Anasayfa » Akademik Birimler » Disiplinler Arası Fakülte » Akıllı Ulaşım Sistemleri Bölümü » Dersler » Optimizasyon Algoritmaları
Ders AdıKodu Yerel KrediAKTS Ders (saat/hafta)Uygulama (saat/hafta)Laboratuar (saat/hafta)
Optimizasyon AlgoritmalarıEHM531337.5300
ÖnkoşullarYok
YarıyılGüz, Bahar
Dersin Diliİngilizce, Türkçe
Dersin SeviyesiYüksek Lisans
Dersin TürüSeçmeli @ Elektr.&Hab. Müh. ABD Elektronik&Haberleşme Mühendisliği Yüksek Lisans Programı (Tezsiz)
Seçmeli @ Elektr.&Hab. Müh. ABD Elektronik&Haberleşme Mühendisliği Yüksek Lisans Programı (Tezsiz, 2. Öğretim, İngilizce)
Seçmeli @ Elektr.&Hab. Müh. ABD Elektronik Yüksek Lisans Programı
Seçmeli @ Elektr.&Hab. Müh. ABD Haberleşme Yüksek Lisans Programı
Seçmeli @ Akıllı Ulaşım Sistemleri Yüksek Lisans Programı
Seçmeli @ Siber Güvenlik ve Kriptografi Yüksek Lisans Programı
Seçmeli @ Elektr.&Hab. Müh. ABD Elektronik Doktora Programı
Seçmeli @ Elektr.&Hab. Müh. ABD Haberleşme Doktora Programı
Ders KategorisiUzmanlık/Alan Dersleri
Dersin Veriliş ŞekliYüz yüze
Dersi Sunan Akademik BirimElektronik & Haberleşme Mühendisliği Bölümü
Dersin KoordinatörüBülent Bolat
Dersi Veren(ler)Bülent Bolat, Tülay Yıldırım, Nihan Kahraman, Burcu Erkmen
Asistan(lar)ı
Dersin AmacıDoğrusal ve doğrusal olmayan, sürekli ve ayrık optimizasyon algoritmalarını kullanarak problem çözme bilgi ve becerisini kazandırmak.
Dersin İçeriğiOptimizasyon kavramı, optimizasyon algoritmaları, gradyen azalım yöntemi, en küçük kareler yöntemi, Newton’un yöntemi, rastgele mutasyon, benzetilmiş tavlama, evrimsel algoritmalar, genetik algoritmalar, parçacık sürüleri, bakteriyel arama, karınca kolonileri, yapay arı kolonileri, uygulamalar.
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
  • C.W.Ahn, Advances in Evolutionary Algorithms, 2005
  • D.Floreano, C.Mattiusi, Bio-Inspired Artificial Intelligence, MIT Press, 2008
  • D.J.C.Mackay, Information Theory, Pattern Recognition and Neural Networks, 1995, Lecture Notes
Opsiyonel Program BileşenleriYok

Ders Öğrenim Çıktıları

  1. Doğrusal optimizasyon algoritmalarını kullanarak problem çözme bilgi ve becerisini kazandırır.
  2. Doğrusal olmayan optimizasyon algoritmalarını kullanarak problem çözme bilgi ve becerisini kazandırır.
  3. Ayrık optimizasyon algoritmalarını kullanarak problem çözme bilgi ve becerisini kazandırır.
  4. Sürü zekası hakkında bilgi edinir
  5. Genetik temeli algoritmalar hakkında bilgi edinir

Ders Öğrenim Çıktısı & Program Çıktısı Matrisi

DÖÇ-1DÖÇ-2DÖÇ-3DÖÇ-4DÖÇ-5

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

HaftaKonularÖn Hazırlık
1Optimizasyon tanımı, sürekli türden problemler, ayrık optimizasyonDers Kitabı
2Kısıtlı ve kısıtsız optimizasyonDers Kitabı
3Lineer programlamaDers Kitabı
4En dik inişDers Kitabı
5En dik inişDers Kitabı
6Newton yöntemiDers Kitabı
7Newton yöntemiDers Kitabı
8Ara Sınav 1 / Uygulama veya Konu Tekrarı
9Benzetilmiş tavlamaDers Kitabı
10Genetik algoritmaDers Kitabı
11Karınca koloni algoritmasıDers Kitabı
12Parçacık sürü optimizasyonuDers Kitabı
13Yapay arı kolonisiDers Kitabı
14Bakteriyel arama algoritmasıDers Kitabı
15Final

Değerlendirme Sistemi

EtkinliklerSayıKatkı Payı
Devam/Katılım
Laboratuar
Uygulama
Arazi Çalışması
Derse Özgü Staj
Küçük Sınavlar/Stüdyo Kritiği
Ödev540
Sunum/Jüri
Projeler120
Seminer/Workshop
Ara Sınavlar00
Final140
Dönem İçi Çalışmaların Başarı Notuna Katkısı
Final Sınavının Başarı Notuna Katkısı
TOPLAM100

AKTS İşyükü Tablosu

EtkinliklerSayıSüresi (Saat)Toplam İşyükü
Ders Saati133
Laboratuar
Uygulama
Arazi Çalışması
Sınıf Dışı Ders Çalışması133
Derse Özgü Staj
Ödev510
Küçük Sınavlar/Stüdyo Kritiği
Projeler160
Sunum / Seminer
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi)00
Final (Sınav Süresi + Sınav Hazırlık Süresi)130
Toplam İşyükü :
Toplam İşyükü / 30(s) :
AKTS Kredisi :
Diğer NotlarYok