Purpose Prediction problems raised in uncertain environments require different solution approaches such as grey prediction models, which consider uncertainty in information and also enable the use of small data sets. The purpose of this paper is to investigate the comparative performances of grey prediction models (GM) and Markov chain integrated grey models in a demand prediction problem. Design/methodology/approach The modeling process of grey models is initially described, and then an integrated model called the Grey-Markov model is presented for the convenience of applications. The analyses are conducted on a monthly demand prediction problem to demonstrate the modeling accuracies of the GM (1,1), GM (2,1), GM (1,1)-Markov, and GM (2,1)-Markov models. Findings Numerical results reveal that the Grey-Markov model based on GM (2,1) achieves better prediction performance than the other models. Practical implications It is thought that the methodology and the findings of the study will be a significant reference for both academics and executives who struggle with similar demand prediction problems in their fields of interest. Originality/value The novelty of this study comes from the fact that the GM (2,1)-Markov model has been first used for demand prediction. Furthermore, the GM (2,1)-Markov model represents a relatively new approach, and this is the second paper that addresses the GM (2,1)-Markov model in any area.

No abstract

No abstract

To reduce lateral thermal damage, Plasmakinetics™ may be preferable to Ligasure™ among the three different new bipolar energy modalities.

We present the complete genome sequences of Mycobacterium smegmatis phages Hoot and Jolene, isolated in Las Vegas, NV. The phages were isolated and annotated by students enrolled in an undergraduate research course at the University of Nevada, Las Vegas. Hoot is a cluster A6 mycobacteriophage, while Jolene is in cluster G1.

Bu çalışmada, Yapay Sinir Ağları (YSA), Bulanık DEMATEL Tabanlı Analitik Ağ Süreci (BDAAS) ve Ağırlık Kısıtlı Veri Zarflama Analizi (AKVZA) yaklaşımlarını bütünleşik olarak kullanarak ülkelerin inovasyon performansını ölçen bir model geliştirilmiştir. Küresel İnovasyon Endeksi raporları kapsamında 21 adet inovasyon performans göstergesi ele alınarak öncelikle YSA ile bu kriterler arasındaki ilişkiler belirlenmiştir. Daha sonra bu ilişkiler BDAAS yönteminde kullanılarak kriterlerin önem dereceleri hesaplanmıştır. Son olarak ise bu önem dereceleri ağırlık kısıtı olarak AKVZA yönteminde kullanılarak 104 ülkenin inovasyon performansı ölçülmüştür. Önerilen modelin klasik yöntemlere göre daha gerçekçi çözümler sunduğu ve performansı daha yüksek olan ülkeleri daha iyi ayırt ettiği sonucuna ulaşılmıştır.

Bu çalışmada, Yapay Sinir Ağları (YSA), Bulanık DEMATEL Tabanlı Analitik Ağ Süreci (BDAAS) ve Ağırlık Kısıtlı Veri Zarflama Analizi (AKVZA) yaklaşımlarını bütünleşik olarak kullanarak ülkelerin inovasyon performansını ölçen bir model geliştirilmiştir. Küresel İnovasyon Endeksi raporları kapsamında 21 adet inovasyon performans göstergesi ele alınarak öncelikle YSA ile bu kriterler arasındaki ilişkiler belirlenmiştir. Daha sonra bu ilişkiler BDAAS yönteminde kullanılarak kriterlerin önem dereceleri hesaplanmıştır. Son olarak ise bu önem dereceleri ağırlık kısıtı olarak AKVZA yönteminde kullanılarak 104 ülkenin inovasyon performansı ölçülmüştür. Önerilen modelin klasik yöntemlere göre daha gerçekçi çözümler sunduğu ve performansı daha yüksek olan ülkeleri daha iyi ayırt ettiği sonucuna ulaşılmıştır.

In this study, the financial efficiency of enterprises registered in the BIST Food, Beverage and Tobacco index was measured using Data Envelopment Analysis and Analytical Network Process Methods. Within the scope of the analysis, 18 enterprises were considered as decision-making units, and efficiency measurements were made on 6 input and 3 output variables. CCR, BCC and Assurance Region models of Data Envelopment Analysis were used in the application phase. Analytical Network Process method was used to obtain the weight constraints required by the Assurance Region model. As a result of the application, it was observed that the lower and upper limits used in the Assurance Region model decreased the number of decision making units (DMU) that were evaluated and hence gave more realistic results by discriminating the efficient and inefficient DMUs.