DERS ADI

: Bulanık Çok Kriterli Karar Verme Teknikleri

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS
CSC 5010 Bulanık Çok Kriterli Karar Verme Teknikleri SEÇMELİ 3 0 0 8

Dersi Veren Birim

Fen Bilimleri Enstitüsü

Dersin Düzeyi

Yüksek Lisans

Ders Koordinatörü

DR.ÖĞR.ÜYESİ AYŞE ÖVGÜ KINAY

Dersi Alan Birimler

Bilgisayar Bilimleri Doktora (İngilizce)
Bilgisayar Bilimleri Yüksek Lisans
Yapay Zeka ve Akıllı Sistemler Yüksek Lisans

Dersin Amacı

Bu derste, öğrencilere bulanık çok kriterli ve çok amaçlı karar verme teknikleri hakkında temel bilgilerin verilmesi hedeflenmektedir.

Dersin Öğrenme Kazanımları

1   Bulanık mantık hakkında bilgiye sahip olabilme.
2   Kesikli ÇKKM ni oluşturabilme ve analiz edebilme.
3   Sürekli ÇKKM ni oluşturabilme ve analiz edebilme.
4   Bulanık tercih ilişkilerini oluşturabilme.
5   Bulanık bilgiyi kullanarak karar verebilme.

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama
1 Karar verme problemlerinin tanımı Bulanık küme kavramı
2 Bulanık küme kavramı (dvm)
3 Analitik Hiyerarşi Süreci (AHP) Bulanık Analitik Hiyerarşi Süreci (Bulanık AHP)
4 Analitik Hiyerarşi Süreci (AHP) Bulanık Analitik Hiyerarşi Süreci (Bulanık AHP) (dvm)
5 Analitik Ağ Süreci (ANP) Bulanık Analitik Ağ Süreci
6 Analitik Ağ Süreci (ANP) Bulanık Analitik Ağ Süreci (dvm)
7 Tercihlerin İdeal Çözüme Benzerliğine göre Sıralanması Tekniği (TOPSIS) Bulanık TOPSIS
8 Arasınav
9 ELECTRE Bulanık ELECTRE
10 VIKOR Bulanık VIKOR
11 Çok Nitelikli Fayda Teorisi (MAUT) Bulanık Çok Nitelikli Fayda Teorisi
12 Çok Kriterli Karar Verme (ÇKKV) tekniklerinin karşılaştırması ve birlikte kullanımlarının incelenmesi(dvm)
13 Diğer ÇKKV yöntemleri sunumları
14 Diğer ÇKKV yöntemleri sunumları (dvm)

Ders İçin Önerilen Kaynaklar

Ana kaynak: Witold Pedrycz, Petr Ekel, Roberta Parreiras, Fuzzy Multicriteria Decision-Making: Models, Methods and Applications, Wiley, 2010.
Yardımcı kaynaklar: Kahraman, C.(Editor). Fuzzy Multi-Criteria Decision Making: Theory and Applications with Recent Developments, Springer, 2008.

Öğrenme ve Öğretme Yöntemleri

Ders, kaynak kitap temel alınarak teorik içerikleri göstermek için de çeşitli örnekler sunularak işlenecektir.

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL
1 SUN SUNUM
2 YSS YIL SONU SINAVI
3 YSBN YIL SONU BAŞARI NOTU SUN * 0.40 + YSS * 0.60
4 BUT BÜTÜNLEME
5 BUTBN BÜTÜNLEME SONU BAŞARI NOTU SUN * 0.40 + BUT * 0.60


*** Bütünleme Sınavı Yapılmayan Birimlerde Bütünleme Kriteri Dikkate Alınmaz.

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

İlan Edilecektir.

Dersin Öğretim Dili

İngilizce

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

ovgu.tekin@deu.edu.tr

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

İlan edilecektir.

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Ders Anlatımı 13 3 39
Haftalık Ders öncesi/sonrası hazırlıklar 13 6 78
Sunum Hazırlama 13 3 39
Final Sınavına Hazırlık 13 3 39
Proje Final Sunumu 1 1 1
Final Sınavı 1 1,5 2
TOPLAM İŞ YÜKÜ (saat) 198

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖKPK.1PK.2PK.3PK.4PK.5PK.6PK.7PK.8PK.9PK.10
ÖK.155555
ÖK.255555
ÖK.355555
ÖK.455555
ÖK.555555