Giriş | English

Yüksek Lisans > Fen Bilimleri Enstitüsü > Biyomedikal Mühendisliği (y.l.) > EVRİMSEL OPTİMİZASYON YÖNTEMLERİ
 
Dersin adı Dersin seviyesi Dersin kodu Dersin tipi Dersin dönemi Yerel kredi AKTS kredisi Ders bilgileri
EVRİMSEL OPTİMİZASYON YÖNTEMLERİ İkinci düzey BMM 528 Seçmeli 2 7.50 7.50 Yazdır
   
Dersin tanımı
Ön koşul dersleri -
Eğitimin dili Türkçe
Koordinatör PROF. DR. MEHMET EMİN YÜKSEL
Dersi veren öğretim eleman(lar)ı PROF. DR. MEHMET EMİN YÜKSEL
Yardımcı öğretim eleman(lar)ı -
Dersin veriliş şekli Yüz Yüze
Dersin amacı Evrimsel optimizasyon algoritmalarının ayrıntılı şekilde öğretilmesi ve global optimizsayon algoritmalarının iyice anlaşılması
Dersin tanımı Evrimsel optimizasyon algoritmalarının analiz edilmesi

Dersin içeriği
1- Optimizasyona Giriş
2- Kısıtlı ve Kısıtsız Optimizasyon Temelleri
3- Tek Boyutlu Arama Yöntemleri
4- Çok Boyutlu Arama Yöntemleri
5- Gradient Methodu
6- En Küçük Kareler Metodu
7- Global Optimizasyon Algortimaları
8- Tavlama Benzetimi
9- Parçacık Sürü Optimizasyonu
10- Genetik Algoritma
11- Karınca Kolonisi Optimizasyonu Algoritmaları
12- Diferansiyel Evrim
13- Ateşböceği algoritması
14- Memetik algoritması
15-
16-
17-
18-
19-
20-

Dersin öğrenme çıktıları
1- Matematik, fen ve mühendislik bilgilerini uygulama becerisi
2- İhtiyaçları karşılayacak sistem tasarımı
3- Mühendislik problemlerini tanımlama, formüle etme ve çözme becerisi
4- Yazılım Geliştirilmesi
5- Literatür takibi yapabilme
6- Evrimsel optimizasyon yöntemlerine hakim olma
7-
8-
9-
10-

*Dersin program yeterliliklerine katkı seviyesi
1- Biyomedikal Mühendisliğinde bir uzmanlık alanında derinlemesine bilgi edinmek, literatüre vakıf olmak.
2- Uzmanlık alanında problem tanımlama formüle etme, araştırma yapma, modelleme, analiz yapma yeteneklerini kazanmak.
3- Araştırma sonuçlarını analiz ederek sonuçlar çıkarma ve bunları yazılı sözlü sunma becerisi kazanma.
4- Mühendislik bilgilerini yaşam bilimleri alanında etkin kullanma yeteneği kazanmak.
5- Disiplinler arası çalışmalarda takım çalışması yapabilmek.
6- Araştırma sonuçlarını çok kullanılan bir yabancı dilde yazılı ve sözlü sunabilmek.
7- Yaşam boyu öğrenme, yeni bilgilere erişebilme, yeni alanlara yönelebilme becerisini kazanmak.
8- Mesleki ve etik sorumluluk bilinci kazanmak.
9- Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ile çağın sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık.
10- Hastanerlerde teknoloji kullanımında kalite ve güveni artırmak için klinik mühendisliği alanında eğitim ve danışma hizmeti sağlayabilme.
11- Hastane, sağlık örgütleri ve tıbbi teknoloji üretici/satıcılarına danışmanlık ve teknik destek hizmeti sağlayabilme.
12- Yeni biyomalzemeler üzerine bilgi ve beceri kazanma.
13- Mesleğinin yeni ve gelişmekte olan uygulamaları hakkında bilgi sahibi olur ve gerektiğinde bunları kullanma becerisi kazanma.
14- Araştırıcı, üretici ve girişimci kapasiteye sahip olabilme.
15- Çağdaş, yenilikçi, katılımcı olabilme, kendini iyi ifade edebilme, kalite ve kalite yönetimi konularında bilinç sahibi olabilme.
16- Ulusal gereksinimlere öncelik verebilme ve bu konulardaki gelişmeleri yakından izleyebilme.
17- Biyomedikal alanındaki bilimsel çalışma sonuçlarını ulusal ve evrensel çevrelere aktarabilme ve öncülük edebilme.
18- Sınırlı verileri kullanarak bilimsel yöntemlerle aynı veya farklı disiplinlere ait bilgileri bütünleştirebilme becerisine sahip olur.
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) 14 3 42
Ödevler 14 1 14
Sunum / Seminer hazırlama 0 0 0
Kısa sınavlar 0 0 0
Ara sınavlara hazırlık 1 25 25
Ara sınavlar 1 2 2
Proje (Yarıyıl ödevi) 0 0 0
Laboratuvar 0 0 0
Arazi çalışması 0 0 0
Yarıyıl sonu sınavına hazırlık 1 30 30
Yarıyıl sonu sınavı 1 2 2
Araştırma 30 1 30
Toplam iş yükü     187
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 Evolutionary Computation by A.E. Eiben
Yardımcı Kaynaklar Introduction to Evolutionary Computing (Natural Computing Series) by A.E. Eiben and James E. Smith

Ders ile ilgili dosyalar