Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2022
Tezin Dili: Türkçe
Öğrenci: Mihraç KÜPELİ
Danışman: İhsan Alp
Özet:
Veri zarflama analizi (VZA) benzer girdiler kullanarak benzer çıktılar elde eden karar verme birimlerinin (KVB) göreli etkinliğini ölçmek için doğrusal programlamayı kullanan parametrik olmayan bir tekniktir. Ancak girdi ve çıktılara sıfır veya sıfıra yakın ağırlıkların atanması, birden fazla etkin KVB elde etmesi, karar vericilerin tercih yapısını göz ardı etmesi VZA’nın önemli dezavantajlarındandır. Bu çalışmada, bahsedilen problemleri elimine etmek için veri setindeki KVB sayısı kadar amaçtan oluşan çok amaçlı veri zarflama analizi (ÇAVZA) modelleri oluşturulmuş ve ortak ağırlıkların kullanılması sağlanmıştır. Çalışmanın amacı ortak ağırlıkları kullanarak her bir KVB’nin etkinliğini maksimum yapmak, KVB’leri birden fazla etkin KVB’den kaçınarak sıralamak ve istenilen sayıda pareto optimal çözüm elde etmektir. Bu amaçlara ilişkin olarak basılgın olmayan sıralı genetik algoritma NSGA II kullanılarak pareto optimal çözümler elde edilmiş ve literatürdeki iki veri seti üzerinden diğer yöntemlerle arasındaki ilişki ortaya konulmuştur. Ayrıca optimal parametre seçimi için algoritmada kullanılan beş parametre seçilerek 2k tam faktöriyel deney tasarımı çalışması oluşturulmuş ve istatistiksel bir yazılım paketi kullanılarak en uygun parametre değerlerinin seçimine ilişkin analizler yapılmıştır.
Anahtar Kelimeler : Veri zarflama analizi, Çok amaçlı optimizasyon, Genetik algoritma,
NSGA II