1 | Dersin Adı: | ÇOK KRİTERLİ KARAR VERME |
2 | Dersin Kodu: | END5138 |
3 | Dersin Türü: | Seçmeli |
4 | Dersin Seviyesi: | Yüksek Lisans |
5 | Dersin Verildiği Yıl: | 1 |
6 | Dersin Verildiği Yarıyıl: | 2 |
7 | Dersin AKTS Kredisi: | 7,5 |
8 | Teorik Ders Saati (saat/hafta): | 3 |
9 | Uygulama Ders Saati (saat/hafta): | 0 |
10 | Laboratuar Ders Saati (saat/hafta): | 0 |
11 | Dersin Önkoşulu | |
12 | Ders İçin Önerilen Diğer Hususlar | Yok |
13 | Dersin Dili: | Türkçe |
14 | Dersin Veriliş Şekli | Yüz yüze |
15 | Dersin Koordinatörü: | Doç. Dr. ASLI AKSOY |
16 | Dersi Veren Diğer Öğretim Elemanları: | |
17 | Ders Koordinatörünün İletişim Bilgileri: |
asliaksoy@uludag.edu.tr Tel: 0224 294 2078 Endüstri Mühendisliği Bölüm, Mühendislik Mimarlık Fakültesi Uludağ Üniversitesi, Görükle, Bursa |
18 | Dersin Web Adresi: | |
19 | Dersin Amacı | Öğrencilere, çok kriterli karar verme problemlerini sistematik bir yaklaşımla çözme yeteneği kazandırmaktır. Çok kriterli karar verme süreç ve tekniklerinin aşamalarını, içeriklerini, benzerlik ve farklılıklarını, ayrıntılı bir şekilde derinlemesine irdelemek, teorik bilgilerin, literatürdeki uygulamalarını araştırarak teori ve pratiği birleştirme yeteneği kazandırmaktır. |
20 | Dersin Mesleki Gelişime Katkısı: |
21 | Ders Öğrenme Kazanımları |
|
22 | Dersin İçeriği |
Hafta | Teori | Uygulama |
1 | Karar problemlerinde temel kavramlar | |
2 | Karar verme süreci, karar verme problemlerini tanımlama, yapısal tasarım ve basit yöntemler | |
3 | Fayda Teorisi ve Karar Ağaçları | |
4 | Çok Kriterli Karar Verme Problemlerinin Yapısal Özellikleri ve Toplamsal Yöntemler - Analitik Hiyerarşi Prosesi (AHP) | |
5 | Analitik Ağ Prosesi – Ödev 1 sunumları | |
6 | MACBETH ve Çok Nitelikli Fayda Teorisi (MAUT) | |
7 | Üstünlüğe Dayalı Yöntemler – PROMETHEE ve ELECTRE | |
8 | Referans düzeye dayalı yöntemler - TOPSIS ve VIKOR | |
9 | Ders tekrarı ve ara sınav | |
10 | Veri Zarflama Analizi - Ödev 2 sunumları | |
11 | Hedef Programlama | |
12 | Kural tabanlı yöntemler – Üstünlük Tabanlı Kaba Küme Analizi (DRSA) – Bütünleşik yöntemler | |
13 | Çok Kriterli Karar Verme Problemlerinde Yapay Zeka Yöntemleri ve Evrimsel Algoritma Uygulamaları -Çok Kriterli Karar Verme Problemlerinde Grup Kararları | |
14 | Çok Kriterli Karar Verme Yöntemleri ile İlgili Yazılımların Tanıtılması ve Örnek Problemlerde Kullanımı - Proje sunumları |
23 | Ders Kitabı, Referanslar ve/veya Diğer Kaynaklar: |
Belton, V, Stewart, T.J., 2002. Multi-criteria Decision Analysis: An Integrated Approach, Kluwer Academic Publishers, Boston. Ishizaka, A., Nemery, P., 2013. Multi-Criteria Decision Analysis (Methods and Software), John Wiley & Sons, Chicester, West Sussex. Figueira, J., Greco, S,. Ehrgott, M., 2005, Multi Criteria Decision Analysis: State of the Art Surveys, Springer, Boston. Doumpos, M., Grigoroudis, E. 2013. Multi-Criteria Decision Aid and Artificial Intelligence, John Wiley & Sons, Chicester, West Sussex. Tzeng, G.H., Huang, J.J. 2011. Multiple Attribute Decision Making: Methods and Applications, CRC Press Taylor & Francis Group, Boca Raton. Gal, T., Stewart, T.J., Hanne, T. 1999. Multicriteria Decision Making: Advances in MCDM Models, Algorithms, Theory and Applications, Springer, New York |
24 | Değerlendirme |
YARIYIL İÇİ ÇALIŞMALARI | SAYISI | KATKI YÜZDESİ |
Ara Sınav | 1 | 20 |
Kısa Sınav | 0 | 0 |
Ödev | 3 | 45 |
Yıl sonu Sınavı | 1 | 35 |
Toplam | 5 | 100 |
Yıl içi çalışmalarının Başarıya Oranı | 65 | |
Finalin BAşarıya Oranı | 35 | |
Toplam | 100 | |
Derste Kullanılan Ölçme ve Değerlendirme Yaklaşımları | ||
Açıklama |
25 | AKTS / İŞ YÜKÜ TABLOSU |
Etkinlik | SAYISI | Süresi [Saat] | Toplam İş Yükü [Saat] |
Teorik Dersler | 14 | 3 | 42 |
Uygulamalı Dersler | 0 | 0 | 0 |
Sınıf Dışı Ders Çalışma Süresi (Ön çalışma, pekiştirme) | 14 | 10 | 140 |
Ödevler | 3 | 7 | 14 |
Projeler | 1 | 25 | 25 |
Arazi Çalışmaları | 0 | 0 | 0 |
Arasınavlar | 1 | 2,5 | 2,5 |
Diğer | 0 | 0 | 0 |
Yarıyıl Sonu Sınavları | 1 | 2,5 | 2,5 |
Toplam İş Yükü | 226 | ||
Toplam İş Yükü / 30 saat | 7,53 | ||
Dersin AKTS Kredisi | 7,5 |
26 | PROGRAM YETERLİLİKLERİ İLE DERS ÖĞRENİN KAZANIMLARI İLİŞKİSİ TABLOSU | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
ÖK: Öğrenme Kazanımları | PY: Program yeterlilikleri |
Katkı Düzeyi: | 1 Çok Düşük | 2 Düşük | 3 Orta | 4 Yüksek | 5 Çok Yüksek |