8 results
Search Results
Now showing 1 - 8 of 8
Article Citation - WoS: 76Citation - Scopus: 73Measuring the Efficiency of Hospitals: a Fully-Ranking Dea-Fahp Approach(Springer, 2019) Rouyendegh, Babak Daneshvar; Oztekin, Asil; Ekong, Joseph; Dag, AliThe goal of this study is to present a DEA-based fuzzy multi-criteria decision making model for firms in the health care industry in order to enhance their business performance. The study demonstrates a real-life use of the proposed model, mainly designed for hospitals. Data envelopment analysis enhanced with fuzzy analytic hierarchy process are collectively utilized to quantify the data and structure the model in decision-making. The juxtaposition of the two methods is used to compile a ranked list of multiple proxies containing diverse input and output variables which occur in two stages. This hybrid model provides several benefits, one of which is the ability to make the most appropriate decision considering the value of the weights determined by the data from the hybrid model.Doctoral Thesis Yiyecek içecek sektörü için çok ürünlü, çok aşamalı üretim planlamasına yönelik model ve karar destek sistemi önerisi(2016) Tirkeş, Güzin; Çelebi, Neşe; Koyuncu, MuratGıda ve içecek endüstrisinde; üretim planlama kararı güvenilir bir talep tahminine bağlıdır. Bu üretim alanlarında -özellikle hammaddelerin bozulabilir olduğu düşünüldüğünde- taleplerin zamanlamasını tahmin etmek; üretimi planlamak ve müşteri gereksinimlerini karşılamak için çok önemlidir. Literatürde gıda ve içecek endüstrisinde talep tahmini yapmak için, otoregresif hareketli ortalama (ARMA), otoregresif entegre hareketli ortalama (ARIMA), doğrusal olmayan ARMA modelleri, Holt-Winters metodları, yapay sinir ağları (ANN), genetik algoritmalar gibi çeşitli istatistiksel modellerin denendiği görülmektedir. Yapılacak tahminler için kullanılacak model verilerin karakteristiğine -'eğilim' veya 'mevsimsellik' özelliklerine- bağlıdır. Bu çalışmada 'gerçel zamanlı, çok aşamalı ve çok hatlı' bir üretim sürdürürken, hem toptan hem de perakende satış yapan bir reçel-şerbet üretim tesisi ele alınmaktadır. Tesisin; kapasite sınırlamaları ve taleplerin belirsizliği gibi sorunların varlığında oluşan üretim zamanlaması problemini çözebilmek için 'zaman serileri analizi' temelli bir talep tahmini yaklaşım modeli kurulmuştur ve bu çalışmada bu model tanıtılmaktadır. Uzun dönem talep tahmini için kullanılan 'zaman serileri modeli işletmenin iki yıllık satış verilerinden elde edilen aylık satış bilgilerinden oluşturulmuştur. Modelde Holt ve Winters'ın üçlü üstel düzleştirme ve mevsimsel düzeltme metotları kullanılarak 2015 yılı için talep tahmini yapılmıştır. Uygulama, gıda ve içecek sektöründe mevsimsel belirsizlikleri ele alabilen ilk çalışmalardan biridir. Modelin tutarlılığında hata ölçütü olarak ortalama mutlak yüzdesel hata (MAPE) kriteri ele alınmıştır. Talep tahmin modelini kurduktan sonra, envanter planlama modülünü de içeren, üretim planlama ve zamanlama modeli olarak karışık tam sayılı programlama modeli kullanılmıştır. Geliştirilen modelin 'belirsizlik' içeren durumlara da kolaylıkla uyum gösterebilir olması, modeli hem şu anki problemin çözümü hem de gelecekteki çalışmalar için en uygun seçenek kılmaktadır. Çalışmanın son kısmında, uç noktalara varan değişken taleplerin olduğu durumlarda kullanıcılara yardımcı olabilecek bir karar destek sistemi önerilmiştir.Doctoral Thesis Yapay Sinir Ağları ve Bulanık Mantık Yöntemleri Kullanarak Yük Talep Tahmini(2022) Al-anı, Barq Raad Khashea; Erkan, Turan ErmanBu çalışma, Türkiye veya 2017 ve 2018'deki saatlik elektrik yüklerini tahmin etmek için yük talep verilerini tahmin etmek için yapay sinir ağları (YSA) ve bulanık mantığın (FL) kullanılmasını önermektedir. 2017-2018 yılları için EPİAŞ verilerine dayalı saatlik elektrik yükü olarak Gerçek Zamanlı Tüketimi kullandık. Yük tahmini, iki makine öğrenme tekniği kullanılarak gerçekleştirilmiştir: YSA ve bulanık mantık FL. Öngörülen veriler, bir grafik üzerinde çizilerek gerçek verilerle karşılaştırıldı. Bu çalışmada, Türkiye'nin güç sistemlerinde yük tahmini talebini optimize etmek için YSA ve FL yöntemleri kullanılmıştır. Daha iyi bir görselleştirme modeli elde etmek için ilk ve son 200 saat YSA üzerinde çizildi ve her alandan saatlik tahminler eklenerek Türkiye için genel tahmini saatlik yük hesaplandı. 2017 yılı minimum ve maksimum okumaları 18851,35 MWh ve 47062,40 MWh, ortalama ve standart sapma okumaları ise 33102,19 Mwh ve 4968,67 MWh'dir. Sonuç olarak, bu modellerin karşılaştırılması, tümü farklı yük modelleri ve kökenleri olan yükü tahmin etmek için kullanıldı. Seriler yıl boyunca durağandır ve Ağustos ayı boyunca zirve yapar. 