GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| EEMDR616 | SEZGİSEL OPTİMİZASYON METOD VE UYGULAMALARI | Seçmeli Ders Grubu | 1 | 2 | 5,00 |
Dersin Seviyesi
Doktora
Dersin Sunulduğu Dil
Türkçe
Dersin Amacı
Temel optimizasyon ve yöntemlerini anlamak. Sezgisel optimizasyon algoritmaları ve çeşitleri üzerinde uygulama yapabilmek ve problem çözebilmek.
Dersi Veren Öğretim Görevlisi/Görevlileri
Öğr. Gör. Dr. Türker KOZA Dr. Tuncay ALTUN
Öğrenme Çıktıları
| 1 | Temel optimizasyon teknik ve yöntemlerin inceler. |
| 2 | Sezgisel yöntemler, yerel arama, amaç fonksiyonu ve karar yöntemleri kavratır. |
| 3 | Genetik algoritma ve uygulamaları kavratır. |
| 4 | parçacık sürü oitimizasyon algoritması ve uygulamaları kavratır. |
| 5 | diferansiyel gelişim algoritması ve uygulamaları kavratır. |
| 6 | yapay arı koloni algoritması ve uygulalamaları kavratır. |
Öğretim Sistemi
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
yok
Ders İçin Önerilen Diğer Hususlar
yok
Dersin İçeriği
Optimizasyon ksvramı ve temelleri. Temel arama, yapılandırma ve bölgesel arama. Genetik algoritma, parçacık sürü optimizasyon algoritması, diferansiyel gelişim algoritması, yapay arı koloni algoritması, diğer güncel sezgisel yöntemler
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Konular (Teorik) | Öğretim Yöntem ve Teknikleri | Ön Hazırlık |
|---|---|---|---|
| 1 | Temel optimizasyon kavramı ve yöntemleri | ||
| 2 | Yerel arama, sezgisel yöntemelrde değerlendirme kriterleri. | ||
| 3 | Sezgisel yöntemler, çeşitleri ve uygulama alanları | ||
| 4 | Genetik algoritma ve uygulamaları | ||
| 5 | Diferansiyel gelişim algoritması ve uygulamaları | ||
| 6 | parçacık sürü optimizasyon algoritması ve uygulamaları | ||
| 7 | yapay arı koloni algoritması | ||
| 8 | Sezgisel algoritma değerlendirme yöntemleri | ||
| 9 | Güncel algoritma incelenmesi GA | ||
| 10 | Güncel algoritma incelenmesi PSO | ||
| 11 | Güncel algoritma incelenmesi ABC | ||
| 12 | Güncel algoritma incelenmesi | ||
| 13 | Güncel algoritma incelenmesi AAC | ||
| 14 | Güncel algoritma incelenmesi-genel diğer algoritmalar |
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
1.Derviş Karaboğa, Yapay Zeka Optimizasyon Algoritmalar, Nobel Yaynıevi, 2017 2.A. Kaveh, Advances in Metaheuristic Algorithms for Optimal Design of Structures, Springer, 2017 3.Xin-She Yang, Nature:Inspired Metaheuristic Algorithms, LUNIVER RESS, 2010
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 40 |
| Ev Ödevi | 2 | 60 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 60 |
| Toplam | 60 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 40 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 60 | |
Staj Durumu
yok
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 2 | 2 |
| Final Sınavı | 1 | 2 | 2 |
| Derse Katılım | 14 | 3 | 42 |
| Makale Kritik Etme | 14 | 1 | 14 |
| Ara Sınav İçin Bireysel Çalışma | 3 | 6 | 18 |
| Final Sınavı içiin Bireysel Çalışma | 1 | 15 | 15 |
| Okuma | 10 | 3 | 30 |
| Toplam İş Yükü (saat) | 123 | ||
Program ve Öğrenme Çıktıları İlişkisi
| PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 | |
| ÖÇ 1 | 5 | 5 | 4 | 5 | 5 | |||||
| ÖÇ 2 | 5 | 5 | 5 | 4 | 3 | |||||
| ÖÇ 3 | 4 | 2 | 1 | 5 | 4 | |||||
| ÖÇ 4 | 4 | 4 | 2 | 5 | 2 | |||||
| ÖÇ 5 | 5 | 4 | 3 | 5 | 4 | |||||
| ÖÇ 6 | 4 | 4 | 5 | 5 | 5 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek