|
|
| END4025 | Sezgisel Yöntemler | 3+0+0 | AKTS:5 | | Yıl / Yarıyıl | Güz Dönemi | | Ders Duzeyi | Lisans | | Yazılım Şekli | Seçmeli | | Bölümü | ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ | | Ön Koşul | Yok | | Eğitim Sistemi | Yüz yüze , Grup çalışması, Uygulama | | Dersin Süresi | 14 hafta - haftada 3 saat teorik | | Öğretim Üyesi | Dr. Öğr. Üyesi Kemal ÇAKAR | | Diğer Öğretim Üyesi | | | Öğretim Dili | Türkçe | | Staj | Yok | | | | Dersin Amacı: | | Endüstri mühendisliği uygulamalarının büyük bir bölümü NP-hard problemleri oluşturmaktadır. Bu problemler genellikle kesin sonuç veren optimizasyon teknikleri ile çözülememektedir. Son yıllarda bu problemlerin çözümünde sezgisel yöntemler etkin bir sekilde kullanılmaktadır. Bu derste sezgisel yöntemler ve uygulama alanları tanıtılacaktır. Dersin sonunda öğrenci sezgisel yöntemler ile ilgili temel kavramları öğrenip, problem tanımlama ve matematiksel model kullanarak çözüm geliştirme becerisi ile NP-Hard problemlerin çözümüne sezgisel yönetmeleri uyarlayabilme becerisi kazanacaktır. |
| Öğrenim Kazanımları | BPKK | ÖY | | Bu dersi başarı ile tamamlayan öğrenciler : | | | | ÖK - 1 : | TemelSezgisel yöntemleri tanımlayabilecek | 2 | 1,3 | | ÖK - 2 : | Yaygın kullanılan Sezgisel Metodlarıi öğrenip; çözüm algoritmalarını belirli bir uygulama için kullanabilecek, | 5 | 1,3 | | BPKK :Bölüm program kazanımlarına katkı, ÖY : Ölçme ve değerlendirme yöntemi (1: Yazılı Sınav, 2: Sözlü Sınav, 3: Ev Ödevi, 4: Laboratuvar Çalışması/Sınavı, 5: Seminer / Sunum, 6: Dönem Ödevi / Proje),ÖK : Öğrenim Kazanımı | | |
| Optimizasyon problemlerine giriş, NP-Complete problemler, Klasik sezgisel yöntemler (Kazanç, Komşu arama, Aç gözlü), Parametrik - Meta - Sezgisel yöntemler (Genetik Algortimalar, Tabu Arama, Benzetimli Tavlama, Karınca kolonisi). |
| |
| Haftalık Detaylı Ders İçeriği | | Hafta | Detaylı İçerik | Önerilen Kaynak | | Hafta 1 | Optimizasyon | | | Hafta 2 | Optimizasyon Yöntemleri | | | Hafta 3 | Sezgisel Yöntemler | | | Hafta 4 | Benzetilmiş Tavlama Bölüm 1 | | | Hafta 5 | Benzetilmiş Tavlama Bölüm 2 | | | Hafta 6 | Benzetilmiş Tavlama Bölüm 1 | | | Hafta 7 | Genetik Algoritmalar Bölüm 1 | | | Hafta 8 | Ara sınav | | | Hafta 9 | Genetik Algoritmalar Bölüm 2 | | | Hafta 10 | Genetik Algoritmalar Bölüm 3 | | | Hafta 11 | Tabu Arama Algoritması Bölüm 1 | | | Hafta 12 | Tabu Arama Algoritması Bölüm 2 | | | Hafta 13 | Karınca Kolonisi Optimizasyonu Algoritması Bölüm 2 | | | Hafta 14 | Karınca Kolonisi Optimizasyonu Algoritması Bölüm 2 | | | |
| Ölçme Yöntemi | | Yöntem | Hafta | Tarih | Süre (Saat) | Katkı (%) | | Arasınav | 8 | 09/12/2020 | 3 | 30 | | Ödev | 15 | 20/01/2021 | 3 | 20 | | Dönem sonu sınavı | 16 | 03/02/2021 | 3 | 50 | | |
| Öğrenci Çalışma Yükü | | İşlem adı | Haftalık süre (saat) | Hafta sayısı | Dönem toplamı | | Yüz yüze eğitim | 3 | 14 | 42 | | Sınıf dışı çalışma | 3 | 12 | 36 | | Arasınav için hazırlık | 10 | 1 | 10 | | Arasınav | 1.5 | 1 | 1.5 | | Ödev | 4 | 3 | 12 | | Dönem sonu sınavı için hazırlık | 10 | 2 | 20 | | Dönem sonu sınavı | 1.5 | 1 | 1.5 | | Toplam Çalışma Yükü | | | 123 |
|