| Ders Adı | Kodu | Yerel Kredi | AKTS | Ders (saat/hafta) | Uygulama (saat/hafta) | Laboratuar (saat/hafta) |
|---|---|---|---|---|---|---|
| SEZGİSEL YÖNTEMLER | END6050 | 3 | 7.5 | 3 | 0 | 0 |
| Önkoşullar | Yok |
|---|
| Yarıyıl | Güz, Bahar |
|---|
| Dersin Dili | İngilizce, Türkçe |
|---|---|
| Dersin Seviyesi | Doktora |
| Dersin Türü | Seçmeli @ Endüstri Mühendisliği ABD Endüstri Mühendisliği Doktora Programı Seçmeli @ Endüstri Mühendisliği ABD İş Güvenliği ve İşçi Sağlığı Doktora Programı Seçmeli @ Endüstri Mühendisliği ABD Endüstri Mühendisliği Yüksek Lisans Programı |
| Ders Kategorisi | Uzmanlık/Alan Dersleri |
| Dersin Veriliş Şekli | Yüz yüze |
| Dersi Sunan Akademik Birim | Endüstri Mühendisliği Bölümü |
|---|---|
| Dersin Koordinatörü | Selçuk Alp |
| Dersi Veren(ler) | Selçuk Alp |
| Asistan(lar)ı |
| Dersin Amacı | Endüstri mühendisliği araştırma konularının büyük bir bölümü NP-hard problemlerini içermektedir. Bu problemler genellikle kesin sonuç veren optimizasyon teknikleri ile uygun bir zamanda çözülememektedir. Son yıllarda bu problemlerin çözümünde sezgisel yöntemler etkin bir sekilde kullanılmaktadır. Bu derste sezgisel yöntemlerve uygulama alanları tanıtılacaktır. |
|---|---|
| Dersin İçeriği | Optimizasyon problemlerine giriş, NP-Complete problemler, Sezgisel Algoritmalar |
| Ders Kitabı / Malzemesi / Önerilen Kaynaklar |
|
| Opsiyonel Program Bileşenleri | Yok |
Ders Öğrenim Çıktıları
- Sezgisel yöntemler ile ilgili temel kavramları öğrenir.
- Problem tanımlama ve matematiksel model kullanarak çözüm becerisi kazanır.
- NP-Hard problemlerin çözümü için klasik ve geliştirme sezgisellerini uyarlayabilme becerisini kazanır.
Ders Öğrenim Çıktısı & Program Çıktısı Matrisi
| DÖÇ-1 | DÖÇ-2 | DÖÇ-3 |
Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları
| Hafta | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Optimizasyon Problemlerine Giriş | Ders Notları |
| 2 | Temel AramaYöntemleri | Ders Notları |
| 3 | Tavlama Benzetimi Algoritması | Ders Notları |
| 4 | Karınca Kolonisi Optimizasyonu | Ders Notları |
| 5 | Tabu Arama | Ders Notları |
| 6 | Parçacık Sürü Optimizasyonu | Ders Notları |
| 7 | Adaptif Ağ TAbanlı Bulanık Sinirsel Yaklaşım | Ders Notları |
| 8 | Ara Sınav 1 | |
| 9 | Genetik Algoritmalar | Ders Notları |
| 10 | Yapay Sinir Ağları | Ders Notları |
| 11 | Diğer Sezgisel Yöntemler | Ders Notları |
| 12 | Öğrenci Sunumları | |
| 13 | Öğrenci Sunumları | |
| 14 | Öğrenci Sunumları | |
| 15 | ||
| 16 | Final |
Değerlendirme Sistemi
| Etkinlikler | Sayı | Katkı Payı |
|---|---|---|
| Devam/Katılım | ||
| Laboratuar | ||
| Uygulama | ||
| Arazi Çalışması | ||
| Derse Özgü Staj | ||
| Küçük Sınavlar/Stüdyo Kritiği | ||
| Ödev | 1 | 20 |
| Sunum/Jüri | 1 | 20 |
| Projeler | ||
| Seminer/Workshop | ||
| Ara Sınavlar | 1 | 20 |
| Final | 1 | 40 |
| Dönem İçi Çalışmaların Başarı Notuna Katkısı | ||
| Final Sınavının Başarı Notuna Katkısı | ||
| TOPLAM | 100 | |
AKTS İşyükü Tablosu
| Etkinlikler | Sayı | Süresi (Saat) | Toplam İşyükü |
|---|---|---|---|
| Ders Saati | 13 | 3 | |
| Laboratuar | |||
| Uygulama | |||
| Arazi Çalışması | |||
| Sınıf Dışı Ders Çalışması | 13 | 2 | |
| Derse Özgü Staj | |||
| Ödev | 1 | 40 | |
| Küçük Sınavlar/Stüdyo Kritiği | |||
| Projeler | |||
| Sunum / Seminer | 1 | 40 | |
| Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 40 | |
| Final (Sınav Süresi + Sınav Hazırlık Süresi) | 1 | 40 | |
| Toplam İşyükü : | |||
| Toplam İşyükü / 30(s) : | |||
| AKTS Kredisi : | |||
| Diğer Notlar | Yok |
|---|
