R} x R n elemandr. x ve µ M x) R den [,] aralgna yaklasarak devam eder ve µ M x) her bulank küme üyelk fonksyonunda estlk. de gösterldg gb tanmlanr.[6] M x a) / a a) a x a x) = a x) / a a ) a x a dger µ ). Her br AHP degernn Fuzzy-AHP Modelyle hesaplanmas Eger nesne kümes P= { p, p... p n } le fade edlrse hedef kümes Q= { q, q... q n } le fade edlr.daha sonra kapsaml kavram analzne göre [6] tüm nesneler srasyla alnr ve kavram analz O gerçeklestrlr m Her nesne çn gözlenen analz degerler A o, A o,... A o =,,...,n, saretler le fade edlr. k=,,...m) k A o
4 Bars YÜCE,Ibrahm DOKUZER / Elec Lett Sc Eng ) 6) - Üçgensel bulank numaralardr. I nc nesne çn bulank yapay kapsam degerler estlk) de tanmlanmstr. F m k= = m n m A k o A k o k= = k= k A o deger m kapsam analz deger le ksm matrsden delen kapsam analz degernn çarpmyla denklem. dek gb bulunablr. ) m k= n A k o m = k= m m m = a k, ak, ak ) k= k = k = k A o = k= n m k A o nn deger estlk. de görüldügü gbdr; = n n n a k, ak, ak = = = Estlk. nedenyle estlk. ü estlk. e dönüstürmelyz.,, n n n ak ak ak = = = A = { a, a, a } A = { a, a a } V nn olaslk dereces Px,y) çftnde x y oldugu zaman, A A ) = sup[ mn µ A x), µ x)) ] A x y A x) = µ y) = A A A seklnde tanmlanr. µ daha sonra V ) = elde edlr. 6) A ve A convex numaralar olduklarnda eger a a se V A A) = ve eger V A A ) se V A A) = hgt A A ) =µ ) olur ve d y eksenn kesen en yüksek kesm noktasdr. A d, a, a A = a a, oldugunda D A A A = a ) and, a ) µ ve µ A nn arasndadr.bz olaslgn derecesn asagdak estlktek gb hesaplayablrz. a a V A A) = hgt A A ) = 7) a a) a a) A ve A nn karslastrlmas çn V A A) ve V A A ) degerlerne htyaç vardr.convex bulank saylarn olaslk dereces convex bulank saydan daha büyük olmaldr A =,,..., ) söyle tanmlanablr; V A, A,... A ) = V A A ) and A A ) and... A A ) A [ ] = mn A A ), =,,..., k. 8) f mp ) = mn V F F ), 9) ) )
5 Bars YÜCE,Ibrahm DOKUZER / Elec Lett Sc Eng ) 6) - T =,,..., n;. çn P = =,,... n) de agrlk vektörü W P = m P ), m P ),... m P n )) olarak tanmlanr. W P normalze edldkten sonra bulank olmayan alternatfler arasndak öncelk agrlklarn veren T W = m P ), m P ),... m P n )) ) normalze edlms agrlk vektörlern elde ederz.[6]..genetk Algortma Genetk algortma br çok problem çözümünde kullanlan karslastrmaya dayal modern br teknktr. GA John Holland tarafndan 96 ylnda gelstrlmstr. GA özellesms sertlern saysal saysal kromozom) degerleryle çalsr. Her kromozoma ayr ayr uygunluk degerler uygunluk fonksyonun sonuçlarna göre atanr. Dgerlerne göre y kromozomlar dger kromozomlara göre daha uzun süre hayatta kalacak ve böylece yenden üretlme ve yavru olarak ana kromozomlardan gelen özellkler alma avanta daha çok bulacaktr. Bu karslastrma optmzasyonu algortmas dogal genetk mekanzmay taklt etmektedr. Eger br problemn çözüm uzay çok büyük se GA y problem çözümünde kullanablrz. GA da lk öce çözüm havuzu belrlenrher çözüm br kromozom olarak adlandrlr ve her kromozom problemn br özellg olarak gen haln alr. Genel de baslangç havuzu rastgele olusturulur.[7]. Problem Tanm Bu makalede bz çok faktörlü br tedarkç seçm problem çn br model gelstrdk. Modelmze btms br ürünün br çok alt ko mpleler mevcut, bu alt komplelernde brden fazla tedarkçden sagladgmz düsünürsek bunlarn herbr farkl bölgelerde olableceklernden dolay modelmz çoklu kaynak tedarkç seçm poblem halne dönüsür.ayrca problem olusturan faktörler saylablr ve saylamayan faktörlern bulunmasndan dolay problem komplekslesmektedr.bunun çn gelstrdgmz algortmann admlar söyledr.. Fuzzy AHP kullanlarak dlsel olan krter agrlklar net hale getrrlerek her br krtern problem çndek agrlklarn belrledk..ga en y tedarkçler ve bunlara atanacak optmumma yakn spars mktarlar belrlenr. Mevcut makalede uygulanan modeln algortmas Sekl- de gözükmektedr. Fuzzy küme teores Tedarkçler gözden geçrme Ver toplama Her br krter ve altkrtern agrlgn belrleme Fuzzy AHP le fnal Agrlgn belrleme Baslangç havuzunun populasyon büyüklügünü belrle Çaprazlama orann belrle Mutasyon orann belrle Sona erdrme kuraln, nesl boyutunu vb.lern bul. nesl Dur Hayr Gözden Geçr Yenden Üret Çaprazla Mutasyon Evet En y tedarkçler ve onlara atanacak mktarlar belrleme Genetk Algortma +. nesl Dur
6 Bars YÜCE,Ibrahm DOKUZER / Elec Lett Sc Eng ) 6) - Sekl-. Mevcut modeln algortmas 6. GA ve Fuzzy AHP le br model gelstrme Öncelkle, Sekl- de görülen ve tedarkç seçm slemn etkleyen krter ve alt krterlern ve bunlarn agrlklarn belrlemelyz. Tedarkç Degerlendrme ve Seçm Malyet C) Kalte C) Servs Performans C) Tedarkç Profl C) Rsk Faktörü C) C C C C C C C C C C C C C Tedar. Tedar. Tedar Tedar Tedar Tedar 6 Sekl-. Tedarkç seçm hyerarss Sekl- te olan krterler ve o krterlere at krterler görülmektedr. Öncelkle, her br krtern agrlgn belrlemek çn belrsz ve dlsel verlerden olusan kl karslastrma matrsn fuzzy set teorsn kullanarak net degerlere ndrgedk ve bu degerlerde krter üstünlügününü göstermek çn AHP yöntem le belrlerz.modelmzde fuzzy degerler tablo,,,, te gözükmektedr.amacmz bu degerlerden net degerler elde edp bunlarda AHP yöntemyle kl kyaslama yaparak her br krtere at agrlklar bulmak.son admdada AHP den elde edlen verler Genetk Algortmada kullanarak en y tedarkç ve ona at spars mktarmktarn belrlemektr. 6
