Kaba küme tabanlı çok kriterli karar verme yöntemi ve uygulaması
The rough set based multi criteria method and application
- Tez No: 567237
- Danışmanlar: DOÇ. DR. SAFİYE SENCER
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Kaba Küme Teorisi, Çok Kriterli Karar Verme, Entropi, Rough Set Theory, Multi Criteria Decision Making, Entropy
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Sakarya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 64
Özet
Çok kriterli karar verme problemi, çağımız yöneticilerinin sıklıkla başvurmuş olduğu yöntemlerden birisidir. Verilerin belirsiz ya da eksik olması durumunda, mevcut olan çok kriterli karar verme yöntemleri yetersiz kalırken, önermiş olduğumuz kaba küme tabanlı çok kriterli karar verme algoritması, bu eksikliği gidermede en büyük yardımcı olarak karşımıza çıkmaktadır. Bununla birlikte, hızla artan veri trafiğinde, mevcut verilerin verimli bir şekilde kullanılması da beraberinde önemli bir durumu ortaya çıkartmaktadır. 1982 yılında ilk olarak Pawlak[1] tarafından önerilen kaba küme kavramı, büyük veri tabanlarını kullanarak gerekli olan bilginin keşfini sağlayan önemli bir araç olarak kullanılmaktadır. Kaba küme kavramı, çok kriterli karar verme problemlerinde kullanılmak üzere, kesin olmayan yapıların analizi için bulanık mantık yaklaşımından türetilmiştir. Kaba küme teorisi, kural indirgeme ve sınıflandırma yaklaşım özellikleri ile büyük verilerin analiz işleminin yanı sıra çok kriterli karar verme problemlerinde de kullanılabilmektedir. Kaba küme teorisi bulanık küme teorisinin bir alt kolu olarak geliştirilmiştir. Eksik, belirsiz verilerin değerlendirilmesi sürecinde, alt ve üst yaklaşımlar kullanılarak, veriler analiz edilmektedir. Bulanık kümeler gibi kesin sınırlamaları içermeyen bir yapıya sahiptir. Eksik bilgi analizi, bilgi tabanı indirgemesi yöntemleri kullanılarak, verilerdeki belirsizlik en aza indirgenmeye çalışılmaktadır. Tutarsız, eksik bilgi içeren veri yapılarından kural çıkarımı ve sınıflandırma konusunda kaba küme teorisi ilerleyen zamanlarda daha fazla tercih edilecek bir yöntem olarak çıkabilecektir. Bu çalışmada kaba kümeleme teorisine ait temel kavramlar; kaba küme tabanlı bilgi keşfi ve kaba küme kavramı dikkate alınarak geliştirilen algoritma ile birlikte, çok kriterli karar verme probleminin çözümüne yönelik algoritma geliştirilmiştir ve diğer ÇKKV algoritmaları ile karşılaştırılmıştır.
Özet (Çeviri)
The multi-criteria decision-making problem is one of the methods that preffered and applied by the managers. Multi criteria decision making data set may include the uncertain or incomplete data, in this situation, decision is getting difficult and impossible, the suggested rough set based multi criteria decision making algorithm can able to solve this manner problem. However, in the rapidly increasing data traffic, the efficient use of existing data also brings about an important situation. The rough set concept firstly proposed by Pawlak in 1982[1] that is used as an important tool for the discovery of the necessary information by using large databases. In the case of multi-criteria decision-making problems, the concept of rough set theory is derived from the fuzzy logic approach to perform the analysis of uncertain structures. The rough set theory also has the property of being able to be used in multi-criteria decision-making problems with the rules of rule reduction and classification during the analysis of large data. Rough set theory has a structure that does not contain definite limitations, such as fuzzy sets. Therefore, the rough set approach can able to analysis of the incomplete, inadequate and ambiguous information suitable for data analysis, uses incomplete information analysis, knowledge base reduction methods during this process. Rough set theory can be used as a natural method that deals with inconsistent and incomplete information, which is the basic problem of rule extraction and classification. In this study, the basic concepts of rough set theory is given. The algorithm for solving multi-criteria decision making has been developed by considering the rough set based knowledge discovery and rough set concept.
Benzer Tezler
- Denim sektöründe geri dönüştürülmüş gıda atıklarının boyama süreçlerinde kullanımının kaba küme ve MABAC yöntemleri ile yaşam döngüsü analizi
Life cycle analysis of upcycled food waste dyeing in the denim industry using rough set analysis and MABAC methods
ALİ ÇİFÇİ
Yüksek Lisans
Türkçe
2023
Endüstri ve Endüstri MühendisliğiErciyes ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. EMEL KIZILKAYA AYDOĞAN
- İnsansız hava araçlarında elektro-optik sistem seçimi için bütünleşik kaba küme tabanlı BWM-COPRAS yaklaşımı
Integrated rough set-based BWM-COPRAS approach for electro-optic system selection in unmanned aerial vehicles
ATAKAN ÖZLEK
Yüksek Lisans
Türkçe
2023
Endüstri ve Endüstri MühendisliğiNecmettin Erbakan ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BİLAL ERVURAL
- Havacılık sektöründe kaba küme temelli uçak arıza güvenilirliği tahmin modeli ve Türkiye uygulaması
Rough cluster based aircraft failure reliability prediction model in aviation sector and its application in Turkey
NURÇİN KAYA
Yüksek Lisans
Türkçe
2020
Endüstri ve Endüstri MühendisliğiErciyes ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MİHRİMAH ÖZMEN
- Kaba küme teorisinin literatür tabanlı bilgi keşfine uygulanması
Applying rough set theory to literature based discovery
FATİH MEHMET GÜLEÇ
Doktora
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HAYRİ SEVER
- Kaba küme ve destek vektör makineleri kullanılarak nitelik indirgeme ve sınıflandırma problemlerinin çözümü için bütünleşik bir yaklaşım
An integrated approach for solving attribute reduction and classification problems using rough set and support vector machines
SEVGİ AYHAN
Doktora
Türkçe
2013
İstatistikEskişehir Osmangazi Üniversitesiİstatistik Bölümü
PROF. DR. ŞENOL ERDOĞMUŞ