| Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| Sezgisel Optimizasyon Metodları | ENM 546 | 0 | 3 + 0 | 3 | 6 |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler | |
| Dersin Dili | Türkçe |
| Dersin Seviyesi | YUKSEK_LISANS |
| Dersin Türü | Seçmeli |
| Dersin Koordinatörü | Dr.Öğr.Üyesi NEVRA AKBİLEK |
| Dersi Verenler | Dr.Öğr.Üyesi NEVRA AKBİLEK, |
| Dersin Yardımcıları | |
| Dersin Kategorisi | Diğer |
| Dersin Amacı | Optimizasyon ve teknikleri konusu ile ilgili temel bilginin edinilmesi . Literatürün takip edilmesi, meta sezgisellerle güncel uygulama ve analiz becerisinin geliştirilmesi. Yapay zekanın bir dalı olan sezgisel tekniklerin yöneylem araştırması problemlerinde çözüm aracı olarak kullanılmasının gösterilmesi. Buna bağlamda uygulama projeleri ile tavlama benzetimi(simulated annealing), yasaklı arama( tabu search), genetik algoritma(genetic algorithms), karınca kolonisi(ant colony), parçacık sürü optimizasyonu(particle swarm optimization) sezgisel optimizasyon tekniklerinin öğrenilmesi ve uygulanması.
|
| Dersin İçeriği | Yapay zekanın bir dalı olan sezgisel arama nedir ve hangi problemler için kullanılır. Kurucu, yerel arama(local-search) ve meta-sezgisel(meta-heuristic) algoritmaların farkının ve kullanım alanlarının anlaşılması. NP-Karmaşık(NP-Complete) , Karar (Decision Theory) ve tahmin problemlerinde kullanımı ve çözüm yöntemlerinin: tavlama benzetimi(simulated annealing), yasaklı arama( tabu search), genetik algoritma(genetic algorithms), karınca kolonisi(ant colony), parçacık sürü optimizasyonu(particle swarm optimization) uygulanması. Ceza(Penalty function) ve kısıt ele alma tekniklerinin kullanılması. |
| # | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
|---|---|---|---|
| 1 | Adaptif yordamına giriş bilgisi | Anlatım, Soru-Cevap, Tartışma, | Sözlü Sınav, |
| 2 | Öğrenci teknikleri nasıl ve niçin kullanacağı bilgisini edinir | Anlatım, Soru-Cevap, Problem Çözme, | Ödev, |
| 3 | Tavlama benzetimi kullanımı bilgisi | Anlatım, Soru-Cevap, Tartışma, Gösterip Yaptırma, Proje Temelli Öğrenme , | Sözlü Sınav, Proje / Tasarım, |
| 4 | Genetik algoritmalar kullanımı bilgisi | Anlatım, Soru-Cevap, Tartışma, Gösterip Yaptırma, Proje Temelli Öğrenme , | Sınav , Proje / Tasarım, |
| 5 | Tabu arama kullanımı bilgisi | Anlatım, Soru-Cevap, Tartışma, Gösterip Yaptırma, Proje Temelli Öğrenme , | Sınav , Proje / Tasarım, |
| 6 | Karınca kolonisi kullanımı bilgisi | Anlatım, Soru-Cevap, Tartışma, Gösterip Yaptırma, Proje Temelli Öğrenme , | Sözlü Sınav, Proje / Tasarım, |
| 7 | Parçacık sürü optimizasyonu kullanımı bilgisi | Anlatım, Soru-Cevap, Tartışma, Gösterip Yaptırma, Proje Temelli Öğrenme , | Sınav , Proje / Tasarım, |
| 8 | Çok yönlü ve hibrid metotlar kullanımı bilgisi | Anlatım, Tartışma, Alıştırma ve Uygulama, Örnek Olay, | Sınav , Proje / Tasarım, |
| 9 | Evrimsel algoritmalarda kısıt ele alma teknikleri bilgisi | Anlatım, Soru-Cevap, Tartışma, Alıştırma ve Uygulama, Proje Temelli Öğrenme , | Sözlü Sınav, Proje / Tasarım, |
| 10 | Çok amaçlı optimizasyon kullanımı bilgisi | Anlatım, Soru-Cevap, Tartışma, Alıştırma ve Uygulama, Proje Temelli Öğrenme , | Sınav , Proje / Tasarım, |
| 11 | Literatürdeki güncel optimizasyon uygulamaları bilgisi | Anlatım, Soru-Cevap, Tartışma, Grup Çalışması, Proje Temelli Öğrenme , | Sınav , Proje / Tasarım, |
| 12 | Mevcut uygulamaların değerlendirilmesi ve analizi bilgisi | Anlatım, Soru-Cevap, Örnek Olay, | Sınav , Proje / Tasarım, |
| 13 | Gerçek bir problemin bir meta sezgisel yöntemi ile modelleme becerisi | Anlatım, Soru-Cevap, Tartışma, Proje Temelli Öğrenme , | Sınav , Sözlü Sınav, Proje / Tasarım, |
