Tahminleme çalýþmalarý, teknik, sosyal ve ekonomik araþtýrmalar bakýmýndan son derece önemlidir. Ýlgilenilen sistem hakkýnda gerçekleþmiþ veriler kullanarak tahmin yapmak ya da yüksek doðrulukta tahminler yapabilmek genellikle çok zordur. Bilimsel yazýnda, tahminleme çalýþmalarýna enerji, personel planlama, üretim planlama, iklim deðiþimleri, satýþ-pazarlama ve ekonomik çalýþmalarda sýklýkla rastlanmaktadýr. Bu çalýþmada, ülkemizde de son yýllarda yeniden yapýlanma sürecine giren, saðlýk, itfaiye ve güvenlik hizmetlerinin tek numarada birleþtirilmesi konusundaki Acil Çaðrý Merkezleri’nin bir pilot uygulamasý olan Isparta ili 112 Acil Çaðrý Merkezi için saðlýk, güvenlik ve itfaiye ihtiyaçlarýna yönelik gelebilecek çaðrý sayýsýný tahminlemek amacýyla bir yapay sinir aðlarý (YSA) modeli geliþtirilmiþtir. Modelde gelecek dönemler için muhtemel çaðrý sayýsýný tahminleme modeli için kurulan aðýn eðitilmesinde momentum ve adatif öðrenme oraný kullanan ileri beslemeli geri yayýlýmlý en dik iniþ algoritmasý kullanýlmýþtýr. Uygulamada, geçmiþ bir aylýk verilerin %80’i öðrenme ve %20’si test amacýyla kullanýlmýþtýr. Test süreci sonunda ortalama mutlak yüzdelik hata (OMYH) oraný %4,5 olarak elde edilmiþ ve modelin test edilmesi uygun görülmüþtür. Ayrýca, gelecek bir ay için OMYH oraný YSA modeli için %2,65, trend analizi modeli için %6,40 ve oto-regresif entegreli hareketli ortalama (ARIMA) modeli için %5,24 olacak þekilde çaðrý türlerine göre çaðrý sayýlarý her gün için elde edilmiþtir. Sonuç olarak, YSA kullanýlarak yapýlan tahminleme ile trend analizi ve ARIMA (1 1 1) modeline göre daha düþük OMYH oranýna sahiptir.

Geleneksel tedarik zinciri aðý tasarým problemleri genellikle tek amaçlý olarak ele alýnmýþtýr. Ancak, tedarik zincirleri gerçek hayatta birbirleri ile çeliþen amaçlarý olan organizasyonlarýn meydana getirdiði karmaþýk aðlardýr. Bu çalýþmada, piyasa taleplerinin belirsiz olduðu bütünleþik bir tedarik zinciri aðýndaki birden fazla ölçülemeyen amacý gerçekleþtirmek için çok ürünlü, çok aþamalý ve çok dönemli planlama modeli önerilmiþtir. Tedarik zinciri planlama modeli, birbiriyle çeliþen birkaç amacý doyurmak için karýþýk tam sayýlý doðrusal olmayan programlama problemi olarak bina edilmiþtir. Önerilen model iki amaç fonksiyonundan oluþmaktadýr. Birincisi, tedarik zincirindeki sabit tesis açma ve iþletme maliyetleri ile mesafelere baðlý olarak belirlenen taþýma maliyetlerinin en azlanmasýdýr. Ýkincisi, Ekonomik Üretim Miktarý (EÜM) modeline göre satýn alma, sipariþ verme, stok bulundurma ve yok satma maliyetlerinin en azlanmasýdýr. Önerilen modelde, karar vericilerin kesin olmayan hedef deðerlerini dahil edebilmek için bulanýk hedef programlama yaklaþýmý kullanýlmýþtýr. Model, GAMS optimizasyon programý kullanýlarak çözülmüþtür. Çalýþmada sunulan uygulama sonuçlarý, bulanýk modelleme ve çözüm yaklaþýmlarýnýn daha gerçekçi tedarik zinciri modelleri oluþturulmasýnda kullanýlabileceðini göstermiþtir.

