Lisansüstü Eğitim Enstitüsü
Endüstri Mühendisliği Yüksek Lisans Programı ( Tezli )
Ders Bilgileri
HEORİSTİK OPTİMİZASYON | |||||
---|---|---|---|---|---|
Kodu | Dönemi | Teori | Uygulama | Ulusal Kredisi | AKTS Kredisi |
Saat / Hafta | |||||
INE534 | Bahar | 3 | 0 | 3 | 7 |
Ön Koşulu Olan Ders( ler ) | |
---|---|
Dili | Türkçe |
Türü | Seçmeli |
Seviyesi | Yüksek Lisans |
Öğretim Elemanı( ları ) | |
Öğretim Sistemi | Yüz Yüze |
Önerilen Hususlar | |
Staj Durumu | Yok |
Amacı | Bu dersi başarı ile tamamlayan öğrencilerden, sezgisel yöntemlerin nasıl ve neden çalıştığını, ne zaman kullanılması gerektiğini, birbirlerine ve matematiksel programlama gibi geleneksel yaklaşımlara olan üstünlüklerini kavramaları beklenmektedir. |
İçeriği | Kombinatoryal problemlerin çözümü için önemli ve popüler olan, geleneksel ve modern çeşitli sezgisel tekniklere giriş. Sezgisel tekniklerin varoluş sebepleri, yetenekleri ve uygulanabilirlikleri |
Dersin Öğrenim Çıktıları
# | Öğrenim Çıktıları |
---|---|
1 | Öğrenci, benzetimli tavlama, genetik algoritmalar, evrimsel stratejiler ve TABU araması gibi yaygın olarak kullanılan çeşitli sezgisel metodlar hakkında bilgi edinecektir. |
2 | Öğrenci, yaygın sezgisel yöntemleri kullanarak analiz yapıp model kurabilecektir |
3 | Öğrenci, sinir ağları ve rastsal yöntemler gibi diğer bazı sezgisel yöntemleri öğrendiğini gösterecektir. |
4 | Öğrenci, sezgisel yöntemeri kullanarak elde ettiği sonuçları kullanıp yorumlayabilecektir. Sonuclari diger dogrusal ve kesin cozum teknikleriyle karsilastirabilecektir. |
Haftalık Ayrıntılı Ders İçeriği
# | Konular | Öğretim Yöntem ve Teknikleri |
---|---|---|
1 | Giriş: hesaplama büyüme hızı, algoritmik karmaşıklık ve kombinatoryal problem | Anlatım |
2 | Dal-sınır yöntemi: dallandırma, sınırlama, nod geliştirme | Anlatım |
3 | Baskınlık, sınır sağlamak için rahatlatma, tamsayılı programlama | Anlatım |
4 | Lagrange rahatlatma yöntemi | Anlatım |
5 | Lagrange rahatlatma yöntemi | Anlatım |
6 | Vize | Ölçme |
7 | Yerel araştırma: komşuluklar, yerel ve global en iyilik, yapıcı ve iyileştirici sezgisel teknikler | Anlatım |
8 | Benzetimli tavlama, genel yaklaşım, soğuma çizelgeleri ve değişimleri | Anlatım |
9 | Genetik algoritmalar: popülasyonlar, üreme, çaprazlama | Anlatım |
10 | Mutasyon, dokular, rekabet ve genetik programlama | Anlatım |
11 | TABU araması: kısa süreli bellek, TABU durumu, hedefleme, kuvvetlendirme ve çeşitlendirme | Anlatım |
12 | Diğer yöntem ve teknikler: sinir ağları, rastsal yöntemler, melez yöntemler | Anlatım |
13 | Deluge algoritması | Anlatım |
14 | Genel Uygulamalar | Anlatım |
15 | Genel Uygulamalar | Anlatım |
16 | Son Sınav | Ölçme |
Resources
# | Malzeme / Kaynak Adı | Kaynak Hakkında Bilgi | Referans / Önerilen Kaynak |
---|---|---|---|
1 | J. S. Arora, Introduction to Optimum Design, Elsevier Academic Pres, 2004. | ||
2 | G. N. Vanderplaats, Numerical Optimization Techniques for Engineering Design, McGraw-Hill, New York, 1984. | ||
3 | D. E. Goldberg, Genetic Algorithms in Search, Optimization and Machine Learning, Addison Wesley, 1989. |
Ölçme ve Değerlendirme Sistemi
# | Ağırlık | Çalışma Türü | Çalışma Adı |
---|---|---|---|
1 | %40 | Ara Sınav | Ara Sınav |
2 | %60 | Son Sınav | Son Sınav |
Dersin Öğrenim Çıktıları ve Program Yeterlilikleri ile İlişkileri
# | Öğrenim Çıktıları | Program Çıktıları | Ölçme ve Değerlendirme |
---|---|---|---|
1 | Öğrenci, benzetimli tavlama, genetik algoritmalar, evrimsel stratejiler ve TABU araması gibi yaygın olarak kullanılan çeşitli sezgisel metodlar hakkında bilgi edinecektir. | 1͵2͵3 | 1͵2 |
2 | Öğrenci, yaygın sezgisel yöntemleri kullanarak analiz yapıp model kurabilecektir | 2͵3͵4 | 1͵2 |
3 | Öğrenci, sinir ağları ve rastsal yöntemler gibi diğer bazı sezgisel yöntemleri öğrendiğini gösterecektir. | 1͵2 | 1͵2 |
4 | Öğrenci, sezgisel yöntemeri kullanarak elde ettiği sonuçları kullanıp yorumlayabilecektir. Sonuclari diger dogrusal ve kesin cozum teknikleriyle karsilastirabilecektir. | 2͵3 | 1͵2 |
İş Yükü Detayları
# | Etkinlik | Adet | Süre (Saat) | İş Yükü |
---|---|---|---|---|
1 | Ders Süresi | 14 | 3 | 42 |
2 | Sınıf Dışı Ders Süresi (Ön çalışma, pekiştirme) | 14 | 4 | 56 |
3 | Sunum ve Seminer Hazırlama | 14 | 1 | 14 |
4 | İnternette tarama, kütüphane ve arşiv çalışması | 14 | 3 | 42 |
5 | Belge/Bilgi listeleri oluşturma | 1 | 6 | 6 |
6 | Atölye | 0 | 0 | 0 |
7 | Ara Sınav için Hazırlık | 0 | 0 | 0 |
8 | Ara Sınav | 0 | 0 | 0 |
9 | Kısa Sınav | 0 | 0 | 0 |
10 | Ödev | 0 | 0 | 0 |
11 | Ara Proje | 0 | 0 | 0 |
12 | Ara Uygulama | 0 | 0 | 0 |
13 | Son Proje | 1 | 20 | 20 |
14 | Son Uygulama | 0 | 0 | 0 |
15 | Son Sınav için Hazırlık | 0 | 0 | 0 |
16 | Son Sınav | 0 | 0 | 0 |
180 |