7 Bars YÜCE,Ibrahm DOKUZER / Elec Lett Sc Eng ) 6) - Satnalma sorumlumuz bütün aday tedarkçler ncelyor ve ncelemeden sonra bu tedarkçlere her br krterler açsndan sahp oldugu durumu göre puan veryor.bu agrlklandrmalar bazen dlsel bazende net deger olablyor.dlsel degerler çn üçgensel fuzzy üyelk fonksyonlar kullanlms ve tedarkçnn sahp oldugu durum eger dlsel veya fuzzy br fade se tablo. dek, gözüken Saaty nn-9 skalasn fuzzy olarak kullarak puanlama yapacak. Tablo. Saaty n -9 skalasnn fuzzy sstemde gösterm Dlsel Ifadeler a a a Est Est -Az Az Az Az üstün Az üstün 6 Az üstün Çok üstün 6 7 Çok üstün Çok üstün üstün üstün Tablo. Ana krterler çn Fuzzy puanlama Krter AK AK AK AK AK Agrlk AK AK AK AK AK,,),,),,),,),,),6 /,/,/),,),,),,),,). /,/,/) /,/,/),,),,),,).6 /,/,/) /,/,/) /,/,/),,),,).7 /,/,/) /,/,,/) /,/,/) /,/,/),,).6 Her br krter fuzzy küme le srassyla söyle tanmlanr ; F, F, F, F, F F =,, 9) /.7,/.97, /.)=.6,.7,.6) F =9.,.,.) /.7,/.97, /.)=.7,.9,.96) F =., 7.8,.) /.7,/.97, /.)=.,.8,.8) F =.6,.8, 6.67) /.7,/.97, /.)=.68,.,.96) F =.9,.67,.67) /.7,/.97, /.)=.6,.,.8) F nn F k ya göre k. mümkünyet dereces; estlk 6-8 dek gbr. V F F ) =, V F F) =, V F F ) =, V F F ) =; 7
8 Bars YÜCE,Ibrahm DOKUZER / Elec Lett Sc Eng ) 6) V F F) = =.8 ; V F F ) = V F F ) = ;.9.96 ).7.6) V F F ) =, V F F ) =.9 ; V F F ) =.6 ; V F F ) = ; V F F) = V F F) =. ; V F F ) =.7; V F F ) =.9 ; V F F ) = V F ) F =.6; V F F ) =.7; V F F ) =. ; V F F ) =.9 F F F F MC )= mn { V ), V ), V F F ), V F F ) }=mn{,,,}=benzer yolla MC )=.8 ; MC )=.9; MC )=. ; MC )=.olarak bulunur. Böylece rter agrlk vektörü W C ={,.8,.9,.,.} T dr. Smd bu degerler normalze etmelyz, çünkü krter agrlklar toplamnn olmasn styoruz. Eger onlar normalze ederesek krter agrlklarmz srasyla W C ={,6,.,.6,.7,.6} T olark bulunur. Benzer yöntem alt krterlerede uygularsak tablo,,,6 dak degerler buluruz. Tablo. Kalte faktörünün alt faktörler çn fuzzy degerler. Alt Krter SC SC SC SC SC SC SC SC Agrlk,,) /,/,/),,6),,).,,),,) /,/,),,).98 /6,/,/),,),,) /,/,). /,/,/) /,/,),,),,).7 Tablo. Servs performansnn alt faktörler çn fuzzy degerler. Alt Krter SC SC SC SC SC SC Agrlk,,),,6) /,/,/). /6,/,/),,),,).,,) /,/,),,).8 Tablo. Tedarkç profl krternn alt krterler çn fuzzy degerler. Alt Krter SC SC SC Agrlk SC SC,,),,),,).686 /,/,/),,),,).7 8
9 Bars YÜCE,Ibrahm DOKUZER / Elec Lett Sc Eng ) 6) - SC /,,) /,/,/),,).7 Tablo.6 Rsk faktörünün alt faktörler çn fuzzy degerler Alt Krter SC SC SC Agrlk SC SC SC,,),,6) /,/,/). /6,/,/),,),,).,,) /,/,),,).8 7. Çoklu kaynak tedarkç seçm slem çn örnek br model Bu makaledek amacmz H.S Wang and Z.H.Che.[9]. Gb baz arastrmaclardan lham aldgmz fuzzy AHP metodunu çoklu kaynak modelne uygulayarak tedarkçlern agrlklarn bu yöntemle belrleyerek buldugumuz bu agrllarda GA da uygunluk fonksyonunda kullandk daha sonra en y tedarkç ve bunlara verlecek spars mktarlarn belrledk. Bunu yaparken Sekl- te görülen örnek model üzernde br çalsma yaptk ve bu ürün agacndan hareketle modelmz lerlettk. Ürün agacndak her br ürün parçadan olusmaktadr.) R T W X Y Z Sekl-. R ürününe at ürün agac Bz bu çalsmada özellkle R btms ürünün alt parças olan ve Sekl-. te görülen X ürünü ve onu lusturan hammalzemelerle lglendk. X A B C D E Sekl-. X yar mamulunün ürün agac Tablo.7 de X yarmamulunü olusturan komponentlern tedarkçler gözükmektedr. 9
10 Bars YÜCE,Ibrahm DOKUZER / Elec Lett Sc Eng ) 6) - Tablo7.Her br hammadde ve bunlar saglayan tedarkçler A B C D E Tedarkç,, Tedarkç,, Tedarkç Tedarkç, Tedarkç, Tablo8.Tedarkçlerle lgl kaltatf ve kanttatf blg Tedar. Malyet $) *) Teknk Sevye Bulank) Ölçek *) Kusur Oran %) *) Güvenrlk Oran %) Esneklk Oran %) Zamannda Teslm Oran %) Yant Oran %) S A B S A B.. Olduk S A D 6 Çok S B E Olduk S C D E 6 Olduk Tedar. Ilet sm Durumu Bulank) Fnansal Durum Bulank) Tedarkç Kapastes Bölüm) Tedarkç Tecrübes Yl) Cografk Durum Bulank ) *) Mekank Durum Bulank ) *) Çalsan Durumu Bulank ) *) S A 8 Çok B Olduk. - Çok S A Çok Çok B 7 Olduk. - Çok Çok S A Çok 6 Olduk. Olduk. Çok D Çok S B Çok Çok Çok E 6 S C D Çok
11 Bars YÜCE,Ibrahm DOKUZER / Elec Lett Sc Eng ) 6) - E Olduk. - *) n = w w, n w = w Çok. Olduk. - Çok Tablo.9 Fnal tedarkç agrlklar Tedarkçler A ürünü B ürünü C ürünü D ürünü E ürünü Tedarkç Tedarkç Tedarkç Tedarkç Tedarkç Tedarkç agrlklarnn bulundugu sonuç tablosu tablo.9 da görülmektedr. Bu çalsmada teadrkç seçm problem çn br örnek uygulama kullandk. Modelmzde kapaste, talep, zamannda teslmat, klate kst göz önüne alnark hazrland ve ürün agacmz bu örnekteknden çok büyük olursa bunun çnde br temel ve örnek çalsma olmas açsndan kullanld. Estlk.. da GA çn uygunluk fonksyonumuz gözükmektedr. Bu çalsma çn düsündügümüz GA çn kromozon yaps Sekl-6 dak gbdr. En bastan brnc oka kadar A hammaddes, devamnda B hammaddes knc oktan sonra C, üçüncü oktan sonras D, dördüncü oktan sonra E hammaddes göstermektedr. Ayrca dkkat edersek her br gende br veya daha fazla sradan olusan br dz yaps vardr buda spars verlen br hammaddenn eger spars en y tedarkç tarafnan karslanamyorsa srasyla dahaaz y olan tedarkçeden toplamlar karslanncaya kadar dzy dolduruyo eger spars bu tedarkç toplam tarfndan karslanamazsa spars reddedlr. Karslayamyorsa en tedarkç ve onu saglayan tedarkçler enyden en kötüye dogru sralanamaktadr; örnegn Sekl-6 da gözüken gözükmektedr.ga çn uygunluk fonksyonu estlk. da gözükmektedr. Parent chromosomes Çocuk kromozom Çaprazlama noktas Sekl-6. Çaprazlama slem Uygunluk Fonksyonu:
12 Bars YÜCE,Ibrahm DOKUZER / Elec Lett Sc Eng ) 6) - Talep, kapaste, zaman ve teslmat kstlar altnda Kabul edleblr br uygunluk fonksyonu toplam karn maxmzasyonuyla saglanr. S. Parçann tedarkç kümes K.tedarkç tarafndan sunulan mktar w. Ürün çn teadrkçnn agrlg q. Tedarkç tarafndan. Ürün çn önerlen hatal ürün oran. Q. Parçann kabul edleblr kusurlu ürün oran t. Tedarkçnn. ürün çn önerdg zamannda teslmat oran. T.parça çn satn almacnn kabul ettg mnmum zamannda teslmat oran C tedarkçnn. ürün çn önerdg maxmum tedarkç kapastes. D. ürün toplam taleb X.tedarkçden alnacak.ürün mktar N. tedarkçden soars edlme oran Maxmum w X n m = = N Kst:. tedarkçnn. ürün çn sagladg Kapaste mktar C X kapaste mktarndan az olmaldr. K X N K C S ) Talep kst: Her br parçann toplam spars. satnalmacnn toplam taleb; S X = D N K S Kalte kst: Q Satnalmacnn.ürün çn Kabul edleblr kusutlu ürün oran ve q. ürünün kusurlu ürün oran, kalte kst asagdak gbdr. q X N S S Q D
