close

Enter

Log in using OpenID

Ders slaytları

embedDownload
20.10.2014
Bölüm 1: Karar Destek Sistemleri-Genel Kavramlar
Bölüm 2: CBS Tabanlı Çok Ölçütlü Karar Analizi
Bölüm 3: Karmaşık Problemler için Analitik Hiyerarşi
Yönteminin Kullanılması
Karar Destek Sistemleri
Yrd. Doç. Dr. Derya ÖZTÜRK
Ondokuz Mayıs Üniv.
Harita Müh. Böl.
Karar Verme
Bölüm 1: Karar Destek
Sistemleri-Genel Kavramlar
Karar verme, karar vericinin/karar vericilerin
mevcut tüm seçenekler arasından
amaca/amaçlara en uygun bir veya birkaç
seçeneği seçmesi olarak tanımlanır
1
20.10.2014
Karar Verme Süreci
Problemin Tanımı
Karar Analizi
Hedeflerin Belirlenmesi
Potansiyel Karar
Alternatifleri
Karar analizi, karmaşık karar
problemlerinin matematiksel modelinin
ortaya konularak, sistematik işlemler ve
istatistiksel irdelemelerle çözümlenmesi
olarak tanımlanabilir
Değerlendirme
Sonuç Seçim(Karar)
Uygulama
Karar Destek Sistemleri (KDS)
Karar Destek Sistemleri (KDS), kullanıcıya yarıyapısal ve yapısal olmayan karar verme
işlemlerinde destek sağlamak amacıyla, karar
modellerine ve verilere kolay erişim sağlayan
etkileşimli bir sistemdir
Yapısal olmayan sorunlar standart modellerle
çözülemezler. Böyle sorunlar için bir karar
destek sistemi kullanmak gerekir. KDS, daha
çok karar verme işinin yapısal olmayan şekliyle
ilgilidir
KDS’nin Yararları
Veri kaynaklarının daha iyi kullanılması
Anında analiz yeteneği
Beklenmedik durumlarda hızlı cevap
Daha iyi kararlar alma
Daha etkin takım çalışması
Maliyeti düşürme
Zaman tasarrufu
Yeni anlayışlar ve öğrenme
Gelişmiş haberleşme
2
20.10.2014
Mekansal Karar Problemleri
Karar verilecek konu ile ilgili bazı ölçütler
harita ya da coğrafi veritabanı bileşeni ise
problem “mekansal karar problemi”dir
CBS ve Karar Verme
CBS ile veriler analiz edilebilir ve
modellenebilir
Fakat İNSAN karar verir
CBS bir karar destek sistemi midir ?
CBS karar verme sürecinin bir parçası
olarak nasıl kullanılabilir ?
Mekansal Karar Problemlerin
Karakteristik Özellikleri
Çok sayıda alternatif söz konusu olabilir
Bazı ölçütler kalitatif, bazıları ise kantitatif olabilir
Birden daha fazla sayıda karar vericinin sürece
katılımı söz konusu olabilir
Mekansal Karar Destek Sistemleri
(M-KDS)
Mekânsal Karar Destek Sistemleri, çok
kaynaklı mekânsal veri ve onun analiz
sonuçlarına dayalı mekânsal ilişkili
problemlerin çözümüne yardımcı
sistemlerdir
3
20.10.2014
M-KDS’nin Özellikleri
Mekânsal Karar Destek Sistemleri, Coğrafi
Bilgi Sistemleri ile Karar Destek
Sistemlerinin entegrasyonu olarak
değerlendirilebilir
M-KDS’nin Bileşenleri
Coğrafi Veritabanı
Karar vermeye-geleceği planlamaya yöneliktir
Yarı-yapısal ya da yapısal olmayan kararlarda kullanılır
Karar vericinin yerine geçmekten çok ona karar verme
aşamasında yardımcı olacak bilgiyi sunar
Karar verme işleminin tüm aşamalarını destekler
Kullanıcının kontrolü altındadır, gerektiğinde müdahale
edilebilir (Değişen şartlara uyum sağlayabilecek
esnekliktedir)
Stratejik ve taktiksel kararlar alınırken kullanılabilir
M-KDS’nin İşlevleri
Karar vericilerin sistemle tam etkileşimli
çalışabilmeleri için kullanım kolaylığı
olmalıdır
Verilere erişim imkanı olmalıdır
Farklı türlerde analiz ve modellere olanak
vermelidir
Model Tabanı
Veritabanı
Yönetimi
Model
Yönetimi
Diyalog Yönetimi
Kullanıcı
4
20.10.2014
M-KDS’nin Gelişimi
M-KDS’nin Analitik Fonksiyonları
M-KDS’nin Analitik Fonksiyonları
CBS verilerin analizinde kullanılır
Bir CBS tabanlı mekansal karar destek sisteminin temel
analitik fonksiyonları
Sorgulama (Query)
Yakınlık/Tampon Analizi (Proximity/Buffer)
Çakıştırma/Bindirme Analizi (Overlay)
Komşuluk Analizi (Neighborhood
Ağ/Bağlantı Analizi (Network or Connectivity Analysis)
Modelleme ve Simülasyon
Coğrafi veri analizi sırasında genellikle bu fonksiyonların
çeşitli kombinasyonları kullanılır
CBS verilerin anlaşılabilir bir formda
entegrasyonunu ve görselleştirilmesini
sağlayarak karar verme sürecine yardımcı
olur
Çok Ölçütlü Karar Destek Sistemi
Çok ölçütlü karar problemlerinin
yapılandırılmasına ve çözümüne yardımcı
olmak üzere tasarlanan karar destek
sistemlerine Çok Ölçütlü Karar Destek
Sistemi (ÇÖKDS) adı verilir ve bu yapı
temelde Çok Ölçütlü Karar Analizi (ÇÖKA)
ve Karar Destek Sistemlerinin (KDS)
entegrasyonundan oluşur
5
20.10.2014
ÇÖKA-MKDS
ÇÖKA-MKDS
Uzman Sistem
Coğrafi Veri Yönetimi
ve Analiz Toolbox’ı
Bölüm 2: CBS Tabanlı Çok
Ölçütlü Karar Analizi
ÇÖKA
Toolbox
Kullanıcı Arayüzü
Kullanıcı
CBS Tabanlı Çok Ölçütlü Karar
Analizinde (C-ÇÖKA) İşlem
Adımları
Ölçüt katmanlarının normalleştirilmesi
Ölçüt ağırlıklarının belirlenmesi
ÇÖKA yöntemlerinin uygulanması
Ölçüt Katmanlarının Normalleştirilmesi
Çok sayıda ölçütle karar verme problemlerinde
değerlendirme ölçütleri CBS katmanları şeklinde
hazırlanır
Mekansal karar analizinde kullanılan ölçütler genelde
farklı sayısal aralıklarda ve ölçü birimlerinde (örneğin bir
analizde, yükseklik 0–850 m, eğim % 3–45 olabilir)
değerler taşımaktadır. Bütün ölçütlerin bir arada işleme
konulabilmesi ve karşılaştırılabilmesi için standart bir sayı
aralığında normalleştirilmeleri gerekir
Bu amaçla en çok kullanılan yöntem Doğrusal Ölçek
Dönüşümü’dür
6
20.10.2014
Doğrusal Ölçek Dönüşümü
En Büyük Değere Göre Doğrusal Ölçek
Dönüşümü
Çok sayıda doğrusal ölçek dönüşümü
bulunmaktadır ancak en çok kullanılanları:
En Büyük Değere Göre Doğrusal Ölçek Dönüşümü
En Büyük ve En Küçük Değer Aralığına Göre
Doğrusal Ölçek Dönüşümü
x'ij: i. seçeneğin j. ölçüt için normalleştirilmiş değeridir. Normalleştirilmiş
değerler 0-1 aralığında yer alır.
En Büyük ve En Küçük Değere Aralığına
Göre Doğrusal Ölçek Dönüşümü
x'ij: i. seçeneğin j. ölçüt için normalleştirilmiş değeridir. Normalleştirilmiş
değerler 0-1 aralığında yer alır.
Ölçüt Ağırlıklarının Belirlenmesi
Ölçütler karar vericiler için farklı ağırlıklarda
olabilir. Bu nedenle ölçütlerin bağıl önemi
hakkında bilgilerin elde edilmesi gerekmektedir
Ölçüt ağırlıkları, karar vericilerin tercihlerine göre
oluşturulur
Ağırlık verme işlemi, genelde her bir ölçüte diğer
ölçütlere göre bağıl önemini gösteren bir ağırlığın
atanmasıyla gerçekleştirilir
Ağırlıklar, toplamı 1 olacak şekilde normalleştirilir
7
20.10.2014
Sıralama Yöntemi
Ölçüt ağırlıklarının belirlenmesinde en
yaygın kullanılan yöntemler:
Sıralama
Puanlama
İkili
Karşılaştırma
Puanlama Yöntemi
Puanlama yönteminde, karar vericilerin belirli bir
sayısal aralıkta ölçütleri puanlandırması gerekir.
Örneğin; 0–100 ya da 0–20 aralığında değerler
kullanılabilir. Her ölçüte verilmiş olan puan,
bütün ölçütlerin puan toplamına bölünür
İkili Karşılaştırma Yöntemi
İkili Karşılaştırma yöntemi, Saaty tarafından
1980 yılında geliştirilmiştir ve ÇÖKA
yöntemlerinden biri olan Analitik Hiyerarşi
işleminde kullanılmaktadır
8
20.10.2014
İkili Karşılaştırma-Tercih Ölçeği
İkili karşılaştırma terimi iki faktörün birbiriyle
karşılaştırılması anlamına gelir ve
karşılaştırmalar matrisler şeklinde düzenlenir
Yöntem n adet ölçüt için n(n-1)/2 adet
karşılaştırmadan oluşur
İkili Karşılaştırmaların Tutarlılığı
İkili karşılaştırma yargılarının tutarlılığını
ölçmek için Saaty tarafından önerilen bir
tutarlılık oranı kullanılmaktadır
Bu oran için Saaty tarafından önerilen üst
limit 0.10’dur
İkili karşılaştırma yargılarının oluşturulmasında, başka bir
ifade ile karar verici tarafından bir ölçütün bir diğer ölçüte
göre ne kadar önemli olduğuna karar verilmesi için Saaty
tarafından önerilen (1-9) puanlı tercih ölçeğinden
yararlanılmaktadır
Yargılar için hesaplanan tutarlılık oranı 0.10’un
altında ise yargıların yeterli bir tutarlılık
sergilediği ve değerlendirmenin devam
edebileceği kabul edilmektedir
Eğer tutarlılık oranı 0.10’un üstünde ise yargılar
tutarsız kabul edilmektedir ve bu durumda
yargıların kalitesinin iyileştirilmesi gerekir
Tutarlılık
oranı yargıların yeniden gözden
geçirilmesiyle düşürülebilir. Ancak bu işlemde de
başarısız olunursa, problemin daha doğru bir biçimde
tekrar kurulması ve sürecin en baştan ele alınması
gerekir
9
20.10.2014
Tutarlılık oranının belirlenmesi için, ağırlıklı
toplam vektör belirlenir ve buna göre tutarlılık
vektörü hesaplanır
Tutarlılık vektörü hesaplandıktan sonra λ ve
tutarlılık indeksi (CI) hesaplanır
λ, tutarlılık vektörünün ortalama değeridir
Tutarlılık indeksinin karşılaştırılan ölçüt sayısına
bağlı olarak değişen tesadüfilik göstergesine (RI)
bölünmesiyle tutarlılık oranı (CR) hesaplanır
ÇÖKA Yöntemlerinin Uygulanması
