Dersin Adı Dersin Seviyesi Dersin Kodu Dersin Tipi Dersin Dönemi Yerel Kredi AKTS Kredisi Ders Bilgileri
MÜHENDİSLİK OPTİMİZASYONU İkinci Düzey ENM 503 Seçmeli 1 7.50 7.50 Yazdır
   
Dersin Tanımı
Ön Koşul Dersleri -
Eğitimin Dili Türkçe
Koordinatör
Dersi Veren Öğretim Eleman(lar)ı PROF. DR. BANU SOYLU
Yardımcı Öğretim Eleman(lar)ı -
Dersin Veriliş Şekli Her derste teorik bilgi verildikten sonra örnek problemler çözülecektir.
Dersin Amacı Lisans yöneylem araştırması dersinde öğrencilerin edindikleri bilgi ve becerileri geliştirmek, sonraki çalışmalar için teorik alt yapıyı güçlendirmek
Dersin Tanımı Bu derste optimizasyonun özel konuları, özellikle doğrusal programlama ve ilgili konular işlenecektir.

Dersin İçeriği
1 Optimizasyonun temelleri
2 Simplex algoritmasının teorik alt yapısı
3 Düzeltilmiş Simplex algoritması
4 Parametrik doğrusal programlama
5 Parçalama algoritması
6 Lagrangean gevşetmesi
7 Vize sınavı
8 Kolon türetme algoritması
9 Kolon türetme algoritması
10 Dal-kesme algoritması
11 Kısıtsız optimizasyonun temelleri
12 Kısıtsız optimizasyonun temelleri
13 Doğrusal olmayan optimizasyon
14 Doğrusal olmayan optimizasyon
15
16
17
18
19
20

Dersin Öğrenme Çıktıları
1 Yöneylem Araştırması''na ait teorik alt yapıya sahip olma
2 Akademik çalışmalarda daha yetkin hale gelme
3 İlgili literatürdeki makaleleri kavrayabilme
4 Lisans düzeyinden farklı olarak yeni algoritmalar öğrenme
5 Algoritmik düşünme yeteneği kazanma
6 İleri düzey optimizasyon bilgisine sahip olma
7
8
9
10

*Dersin Program Yeterliliklerine Katkı Seviyesi
1 Uzmanlığını kullanarak endüstri mühendisliği problemlerini tanımlayabilme ve yenilikçi çözümler üretebilme becerisi kazanır.
2 Alanında karşılaşılabilecek sorunları tanımlayarak uygun modelleme yöntemleri ile çözme becerisi kazanır.
3 Konusunda, ulusal ve uluslararası düzeydeki bilimsel çalışmaları takip ederek alanındaki bilimsel ve teknolojik gelişmeleri derinlemesine izleyebilme yeteneği kazanır.
4 Sistemlerin modellenmesi, benzetimi ve matematiksel ifade etme yeteneği kazanır. Endüstri Mühendisliği problemlerini inceleyebilmek için deneyler tasarlama, gerçekleştirme, veri toplama, verileri analiz etme ve sonuçları yorumlama yeteneği kazanır.
5 Endüstri Mühendisliği problemlerini inceleyebilmek için deneyler tasarlama, gerçekleştirme, veri toplama, verileri analiz etme ve sonuçları yorumlama yeteneği kazanır.
6 Disiplinler arası yapıdaki problemleri çözmek için disiplinler arası takımlara ulaşarak onlarla işbirliği yapabilme yeteneği kazanır.
7 Fakülte çalışanı birisinin gözetimi altında sunulabilir bir çalışma yapma yeteneği kazanır.
8 Endüstriyel ve sistemsel teknik bilgileri profesyonel seviyede yazılı, sözlü ve iş grafikleri formatında iletebilme yeteneği kazanır.
9 Bilimsel yayın yapabilme yeteneği kazanır.
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 13 3 39
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme) 13 3 39
Ödevler 3 8 24
Sunum / Seminer hazırlama 0 0 0
Kısa sınavlar 0 0 0
Ara sınavlara hazırlık 13 2 26
Ara sınavlar 1 2 2
Proje (Yarıyıl ödevi) 0 0 0
Laboratuvar 0 0 0
Arazi çalışması 0 0 0
Yarıyıl sonu sınavına hazırlık 13 2 26
Yarıyıl sonu sınavı 1 2 2
Araştırma 13 2 26
Toplam iş yükü     184
AKTS     7.50

Değerlendirme yöntemleri ve kriterler
Yarıyıl içi değerlendirme Sayısı Katkı Yüzdesi
Ara sınav 1 20
Kısa sınav 0 0
Ödev 3 20
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 L. Winston Wayne, Operations Research Applications and Algorithms, 4th ed., Thomson Learning, 2004.
Yardımcı Kaynaklar M.S. Bazaraa, J.J. Jarvis and H.D. Sherali (1990) Linear Programming and Network Flows. John Willey & Sons.

Ders İle İlgili Dosyalar