13 Bars YÜCE,Ibrahm DOKUZER / Elec Lett Sc Eng ) 6) - Teslmat kst: T satnalmacnn mnmum zamannda kabul edleblr ürün oran ve. tedarkçnn. ürün çn zamannda teslm edlen ürün oran bu asagda gözükmektedr. t ) X T ) D S S S I N = X / X K, S Amacmz elmzde geçerl br modeln olmasn saglamak. Bundan dolay numerk br örnek kullandk ve bunun çalsmas performe etmektr. 7.. Saysal br örnek Bu problemn sonucunda satnalmac en y tedarkçy ona atanacak spars mktarn belrlemek styor. Örnek olarak A,B,C,D,E ve adet spars verlms olsun. Her br hammadde çn srasyla kabu ledleblr zamannda teslm edlen ürün oran.8,.7,.9,.8,.8,maxmum kabul edleblr kusurlu ürün oran.,.,.,.,.. Her br parça çn fnal agrlg tablo.9da görülmek üzeredr.uygunluk fonksyonumuz söyle bulunur; Ugunluk fonksyonu Max Z=. N X +, N X +, NX +,99 NX +,7 N X +, N X + N X +,N X +,6 N X +, N X +,96 N X N X + NX + NX = NX + N X + N X = N X = N X + N X = N X + N X = X + X + X 8N + N + N X + X + X N + N + N X N X + X N + N X + X 6N + N. N X +. NX +. NX 7. NX +. N X +. N X. N X.6 N X +. N X 7. N X +. N X 7. N X +. NX +. NX. NX +. N X +. N X 7
14 Bars YÜCE,Ibrahm DOKUZER / Elec Lett Sc Eng ) 6) -. N X. N X +. N X. N X +. N X N = X / X / S I X S I X =,,) ; N = X / =,) ; N = X X S I / X =,) S I X, X,X, X, X, X,X,X, X, X, X N, N, N, N, N, N, N, N, N, N, N =,,) ; N = X / S I X =) ; N GA nn sonucubr genetk program yardmyla mutasyon oran. çaprazlama oran.9 ve populasyon büyüklügü ve 67 tearsyon 8 dakka sürdükten sonra fnal deger söyle bulunmustur; X: 799,99; X: 97,89; X:,;X: 98,79; X: 778,77; X:,7; X: 99,977; X: 6,9; X: 9,8;X:,9; X: 999,; N =., N =.6, N =., N =., N =.9, N =.9, N =, N =.78, N =.6; N =.; N =.667 = Sekl-7. Sonuç kromozomu 8. Tartsma ve Sonuç Bu makalede bütünlesk br model tartslmstr ve amacmz çoklu kaynak br tedarkç seçm problemne etkl br model üretmektr.ve burda belrsz tedarkç faktörlern fuzzy küme ve AHP nn bütünlesmesn saglayarak bu belrsz degerler, dlsel degerler slem yaplacak hale getrp ardndan bunlar kl karslastrmayla brbrlerne gore kyaslamasn yaptk. Son olarak buldugumuz bu agrlklar genetk algortmann uygunluk fonksyonunda katsay olarak kullanarak en y tedarkçler ve onlardan spars edlecek mktarlar genetk algortma le belrledk. Bu güne kadar br çok makalede tedarkç seçm slem yaplms ancak br çogu çoklu kaynak konusuna egelmemstr bu makalede hem bu konu düsünülmüs hemde belrsz veya dlsel olan degerlere kars etkn br çözüm gelstrlmeye çalslmstr References Referanslar) [l] A. Ghobadan, A. Staner, T. Kss, A computersed vendor ratng system. Proc. st Internat. Symp. Logstcs. 99. pp. -8. [] A.Amd, S.H. Ghodsypour,C. O'Bren,Fuzzy multobectve lnear model for suppler selecton n a suppler chan Int.ourn.of Producton economcs..-.
15 Bars YÜCE,Ibrahm DOKUZER / Elec Lett Sc Eng ) 6) - [] C.L. Stamm, D.Y. Golhar,JIT purchasng: Attrbute classfcaton and lterature revew. Prod. Plannng Control. 99.), 7-8. [] L.M. Ellram,The suppler selecton decson n strategc partnershps. J. Purchasng Mater. M,gmt ). 8-. [] C.P. Roa, G.E. Kser,Educatonal buyers perceptons of vendor attrbutes. J. Purchasng Mater. Mgmt.98.6,-. [6] F. T. S Chan, N.Kumar,Global suppler development consderng rsk factors usng fuzzy extended AHP based approach.. [7] W. Xa, Z.Wu Suppler selecton wth multple crtera n volume dscount envorements,the Journal of Managemnt Scence,.-. [8] TL. Saaty. The analytc herarchy process. Newyork: CGraw-Hll; 98. [9] A.Teltumbe. A framework for evaluaton ERP procects.int. ounarnal of producton research ;87):7-. [] L.R Wnkler Decso n modelng and ratonal chose: AHP and utlty theory. Management Scence ):7-7 [] T. L. Saaty, J. M Alexander, Thnkng Wth Models: Mathematcal Models n the Phscal Bologcal and Socal Scences. 98. Chapter &, Pergamon Press, London [] S.H Ghodsypour, C. O Bren A decson support system for suppler selectn usng an ntegrated analytc hearshy process and lnear programmng.998.int. Producton Economcs 99- [] Kwong CK, Ba H. Determnng the mportance weghts for the customer requrements n QFD usng a fuzzy AHP wth an extent analyss approach IIETransactons ;7):69 6. [] Ross TJ. Fuzzy logc wth engneerng applcatons. New York: McGraw-Hll Book Co; 997. [] Zadeh LA. Fuzzy sets. Informaton and Control 96;8.8. [6] Chang DY. Extent analyss and synthetc decson. Optmzaton technques and applcatons. vol.. Sngapore: World Scentfc;99. p.. [7] F.T.S Chan, S.H Chung Multcrteron genetc optmzason for due date assgned dstrubton network problems, Decson Support Systems.9) [8] H. Dng, L. Denyoucef, X. Xe A smulaton optmzaton approach usng genetc search for suppler selecton Wnter smulaton conference.6-67 [9] H.S. Wang, Z.H. Che An ntegrated model for suppler selecton decsons n confguraton changes. 6
AHP-TOPSIS YÖNTEMİNE DAYALI TEDARİKÇİ SEÇİMİ UYGULAMASI *
Ekonometr ve İstatstk Sayı:13 (12. Uluslararası Ekonometr, Yöneylem Araştırması, İstatstk Sempozyumu Özel Sayısı) 2011 1 22 İSTANBUL ÜNİVERSİTESİ İKTİSAT FAKÜLTESİ EKONOMETRİ VE İSTATİSTİK DERGİSİ AHP-TOPSIS
DetaylıYÖNETİM VE EKONOMİ Yıl:2006 Cilt:13 Sayı:1 Celal Bayar Üniversitesi İ.İ.B.F. MANİSA
YÖNETİM VE EKONOMİ Yıl:2006 Clt:3 Sayı: Celal Bayar Ünverstes İ.İ.B.F. MANİSA Bulanık Araç Rotalama Problemlerne Br Model Öners ve Br Uygulama Doç. Dr. İbrahm GÜNGÖR Süleyman Demrel Ünverstes, İ.İ.B.F.,
DetaylıTRANSPORT PROBLEMI için GELIsTIRILMIs VAM YÖNTEMI
Yönetm, Yl 9, Say 28, Ekm - 1997,5.20-25 TRANSPORT PROBLEMI ÇIN GELIsTIRILMIs VAM YÖNTEMI Dr. Erhan ÖZDEMIR I.Ü. Teknk Blmler M.Y.O. L.GIRIs V AM transport problemlerne en düsük malyetl baslangç çözüm
DetaylıTEDARİKÇİ SEÇİMİNDE ANALİTİK HİYERARŞİ PROSESİ VE HEDEF PROGRAMLAMA YÖNTEMLERİNİN KOMBİNASYONU: OTEL İŞLETMELERİNDE BİR UYGULAMA
TEDARİKÇİ SEÇİMİNDE ANALİTİK HİYERARŞİ PROSESİ VE HEDEF PROGRAMLAMA YÖNTEMLERİNİN KOMBİNASYONU: OTEL İŞLETMELERİNDE BİR UYGULAMA Yrd. Doç. Dr. Meltem KARAATLI * Yrd. Doç. Dr. Gonca DAVRAS ** ÖZ Otel şletmelernde,
DetaylıAN IMPLEMENTATION OF INTEGRATED MULTI-CRITERIA DECISION MAKING TECHNIQUES FOR ACADEMIC STAFF RECRUITMENT
Journal of Management, Marketng and Logstcs (JMML), ISSN: 48-6670 Year: 04 Volume: Issue: AN IMPLEMENTATION OF INTEGRATED MULTI-CRITERIA DECISION MAKING TECHNIQUES FOR ACADEMIC STAFF RECRUITMENT Kemal
DetaylıENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI
V. Ulusal Üretm Araştırmaları Sempozyumu, İstanbul Tcaret Ünverstes, 5-7 Kasım 5 ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN
DetaylıBulanık TOPSIS ve Bulanık VIKOR Yöntemleriyle Alışveriş Merkezi Kuruluş Yeri Seçimi ve Bir Uygulama
EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Clt: 14 Sayı: 3 Temmuz 2014 ss. 463-479 Bulanık TOPSIS ve Bulanık VIKOR Yöntemleryle Alışverş Merkez Kuruluş Yer Seçm ve Br Uygulama Selecton of Shoppng Center
DetaylıÇok ölçütlü karar verme yaklaşımlarına dayalı tedarikçi seçimi: elektronik sektöründe bir uygulama
346 Çok ölçütlü karar verme yaklaşımlarına dayalı tedarkç seçm: elektronk sektöründe br uygulama Murat ARIKAN 1, Berat GÖKBEK 1 1 Endüstr Mühendslğ Bölümü, Mühendslk Fakültes, Gaz Ünverstes, Maltepe-Ankara
Detaylıkadar ( 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
DetaylıÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU
6.07.0 ÇOKLU REGRESON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESON ÇÖZÜMLEMESİ,REGRES-ON KATSAILARININ ORUMU ÇOKLU REGRESON MODELİ Ekonom ve şletmeclk alanlarında herhang br bağımlı değşken tek br bağımsız
DetaylıCalculating the Index of Refraction of Air
Ankara Unversty Faculty o Engneerng Optcs Lab IV Sprng 2009 Calculatng the Index o Reracton o Ar Lab Group: 1 Teoman Soygül Snan Tarakçı Seval Cbcel Muhammed Karakaya March 3, 2009 Havanın Kırılma Đndsnn
DetaylıYAZILIM GELİŞTİRME PROJELERİNİN GERÇEK OPSİYON DEĞERLEME MODELİYLE ÇOK ÖLÇÜTLÜ BULANIK DEĞERLEMESİ
İstanbul Tcaret Ünverstes Fen Blmler Dergs Yıl: 8 Sayı: 5 Bahar 009/ s. 3-6 YAZILIM GELİŞTİRME PROJELERİNİN GERÇEK OPSİYON DEĞERLEME MODELİYLE ÇOK ÖLÇÜTLÜ BULANIK DEĞERLEMESİ A. Çağrı TOLGA, Cengz KAHRAMAN
DetaylıPROJE SEÇİMİ VE KAYNAK PLANLAMASI İÇİN BİR ALGORİTMA AN ALGORITHM FOR PROJECT SELECTION AND RESOURCE PLANNING
Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Clt 3, Sayı:2, 2001 PROJE SEÇİMİ VE KAYAK PLALAMASI İÇİ BİR ALGORİTMA lgün MORALI 1 C. Cengz ÇELİKOĞLU 2 ÖZ Kaynak tahss problemler koşullara bağlı olarak
DetaylıBALİ KHO BİLİM DERGİSİ CİLT:23 SAYI:2 YIL:2013. BULANIK BOYUT ANALİZİ ve BULANIK VIKOR İLE BİR ÇNKV MODELİ: PERSONEL SEÇİMİ PROBLEMİ.
BULANIK BOYUT ANALİZİ ve BULANIK VIKOR İLE BİR ÇNKV MODELİ: PERSONEL SEÇİMİ PROBLEMİ Özkan BALİ ÖZET Personel seçm organzasyonların başarısını etkleyen en öneml problemlerden brdr. Bu seçm, belrszlk çeren
DetaylıJournal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi
Journal of Engneerng and Natural Scences Mühendslk ve Fen Blmler Dergs Sgma 28, 224-234, 2010 PhD Research Artcle / Doktora Çalışması Araştırma Makales APPLICATION OF ADAPTIVE NEURO FUZZY INFERENCE SYSTEM
DetaylıBULANIK AKIŞ TİPİ ÇİZELGELEME PROBLEMİ İÇİN ÇOK AMAÇLI GENETİK ALGORİTMA
Gaz Ünv. Müh. Mm. Fak. Der. J. Fac. Eng. Arch. Gaz Unv. Clt 22, No 4, 855-862, 2007 Vol 22, No 4, 855-862, 2007 BULANIK AKIŞ TİPİ ÇİZELGELEME PROBLEMİ İÇİN ÇOK AMAÇLI GENETİK ALGORİTMA İzzettn TEMİZ ve
DetaylıBULANIK VIKOR YÖNTEMİ İLE TEDARİKÇİ SEÇİMİ
Atatürk Ünverstes İktsad ve İdar Blmler Dergs, Clt: 26, Sayı:, 202 97 BULANIK VIKOR YÖNTEMİ İLE TEDARİKÇİ SEÇİMİ Gökhan AKYÜZ (*) Özet: Tedark zncrnn lk adımını oluşturan tedarkçler, şletmenn amaç ve hedeflerne
DetaylıTRANSPORTATION MODE SELECTION THROUGH LOGISTICS MANAGEMENT: AN APPLICATION IN THE TEXTILE INDUSTRY
DA Kerem Toker da, uygun alternat - d mod sonucunda, karayolu - denzyolu - Anahtar Kelmeler: TRANSPORTATION MODE SELECTION THROUGH LOGISTICS MANAGEMENT: AN APPLICATION IN THE TEXTILE INDUSTRY ABSTRACT
DetaylıJournal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi
Journal of Engneerng and Natural Scences Mühendslk ve Fen Blmler Dergs Sgma 29, 244-260, 2011 Research Artcle / Araştırma Makales PERFORMANCE EVALUATION USING AHP - VIKOR AND AHP - TOPSIS APPROACHES: THE
DetaylıŞiddet-Süre-Frekans Bağıntısının Genetik Algoritma ile Belirlenmesi: GAP Örneği *
İMO Teknk Derg, 28 4393-447, Yazı 29 Şddet-Süre-Frekans Bağıntısının Genetk Algortma le Belrlenmes: GAP Örneğ * Hall KARAHAN* M. Tamer AYVAZ** Gürhan GÜRARSLAN*** ÖZ Bu çalışmada, Genetk Algortma (GA)
DetaylıMESLEK SEÇİMİ PROBLEMİNDE ÇOK ÖZELLİKLİ KARAR VERME VE ÇÖZÜME YÖNELİK GELİŞTİRİLEN BİREYSEL KARİYER PLANLAMA PROGRAMI
MESLEK SEÇİMİ PROBLEMİNDE ÇOK ÖZELLİKLİ KARAR VERME VE ÇÖZÜME YÖNELİK GELİŞTİRİLEN BİREYSEL KARİYER PLANLAMA PROGRAMI Fath ÇİL GAZİ ÜNİVERSİTESİ Mühendslk Mmarlık Fakültes Endüstr Mühendslğ Bölümü 4. Sınıf
DetaylıSistemde kullanılan baralar, klasik anlamda üç ana grupta toplanabilir :
5 9. BÖLÜM YÜK AKIŞI (GÜÇ AKIŞI) 9.. Grş İletm sstemlernn analzlernde, bara sayısı arttıkça artan karmaşıklıkları yenmek çn sstemn matematksel modellenmesnde kolaylık getrc bazı yöntemler gelştrlmştr.
