| Ders Adı | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| Heurıstıc Optımızatıon Methods | ENM 546 | 0 | 3 + 0 | 3 | 6 |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler | |
| Dersin Dili | İngilizce |
| Dersin Seviyesi | YUKSEK_LISANS |
| Dersin Türü | Seçmeli |
| Dersin Koordinatörü | Dr.Öğr.Üyesi ELİF ELÇİN GÜNAY |
| Dersi Verenler | |
| Dersin Yardımcıları | |
| Dersin Kategorisi | Diğer |
| Dersin Amacı | Obtaining basic knowledge about optimization and its techniques. Following the literature, developing up-to-date application and analysis skills with meta-heuristics. Demonstrating the use of heuristic techniques, a branch of artificial intelligence, as a solution tool in operations research problems. In this context, learning and applying heuristic optimization techniques such as simulated annealing, tabu search, genetic algorithms, ant colony, and particle swarm optimization with application projects. |
| Dersin İçeriği | What is a heuristic search and for what problems it is used? Understanding the applications of local-search and meta-heuristic algorithms. NP-Complete problems, Decision Theory and its use in estimation problems and solution methods: simulated annealing, tabu search, genetic algorithms, ant colony, implementation of particle swarm optimization. Use of penalty function and constraint handling techniques. |
| # | Ders Öğrenme Çıktıları | Öğretim Yöntemleri | Ölçme Yöntemleri |
|---|---|---|---|
| 1 | Understanding the concept of adaptive search | Anlatım, Soru-Cevap, Tartışma, | Sözlü Sınav, |
| 2 | The student acquires the knowledge of how and why to use the techniques. | Soru-Cevap, Anlatım, | Ödev, |
| 3 | Apply simulated annealing | Alıştırma ve Uygulama, Deney / Laboratuvar, Anlatım, | Sözlü Sınav, Proje / Tasarım, |
| 4 | Apply genetic algorithm | Deney / Laboratuvar, Anlatım, | Proje / Tasarım, Sınav, |
| 5 | Apply Tabu search | Alıştırma ve Uygulama, | Proje / Tasarım, Sınav, |
| 6 | Apply Ant colony optimaztion | Alıştırma ve Uygulama, | Proje / Tasarım, Sınav, |
| 7 | Apply particle swarm optimization | Alıştırma ve Uygulama, | Proje / Tasarım, Sınav, |
| 8 | Apply hybrid methods | Alıştırma ve Uygulama, | Proje / Tasarım, Sınav, |
| 9 | Knowledge of constraint handling techniques in evolutionary algorithms | Alıştırma ve Uygulama, | Proje / Tasarım, Sınav, |
| 10 | Apply multi-objective optimization | Alıştırma ve Uygulama, | Proje / Tasarım, |
| 11 | Knowledge of current optimization practices in the literature | Alıştırma ve Uygulama, | Proje / Tasarım, Sınav, |
| 12 | Knowledge of evaluation and analysis of current practices | Alıştırma ve Uygulama, | Proje / Tasarım, Sınav, |
| 13 | Ability to model a real problem with a meta-heuristic | Alıştırma ve Uygulama, | Proje / Tasarım, |
| 14 | Evaluation and discussion of the developed models | Alıştırma ve Uygulama, | Proje / Tasarım, |
| 15 | Interpreting the results | Alıştırma ve Uygulama, Anlatım, | Proje / Tasarım, |
| Hafta | Ders Konuları | Ön Hazırlık |
|---|---|---|
| 1 | Introduction to optimization an heuristic optimization | |
| 2 | Simulated annealling | |
| 3 | Genetic algorithms | |
| 4 | Evolutionary strategies | |
| 5 | ant colony optimization | |
| 6 | Particle swarm optimization | |
| 7 | Hybrid optimization | |
| 8 | Constraint handling techniques in evolutionary algorithms | |
| 9 | Multi objective optimization | |
| 10 | Recent optimization applications in the literature | |
| 11 | Evaluation and analysis of current practices | |
| 12 | Dealing a real problem with a meta-heuristic approach | |
| 13 | Evaluation and discussion of the developed projects | |
| 14 | Analyzing and interpreting the results |
| Kaynaklar | |
|---|---|
| Ders Notu | |
| Ders Kaynakları | [1] Yapay zeka ve optimizasyon 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. | ||||||
| 2 | Sınırlı ya da eksik verileri kullanarak bilimsel yöntemlerle bilgiyi tamamlayabilme ve uygulama becerisi; değişik disiplinlere ait bilgileri bütünleştirebilmektir. | ||||||
| 3 | Mühendislik problemlerini kurgulayabilme, çözmek için yöntem geliştirme ve çözümlerde yenilikçi yöntemler uygulamaktır. | ||||||
| 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. | ||||||
| 6 | Gereksinim duyulan bilgi ve verileri tanımlama, bunlara ulaşma ve ileri düzeyde değerlendirmektir. | ||||||
| 7 | Çok disiplinli takımlarda liderlik yapma, karmaşık durumlarda çözüm yaklaşımları geliştirebilme ve sorumluluk almaktır. | ||||||
| 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. | ||||||
| 9 | Mühendislikte uygulanan modern teknik ve yöntemler ile bunların sınırları hakkında kapsamlı bilgileri yorumlamaktır. | ||||||
| 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. | ||||||
| 12 | Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetmektir. | ||||||
| Değerlendirme Sistemi | |
|---|---|
| Yarıyıl Çalışmaları | Katkı Oranı |
| Toplam | 0 |
| Toplam | 0 |
| AKTS - İş Yükü Etkinlik | Sayı | Süre (Saat) | Toplam İş Yükü (Saat) |
|---|---|---|---|
| Proje / Tasarım | 1 | 30 | 30 |
| Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme) | 16 | 1 | 16 |
| Ara Sınav | 1 | 20 | 20 |
| Ödev | 1 | 10 | 10 |
| Performans Görevi (Uygulama) | 1 | 10 | 10 |
| Final | 1 | 20 | 20 |
| Ders Süresi (Sınav haftası dahildir: 16x toplam ders saati) | 16 | 3 | 48 |
| Toplam İş Yükü | 154 | ||
| Toplam İş Yükü / 25 (Saat) | 6,16 | ||
| Dersin AKTS Kredisi | 6 | ||