Afet İstasyonlarının Kuruluş Yeri Seçiminde Bulanık TOPSIS Yönteminin Uygulanması: Düzce’de Bir Lokasyon Analizi

Öz

Afet istasyonlarının kuruluş yeri seçimi, olası afet durumlarında toplumun acil yardım ihtiyacına en hızlı ve en etkin şekilde cevap verilebilmesi bakımından çok önemlidir. Ayrıca, kuruluş maliyetinin yüksek olması ve tesisin yer değiştiremez nitelikte olması da optimum kuruluş yeri seçimini zorunlu kılmaktadır. Bu çalışmanın amacı, afet istasyonlarının kuruluş yeri seçiminde Bulanık TOPSIS Yöntemi kullanarak Düzce ilinde belirli bir bölgede en optimal kuruluş yeri seçimini yapmaktır. Bu amaca yönelik olarak dört aday afet istasyonu belirlenmiştir. Afet istasyonlarını yerleşim bölgelerinin en uygun yerlerine konuşlandırılmak için belirlenen kriterlerin bir kısmı nitel karakterli ve sözel belirsizlikler içermektedir. Çalışmada sözel belirsizlikler üçgen bulanık sayılar kullanılarak karşılaştırılabilir sayılara dönüştürülmüş ve aday afet istasyonları pozitif ideal çözüme yakınlığı açısından değerlendirilmiştir. Buna göre, Düzce de belirli bir yerleşim bölgesinde afet istasyonunun kurulması için en uygun kuruluş yeri 0.665 yakınlık katsayısı ile küçük su parkı ve verem savaş dispanserinin bulunduğu lokasyon olarak saptanmıştır.

Anahtar Kelimeler

• Afet İstasyonu,Kuruluş Yeri Seçimi,Çok Kriterli Karar

Application of Fuzzy TOPSIS Method on Location Selection of Disaster Stations: A Location Analysis in Düzce

Öz

The selection of the establishment site of the disaster stations is a matter of life and death in the sense that it can respond to the immediate assistance call of the community in a fastest and most effective way in case of possible disasters. Besides, the fact that the organization cost is high and the facility is unable such as to change its place oblige the optimum location selection. The aim of this study is to select the most optimal site of establishment in a designated region in Düzce by using Fuzzy TOPSIS Method. Four candidate disaster stations were determined in line with this purpose. Some of the criteria determined for deploying the disaster stations in the most suitable places of sites of establishment contain qualitative-based and verbal uncertainties. İn the study, the verbal uncertainities were converted into comperable numbers by using triangle fuzzy numbers and candidate disaster stations were evaluated in terms of their proximity to positive ideal solution. Accordingly, the most appropriate site of establishment in order for the disaster station to be established was ascertained in Düzce as the location where the small water park and tuberculosis control dispensary with the proximity coefficient of 0.665 is situated

Anahtar Kelimeler

• Diaster Stations,Location Selection,Multi-Criteria Decision Making

Kaynakça

1. Bashiri, Mahdi&Hosseininezhad-Seyed, Javad (2009), “A Fuzzy group Decision support system for multi Facility Location problems”. International Journal Of Adv. Manufactoring Technology, 42, 533– 543.
2. Baysal, G., Tecim, V. (2006), “Katı Atık Depolama Sahası Uygunluk Analizinin Coğrafi Bilgi Sistemleri (CBS) Tabanlı Çok Kriterli Karar Yöntemleri İle Uygulaması”, 4. Coğrafi Bilgi Sistemleri Bilişim Günleri, Fatih Üniversitesi: İstanbul.
3. Callaway, D.W. (2002), “Emergency Medical Services in Disaster: In Hogan D. E.”, Burstein J. L., eds. Disaster Medicine 2nd ed. Lippincott Williams & Wilkins 127–139
4. Chen, T. (2000), “Extensions Of The TOPSIS For Group Decision Making Under Fuzzy Environment”, Fuzzy Sets And Systems, 114, 1-9.
5. Chen, T. (2001), “A Fuzzy Approach To Select The Location Of The Distribution Center”, Fuzzy Sets And Systems, 118, 65-73.
6. Chen-Tung-Lın, Ching-Torng, Hwang, Sue-Fn (2006), “A Fuzzy Approach for Supplier Evaluation and Selection in Supply Chain Management”, International Journal Of Production Economics, 102, 289-301.
7. Chen, Ting-Yu-Tsao, Chueh, Yung (2008), “The Interval-Valued Fuzzy TOPSIS Method and Experimental Analysis”, Fuzzy Sets And Systems, 159, 1410-1428.
8. Chu, Ta-Chung (2002), “Facility Location Selection Using Fuzzy TOPSIS Under Group Decisions”,International Journal Of Uncertainty, Fuzziness And Knowledge-Based Systems, 10 (6), 687-701.

9. Darende, B.,(2009),”Tesis yer seçimi ile deprem durumunda yaralı toplanma noktalarının modellenmesi ”Yüksek Lisans Tezi, Hacettepe Üniversitesi, Ankara.
10. Drezner,T., 2004,Location of casualty collection points, Environment and PlanningC: Government and Policy, 22 (6), 899-912.
11. Ecer, Fatih (2007), “Satış elemanı adaylarının değerlendirilmesine ve seçimine yönelik yeni bir yaklaşım: Fuzzy TOPSIS”. Anadolu Üniversitesi Sosyal Bilimler Dergisi,7 (2), 187-204.
12. Jahanshahloo,G.R.,Hosseinzadeh,F., Izadikhah, M. (2006), “Extension of the TOPSIS Method for Decision Making Problems with Fuzzy Data, Applied Mathematics and Computation, 181,1544-1551.
13. Kaptanoğlu, D., Özok, F. (2006), “Akademik Performans Değerlendirmesi İçin Bir Bulanık Model”, İTÜ Dergisi/d mühendislik, C:V, No:1 , s. 193 -204
14. Klır, George J.,Juan, Bo (1995), Fuzzy Sets And Fuzzy Logic Theory And Applications, New Jersey: Prentice Hall Inc.
15. Küçük Orhan & Ecer Fatih (2007), “Bulanık TOPSIS kullanılarak tedarikçilerin değerlendirilmesi ve Erzurum’da bir uygulama”. Ekonomik ve Sosyal Araştırmalar Dergisi, 3 (1–3), 45–65.
16. Lai, Young-Jou, Hwang, Ching-Lai (1994), Fuzzy Multiple Objective Decision Making Methods And Applications, Lecture Notes In Economics And Mathematical Systems, 404, Berlin: Springer- Verlag.
17. Milani, A.S.,Shanian, A. & El-Lahham C. (2008), “A decision-based Approach for measuring human behavioral resistance to organizational change in Strategic planning”. Mathematical and Computer Modelling, 48, 1765-1774.
18. Nguyen, Hung T.-Wu (2006), “ Fundamentals of statistics with fuzzydatastudies in fuzziness and softcomputing”. Volume 198. Netherlands: Springer
19. Razmi, Jafar-Songhori, Mahsen Jafari&Khakbaz, Mohammad Hossein (2009), “An integrated Fuzzy group Decision making/Fuzzy linear programming (FGDMLP) framework for supplier evaluation and Order allocation”. International Journal Of Adv. Manufactoring Technology, 43, 590–607.
20. Schultz, C. H., Koenig, K. L., and Noji, E. K., (1996), A medical disaster responseto reduce immediate mortality after an earthquake, The New EnglandJournal Of Medicine, 334, 438-444.
21. Sun, C.C. ve Lin, G.T. (2009), “Using fuzzy TOPSIS method for evaluating the Competitive advantages of shopping websites”. Expert Systems with Applications, 36 (9), 11764-11771.
22. Shih, H., Yuan, W., Lee, E. (2001), “Group Decision Making for TOPSIS”, IEEE, 3 (1), 2712-2717.
23. Şen, Z. (2001), “ Bulanık Mantık ve Modelleme İlkeleri, İstanbul, Bilge Kültür Sanat, İstanbul, 172s.
24. Tiryaki, F., Ahlatçıoğlu, M. (2005), “Fuzzy Stock Selection Using a New Fuzzy Ranking and Weighting Algorithm”, Applied Mathematics and Computation, 170 (1), 144–157.
25. Tulunay, Y. (1991), “Matematik Programlama ve İşletme Uygulamaları”, İstanbul Üniversitesi İşletme Fakültesi Yayınları, No: 244, Renk-iş Matbaası, İstanbul
26. Zadeh, Lotfi A. (1989), “Knowledge Representation in Fuzzy Logic”, Knowledge And Data Engineering, 1 (1), 89–99.