GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| FBIST7047 | Metasezgisel Algoritmalar | Ders | 1 | 1 | 5,00 |
Dersin Seviyesi
Yüksek Lisans
Dersin Sunulduğu Dil
Türkçe
Dersin Amacı
Optimizasyon tasarım sürecinin bir parçasıdır. Sistem tasarımında karşılaşılan pek çok optimizasyon problemi NP-Zor sınıfına giren zor problemlerdir. Bu problemlerin optimal çözümlerinin makul zamanda elde edilmesi mümkün değildir. Bu derste böyle problemler için makul sürede iyi çözümler ve/veya kısa sürede makul çözümler tasarlanması yolunda sezgisel ve meta-sezgisel yöntemlerin kullanımı tartışılacaktır. Bu yöntemlerin anlaşılması ve uygulanması dersin amacıdır.
Dersi Veren Öğretim Görevlisi Görevlileri
Dr. Öğr. Üyesi Murat CANAYAZ
Öğrenme Çıktıları
| 1 | Optimizasyon problemini (karar değişkenleri, amaç fonksiyonu, kısıtlar) tanımlayabilmek |
| 2 | Sezgisel ve meta-sezgisel yöntemleri kullanarak optimizasyon problemlerine verimli çözümler sunabilmek |
| 3 | Meta-sezgisel yöntemleri listeleyebilmek ve tanımlayabilmek |
| 4 | Verilen bir probleme uygun sezgisel ve/veya meta-sezgisel yöntemi seçebilmek |
| 5 |
Öğrenim Türü
Dersin Ön Koşulu Olan Dersler
Yok
Ders İçin Önerilen Diğer Hususlar
Yok
Dersin İçeriği
Optimizasyon problemini (karar değişkenleri, amaç fonksiyonu, kısıtlar) tanımlayabilmek,Sezgisel ve meta-sezgisel yöntemleri kullanarak optimizasyon problemlerine verimli çözümler sunabilmek,Meta-sezgisel yöntemleri listeleyebilmek ve tanımlayabilmek
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Teorik | Uygulama | Laboratuvar |
|---|---|---|---|
| 1 | Optimizasyona giriş (tanımı ve çeşitleri) | ||
| 2 | Optimal çözüm üreten yöntemler: Dinamik programlama | ||
| 3 | Optimal çözüm üreten yöntemler: Gerileme Yöntemi | ||
| 4 | Optimal çözüm üreten yöntemler: Dallan ve Sınırla Yöntemi | ||
| 5 | Optimal çözüm üreten yöntemler: Lineer Programlama | ||
| 6 | Sezgisel Yöntemler: Hırslı Çözüm Oluşturma Yöntemleri | ||
| 7 | Sezgisel Yöntemler: Çözüm İyileştirme Yöntemleri | ||
| 8 | Arasınav | ||
| 9 | Meta-Sezgisel Yöntemler: Genetik Algoritma | ||
| 10 | Meta-Sezgisel Yöntemler: Tavlama Benzetim | ||
| 11 | Meta-Sezgisel Yöntemler: Tabu Arama | ||
| 12 | Meta-Sezgisel Yöntemler: Parçacık Sürü Optimizasyonu | ||
| 13 | Meta-Sezgisel Yöntemler: Değişken Komşuluk Arama | ||
| 14 | Meta-Sezgisel Yöntemler: Yinelemeli Yerel Arama | ||
| 15 | Tekrar | ||
| 16 | Final Sınavı |
Ders Kitabı Malzemesi Önerilen Kaynaklar
Zbigniev Michalewicz, David Fogel, How to Solve It: Modern Heuristics. Christos Papadimitriou and Kenneth Steiglitz. Combinatorial Optimization: Algorithms and Complexity,
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 60 |
| Uygulama/Pratik | 1 | 40 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 40 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 60 | |
Staj Durumu
Yok
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 3 | 3 |
| Final Sınavı | 1 | 3 | 3 |
| Derse Katılım | 15 | 4 | 60 |
| Uygulama/Pratik | 15 | 4 | 60 |
| Toplam İş Yükü (saat) | 126 | ||
Program ve Öğrenme Çıktıları İlişkisi
| PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | |
| ÖÇ 1 | 5 | 5 | 5 | 4 | 4 | 5 | 5 |
| ÖÇ 2 | 4 | 5 | 5 | 5 | 4 | 4 | 5 |
| ÖÇ 3 | 4 | 3 | 4 | 5 | 5 | 5 | 4 |
| ÖÇ 4 | 4 | 5 | 5 | 5 | 4 | 5 | 5 |
| ÖÇ 5 | 4 | 4 | 5 | 5 | 3 | 3 | 4 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek