DERS ADI

: İŞ SÜREÇLERİ SİMÜLASYONU

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS
DBA 6174 İŞ SÜREÇLERİ SİMÜLASYONU SEÇMELİ 3 0 0 9

Dersi Veren Birim

İngilizce İşletme Yönetimi Doktora

Dersin Düzeyi

Doktora

Ders Koordinatörü

PROFESÖR SABRİ ERDEM

Dersi Alan Birimler

İngilizce İşletme Yönetimi Doktora

Dersin Amacı

Bu dersin amacı, iş süreçlerinin simülasyon ile modellenmesini, pekçok simulasyon paket ve simülasyon dilinin iş analizi için kullanımının sağlanmasını ve simulasyon modellerinin farklı karar ve tahmin modelleriyle (sezgisel yöntemler, tepki yüzey methodolojisi, deneyn tasarımı, vb.) entegrasyonu konusunda gerekli bilgi ve uygulama deneyiminin edindirilmesini amaçlamaktadır.

Dersin Öğrenme Kazanımları

1   Simülasyon modellerinin iş süreçleri için kullanılabilirliğini kavrayabilmek.
2   İş süreci modelleme kavramlarını simülasyon modeli üzerinde uygulayabilmek.
3   Sonuçları detaylı istatistiksel analizlerle bütünleştirilmiş eksiksiz bir simülasyon çalışması gerçekleştirebilmek.
4   Süreç iyileştirme amacıyla alternatif modeller ve senaryolar geliştirebilmek.
5   Kurumsal hedeflere ve çevresel faktörlere göre süreçleri tekrar tasarlayabilmek.

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama
1 Giriş Simülasyon Sistemleri, İş Süreçlerinde Simülasyon
2 Rassal Sayı Türetimi Yapay rassal sayı üretimi, Doğrusal ve Birleşik Doğrusal Eşleşiksel Üreteçler Bilgisayar Uygulaması: R ve Python ile Rassal Sayı Üretimi
3 Rassal Değişken Türetimi - Kesikli Ters Dönüşüm, Birleşim, Konvolüsyon, Kabul-Ret
4 Rassal Değişken Türetimi - Sürekli ve Çok Değişkenli Ters Dönüşüm, Poisson Süreçleri, Kopula Bilgisayar Uygulaması: Rassal sayı türetme algoritmalarının Python'da uygulanması, R üzerinde çağırılması
5 Girdi Verisi Modelleme Veri Toplama, Dağılım Fit Etme, Parametre Tahmini, Uyum İyiliği Testleri Bilgisayar Uygulaması: R'da İstatistiksel Analizler
6 Çıktı Analizi - Tek Değişkenli Nokta ve Aralık Kestirimi, Başlangıç Yanlılığı, Hata Kestirimi, Tekrarlama, Toplu Ortalamalar, Bootstrap Bilgisayar Uygulaması: R'da İstatistiksel Analizler
7 Alternatif Modellerin Kıyaslanması Ortak Rassal Sayılar, Benferroni Yaklaşımı, Meta Modelleme Bilgisayar Uygulaması: R'da İstatistiksel Analizler
8 Petri Ağları Kullanarak Simülasyon Üretim Uygulamaları Bilgisayar Uygulaması: Dönem Projesi
9 Varyans Azaltma Teknikleri Aykırı Değişkenler, Kontrol Değişkenleri, Koşullama, Önem Örneklemesi Bilgisayar Uygulaması: Dönem Projesi
10 Markov Zinciri Monte Carlo Yöntemleri Hasting-Metropolis Algoritması, Gibbs Örnekleyici, Benzetimli Tavlama Bilgisayar Uygulaması: Dönem Projesi
11 Deney Tasarımı ve Optimizasyon Faktöriyel Tasarımlar, Yanıt Yüzeyleri, Simülasyon Tavanlı Optimizasyon Bilgisayar Uygulaması: Dönem Projesi
12 Ajan Tabanlı Simülasyon ve Sistem Dinamikleri Ajan Tabanlı Simülasyon, Sürekli Simülasyon, Sistem Dinamikleri Bilgisayar Uygulaması: Dönem Projesi

Ders İçin Önerilen Kaynaklar

Kitaplar:
Ross, S. M. (2012), Simulation, 5th Edition, Academic Press Publication
Banks, J. & Carson II, J. S., 2009, Discrete-Event System Simulation, 5th Edition, Pearson
Law, A. M., (2013), Simulation Modeling and Analysis, 5th Edition, McGraw-Hill
Nelson, B. (2013). Foundations and Methods of Stochastic Simulation. Springer
Jones, O., Maillardet, R., & Robinson, A. (2014). Introduction to Scientific Programming and Simulation Using R. CRC Press.
Grolemund, G. (2014). Hands-On Programming with R: Write Your Own Functions and Simulations. O Reilly.
Matloff, N. (2009). The Art of R Programming. No Starch Press.

Online Öğrenme Ortamları:
edX Course: Introduction to Computational Thinking and Data Science https://www.edx.org/course/introduction-computational-thinking-data-mitx-6-00-2x-0 (Simulation with Python)
Coursera Course: R Programming https://www.coursera.org/course/rprog (Simulation with R)

Web Siteleri:
Simpy Discrete Event Simulation Package documentation: https://simpy.readthedocs.org/en/latest/

Makaleler:
L'ecuyer, P. (1988). Efficient and portable combined random number generators. Communications of the ACM, 31(6), 742-751.
L'ecuyer, P. (1999). Good parameters and implementations for combined multiple recursive random number generators. Operations Research, 47(1), 159-164.
Box, G. E., & Muller, M. E. (1958). A note on the generation of random normal deviates. The annals of mathematical statistics, (29), 610-611.
Kronmal, R. A., & Peterson Jr, A. V. (1979). On the alias method for generating random variables from a discrete distribution. The American Statistician, 33(4), 214-218.
Brysbaert, M. (1991). Algorithms for randomness in the behavioral sciences: A tutorial. Behavior Research Methods, Instruments, & Computers, 23(1), 45-60.
Charnes, J. M. (1991, December). Multivariate simulation output analysis. In Proceedings of the 23rd conference on Winter simulation (pp. 187-193). IEEE Computer Society.
Chen, E. J., & Kelton, W. D. (2008). Estimating steady-state distributions via simulation-generated histograms. Computers & Operations Research, 35(4), 1003-1016.
Goldsman, D., Kim, S. H., & Nelson, B. (2005, December). Statistical selection of the best system. In Simulation Conference, 2005 Proceedings (pp. 10-pp). IEEE.
Angün, E., Kleijnen, J. P., Hertog, D. D., & Gürkan, G. (2002, December). Recent advances in simulation optimization: response surface methodology revisited. In Proceedings of the 34th conference on Winter simulation: exploring new frontiers (pp. 377-383). Winter Simulation Conference.
Zhou, M. (1998). Modeling, analysis, simulation, scheduling, and control of semiconductor manufacturing systems: A Petri net approach. Semiconductor Manufacturing, IEEE Transactions on, 11(3), 333-357.

Öğrenme ve Öğretme Yöntemleri

Ders anlatma, grup çalışması, sunumlar, sınıf içi tartışma.

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL
1 ARS ARASINAV
2 YYC YARIYIL İÇİ ÇALIŞMA
3 YYS YARIYIL SONU SINAVI
4 YYBN YARIYIL SONU BAŞARI NOTU ARS * 0.30 + YYC* 0.20 + YYS* 0.50
5 BUT BÜTÜNLEME
6 BUTBN BÜTÜNLEME SONU BAŞARI NOTU ARS * 0.30 + YYC* 0.20 + BUT* 0.50


*** Bütünleme Sınavı Yapılmayan Birimlerde Bütünleme Kriteri Dikkate Alınmaz.

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

1. Vize ve Final Sınavı
Öğrencilerin dönem boyunca edindikleri kavram ve kurumlara ilişkin bilgileri kompozisyon tipi ve uygulamalı soruların oldugu yazılı bir sınav ile değerlendirilecektir.Uzun metinli örnek olaylar ele alınacaktır.
2. Dönem Projesi
Gruplar, iş süreçlerinin simülasyonu hakkında iş ortamında gözlem yapacaklar ve öğretim üyesi tarafından verilen formata bağlı kalarak yazılı bir rapor hazırlayacaklardır. Öğrencilerin, gözlemlerini sınıf arkadaşlarıyla sözlü sunum yaparak paylaşmaları beklenmektedir.
3. Sınıf içi Tartışma ve Sunum
Öğrencilere sınıfta işlenen kavramlarla ilgili belli örnek olaylar veya sorular verilecektir. Gruplar konular hakkında tartışacak ve görüşlerini sunacaklardır. Öğrencilerin sınıf içi tartışmalara katkıda bulunmaları beklenmektedir.

Dersin Öğretim Dili

İngilizce

Derse İlişkin Politika ve Kurallar

1. Derslerin %70 ine katılım zorunludur.
2. Her türlü intihal girişimi ve fiili disiplin cezası ile sonuçlanır.
3. Öğrencilerin sınıf içi tartışmalara aktif olarak katılmaları beklenmektedir.
4. Öğrencilerin derse zamanında gelmeleri beklenmektedir.
5. Tüm öğrencilerin dersten önce hazırlık yapmaları beklenmektedir.

Dersin Öğretim Üyesi İletişim Bilgileri

Email: sabri.erdem@deu.edu.tr
Telefon: (232) 301 82 57

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

İlan Edilecektir.

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat)
Ders Anlatımı 12 3 36
Final Sınavına Hazırlık 1 30 30
Haftalık Ders öncesi/sonrası hazırlıklar 12 3 36
Vize Sınavına Hazırlık 1 30 30
Ödev Hazırlama 2 30 60
Sunum Hazırlama 1 15 15
Final Sınavı 1 3 3
Vize Sınavı 1 3 3
TOPLAM İŞ YÜKÜ (saat) 213

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖKPK.1PK.2PK.3PK.4PK.5PK.6PK.7
ÖK.1521221
ÖK.2521221
ÖK.31531221
ÖK.44551225
ÖK.54555525