DERS TANITIM ve UYGULAMA BİLGİLERİ

Dersin Adı Kodu Yarıyıl T+U+L (saat/hafta) Türü (Z / S) Yerel Kredi AKTS
Bulanık Karar Verme IE 516 Bahar 03+00+00 Seçmeli 3 7.5
Akademik Birim: Lisansüstü Eğitim Enstitüsü
Öğrenim Türü: Örgün Eğitim
Ön Koşullar -
Öğrenim Dili: İngilizce
Dersin Düzeyi: Yüksek Lisans
Dersin Koordinatörü: Cengiz KAHRAMAN
Dersin Amacı: Karar verme belirlilik veya belirsizlik koşulları altında gerçekleştirilebilir. Belirsizlik altında karar verme olasılıksal ve olabilirliksel karar verme olmak üzere ikiye ayrılabilir. Olasılıksal karar verme yeterli gözlem verisini gerektiriken olabilirliksel karar vermede eksik ve net olmayan veri kullanılabilmektedir. Bu dersin amacı, belirsizlik altında bulanık karar vermeye ait analitik teknikleri öğretmektir.
Dersin İçeriği: Bulanık mantık, mantığın tarihçesi, bulanık kümeler, bulanık sayılar, üyelik fonksiyonları, uzantı prensibi, bulanık küme işlemleri, dilsel değişkenler, tek ölçütlü karar verme, bulanık yatırım kararları, bulanık istatiksel kararlar, bulanık çok ölçütlü karar verme, bulanık AHP, bulanık TOPSIS, bulanık küme uzantıları, bulanık uzantılarla karar verme,
Dersin Öğrenme Çıktıları (ÖÇ):
  • 1- Bulanık mantık, bulanık küme, bulanık sayının tanımlarını ve farklarını bilir.
  • 2- Olasılıksal karar verme ve olabilirliksel karar verme arasındaki farkları bilir.
  • 3- Sıradan bulanık kümeler ve uzantılarına ait üyelik fonksiyonlarını tanımlayabilir.
  • 4- Tek ölçütlü bulanık karar verme problemlerini çözebilir.
  • 5- Çok ölçütlü bulanık karar verme problemlerini çözebilir.
  • 6- Bulanık yatırım problemlerini ve bulanık istatistiksel karar verme problemlerini çözebilir.
Dersin Öğrenme Yöntem ve Teknikleri MS Excel çözümleri, PPT Sunumları, Grup projeleri ve sunumları


HAFTALIK PROGRAM

HaftaKonularÖn Hazırlık
1 Bulanık mantık ve tarihçesi PPT-1 (Dersi veren tarafından hazırlanacaktır)
2 Bulanık kümeler ve bulanık sayılar PPT-2 (Dersi veren tarafından hazırlanacaktır)
3 Bulanık kümeler ve üyelik fonksiyonları PPT-3 (Dersi veren tarafından hazırlanacaktır)
4 Uzantı prensibi ve bulanık aritmetik işlemler PPT-4 (Dersi veren tarafından hazırlanacaktır)
5 Netleştirme yöntemleri ve bulanık sayıların sıralanması PPT-5 (Dersi veren tarafından hazırlanacaktır)
6 Sıradan bulanık kümelerin uzantıları PPT-6 (Dersi veren tarafından hazırlanacaktır)
7 Yarıyıl içi 1. sınavı -
8 Bulanık tek ölçütlü karar verme, bulanık istatistiksel karar verme, z-bulanık karar verme PPT-7 (Dersi veren tarafından hazırlanacaktır)
9 Bulanık yatırım kararı verme PPT-8 (Dersi veren tarafından hazırlanacaktır)
10 Bulanık çok ölçütlü karar verme yöntemleri PPT-9 (Dersi veren tarafından hazırlanacaktır)
11 Bulanık AHP, Bulanık TOPSIS PPT-10 (Dersi veren tarafından hazırlanacaktır)
12 Yarıyıl içi 2. sınavı -
13 Bulanık EDAS, Bulanık WASPAS, Bulanık CODAS PPT-11 (Dersi veren tarafından hazırlanacaktır)
14 Sezgisel bulanık ÇÖKV, Küresel bulanık ÇÖKV, Resim bulanık ÇÖKV PPT-12 (Dersi veren tarafından hazırlanacaktır)


ZORUNLU ve ÖNERİLEN OKUMALAR

R. Venkata Rao, Decision Making in the Manufacturing Environment Using Graph Theory and Fuzzy Multiple Attribute Decision Making Methods, Springer, 2007.


DİĞER KAYNAKLAR

Cengiz Kahraman (Editor) Fuzzy Multi-Criteria Decision Making Theory and Applications with Recent Developments, Springer, 2008.


DEĞERLENDİRME SİSTEMİ

Yarıyıl İçi ÇalışmalarıSayıKatkı Payı (%)
Proje 1 20
Ara Sınavlar/Sözlü Sınavlar/Kısa Sınavlar 2 40
Final Sınavı 1 40
Total: 4 100


İŞ YÜKÜ HESAPLAMASI

EtkinliklerSayısıSüresi (saat)Toplam İş Yükü (saat)
Ders Saati14342
Proje13030
Ara Sınavlar/Sözlü Sınavlar/Kısa Sınavlar22856
Final Sınavı16060
Toplam İş Yükü (saat):188


PROGRAM YETERLİLİKLERİ (PY) ve ÖĞRENME ÇIKTILARI (ÖÇ) İLİŞKİSİ

# PY1 PY2 PY3 PY4 PY5 PY6 PY7 PY8 PY9 PY10 PY11 PY12
OC1                        
OC2                        
OC3                        
OC4                        
OC5                        
OC6