Bizi takip edin
|
EN

IE 358 | Ders Tanıtım Bilgileri

Dersin Adı
Optimizasyonda Sezgisel Yöntemler
Kodu
Yarıyıl
Teori
(saat/hafta)
Uygulama/Lab
(saat/hafta)
Yerel Kredi
AKTS
IE 358
Güz/Bahar
3
0
3
6

Ön-Koşul(lar)
  IE 251 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 Bu dersin amacı Metasezgisel algoritmalar üzerinde durulurarak çeşitli eniyleme problemlerinin çözümünde kullanılan sezgisel algortimaların temel içeriğini vermektir.
Öğrenme Çıktıları Bu dersi başarıyla tamamlayabilen öğrenciler;
  • Optimizasyonda geçerli temel sezgizel algoritmaları listeyebilecektir
  • Bu yöntemleri diğer eniyileme yöntemleri ile karşılaştırabilecektir
  • Temel Metasezgisel algoritmaları ve bunların özelliklerini listeleyebilecektir
  • Bu sezgisel yöntemlerin özellikle Endüstri Sistemleri Mühendisliği alanlarındaki problemlere uyarlayabilecektir
  • Endüstri Sistemleri Mühendisliği alanlarındaki problemlere uyarladıkları sezgisel yöntemleri geliştirebilecektir
  • Endüstri Sistemleri Mühendisliği alanlarındaki problemlere uyarladıkları sezgisel yöntemleri uygulayabilecektir
Ders Tanımı Bu dersin amacı matematiksel modellemeyi hali hazırda bilen öğrencilere sezgisel algoritmaların işleyişini sunar. Başlıklar temel sezgisel yapılar (greedy, improvement, construction); benzetim tavlama, tabu search, genetic algoritma, karınca koloni ve benzeri metasezgisel algoritmalardır. Derslerde sezgiseller ile ilgili temel bilgiler not olarak sağlanacaktır. Öğrencilerin dersin ilgili olduğu konularla ilgili çeşitli uygulamalar yapması beklenmektedir. Buna ek olarak, proje ödevi olarak bir problemi uygun bir sezgisel metod ile çözecek program yazmaları ve bu programın performansını ölçmeleri beklenmektedir.

 



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 Yöneylem araştırması konusunun hatırlatılması Ders Kitabı (Michalewicz) giriş Ch 1
2 Karmaşıklık ve sezgiselliğe giriş Verilen ders notlarının çalışılması,
3 Tavlama Benzetimi Verilen ders notlarının çalışılması, ders kitabı (Michalewicz)Ch 5 ve Handbook of Metaheuristics Ch 10 okunması
4 Particle Swarm Eniyilemesi Verilen ders notlarının çalışılması,
5 Genetik Algoritma ve evrimsel Stratejiler 1 Verilen ders notlarının çalışılması, ders kitabı (Michalewicz) Ch 6 ve "Handbook of Metaheuristics" Ch 3 okunması
6 Genetik Algoritma ve evrimsel Stratejiler 2 ders kitabı (Michalewicz)CH 6 ve "Handbook of Metaheuristics" Ch 3 okunması
7 ARA SINAV
8 Karınca Kolonisi Eniyilemesi Verilen ders notlarının çalışılması, \"Handbook of Metaheuristics\" Ch 9 okunması
9 Tabu Search Verilen ders notlarının çalışılması, ders kitabı (Michalewicz)Ch 5 ve "Handbook of Metaheuristics" Ch 2 okunması
10 Tabu Search Verilen ders notlarının çalışılması, ders kitabı (Michalewicz)Ch 5 ve "Handbook of Metaheuristics" Ch 2 okunması
11 GRASP Verilen ders notlarının çalışılması, "Handbook of Metaheuristics" Ch 8 okunması
12 Scatter Search Verilen ders notlarının çalışılması, "Handbook of Metaheuristics" Ch 1 okunması
13 Yerel Araştırma 1 Verilen ders notlarının çalışılması, ders kitabı (Michalewicz) Ch 3 ve "Handbook of Metaheuristics" Ch 10 okunması
14 Yerel Araştırma 2 Komşuluklar, VNS Verilen ders notlarının çalışılması, ders kitabı (Michalewicz)Ch 3 ve "Handbook of Metaheuristics" Ch 6 okunması
15 Final öncesi tekrar
16 Dönemin gözden geçirilmesi  

 

Ders Kitabı Zbigniew Michalewicz, David B. Fogel “How to Solve It: Modern Heuristics”
Önerilen Okumalar/Materyaller \"Handbook of Metaheuristics" edt by: Glover F.,, Kochenberger G.A., Kluwer, 2003 ve Ders Notları

 

DEĞERLENDİRME ÖLÇÜTLERİ

Yarıyıl Aktiviteleri Sayı Katkı Payı %
Katılım
1
5
Laboratuvar / Uygulama
Arazi Çalışması
Küçük Sınav / Stüdyo Kritiği
Portfolyo
Ödev
5
20
Sunum / Jüri Önünde Sunum
Proje
1
35
Seminer/Çalıştay
Sözlü Sınav
Ara Sınav
1
20
Final Sınavı
1
20
Toplam

Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı
80
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı
20
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
5
70
Arazi Çalışması
0
Küçük Sınav / Stüdyo Kritiği
0
Portfolyo
0
Ödev
5
3
15
Sunum / Jüri Önünde Sunum
0
Proje
1
17
17
Seminer/Çalıştay
0
Sözlü Sınav
0
Ara Sınavlar
1
10
10
Final Sınavı
1
20
20
    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.