Detaylıa IIR süzgeç katsayıları ve N ( M) de = s 1 (3) 3. GÜRÜLTÜ GİDERİMİ UYGULAMASI
Fırat Ünverstes-Elazığ MİTRAL KAPAK İŞARETİ ÜZERİNDEKİ ANATOMİK VE ELEKTRONİK GÜRÜLTÜLERİN ABC ALGORİTMASI İLE TASARLANAN IIR SÜZGEÇLERLE SÜZÜLMESİ N. Karaboğa 1, E. Uzunhsarcıklı, F.Latfoğlu 3, T. Koza
DetaylıJournal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi
Journal of Engneerng and Natural Scences Mühendslk ve Fen Blmler Dergs Sgma 31, 203-213, 2013 Research Artcle / Araştırma Makales ANALYTIC NETWORK PROCESS AND TOPSIS METHODS WITH SELECTION OF OPTIMAL INVESTMENT
DetaylıBALİ-GENCER AHP, BULANIK AHP VE BULANIK MANTIK LA KARA HARP OKULUNA ÖĞRETİM ELEMANI SEÇİMİ. Özkan BALİ 1 Cevriye GENCER 2 ÖZET
AHP, BULANIK AHP VE BULANIK MANTIK LA KARA HARP OKULUNA ÖĞRETİM ELEMANI SEÇİMİ Özkan BALİ Cevrye GENCER ÖZET Çalışmada, br karar problem olarak Kara Harp OkuluKHO) na öğretm elemanı seçm ele alınmış ve
DetaylıAHP AND GRA INTEGRATED APPROACH IN INNOVATION PERFORMANCE REVIEW PROCESS: AN APPLICATION IN DAIRY INDUSTRY
Dumlupınar Ünverstes Sosyal Blmler Dergs / Dumlupınar Unversty Journal of Socal Scences İNOVASYON PERFORMANSI DEĞERLENDİRME SÜRECİNDE AHS VE GİA BÜTÜNLEŞİK YAKLAŞIMI: SÜT ÜRÜNLERİ SEKTÖRÜNDE BİR UYGULAMA
DetaylıBulanık Analitik Hiyerarşi Süreci ve İdeal Çözüme Yakınlığa Göre Sıralama Yapma Yöntemleri ile Tekstil Sektöründe Finansal Performans Ölçümü
Sosyal Blmler 8/1 (010) s 19516 SOSYAL BİLİMLER Yıl : 010 Clt :8 Sayı :1 Celal Bayar Ünverstes S.B.E. Bulanık Analtk Hyerarş Sürec ve İdeal Çözüme Yakınlığa Göre Sıralama Yapma Yöntemler le Tekstl Sektöründe
Detaylı2nd International Symposium on Accounting and Finance ISAF 2014
2nd Internatonal Symposum on Accountng and Fnance MUHASEBE PAKET PROGRAMI SEÇİM PROBLEMİNE BULANIK VIKOR YÖNTEMİ İLE BİR ÇÖZÜM ÖNERİSİ ÖZET Hasan UYGURTÜRK Turhan KORKMAZ Dnamk br çevrede faalyet gösteren
DetaylıBulanık Mantık ile Hesaplanan Geoid Yüksekliğine Nokta Yüksekliklerinin Etkisi
Harta Teknolojler Elektronk Dergs Clt: 5, No: 1, 2013 (61-67) Electronc Journal of Map Technologes Vol: 5, No: 1, 2013 (61-67) TEKNOLOJİK ARAŞTIRMALAR www.teknolojkarastrmalar.com e-issn: 1309-3983 Makale
Detaylıalphanumeric journal The Journal of Operations Research, Statistics, Econometrics and Management Information Systems
Avalable onlne at www.alphanumercournal.com alphanumerc ournal The Journal of Operatons Research, Statstcs, Econometrcs and Management Informaton Systems Receved: January 25, 2017 Accepted: June 22, 2017
DetaylıDepo operatörü lojistik firmasının seçimi için bulanık VIKOR ve bulanık TOPSIS yöntemlerinin uygulanması
İstanbul Ünverstes İşletme Fakültes Dergs Istanbul Unversty Journal of the School of Busness Clt/Vol:42, /No:2, 2013, 198-218 ISSN: 1303-1732 wwwfdergsorg 2013 Depo operatörü lostk frmasının seçm çn bulanık
DetaylıİKİ AŞAMALI STRATEJİK TEDARİKÇİ SEÇİMİNİN BULANIK TOPSIS YÖNTEMİ İLE ANALİZİ
İKİ AŞAMALI STRATEJİK TEDARİKÇİ SEÇİMİNİN BULANIK TOPSIS YÖNTEMİ İLE ANALİZİ Yrd. Doç. Dr. Al İhsan ÖZDEMİR * Arş. Gör. Neşe Yalçın SEÇME ** ÖZET İşletmeler açısından tedarkç seçmnn uzun sürel şbrlğ çnde
DetaylıNAKLĠYE FĠRMASI SEÇĠMĠNDE BULANIK AHP VE BULANIK TOPSIS YÖNTEMLERĠNĠN KARġILAġTIRILMASI
Marmara Ünverstes Ġ.Ġ.B.F. Dergs YIL 008, CĠLT XX, AYI NAKLĠYE FĠRMAI EÇĠMĠNDE BULANIK AHP E BULANIK TOPI YÖNTEMLERĠNĠN KARġILAġTIRILMAI Prof. Dr. Ahmet ÖZTÜRK * Yrd. Doç. Dr. Ġrfan ERTUĞRUL ** ArĢ. Grv.
Detaylıdir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır.
BÖLÜM 3 OLASILIK HESABI 3.. Br Olayın Olasılığı Tanım 3... Br olayın brbrnden ayrık ve ortaya çıkma şansı eşt n mümkün sonucundan m tanes br A olayına uygun se, A olayının P(A) le gösterlen olasılığı P(A)
DetaylıDokuz Eylül Üniversitesi Yayına Kabul Tarihi:
Yayın Gelş Tarh: 22.10.2014 Dokuz Eylül Ünverstes Yayına Kabul Tarh: 19.04.2016 Sosyal Blmler Ensttüsü Dergs Onlne Yayın Tarh: 12.07.2016 Clt: 18, Sayı: 2, Yıl: 2016, Sayfa: 255-272 http://dx.do.org/10.16953/deusbed.78956
DetaylıDEĞİŞKEN DÖVİZ KURLARI ORTAMINDA GLOBAL BİR ŞİRKETTEKİ ESNEKLİĞİN DEĞERİ VE OPTİMUM KULLANIMI
DEĞİŞKEN DÖVİZ KURLARI ORTAMINDA GLOBAL BİR ŞİRKETTEKİ ESNEKLİĞİN DEĞERİ VE OPTİMUM KULLANIMI Mehmet Aktan Atatürk Ünverstes, Endüstr Mühendslğ Bölümü, 25240, Erzurum. Özet: Dövz kurlarındak değşmler,
DetaylıX, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının
1 DİĞER ÖZEL İSTATİSTİKSEL KALİTE KONTROL DİYAGRAMLARI X, R, p, np, c, u ve dğer kontrol dyagramları statstksel kalte kontrol dyagramlarının temel teknkler olup en çok kullanılanlarıdır. Bu teknkler ell
Detaylıalphanumeric journal The Journal of Operations Research, Statistics, Econometrics and Management Information Systems
Avalable onlne at www.alphanumercournal.com alphanumerc ournal The Journal of Operatons Research, Statstcs, Econometrcs and Management Informaton Systems Receved: October 11, 2017 Accepted: December 25,
DetaylıÇok noktadan bağlı tanker-şamandıra bağlama sistemi seçiminde bulanık çok ölçütlü karar verme
tüdergs/d mühendslk Clt:10, Sayı:1, 68-80 Şubat 011 Çok noktadan bağlı tanker-şamandıra bağlama sstem seçmnde bulanık çok ölçütlü karar verme Ayhan MENTEġ *, Ġsmal Hakkı HELACIOĞLU İTÜ Fen Blmler Ensttüsü,
DetaylıPROMETHEE SIRALAMA YÖNTEMİ İLE TEDARİKÇİ SEÇİMİ
Gaz Ünv. Müh. Mm. Fak. Der. J. Fac. Eng. Arch. Gaz Unv. Clt 23, No, 9-75, 28 Vol 23, No, 9-75, 28 PROMETHEE SIRALAMA YÖNTEMİ İLE TEDARİKÇİ SEÇİMİ Metn DAĞDEVİREN ve Ergün ERASLAN* Endüstr Mühendslğ Bölümü,
DetaylıKIRIKKALE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENDÜSTRİ MÜHENDİSLİĞİ ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİNDEN AHP VE TOPSIS İLE KAMP YERİ SEÇİMİ
KIRIKKALE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENDÜSTRİ MÜHENDİSLİĞİ ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİNDEN AHP VE TOPSIS İLE KAMP YERİ SEÇİMİ Burak KARAHAN Burak PEKEL Neşet BEDİR Cavt CAN Kırıkkale -2014-
DetaylıJournal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi
Journal of Engneerng and atural Scences Mühendslk ve Fen Blmler Dergs Sgma 9, -4, 0 Research Artcle / Araştırma Makales FUZZY TOPSIS METHODS I GROUP DECISIO MAKIG AD A APPLICATIO FOR BAK BRACH LOCATIO
DetaylıÇok Kriterli Karar Verme Teknikleriyle Lojistik Firmalarında Performans Ölçümü
EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Clt: 3 Sayı: 4 Ekm 03 ss. 449-459 Çok Krterl Karar Verme Teknkleryle Lostk Frmalarında Performans Ölçümü Performance Measurement of Logstcs Frms wth Mult-Crtera
DetaylıPARÇALI DOĞRUSAL REGRESYON
HAFTA 4 PARÇALI DOĞRUSAL REGRESYO Gölge değşkenn br başka kullanımını açıklamak çn varsayımsal br şrketn satış temslclerne nasıl ödeme yaptığı ele alınsın. Satış prmleryle satış hacm Arasındak varsayımsal
Detaylı5.3. Tekne Yüzeylerinin Matematiksel Temsili
5.3. Tekne Yüzeylernn atematksel Temsl atematksel yüzey temslnde lk öneml çalışmalar Coons (53) tarafından gerçekleştrlmştr. Ferguson yüzeylernn gelştrlmş hal olan Coons yüzeylernde tüm sınır eğrler çn
DetaylıMIT Açık Ders Malzemeleri Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için
MIT Açık Ders Malzemeler http://ocm.mt.edu Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında blg almak çn http://ocm.mt.edu/terms veya http://tuba.açık ders.org.tr adresn zyaret ednz. 18.102
DetaylıANALİTİK AĞ SÜRECİ VE TOPSIS YÖNTEMLERİ İLE BİLİMDALI SEÇİMİ Doç.Dr. Nuri ÖMÜRBEK Süleyman Demirel Üniversitesi, İİBF, İşletme Bölümü
ANALİTİK AĞ SÜRECİ VE TOPSIS YÖNTEMLERİ İLE BİLİMDALI SEÇİMİ DoçDr Nur ÖMÜRBEK Süleyman Demrel Ünverstes, İİBF, İşletme Bölümü Nazlı DEMİRCİ Süleyman Demrel Ünverstes, SBE, İşletme ABD, YL Pınar AKALİN
DetaylıSürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK
Sürekl Olasılık Dağılım Brkml- KümülatFonksyonu Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr Sürekl olasılık onksyonları X değşken - ;+ aralığında tanımlanmış br sürekl rassal değşken olsun. Aşağıdak
DetaylıPamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences
Pamukkale Ünverstes Mühendslk Blmler Dergs, Clt 0, Sayı 3, 04, Sayfalar 85-9 Pamukkale Ünverstes Mühendslk Blmler Dergs Pamukkale Unversty Journal of Engneerng Scences PREFABRİK ENDÜSTRİ YAPIARININ ARMONİ
DetaylıBelirsizlik Altında Çevre Bilinçli Tedarikçi Seçimi Probleminin İncelenmesi
Doğuş Ünverstes Dergs, 19 (1) 2018, 23-37 Belrszlk Altında Çevre Blnçl Tedarkç Seçm Problemnn İncelenmes Investgatng Envronmentally Conscous Suppler Selecton Problem under Uncertanty Vldan ÖZKIR (1) ÖZ:
DetaylıJournal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi
Journal of Engneerng and Natural Scences Mühendslk ve Fen Blmler Dergs Sgma 28, 24-223, 200 PhD Research Artcle / Doktora Çalışması Araştırma Makales FUZZY CHOQUET INTEGRAL APPROACH FOR MULTI CRITERIA
DetaylıYapay Sinir Ağı ve Bulanık-Yapay Sinir Ağı Yöntemleri Kullanılarak Tava Buharlaşma Tahmini
Tarım Blmler Araştırma Dergs 3 (): 45-5, 00 ISSN: 308-3945, E-ISSN: 308-07X, www.nobel.gen.tr Yapay Snr Ağı ve Bulanık-Yapay Snr Ağı Yöntemler Kullanılarak Tava Buharlaşma Tahmn Özgür KIŞI Selcan AFŞA
DetaylıYrd. Doç. Dr. Kemal Vatansever
Anadolu Ünverstes Sosyal Blmler Dergs Anadolu Unversty Journal of Socal Scences Tedarkç Seçm Kararlarında Bulanık TOPSIS Yöntemnn Kullanımı ve Br Uygulama Use of Fuzzy TOPSIS Method n Suppler Selecton
DetaylıDoğrusal Korelasyon ve Regresyon
Doğrusal Korelasyon ve Regresyon En az k değşken arasındak lşknn ncelenmesne korelasyon denr. Kşlern boyları le ağırlıkları, gelr le gder, öğrenclern çalıştıkları süre le aldıkları not, tarlaya atılan
DetaylıGenetik Algoritma ile İki Boyutlu Şekil Yerleştirme ÖZET
Genetk Algortma le İk Boyutlu Şekl Yerleştrme Metn Özşahn 1 ve Mustafa Oral 2 1) Çukurova Ünverstes Fen Blmler Ensttüsü Endüstr Mühendslğ Bölümü, Adana, Turkey 2 Çukurova Ünverstes Blgsayar Mühendslğ Bölümü,
DetaylıDEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cilt: 16 Sayı: 48 sh. 61-75 Eylül 2014 KRİL SÜRÜSÜ ALGORİTMASI İLE ATÖLYE ÇİZELGELEME
DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Clt: 16 Sayı: 48 sh. 61-75 Eylül 2014 KRİL SÜRÜSÜ ALGORİTMASI İLE ATÖLYE ÇİZELGELEME (JOB SHOP SCHEDULING WITH KRILL HERD ALGORITHM) İlker GÖLCÜK
DetaylıTÜRKİYE DEKİ 380 kv LUK 14 BARALI GÜÇ SİSTEMİNDE EKONOMİK YÜKLENME ANALİZİ
TÜRİYE DEİ 38 kv LU 4 BARALI GÜÇ SİSTEMİDE EOOMİ YÜLEME AALİZİ Mehmet URBA Ümmühan BAŞARA 2,2 Elektrk-Elektronk Mühendslğ Bölümü Mühendslk-Mmarlık Fakültes Anadolu Ünverstes İk Eylül ampüsü, 2647, ESİŞEHİR
DetaylıBULUT TEKNOLOJ S F RMALARININ BULANIK AHP MOORA YÖNTEM KULLANILARAK SIRALANMASI
BULUT TEKNOLOJ S F RMALARININ BULANIK AHP MOORA YÖNTEM KULLANILARAK SIRALANMASI Bahad r Fath YILDIRIM.Ü. letme Fakültes Say sal Yöntemler ABD. Onur ÖNAY.Ü. letme Fakültes Say sal Yöntemler ABD. ÖZET Bulut
DetaylıTOPSIS ÇOK KRİTERLİ KARAR VERME SİSTEMİ: TÜRKİYE DEKİ KAMU BANKALARI ÜZERİNE BİR UYGULAMA
Araştırma Makaleler TOPSIS ÇOK KRİTERLİ KARAR VERME SİSTEMİ: TÜRKİYE DEKİ KAMU BANKALARI ÜZERİNE BİR UYGULAMA Dr., Dokuz Eylül Ünverstes, İİBF İşletme Bölümü erhan.demrel@deu.edu.tr ÖZET Ekonomk faalyetlern
DetaylıKURUMSAL FİRMALAR İÇİN BİR FİNANSAL PERFORMANS KARŞILAŞTIRMA MODELİNİN GELİŞTİRİLMESİ
Gaz Ünv. Müh. Mm. Fak. Der. Journal of thefaculty of Engneerngand Archtecture of Gaz Unversty Clt 30, No 1, 71-85, 2015 Vol 30, No 1, 71-85, 2015 KURUMSAL FİRMALAR İÇİN BİR FİNANSAL PERFORMANS KARŞILAŞTIRMA
DetaylıEmrah 70 Ekim 2011. kat edilen mesafenin en. mizasyonu (PSO) sezgisel. (PSO), Genetik Algoritma (GA), Optimizasyon, Meta-Sezgisel
METAplam kat edlen mesafenn en mzasyonu (PSO) sezgsel k (PSO), Genetk Algortma (GA), Optmzasyon, Meta-Sezgsel 74 OPTIMIZATION OF MULTI- PROBLEM OF ISTANBUL HALK EKMEK A.S. (IHE) BY USING META-HEURISTIC
DetaylıA Multi Criteria Approach For Statistical Software Selection in Education. Eğitimde İstatistiksel Yazılım Seçimine Çok Kriterli Bir Yaklaşım
Hacettepe Ünverstes Eğtm Fakültes Dergs H. U. Journal of Educaton 292, 129-143 [Nsan 2014] A Mult Crtera Approach For Statstcal Software Selecton n Educaton Eğtmde İstatstksel Yazılım Seçmne Çok Krterl
DetaylıBULANIK HEDEF PROGRAMLAMA VE BİR TEKSTİL FİRMASINDA UYGULAMA ÖRNEĞİ
Eskşehr Osmangaz Ünverstes Sosyal Blmler Dergs Clt: 6 Sayı: 2 Aralık 2005 BULANIK HEDEF PROGRAMLAMA VE BİR TEKSTİL FİRMASINDA UYGULAMA ÖRNEĞİ İrfan ERTUĞRUL Pamukkale Ünverstes İİBF, Denzl ÖZET Günümüzde
DetaylıAfet Sonrası Hizmet Verecek Ekiplerin Konuşlanma Yerlerinin Belirlenmesi
2016 Publshed n 4th Internatonal Symposum on Innovatve Technologes n Engneerng and Sccene 3-5 November 2016 (ISITES2016 Alanya/Antalya - Turkey) Afet Sonrası Hzmet Verecek Ekplern Konuşlanma Yerlernn Belrlenmes
DetaylıJournal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi. Erman YETİZ, Pelin ALCAN, Vildan ÖZKIR, Hüseyin BAŞLIGİL*
Journal of Engneerng and Natural Scences Mühendslk ve Fen Blmler Dergs Sgma 27, 177-189, 2009 Research Artcle / Araştırma Makales APPLICATION OF FUZZY AHP AND ANP METHODS FOR CHEMICAL REACTIONS IN NITROCHLOROBENZEN
DetaylıUYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır.
