Abstract
Maliyet ve iş hacmi arasındaki ilişkilerin ortaya konmasında muhasebede kullanılan yöntemlere yardımcı olarak mühendislik ve istatistiki tekniklerden faydanılmaktadır. Giderlerin sınıflandırılarak toplam maliyet fonksiyonun belirlenmesinde kullanılan her bir yöntem diğer yöntemin eksikliğini gidererek daha üstün bir yöntem haline getirmektedir. Bu yöntemler genel olarak matematik ve istatistiki teknikler ismi altında toplanmaktadır. Yapay sinir ağı modellerinin üstün ve eksik yönleri ortaya konarak özellikle matematik ve istatistiki diğer tekniklerin yetersiz kaldığı koşullarda maliyet fonksiyonun belirlenmesinde yapay sinir ağlarının kullanılabileceği öngörülmektedir. Bu çalışma da m2 başına bir evin toplam maliyet fonksiyonun belirlenmesinde literatürde kullanılan grafik tekniği, en düşük en yüksek hacimler tekniği, çifte ortalama tekniği ve en küçük kareler tekniğine alternatif olarak yapay sinir ağı modelleri ile maliyet fonksiyonu tahmin edilmeye çalışılmış ve elde edilen sonuçlar diğer yöntemlerle mukayese edilmiştir. Sonuçta bir evin m2 başına birim maliyetine etki eden faktör ile kurulan maliyet fonksiyonunda özellikle en küçük kareler tekniği ve yapay sinir ağı modellerinin yaklaşık benzer sonuçlar elde ettikleri tespit edilmiştir.
References
- Baş, N.(2006), Yapay Sinir Ağları Yaklaşımı ve Bir Uygulama, Yayımlanmamış Yüksek Lisans Tezi, Mimar Sinan Güzel Sanatlar Üniv. Fen Bilimleri Enstitüsü, İstanbul.
- Büyükmirza, K. (2008), Maliyet ve Yönetim Muhasebesi, Gazi Kitabevi, 12.Baskı.
- Carson II, John S.(2003),“Introduction to Modeling and Simulation”, Proceedings of The 2003 Winter Simulation Conference.
- Efe, Ö., Kaynak, O. (2004), Yapay Sinir Ağları ve Uygulamalar, Boğaziçi Üniversitesi.
- Haykin S.,(1999), Learning Processes, Single-Layer Perceptrons, Multilayer Perceptrons, Neural Networks A Comprehensive Foundation. 2nd edition USA, PrenticeHall International Inc.
- Irwin, G. W.-Warwick, K.- Hunt, K. J. (1995),Neural Network Applications in Control. United Kingdom: The Instution of Electrical Engineers.
- Öztemel E. (2003), “Yapay Sinir Ağları”, Papatya Yayıncılık.
- Sağıroğlu, Ş.-Beşdok, E.- Erler M. (2003), Mühendislikte Yapay Zeka Uygulamaları, Yapay Sinir Ağları, Ufuk Yayınları.
- Şen, Z. (2004), Yapay Sinir Ağları İlkeleri, İstanbul: Su Vakfı Yayınları.
- Yazıcı, A.C.-Ögüş, E.- Ankaralı, S.- Canan, S.- Ankaralı, H.- Akkuş, Z. (2007), Yapay Sinir Ağlarına Genel Bakış, Türkiye Klinikleri Med. Sci.
- https://archive.ics.uci.edu/ml/index.php
Abstract
References
- Baş, N.(2006), Yapay Sinir Ağları Yaklaşımı ve Bir Uygulama, Yayımlanmamış Yüksek Lisans Tezi, Mimar Sinan Güzel Sanatlar Üniv. Fen Bilimleri Enstitüsü, İstanbul.
- Büyükmirza, K. (2008), Maliyet ve Yönetim Muhasebesi, Gazi Kitabevi, 12.Baskı.
- Carson II, John S.(2003),“Introduction to Modeling and Simulation”, Proceedings of The 2003 Winter Simulation Conference.
- Efe, Ö., Kaynak, O. (2004), Yapay Sinir Ağları ve Uygulamalar, Boğaziçi Üniversitesi.
- Haykin S.,(1999), Learning Processes, Single-Layer Perceptrons, Multilayer Perceptrons, Neural Networks A Comprehensive Foundation. 2nd edition USA, PrenticeHall International Inc.
- Irwin, G. W.-Warwick, K.- Hunt, K. J. (1995),Neural Network Applications in Control. United Kingdom: The Instution of Electrical Engineers.
- Öztemel E. (2003), “Yapay Sinir Ağları”, Papatya Yayıncılık.
- Sağıroğlu, Ş.-Beşdok, E.- Erler M. (2003), Mühendislikte Yapay Zeka Uygulamaları, Yapay Sinir Ağları, Ufuk Yayınları.
- Şen, Z. (2004), Yapay Sinir Ağları İlkeleri, İstanbul: Su Vakfı Yayınları.
- Yazıcı, A.C.-Ögüş, E.- Ankaralı, S.- Canan, S.- Ankaralı, H.- Akkuş, Z. (2007), Yapay Sinir Ağlarına Genel Bakış, Türkiye Klinikleri Med. Sci.
- https://archive.ics.uci.edu/ml/index.php
Details
| Primary Language | Turkish |
|---|---|
| Journal Section | Research Article |
| Authors | |
| Publication Date | August 26, 2019 |
| Submission Date | June 1, 2019 |
| Published in Issue | Year 2019 |