Browsing by ORCID "0000-0002-9445-6740"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Öğrenci-proje atama probleminde farklı grup kararlarının değerlendirilmesi
    (Eskişehir Osmangazi Üniversitesi, 2023) Tabansız, Gülveren; Sebatlı Sağlam, Aslı; Çavdur, Fatih
    Öğrenci-Proje Atama (ÖPA), genel olarak, çeşitli kriterlerin dikkate alınmasıyla öğrenci-proje gruplarının oluşturmasını ve bu gruplara projelerin atanmasını içeren çok-kriterli bir problem olarak tanımlanabilir. Bu çalışmada, problemin çözümü için üç aşamadan oluşan bir yaklaşım önerilmektedir. Yakın tarihli başka bir çalışmada geliştirilmiş olan bir 0-1 tamsayılı-hedef programlama formülasyonundan adapte edilmiş olan matematiksel programlama modeliyle, çalışmanın ilk aşamasında çeşitli kriterler dikkate alınarak öğrenci-proje gruplarının oluşturulması gerçekleştirilmektedir. Söz konusu kriterler ise (i) bir gruptaki öğrenci sayısı, (ii) genel akademik not ortalaması (GANO) değeri, (iii) yabancı dil, (iv) bilgisayar programlama, (v) genel ofis yazılımları ve (vi) veri tabanı yönetimi yetenekleridir. Sonraki aşamada, grup-proje eşleştirmeleri gerçekleştirilmeden önce, oluşturulan grupların proje tercihleri için grup üyelerinin farklı bakış açılarını yansıtan grup kararları belirlenmektedir. Son olarak, öğrenci-proje gruplarının proje tercihlerine yönelik olarak oluşturulan grup kararları kullanılarak bir 0-1 tamsayılı program ile grup-proje atamaları gerçekleştirilmektedir. Çalışmanın literatüre olan katkısı, önerilen üç aşamalı yaklaşımla, grup kararlarının dikkate alınarak ÖPA probleminin çözülmesi şeklinde özetlenebilir. Böylelikle, farklı bakış açılarına sahip çok sayıdaki öğrencinin tercihleri, ÖPA sürecinde önemli bir kriter olan tercih kriteri için yansız ve tek bir grup kararı olarak ele alınabilmektedir. Önerilen yaklaşım, akademik bir kurumdaki gerçek bir ÖPA problemine uygulanmıştır. Elde edilen sonuçlar, ilgili literatürde bulunan diğer atama yaklaşımlarının sonuçları ile çeşitli performans parametreleri açısından karşılaştırılmıştır ve kriterlerin performans skorlarında ortalama %9 oranında iyileşme olduğu gözlenmiştir.
  • Thumbnail Image
    Item
    Prediction of parking space availability using ARIMA and Neural Networks
    (TMMOB Makina Mühendisleri Odası, 2023) Sebatlı Sağlam, Aslı; Cavdur, Fatih
    It may be critical for drivers to have information about the occupancy rates of the parking spaces around their destination in order to reduce the traffic density, a non-negligible part of which caused by the trips to find an available parking space. In this study, we predict parking occupancy rates (and thus, space availability) using three different techniques: (i) auto-regressive integrated moving average model, (ii) seasonal auto-regressive integrated moving average model and (iii) neural networks. In the implementation phase, we use the data set of the on-street parking spaces of the well-known “SFpark” project carried out in San Francisco. We take into account not only the past occupancy rates of parking spaces, but also exogenous variables that affect the corresponding occupancy rates as day type and time period of the day. We make predictions with different model structures of each of the considered methods for each parking space with different parking occupancy patterns in the data set and then compare the results to find the best model design for each parking space. We also, evaluate the results in terms of the superiority of the methods over each other and note that the performance of neural networks is better than those of the other approaches in terms of the mean squared errors.