AKTS - Optimizasyon için Sezgisel Yöntemler

Optimizasyon için Sezgisel Yöntemler (IE420) Ders Detayları

Ders Adı Ders Kodu Dönemi Saati Uygulama Saati Laboratuar Hours Kredi AKTS
Optimizasyon için Sezgisel Yöntemler IE420 3 0 0 3 5
Ön Koşul Ders(ler)i
IE 302, IE 304
Dersin Dili İngilizce
Dersin Türü N/A
Dersin Seviyesi Lisans
Ders Verilme Şekli Yüz Yüze
Dersin Öğrenme ve Öğretme Teknikleri Anlatım, Tartışma, Soru Yanıt, Sorun/Problem Çözme.
Dersin Koordinatörü
Dersin Öğretmen(ler)i
Dersin Asistan(lar)ı
Dersin 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.
Dersin Eğitim Çıktıları Bu dersi başarıyla tamamlayabilen öğrenciler;
  • Öğrenci, benzetimli tavlama, genetik algoritmalar, evrimsel stratejiler ve TABU araması gibi yaygın olarak kullanılan çeşitli sezgisel metodlar hakkında bilgi edinecektir.
  • Öğrenci, yaygın sezgisel yöntemleri kullanarak analiz yapıp model kurabilecektir.
  • Öğrenci, sinir ağları ve rastsal yöntemler gibi diğer bazı sezgisel yöntemleri öğrendiğini gösterecektir.
  • Öğrenci, sezgisel yöntemeri kullanarak elde ettiği sonuçları kullanıp yorumlayabilecektir.
Dersin İçeriği Kombinatoryal problemlerin çözümü için çeşitli sezgisel teknikler; sezgisel tekniklerin varoluş sebepleri, yetenekleri ve uygulanabilirlikleri.

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

Hafta Konular Ön Hazırlık
1 Giriş: hesaplama büyüme hızı, algoritmik karmaşıklık ve kombinatoryal problem
2 Dal-sınır yöntemi: dallandırma, sınırlama, nod geliştirme
3 Baskınlık, sınır sağlamak için rahatlatma, tamsayılı programlama
4 Lagrange rahatlatma yöntemi
5 Lagrange rahatlatma yöntemi
6 Yerel araştırma: komşuluklar, yerel ve global en iyilik, yapıcı ve iyileştirici sezgisel teknikler
7 Yerel araştırma: komşuluklar, yerel ve global en iyilik, yapıcı ve iyileştirici sezgisel teknikler
8 Benzetimli tavlama, genel yaklaşım, soğuma çizelgeleri ve değişimleri
9 Genetik algoritmalar: popülasyonlar, üreme, çaprazlama
10 Ara Sınav
11 Mutasyon, dokular, rekabet ve genetik programlama
12 TABU araması: kısa süreli bellek, TABU durumu, hedefleme, kuvvetlendirme ve çeşitlendirme
13 TABU araması: kısa süreli bellek, TABU durumu, hedefleme, kuvvetlendirme ve çeşitlendirme
14 Diğer yöntem ve teknikler: sinir ağları, rastsal yöntemler, melez yöntemler
15 Deluge algoritması, kayıttan kayıta transfer ve paralel uygulama
16 Dönem Sonu Sınav Çalışmaları

Kaynaklar

Ders Kitabı 1. Reeves, C. R., Modern Heuristic Techniques for Combinatorial Problems, John Wiley & Sons, 1993.
Diğer Kaynaklar 2. Sait, S.M., and Youssef, H., Iterative Algorithms with Applications in Engineering, IEEE Press, 1999.
3. Papadimitriou, C.H., and Steiglitz, K., Combinatorial Optimization: Algorithms and Complexity, Prentice-Hall, 1982.
4. Nemhauser, G.L., and Wolsey, L.A., Integer and Combinatorial Optimization, John Wiley & Sons, 1998.
5. Lawler, E.L., Lenstra, J.K., Rinnooy Kan, A.H.G., and Shmoys, D.B., The Traveling Salesman Problem, John Wiley & Sons, 1985.

Değerlendirme System

Çalışmalar Sayı Katkı Payı
Devam/Katılım - -
Laboratuar - -
Uygulama - -
Alan Çalışması - -
Derse Özgü Staj - -
Küçük Sınavlar/Stüdyo Kritiği - -
Ödevler 3 15
Sunum - -
Projeler 1 20
Rapor - -
Seminer - -
Ara Sınavlar/Ara Juri 1 25
Genel Sınav/Final Juri 1 40
Toplam 6 100
Yarıyıl İçi Çalışmalarının Başarı Notu Katkısı 60
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı 40
Toplam 100

Kurs Kategorisi

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

Dersin Öğrenim Çıktılarının Program Yeterlilikleri ile İlişkisi

# Program Yeterlilikleri / Çıktıları Katkı Düzeyi
1 2 3 4 5
1 Matematik, fen bilimleri ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, karmaşık mühendislik problemlerinde kullanabilme becerisi kazanır.
2 Karmaşık mühendislik problemlerini saptama, tanımlama, formüle etme ve çözme becerisi kazanır; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi kazanır. X
3 Karmaşık bir sistemi, süreci, cihazı veya ürünü gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi ve bu amaçla modern tasarım yöntemlerini uygulama becerisi kazanır. X
4 Endüstri mühendisliği uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi kazanır; bilişim teknolojilerini etkin bir şekilde kullanma becerisi kazanır.
5 Karmaşık mühendislik problemlerinin veya disipline özgü araştırma konularının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi kazanır.
6 Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi ve bireysel çalışma becerisi kazanır.
7 Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; en az bir yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi edinir.
8 Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerisi kazanır.
9 Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci kazanır. Endüstri mühendisliği uygulamalarında kullanılan standartlar hakkında bilgi edinir.
10 Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi edinir. Girişimcilik, yenilikçilik hakkında farkındalık kazanır. Sürdürülebilir kalkınma hakkında bilgi edinir.
11 Endüstri mühendisliği uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi edinir. Mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık kazanır.
12 İnsan, malzeme, bilgi, teçhizat ve enerji içeren entegre sistemlerin tasarlanması, geliştirilmesi, uygulanması ve iyileştirilmesi konularında beceri kazanır.
13 Sistem entegrasyonunu sağlamaya yönelik uygun analitik ve deneysel yöntemler ile hesaplama yöntemleri konusunda bilgi edinir.

ECTS/İş Yükü Tablosu

Aktiviteler Sayı Süresi (Saat) Toplam İş Yükü
Ders saati (Sınav haftası dahildir: 16 x toplam ders saati) 16 3 48
Laboratuar
Uygulama
Derse Özgü Staj
Alan Çalışması
Sınıf Dışı Ders Çalışma Süresi 16 3 48
Sunum/Seminer Hazırlama
Projeler 1 5 5
Raporlar
Ödevler 3 3 9
Küçük Sınavlar/Stüdyo Kritiği
Ara Sınavlara/Ara Juriye Hazırlanma Süresi 1 5 5
Genel Sınava/Genel Juriye Hazırlanma Süresi 1 10 10
Toplam İş Yükü 125