LİSANSÜSTÜ EĞİTİM ENSTİTÜSÜ
Bilgisayar Mühendisliği Yüksek Lisans Programı (Tezli)
IE 530 | Ders Tanıtım Bilgileri
| Dersin Adı |
Evrimsel Algoritmalar
|
|
Kodu
|
Yarıyıl
|
Teori
(saat/hafta) |
Uygulama/Lab
(saat/hafta) |
Yerel Kredi
|
AKTS
|
|
IE 530
|
Güz/Bahar
|
3
|
0
|
3
|
7.5
|
| Ön-Koşul(lar) |
Yok
|
|||||
| Dersin Dili |
İngilizce
|
|||||
| Dersin Türü |
Seçmeli
|
|||||
| Dersin Düzeyi |
Yüksek Lisans
|
|||||
| Dersin Veriliş Şekli | - | |||||
| Dersin Öğretim Yöntem ve Teknikleri | - | |||||
| Dersin Koordinatörü | ||||||
| Öğretim Eleman(lar)ı | ||||||
| Yardımcı(ları) | - | |||||
| Dersin Amacı | Bu dersin amacı evrimsel algoritmalar konusunu öğrencilere, özellikle de genetik algoritmalar ve genetik programlama konularına ağırlık vererek öğretmektir. Ayrıca ders öğrencilere arama, eniyileme için evrimsel algoritmalar konusunda pratik deneyim kazandırmayı da amaçlar |
| Öğrenme Çıktıları |
Bu dersi başarıyla tamamlayabilen öğrenciler;
|
| Ders Tanımı | Bu ders öğrencilere temel evrimsel algoritmaları öğretir ve çeşitli evrimsel algoritmaların bazıları ile pratik deneyim kazanmalarını sağlar. Öğretilen konular arasında evrimsel algoritmalar ve teorik temelleri, genetic algoritmalar, geentik algoritmalarda seçim ve diğer operatorler ve genetic programlama yer alır. |
|
|
Temel Ders | |
| Uzmanlık/Alan Dersleri | ||
| Destek Dersleri | ||
| İletişim ve Yönetim Becerileri Dersleri | ||
| Aktarılabilir Beceri Dersleri |
HAFTALIK KONULAR VE İLGİLİ ÖN HAZIRLIK ÇALIŞMALARI
| Hafta | Konular | Ön Hazırlık |
| 1 | Evrimsel Algoritmalara Giriş | |
| 2 | Genetik Algoritmalar Temelleri | |
| 3 | Genetik Algoritmalar – Operatörler&Seçim Yöntemleri | |
| 4 | Genetik Algoritmalar – Operatörler&Seçim Yöntemleri | |
| 5 | Diferansiyel Evrimsel Algoritmalar | |
| 6 | Parçacık Sürü Optimizasyonu | |
| 7 | ARA SINAV | |
| 8 | Yeni Nesil Doğa Esinli Algoritmalar | |
| 9 | Sürekli uzayda evrimsel algoritma uygulamaları | |
| 10 | İkili uzayda evrimsel algoritma uygulamaları | |
| 11 | Kombinatoryal uzayda evrimsel algoritma uygulamaları | |
| 12 | Memetik Algoritmalar | |
| 13 | Memetik Algoritmalar | |
| 14 | Evrimsel Algoritmaların geleceği | |
| 15 | Final Hazırlık ve sunumlar | |
| 16 | Dönemin gözden geçirilmesi ve sunumlar |
| Ders Kitabı | Günther Zäpfel, Roland Braune, Michael Bögl (2010). Metaheuristic Search Concepts A Tutorial with Applications to Production and Logistics. Springer. Mitsuo Gen, Runwei Cheng, (2000). Genetic Algorithms and Engineering Optimization. Wiley. |
| Önerilen Okumalar/Materyaller | Zelinka, I. (2015). A survey on evolutionary algorithms dynamics and its complexity–Mutual relations, past, present and future. Swarm and Evolutionary Computation, 25, 2-14. |
DEĞERLENDİRME ÖLÇÜTLERİ
| Yarıyıl Aktiviteleri | Sayı | Katkı Payı % |
| Katılım | ||
| Laboratuvar / Uygulama | ||
| Arazi Çalışması | ||
| Küçük Sınav / Stüdyo Kritiği | ||
| Portfolyo | ||