UYUM ĐYĐLĐĞĐ TESTĐ Posson: H o: Ver Posson dağılıma sahp br ktleden gelmektedr. H a : Ver Posson dağılıma sahp br ktleden gelmemektedr. Böyle br hpotez test edeblmek çn, önce Posson dağılım parametres
DetaylıPERSONEL TAYİN İŞLEMLERİ İÇİN AHP, TOPSIS VE MACAR ALGORİTMASI TABANLI KARAR DESTEK MODELİ
Endüstr Mühendslğ Dergs Clt: 28 Sayı: 1 Sayfa: (2-18) Makale PERSONEL TAYİN İŞLEMLERİ İÇİN AHP, TOPSIS VE MACAR ALGORİTMASI TABANLI KARAR DESTEK MODELİ Hall GÖKKAYA 1, Talp KELLEGÖZ 2* 1 Gaz Ünverstes,
DetaylıAHP VE TOPSIS YÖNTEMLERİ İLE KURUMSAL PROJE YÖNETİM YAZILIMI SEÇİMİ
Süleyman Demrel Ünverstes Sosyal Blmler Ensttüsü Dergs Yıl: 2015/1, Sayı:21 Journal of Süleyman Demrel Unversty Insttute of Socal Scences Year: 2015/1, Number:21 AHP VE TOPSIS YÖNTEMLERİ İLE KURUMSAL PROJE
DetaylıQKUIAN. SAĞLIK BAKANLIĞI_ KAMU HASTANELERİ KURUMU Trabzon Ili Kamu Hastaneleri Birliği Genel Sekreterliği Kanuni Eğitim ve Araştırma Hastanesi
V tsttşfaktör T.C. SAĞLIK BAKANLIĞI KAMU HASTANELERİ KURUMU Trabzon Il Kamu Hastaneler Brlğ Genel Sekreterlğ Kanun Eğtm ve Araştırma Hastanes Sayı ı 23618724/?ı C.. Y** 08/10/2015 Konu : Yaklaşık Malyet
DetaylıSAYISAL ANALİZ. Doç.Dr. Cüneyt BAYILMIŞ. Sayısal Analiz. Doç.Dr. Cüneyt BAYILMIŞ
SAYISAL ANALİZ Doç.Dr. Cüneyt BAYILMIŞ Doç.Dr. Cüneyt BAYILMIŞ Sayısal Analz SAYISAL ANALİZ SAYISAL TÜREV Numercal Derentaton Doç.Dr. Cüneyt BAYILMIŞ Sayısal Analz İÇİNDEKİLER Sayısal Türev Ger Farklar
DetaylıFUZZY TOPSİS YÖNTEMİ İLE SANAL MAĞAZALARIN WEB SİTELERİNİN DEĞERLENDİRİLMESİ
FUZZY TOPSİS YÖNTEMİ İLE SNL MĞZLRIN WEB SİTELERİNİN DEĞERLENDİRİLMESİ Süleyman DÜNDR (*) Fath EER (**) Şuayb ÖZDEMİR (***) Özet: Bu çalışmanın amacı, fuzzy TOPSİS yöntemn kullanarak sanal mağazaların
DetaylıTAŞIMACILIK SEKTÖRÜNÜN İŞLEYİŞ SÜRECİ, BULANIK DAĞITIM PROBLEMİNİN TAMSAYILI DOĞRUSAL PROGRAMLAMA MODEL DENEMESİ
ZKÜ Sosyal Blmler Dergs, Clt 3, Sayı 6, 2007, ss. 109 125. TAŞIMACILIK SEKTÖRÜNÜN İŞLEYİŞ SÜRECİ, BULANIK DAĞITIM PROBLEMİNİN TAMSAYILI DOĞRUSAL PROGRAMLAMA MODEL DENEMESİ Yrd.Doç.Dr. Ahmet ERGÜLEN Nğde
DetaylıÇELİK UZAYSAL ÇERÇEVE YAPILARIN OPTİMUM TASARIMI
ÇELİK UZAYSAL ÇERÇEVE YAPILARIN OPTİMUM TASARIMI M. Sedat HAYALİOĞLU *, S. Özgür DEĞERTEKİN * * Dcle Ünverstes, Müh.-Mm. Fak., İnşaat Müh. Böl., Dyarbakır ÖZET Bu çalışmada çelk uzay çerçevelern, Amerkan
DetaylıKorelasyon ve Regresyon
Korelasyon ve Regresyon 1 Korelasyon Analz İk değşken arasında lşk olup olmadığını belrlemek çn yapılan analze korelasyon analz denr. Korelasyon; doğrusal yada doğrusal olmayan dye kye ayrılır. Korelasyon
DetaylıERGONOMİK KOŞULLAR ALTINDA MONTAJ HATTI DENGELEME
ERGONOMİK KOŞULLAR ALTINDA MONTAJ HATTI DENGELEME Pamukkale Ünverstes Fen Blmler Ensttüsü Yüksek Lsans Tez Endüstr Mühendslğ Anablm Dalı Elf ÖZGÖRMÜŞ Danışman: Yrd. Doç. Dr. Özcan MUTLU Ağustos, 2007 DENİZLİ
DetaylıÇOK KRİTERLİ KARAR VERME PROBLEMLERİNDE ARAS YÖNTEMİ
ÇOK KRİTERLİ KARAR VERME PROBLEMLERİNDE ARAS YÖNTEMİ Makale Sunum Tarh : 02.03.2015 Yayına Kabul Tarh : 27.03.2015 Bahadır Fath YILDIRIM Araştırma Görevls Kafkas Ünverstes, İİBF, İşletme Bölümü, Sayısal
DetaylıHAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t :
HAFTA 13 GÖLGE EĞİŞKENLERLE REGRESYON (UMMY VARIABLES) Gölge veya kukla (dummy) değşkenler denen ntel değşkenler, cnsyet, dn, ten reng gb hemen sayısallaştırılamayan ama açıklanan değşkenn davranışını
DetaylıTEKNOLOJİ, PİYASA REKABETİ VE REFAH
TEKNOLOJİ, PİYASA REKABETİ VE REFAH Dr Türkmen Göksel Ankara Ünverstes Syasal Blgler Fakültes Özet Bu makalede teknoloj sevyesnn pyasa rekabet ve refah sevyes üzerndek etkler matematksel br model le ncelenecektr
DetaylıKAFES SİSTEMLERİN UYGULAMAYA YÖNELİK OPTİMUM TASARIMI
PAMUKKALE ÜNİ VERSİ TESİ MÜHENDİ SLİ K FAKÜLTESİ PAMUKKALE UNIVERSITY ENGINEERING COLLEGE MÜHENDİ SLİ K BİLİMLERİ DERGİ S İ JOURNAL OF ENGINEERING SCIENCES YIL CİLT SAYI SAYFA : 1999 : 5 : 1 : 951-957
DetaylıORGANİZASYON VE YÖNETİM BİLİMLERİ DERGİSİ Cilt 10, Sayı 2, 2018 ISSN: (Online)
BÜTÜNLEŞİK BULANIK DEMATEL VE BULANIK KAPSAMLI DEĞERLEME İLE KALİTE UZMANI YETERLİLİKLERİ VE TOPLAM KALİTE YÖNETİMİ PROGRAMININ DEĞERLENDİRİLMESİ Mehmet Aksaraylı Dokuz Eylül Ünverstes Unvan (Doç. Dr.)