Günümüzde enerjinin temiz, yerli ve yenilenebilir olmasý sadece ülkemizde deðil tüm dünya ülkelerinde çoðunlukla kabul görmektedir. Alternatif ve temiz olan bu enerji kaynaklarýndan biri ve en önemlisi de rüzgar enerjisidir. Atmosferi kirleten fosil yakýtlarla karþýlaþtýrýldýðýnda rüzgar enerjisini elektrik enerjisine dönüþtüren sistemlerin hýzlý bir þekilde geliþtiði ve kullanýldýðý görülmektedir. Rüzgar türbinlerinden elde edilen elektrik enerjisi birkaç faktöre baðlý olarak deðiþir. Bu faktörlerden ikisi ortalama rüzgar hýzý ve rüzgar esme süreleridir. Bu çalýþmada, Akhisar bölgesi için yýllýk ortalama rüzgar hýzý, Hellmann katsayýsý, kule yüksekliði gibi parametrelere baðlý rüzgar esme süreleri Yapay Sinir Aðlarý (YSA) ile analiz edilmektedir. Rüzgar esme süreleri analizinde Rayleigh daðýlýmý’nýn kullanýldýðý geleneksel yöntem(GY) ile YSA’nýn karþýlaþtýrýlmasý yapýlmaktadýr.

Öðrencilerin Matematik 1 dersinden alacaðý notlarý önceden tahmin etmek dönem öncesi öðrencileri Matematik 1 dersine hazýrlamak için oldukça önemlidir. Verilerin doðrusal olmayan yapýlarýndan dolayý çözüm elde etme zor olmaktadýr. Sayýsal deðerler içeren bu tür problemler için çözüm sunan bulanýk mantýk yöntemi tercih edilen yöntemlerden bir tanesidir. Bulanýk mantýkla çözüm elde etmek için üyelik fonksiyonlarýný ve onlarýn parametre deðerlerini doðru belirlemek gereklidir. Bu iþlem bir uzman tarafýndan yapýlabildiði gibi bir veri kümesi kullanýlaraktan da yapýlabilmektedir. Bu çalýþmada, Pamukkale Üniversitesi Mühendislik Fakültesi’ne 2007-2008 Eðitim-Öðretim yýlýnda kayýt yaptýran 434 öðrencinin Öðrenci Seçme Sýnavýnda elde ettikleri verileri kullanarak öðrencilerin Matematik 1 dersinden elde edeceði baþarý durumunu önceden tahmin etmek amaçlanmýþtýr. Bu veri kümesini kullanarak üyelik fonksiyonlarýný belirlemek için yapay sinir aðý ve bulanýk mantýk yönteminin önemli özelliklerini birleþtiren uyarlanabilir að tabanlý bulanýk çýkarým sistemi (ANFIS) kullanýlmýþtýr. Eðitim aþamasýnda veri kümesindeki 16 nitelikten farklý kombinasyonlarla seçilen 9 veri niteliði ANFIS yapýsýna girdi olarak verilmiþtir. Fakat dokuz tane girdi parametresine sahip olan bir bulanýk çýkarým sisteminin her girdisinin en az üç tane üyelik fonksiyonuna sahip olduðu durumlarda bu çýkarým sisteminde en az 3^9 tane kural meydana gelmektedir. Bu yüzden eðitim iþlemi oldukça vakit almakta ve bu iþlem için oldukça fazla belleðe ihtiyaç duyulmaktadýr. Bu çalýþmada, çok verimsiz olan bu yapý yerine hiyerarþik bir yöntem önerilmiþtir. Bu yöntemde ANFIS yapýsý küçük alt sistemlere ayrýlmaktadýr. Her alt sistem veri kümesinin bazý parçalarýný iþlemekte ve elde ettiði çýktý deðerlerini sistemden beklenilen asýl çýktý deðerinin elde edilmesi için sonuç ANFIS yapýsýna girdi olarak göndermektedir. Verilerin üçte biri ile yapýlan deneme iþleminden sonra %77,77 ve %78,47 genel tahmin oranýna sahip iki tane iyi sonuç elde edilmiþtir. Bu sonuçlar detaylý incelendiðinde, ilk sonuçta Matematik 1 dersinden geçen 85 öðrencinin 64’ü, kalan 59 öðrencinin 48’i doðru tahmin edilmiþtir. Ýkinci sonuçta ise dersten geçen 85 öðrencinin 69’u ve dersten kalan 59 öðrencinin 44’ü doðru tahmin edilmiþtir.

