Ders Adı Zeki Optimizasyon Teknikleri
Ders Kodu 01BLG5137
Dersin Türü Zorunlu
Ders Biriminin Seviyesi Lisansüstü
Yıl 1
Dönem 1.Yarıyıl
AKTS 6
Dersi Veren(ler)
Dersin Yardımcıları
Dersin Öğrenme Çıktıları
Ders İşleme Biçimi Yüz Yüze
-
Dersin İçeriği Karmaşık mühendislik problemlerinde zeki optimizasyon tekniklerinin uygulamaları. Genetik algoritmalar, tavlama benzetimi algoritması, bulanık mantık, yapay sinir ağları, tabu arama ve karınca algoritması teknikleri. Bu tekniklerle örnek problem çözümleri.
Dersin Verildiği Diller Türkçe
Dersin Hedefleri
Dersin Amacı Zeki optimizasyon tekniklerinden genetik algoritma, tavlama benzetimi algoritması, bulanık mantık, yapay sinir ağları, tabu arama algoritması ve karınca algoritmasını öğretmek. Bu algoritmaların karmaşık mühendislik problemlerinde nasıl uygulandığını örneklerle öğretmek.
WorkPlacement Kullanılmamaktadır
Hafta Konular  
1 Optimizasyona Giriş
2 Doğrusal Programlama
3 Doğrusal Programlama
4 Geleneksel Arama Metotları
5 Geleneksel Arama Metotları
6 Tavlama Benzetimi
7 Tavlama Benzetimi
8 Tabu Arama
9 Tabu Arama
10 Karınca Algoritması
11 Karınca Algoritması
12 Genetik Algoritma
13 Genetik Algoritma
14 Yapay Sinir Ağları
No Bölüm Öğrenme Çıktısı Katkı Düzeyi
1 Matematik ve fen bilgilerini mühendislikte uygulama becerisi kazanır. 3
2 Deney tasarlama, deney yapma, deney sonuçlarını analiz etme ve yorumlama becerisi kazanır. 4
3 İstenen gereksinimleri karşılayacak biçimde bir sistemin(donanım veya yazılım) süreçlerini tasarlayabilir. 4
4 Çok disiplinli konularda çalışabilir. 4
5 Mühendislik problemlerini tanımlama, modelleme ve çözme becerisi kazanır 4
6 Mesleki ve etik sorumluluk bilinci kazanır. 3
7 Mühendislik çözümlerinin evrensel ve ulusal boyutlarda etkilerini anlama becerisi kazanır. 4
8 Yaşam boyu öğrenmenin gerekliliği, bilinci ve bunu gerçekleştirebilme becerisi kazanır 4
9 Mühendislik uygulamaları için gerekli olan teknikleri ve modern araçları kullanma becerisi kazanır 4
10 Zaman yönetimi yapabilme ve meslek gelişimi planlayabilme becerisi kazanır. 3
11 Bilgisayar mühendisliği ile ilgili projeleri ayrıntıları ile planlayabilme becerileri kazanır. 5
12 Yenilikçi ve sorgulayıcı düşünüp sıra dışı yollar keşfedebilme becerisi kazanır 5
Yarıyıl İçi Çalışmaları Sayısı Katkı Payı
Ara Sınav 1 70
Kısa Sınav 0 0
Ödev 1 30
Devam 0 0
Uygulama 0 0
Labaratuvar 0 0
Proje 0 0
Atölye 0 0
Seminer 0 0
Arazi Çalışması 0 0
TOPLAM 100
Yıliçinin Başarıya Oranı 40
Finalin Başarıya Oranı 60
TOPLAM 100
AKTS kredilerinin belirlenmesinde öğrenci işyükü anketlerinden faydalanılmaktadır.
Etkinlik Sayısı Süresi Toplam
Ders Süresi (Sınav Haftaları Hariç) 14 2 28
Sınıf Dışı Ders Çalışma Süresi 14 4 56
Ödevler 3 20 60
Sunum 0 0 0
Proje 1 8 8
Laboratuar Çalışması 0 0 0
Arazi ya da Alan Çalışması 0 0 0
Ara Sınavlar 1 10 10
Yarıyıl Sonu Sınavı 1 12 12
İşyükü Saati (30) 30
Toplam İşyükü / Saat 174    
Dersin Akts Kredisi 6    
Ders Notu How to Solve It: Modern Heuristics 2nd ed. Revised and Extended, Michalewicz Zbigniew, Fogel David B., Springer-Verlag, 2004. Intelligent Optimization Techniques, Pham, D.T., Karaboga, D., Springer Verlag, 1999. Elements of Artificial Neural Networks, Kishan Mehrotra, Chilukuri K. Mohan and Sanjay Ranka, MIT Press, 1996.
Diğer Kaynaklar
Materyal
Dökümanlar
Ödevler
Sınavlar
Materyal Diğer
Planlanmış Öğrenme Faaliyetleri ve Öğretim Yöntemleri
Konferanslar, Uygulamalı Dersler, Sunumlar, Seminerler, Projeler, Laboratuar Uygulamaları(gerekirse)