LEE- Endüstri Mühendisliği-Yüksek Lisans
Bu koleksiyon için kalıcı URI
Gözat
Son Başvurular
1 - 5 / 10
-
ÖgeNovel spherical fuzzy aggregation operators and similarity & distance measures(Graduate School, 2022-06-16)Fuzzy Sets theory, developed by Zadeh in (Zadeh, 1965), is one of the most appropriate approaches to deal with the ambiguity of information and uncertain situations (Farrokhizadeh et al., 2021). Since the introduction of fuzzy sets by (Zadeh, 1965), they have been prevalent in almost all branches of science (Gündoğdu & Kahraman, 2019a). Many generalizations for ordinary fuzzy sets have been introduced by different researchers in the literature (K. T. Atanassov, 1986, 1999; Cuong & Kreinovich, 2014; Grattan-Guinness, 1976; Kutlu Gündoğdu & Kahraman, 2018; Smarandache, 1999a; Torra, 2010; Yager, 1986, 2014; Zadeh, 1975). Numerous researchers have utilized these extensions in recent years in the solution of multi-attribute decision-making problems (Gündoğdu & Kahraman, 2019b). These extensions are presented in chronological order, as given in Figure 1.1. One of the latest extensions of fuzzy sets is Spherical Fuzzy Sets (SFSs), recently developed (Gündoǧdu & Kahraman, 2019), where the squared sum of membership, non-membership, and indeterminacy degrees is at most equal to 1. Decision-making is the main aspect of every problem, and selecting the most appropriate alternative is fundamental for those problems and investigated by many researchers. Multi-criteria decision-making (MCDM) methods are among the most applicable and trustfulness methods to select the optimal alternative. MCDM algorithms select the best alternative from a finite set of alternatives based on multiple criteria. MCDM algorithms are methodological tools that deal with many different engineering problems. Some of those complex problems include fields of economy, businesses, insurance, medical and healthcare systems, engineering designs, sustainable supply chain, finance, actuarial, water management, energy management, agriculture and food supply chain, and environmental issues. Uncertainty is another aspect of every real-world problem that should be considered during the decision-making procedure to validate the results. Fuzzy decision-making theories together with different modeling techniques have been studied, and many suitable approaches are introduced and studied through different applications and case studies. Moreover, in every fuzzy MCDM problem expert or decision-maker (DM) is acting a significant role, but it also carries the uncertainty of the environment by itself. So, in most of the fuzzy MCDM problems, there would be a desire to have a number of the DMs which is called fuzzy Multi-criteria group decision-making (MCGDM) problem. A fuzzy MCGDM problem could be considered a high dimensional MCDM problem, therefore, carrying precise assessments for alternatives. One of the primary and significant steps in every fuzzy MCGDM problem is the data fusion stage, which means there is a huge need to combine fuzzy data. Many fuzzy aggregation operators are proposed based on different characteristics for the data fusion stage of fuzzy MCGDM problems. Fuzzy distance and similarity measurements for comparison are also sitting in the framework of fuzzy data fusion, that considered in this thesis. So this manuscript, it is tried to define two main concepts of the data fusion concept: aggregation operators and distance-based similarity measurements in the spherical fuzzy environment. So, the novel concept of Harmonic mean aggregation operator for spherical fuzzy sets (SFSs) is introduced and discussed in all detail. Weighted, order weighted and hybrid order weighted Harmonic Mean operators and using two types of Algebraic and Einstein Strict Archimedean t-norms and t-conorms are types of proposed spherical fuzzy harmonic mean aggregation operators. So, 6 harmonic mean aggregators in the Spherical Fuzzy environment are introduced. Also, this thesis investigated the concept of fuzzy distance and similarity measurements which are other types of fuzzy data fusion methods. I introduced the novel Minkowski and Minkowski-Hausdorff distance measures for spherical fuzzy sets and also studied novel spherical fuzzy f-similarity measures based on Minkowski and Minkowski-Hausdorff distances. So in this thesis, some novel fuzzy MCGDM algorithms for fuzzy data fusion extended to the spherical fuzzy environment. In these extensions, some real-life problems such as air quality evaluation problem and COVID_19 medical diagnosis problem are covered and suggesting other problems like supplier selection, energy source selection, hospital site selection, etc. problems to be covered for future works.
