000 | 05015nam a2200433 i 4500 | ||
---|---|---|---|
001 | 200451994 | ||
999 |
_c200451994 _d70206 |
||
003 | TR-AnTOB | ||
005 | 20241105152335.0 | ||
007 | ta | ||
008 | 171111s2022 xxu e mmmm 00| 0 eng d | ||
035 | _a(TR-AnTOB)200451994 | ||
040 |
_aTR-AnTOB _beng _erda _cTR-AnTOB |
||
041 | 0 | _atur | |
099 | _aTEZ TOBB FBE END Ph.D’22 ÖZŞ | ||
100 | 1 |
_aAslan Özşahin, Selcen Gülsüm _eauthor _9118957 |
|
245 | 1 | 0 |
_aKüme kapsama modellerinde belirsizliklerin ele alınması için otonom bulanık optimizasyon modeli geliştirilmesi / _cSelcen Gülsüm Aslan Özşahin; thesis advisor Hüseyin Merdan. |
246 | 1 | 3 | _aGeneration of an autonomous approach to fuzzy set-covering models for uncertainty management |
264 | 1 |
_aAnkara : _bTOBB ETÜ Fen Bilimleri Enstitüsü, _c2022 |
|
300 |
_axxii, 76 pages : _billustrations ; _c29 cm |
||
336 |
_atext _btxt _2rdacontent |
||
337 |
_aunmediated _bn _2rdamedia |
||
338 |
_avolume _bnc _2rdacarrier |
||
502 | _aTez (Doktora Tezi)--TOBB ETÜ Fen Bilimleri Enstitüsü Ağustos 2022 | ||
520 | _aTesis yerleşim modelleri, literatürde onlarca yıldır tedarik zinciri planlamasının öne çıkan bir dalı olarak incelenmiştir. Küme Kapsama Yerleşke Modelleri de bu minvalde belirli bir coğrafi bölgede tüm bölgeyi kapsamak için bir dağıtım ağı kurulmasını ve işletilmesini amaçlayan aynı zamanda sıklıkla kullanılan modellerden biridir. Ancak bu modellerde çözümün bulunmasında hayati öneme sahip veriler gerçek hayatta kâğıt üzerinde olduğu kadar kesin olmayıp, hesaplamaya dahil edildiklerinde modele bazı belirsizlik ve değişkenlikleri beraberinde getirmektedir. Bu araştırma çalışması kapsamında da gerçek hayatın karşımıza çıkardığı seyahat süresi belirsizliği yeni ortaya konulan otonom bulanık yaklaşım ile ele alınmış modele dahil edilmiştir. Bu çalışmanın başlıca yenilikçi yönleri şu şekilde sıralanmaktadır: i) Küme Kapsama Yerleşke Belirleme Modelleri nin otonom belirsizlik yönetimi yeteneği ile donatılması, ii) Dik yamuk bulanık küme kapsamının modelde belirsizliklerin gerçekçi bir şekilde yönetimi için mükemmel bir uyum oluşturması ve iii ) ilgili bulanıklaştırma herhangi bir insan/uzman müdahalesi/denetim olmaksızın otonom / veriden öğrenir bir şekilde gerçekleştirilmesidir. Önerilen yeni yöntemin sonuçları optimizasyon disiplininde yaygın olarak kullanılan Türkiye Şehirler Ağı Veri Seti kullanılarak gösterilmiştir. Sonuçlar, geliştirilen modelin optimizasyon modellerinde otonom bulanık yaklaşım kullanımının genel teorik çerçevesine katkıda bulunduğunu ve sayısal deneylerde klasik versiyondan daha iyi performans gösterdiğini ortaya koymuştur. | ||
520 | _aFacility location models have been studied in the literature for decades as an outstanding branch of supply chain planning. Set-covering facility location models are among the most commonly used approaches to establishing and running a distribution network. However, real-life brings uncertain and imprecise parameters that need to be reflected in the model systematically and computably to achieve more efficient and precise solutions. That's why fuzzy set covering models have been introduced in the literature from various perspectives. This work aimed to handle real-life uncertainties in an unbiased and autonomous way and provide more precise solutions to fuzzy set-covering facility location models in real-life contexts. Therefore, we propose a novel approach, adopting the autonomous fuzzy methodology consisting of fuzzy trapezoidal set coverage to minimize the cost of establishing new facilities. This work's main innovative achievements are that i) the set-covering facility location models were equipped with autonomous uncertainty management ability, ii) the trapezoidal fuzzy set coverage constituted a perfect fit for the management of uncertainties in a realistic way in the model, and iii) the relevant fuzzification was executed without any human/expert intervention/supervision. The well-known Turkish Network Data demonstrated the proposed model's efficacy. Furthermore, the results show that the developed model contributed to the overall theoretical framework of fuzzy approach employment in optimization models and outperformed classical version in numerical experiments. | ||
653 | _aBulanık optimizasyon | ||
653 | _aVeriden öğrenen bulanık optimizasyon | ||
653 | _aMakine öğrenmesi temelli bulanıklaştırma | ||
653 | _aOtonom bulanık küme kapsama | ||
653 | _aAutonomous fuzzy optimization | ||
653 | _aData-driven set covering | ||
653 | _aAutonomous fuzzy set covering | ||
653 | _aTrapezoidal fuzzy set covering | ||
653 | _aTrapezoidal fuzzy coverage | ||
700 | 1 |
_aHanalioğlu, Tahir _9128804 _eadvisor |
|
710 |
_aTOBB Ekonomi ve Teknoloji Üniversitesi. _bFen Bilimleri Enstitüsü _977078 |
||
942 |
_cTEZ _2z |