Basit Ağırlıklı Toplam Yöntemi
Basit Ağırlıklı Toplam Yöntemi
Ağırlıklı Çarpım Yöntemi
TOPSIS Yöntemi
Analitik Hiyerarşi Yöntemi
10
20.10.2014
Ağırlıklı Çarpım Yöntemi
TOPSIS Yöntemi
Seçenekler bir ideal noktadan ayrılışlarına göre
sıralanır
nokta; en çok istenen, ağırlıklı, varsayımsal
seçenek olarak tanımlanır
İdeal
İdeal noktaya en yakın seçenek, en iyi
seçenektir. Bu ayrım metrik uzaklık ile ölçülür
Pozitif ideal nokta, ağırlıklandırılmış değerlerin
en büyüğü; negatif ideal nokta, ağırlıklandırılmış
değerlerin en küçüğüdür
Analitik Hiyerarşi Yöntemi
11
20.10.2014
OWA Yöntemi (Sıralı Ağırlıklı Ortalama)
Alıştırma
Problemin incelendiği alanın küçük bir kesitine ait ölçüt
katmanlarının aşağıdaki gibi olduğunu düşünelim (Ölçüt
katmanların tümü aynı piksel boyutunda raster veri
olmalıdır)
Bir (x amaçlı) yer seçimi problemei için
eğim, yükseklik, arazi kullanım
kabiliyeti ve jeolojik durumun dikkate
alınacağını düşünelim
Ölçüt Katmanlarının Normalleştirilmesi
“En Büyük Değere Göre Doğrusal Ölçek
Dönüşümü” veya “En Büyük ve En Küçük Değer
Aralığına Göre Doğrusal Ölçek Dönüşümü”
kullanılabilir
En yüksek değer yine en yüksek olacak şekilde
normalleştirmek için ve en düşük değer en
yüksek olacak şekilde normalleştirmek için
bağıntıların farklı formlarının kullanılması
gerektiği unutulmamalıdır
12
20.10.2014
Bir problemin çözümünde ölçütlerin
tamamı için “en yüksek değer yine en
yüksek olacak şekilde” veya yine tamamı
için “en düşük değer en yüksek olacak
şekilde” normalleştirme gerekebileceği gibi
ölçütlerin bir kısmının “en yüksek değer
yine en yüksek olacak şekilde”, diğer
kısmının ise “en düşük değer en yüksek
olacak şekilde” normalleştirilmesi
gerekebilir ! Bu tamamen probleme bağlıdır
En Büyük Değere Göre Doğrusal Ölçek Dönüşümü
En Büyük Değere Göre Doğrusal Ölçek Dönüşümü
En Büyük ve En Küçük Değere Göre Doğrusal
Ölçek Dönüşümü
13
20.10.2014
En Büyük ve En Küçük Değere Göre Doğrusal
Ölçek Dönüşümü
Ölçüt Ağırlıklarının Belirlenmesi
Örneğimizdeki ölçütler:
1. Ölçüt: Eğim
2. Ölçüt: Yükseklik
3. Ölçüt: Arazi Kullanım Kabiliyeti
4. Ölçüt: Jeolojik Durum
a. Sıralama Yöntemi
Sıralama yönteminde ölçütler önemine göre sıralanarak
işlem yapılır
b. Puanlama Yöntemi
Bu problemde en önemli ölçütün jeolojik durum, 2.
sırada önemli ölçütün eğim, 3. sırada önemli ölçütün
yükseklik ve 4. sırada ve en az öneme sahip ölçütün
arazi kullanım kabiliyeti olduğunu varsayarsak;
14
20.10.2014
c. İkili Karşılaştırma Yöntemi
15
20.10.2014
Basit Ağırlıklı Toplam Yöntemi
ÇÖKA Yöntemlerinin Uygulanması
Ağırlıklı Çarpım Yöntemi
16
20.10.2014
TOPSIS Yöntemi
Her bir normalleştirilmiş katman ağırlıklarıyla
çarpılır
Ağırlıkla çarpılmış normalleştirilmiş katmanda
minimum ve maksimum değere göre matrisler
oluşturulur (örneğin ağırlıkla çarpılmış
normalleştirilmiş eğim katmanında en küçük
değer = 0.03, en büyük değer = 0.31’dir.)
Ağırlıkla çarpılmış normalleştirilmiş katmandan
minimum ve maksimum değerler çıkarılır ve
bunların kareleri alınır
17
20.10.2014
Daha sonra minimumdan ve maksimumdan
gelen sonuç değerler kendi aralarında toplanır.
18
20.10.2014
Karekökler alınır ve bu değerler toplanır.
Son olarak, minimumlardan gelen katman (sarı
işaretli), bu toplam değere bölünür (Örneğin:
0.4899/0.5099=0.96)
Analitik Hiyerarşi Yöntemi
19
20.10.2014
OWA Yöntemi (Sıralı Ağırlıklı Ortalama)
Her bir piksel için bütün katmanlardaki değerler büyükten
küçüğe sıralandıktan sonra sıralı ağırlıklar ve normal
ağırlıklar ile çarpılır ve sonuçlar toplanır.
20
20.10.2014
Bölüm 3: Karmaşık Problemler için
Analitik Hiyerarşi Yönteminin
Kullanılması
21
20.10.2014
Analitik Hiyerarşi Yönteminde, hiyerarşinin
en üstünde problemin genel amacı,
amacın altında sırasıyla ölçütler ve
seçenekler yer almaktadır
Mekansal veriler için seçenekler vektör
veri yapısında nokta, çizgi ve poligonlarla;
raster veri yapısında piksellerle ifade edilir
Karşılaştırılacak öğelerin sayısı çok fazla
olduğunda ikili karşılaştırmaların
gerçekleştirilmesi zorlaşmaktadır. Bu
nedenle çok sayıda öğe söz konusu
olduğunda hiyerarşik model, ölçüt ve alt
ölçütler biçiminde yapılandırılmalıdır
Ölçüt-alt ölçütler yapısında bir alt ölçütün
sonuç ağırlığı (W), bu alt ölçüt ve bağlı
olduğu ölçütlerin hiyerarşide hemen bir üst
düzeyde yer alan ölçüt açısından ikili
karşılaştırmalar ile değerlendirilmeleri
sonucunda elde edilen ağırlıkların (w)
çarpımıdır
22
20.10.2014
Bir önceki slaytta yer alan hiyerarşik model ele alındığında
ölçütler A, B ve C; alt ölçütler A ölçütü için A1, A2 ve A3, B
ölçütü için B1 ve B2, C ölçütü için C1, C2, C3 ve C4; bir alt
düzeyde ise A1 alt ölçütü için A1-1, A1-2, A1-3 ve A1-4,
C1 alt ölçütü için C1-1, C1-2 ve C1-3, C3 alt ölçütü için
C3-1, C3-2 ve C3-3’tür
Ağırlıkların hesabı için toplam 7 adet ikili karşılaştırma
matrisi (1. düzey ölçütler için 1, 2. düzey alt ölçütler için 3
ve 3. düzey alt ölçütler için 3 adet) oluşturulur
Analizde gereken ağırlıklar (WA1-1, WA1-2, WA1-3, WA14, WA2, WA3, WB1, WB2, WC1-1, WC1-2, WC1-3, WC2,
WC3-1 WC3-2, WC3-3, WC4) ikili karşılaştırmalar
sonucunda hesaplanan ağırlıklara (w) göre belirlenir
Öğelerin ikili karşılaştırmaları yapılırken
belirli bir derecede tutarsızlık oluşabilir.