Bu çalýþmada, Ýstanbul Menkul Kýymetler Borsasý 100 (IMKB-100) içinde gýda, tekstil ve çimento sektörlerinde faaliyet gösteren 42 þirket ele alýnmýþtýr. Bu þirketler finansal oranlara baðlý olarak üç sýnýfa ayrýlmak istenmektedir. Þirketlere iliþkin 10 adet finansal oranýn 2006-2011 yýllarý arasýndaki ortalama deðerleri ele alýnmýþtýr. Bu oranlara baðlý olarak kümeleme analizinden elde edilen sýnýflar belirlenmiþtir. Bu oranlar ve kümeleme analizi sonuçlarý bu makalenin veri kümesini oluþturmaktadýr. Öðrenme algoritmasýnýn ve sýnýflandýrmanýn baþarýmýný test etmek için tek çýkarýmlý çapraz- doðrulama yöntemi kullanýlmýþtýr. Destek Vektör Makineleri (DVM) yaklaþýmý ile yapýlan sýnýflandýrma çalýþmasý %95,23 oranýnda doðru sýnýflandýrmayý 12 destek vektörü ile yapmýþtýr. Ayrýca giriþ duyarlýlýk analizi yapýlarak bu 10 orandan en etkin olan 4 oran belirlenmiþtir. Bu oranlar en etkisizden en etkili olan faktöre doðru modelden sýra ile çýkarýlarak, bu dört faktörden hangilerinin alýnmasý ile en etkili DVM modeli elde edilebileceði araþtýrýlmýþtýr. En iyi modelin ilk 3 faktöre baðlý olan model olduðu belirlenmiþtir. Bu yeni modelde sýnýflandýrma baþarý oraný %97,61 ve destek vektör sayýsý 12 olarak kalmýþtýr.

Ýþletmeler, olaðanüstü rekabetin yaþandýðý günümüz piyasa þartlarýnda, maliyetleri minimize, kârý maksimize edecek etkin stok politikalarýný geliþtirmek ve uygulamak zorundadýr. Stoklar, üretim iþletmelerinin toplam varlýklarýnýn içinde önemli bir yere sahiptir. Bu önemli kalem için etkin stok kontrol ve yönetim politikalarýnýn uygulanmasý, iþletmenin geleceði için büyük önem taþýmaktadýr. Bu çalýþma kapsamýnda, büyük bir holdingin kimyasallar grubunda faaliyet gösteren bir iþletmesinde öncelikle stok kontrol yöntemlerinden ABC analizi uygulanmýþtýr. Ýkinci olarak stoklarýn çok kriterli olarak sýnýflandýrýlmasý için öncelikle Bulanýk Analitik Hiyerarþi Prosesi (BAHP) yöntemi ile kriter aðýrlýklarý belirlenmiþ ve Ýdeal Çözüme Yakýnlýða Göre Tercih Sýralama Tekniði (TOPSIS) yöntemi kullanýlarak stok kalemleri önem derecelerine göre sýralanmýþtýr. Çalýþmanýn sonunda stoklarýn sýnýflandýrýlmasýnda klasik ABC analizi ve BAHP-TOPSIS yöntemlerinin sonuçlarý arasýndaki farklýlýklar ortaya konmuþtur.

Bu çalýþma Türkiye genelinde 30170 lise öðrencisine uygulanmýþ ve matematik dersi tutum ölçeði geliþtirilmiþ bir araþtýrma projesinin verilerine Bulanýk Mantýk yöntemi uygulanarak gerçekleþtirilmiþtir. Veri kümesini oluþturan her bir faktör bulanýk sistemde ayrý bir giriþ olarak ele alýndýðýndan, çalýþmanýn bulanýk sistem giriþleri dört adettir. Araþtýrmada kullanýlan verilerin bulanýklaþtýrýlmasý amacýyla üç çeþit alternatif üyelik fonksiyonu (üçgen tipi, yamuk tipi ve Gauss tipi) kullanýlmýþtýr. Bulanýklaþtýrma birimi dýþýndaki bulanýk sistem birimleri ise birbiriyle aynýdýr. Kural tabaný 352 adet kuraldan oluþmaktadýr. Durulaþtýrma biriminde ise alan merkezi (centroid) yöntemi kullanýlmýþtýr. Yapýlan hesaplamalar sonucunda Türkiye’de eðitim gören lise öðrencilerinin matematik dersine yönelik tutumlarýnýn öðrencilerin cinsiyeti, okumakta olduklarý lise türü ve yaþadýklarý coðrafi bölgelere göre nasýl deðiþtiði daha önceki proje sonuçlarý ile karþýlaþtýrýlmýþtýr.