Ders AdıKodu Yerel KrediAKTS Ders (saat/hafta)Uygulama (saat/hafta)Laboratuar (saat/hafta)
Tasarımda EniyileştirmeMKT612437.5300
ÖnkoşullarYok
YarıyılGüz, Bahar
Dersin Diliİngilizce
Dersin SeviyesiDoktora
Dersin TürüSeçmeli @ Mekatronik Mühendisliği ABD Mekatronik Mühendisliği Yüksek Lisans Programı (Tezsiz, İngilizce)
Seçmeli @ Mekatronik Mühendisliği ABD Mekatronik Mühendisliği Doktora Programı (%30 İngilizce)
Seçmeli @ Mekatronik Mühendisliği ABD Mekatronik Mühendisliği Yüksek Lisans Programı (%30 İngilizce)
Ders KategorisiUzmanlık/Alan Dersleri
Dersin Veriliş ŞekliYüz yüze
Dersi Sunan Akademik BirimMekatronik Mühendisliği Bölümü
Dersin KoordinatörüAhmet Koyun
Dersi Veren(ler)Ahmet Koyun
Asistan(lar)ı
Dersin AmacıBu derste mühendislik tasarımında yaygın bir biçimde kullanılan bilgisayar destekli optimizasyon tekniklerinin tasarım aracı olarak öğretilmesi amaçlanmaktadır. Öğrencilerin; 1. temel optimizasyon yöntemleri hakkında bilgi edinmeleri 2. mühendislik tasarım optimizasyonu yöntemleri ile yakınlık sağlamaları 3. verilen bir optimizasyon uygulaması için en uygun yöntemi anlamaları 4. mühendislik problemlerini uygun yöntem ile optimizasyon problemi olarak geliştirebilmeleri 5. optimal mühendislik tasarımları için bilgisayar ve uygun yazılımları kullanmaları beklenmektedir.
Dersin İçeriğiTemel kavramlar ve kısıtlamasız ve kısıtlamalı optimizasyonu; Lagrange çarpanları, Kuhn-Tucker gereklilik koşulları ve Konveks programlama; Kısıtlama dönüşümü ve ölçekleme etkileri; Lineer programlama. Simpleks yöntemi, İki-faz Simpleks yöntemi, Büyük-M yöntemi, Duyarlılık analizi; Kısıtlamasız optimizasyon, En hızlı düşüş yöntemi ve Yakınsama hızı; Arama teknikleri, Altın bölüm yöntemi ve Polinom interpolasyonu; Değişkenlerin ölçeklenmesi, Eşlenik gradyen yöntemi ve Newton ve kuasi-Newton yöntemleri; Minimize edilmş toplam potansiyel enerjiyi hesaplama; Kısıtlamalı optimizasyon, Lineerleştirme, Ardaşık lineer programlama ve Kuadratik programlama altproblemleri; Kısıtlamalı en hızlı düşüş ve kuasi-Newton yöntemleri, Kabul edilebilir yönler yöntemi, Genelleştirilmiş indirgenmiş gradyen yöntemi; Direk arama yöntemleri: Hooke and Jeeves, Rosenbrock, eşlenik yönler ve tavlama benzetişimi yöntemleri; Genetik algoritma ve Pareto optimalite; Sonlu eleman tabanlı optimizasyon, Parametre optimizasyonu, Direk ve eklenik yöntemleri; Optimalite kriterleri yöntemi, Şekil ve Topoloji optimizasyonunu
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
  • Arora, J.S. "Introduction to Optimum Design", McGraw-Hill (1989)
  • Belegundu, A.D. and Chandrupatla, T.R. "Optimization Concepts and Applications in Engineering", Prentice Hall (1999)
  • Vanderplaats, G.N. "Numerical Optimization Techniques for Engineering Design", McGraw-Hill (1984)
  • Nash, S.G. and Sofer, S. "Linear and Nonlinear Programming", McGraw-Hill (1996)
Opsiyonel Program BileşenleriYok

Ders Öğrenim Çıktıları

  1. Temel kavramlar ve kısıtlamasız ve kısıtlamalı optimizasyonu tanımlama
  2. Lagrange çarpanlarını hesaplama, Kuhn-Tucker gereklilik koşullarını tanımlama ve Konveks programlamayı uygulama
  3. Kısıtlama dönüşümünü uygulama ve ölçekleme etkilerini hesaplama
  4. Lineer programlama. Simpleks yöntemi, İki-faz Simpleks yöntemi, Büyük-M yöntemi, Duyarlılık analizi uygulama
  5. Kısıtlamasız optimizasyon, En hızlı düşüş yöntemi uygulama ve Yakınsama hızını hesaplama
  6. Arama teknikleri, Altın bölüm yöntemi ve Polinom interpolasyonunu uygulama
  7. Değişkenlerin ölçeklenmesi, Eşlenik gradyen yöntemi ve Newton ve kuasi-Newton yöntemlerini uygulama
  8. Minimize edilmş toplam potansiyel enerjiyi hesaplama
  9. Kısıtlamalı optimizasyon, Lineerleştirme, Ardaşık lineer programlama ve Kuadratik programlama altproblemlerini uygulama/çözme
  10. Kısıtlamalı en hızlı düşüş ve kuasi-Newton yöntemleri, Kabul edilebilir yönler yöntemi, Genelleştirilmiş indirgenmiş gradyen yöntemini uygulama
  11. Direk arama yöntemleri: Hooke and Jeeves, Rosenbrock, eşlenik yönler ve tavlama benzetişimi yöntemlerini uygulama
  12. Genetik algoritma ve Pareto optimaliteyi uygulama
  13. Sonlu eleman tabanlı optimizasyon, Parametre optimizasyonu, Direk ve eklenik yöntemlerini uygulama
  14. Optimalite kriterleri yöntemi, Şekil optimizasyonu, Topoloji optimizasyonunu uygulama