-
ÖgeKriptoparalarda kümeleme analizi uygulamaları(Lisansüstü Eğitim Enstitüsü, 2023-01-19)İnsanlar tasarruflarını her zaman en fazla getiri sağlayacak yatırım araçlarını gözeterek değerlendirmek ister. Bu amaca istinaden her zaman yeni ürünler geliştirilir ve farklı kısıtlar altında bu ürünler kullanılır. Blokzincir (Blockchain) teknolojisinin Bitcoin'i hayata geçirmesiyle yatırımcılar için artık yeni bir alan ortaya çıkmış oldu. İş yapış şekillerinde radikal birçok değişikliğe yol açtığı ve daha birçok sektör için de gelecek vadettiği literatürde de bahsedilmektedir. Özellikle para politikalarına ve finans sektörüne çoktan tesir ettiği ve bu durumun devamının da geleceği söylenebilir. Dağıtık mimariyle merkezi otoriteyi ortadan kaldırması, kriptografi sayesinde şeffaf ve yüksek güvenlikli olması, daha hızlı ve daha az maliyetli işlem yapılmasına olanak vermesi kriptoparaları cazip hale getiren faktörlerdir. Son on yıllık süreçte boyunca, ilginin global ölçekte giderek artması yeni yeni kriptoparaların ve kripto borsaların ortaya çıkmasına yol açmıştır. Aralık 2022 tarihi itibariyle yaklaşık 856 milyar Amerikan doları bazında piyasa değerine ve 24 milyar Amerikan doları kadar günlük işlem hacmine sahip olan kripto piyasası ile pazar büyüklüğü ortadadır. 530'u geçen çeşitli kripto borsalarında işlem görebilen 22.000'i aşan kriptopara çeşidinin olması, yatırımcıların veya kullanıcıların hangi kriptolara yönelip tercih yapacakları hususunda zorlaştırıcı bir etmen olduğunu söylenebilir. Zira yüksek fiyat oynaklığına sahip kripto piyasası, yüksek getiri sağlayabileceği gibi yatırımcıları hüsrana uğratabilecek çok büyük zararlara da yol açabilir. Bu çalışmada kriptoparaların birkaç kullanım amaçlarından bir tanesi olan yatırım amacına ağırlık verilmiştir. Çalışmanın motivasyonunu sağlayan ise yatırımcılar için kritik hale gelen kriptopara tercih etme sürecini kolaylaştırma gayesiyle seçili kriptolar özelinde özetleyici ve fikir verici bilgiler sunmaktır. Bu sayede bazı bilinmezliklerin çözülmesi ve tercih sahasının daralması sağlanır. Ayrıca literatürdeki kripto birimlerine yönelik yer alan çoğu istatistiksel çalışmanın, fiyat tahminleme ve kriptoların birbirleriyle veya diğer para piyasalarıyla olan nedensellik ilişkilerine dayandığı görülmüştür. Bu tezde ortaya konulan çalışma, kriptoparalara yönelik tanımlayıcı/betimleyici/özetleyici istatistiksel bir veri analitiği sürecini kapsadığı için literatüre kripto ekosistemi temelinde katkı sağlayacağı düşünülmüştür. Bu çalışmada 28.11.2021 ile 28.11.2022 tarih aralığını kapsayan, 1 yıllık periyotta piyasa hakimiyeti açısından %99'luk dilimde yer aldığı tespit edilen 216 kriptopara arasından verisine sağlıklı erişim sağlanabilen 1'i Bitcoin olmak üzere toplam 56 adet kriptopara, analiz edilmek üzere veri matrisi için derlenmiştir. Kategorik değişkenler hariç bütün metrik değişkenlere Z-skoru yöntemi ile standardize etme işlemi uygulanarak dönüşümleri gerçekleştirilen veriler kullanılmıştır. Analizler için hazırlanan veri setindeki 56 kriptopara analiz sürecinde 54'e, belirlenen 10 adet değişkenin bazılarının ise elenip 9'a düşürüldüğü gösterilecektir. Hiyerarşik kümeleme yöntemlerinden Tek Bağlantı yöntemi, Tam Bağlantı yöntemi, Ward yöntemi ve Merkezi yöntem kare Öklid uzaklık ölçütüyle analize tabi tutulacaktır. Dendogramlara yansıyan bulgular ile hiyerarşik olmayan kümeleme yöntemleri altında karşılaştırılacaktır. Buradaki kümelere ilişkin edinilen fikirlerin ardından küme yapılarını istatistiksel bağlamda değerlendirebilmek için hiyerarşik olmayan kümeleme yöntemlerinden K-Ortalamalar yöntemine geçiş yapılacaktır. Ancak öncesinde küme sayısını netleştirmek için k=(n/2)1/2 formülü ve Wilk's Lamda ölçütü kullanılmıştır. Oluşan kümelerin geçerliliği diskriminant analizi ile sınanacak ve meydana gelen 6 küme kritik edilecektir. Buraya kadar uygulanan tüm kümeleme analizleri ve diskriminant analizi IBM SPSS (Statistical Package for Social Sciences) 28.00 sürümlü paket programı kullanılarak gerçekleştirilmiştir. Bulgular sonucunda elde edilen kümelere; çok belirgin bir Bitcoin-Altcoin ayrımı görülmeyen küme yapılarına yönelik yatırımcı için özellikle yatırım getirisi bazında ve diğer bazı açılardan çıkarımlarda bulunulacaktır. Ayrıca çalışmamızda 9 girdi değişkeni dışında kalan, veri matrisinde yer verilmemiş piyasa hakimiyeti ve derecelendirme skorları baz alınarak birtakım çıkarımlar yapılmıştır.
