GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| 9103025812021 | Sezgisel Optimizasyon Algoritmaları | Seçmeli Ders Grubu | 1 | 1 | 8,00 |
Dersin Seviyesi
Yüksek Lisans
Dersin Sunulduğu Dil
Dersin Amacı
Yapay Zekaya dayalı optimizasyon tekniklerini öğrenir ve her hangi bir mühendislik probleminin çözümünde yapay zekaya dayalı optimizasyon tekniklerinin birini ya da aynı anda bir kaçını etkin bir biçimde kullanabilir.
Dersi Veren Öğretim Görevlisi/Görevlileri
Doç. Dr. Ulaş KILIÇ
Öğrenme Çıktıları
| 1 | Optimizasyon kavramının temellerini açıklar |
| 2 | Klasik optimizasyon Tekniklerini açıklar |
| 3 | Yapay Zekaya Dayalı Optimizasyon Tekniklerini öğrenir ve çalışma prensiplerini açıklar |
| 4 | Genetik Algoritma, Parçacık Sürü Algoritması, Karınca Koloni Algoritması, Türevsel Evrim Algoritması ve Yapay Arı Koloni Algoritmasını problem çözümlerine uygular |
Öğretim Sistemi
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Ders İçin Önerilen Diğer Hususlar
[Yok]
Dersin İçeriği
Optimizasyon ve klasik optimizasyon teknikleri; yapay zekaya dayalı optimizasyon teknikleri; genetik Algoritma; türevsel evrim algoritması; klonal seçim algoritması; parçacık sürü algoritması; karınca koloni algoritması.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Konular (Teorik) | Öğretim Yöntem ve Teknikleri | Ön Hazırlık |
|---|---|---|---|
| 1 | Optimizasyon kavramının temelleri | ||
| 2 | Klasik optimizasyon teknikleri | ||
| 3 | Klasik optimizasyon teknikleri | ||
| 4 | Tek ve çok amaçlı, kısıtlamasız ve kısıtlamalı optimizasyon | ||
| 5 | Genetik algoritma | ||
| 6 | Genetik algoritmanın uygulanması | ||
| 7 | Parçacık Sürü Algoritması | ||
| 8 | Parçacık Sürü Algoritması uygulanması | ||
| 9 | Ara Sınav | ||
| 10 | Karınca Koloni Algoritması | ||
| 11 | Karınca Koloni Algoritmasının uygulanması | ||
| 12 | Türevsel Evrim Algoritması | ||
| 13 | Türevsel Evrim Algoritmasının Uygulanması | ||
| 14 | Yapay Arı Koloni Algoritması | ||
| 15 | Yapay Arı Koloni Algoritmasının Uygulanması | ||
| 16 | Final Sınavı |
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
D. Karaboga, Yapay Zeka Optimizasyonu Algoritmaları, İstanbul, Atlas Yayın Dağıtım, 2004 D. T. Pham and D. Karaboğa, Intelligent Optimization Techniques, Springer Verlag, London, GB, 2001. Bilimsel Makaleler ve tezler
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 40 |
| Makale Kritik Etme | 1 | 20 |
| Ödev Problemleri için Bireysel Çalışma | 1 | 40 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 40 |
| Makale Yazma | 1 | 30 |
| Proje Sunma | 1 | 30 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 40 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 60 | |
Staj Durumu
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 3 | 3 |
| Final Sınavı | 1 | 3 | 3 |
| Derse Katılım | 15 | 3 | 45 |
| Proje Sunma | 1 | 24 | 24 |
| Makale Yazma | 2 | 24 | 48 |
| Makale Kritik Etme | 5 | 10 | 50 |
| Bireysel Çalışma | 15 | 2 | 30 |
| Ödev Problemleri için Bireysel Çalışma | 1 | 1 | 1 |
| Ara Sınav İçin Bireysel Çalışma | 1 | 10 | 10 |
| Final Sınavı içiin Bireysel Çalışma | 1 | 12 | 12 |
| Toplam İş Yükü (saat) | 226 | ||
Program ve Öğrenme Çıktıları İlişkisi
| PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | |
| ÖÇ 1 | 4 | 4 | ||||
| ÖÇ 2 | 4 | 4 | ||||
| ÖÇ 3 | 4 | 4 | 4 | 4 | ||
| ÖÇ 4 | 4 | 4 | 4 | 4 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek