Erciyes University - Info Package

Dersin Adı	Dersin Seviyesi	Dersin Kodu	Dersin Tipi	Dersin Dönemi	Yerel Kredi	AKTS Kredisi	Ders Bilgileri
İLERİ TASARIM ALGORİTMALARI	İkinci Düzey	EEM 627		1	7.50	7.50	Yazdır

Dersin Tanımı

Ön Koşul Dersleri	--
Eğitimin Dili	Türkçe
Koordinatör	PROF. DR. AYTEKİN BAĞIŞ
Dersi Veren Öğretim Eleman(lar)ı	PROF. DR. AYTEKİN BAĞIŞ
Yardımcı Öğretim Eleman(lar)ı	--
Dersin Veriliş Şekli	Yüz yüze
Dersin Amacı	Bu dersin amacı, mühendislik sistemlerinin analiz ve tasarımında kullanılan yapay zekaya dayalı yeni ve ileri optimizasyon algoritmalarının Matlab destekli olarak incelenmesi ve bilgisayar destekli uygulamalarının yapılmasıdır.
Dersin Tanımı	İleri optimizasyon tekniklerinin incelenmesi, yapay zekaya dayalı yeni ve ileri optimizasyon algoritmalarının ele alınması, Matlab programı destekli olarak uygulamaların yapılması

Dersin İçeriği

1	Optimizasyon ve algoritmalar, giriş ve genel tanımlar
2	Algoritmaların incelenmesi ve sınıflandırılması
3	Meta-sezgisel algoritmalar, tek ve çok çözüme (popülasyona) dayalı algoritmalar
4	I-Doğa-temelli (nature-inspired) algoritmalar -Evrimsel algoritmalar (Genetik, ES, Diferansiyel Gelişim, Memetik vb.)
5	Doğa-temelli (nature-inspired) algoritmalar -Evrimsel algoritmalar
6	Doğa-temelli (nature-inspired) algoritmalar -Evrimsel algoritmalar
7	Doğa-temelli (nature-inspired) algoritmalar -Sürü zekasına dayalı algoritmalar (ABC, PSO, Bat, Firefly, Bees, Cuckoo, BSA, DS vb.)
8	Doğa-temelli (nature-inspired) algoritmalar -Sürü zekasına dayalı algoritmalar (ABC, PSO, Bat, Firefly, Bees, Cuckoo, BSA, DS vb.)
9	Doğa-temelli (nature-inspired) algoritmalar -Sürü zekasına dayalı algoritmalar
10	Doğa-temelli (nature-inspired) algoritmalar -Sürü zekasına dayalı algoritmalar
11	Doğa-temelli (nature-inspired) algoritmalar -Fiziksel temellere dayalı algoritmalar (GSA, Black hole, Ray, Chemical Reaction, Curved Space, Charged System, Central Force vb.)
12	Doğa-temelli (nature-inspired) algoritmalar -Fiziksel temellere dayalı algoritmalar
13	II-İnsan temelli (human-based) algoritmalar Tabu Search, Harmony Search, Group Search, Firework, Interior Search, Seeker Optimization, Social-Based, Mine Blast Alg. vb.)
14	İnsan temelli (human-based) algoritmalar
15
16
17
18
19
20

Dersin Öğrenme Çıktıları

1	Optimizasyon ve algoritmalar ile ilişkili temel kavramların incelenmesi
2	Farklı özelliklere sahip optimizasyon problemleri için kullanılabilecek optimizasyon tekniklerinin tanıtılması
3	Yapay zekaya dayalı optimizasyon yaklaşımlarının tanıtılması
4	Ele alınan algoritmaların bilgisayar destekli olarak yazımına yönelik alıştırmalar
5
6
7
8
9
10

*Dersin Program Yeterliliklerine Katkı Seviyesi

1	Hemşirelik felsefesini bilir
2	Hemşireliğin temel kavramları arasındaki ilişkiyi analiz eder
3	Hemşireliğin mesleki değerlerini içselleştirir
4	Hemşirelik alanında derin ve sistematik bir bilgi düzeyine sahip olur
5	Sağlık alanındaki modern, teknik ve bilgi teknolojilerini bilerek kanıta dayalı hemşirelik uygulamaları doğrultusunda bilgi ve becerisini kullanır
6	Grup içinde -lider ve/veya üye olarak- uyum içinde çalışır.
7	İş yaşamında yeni durumları çabuk öğrenir ve farklı beceriler geliştirir.
8	Geliştirdiği profesyonel hemşirelik bilincini hemşirelik bakımına yansıtır
9	Hemşirelik alanına katkı sağlayacak araştırmalar yapar
10	Hemşirelik alanına özgü bilimsel gelişmeleri izler
11	Hemşirelik alanına özgü eriştiği bilgiyi analiz eder
12	Kanıta dayalı uygulamaları hemşirelik bakımına yansıtır
13	Hemşirelik öğretiminin temel felsefesini bilir
14	Hemşirelik öğretiminde uygun öğretim ilke ve yöntemleri kullanır
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	4	56
Ödevler	1	14	14
Sunum / Seminer hazırlama	1	4	4
Kısa sınavlar	0	0	0
Ara sınavlara hazırlık	3	3	9
Ara sınavlar	1	2	2
Proje (Yarıyıl ödevi)	2	2	4
Laboratuvar	0	0	0
Arazi çalışması	0	0	0
Yarıyıl sonu sınavına hazırlık	4	3	12
Yarıyıl sonu sınavı	1	2	2
Araştırma	14	3	42
Toplam iş yükü			187
AKTS			7.50

Değerlendirme yöntemleri ve kriterler

Yarıyıl içi değerlendirme	Sayısı	Katkı Yüzdesi
Ara sınav	1	50
Kısa sınav	0	0
Ödev	1	50
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) S.C. Chapra, R.P. Canale, Mühendisler için Sayısal Yöntemler (Yazılım ve Programlama Uygulamalarıyla) (Çeviri: H.Heperkan, U.Kesgin), Literatür Yayıncılık, 2003. (2) A. Antoniou, W.S. Lu, “Practical Optimization, Algorithms and Engineering Applications”, Springer, 2007. (3) S.S. Rao, “Engineering Optimization: Theory and Practice, Fourth Edition”, John Wiley & Sons, Inc., 2009.
Yardımcı Kaynaklar	(1) P. Venkataraman, “Applied Optimization with Matlab Programming”, John Wiley & Sons, Inc., 2002. (2) W.Y. Yang, W. Cao, T.S. Chung, J. Morris, “Applied numerical methods using MATLAB”, John Wiley & Sons, Inc., 2005.

Ders İle İlgili Dosyalar