2 results
Search Results
Now showing 1 - 2 of 2
Article Effects of Topological Structure of Project Network on Computational Cost(Golden Light Publ, 2024) Aminbakhsh, SamanUnderstanding how network complexity affects optimization algorithms is crucial for improving computational efficiency. This study investigates how variations in network complexity impact the performance of optimization algorithms. By examining networks with different serial/parallel indicator (I2) values, the research uncovers several key insights into how topology influences computational requirements. The experiments show that higher I2 values, which are closer to serial configurations, heighten the problem's complexity. This study reveals that networks with lower I2 values, which exhibit steeper time-cost curves with fewer solutions over their efficient frontiers, require significantly more CPU time, indicating that project complexity does not necessarily scale with the extend of the Pareto fronts. This contradicts the expectation that more Pareto front solutions would inherently demand greater computational resources. Lastly, the study highlights that while the number of time-cost realizations is often used to gauge project complexity, it may not be conclusive on its own and that one complexity measure can outperform another. Although it can be an effective indicator, it does not fully capture the computational challenges posed by different network topologies. This study further acknowledges the difficulty in establishing a clear link between project performance and complexity due to the multifaceted nature of the problem. The findings suggest that exploring similar problems in other contexts could provide valuable insights into understanding and managing computational complexity.Article Endüstri Mühendisliği Öğrencilerinin Kariyer Yollarının, Performans Metrikleri ve Sınıflandırma Teknikleriyle Veri Temelli Olarak Tahmin Edilmesi(2025) Özkurt, Fatma Yerlikaya; Kuyrukçu, AyşeMesleklerin giderek çeşitlenmesi ve kariyer seçeneklerinin artması, iş seçme sürecini hem daha karmaşık hem de daha kritik hâle getirmiştir. Endüstri mühendisi adayları için bu süreç, disiplinlerarası eğitim yapılarından ötürü özellikle karmaşıktır. Müfredatları; üretim, modelleme, optimizasyon, veri tabanı, ekonomi ve proje yönetimi gibi mühendislik ve işletme alanlarını kapsayan geniş bir ders yelpazesinden oluşmaktadır. Diğer bazı mühendislik dallarından farklı olarak, endüstri mühendisliğinin belirgin bir meslek alanı tanımı bulunmamaktadır. Bu özgün durum, çalışmada örneklem olarak endüstri mühendisliği öğrencileri ve mezunlarının seçilmesine neden olmuştur. Bu çalışma, endüstri mühendisliği öğrencilerine yönelik zorunlu bölüm dersleri ve bu derslerden aldıkları notlar üzerine odaklanmaktadır. Örneklem grubunu, farklı sektörlerde istihdam edilen mezunlar oluşturmaktadır. Çalışmanın temel amacı, öğrencilerin aldıkları derslerle mevcut iş pozisyonları arasındaki ilişkiyi veri madenciliği teknikleri aracılığıyla ortaya koymaktır. Bu amaç doğrultusunda diskriminant analizi ve lojistik regresyon yöntemleri kullanılmıştır. Doğruluk metrikleri ve sınıflandırma performans ölçütlerine göre değerlendirilen sonuçlar, iş pozisyonu değişkeni bağımlı değişken olarak ele alındığında, doğru sınıflandırma oranlarının yüksek olduğunu göstermektedir. Ayrıca, diskriminant analizi yöntemi, hem sektör bazında hem de mesleki pozisyonlara göre verinin kategorize edilmesinde etkili bir araç olarak öne çıkmaktadır.
