Dersin Adı Dersin Seviyesi Dersin Kodu Dersin Tipi Dersin Dönemi Yerel Kredi AKTS Kredisi Ders Bilgileri
EVRİMSEL ALGORİTMALAR İkinci Düzey BİM 618 1 7.50 7.50 Yazdır
   
Dersin Tanımı
Ön Koşul Dersleri Yok
Eğitimin Dili Türkçe
Koordinatör
Dersi Veren Öğretim Eleman(lar)ı PROF. DR. DERVİŞ KARABOĞA
Yardımcı Öğretim Eleman(lar)ı Yok
Dersin Veriliş Şekli Yüz yüze
Dersin Amacı Evrimsel algoritmaların ayrık veya nümerik optimizasyon problemlerinin çözümü için kullanılabilirliğinin gösterilmesi.
Dersin Tanımı Evrimsel algoritmaların ayrık veya nümerik optimizasyon problemlerinin çözümü için kullanılabilirliğinin gösterilmesi.

Dersin İçeriği
1 Evrimsel algoritmalar ile ilgili temel kavramlar.
2 Optimizasyon, optimizasyonda temel kavramlar, sezgiseller, metasezgiseller.
3 Evrimsel algoritmalarda temel biyolojik ve algoritmik model, farklı evrimsel algoritmaların gösterimleri, özel bir evrimsel algoritma tanımlamak için belirlenmesi gereken evrimsel algoritma bileşenleri, evrimsel algoritmalarda sonuçların analizi.
4 Örnek olarak bir evrimsel algoritmanın adımlarının incelenmesi, bu algoritmanın kodlanması için hazırlık çalışmaları.
5 Örnek bir evrimsel algoritma kodunun incelenmesi, kontrol parametrelerinin optimizasyon sonucuna etkilerinin incelenmesi.
6 Genetik algoritma.
7 Genetik algoritma.
8 Genetik programlama.
9 Ara sınav
10 Evrimsel algoritmalarda kodlama (encoding) yöntemleri.
11 Evrimsel stratejiler.
12 Evrimsel programlama.
13 Diferansiyel gelişim algoritması, hibrit yaklaşımlar.
14 Çaprazlama, mutasyon, seleksiyon yöntemleri.
15
16
17
18
19
20

Dersin Öğrenme Çıktıları
1 Önemli Evrimsel algoritma örneklerinin temel özelliklerinin kavratılması.
2 Evrimsel algoritmaların nümerik veya ayrık türdeki optimizasyon problemlerinin çözümünde kullanılması.
3 -
4 -
5 -
6 -
7
8
9
10

*Dersin Program Yeterliliklerine Katkı Seviyesi
1 veteriner fizyoloji alanındaki güncel bilgilere sahip olmak ve uzmanlık eğitimine hazır olabilmek
2 veteriner fizyoloji alanındaki güncel uygulamaları yapabilmek
3 Bağımsız olarak ve ayrıca çalışma ekibinin lideri ve bir üyesi olarak sorumluluk alabilmek, planlama yapabilmek, çalışabilmek, karşılaşılan sorunları çözebilmek
4 Yaşam boyu öğrenme ile ilişkili olarak sağlık alanındaki yeni bilgilere ulaşabilmek, değerlendirebilmek ve uygulayabilmek
5 Yabancı dili de kullanarak sağlık alanında yurt içinde ve yurt dışındaki meslektaşları ile iletişim kurabilmek
6 Sağlık alanındaki verileri toplayabilmek, değerlendirebilmek ve kalite yönetimi sürecine uygun hareket edebilmek
7 veteriner fizyoloji alanındaki spesifik bilgilere sahip olmak
8 veteriner fizyoloji alanındaki deneysel uygulamaları yapabilmek
9 veteriner fizyoloji alanındaki edinilen bilgileri sentezleyip, yeni fikirler oluşturabilmek
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 İş Yükü
  Sayısı Süresi (saat) Sayı*Süre (saat)
Yüz yüze eğitim 14 3 42
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme) 12 4 48
Ödevler 8 2 16
Sunum / Seminer hazırlama 1 15 15
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     190
AKTS     7.50

Değerlendirme yöntemleri ve kriterler
Yarıyıl içi değerlendirme Sayısı Katkı Yüzdesi
Ara sınav 1 40
Kısa sınav 0 0
Ödev 0 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 Karaboğa 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 İle İlgili Dosyalar