| Ödev | ||
| Sunum / Jüri Önünde Sunum |
1
|
15
|
| Proje |
1
|
25
|
| Seminer/Çalıştay | ||
| Sözlü Sınav | ||
| Ara Sınav |
1
|
20
|
| Final Sınavı |
1
|
40
|
| Toplam |
| Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı |
3
|
60
|
| Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı |
1
|
40
|
| Toplam |
AKTS / İŞ YÜKÜ TABLOSU
| Yarıyıl Aktiviteleri | Sayı | Süre (Saat) | İş Yükü |
|---|---|---|---|
| Teorik Ders Saati (Sınav haftası dahildir: 16 x teorik ders saati) |
16
|
3
|
48
|
| Laboratuvar / Uygulama Ders Saati (Sınav haftası dahildir. 16 x uygulama/lab ders saati) |
16
|
0
|
|
| Sınıf Dışı Ders Çalışması |
14
|
5
|
70
|
| Arazi Çalışması |
0
|
||
| Küçük Sınav / Stüdyo Kritiği |
0
|
||
| Portfolyo |
0
|
||
| Ödev |
0
|
||
| Sunum / Jüri Önünde Sunum |
1
|
18
|
18
|
| Proje |
1
|
34
|
34
|
| Seminer/Çalıştay |
0
|
||
| Sözlü Sınav |
0
|
||
| Ara Sınavlar |
1
|
25
|
25
|
| Final Sınavı |
1
|
30
|
30
|
| Toplam |
225
|
DERSİN ÖĞRENME ÇIKTILARININ PROGRAM YETERLİLİKLERİ İLE İLİŞKİSİ
|
#
|
Program Yeterlilikleri / Çıktıları |
* Katkı Düzeyi
|
||||
|
1
|
2
|
3
|
4
|
5
|
||
| 1 | Bilgisayar Mühendisliği alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular. |
|||||
| 2 | Bilgisayar Mühendisliği alanında uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgi sahibidir. |
|||||
| 3 | Belirsiz, sınırlı ya da eksik verileri kullanarak, bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri bir arada kullanabilir. |
|||||
| 4 | Mesleğinin yeni ve gelişmekte olan uygulamalarının farkındadır, ihtiyaç duyduğunda bunları inceler ve öğrenir. | |||||
| 5 | Bilgisayar Mühendisliği alanı ile ilgili problemleri tanımlar ve formüle eder, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular. |
|||||
| 6 | Yeni ve/veya özgün fikir ve yöntemler geliştirir; karmaşık sistem veya süreçleri tasarlar ve tasarımlarında yenilikçi/alternatif çözümler geliştirir. |
|||||
| 7 | Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular; bu süreçte karşılaşılan karmaşık problemleri irdeler ve çözümler. |
|||||
| 8 | Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilir, bu tür takımlarda liderlik yapabilir ve karmaşık durumlarda çözüm yaklaşımları geliştirebilir; bağımsız çalışabilir ve sorumluluk alır. |
|||||
| 9 | Bir yabancı dili en az Avrupa Dil Portföyü B2 Genel Düzeyinde kullanarak, sözlü ve yazılı iletişim kurar. |
|||||
| 10 | Çalışmalarının süreç ve sonuçlarını, o alandaki veya alan dışındaki ulusal ve uluslararası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarır. |
|||||
| 11 | Bilgisayar Mühendisliği uygulamalarının sosyal, çevresel, sağlık, güvenlik, hukuk boyutları ile proje yönetimi ve iş hayatı uygulamalarını bilir ve bunların bilgisayar mühendisliği uygulamalarına getirdiği kısıtların farkındadır. |
|||||
| 12 | Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir. |
|||||
*1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest