Ders Detayı
Ders Tanımı
Ders | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
---|---|---|---|---|---|
OPTİMİZASYON İÇİN SEZGİSEL YÖNTEMLER | - | Bahar Dönemi | 3+0 | 3 | 6 |
Ders Programı |
Ön Koşul Dersleri | |
Önerilen Seçmeli Dersler |
Dersin Dili | İngilizce |
Dersin Seviyesi | Lisans |
Dersin Türü | Programa Bağlı Seçmeli |
Dersin Koordinatörü | Doç.Dr. Yasin GÖÇGÜN |
Dersi Verenler | Prof.Dr. Hakan TOZAN |
Dersin Yardımcıları | |
Dersin Amacı | Sezgisel yontemlerle guncel uygulama ve analiz becerisnini gelistirilmesini, tavlama benzetimi, genetik algoritmalar ve yasakli arama gibi sezgisel yontemlerin uygulanmasini hedeflemektedir. |
Dersin İçeriği | Bu ders; Derse giris,Sezgisel Yontemlere Giris,Tavlama Benzetimi Algoritmasi,Genetik Algoritmalar,Evrimsel Stratejiler,Tabu Arama,Karinca Kolonisi,Parcacik Suru Optimizasyonu,Hibrit Metodlar,Cok Amacli Optimizasyon,Guncel Optimizasyon Uygulamalari,Mevcut Uygulamalarin Analizi-1,Mevcut Uygulamalarin Analizi-2,Mevcut Uygulamalarin Analizi-3; konularını içermektedir. |
Dersin Öğrenme Kazanımları | Öğretim Yöntemleri | Ölçme Yöntemleri |
Öğrenci Tavlama benzetimini uygular. | 10, 16, 6, 9 | A, E |
Öğrenci Genetik Algoritma yontemlerinin ne tur problemlerde kullanilacagi ve nasil uygulanacagi bilgisini edinir. | 10, 16, 6, 9 | A, E |
Öğrenci Tabu arama yontemini ilgili problemlere uygular. | 10, 16, 6, 9 | A, E |
Öğrenci Karinca Kolonisi yontemini ilgili problemlere uygular. | 10, 16, 6, 9 | A, E |
Öğretim Yöntemleri: | 10: Tartışma Yöntemi, 16: Soru - Cevap Tekniği , 6: Deneyimle Öğrenme Modeli, 9: Anlatım Yöntemi |
Ölçme Yöntemleri: | A: Klasik Yazılı Sınav, E: Ödev |
Ders Akışı
Sıra | Konular | Ön Hazırlık |
---|---|---|
1 | Derse giris | |
2 | Sezgisel Yontemlere Giris | |
3 | Tavlama Benzetimi Algoritmasi | |
4 | Genetik Algoritmalar | |
5 | Evrimsel Stratejiler | |
6 | Tabu Arama | |
7 | Karinca Kolonisi | |
8 | Parcacik Suru Optimizasyonu | |
9 | Hibrit Metodlar | |
10 | Cok Amacli Optimizasyon | |
11 | Guncel Optimizasyon Uygulamalari | |
12 | Mevcut Uygulamalarin Analizi-1 | |
13 | Mevcut Uygulamalarin Analizi-2 | |
14 | Mevcut Uygulamalarin Analizi-3 |
Kaynak |
Metaheuristics for Hard Optimization: Methods and Case Studies, Johann Dréo , Patrick Siarry , Alain Pétrowski , Eric Taillard |
Dersin Program Yeterliliklerine Katkısı
Dersin Program Yeterliliklerine Katkısı | |||||||
No | Program Yeterliliği | Katkı Düzeyi | |||||
1 | 2 | 3 | 4 | 5 | |||
1 | Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi | X | |||||
2 | Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi | X | |||||
3 | Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi | X | |||||
4 | Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi | X | |||||
5 | Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi | X | |||||
6 | Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi | X | |||||
7 | Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi. | X | |||||
8 | Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi | X | |||||
9 | Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi | X | |||||
10 | Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi | ||||||
11 | Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık | X |
Değerlendirme Sistemi
Katkı Düzeyi | Mutlak Değerlendirme | |
Ara Sınavın Başarıya Oranı | 30 | |
Genel Sınavın Başarıya Oranı | 70 | |
Toplam | 100 |
AKTS / İşyükü Tablosu | ||||||
Etkinlik | Sayı | Süresi (Saat) | Toplam İş Yükü (Saat) | |||
Ders Saati | 14 | 3 | 42 | |||
Rehberli Problem Çözme | 0 | 0 | 0 | |||
Problem Çözümü / Ödev / Proje / Rapor Tanzimi | 4 | 20 | 80 | |||
Okul Dışı Diğer Faaliyetler | 0 | 0 | 0 | |||
Proje Sunumu / Seminer | 0 | 0 | 0 | |||
Kısa Sınav (QUİZ) ve Hazırlığı | 0 | 0 | 0 | |||
Ara Sınav ve Hazırlığı | 1 | 30 | 30 | |||
Genel Sınav ve Hazırlığı | 1 | 40 | 40 | |||
Performans Görevi, Bakım Planı | 0 | 0 | 0 | |||
Toplam İş Yükü (Saat) | 192 | |||||
Dersin AKTS Kredisi = Toplam İş Yükü (Saat)/30*=(192/30) | 6 | |||||
Dersin AKTS Kredisi: *30 saatlik çalışma 1 AKTS kredisi sayılmaktadır. |
Dersin Detaylı Bilgileri
Ders Tanımı
Ders | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
---|---|---|---|---|---|
OPTİMİZASYON İÇİN SEZGİSEL YÖNTEMLER | - | Bahar Dönemi | 3+0 | 3 | 6 |
Ders Programı |
Ön Koşul Dersleri | |
Önerilen Seçmeli Dersler |
Dersin Dili | İngilizce |
Dersin Seviyesi | Lisans |
Dersin Türü | Programa Bağlı Seçmeli |
Dersin Koordinatörü | Doç.Dr. Yasin GÖÇGÜN |
Dersi Verenler | Prof.Dr. Hakan TOZAN |
Dersin Yardımcıları | |
Dersin Amacı | Sezgisel yontemlerle guncel uygulama ve analiz becerisnini gelistirilmesini, tavlama benzetimi, genetik algoritmalar ve yasakli arama gibi sezgisel yontemlerin uygulanmasini hedeflemektedir. |
Dersin İçeriği | Bu ders; Derse giris,Sezgisel Yontemlere Giris,Tavlama Benzetimi Algoritmasi,Genetik Algoritmalar,Evrimsel Stratejiler,Tabu Arama,Karinca Kolonisi,Parcacik Suru Optimizasyonu,Hibrit Metodlar,Cok Amacli Optimizasyon,Guncel Optimizasyon Uygulamalari,Mevcut Uygulamalarin Analizi-1,Mevcut Uygulamalarin Analizi-2,Mevcut Uygulamalarin Analizi-3; konularını içermektedir. |
Dersin Öğrenme Kazanımları | Öğretim Yöntemleri | Ölçme Yöntemleri |
Öğrenci Tavlama benzetimini uygular. | 10, 16, 6, 9 | A, E |
Öğrenci Genetik Algoritma yontemlerinin ne tur problemlerde kullanilacagi ve nasil uygulanacagi bilgisini edinir. | 10, 16, 6, 9 | A, E |
Öğrenci Tabu arama yontemini ilgili problemlere uygular. | 10, 16, 6, 9 | A, E |
Öğrenci Karinca Kolonisi yontemini ilgili problemlere uygular. | 10, 16, 6, 9 | A, E |
Öğretim Yöntemleri: | 10: Tartışma Yöntemi, 16: Soru - Cevap Tekniği , 6: Deneyimle Öğrenme Modeli, 9: Anlatım Yöntemi |
Ölçme Yöntemleri: | A: Klasik Yazılı Sınav, E: Ödev |
Ders Akışı
Sıra | Konular | Ön Hazırlık |
---|---|---|
1 | Derse giris | |
2 | Sezgisel Yontemlere Giris | |
3 | Tavlama Benzetimi Algoritmasi | |
4 | Genetik Algoritmalar | |
5 | Evrimsel Stratejiler | |
6 | Tabu Arama | |
7 | Karinca Kolonisi | |
8 | Parcacik Suru Optimizasyonu | |
9 | Hibrit Metodlar | |
10 | Cok Amacli Optimizasyon | |
11 | Guncel Optimizasyon Uygulamalari | |
12 | Mevcut Uygulamalarin Analizi-1 | |
13 | Mevcut Uygulamalarin Analizi-2 | |
14 | Mevcut Uygulamalarin Analizi-3 |
Kaynak |
Metaheuristics for Hard Optimization: Methods and Case Studies, Johann Dréo , Patrick Siarry , Alain Pétrowski , Eric Taillard |
Dersin Program Yeterliliklerine Katkısı
Dersin Program Yeterliliklerine Katkısı | |||||||
No | Program Yeterliliği | Katkı Düzeyi | |||||
1 | 2 | 3 | 4 | 5 | |||
1 | Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi | X | |||||
2 | Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi | X | |||||
3 | Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi | X | |||||
4 | Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi | X | |||||
5 | Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi | X | |||||
6 | Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi | X | |||||
7 | Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi. | X | |||||
8 | Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi | X | |||||
9 | Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi | X | |||||
10 | Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi | ||||||
11 | Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık | X |
Değerlendirme Sistemi
Katkı Düzeyi | Mutlak Değerlendirme | |
Ara Sınavın Başarıya Oranı | 30 | |
Genel Sınavın Başarıya Oranı | 70 | |
Toplam | 100 |