LİSANSÜSTÜ EĞİTİM ENSTİTÜSÜ
Endüstri Mühendisliği Yüksek Lisans Programı (Tezli)
IE 509 | Ders Tanıtım Bilgileri
| Dersin Adı |
Sezgiseller
|
|
Kodu
|
Yarıyıl
|
Teori
(saat/hafta) |
Uygulama/Lab
(saat/hafta) |
Yerel Kredi
|
AKTS
|
|
IE 509
|
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 Metasezgisel algoritmalar üzerinde durulurarak çeşitli eniyleme problemlerinin çözümünde kullanılan sezgisel algortimaların temel içeriğini vermektir. |
| Öğrenme Çıktıları |
Bu dersi başarıyla tamamlayabilen öğrenciler;
|
| Ders Tanımı | Bu dersin amacı matematiksel modellemeyi hali hazırda bilen öğrencilere sezgisel algoritmaların işleyişini sunar. Başlıklar temel sezgisel yapılar (greedy, improvement, construction); benzetim tavlama, tabu search, genetic algoritma, karınca koloni ve benzeri metasezgisel algoritmalardır. Derslerde sezgiseller ile ilgili temel bilgiler not olarak sağlanacaktır. Öğrencilerin dersin ilgili olduğu konularla ilgili çeşitli uygulamalar yapması beklenmektedir. Buna ek olarak, proje ödevi olarak bir problemi uygun bir sezgisel metod ile çözecek program yazmaları ve bu programın performansını ölçmeleri beklenmektedir. |
|
|
Temel Ders | |
| Uzmanlık/Alan Dersleri |
X
|
|
| Destek Dersleri | ||
| İletişim ve Yönetim Becerileri Dersleri | ||
| Aktarılabilir Beceri Dersleri |
HAFTALIK KONULAR VE İLGİLİ ÖN HAZIRLIK ÇALIŞMALARI
| Hafta | Konular | Ön Hazırlık |
| 1 | Sezgiseller Temel Kavramlar | |
| 2 | Karmaşıklık | |
| 3 | Temel Arama Prosedürleri | |
| 4 | Benzetilmiş Tavlama | |
| 5 | Tabu Araması | |
| 6 | Genetik Algoritmalar ve Evrimsel Teoriler | |
| 7 | Genetik Algoritmalar ve Evrimsel Teoriler | |
| 8 | Arasınav | |
| 9 | Karınca Kolonisi Optimizasyonu | |
| 10 | Parçacık Sürüsü Optimizasyonu | |
| 11 | Dağınık Arama | |
| 12 | Yerel Arama | |
| 13 | Çok Büyük Boyutlu Komşuluk Arama | |
| 14 | Sunumlar | |
| 15 | Sunumlar | |
| 16 | Dönemin gözden geçirilmesi |
| Ders Kitabı | E.G. Talbi. Metaheuristics: From Design to Implementation. Wiley 2009. F. Glover, G. Kochenberger. Handbook of Metaheuristics. Springer 2003. T. González. Handbook of Approximation Algorithms and Metaheuristics. Chapman & Hall 2007. F. Glover, M. Laguna. Tabu Search. Kluwer, 1997. M. Dorigo and T. Stützle. Ant Colony Optimization. MIT Press, Cambridge, MA, 2004. |
| Önerilen Okumalar/Materyaller |
DEĞERLENDİRME ÖLÇÜTLERİ
| Yarıyıl Aktiviteleri | Sayı | Katkı Payı % |
| Katılım | ||
| Laboratuvar / Uygulama | ||
| Arazi Çalışması | ||
| Küçük Sınav / Stüdyo Kritiği | ||
| Portfolyo | ||
| Ödev |
2
|
15
|
| Sunum / Jüri Önünde Sunum |
1
|
15
|
| Proje |
1
|
50
|
| Seminer/Çalıştay | ||
| Sözlü Sınav | ||
| Ara Sınav |
1
|
20
|
| Final Sınavı |
-
|
|
| Toplam |
| Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı |
100
|
|
| Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı | ||
| 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 |
15
|
4
|
60
|
| Arazi Çalışması |
0
|
||
| Küçük Sınav / Stüdyo Kritiği |
0
|
||
| Portfolyo |
0
|
||
| Ödev |
2
|
20
|
40
|
| Sunum / Jüri Önünde Sunum |
1
|
17
|
17
|
| Proje |
1
|
40
|
40
|
| Seminer/Çalıştay |
0
|
||
| Sözlü Sınav |
0
|
||
| Ara Sınavlar |
1
|
20
|
20
|
| Final Sınavı |
-
|
0
|
|
| Toplam |
225
|
DERSİN ÖĞRENME ÇIKTILARININ PROGRAM YETERLİLİKLERİ İLE İLİŞKİSİ
|
#
|
Program Yeterlilikleri / Çıktıları |
* Katkı Düzeyi
|
||||
|
1
|
2
|
3
|
4
|
5
|
||
| 1 | Temel bilimlerin metodolojik ve uygulamalı ögeleri hakkında uygun bilgi birikimine sahip olur ve bu bilgiyi endüstriyel sistemler kapsamında mühendislik ile ilişkili problemleri tanımlamak için uygular. |
X | ||||
| 2 | En yeni yöntemleri, teknikleri ve ekipmanı kullanarak Endüstri Mühendisliği ile ilişkili problemleri tanımlar, formüle eder ve çözer. |
X | ||||
| 3 | Endüstriyel sistemlerin analizini ve tasarımını kaliteden ödün vermeden yapmak için teknikler ve araçları kullanır. |
X | ||||
| 4 | Temel araştırmaları yürütür ve ilgili konferans ve dergilerde makaleler yayınlar. |
X | ||||
| 5 | Endüstriyel sistemlerin performans ölçümünü yapmak için testler yapar, elde edilen sonuçları analiz eder ve yorumlar. |
X | ||||
| 6 | Endüstriyel sistemlerde karar verme süreçlerini yönetir. |
X | ||||
| 7 | Hayat boyu öğrenmeye yatkındır; mesleğinin yeni ve gelişmekte olan uygulamalarının farkındadır, ihtiyaç duyduğunda bunları inceler ve öğrenir. |
X | ||||
| 8 | Endüstri Mühendisliği ile ilgili verilerin toplanması, yorumlanması, yayımı, uygulanması ve gerekli teknolojilerin kullanımı aşamalarında toplumsal, bilimsel ve etik değerlere sahip olur. |
X | ||||
| 9 | Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular; bu süreçte karşılaşılan karmaşık problemleri irdeler ve çözümler; Endüstri Mühendisliği ile ilgili kıstaslara uygun, özgün bir tez hazırlar. |
X | ||||
| 10 | Bir yabancı dili kullanarak Endüstri Mühendisliği ile ilgili bilgileri takip eder, çalışmalarının süreç ve sonuçlarını, o alandaki veya alan dışındaki ulusal ve uluslararası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarır. |
X | ||||
*1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest