Ders AdıKodu Yerel KrediAKTS Ders (saat/hafta)Uygulama (saat/hafta)Laboratuar (saat/hafta)
Optimizasyonda Sezgisel YöntemlerEND358023200
ÖnkoşullarYok
YarıyılGüz, Bahar
Dersin Diliİngilizce, Türkçe
Dersin SeviyesiLisans
Dersin TürüSeçmeli @ Endüstri Mühendisliği Lisans Programı
Ders KategorisiUzmanlık/Alan Dersleri
Dersin Veriliş ŞekliYüz yüze
Dersi Sunan Akademik BirimEndüstri Mühendisliği Bölümü
Dersin KoordinatörüSelçuk Alp
Dersi Veren(ler)Nezir AYDIN, Selçuk Alp
Asistan(lar)ıEbru Geçici
Dersin AmacıBu dersin amacı sezgisel yöntemlerin nasıl ve neden çalıştığını, ne zaman kullanılması gerektiğini, birbirlerine ve matematiksel programlama gibi geleneksel yaklaşımlara olan üstünlüklerini kavramalarıdır.
Dersin İçeriğiGeleneksel ve modern çeşitli sezgisel yöntemler / Sezgisel tekniklerin varoluş sebepleri / Sezgisel yöntemler ve matematiksel modeller arasındaki farklar
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
  • J. S. Arora, Introduction to Optimum Design, Elsevier Academic Pres, 2004.
  • G. N. Vanderplaats, Numerical Optimization Techniques for Engineering Design, McGraw-Hill, New York, 1984.
  • D. E. Goldberg, Genetic Algorithms in Search, Optimization and Machine Learning, Addison Wesley, 1989.
Opsiyonel Program BileşenleriYok

Ders Öğrenim Çıktıları

  1. Öğrenci matematiksel model ve sezgisel yöntemler arasındaki benzerlik ve farklılıkları öğrenir, sezgisel yöntemleri ne zaman kullanacağını bilir.
  2. Öğrenci, benzetimli tavlama, genetik algoritmalar, evrimsel stratejiler ve TABU araması gibi yaygın olarak kullanılan çeşitli sezgisel metodlar hakkında bilgi edinecektir.
  3. Öğrenci, yaygın sezgisel yöntemleri kullanarak analiz yapıp model kurabilecektir.
  4. Öğrenci, sinir ağları ve rastsal yöntemler gibi diğer bazı sezgisel yöntemleri öğrendiğini gösterecektir.
  5. Öğrenci, sezgisel yöntemleri kullanarak elde ettiği sonuçları kullanıp yorumlayabilecek ve sonuçları diğer doğrusal ve kesin çözüm teknikleriyle karşılaştırabileceklerdir.

Ders Öğrenim Çıktısı & Program Çıktısı Matrisi

DÖÇ-1DÖÇ-2DÖÇ-3DÖÇ-4DÖÇ-5

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

HaftaKonularÖn Hazırlık
1Giriş: hesaplama büyüme hızı, algoritmik karmaşıklık ve kombinatoryal problemDers Notları 1
2Dal-sınır yöntemi: dallandırma, sınırlama, nod geliştirmeDers Notları 2
3Baskınlık, sınır sağlamak için rahatlatma, tamsayılı programlamaDers Notları 3
4Lagrange rahatlatma yöntemiDers Notları 4
5Lagrange rahatlatma yöntemiDers Notları 5
6Yerel araştırma: Komşuluklar, yerel ve global en iyilikDers Notları 6
7Yerel araştırma: Yapıcı ve iyileştirici sezgisel tekniklerDers Notları 7
8Ara Sınav 1
9Genetik algoritmalar: popülasyonlar, üreme, çaprazlamaDers Notları 8
10Mutasyon, dokular, rekabet ve genetik programlamaDers Notları 9
11TABU araması: kısa süreli bellek, TABU durumu, hedefleme, kuvvetlendirme ve çeşitlendirmeDers Notları 10
12Diğer yöntem ve teknikler: sinir ağları, rastsal yöntemlerDers Notları 11
13Melez yöntemlerDers Notları 12
14Deluge algoritmasıDers Notları 13
15Final

Değerlendirme Sistemi

EtkinliklerSayıKatkı Payı
Devam/Katılım
Laboratuar
Uygulama
Arazi Çalışması
Derse Özgü Staj
Küçük Sınavlar/Stüdyo Kritiği
Ödev230
Sunum/Jüri
Projeler
Seminer/Workshop
Ara Sınavlar130
Final140
Dönem İçi Çalışmaların Başarı Notuna Katkısı
Final Sınavının Başarı Notuna Katkısı
TOPLAM100

AKTS İşyükü Tablosu

EtkinliklerSayıSüresi (Saat)Toplam İşyükü
Ders Saati132
Laboratuar
Uygulama
Arazi Çalışması
Sınıf Dışı Ders Çalışması132
Derse Özgü Staj
Ödev211
Küçük Sınavlar/Stüdyo Kritiği
Projeler
Sunum / Seminer
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi)110
Final (Sınav Süresi + Sınav Hazırlık Süresi)115
Toplam İşyükü :
Toplam İşyükü / 30(s) :
AKTS Kredisi :
Diğer NotlarYok