Ana içeriğe atla

Ders Detayı

Ders Tanımı

DersKoduYarıyılT+U SaatKrediAKTS
OPTİMİZASYON İÇİN SEZGİSEL YÖNTEMLER-Bahar Dönemi3+036
Ders Programı
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Diliİngilizce
Dersin SeviyesiLisans
Dersin TürüPrograma Bağlı Seçmeli
Dersin KoordinatörüDoç.Dr. Yasin GÖÇGÜN
Dersi VerenlerProf.Dr. Hakan TOZAN
Dersin Yardımcıları
Dersin AmacıSezgisel yontemlerle guncel uygulama ve analiz becerisnini gelistirilmesini, tavlama benzetimi, genetik algoritmalar ve yasakli arama gibi sezgisel yontemlerin uygulanmasini hedeflemektedir.
Dersin İçeriğiBu 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 KazanımlarıÖğretim YöntemleriÖlçme Yöntemleri
Öğrenci Tavlama benzetimini uygular.10, 16, 6, 9A, E
Öğrenci Genetik Algoritma yontemlerinin ne tur problemlerde kullanilacagi ve nasil uygulanacagi bilgisini edinir.10, 16, 6, 9A, E
Öğrenci Tabu arama yontemini ilgili problemlere uygular.10, 16, 6, 9A, E
Öğrenci Karinca Kolonisi yontemini ilgili problemlere uygular.10, 16, 6, 9A, 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

SıraKonularÖn Hazırlık
1Derse giris
2Sezgisel Yontemlere Giris
3Tavlama Benzetimi Algoritmasi
4Genetik Algoritmalar
5Evrimsel Stratejiler
6Tabu Arama
7Karinca Kolonisi
8Parcacik Suru Optimizasyonu
9Hibrit Metodlar
10Cok Amacli Optimizasyon
11Guncel Optimizasyon Uygulamalari
12Mevcut Uygulamalarin Analizi-1
13Mevcut Uygulamalarin Analizi-2
14Mevcut 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
NoProgram Yeterliliği Katkı Düzeyi
12345
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 DüzeyiMutlak Değerlendirme
Ara Sınavın Başarıya Oranı 30
Genel Sınavın Başarıya Oranı 70
Toplam 100
AKTS / İşyükü Tablosu
EtkinlikSayıSüresi (Saat)Toplam İş Yükü (Saat)
Ders Saati14342
Rehberli Problem Çözme000
Problem Çözümü / Ödev / Proje / Rapor Tanzimi42080
Okul Dışı Diğer Faaliyetler000
Proje Sunumu / Seminer000
Kısa Sınav (QUİZ) ve Hazırlığı000
Ara Sınav ve Hazırlığı13030
Genel Sınav ve Hazırlığı14040
Performans Görevi, Bakım Planı000
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

DersKoduYarıyılT+U SaatKrediAKTS
OPTİMİZASYON İÇİN SEZGİSEL YÖNTEMLER-Bahar Dönemi3+036
Ders Programı
Ön Koşul Dersleri
Önerilen Seçmeli Dersler
Dersin Diliİngilizce
Dersin SeviyesiLisans
Dersin TürüPrograma Bağlı Seçmeli
Dersin KoordinatörüDoç.Dr. Yasin GÖÇGÜN
Dersi VerenlerProf.Dr. Hakan TOZAN
Dersin Yardımcıları
Dersin AmacıSezgisel yontemlerle guncel uygulama ve analiz becerisnini gelistirilmesini, tavlama benzetimi, genetik algoritmalar ve yasakli arama gibi sezgisel yontemlerin uygulanmasini hedeflemektedir.
Dersin İçeriğiBu 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 KazanımlarıÖğretim YöntemleriÖlçme Yöntemleri
Öğrenci Tavlama benzetimini uygular.10, 16, 6, 9A, E
Öğrenci Genetik Algoritma yontemlerinin ne tur problemlerde kullanilacagi ve nasil uygulanacagi bilgisini edinir.10, 16, 6, 9A, E
Öğrenci Tabu arama yontemini ilgili problemlere uygular.10, 16, 6, 9A, E
Öğrenci Karinca Kolonisi yontemini ilgili problemlere uygular.10, 16, 6, 9A, 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

SıraKonularÖn Hazırlık
1Derse giris
2Sezgisel Yontemlere Giris
3Tavlama Benzetimi Algoritmasi
4Genetik Algoritmalar
5Evrimsel Stratejiler
6Tabu Arama
7Karinca Kolonisi
8Parcacik Suru Optimizasyonu
9Hibrit Metodlar
10Cok Amacli Optimizasyon
11Guncel Optimizasyon Uygulamalari
12Mevcut Uygulamalarin Analizi-1
13Mevcut Uygulamalarin Analizi-2
14Mevcut 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
NoProgram Yeterliliği Katkı Düzeyi
12345
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 DüzeyiMutlak Değerlendirme
Ara Sınavın Başarıya Oranı 30
Genel Sınavın Başarıya Oranı 70
Toplam 100

Sayısal Veriler

Öğrenci Başarı Durumu

Ekleme Tarihi: 06/07/2022 - 16:50Son Güncelleme Tarihi: 06/07/2022 - 16:51