DetaylıSEK Tahmincilerinin Arzulanan Özellikleri. SEK Tahmincilerinin Arzulanan Özellikleri. Ekonometri 1 Konu 9 Sürüm 2,0 (Ekim 2011)
SEK Tahmnclernn Arzulanan Özellkler İk Değşkenl Bağlanım Model SEK Tahmnclernn Arzulanan Özellkler Ekonometr 1 Konu 9 Sürüm 2,0 (Ekm 2011) http://www.ackders.org.tr SEK Tahmnclernn Arzulanan Özellkler
DetaylıBULANIK ÇOK AMAÇLI HÜCRESELTASARIM PROBLEMİNİN İKİ AŞAMALI BULANIK PROGRAMLAMA YAKLAŞIMI İLE ÇÖZÜMÜ
V. Ulusal Üretm Araştırmaları Sempozyumu, İstanbul Tcaret Ünverstes, 25-27 Kasım 25 BULANIK ÇOK AMAÇLI HÜCRESELTASARIM PROBLEMİNİN İKİ AŞAMALI BULANIK PROGRAMLAMA YAKLAŞIMI İLE ÇÖZÜMÜ Feyzan ARIKAN Gaz
DetaylıSERMAYE 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
DetaylıŞehiriçi Karayolu Ağlarının Sezgisel Harmoni Araştırması Optimizasyon Yöntemi ile Ayrık Tasarımı *
İMO Teknk Derg, 2013 6211-6231, Yazı 392 Şehrç Karayolu Ağlarının Sezgsel Harmon Araştırması Optmzasyon Yöntem le Ayrık Tasarımı * Hüseyn CEYLAN* Halm CEYLAN** ÖZ Bu çalışmada, şehrç ulaştırma ağlarının
DetaylıTitresimli Genetik Algoritma ile Hizlandirilmis Kanat Profili Optimizasyonu
HAVACILIK VE UZAY TEKNOLOJILERI DERGISI OCAK 2003 CILT 1 SAYI 1 (1-10) Ttresml Genetk Algortma le Hzlandrlms Kanat Profl Optmzasyonu Abdurrahman HACIOGLU HHO Dekanlg Havaclk Mühendslg Bölümü, 34806, Yeslyurt,
DetaylıPRODUCTION PLANNING BASED ON GOAL PROGRAMMING FOR MASS CUSTOMIZATION IN A COMPANY
BİR İŞLETMEDE KİTLESEL ÖZEL ÜRETİME YÖNELİK HEDEF PROGRAMLAMA TABANLI ÜRETİM PLANLAMA PRODUCTION PLANNING BASED ON GOAL PROGRAMMING FOR MASS CUSTOMIZATION IN A COMPANY ESRA AKBAL Başkent Ünverstes Lsansüstü
DetaylıTESİS YERİ SEÇİMİNDE FARKLI BİR YAKLAŞIM: BULANIK ANALİTİK SERİM SÜRECİ
TESİS YERİ SEÇİMİNDE FARKLI BİR YAKLAŞIM: BULANIK ANALİTİK SERİM SÜRECİ Aşkın ÖZDAĞOĞLU (*) Özet: Kuruluş yer seçm br frma çn en öneml kararlardan brdr. Yönetm kademesndek kşler seçm yaparken ster stemez
DetaylıBulanık Çok Kriterli Karar Verme Yöntemlerinin Altı Sigma Projeleri Seçiminde Uygulanması*
Busness and Economcs Research Journal Volume 7 Number 2 2016 pp. 167-201 ISSN: 1309-2448 DOI Number: 10.20409/berj.2016217536 Bulanık Çok Krterl Karar Verme Yöntemlernn Altı Sgma Projeler Seçmnde Uygulanması*
DetaylıDOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME. Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cinemre
1 DOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cnemre 2 BİRİNCİ BÖLÜM HEDEF PROGRAMLAMA 1.1 Grş Karar problemler amaç sayısına göre tek amaçlı ve çok amaçlı
DetaylıHATA TÜRÜ VE ETKİLERİ ANALİZİNDE BULANIK AHP VE BULANIK VIKOR YÖNTEMLERİ İLE OTOMOTİV SEKTÖRÜNDE RİSK DEĞERLENDİRMESİ
HATA TÜRÜ VE ETKİLERİ ANALİZİNDE BULANIK AHP VE BULANIK VIKOR YÖNTEMLERİ İLE OTOMOTİV SEKTÖRÜNDE RİSK DEĞERLENDİRMESİ RISK EVALUATING BY FUZZY AHP AND FUZZY VIKOR METHODS IN FAILURE MODE AND EFFECTS ANALYSIS
DetaylıGRİ İLİŞKİSEL ANALİZ YÖNTEMİNE GÖRE FARKLI SERTLİKLERDE OPTİMUM TAKIM TUTUCUSUNUN BELİRLENMESİ
2. Ulusal Tasarım İmalat ve Analz Kongres 11-12 Kasım 21- Balıkesr GRİ İLİŞKİSEL ANALİZ YÖNTEMİNE GÖRE FARKLI SERTLİKLERDE OPTİMUM TAKIM TUTUCUSUNUN BELİRLENMESİ Esra YILMAZ*, Ferhat GÜNGÖR** *ylmazesraa@gmal.com
Detaylıbir yol oluşturmaktadır. Yine i 2 , de bir yol oluşturmaktadır. Şekil.DT.1. Temel terimlerin incelenmesi için örnek devre
Devre Analz Teknkler DEE AAĐZ TEKĐKEĐ Bu zamana kadar kullandığımız Krchoffun kanunları ve Ohm kanunu devre problemlern çözmek çn gerekl ve yeterl olan eştlkler sağladılar. Fakat bu kanunları kullanarak
DetaylıBÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler
BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER 5.. İk Boyutlu Rasgele Değşkenler Br deney yapıldığında, aynı deneyle lgl brçok rasgele değşkenn aynı andak durumunu düşünmek gerekeblr. Böyle durumlarda
DetaylıTOPSIS Metodu Kullanılarak Kesici Takım Malzemesi Seçimi
Makne Teknolojler Elektronk Dergs Clt: 9, No: 3, 2012 (35-42) Electronc Journal of Machne Technologes Vol: 9, No: 3, 2012 (35-42) TEKNOLOJİK ARAŞTIRMALAR www.teknolojkarastrmalar.com e-issn:1304-4141 Makale
DetaylıZaman pencereli çok araçlı dağıtım toplamalı rotalama problemi için gerçek değerli genetik algoritma yaklaşımı
İstanbul Ünverstes İşletme Fakültes Dergs Istanbul Unversty Journal of the School of Busness Clt/Vol:43, Sayı/No:2, 2014, 391-403 ISSN: 1303-1732 www.fdergs.org Zaman pencerel çok araçlı dağıtım toplamalı
DetaylıBÖLÜM 1 1.GİRİŞ: İSTATİSTİKSEL DOĞRUSAL MODELLER
BÖLÜM 1 1.GİRİŞ: İSTATİSTİKSEL DOĞRUSAL MODELLER Blmn amaçlarından br yaşanılan doğa olaylarını tanımlamak ve olayları önceden tahmnlemektr. Bu amacı başarmanın yollarından br olaylar üzernde etkl olduğu
DetaylıAntalya Đlinde Serada Domates Üretiminin Kâr Etkinliği Analizi
Tarım Blmler Dergs Tar. Bl. Der. Derg web sayfası: www.agr.ankara.edu.tr/derg Journal of Agrcultural Scences Journal homepage: www.agr.ankara.edu.tr/journal TARIM BİLİMLERİ DERGİSİ JOURNAL OF AGRICULTURAL
DetaylıPORTFÖY SEÇİMİNDE MARKOWITZ MODELİ İÇİN YENİ BİR GENETİK ALGORİTMA YAKLAŞIMI
Yönetm, Yıl: 18, Sayı: 56, Şubat 2007 PORTFÖY SEÇİMİDE MARKOWITZ MODELİ İÇİ YEİ BİR GEETİK ALGORİTMA YAKLAŞIMI Arş. Grv. Tmur KESKİTÜRK İstanbul Ünverstes - İşletme Fakültes Sayısal Yöntemler Anablm Dalı
DetaylıTARGET MARKET SELECTION IN FRESH FRUIT-VEGETABLE SECTOR USING FUZZY VIKOR METHOD
Journal of Management, Marketng and Logstcs (JMML), ISSN: 2148-6670, http://www.pressacadema.org/journals/jmml Year: 2017 Volume: 4 Issue: 4 TARGET MARKET SELECTION IN FRESH FRUIT-VEGETABLE SECTOR USING
DetaylıRasgele Değişken Üretme Teknikleri
Rasgele Değşken Üretme Teknkler Amaç Smülasyon modelnn grdlern oluşturacak örneklern üretlmes Yaygın olarak kullanılan ayrık veya sürekl dağılımların örneklenmes sürecn anlamak Yaygın olarak kullanılan
Detaylı