TR-Dizin İndeksli Yayınlar Koleksiyonu
Permanent URI for this collectionhttps://hdl.handle.net/20.500.12573/396
Browse
20 results
Search Results
Research Project Proje Yönetimi Kapsamında Serim Kesme/Önleme Modellerinin ve Çözüm Yöntemlerinin Geliştirilmesi(2017) Akgün, İbrahimSerim/Şebeke Kesme/Önleme (Problemi (SKP)'nde, serim kullanıcısı ve önleyici olmak üzere birbiri hakkında yeterli bilgiye sahip iki rakip bulunmaktadır. Serim kullanıcısı, işlettiği serimi optimal şekilde kullanmak isterken; önleyici, serim kullanıcısının serimi etkin şekilde kullanmasını elindeki kısıtlı kaynaklarla önlemeye çalışır. SKP?nin, uyuşturucu trafiğini engellemek için timlerin konuşlandırılacağı yerlerin tespit edilmesinden hava füze savunması için antibalistik füzelerin yerlerinin seçilmesine, bir şehrin elektrik şebekesindeki kritik noktaların bulunmasından bir hastalığın yayılmasını engellemek için alınması gereken tedbirlere kadar çok farklı yelpazede uygulamaları mevcuttur. Diğer yandan, ortaya çıkan iki seviyeli matematiksel modellerin çözümü zordur ve özel yöntemlerin geliştirilmesini gerektirmektedir. Bu nedenlerle, SKP birçok araştırmacının ilgi odağı haline gelmiş ve bu durum çalışmamızın da motivasyon kaynağı olmuştur. Bu projede, SKP, özel olarak proje yönetimi kapsamında ele alınmıştır. Literatürde, proje şebekelerinde SKP?nin uygulanmasına ilişkin sadece iki çalışma bulunmaktadır. Her iki çalışmada, temel ve hızlandırılmış CPM modelleri esas alınmıştır. Proje şebekelerinin çok farklı türleri olduğu ve çok geniş bir yelpazede uygulama alanının olması hususları birlikte değerlendirildiğinde, literatürde çok önemli bir boşluk olduğu görülmektedir. Bu çalışmanın amacı da, söz konusu tespitten hareketle, proje şebekelerinde önleme konusuna sistematik ve bütüncül bir yaklaşım geliştirmektir. Bu bağlamda, modelleme açısından birbirinden farklılıklar arz eden proje şebekeleri için önleme modelleri ve çözüm yöntemleri geliştirilmiştir. Çalışmada, temel ve hızlandırılmış CPM, zaman/maliyet takas problemi kapsamında CPM, yenilenebilir kaynak durumunda CPM ve PERT tabanlı proje şebekeleri ele alınmıştır. Anılan problemler için, ilk olarak iki seviyeli (maks-min) önleme modelleri geliştirilmiştir. Müteakiben, iki seviyeli modellerin bazıları, dualite özelliğinden istifade edilerek, optimizasyon programları ile çözülebilecek tek seviyeli hale getirilmiştir. Dualite özelliğinin kullanılamadığı problemler için, ayrıştırma algoritmaları geliştirilmiştir. Modeller ve ayrıştırma algoritmaların performansları, çeşitli problemler kullanılarak test edilmiştir.Article G7 Countries Unemployment Rate Predictions Using Seasonal Arima Garch Coupled Models(2021) Kılıç, Edanur; Mugaloglu, ErhanDespite the unemployment data have been recently released as seasonally adjusted, seasonality may still exist in moving average (MA) or auto-regressive (AR) terms. This can be detected by searching for a regular pattern in auto-correlation function (ACF) and partial ACF (PACF) diagrams. Therefore, models that aim to forecast unemployment rates should consider their seasonal properties so as to obtain better mean equation estimations. Univariate models mostly employ integrated ARMA (ARIMA) or generalized auto regressive conditional heteroscedastic (GARCH) models or any combination of them. Once the mean equations are structured better, GARCH estimations of variance equation is expected to perform better accuracy in forecasts. This study first examines the ACF's and PACF's of seasonally adjusted unemployment rate data in G-7 countries for 1995-2019 period. Then it compares the 4-quarter and 8-quarter ahead forecast performance of the seasonal ARIMA (SARIMA) coupled volatility models of GARCH in mean, absolute value GARCH, GJR-GARCH, exponential GARCH and asymmetric GARCH models. The performance of these models is also compared to SARIMA and MA filtered volatility models. The results show that seasonality should be re-examined even in seasonally adjusted unemployment data, since SARIMA models outperform ARIMA models in terms of out of sample forecast errors. Besides SARIMA-GARCH models provide better out of sample prediction accuracy.Article Comparative Assessment of Smooth and Non-Smooth Optimization Solvers in HANSO Software(Balikesir University, 2021-10-27) Tor, Ali HakanThe aim of this study is to compare the performance of smooth and nonsmooth mization) software. The smooth optimization solver is the implementation of the Broyden-Fletcher-Goldfarb-Shanno (BFGS) method and the nonsmooth optimization solver is the Hybrid Algorithm for Nonsmooth Optimization. More precisely, the nonsmooth optimization algorithm is the combination of the BFGS and the Gradient Sampling Algorithm (GSA). We use well-known collection of academic test problems for nonsmooth optimization containing both convex and nonconvex problems. The motivation for this research is the importance of the comparative assessment of smooth optimization methods for solving nonsmooth optimization problems. This assessment will demonstrate how successful is the BFGS method for solving nonsmooth optimization problems in comparison with the nonsmooth optimization solver from HANSO. Performance profiles using the number iterations, the number of function evaluations and the number of subgradient evaluations are used to compare solvers.Research Project COVID-19 Salgınının Ekonomik Etkisinin Sektörel Bazlı ve Genel Belirsizlik Endeksleriyle İncelenmesi ve Sektörel Acil Önlem Önerileri(2020) Polat, Ali Yavuz; Doğan, Eyüp; Tekin, Hasan; Muğaloğlu, ErhanKoronavirüs (Covid-19) salgını dünyada modern zamanlarda görülen en büyük saglık krizlerinden birisidir. Ancak salgın sadece bir saglık krizi olarak kalmamıs tüm dünyayı etkileyen küresel, ekonomik ve sosyal krize dönüsmüstür. Birçok sektörde üretim durmus, gelir etkisi ile tüketim ciddi ölçüde azalmıstır. Covid-19 salgınının olusturdugu ekonomik kriz son 40 yılda gerçeklesmis ekonomik krizler ve felaketlerden çok daha büyüktür. Pandeminin sebep oldugu/olacagı küresel krizin daha önceki küresel krizlere göre çok daha derin ve kalıcı olacagı tahmin edilmektedir. Dünya ekonomisi 2020?de %4,0 küçülmüstür ki bu oran küresel finansal krizdeki daralmanın yaklasık iki katıdır (Oxford Economics, 2020). Salgının olusturacagı sokların etkisi ve süresi net olarak bilinemedigi ve tahmin edilemedigi için ekonomilerde yüksek oranda belirsizlige yol açmıstır (Ludvigson et al. 2020). Bilindigi üzere belirsizlik hem tüketim hem de yatırımların ertelenmesine ve dolayısıyla ekonomik daralmaya sebep olur (Bloom, 2009). Firmalar açısından bakıldıgında salgının ne kadar sürecegi, tedarik zincirlerinin onarılıp onarılamayacagı halen net degildir. Ayrıca bireylerin gelirleri ekonomik aktivitenin yavaslaması sonucunda azaldıgı gibi salgının olusturdugu belirsizlik ortamı bireylerin harcamalarını daha da kısmalarına sebep olmaktadır. Bu yüzden belirsizlik seviyesinin hassas bir gösterge ile ölçülmesi önem arz etmektedir. Bu proje ile sektörel bazlı (hizmet, perakende ve insaat) ve genel belirsizlik endeksleri (ekonomik ve reel) olusturulmustur. Bu endeksler Türkiye?deki önemli politik ve ekonomik olaylarda ani artıslar göstermektedir. Yani olusturulan endeksler, reel aktiviteyi önemli ölçüde etkileyen belirsizlik artıslarını hassas olarak ölçebilmektedir. Projenin ikinci kısmında Covid-19 salgının