-
Ögeİşgören yetkinliklerini ve tampon istasyonları dikkate alan çok modelli montaj hatlarının tasarımı(Lisansüstü Eğitim Enstitüsü, 2022-02-09)Modern üretim sistemlerinde önemli bir yer tutan montaj hatları, müşteri ihtiyaçlarına hızlı cevap verebilmek ve rekabet ortamında avantaj elde etmek isteyen firmalar tarafından sürekli değişime uğramaktadır. Günümüzdeki gereksinimlere göre, aynı hat üzerinde birden fazla modelde ürünün karışık veya partiler halinde üretilebildiği karma modelli ve çok modelli montaj hatları ön plana çıkmaktadır. Klasik tek modelli hatlara göre daha esnek bir üretim altyapısına sahip olan bu hatlar, birçok sektörde tercih edilmektedir. Farklı modellerdeki ürünlerin aynı hatta üretilebilmesi, müşteri taleplerine cevap verme konusunda esneklik getirmesinin yanı sıra çeşitli problemleri de beraberinde getirmektedir. Bu çalışmada, farklı modellerdeki ürünlerin partiler halinde üretildiği çok modelli montaj hatlarının tasarım problemleri ele alınmaktadır. Çok modelli montaj hatları, birden fazla modelin karışık olarak üretilebildiği karma modelli montaj hatlarından model dönüşleri sırasındaki hazırlık gereksinimleri nedeniyle ayrılmaktadır. Bu kapsamda ele alınan problemler; literatürde ön plana çıkan hat dengeleme, işgören atama ve model sıralama problemleridir. Çok modelli montaj hatlarının tasarım problemleri ile ilgili akademik literatür çok geniş değildir. Literatürdeki güncel çalışmaların büyük çoğunluğu karma modelli montaj hatlarına odaklanmaktadır. Bunun temel sebebi, karma modelli hatların çok modelli hatlara göre daha esnek bir üretim imkânı sağlaması olarak karşımıza çıkmaktadır. Literatürdeki çalışmalarda hat dengeleme, işgören atama ve model sıralama konularında farklı yaklaşımlar izlendiği görülmektedir. Bazı çalışmalarda matematiksel modeller yardımıyla en iyi çözüme ulaşılmaya çalışılırken, bazı çalışmalarda ise probleme özgü sezgisel veya metasezgisel algoritmalardan faydalanılmaktadır. Ele alınan problem tipinin NP-zor sınıfında olması nedeniyle, büyük ölçekli problemlerin çözümü için sezgisel algoritmalar çözüm süresi açısından daha iyi sonuçlar verebilmektedir. Bunun yanı sıra, matematiksel modelleme ve sezgisel algoritmaların birlikte kullanıldığı hibrit çözümlerle de karşılaşılabilmektedir. Bazı çalışmalarda ise simülasyon modelleri aracılığıyla çok modelli montaj hattı tasarım problemlerine çözüm arandığı görülmektedir. Bu çalışmada, çok modelli montaj hatları için hat dengeleme, yetkinlik bazlı işgören atama ve partiler halinde model sıralama problemleri için yeni bir metodoloji geliştirilmektedir. Geliştirilen 0-1 tam sayılı programlama modeli aracılığıyla, hat dengeleme ve işgören atamaları sonucunda oluşan işgören yetkinlik seviyelerinin enbüyüklendiği bir uygulama yapılmaktadır. İşgören yetkinliklerinin enbüyüklenmesinin yanı sıra, modelin asıl amacı olan toplam işgören sayısını enküçükleme, dolayısıyla da hat dengeleme etkinliğini enbüyükleme amacından da ödün verilmemektedir. Hat dengeleme ve işgören atama modelinden elde edilen sonuçlar, bir sonraki aşama olan partiler halinde model sıralama uygulanmasında kullanılmaktadır. Bu aşamada oluşturulan montaj hattına ait kesikli olay simülasyonuna, hat dengeleme sonuçları girdi teşkil etmektedir. Simülasyon modelinde bulunan genetik algoritma eklentisi yardımıyla ise, farklı modellerin toplam hazırlık süresini enküçükleyecek şekilde sıralanması gerçekleştirilmektedir. Genetik algoritma için belirlenen sonlandırma kriterine ulaşılana kadar farklı simülasyon çevrimleri yapılarak, elde edilen sonuçlar genetik algoritma ile değerlendirilmekte ve en iyi çözüme ulaşılmaya çalışılmaktadır. Genetik algoritma ile elde edilen model sıraları kullanılarak, çok modelli ve tek modelli üretimler için iş istasyonları arasında tampon istasyonların bulunduğu ve bulunmadığı durumlar simüle edilmektedir. Gerçek bir beyaz eşya üretim hattında yapılan uygulamada, hem elde edilen sonuçların doğrulanması hem de tampon istasyonlara olan ihtiyacın değerlendirilmesi için yapılan simülasyonlar sonucunda, tampon istasyonların ortadan kaldırılması durumunda elde edilebilecek kazanımlar açıklanarak, andon benzeri uygulamalar gibi bu konuda ileride yapılabilecek çalışmalar aktarılmaktadır.
