|
|
| EHM3012 | Sezgisel Optimizasyon | 2+0+0 | AKTS:4 | | Yıl / Yarıyıl | Bahar Dönemi | | Ders Duzeyi | Lisans | | Yazılım Şekli | Seçmeli | | Bölümü | ELEKTRONİK ve HABERLEŞME MÜHENDİSLİĞİ BÖLÜMÜ | | Ön Koşul | Yok | | Eğitim Sistemi | Yüz yüze | | Dersin Süresi | 14 hafta - haftada 2 saat teorik | | Öğretim Üyesi | Dr. Öğr. Üyesi Eyüp GEDİKLİ | | Diğer Öğretim Üyesi | | | Öğretim Dili | Türkçe | | Staj | Yok | | | | Dersin Amacı: | | Bu ders kapsamında sezgisel optimizasyon algoritmaları hakkında temel bilgi verilecektir. |
| Öğrenim Kazanımları | PÖKK | ÖY | | Bu dersi başarı ile tamamlayan öğrenciler : | | | | ÖK - 1 : | Optimizasyon hakkında genel bilgi edinir.
| 1,2,5 | | | ÖK - 2 : | Sezgisel optimizasyon problemlerini temel düzeyde olarak öğrenir.
| 1,2,5 | | | ÖK - 3 : | Sezgisel optimizasyon algoritmalarını temel olarak öğrenir ve uygular. | 1,2,5 | | | PÖKK :Program öğrenim 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 | | |
| Optimizas nedir? Sezgisel optimizasyon nedir? A* araması (A star), Demet araması (Beam search), Tepe tırmanma (Hill climbing) algoritması, En iyi öncelikli arama (Best first search), Açgözlü en iyi öncelikli arama (Greedy best first search), Benzetimli Tavlama (Simulated Annealing) algoritması, Geri izleme (backtracking), Genel amaçlı sezgisel optimizasyon algoritmaları, biyoloji tabanlı, fizik tabanlı, sürü tabanlı, sosyal tabanlı, müzik tabanlı ve kimya tabanlı optimizasyon algoritmalarından güncel olanlar ele alınacaktır. |
| |
| Haftalık Detaylı Ders Planı | | Hafta | Detaylı İçerik | Önerilen Kaynak | | Hafta 1 | Optimizasyo nedir? Sezgisel optimizasyon nedir? | | | Hafta 2 | A* araması (A star), | | | Hafta 3 | Demet araması (Beam search), | | | Hafta 4 | Tepe tırmanma (Hill climbing) algoritması,
| | | Hafta 5 | En iyi öncelikli arama (Best first search), | | | Hafta 6 | Açgözlü en iyi öncelikli arama (Greedy best first search), | | | Hafta 7 | Benzetimli Tavlama (Simulated Annealing) algoritması, | | | Hafta 8 | Geri izleme (backtracking), | | | Hafta 9 | Arasınav | | | Hafta 10 | Güncel sezgisel optimizasyon algoritmalarından seçil algoritmanın öğrenilmesi ve uygulanması | | | Hafta 11 | Güncel sezgisel optimizasyon algoritmalarından seçil algoritmanın öğrenilmesi ve uygulanması | | | Hafta 12 | Güncel sezgisel optimizasyon algoritmalarından seçil algoritmanın öğrenilmesi ve uygulanması | | | Hafta 13 | Güncel sezgisel optimizasyon algoritmalarından seçil algoritmanın öğrenilmesi ve uygulanması | | | Hafta 14 | Güncel sezgisel optimizasyon algoritmalarından seçil algoritmanın öğrenilmesi ve uygulanması | | | Hafta 15 | Güncel sezgisel optimizasyon algoritmalarından seçil algoritmanın öğrenilmesi ve uygulanması | | | Hafta 16 | Dönem sonu sınavı | | | |
| Ölçme Yöntemi | | Yöntem | Hafta | Tarih | Süre (Saat) | Katkı (%) | | Arasınav | 9 | 1.04.2022 | 2 | 50 | | Dönem sonu sınavı | 16 | 1.05.2022 | 2 | 50 | | |
| Öğrenci Çalışma Yükü | | İşlem adı | Haftalık süre (saat) | Hafta sayısı | Dönem toplamı | | Yüz yüze eğitim | 2 | 14 | 28 | | Sınıf dışı çalışma | 3 | 14 | 42 | | Arasınav için hazırlık | 4 | 1 | 4 | | Arasınav | 1 | 2 | 2 | | Dönem sonu sınavı için hazırlık | 4 | 2 | 8 | | Dönem sonu sınavı | 1 | 2 | 2 | | Toplam Çalışma Yükü | | | 86 |
|