GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| 9101056182010 | İleri Optimizasyon Teknikleri | Seçmeli Ders Grubu | 1 | 2 | 8,00 |
Dersin Seviyesi
Doktora
Dersin Sunulduğu Dil
Türkçe
Dersin Amacı
Bu dersin amacı, öğrencilerin en iyileme kavramını anlamasını, en iyileme problemlerinin teorik temellerini kavramasını ve bu türden problemleri yaklaşık olarak çözen güncel yöntemleri anlayabilmesini sağlamaktır.
Dersi Veren Öğretim Görevlisi/Görevlileri
Assist. Prof. Dr. Ali Mert
Öğrenme Çıktıları
| 1 | Herhangi bir en iyileme problemini yaklaşık çözen yöntemi bilgisayar programına dönüştürebilme |
| 2 | En iyileme hakkındaki güncel yayınları takip edebilme |
| 3 | En iyileme kavramının teorik temellerini ifade edebilme |
| 4 | Herhangi bir en iyileme problemini çözmek için en uygun yöntemi seçebilme |
| 5 | Herhangi bir en iyileme problemini çözen bir yöntemi algoritmik olarak ifade edebilme |
| 6 | En iyileme problemlerine ilişkin modelleri oluşturabilme |
| 7 | Herhangi bir en iyileme probleminin yaklaşık çözüm değerini elde edebilme |
Öğretim Sistemi
Dersin Ön Koşulu Olan Dersler
Yok
Ders İçin Önerilen Diğer Hususlar
Yok
Dersin İçeriği
En iyileme hakkında temel teorik bilgiler. Yaklaşık çözüm veren algoritmalara ilişkin kavramlar. Temel programlama teknikleri. Yaklaşık çözümler veren algoritmalar.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Konular (Teorik) | Öğretim Yöntem ve Teknikleri | Ön Hazırlık |
|---|---|---|---|
| 1 | Genel bilgiler, en iyilemenin tanımı. En iyileme teorisi. | ||
| 2 | Yaklaşık algoritma prensipleri. | ||
| 3 | Temel programlama teknikleri. | ||
| 4 | Bir işlemin algoritmik olarak ifade edilme yaklaşımları. | ||
| 5 | Tabu araştırma algoritması. | ||
| 6 | Tabu araştırma stratejileri. | ||
| 7 | Genetik algoritmanın temelleri. | ||
| 8 | Arasınav | ||
| 9 | Uygunluk fonksiyonları. | ||
| 10 | Kısıt ele alma teknikleri. | ||
| 11 | Genetik algoritma operatörleri. | ||
| 12 | Robust doğrusal optimizasyon. | ||
| 13 | Robust konik optimizasyon. | ||
| 14 | Robust çok aşamalı optimizasyon. | ||
| 15 | Ayrık programlama. | ||
| 16 | Final Sınavı |
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
DERS KİTABI: 1. Genetik Algoritmalar ve En İyileme Yöntemleri, Z. Şen, Su Vakfı Yayınları, 2004. 2. Yapay Zeka Optimizasyon Algoritmaları, D. Karaboğa, Atlas Yayın Dağıtım, 2004. YARDIMCI KİTAPLAR: 3. Nonlinear Programming Theory and Algorithms, M.S. BAZARAA and C.M. SHETTY, John Wiley and Sons, 1989. 4. Evolutionary Computation 2, Institute of Physics Publishing, T. Back, D. B. Fogel, and Z. Michalewicz, 2000. 5. Robust Optimization, A. Ben-Tal, L. El Ghaoui and A. Nemirovski, Princeton University Press. 2009.
Planlanan Öğrenme Aktiviteleri ve Metodları
Etkinlikler ayrıntılı olarak "Değerlendirme" ve "İş Yükü Hesaplaması" bölümlerinde verilmiştir.
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 100 |
| Toplam | 100 | |
| 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 |
| Quiz | 1 | 20 | 20 |
| Derse Katılım | 14 | 3 | 42 |
| Bireysel Çalışma | 14 | 9 | 126 |
| Ara Sınav İçin Bireysel Çalışma | 1 | 25 | 25 |
| Final Sınavı içiin Bireysel Çalışma | 1 | 35 | 35 |
| Performans | 14 | 3 | 42 |
| Toplam İş Yükü (saat) | 294 | ||
Program ve Öğrenme Çıktıları İlişkisi
| PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | |
| ÖÇ 1 | |||||||
| ÖÇ 2 | 5 | ||||||
| ÖÇ 3 | 3 | ||||||
| ÖÇ 4 | 3 | ||||||
| ÖÇ 5 | |||||||
| ÖÇ 6 | |||||||
| ÖÇ 7 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek