ENGLISH
GİRİŞ
  • Ders Bilgi Paketi
  • Lisans >
  • Mühendislik Fakültesi >
  • Gida Mühendisliği
  • > ROBUST OPTIMIZATION
DBP Hakkında
Skip Navigation Links

Ders Hakkında

Bölüm Hakkında
Dersin Adı Dersin Seviyesi Dersin Kodu Dersin Tipi Dersin Dönemi Yerel Kredi AKTS Kredisi Ders Bilgileri
ROBUST OPTIMIZATION Birinci Düzey ENM 617 1 7.50 7.50 Yazdır
   
Dersin Tanımı
Ön Koşul Dersleri Yok
Eğitimin Dili EN
Koordinatör PROF. DR. BANU SOYLU
Dersi Veren Öğretim Eleman(lar)ı PROF. DR. BANU SOYLU
Yardımcı Öğretim Eleman(lar)ı Yok
Dersin Veriliş Şekli In class
Dersin Amacı The main course objectives make students to know how the robust optimization is different from other optimization problems, in which cases these models could be used and what techniques exist.
Dersin Tanımı In this course, linear Robust optimization models and solution methodologies will be evaluated. Additionally, robust versions of combinatorial problems (such as knapsack, assignment, network models etc.) will be analyzed.

Dersin İçeriği
1 Introduction to Robust Optimization
2 Uncertain Linear Optimization Problems
3 Scenario Based Models
4 Interval Based Models
5 Min-max Regret Solutions
6 Approximation algorithms form in-max regret problems
7 Robust Combinatorial problems (TSP)
8 Mid-term
9 Robust Combinatorial problems (Set Cover)
10 Robust Combinatorial problems (Portfolio Optimization)
11 Robust Combinatorial problems (Facility Location)
12 Multi-objective Robust Optimization
13 Bicriteria Robust Optimization Problems
14 Bicriteria Robust Optimization Problems
15
16
17
18
19
20

Dersin Öğrenme Çıktıları
1 To understand the difference between robust and classical optimization problems.
2 To understand the solution algorithms of robust optimization problems.
3 To understand the uncertainty in optimization
4 To understand scenario based analysis
5 To understand multiobjective robust optimization
6 To be able to read robust optimization papers.
7
8
9
10

*Dersin Program Yeterliliklerine Katkı Seviyesi
1 Gıda Mühendisliği alanında bir problemi tespit etmek, çözüm geliştirmek ve bunu uygulama yetisine sahip olmak.
2 Temel mühendislik konularında yeterli bilgi ve beceriye sahip olmak.
3 Gıda hammaddelerinin değerlendirilmesi, üretimin optimizasyonu, kalite ve güvenlik konularında yeterli alt yapıya sahip olmak.
4 Bilgiye erişebilme yöntemlerini kavrayabilmek.
5 Bilimsel yöntemlerle araştırma ve geliştirme faaliyetleri kapsamında planlama, uygulama ve sonuçları analiz edebilme becerisine sahip olmak.
6 Gıda mühendisliği alanındaki bir bilgiyi, çalışmayı yazılı, sözlü ve görsel olarak sistemli bir şekilde aktarabilmek.
7 En az bir yabancı dilde sözlü ve yazılı iletişim kurma yeteneğine sahip olmak.
8 Gıda mühendisliği alanının gerektirdiği sunum, yazım, tasarım, istatistik gibi konularda bilişim teknolojilerinden etkin olarak yararlanmak.
9 Proje hazırlama ve değerlendirme konularında bilgi ve beceriye sahip olmak.
10 Yaşam boyu öğrenmenin, bilim ve teknolojideki yenilikleri takip etmenin ve bu kapsamda kendini sürekli geliştirmenin önemini kavrayabilmek.
11 İşletme yönetimi, iş sağlığı ve güvenliği konularında bilgi ve bilince sahip olmak.
12 Gıda mühendisliği alanında kazandıkları bilgi ve becerileri disiplinlerarası çalışmalarda uygulayabilmek.
13 Sosyal ve etik değerleri özümsemek ve sorumluluğunu taşımak.
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
Yıldızların sayısı 1’den (en az) 5’e (en fazla) kadar katkı seviyesini ifade eder

Planlanan Öğretim Faaliyetleri, Öğretme Metodları ve AKTS İş Yükü
  Sayısı Süresi (saat) Sayı*Süre (saat)
Yüz yüze eğitim 14 3 42
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme) 14 2 28
Ödevler 2 5 10
Sunum / Seminer hazırlama 2 7 14
Kısa sınavlar 0 0 0
Ara sınavlara hazırlık 1 12 12
Ara sınavlar 1 3 3
Proje (Yarıyıl ödevi) 1 30 30
Laboratuvar 0 0 0
Arazi çalışması 0 0 0
Yarıyıl sonu sınavına hazırlık 1 20 20
Yarıyıl sonu sınavı 1 3 3
Araştırma 2 10 20
Toplam iş yükü     182
AKTS     7.50

Değerlendirme yöntemleri ve kriterler
Yarıyıl içi değerlendirme Sayısı Katkı Yüzdesi
Ara sınav 1 60
Kısa sınav 0 0
Ödev 3 40
Yarıyıl içi toplam   100
Yarıyıl içi değerlendirmelerin başarıya katkı oranı   40
Yarıyıl sonu sınavının başarıya katkı oranı   60
Genel toplam   100

Önerilen Veya Zorunlu Okuma Materyalleri
Ders kitabı 1) Kouvelis, P., & Yu, G. (2013). Robust discrete optimization and its applications(Vol. 14). Springer Science & Business Media.
Yardımcı Kaynaklar 2) Ben-Tal, A., El Ghaoui, L., & Nemirovski, A. (2009). Robust optimization. Princeton University Press. 3) Papers

Ders İle İlgili Dosyalar