Ders Öğrenim Çıktısı & Program Çıktısı Matrisi

DÖÇ-1DÖÇ-2DÖÇ-3DÖÇ-4DÖÇ-5DÖÇ-6DÖÇ-7DÖÇ-8DÖÇ-9DÖÇ-10DÖÇ-11DÖÇ-12DÖÇ-13DÖÇ-14
PÇ-1--------------
PÇ-2--------------
PÇ-3--------------
PÇ-4--------------
PÇ-5--------------
PÇ-6--------------
PÇ-7--------------
PÇ-8--------------
PÇ-9--------------
PÇ-10--------------

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

HaftaKonularÖn Hazırlık
1Temel kavramlar. Kısıtlamasız ve kısıtlamalı optimizasyon.Ders Kitabı ve çeşitli kaynaklardan teorik bilginin edinilmesi
2Lagrange çarpanları. Kuhn-Tucker gereklilik koşulları. Konveks programlama. Ders Kitabı ve çeşitli kaynaklardan teorik bilginin edinilmesi ile önceki haftanın ders notlarının tekrarı
3Kısıtlama dönüşümü. Ölçekleme etkileri. Ders Kitabı ve çeşitli kaynaklardan teorik bilginin edinilmesi ile önceki haftaların ders notlarının tekrarı
4Lineer programlama. Simpleks yöntemi. İki-faz Simpleks yöntemi. Büyük-M yöntemi. Duyarlılık analizi. Dualite. Ders Kitabı ve çeşitli kaynaklardan teorik bilginin edinilmesi ile önceki haftaların ders notlarının tekrarı
5Kısıtlamasız optimizasyon. En hızlı düşüş yöntemi. Yakınsama hızı. Ders Kitabı ve çeşitli kaynaklardan teorik bilginin edinilmesi ile önceki haftaların ders notlarının tekrarı
6Arama teknikleri. Altın bölüm yöntemi. Polinom interpolasyonu. Ders Kitabı ve çeşitli kaynaklardan teorik bilginin edinilmesi ile önceki haftaların ders notlarının tekrarı
7Değişkenlerin ölçeklenmesi. Eşlenik gradyen yöntemi. Newton ve kuasi-Newton yöntemleri. Ders Kitabı ve çeşitli kaynaklardan teorik bilginin edinilmesi ile önceki haftaların ders notlarının tekrarı
8Ara Sınav 1
9Toplam potansiyel enerjinin minimizasyonu. . Ders Kitabı ve çeşitli kaynaklardan teorik bilginin edinilmesi ile önceki haftaların ders notlarının tekrarı
10Kısıtlamalı optimizasyon. Lineerleştirme. Ardaşık lineer programlama. Kuadratik programlama altproblemi. Ders Kitabı ve çeşitli kaynaklardan teorik bilginin edinilmesi ile önceki haftaların ders notlarının tekrarı
11Kısıtlamalı en hızlı düşüş ve kuasi-Newton yöntemleri. Kabul edilebilir yönler yöntemi. Genelleştirilmiş indirgenmiş gradyen yöntemi. Ders Kitabı ve çeşitli kaynaklardan teorik bilginin edinilmesi ile önceki haftaların ders notlarının tekrarı
12Direk arama yöntemleri: Hooke and Jeeves, Rosenbrock, eşlenik yönler ve tavlama benzetişimi yöntemleri. Ders Kitabı ve çeşitli kaynaklardan teorik bilginin edinilmesi ile önceki haftaların ders notlarının tekrarı
13Arasınav 2
14Genetik algoritma. Pareto optimaliteDers Kitabı ve çeşitli kaynaklardan teorik bilginin edinilmesi ile önceki haftaların ders notlarının tekrarı
15Sonlu eleman tabanlı optimizasyon. Parametre optimizasyonu. Direk ve eklenik yöntemler, Optimalite kriterleri yöntemi. Şekil optimizasyonu. Topoloji optimizasyonu. Optimizasyon uygulamaları ve durum çalışmalarıDers Kitabı ve çeşitli kaynaklardan teorik bilginin edinilmesi ile önceki haftaların ders notlarının tekrarı
16Final

Değerlendirme Sistemi

EtkinliklerSayıKatkı Payı
Devam/Katılım
Laboratuar
Uygulama
Arazi Çalışması
Derse Özgü Staj
Küçük Sınavlar/Stüdyo Kritiği
Ödev830
Sunum/Jüri
Projeler
Seminer/Workshop
Ara Sınavlar240
Final130
Dönem İçi Çalışmaların Başarı Notuna Katkısı
Final Sınavının Başarı Notuna Katkısı
TOPLAM100

AKTS İşyükü Tablosu

EtkinliklerSayıSüresi (Saat)Toplam İşyükü
Ders Saati163
Laboratuar
Uygulama
Arazi Çalışması
Sınıf Dışı Ders Çalışması145
Derse Özgü Staj
Ödev146
Küçük Sınavlar/Stüdyo Kritiği71
Projeler
Sunum / Seminer12
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi)23
Final (Sınav Süresi + Sınav Hazırlık Süresi)13
Toplam İşyükü :
Toplam İşyükü / 30(s) :
AKTS Kredisi :
Diğer NotlarYok