| 14 | Geliştirilen modellerin değerlendirilip, tartışılması | Anlatım, Soru-Cevap, Tartışma, Grup Çalışması, | |
| 15 | Sonuçları değerlendirebilme becerisi | Anlatım, Soru-Cevap, Örnek Olay, | Sınav , |
| Hafta | Ders Konuları | Ön Hazırlık |
|---|---|---|
| 1 | Adaptif arama yordamına giriş | |
| 2 | Tavlama benzetimi | |
| 3 | Genetik algoritmalar | |
| 4 | Evrimsel stratejiler | |
| 5 | Tabu arama | |
| 6 | Karınca kolonisi | |
| 7 | Parçacık sürü optimizasyonu | |
| 8 | Çok yönlü ve hibrid metotlar | |
| 9 | Evrimsel algoritmalarda kısıt ele alma teknikleri | |
| 10 | Çok amaçlı optimizasyon | |
| 11 | Literatürdeki güncel optimizasyon uygulamaları | |
| 12 | Mevcut uygulamaların değerlendirilmesi ve analizi | |
| 13 | Gerçek bir problemin bir meta sezgisel yöntemi ile ele alınması projesi | |
| 14 | Geliştirilen projelerin değerlendirilip, tartışılması |
| Kaynaklar | |
|---|---|
| Ders Notu | |
| Ders Kaynakları | [1] Yapay zeka ve optimiz asyon algoritmaları_Derviş Karaboğa [2] Metaheuristics for Hard Optimization: Methods and Case Studies ted Annealing (Davis) |
| Sıra | Program Çıktıları | Katkı Düzeyi | |||||
|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Mühendislik alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşabilme, bilgiyi değerlendirme, yorumlama ve uygulamaktır. | X | |||||
| 2 | Sınırlı ya da eksik verileri kullanarak bilimsel yöntemlerle bilgiyi tamamlayabilme ve uygulama becerisi; değişik disiplinlere ait bilgileri bütünleştirebilmektir. | X | |||||
| 3 | Mühendislik problemlerini kurgulayabilme, çözmek için yöntem geliştirme ve çözümlerde yenilikçi yöntemler uygulamaktır. | X | |||||
| 4 | Yeni ve orijinal fikir ve yöntemler geliştirme becerisi; sistem, parça veya süreç tasarımlarında yenilikçi çözümler geliştirebilmektir. | ||||||
| 5 | Analitik, modelleme ve deneysel esaslı araştırmaları tasarlama ve uygulama becerisi; bu süreçte karşılaşılan karmaşık durumları analiz etme ve yorumlamaktır. | X | |||||
| 6 | Gereksinim duyulan bilgi ve verileri tanımlama, bunlara ulaşma ve ileri düzeyde değerlendirmektir. | X | |||||
| 7 | Çok disiplinli takımlarda liderlik yapma, karmaşık durumlarda çözüm yaklaşımları geliştirebilme ve sorumluluk almaktır. | X | |||||
| 8 | Çalışmalarının süreç ve sonuçlarını, o alandaki veya dışındaki ulusal ve uluslar arası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarabilmektir. | X | |||||
| 9 | Mühendislikte uygulanan modern teknik ve yöntemler ile bunların sınırları hakkında kapsamlı bilgileri yorumlamaktır. | X | |||||
| 10 | Mesleğinin yeni ve gelişmekte olan uygulamaları hakkında farkındalık; gerektiğinde bunları inceleme ve öğrenebilmektir. | ||||||
| 11 | Mühendislik uygulamalarının sosyal ve çevresel boyutlarını anlama ve sosyal çevreye uyum sağlamaktır. | X | |||||
| 12 | Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetmektir. | X | |||||
| Değerlendirme Sistemi | |
|---|---|
| Yarıyıl Çalışmaları | Katkı Oranı |
| 1. Proje / Tasarım | 100 |
| Toplam | 100 |
| 1. Yıl İçinin Başarıya | 60 |
| 1. Final | 40 |
| Toplam | 100 |
| AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
|---|---|---|---|
| Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) | 16 | 3 | 48 |
| Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) | 16 | 1 | 16 |
| Ara Sınav | 1 | 10 | 10 |
| Ödev | 1 | 10 | 10 |
| Proje / Tasarım | 1 | 30 | 30 |
| Performans Görevi (Uygulama) | 1 | 10 | 10 |
| Final | 1 | 10 | 10 |
| Toplam İş Yükü | 134 | ||
| Toplam İş Yükü / 25 (Saat) | 5,36 | ||
| Dersin AKTS Kredisi | 6 | ||