Bizi takip edin
|
EN

IE 357 | Ders Tanıtım Bilgileri

Dersin Adı
Optimizasyonda Özel Konular
Kodu
Yarıyıl
Teori
(saat/hafta)
Uygulama/Lab
(saat/hafta)
Yerel Kredi
AKTS
IE 357
Güz/Bahar
3
0
3
6

Ön-Koşul(lar)
  IE 252 Başarılı olmak (En az DD notu almış olmak)
Dersin Dili
İngilizce
Dersin Türü
Seçmeli
Dersin Düzeyi
Lisans
Dersin Veriliş Şekli -
Dersin Öğretim Yöntem ve Teknikleri Anlatım / Sunum
Dersin Koordinatörü
Öğretim Eleman(lar)ı
Yardımcı(ları) -
Dersin Amacı Öğrencilere zorunlu optimizasyon derslerinde öğretilmeyen yöntem ve modellemeleri öğretmek
Öğrenme Çıktıları Bu dersi başarıyla tamamlayabilen öğrenciler;
  • Klasik optimizasyon tekniklerinin kullanım kısıtlarını tanımlayabileceklerdir
  • Bu yöntemlerle üretim yönetimi ve Endüstri Sistemleri Mühendisliği alan problemlerini modelleyebileceklerdir
  • Dinamik programlama yöntemi ile üretim yönetimi ve Endüstri Sistemleri Mühendisliği alan problemlerini modelleyebileceklerdir
  • Yeni melez optimizasyon yöntemleri ile üretim yönetimi ve Endüstri Sistemleri Mühendisliği alan problemlerini modelleyebileceklerdir
  • Dinamik programlama ve/veya melez optimizasyon yöntemlerini uyarladıkları çözümleri ilgili yazılımlarını kullanarak çözebileceklerdir
Ders Tanımı Bu derste öğrencilere optimizasyon alanına ait, ve zorunlu derslerde öğretilmeyen, kimi konular, yöntemler ve modellemeler öğretilir. Öğrenci ders sonunda ayrıca bu konu, yöntem veya modellemelerle ilgili uygulamalar da görmüş olacaktır.

 



Dersin Kategorisi

Temel Ders
Uzmanlık/Alan Dersleri
Destek Dersleri
İletişim ve Yönetim Becerileri Dersleri
Aktarılabilir Beceri Dersleri

 

HAFTALIK KONULAR VE İLGİLİ ÖN HAZIRLIK ÇALIŞMALARI

Hafta Konular Ön Hazırlık
1 Optimizasyonun Temelleri Hatırlatma Ders Notları
2 Büyük boyutlu tamsayılı programlama problemleri Çözüm Yöntemleri Doğrusal Pogramlama Gevşetmesi Ders Notları
3 Büyük boyutlu tamsayılı programlama problemleri Çözüm Yöntemleri Dantzig Wolfe Ders Notları
4 Büyük boyutlu tamsayılı programlama problemleri Çözüm Yöntemleri Dal Sınır Algoritması Ders Notları
5 Büyük boyutlu tamsayılı programlama problemleri Çözüm Yöntemleri Dal Sınır Algoritması Ders Notları
6 Büyük boyutlu tamsayılı programlama problemleri Çözüm Yöntemleri Lagrangian Gevşetmesi Ders Notları
7 Büyük boyutlu tamsayılı programlama problemleri Çözüm Yöntemleri Lagrangian Gevşetmesi Ders Notları
8 Büyük boyutlu tamsayılı programlama problemleri Çözüm Yöntemleri Kesme Algoritması Ders Notları
9 Arasınav
10 Büyük boyutlu tamsayılı programlama problemleri Çözüm Yöntemleri Kesme Algoritması Ders Notları
11 Büyük boyutlu tamsayılı programlama problemleri Çözüm Yöntemleri Bender Ayrıştırması Ders Notları
12 Dinamik Programlama Ders Notları
13 Dinamik Programlama Ders Notları
14 Dinamik Programlama Ders Notları
15 Tekrar Ders Notları
16 Dönemin gözden geçirilmesi  

 

Ders Kitabı
Önerilen Okumalar/Materyaller

 

DEĞERLENDİRME ÖLÇÜTLERİ

Yarıyıl Aktiviteleri Sayı Katkı Payı %
Katılım
Laboratuvar / Uygulama
Arazi Çalışması
Küçük Sınav / Stüdyo Kritiği
Portfolyo
Ödev
Sunum / Jüri Önünde Sunum
Proje
Seminer/Çalıştay
Sözlü Sınav
Ara Sınav
2
60
Final Sınavı
1
40
Toplam

Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı
60
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı
40
Toplam

AKTS / İŞ YÜKÜ TABLOSU

Yarıyıl Aktiviteleri Sayı Süre (Saat) İş Yükü
Teorik Ders Saati
(Sınav haftası dahildir: 16 x teorik ders saati)
16
3
48
Laboratuvar / Uygulama Ders Saati
(Sınav haftası dahildir. 16 x uygulama/lab ders saati)
16
0
Sınıf Dışı Ders Çalışması
14
4
56
Arazi Çalışması
0
Küçük Sınav / Stüdyo Kritiği
0
Portfolyo
0
Ödev
0
Sunum / Jüri Önünde Sunum
0
Proje
0
Seminer/Çalıştay
0
Sözlü Sınav
0
Ara Sınavlar
2
22
44
Final Sınavı
1
32
32
    Toplam
180

 

DERSİN ÖĞRENME ÇIKTILARININ PROGRAM YETERLİLİKLERİ İLE İLİŞKİSİ

#
Program Yeterlilikleri / Çıktıları
* Katkı Düzeyi
1
2
3
4
5
1

Temel matematik, uygulamalı matematik veya istatistik kuramlarına ve uygulamalarına hâkim olur.

2

Matematik veya istatistik alanlarında edindiği ileri düzey bilgi ve becerilerini kullanarak verileri yorumlar, sorunları tanımlar, araştırmalara ve kanıtlara dayalı çözüm önerileri geliştirir.

3

Disiplinler arası yaklaşımla, matematik veya istatistiği gerçek yaşamda uygular ve kendi potansiyelini keşfeder.

X
4

Matematik veya İstatistik alanında edindiği ileri düzeyde bilgi ve becerilerini eleştirel bir yaklaşımla değerlendirir.

5

Kuramsal ve teknik bilgilerini detaylı olarak uzman olan veya olmayan kişilere rahatça aktarır.

X
6

Matematik veya istatistik alanlarında bireysel veya ekip olarak bir çalışmayı sürdürür, bağımsız çalışmanın ilgili tüm aşamalarında etkili olur, karar verme sürecine katılır, zamanı etkili kullanarak gerekli planlamayı yapar.

7

Matematik veya istatistik alanlarında yaygın olarak kullanılan yazılımlara aşina olur ve Avrupa Bilgisayar Kullanma Lisansı İleri Düzeyindeki en az bir programı etkin şekilde kullanır.

8

Dahil olduğu projelerin tüm aşamalarında toplumsal, bilimsel ve etik değerlere uygun hareket eder, toplumsal duyarlılık çerçevesinde proje geliştirip uygular.

X
9

Evrensel anlamda birikimli ve duyarlı olarak tüm süreçleri etkin şekilde değerlendirir ve kalite yönetimi konusunda yeterli bilince sahip olur.

10

Soyut düşünce yapısına hâkim olarak, somut olayları bağlar ve çözüm üretir, veri toplayarak bilimsel yöntemlerle sonuçları inceler ve yorumlar.

X
11

Bir yabancı dili kullanarak Matematik veya İstatistik ile ilgili bilgi toplar ve meslektaşları ile iletişim kurar.

12

İkinci yabancı dili orta düzeyde kullanır.

13

İnsanlık tarihi boyunca oluşan bilgi birikimini uzmanlık alanıyla ilişkilendirir.

*1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest

 


SOSYAL MEDYA

İzmir Ekonomi Üniversitesi
izto logo
İzmir Ticaret Odası Eğitim ve Sağlık Vakfı
kuruluşudur.
ieu logo

Sakarya Caddesi No:156
35330 Balçova - İzmir / TÜRKİYE

kampus izmir

Bizi Takip edin

İEU © Tüm hakları saklıdır.