reel ekonomi üzerindeki etkisi belirsizlik endeksleri üzerinden analiz edilmistir. Olusturulan yapısal vektör oto regresyon (SVAR) modelleri ile belirsizligin hem toplam sanayi üretimine hem de her sektördeki üretimi üzerinde nasıl bir etki olusturdugu gösterilmis ve tartısılmıstır. Sonuçlar göstermektedir ki, belirsizlikteki bir artıs reel aktiviteyi düsürmektedir. Bu sonuç teorik olarak belirsizligin ekonomiyi yavaslatacagı argümanını ampirik olarak desteklemektedir. Covid-19?un olusturdugu belirsizlik, tüm zamanlar içinde en yüksek ve ani belirsizlik artısına sebep olmustur ve reel aktivite üzerinde siddetli bir negatif etkisi olmustur. Projemizde olusturdugumuz belirsizlik endeksleri ve analizler sayesinde spesifik mali yardım paketlerinin hangi sektörlerde nasıl bir etki olusturulabilecegi tahmin edilebilir. Ayrıca elde edilen endeksler, politika yapımında önemli bir gösterge araç olarak kullanılabilir. Olusturdugumuz sektörel ve genel belirsizlik endeksleri ilerideki projeler ve politikalar için de önemli bir kaynak teskil edecektir. Daha ayrıntılı sektörel politikalar gelistirebilmek, salgın geçtikten sonra Türkiye?nin jeopolitik avantajını kullanarak üretim merkezi olabilmesi ve tedarik zincirinde aktarma merkezi olabilmesi için belirsizligin olusturdugumuz endeksler gibi hassas göstergeler ile ölçümlenmesi önemli bir gerekliliktir.Research Project Yenilenebilir Enerji için Ödeme Istekliliği Ve Bu Istekliliği Etkileyen Faktörlerin Analiz Edilmesi(2018) Doğan, EyüpBu projede, Türkiye?de ikamet eden hanehalkının yenilenebilir enerji için ödeme istekliliği (YÖİS) ve bu istekliliği etkileyen faktörler analiz edilecektir. İlgili literatür kapsamında, gelişmiş ve gelişmekte olan birçok ülke için YÖİS ve bu istekliliğe etki eden faktörler incelenmesine rağmen, daha önce bu alanda Türkiye üzerine bir çalışma yapılmamıştır. Bu projenin amacı, Türkiye?deki vatandaşların YÖİS ve bu istekliliği etkileyen değişkenleri inceleyerek literatürdeki bu boşluğu doldurmaktır. Ayrıca, Sundt ve Rehdanz (2015) ?ın meta-analiz çalışması, ilgili literatürdeki çoğu makalenin yaş, eğitim seviyesi, gelir düzeyi ve çevresel duyarlılık gibi faktörlerin olası etkisini analiz etmesine rağmen sadece bir kaç makalenin hanehalkı sayısını ekonometrik modele dahil ettiğini göstermiştir. Bu proje, coğunlukla kullanılan demografik faktörlerin yanısıra hanehalkı sayısınında YÖİS?i etkileyip etkilemediğini araştıracaktır. Bu projeyi gerçekleştirebilmek için koşullu değer yöntemiyle hazırlanan toplam 2 bölüm ve 26 sorudan oluşan bir anket kullanılacaktır. Yüzyüze görüşme yöntemiyle Türkiye?nin 12 farklı İBBS bölgesinden toplam 2,500 kişiyle yüzyüze görüşme yöntemiyle doldurulacak anketlerden elde edilecek bilgiler sayesinde, Türkiye?de ikamet eden hanehalkının ortalama YÖİS miktarı ve hangi faktörlerin bu istekliliği anlamlı yada anlamsız etkilediği çeşitli yöntemler kullanılarak analiz edilecektir. Türkiye, Avrupa Birliğine aday bir ülke, G-20 ekonomilerinden birisi ve NATO?ya dahil bir ülke olmasının yanısıra, Dünya ve Avrupa enerji piyasasında da önemli bir konuma sahiptir. Ayrıca, yenilenebilir enerji alanında kısa ve orta vadede yapılması hedeflenen yatırımlarda göz önüne alındığında, Türkiye bu literatür içerisinde araştırılması gereken ülkelerin arasındadır. Bununla birlikte, son zamanlarda küresel ısınma, gaz emisyonu ve çevresel kirlilik gibi faktörler global bir sorun haline gelmiştir. Yenilenebilir enerjinin kullanımı daha temiz bir çevre için önemli bir unsurdur. Türkiye enerjide dışa bağımlı bir ülkedir. Ayrıca, Türkiye'nin elektrik enerjisinin %48'inin doğal gazdan üretiliyor olmasının yarattığı kırılganlığın son dönem Rusya krizi ile görülmüş olması sonrasında enerji karmasında çeşitlendirme çok daha hassasiyet kazanmıştır. Yenilenebilir enerjinin artırılması bağımlılığı azaltacak önemli bir araçtır. Hanehalklarının katılımı, hedeflenen yenilenebilir enerji projelerinin hayata geçirilmesini kolaylaştıracaktır. Bu proje dört ana hedefe ulaşmak üzerine odaklanmıştır: i) Türkiye?de ikamet eden hanehalklarının yenilenebilir kaynalardan üretilen elektrik enerjisi almak için ödemeye razı oldukları ortalama miktarı bulmak, ii) YÖİS?i etkileyebilecek yaş, cinsiyet, gelir düzeyi, egitim seviyesi, çevreye olan duyarlılık ve hanehalkı sayısı gibi faktörleri analiz etmek, iii) yenilenebilir enerji yatırımlarının hanehalkları tarafından desteklenmesine olanak sağlayacak bir politikanın Türkiye?de uygulanabilirliğini ortaya koymak, iv) bu proje çıktılarını uluslararası indekslerce taranan bir dergide yayınlatmak.Research Project RNA İkincil Yapılarının Çok Boyutlu Gösterimi ve Pre-MiRNA Tespiti İçin Uygulamaları(2021) Demirci, Müşerref Duygu Saçar; Demirci, Yılmaz Mehmet-Article G7 Countries Unemployment Rate Predictions Using Seasonal Arima Garch Coupled Models(2021) MUĞALOĞLU Erhan; KILIÇ Edanur; Kılıç, Edanur; Mugaloglu, ErhanDespite the unemployment data have been recently released as seasonally adjusted, seasonality may still exist in moving average (MA) or auto-regressive (AR) terms. This can be detected by searching for a regular pattern in auto-correlation function (ACF) and partial ACF (PACF) diagrams. Therefore, models that aim to forecast unemployment rates should consider their seasonal properties so as to obtain better mean equation estimations. Univariate models mostly employ integrated ARMA (ARIMA) or generalized auto regressive conditional heteroscedastic (GARCH) models or any combination of them. Once the mean equations are structured better, GARCH estimations of variance equation is expected to perform better accuracy in forecasts. This study first examines the ACF's and PACF's of seasonally adjusted unemployment rate data in G-7 countries for 1995-2019 period. Then it compares the 4-quarter and 8-quarter ahead forecast performance of the seasonal ARIMA (SARIMA) coupled volatility models of GARCH in mean, absolute value GARCH, GJR-GARCH, exponential GARCH and asymmetric GARCH models. The performance of these models is also compared to SARIMA and MA filtered volatility models. The results show that seasonality should be re-examined even in seasonally adjusted unemployment data, since SARIMA models outperform ARIMA models in terms of out of sample forecast errors. Besides SARIMA-GARCH models provide better out of sample prediction accuracy.Article Symbolic Aggregate Approximation-Based Clustering of Monthly Natural Gas Consumption(2024-03-24) Söylemez, İsmet; Ünlü, Ramazan; Nalici, Mehmet ErenNatural gas is an indispensable non-renewable energy source for many countries. It is used in many different areas such as heating and kitchen appliances in homes, and heat treatment and electricity generation in industry. Natural gas is an essential component of the transportation sector, providing a cleaner alternative to traditional fuels in vehicles and fleets. Moreover, natural gas plays a vital role in boosting energy efficiency through the development of combined heat and power systems. These systems produce electricity and useful heat concurrently. As nations move towards more sustainable energy solutions, natural gas has gained prominence as a transitional fuel. This is due to its lower carbon emissions when compared to coal and oil, thus making it an essential component of the global energy framework. In this study, monthly natural gas consumption