Giriş | English

Yüksek Lisans > Fen Bilimleri Enstitüsü > Matematik (y.l.) > SÜRÜ ZEKASINA DAYALI ALGORİTMALAR
 
Dersin adı Dersin seviyesi Dersin kodu Dersin tipi Dersin dönemi Yerel kredi AKTS kredisi Ders bilgileri
SÜRÜ ZEKASINA DAYALI ALGORİTMALAR İkinci düzey BİM 621 1 7.50 7.50 Yazdır
   
Dersin tanımı
Ön koşul dersleri Yok
Eğitimin dili Türkçe
Koordinatör DR. ÖĞR. ÜYESİ BEYZA GÖRKEMLİ BAYRAM
Dersi veren öğretim eleman(lar)ı PROF. DR. DERVİŞ KARABOĞA
Yardımcı öğretim eleman(lar)ı Yok
Dersin veriliş şekli Yüz yüze
Dersin amacı Sürü zekası temelli algoritmaların nümerik veya ayrık optimizasyon problemlerinin çözümünde kullanılması.
Dersin tanımı Sürü zekası temelli algoritmaların nümerik veya ayrık optimizasyon problemlerinin çözümünde kullanılması.

Dersin içeriği
1- Sürü Zekası kavramı ve özellikleri.
2- Sürü Zekası kavramı ve özellikleri.
3- Parçacık Sürü Optimizasyon Algoritması.
4- Parçacık Sürü Optimizasyon Algoritması.
5- Karınca Koloni Algoritması.
6- Karınca Koloni Algoritması.
7- Karınca Koloni Algoritması.
8- Gravitational Search Algoritması.
9- Arı Koloni Optimizasyon Algoritması.
10- Arı Koloni Optimizasyon Algoritması
11- Yapay Arı Koloni Algoritması.
12- Yapay Arı Koloni Algoritması.
13- Bakteri Beslenme Optimizasyon Algoritması.
14- Yapay Bağışıklık Algoritması.
15-
16-
17-
18-
19-
20-

Dersin öğrenme çıktıları
1- Sürü zekası temelli optimizasyon algoritmalarının nümerik ve ayrık optimizasyon problemlerinde kullanılabilirliğinin gösterilmesi.
2- Mühendisik problemlerinin sınıflandırılması, tanımlanması ve çözümü için sürü zekası temelli sezgisel yaklaşımların kullanılması.
3- -
4- -
5- -
6- -
7-
8-
9-
10-

*Dersin program yeterliliklerine katkı seviyesi
1- Lisans düzeyinde alınan matematik eğitimi temelinde bilgi birikimini belirli bir düzeyde geliştirebilme
2- Alanında edindikleri teorik ve pratik bilgileri kullanabilme
3- Alanında sahip olduğu bilgileri farklı disiplinlerdeki bilgilerle bütünleştirerek çalışmalarında kullanbilme
4- Matematik alanında güncel gelişmeleri ve kendi araştırmalarını, kendi alanında ve alanı dışında çalışan araştırmacılara yazılı, sözlü ve görsel olarak aktarabilme
5- Yaptığı çalışmalarda, konusuyla ilgili verilerin derlenmesi,düzenlenmesi, yorumlanması ve kullanılması aşamalarında toplumsal ve bilimsel etik değerlere saygı göstermesi
6- Kendi alanında veya diğer disiplinlerde bilgiye ulaşma yöntemlerini etkin ve etik değerlere uygun olarak kullanabilme.
7- Matematiksel bilgi birikimini teknolojide etkin ve vereimli bir şekilde kullanabilme
8- Alanı ile ilgili ulusal ve uluslararası bilimsel toplantılara katılarak bilgi paylaşımında bulunabilme
9- Alanında karşılaştığı yeni bir bilgiyi eleştirel yaklaşımlarla değerlendirerek anlayabilme ve yorumlayabilme
10-
11-
12-
13-
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 iş yükü
  Sayısı Süresi (saat) Sayı*Süre (saat)
Yüz yüze eğitim 14 3 42
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme) 12 3 36
Ödevler 4 4 16
Sunum / Seminer hazırlama 1 20 20
Kısa sınavlar 0 0 0
Ara sınavlara hazırlık 1 15 15
Ara sınavlar 1 2 2
Proje (Yarıyıl ödevi) 1 15 15
Laboratuvar 0 0 0
Arazi çalışması 0 0 0
Yarıyıl sonu sınavına hazırlık 1 20 20
Yarıyıl sonu sınavı 1 2 2
Araştırma 1 15 15
Toplam iş yükü     183
AKTS     7.50

Değerlendirme yöntemleri ve kriterler
Yarıyıl içi değerlendirme Sayısı Katkı Yüzdesi
Ara sınav 1 40
Kısa sınav 0 0
Ödev 4 0
Yarıyıl içi toplam   40
Yarıyıl içi değerlendirmelerin başarıya katkı oranı   40
Yarıyıl sonu sınavının başarıya katkı oranı   60
Genel toplam   100

Önerilen veya zorunlu okuma materyalleri
Ders kitabı Karaboga D., Yapay Zeka Optimizasyon Algoritmaları, 2. Basım, Nobel Yayın Dağıtım, 2011.
Yardımcı Kaynaklar Karaboga D., Pham D.T., Intelligent Optimisation Techniques, Springer Verlag, 2000.

Ders ile ilgili dosyalar