Erciyes University - Info Package

Dersin Adı	Dersin Seviyesi	Dersin Kodu	Dersin Tipi	Dersin Dönemi	Yerel Kredi	AKTS Kredisi	Ders Bilgileri
OPTİMİZASYONA GİRİŞ	Üçüncü Düzey	UM TS17		3	5.00	5.00	Yazdır

Dersin Tanımı

Ön Koşul Dersleri	-
Eğitimin Dili	Türkçe
Koordinatör
Dersi Veren Öğretim Eleman(lar)ı
Yardımcı Öğretim Eleman(lar)ı
Dersin Veriliş Şekli	Yüz yüze
Dersin Amacı	Türeve dayalı ve meta-sezgisel optimizasyon yöntemlerinin kavranması
Dersin Tanımı	Optimizasyona Giriş

Dersin İçeriği

1	Optimizasyon, optimizasyon problemi, parameter, amaç fonksiyonu ve sınırlama kavramları, bölgesel ve global minimum-maksimum çözümler, optimallik koşulları, gerek ve yeter şartlar
2	Optimizasyon, optimizasyon problemi, parameter, amaç fonksiyonu ve sınırlama kavramları, bölgesel ve global minimum-maksimum çözümler, optimallik koşulları, gerek ve yeter şartlar
3	Optimizasyon problemlerinin sınıflandırılması, Doğrudan ve Dolaylı Metodlar
4	Doğrudan metodlar ve En-dik iniş algoritması
5	Doğrudan metodlar ve Eşlenik gradyent algoritması
6	Doğrudan metodlar ve Değiştirilmiş Newton algoritması
7	Sezgisel ve Meta-sezgisel algoritmaların özellikleri
8	Sezgisel ve Meta-sezgisel algoritmaların özellikleri
9	Yapay Arı Koloni algoritması
10	Parçacık Sürü Optimizasyon algoritması
11	Diferansiyel Gelişim algoritması
12	İmmün Plazma algoritması ve uygulamaları
13	İmmün Plazma algoritması ve uygulamaları
14
15
16
17
18
19
20

Dersin Öğrenme Çıktıları

1	Optimizasyon ile ilgili temel tanım ve kavramların öğrenilmesi
2	Nümerik ve ayrık optimizasyon problemlerinin temel özelliklerinin kavranması
3	Klasik optimizasyon tekniklerinin temel özelliklerinin kavranması
4	Sezgisel ve Meta-sezgisel algoritmalar ile ilgili temel özelliklerin kavranması
5	Gerçek hayat veya mühendislik problemlerine optimizasyon yöntemlerinin uygulanması
6
7
8
9
10

*Dersin Program Yeterliliklerine Katkı Seviyesi

1
2
3
4
5
6
7
8
9
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	2	10	20
Sunum / Seminer hazırlama	0	0	0
Kısa sınavlar	0	0	0
Ara sınavlara hazırlık	1	10	10
Ara sınavlar	1	1	1
Proje (Yarıyıl ödevi)	0	0	0
Laboratuvar	0	0	0
Arazi çalışması	0	0	0
Yarıyıl sonu sınavına hazırlık	1	10	10
Yarıyıl sonu sınavı	1	1	1
Araştırma	0	0	0
Toplam iş yükü			120
AKTS			5.00

Değerlendirme yöntemleri ve kriterler

Yarıyıl içi değerlendirme	Sayısı	Katkı Yüzdesi
Ara sınav	1	25
Kısa sınav	0	0
Ödev	3	15
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. (2014). Yapay Zeka Optimizasyon Algoritmalari. Nobel Akademik Yayıncılık, 245.
Yardımcı Kaynaklar

Ders İle İlgili Dosyalar