data of 28 different European countries between 2014 and 2022 are used. Symbolic Aggregate Approximation method is used to analyse the data. Analyses are made with different numbers of segments and numbers of alphabet sizes, and alphabet vectors of each country are created. These letter vectors are used in hierarchical clustering and dendrogram graphs are created. Furthermore, the elbow method is used to determine the appropriate number of clusters. Clusters of countries are created according to the determined number of clusters. In addition, it is interpreted according to the consumption trends of the countries in the determined clusters.Article Performance Evaluation of Energy Companies With a Novel Integrated Multi- Criteria Decision Making Method(Kafkas University Iibf, 2022-12-27) Madenoglu, Fatma Selen; Unlusoy, Omer Faruk; Yilmaz, CagatayFinancial statements are an important tool for assessing and analyzing an organization's financial performance. Financial performance analysis allows for an accurate and appropriate appraisal of an organization's performance. The evaluation procedure must be thoroughly stated because financial performance indicators represent a company's competitiveness. This study provides a novel integrated multi-criteria decision-making method for analyzing an organization's financial performance. The applicability of the proposed method is assessed employing financial ratios that are integrated to generate a financial performance score for eight well-known Turkish energy companies. The criteria are weighted using the entropy method in the proposed method. The multi- attributive border approximation area comparison (MABAC) method is used to rank the companies. As the weights of the criteria have an impact on the ranking outcomes, a sensitivity analysis of the weights is performed. We also exhibit a comparison analysis of energy company rankings to validate the proposed approach's results using four MCDM methods: ELECTRE, MAUT, TOPSIS, and WASPAS. In addition, an alternative weighting method is also used to evaluate the results. The results show that the proposed method is an effective MCDM for coping with evaluation problems.Article Citation - WoS: 3Citation - Scopus: 3MicroRNA Prediction Based on 3D Graphical Representation of RNA Secondary Structures(Tubitak Scientific & Technological Research Council Turkey, 2019-08-05) Sacar Demirci, Muserref Duygu; Demirci, Müşerref Duygu SaçarMicroRNAs (miRNAs) are posttranscriptional regulators of gene expression. While a miRNA can target hundreds of messenger RNA (mRNAs), an mRNA can be targeted by different miRNAs, not to mention that a single miRNA might have various binding sites in an mRNA sequence. Therefore, it is quite involved to investigate miRNAs experimentally. Thus, machine learning (ML) is frequently used to overcome such challenges. The key parts of a ML analysis largely depend on the quality of input data and the capacity of the features describing the data. Previously, more than 1000 features were suggested for miRNAs. Here, it is shown that using 36 features representing the RNA secondary structure and its dynamic 3D graphical representation provides up to 98% accuracy values. In this study, a new approach for ML-based miRNA prediction is proposed. Thousands of models are generated through classification of known human miRNAs and pseudohairpins with 3 classifiers: decision tree, naive Bayes, and random forest. Although the method is based on human data, the best model was able to correctly assign 96% of nonhuman hairpins from MirGeneDB, suggesting that this approach might be useful for the analysis of miRNAs from other species.