-
ÖgeEquity portfolio optimization using reinforcement learning: An emerging market case(Graduate School, 2022-03-15)In this study, RL models are generated to address the equity portfolio optimization problem. The asset universe for this problem has been restricted to BIST30 constituents, which is a stock market index from an emerging market. The index is composed of the 30 largest stocks in terms of market capitalization. The characteristics of an emerging market do differ from developed markets as emerging markets bring new challenge such as increased uncertainty and decreased market efficiency. Our models use return, volatility, technical indicators, and fundamental company information to make portfolio weight decision. We study DDPG and PPO methods in this study. Two different neural network architectures are designed to fit the needs of these two RL models. We utilized convolutional network structures to successfully extract meaningful information out of the dataset. We train the models with 10 years of daily data, and then test with 1 years of data. We set main benchmark as the market capitalization weighted BIST30 index, as we try to compete it and provide a better weighting strategy. We also compared our agents with UBAH, UCRP and MPT portfolios as additional benchmarks. The results show that we outperform all of these benchmarks in terms of return, and risk adjusted return metrics, such as Sharpe and Sortino ratios. One aspect of the models is that they produce a higher volatility behavior, however they compensate the high risk with a higher return value per taken risk so the return based metrics are superior to benchmarks. We highlight the model-free nature of the our proposed RL agents. The results are presented at the last section and a future projection is provided for a probably better model.
-
ÖgeRFMLP based customer segmentation and customer churn analysis in heavy equipment industry using customer transactions data(Graduate School, 2022-01-14)The main target of this study is creating customer segments with customer transaction data of one of the leading heavy equipment industry companies, Borusan-CAT operating in Turkey which is a solution partner of Caterpillar Inc., and assigning churn probabilities to each customer. Customer transaction data is collected for the 2018 – 2020 period from complex database of the company. Data pre-processing step is completed in order to use raw data in this study. To decide the importance of the variables and customer segments Analytical Hierarchy Process was used 5 managers of the company respond a questionnare. After deciding the weight importance of the variables customer segmentation was completed with one of the unsupervised machine learning algorithms known as k-means clustering. 4 different customer segments were created. The importance of each customer segment was calculated with the help of weights that is result of Analytical Hierarchy Method. After customer segmentation, customer churn analysis was conducted. Churn analysis was completed with the help of supervised machine learning algorithms such as Logistic Regression, Support Vector Machines, Random Forest, and k-Nearest Neighbors. By comparing performance of each algorithm with the others, Random Forest was found as the most successful algorithm with highest accuracy rate in this study when it comes to predicting the customers who will churn in upcoming periods. There are no violations of the assumptions of each algorithm, therefore each of them can be used in this study. With customer churn analysis, each customer in the dataset labeled as churners or non-churners. Companies can use this information in order to complete such projects to prevent possible churners from churning in the future. Contributions of this study can be said as applying RFMLP based customer segmentation with a time-effective and efficient machine learning algorithm and applying customer churn analysis with the help of supervised machine learning algorithms to the customer transaction data of one of the biggest heavy equipment companies in Turkey. With this study 4 different customer segments are created and customer churn prediction is completed with high accuracy. Companies in the heavy equipment industry can utilize from this study to identify different customer groups and profile them, they manage their CRM and marketing strategies and allocation of resources can be completed with high effectiveness.