2017 ve 2018 için FL için MAPE değerleri sırasıyla 3.7986094 ve 5.28635983'tür ve bu çok iyidir ve yüksek doğru tahmin sonuçlarına düşer. FL'nin her iki yıl için YSA'dan daha iyi bir tahmin verdiği sonucuna varılabilir. Elektriksel tepe azaltma, enerji talebini yönetmek için herhangi bir planın hayati bir bileşenidir ve elektrik yükünün tahmini, enerji talebi yönetimi hedeflerini karşılamak için tepe yük talebi azaltmalarının planlanmasına yardımcı olur. FL'nin bize her iki yıl için YSA'dan daha iyi bir tahmin verdiği sonucuna varılabilir. Ev, enerji yönetimi araştırması, bu çalışmada önerilen yeni yük tahmin modellerinden faydalanacaktır.Master Thesis İnşaat Projesi Yönetiminde Cpm-pert ve Bulanık Ağ Analiz Yöntemlerinin Karşılaştırılması(2017) Al-hachamı, Omar; Samut, Pınar KayaBu çalışmada, Fuzzy mantık teorisi ve inşaat projelerinin yönetiminde PERT teorisi uygulanmıştır. Yukarıdaki teoriler kullanılarak ve uygulama sonuçları karşılaştırarak, Irak Cumhuriyeti Elektrik ve Elektronik Bakanlığı, Eğitim ve Geliştirme Dairesi bünyesindeki elektrik eğitim merkezinin inşaat projesinin deneysel sonuçlarına dayanan bir uygulama yapılmıştır. Fuzzy mantığının projelerinin planlanması, özellikle inşaat projeleri, bu proje faaliyetlerinin değerlendirilmesi ve başarıyı etkileyen faktörlerin; iş ve başarı ile doğrudan ilişkisi olan etkilere bağlı olarak önemini açıklanmaya çalışılmıştır.Article Citation - Scopus: 43Development of an Intelligent Tutoring System Using Bayesian Networks and Fuzzy Logic for a Higher Student Academic Performance(MDPI AG, 2020) Eryilmaz,M.; Adabashi,A.In this experimental study, an intelligent tutoring system called the fuzzy Bayesian intelligent tutoring system (FB-ITS), is developed by using artificial intelligence methods based on fuzzy logic and the Bayesian network technique to adaptively support students in learning environments. The effectiveness of the FB-ITS was evaluated by comparing it with two other versions of an Intelligent Tutoring System (ITS), fuzzy ITS and Bayesian ITS, separately. Moreover, it was evaluated by comparing it with an existing traditional e-learning system. In order to evaluate whether the academic performance of the students in different learning groups differs or not, analysis of covariance (ANCOVA) was used based on the students' pre-test and post-test scores. The study was conducted with 120 undergraduate university students. Results showed that students who studied using FB-ITS had significantly higher academic performance on average compared to other students who studied with the other systems. Regarding the time taken to perform the post-test, the results indicated that students who used the FB-ITS needed less time on average compared to students who used the traditional e-learning system. From the results, it could be concluded that the new system contributed in terms of the speed of performing the final exam and high academic success. © 2020 by the authors.Article Temperature Control of an Electrical Heater by Using Fuzzy Logic(2011) Aliew,F.This project will be done in collaboration with Friedrich Schultze Company, Siegen, Germany. The aim of the project was to develop the intelligent switcher for industrial heaters to detect the interfacing object placed on a ribbed radiator and to fulfil the standard EN60335-2-30. The focal point of this work contained an intelligent algorithm and basic electronic design for sensing temperature inorder to ensure safe working of an electric heater. The fuzzy logic technique will be used to develop the intelligent "switch off" algorithm. The tests were performed by different types of heaters.Conference Object Fuzzy Semantic Web Architecture for Activity Detection in Wireless Multimedia Sensor Network Applications(Atlantis Press, 2019) Ozdin, Ali Nail; Yazici, Adnan; Koyuncu, Murat; Information Systems EngineeringThis study aims to increase the reliability of activity detection in Wireless Multimedia Sensor Networks (WMSNs) by using Semantic Web technologies extended with fuzzy logic. The proposed approach consists of three layers: the sensor layer, the data layer, and the Semantic Web layer. The sensor layer comprises a WMSN comprising sensor nodes with multimedia and scalar sensors. The data layer retrieves and stores data from the sink of WMSN. At the top of the architecture, there is a semantic web layer that includes a semantic web application server, a fuzzy reasoning engine, and a semantic knowledge base. When a new entity is detected at the sensor layer, the associated data produced by the sensors and the sink are collected in the data layer and transmitted to the semantic web application server where the data is converted into subjects, predicates, and objects, according to the ontology conceived and recorded in RDF format. Then, the fuzzy reasoning engine is automatically activated and fuzzy rules are executed to determine if there is an activity in the monitored area. Our implementation confirms that extended semantic Web technologies with fuzzy logic can have a significant impact on the detection of activities in WMSNs.Conference Object Citation - WoS: 4Citation - Scopus: 3Using Artificial Intelligence Methods to Predict Student Academic Achievement(Springer international Publishing Ag, 2022) Al-Khafaji, Mustafa; Eryilmaz, MeltemThis study applies two artificial intelligence methods represented by both the neural network and fuzzy logic to predict student achievement in the exam. The dataset used in this study was taken from an Iraqi engineering college and it represents data of 200 students who have enrolled in the computer science course. Gender, age, resources downloaded, videos viewed, discussion chat joined, exam scores used as the data set. The type of artificial neural network used was pattern neural network. Levenberg-Marquardt's algorithm was used to train the neural networks. On the other hand Sugeno fuzzy inference system was used for the fuzzy logic. The study results showed that the students who spend more time on the learning system have the most success rate. According to the results the neural network accuracy rate 73% and the fuzzy was 88%. This high accuracy rates support that artificial intelligence methods can be used to predict student academic achievement.
