Ders AdıKodu Yerel KrediAKTS Ders (saat/hafta)Uygulama (saat/hafta)Laboratuar (saat/hafta)
Optimizasyonda Sezgisel YöntemlerEND387535300
ÖnkoşullarYok
YarıyılGüz, Bahar
Dersin Diliİngilizce, Türkçe
Dersin SeviyesiLisans
Dersin TürüSeçmeli @ Endüstri Mühendisliği Lisans Programı (%30 İngilizce)
Ders KategorisiUzmanlık/Alan Dersleri
Dersin Veriliş ŞekliYüz yüze
Dersi Sunan Akademik BirimEndüstri Mühendisliği Bölümü
Dersin KoordinatörüKadriye Büşra Yılmazer Kaya
Dersi Veren(ler)Kadriye Büşra Yılmazer Kaya
Asistan(lar)ıEbru Geçici
Dersin AmacıBu dersin amacı, optimizasyon problemlerinde yaygın olarak kullanılan sezgisel yöntemlerin temellerini ve uygulamalarını ayrıntılı bir şekilde incelemektir.
Dersin İçeriğiBu derste, öncelikle sezgisel yöntemlerin matematiksel modelleme ve klasik optimizasyon tekniklerinden nasıl farklılaştığı üzerinde durulacaktır. Bununla birlikte, bu yöntemlerin avantajları, dezavantajları ve pratik uygulamalarda karşılaşılan sorunlara nasıl çözümler sunduğu da ele alınacaktır. Öğrenciler, bu bilgileri kullanarak çeşitli optimizasyon problemlerine uygun sezgisel stratejileri seçmeyi ve uygulamayı öğrenme fırsatı bulacaklardır.
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
  • Zbigniew Michalewicz , David B. Fogel (2004), How to Solve it: Modern Heuristics, 2nd Edition, Springer
  • El-Ghazali Talbi (2009), Metaheuristics: From Design to Implementation, Wiley
  • Sean Luke (2013), Essentials of Metaheuristics, Second Edition, Lulu
Opsiyonel Program BileşenleriYok

Ders Öğrenim Çıktıları

  1. Öğrenci matematiksel model ve sezgisel yöntemler arasındaki benzerlik ve farklılıkları öğrenir, sezgisel yöntemleri ne zaman kullanacağını bilir.
  2. Öğrenci, benzetimli tavlama, genetik algoritmalar, evrimsel stratejiler ve TABU araması gibi yaygın olarak kullanılan çeşitli sezgisel metodlar hakkında bilgi edinecektir.
  3. Öğrenci, yaygın sezgisel yöntemleri kullanarak analiz yapıp model kurabilecektir.
  4. Öğrenci, sinir ağları ve rastsal yöntemler gibi diğer bazı sezgisel yöntemleri öğrendiğini gösterecektir.
  5. Öğrenci, sezgisel yöntemleri kullanarak elde ettiği sonuçları kullanıp yorumlayabilecek ve sonuçları diğer doğrusal ve kesin çözüm teknikleriyle karşılaştırabileceklerdir.

Ders Öğrenim Çıktısı & Program Çıktısı Matrisi

DÖÇ-1DÖÇ-2DÖÇ-3DÖÇ-4DÖÇ-5
PÇ-1-----
PÇ-2-----
PÇ-3-----
PÇ-455555
PÇ-555555
PÇ-6-----
PÇ-7-----
PÇ-8-----
PÇ-9-----
PÇ-10-----
PÇ-11-----
PÇ-12-----
PÇ-13-----
PÇ-14-----
PÇ-15-----
PÇ-16-----
PÇ-17-----
PÇ-18-----
PÇ-19-----
PÇ-20-----
PÇ-21-----
PÇ-22-----
PÇ-23-----
PÇ-24-----
PÇ-25-----
PÇ-26-----
PÇ-27-----
PÇ-28-----
PÇ-29-----
PÇ-30-----

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

HaftaKonularÖn Hazırlık
1Giriş: Temel KavramlarDers Notları
2Temel Optimizasyon ProblemleriDers Notları
3Komşuluk ve Yerel AramaDers Notları
4Yapıcı ve İyileştirici SezgisellerDers Notları
5Tavlama BenzetimiDers Notları
6Tabu AramasıDers Notları
7Tabu AramasıDers Notları
8Ara Sınav 1
9Değişken Komşuluk AramaDers Notları
10Genetik AlgoritmaDers Notları
11Genetik AlgoritmaDers Notları
12Karınca Kolonisi OptimizasyonuDers Notları
13Parçacık Sürü OptimizasyonuDers Notları
14Proje Sunumları
15Proje Sunumları
16Final

Değerlendirme Sistemi

EtkinliklerSayıKatkı Payı
Devam/Katılım
Laboratuar
Uygulama
Arazi Çalışması
Derse Özgü Staj
Küçük Sınavlar/Stüdyo Kritiği
Ödev
Sunum/Jüri
Projeler130
Seminer/Workshop
Ara Sınavlar130
Final140
Dönem İçi Çalışmaların Başarı Notuna Katkısı
Final Sınavının Başarı Notuna Katkısı
TOPLAM100

AKTS İşyükü Tablosu

EtkinliklerSayıSüresi (Saat)Toplam İşyükü
Ders Saati132
Laboratuar
Uygulama
Arazi Çalışması
Sınıf Dışı Ders Çalışması132
Derse Özgü Staj
Ödev211
Küçük Sınavlar/Stüdyo Kritiği
Projeler
Sunum / Seminer
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi)110
Final (Sınav Süresi + Sınav Hazırlık Süresi)115
Toplam İşyükü :
Toplam İşyükü / 30(s) :
AKTS Kredisi :
Diğer NotlarYok