The increasing demand for electric vehicles (EVs) requires accurate forecasting to support strategic decisions by manufacturers, policymakers, investors, and infrastructure developers. As EV adoption accelerates due to environmental concerns and technological advances, understanding and predicting this demand becomes critical. In light of these considerations, this study presents an innovative methodology for forecasting EV demand. This model, called EVs-PredNet, is developed using deep learning methods such as LSTM (Long Short-Term Memory) and CNNs (Convolutional Neural Networks). The model comprises convolutional, activation function, max pooling, LSTM, and dense layers. Experimental research has investigated four different categories of electric vehicles: battery electric vehicles (BEV), hybrid electric vehicles (HEV), plug-in hybrid electric vehicles (PHEV), and all electric vehicles (ALL). Performance measures were calculated after conducting experimental studies to assess the model’s ability to predict electric vehicle demand. When the performance measures (mean absolute error, root mean square error, mean squared error, R-Squared) of EVs-PredNet and machine learning regression methods are compared, the proposed model is more effective than the other forecasting methods. The experimental results demonstrate the effectiveness of the proposed approach in forecasting the electric vehicle demand. This model is considered to have significant application potential in assessing the adoption and demand of electric vehicles. This study aims to improve the reliability of forecasting future demand in the electric vehicle market and to develop relevant approaches.

It has become obligatory for businesses to carry out recycling activities in the face of increasing environmental pollution and the danger of depletion of natural resources. The waste collection phase of the recycling process requires interactive transportation that uses a reverse logistics flow from customers to recycling facilities. Businesses need to create appropriate network structures to carry out these activities at minimum cost. This study has developed a model, based on reverse logistics, of collecting products from customers and sending them to warehouses and then to recycling facilities. The chance-constrained programming (CCP) approach was used to regulate the constraints involving stochastic demand in the model. Linearization was performed using the linear approximation method. The cost of transportation from Initial Collection Points (ICP) warehouses to recycling facilities is the most influential component on the objective function. This linearized model was solved by creating different scenarios by changing the standard deviation ratio, reliability level, and warehouse capacities within the scope of sensitivity analysis. In the sensitivity analysis, it was determined that the increase in confidence level and variance negatively affected the objective function. In addition, it has been concluded that the increase in demand has no effect on costs as long as the capacity of the facility is not exceeded.

Developing technology and population growth increase energy demand. The limited natural resources and their negative environmental effects increase the interest in alternative energy sources. The decrease in oil resources and the environmental problems caused by these resources have increased the studies for electric vehicles. This study presents descriptive statistics on the charging station locations for electric vehicles and relationships between studies by author, country, citation, and occurrence. This will provide a way for researchers to obtain detailed information about their studies into the locations of electric vehicle charging stations. This study examined 212 studies in the “Web of Science” database from 2011 to 2022. Network analysis was conducted in this research using the Vosviewer and R software. In this context, descriptive statistics are first provided. In the section on descriptive statistics, basic facts about the studies are shown along with the annual scientific output, the most productive countries, the total number of citations per country, country collaboration, the most productive countries and authors, and the total number of citations per country. Since the second half of 2010, there has been an increasing trend in the number of publications on the positioning of electric vehicle charging stations. It is seen that most of the studies on the positioning of electric vehicle charging stations were also carried out in China, India and the USA. The analyses of document co-occurrence, bibliographic coupling, and co-citation are presented in the second section. It has been observed that the most frequently used keywords in studies related to the location of electric vehicle charging stations are optimization, sustainability and distribution systems. Teknolojik gelişmeler ve nüfus artışı ile birlikte enerjiye olan talep artmaktadır. Doğal kaynakların sınırlı olması ve özellikle petrol gibi doğal kaynakların çevreye olan olumsuz etkileri son yıllarda alternatif enerji kaynaklarına olan ilginin artmasına neden olmuştur. Günümüzde petrol kaynaklarının azalması ve bu kaynakların neden olduğu çevresel sorunlar elektrikli araçların daha popüler hale gelmesini sağlamıştır. Bu çalışmada, elektrikli araçların şarj istasyonlarının konumları ile ilgili yapılan araştırmalara ilişkin detaylı bir bibliometrik literatür çalışması yapılmıştır. Bu çalışma ile, araştırmacıların elektrikli şarj istasyonlarının konumunun seçimine ilişkin yapacağı çalışmalarda literatür hakkında detaylı bilgi edinmelerine olanak sağlanacaktır. Bu araştırmada, 2011 yılından 2022 yılına kadar “Web of Science” veri tabanında yer alan 212 araştırma incelenmiştir. Bu çalışmada, Vosviewer ve R programları kullanılarak ağ analizleri yapılmıştır. Bu kapsamda öncelikle elektrikli şarj istasyonlarının seçimine yönelik çalışmalar ile ilgili tanımlayıcı istatistikler verilmiştir. Tanımlayıcı istatistikler bölümünde, bu alanda yapılan çalışmaların yıllara göre değişimi, en çok çalışma yapılan ülkeler, ülke başına alınan atıf sayısı, ülkeler arası işbirliği, en çok çalışma yapan yazarlar ve toplam atıf sayıları gibi bilgiler derlenmiştir. 2010 yılının ikinci yarısından itibaren elektrikli araç şarj istasyonlarının konumlandırılmasını konu alan yayın sayısında artan bir trend olduğu izlenmektedir. Elektrikli araç şarj istasyonlarının konumlandırılmasını konu alan çalışmalarının çoğunun Çin, Hindistan ve ABD'de de yapıldığı görülmektedir. İkinci bölümde ise incelenen makalelerin co-occurence, bibliographic-coupling ve co-citation analizleri sunulmuştur. Elektrikli araç şarj istasyonlarının konumlandırılması ile ilgili çalışmalarda en sık kullanılan anahtar kelimelerin optimizasyon, sürdürülebilirlik ve dağıtım sistemleri olduğu gözlemlenmiştir.

Tedarik zinciri, üretimde ihtiyaç duyulan ham maddelerin temin edilmesi, bu maddelerin son ürüne dönüştürülmesi ve bu ürünlerin müşterilere dağıtımını içeren ağ şeklinde tanımlanabilir. Savunma tedariki ise, tanklar, savaş uçakları, insansız hava araçları, helikopterler, uçaklar, füzeler, elektronik sistemler gibi ulusal savunma için ihtiyaç duyulan ürün ve sistemlerin tasarlanması, test edilmesi, sözleşmeye bağlanması, üretilmesi, kullanıcıya teslim edilmesi, lojistik destek sağlanması, ömür devri sonunda kayıtlarının silinmesi süreci şeklinde tanımlanabilir. Savunma tedariki, gerek ülkelerin ulusal savunması için kritik olduğundan gerekse ürünlerin değişen teknolojiye uyum sağlaması nedeniyle klasik tedarik zinciri yönetiminden farklı stratejiler gerektirmektedir. Literatürde özellikle son yıllarda savunma tedariki konusu dikkat çeken konular arasında yer almaktadır. Bu çalışmada da literatürdeki savunma tedariki konusunda yapılan çalışmalar için bibliyometrik analiz gerçekleştirilmiştir. Yapılan bibliyometrik analiz ile araştırmacıların hangi anahtar kelimelerle arama yapabileceği, hangi yayınları temel kaynak olarak alabileceği, hangi dergilerde bu konuya ait çalışmaların yoğunlaştığı, gelecek çalışmalar için hangi başlıkların önem kazanacağı gibi konularda araştırmacılara yol gösterici bir çalışma olması hedeflenmektedir. Araştırmada Web of Science veri tabanında savunma tedarik konusunda yapılan çalışmalar incelenmiştir. Çalışmaların bibliyometrik analizinin gerçekleştirilmesi için Web of Science’ta yer alan yayın bilgilerinden faydalanılarak VOSViewer programı kullanılarak analizler gerçekleştirilmiştir. Çalışmanın son bölümünde ise elde edilen sonuçlar yorumlanmış ve gelecek çalışmalar için önerilerde bulunulmuştur.

An earthquake ranks first among natural disasters in Turkey, with a rate of 70%. Minimizing the effects of a disaster after it occurs is possible by establishing effective disaster management. Especially the earthquakes that occurred on February 6, 2023, showed how important it is to deliver aid to the disaster area. In this study, the problem of determining the location of emergency stations to be established in order to deliver aid to the disaster area in case of a disaster was examined. There are studies in the literature to determine the locations of emergency stations to be established in provincial centers. In this study, the locations of emergency stations to be established in the non-central districts of Ankara were tried to be determined using multi-criteria decision-making (MCDM) methods. In the study, firstly, the criteria that would be effective in the location selection of emergency stations were determined, and the weights of these criteria were calculated with the Pythagorean Fuzzy Analytical Hierarchy Process (PFAHP) method. In the second stage of the study, 16 districts outside the center of Ankara were compared with the Pythagorean Fuzzy Technique for Order Preference by Similarity To An Ideal Solution (PFTOPSIS) method, and the districts where emergency stations should be opened first were evaluated.