Bunun için ikili karşılaştırmaların mantıksal
tutarlılığı Bölüm 2’de ele alındığı şekilde
kontrol edilmelidir
23
20.10.2014
Analitik hiyerarşi sürecinde ikili karşılaştırmalar, ölçüt
ağırlıklarının belirlenmesinde olduğu gibi aynı zamanda
bir ölçüte göre seçeneklerin ağırlıklarının
belirlenmesinde de kullanılır
Ancak özellikle raster verilere dayalı konumsal karar
analizlerinde çok fazla sayıda seçenek söz konusu
olduğundan birçok konumsal karar analizinde bu durum
gerçekleştirilemez
Örneğin 3 farklı parsel (seçenek) yola yakınlık, eğim ve
maliyet ölçütleri yönünden karşılaştırılabilir ancak bir
bölgede yerleşim açısından en uygun alanların eğim ve
jeolojik durum ölçütlerine göre belirlenmesi probleminde
konumsal seçenekler piksellerle temsil edilir ve bu
seçeneklerin ağırlıklarının ikili karşılaştırma yöntemiyle
belirlenmesi mümkün değildir
Ölçüt katmanları, tanımsal (örneğin arazi
kullanımı/örtüsü [orman, yerleşim, kumluk vb.]), sıralı
(örneğin deprem riski [1. derece, 2. derece, …], nüfus
yoğunluğu [yüksek, orta, düşük]) ya da aralık tanımlı
(sıcaklık [20–30°C, 30–50°C, 50–75°C ] ise bu
ifadelerin sayısal değerlere dönüştürülmesinde ikili
karşılaştırma yöntemi kullanılabilir
Ancak çok fazla sayıda öğe söz konusu olduğunda
ölçüt-alt ölçüt yapılandırmasına benzer bir hiyerarşinin
kurulması ve böylece karşılaştırılacak öğelerin sayısının
azaltılması genellikle sağlanamaz
Dolayısıyla böyle durumlarda sıralama ve puanlama
yöntemleriyle ağırlık belirleme daha uygun olmaktadır
Sayısal değerler taşıyan ölçüt katmanları
ise bazı karar problemlerinde belirli sayı
aralıklarına gruplandırılarak temsil edilmek
istenebilir (örneğin 5.7 ile 85.3 aralığında
değerler alan bir ölçüt katmanı için <10,
10–20, 20–40, 40–70, >70). Bu durumda
oluşturulan sınıflar ikili karşılaştırma
yöntemiyle ağırlıklandırılabilir
Analitik hiyerarşi sürecinde eğer tüm ölçüt
katmanlarında öğeler ikili karşılaştırma ile
ağırlıklandırılmışsa her katmanda öğeler 0–1
aralığında yer alır. Katmanların öğe sayısı eşit
ise normalleştirme işlemiyle öğeler arasındaki
oran değişmeyeceğinden, bu değerler doğrudan
normalleştirilmiş değerler olarak kullanılabilir
24
20.10.2014
Birden Çok Sayıda Karar Verici
Bulunması Durumunda Analitik
Hiyerarşi Süreci
Gruptaki karar vericilerin değerlendirmelerinin
birleştirilerek tek bir yargı elde edilmesi karar analizinin
önemli konulardan biridir
Analitik hiyerarşi yönteminde karar vericilerin yargılarının
birleştirilmesinde, ikili karşılaştırma matrisinde köşegene
göre simetrik olan değerlerin birbirinin tersi olma
koşulunu sağladığından geometrik ortalama yöntemi
kullanılır
Sonuç değer karar vericilerin değerlendirmelerinin önem
derecelerine göre kuvveti alınarak elde edilir
Sonuç matris incelendiğinde köşegene göre simetrik
olan değerlerin birbirinin tersi olma koşulunu sağladığı
görülmektedir. Örneğin;
Ağırlıklı aritmetik ortalama yöntemi ise bu koşulu
sağlamadığından karar vericileri ikili karşılaştırma
değerlendirmelerinin birleştirilmesinde
kullanılmamalıdır
Uygulama
25
20.10.2014
Analitik hiyerarşi yönteminin konumsal
karar analizlerinde kullanımını incelemek
amacıyla örnek bir inceleme alanında
kentin su gereksinimini karşılayacak bir su
deposu yerinin seçimi ele alınmıştır
Örnek problem için 3 karar verici jeolojik
durum, arazi kullanım kabiliyeti
sınıfları,yükseklik ve eğim ölçütlerini
değerlendirmiştir
Karar vericilerin değerlendirmelerinin ağırlıkları
(wK1=0.40, wK2=0.30 ve wK3=0.30) dikkate
alınarak ikili karşılaştırmaların geometrik
ortalamaları alınmış ve ölçüt ağırlıkları bu
değerlere göre hesaplanmıştır
İkili karşılaştırmaların tutarlılık oranı 0.10 sınır
değerini aşmamıştır
26
20.10.2014
İnceleme alanındaki 10-m piksel boyutlu
yükseklik ve eğim katmanları ile vektör yapıdaki
jeolojik durum ve arazi kullanım kabiliyeti sınıfları
katmanlarını bir arada işleme koyabilmek için
vektör veriler 10-m piksel boyutlu raster verilere
dönüştürülmüştür
Jeolojik durumu heyelanlı alan olan bölgeler
bütün katmanlarda inceleme alanından
çıkarılmıştır
27
20.10.2014
İnceleme alanında jeolojik durum katmanında bulunan uygun alan,
sondaj şartlı alan ve önlemli alanlar için karar vericilerin ikili
karşılaştırma değerlendirmeleri ve karar vericilerin ağırlıklarına göre
hesaplanan geometrik ortalama değerleri:
28
20.10.2014
29
20.10.2014
Normalleştirilmiş katmanlar ve ölçüt ağırlıkları AAHP eşitliği
ile işleme konularak sonuç analiz katmanı elde edilmiştir
Analitik hiyerarşi yöntemine göre elde edilen analiz
katmanı 0.93–0.34 aralığında değerler almıştır
Yüksek değerlerler o alanın karar amacına daha uygun
olduğu anlamındadır. Analiz katmanının daha anlaşılır
olması için sayısal değerler 5 sınıfa ayrılmıştır
Bu sınıflandırmada karar amacı için ilk sırada
değerlendirilecek olan alanlar (>0.90) olarak belirlenmiştir
Kaynaklar
Oğuzay, E. Sistem Analizi ve Tasarımı, Ders sunum materyali, Maltepe
Üniversitesi
Öztürk, D. 2009. CBS Tabanlı Çok Ölçütlü Karar Analizi Yöntemleri İle Sel ve
Taşkın Duyarlılığının Belirlenmesi: Güney Marmara Havzası Örneği, YTÜ Fen
Bilimleri Enstitüsü, Doktora Tezi.
Sugumaran, R., Degroote, J., 2011. Spatial Decision Support Systems: Principles
and Practices.
Yang, A. 1997. A Multi-criteria Decision Support System For Selecting Cell Phone
Services, MSc Thesis, Bachelor of Engineering, Tong Ji University.
http://www.spatial.redlands.edu/sds/ontology/?n=SDSSMethodsAndTechniques:Fu
ndamentalSpatialOperation
http://www.mis.boun.edu.tr/tanrikulu/YBS4.ppt#282,23,Kişisel Karar Destek
Sistemi-KKDS
http://www.redlands.edu/docs/URSB/Transps-Chp3-Spatial_Decision_Systems210.ppt#286,25,Model Base for the Typhoon SDSS
http://www.ces.iisc.ernet.in/energy/paper/SPA_DEC/intro.htm
30
Author
Document
Category
Uncategorized
Views
0
File Size
2 423 KB
Tags
1/--pages
Report inappropriate content