LİSANSÜSTÜ EĞİTİM ENSTİTÜSÜ
Uygulamalı Matematik ve İstatistik (Doktora)
MATH 654 | Ders Tanıtım Bilgileri
| Dersin Adı |
Kesikli Optimizasyon ve Sezgisel Yöntemler
|
|
Kodu
|
Yarıyıl
|
Teori
(saat/hafta) |
Uygulama/Lab
(saat/hafta) |
Yerel Kredi
|
AKTS
|
|
MATH 654
|
Güz/Bahar
|
3
|
0
|
3
|
7.5
|
| Ön-Koşul(lar) |
Yok
|
|||||
| Dersin Dili |
İngilizce
|
|||||
| Dersin Türü |
Seçmeli
|
|||||
| Dersin Düzeyi |
Doktora
|
|||||
| Dersin Veriliş Şekli | - | |||||
| Dersin Öğretim Yöntem ve Teknikleri | - | |||||
| Dersin Koordinatörü | - | |||||
| Öğretim Eleman(lar)ı | ||||||
| Yardımcı(ları) | ||||||
| Dersin Amacı | Bu yüksek lisans derste ayrık optimizasyon problemleri çözmek için modern sezgisel optimizasyon algoritmaları tanıtılır. Ders optimizasyon problemlerinin sınıflandırılması ve ayrık ve sürekli arama alanı, çok amaçlı optimizasyon, dinamik optimizasyon, global optimizasyon, stokastik optimizasyon, sürü Optimizasyonu vb gibi birincil kavramların tanımı ile başlar. Sonra bazı Evrimsel Algoritmalar, Karınca Kolonisi Optimizasyonu, Tavlama Benzetimi, Tabu Arama, Parçacık Sürü Optimizasyonu, gibi tanınmış sezgisel yöntemler temel ve orijinal algoritmalar detaylıca içerilerek tartışılır. |
| Öğrenme Çıktıları |
Bu dersi başarıyla tamamlayabilen öğrenciler;
|
| Ders Tanımı | Bu derste Kesikli Optimizasyon ve Sezgisel Yöntemlerin temel kavram ve uygulamaları incelenecektir. |
|
|
Temel Ders |
X
|
| 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 | Optimizasyon Problemi Tanımı ve Fizibilite Problemlemi | “How to solve it: modern heuristics” By Zbigniew Michalewicz, David B. Fogel, Ed.2, 2004, Springer. |
| 2 | Optimizasyon Problemlerinin sınıflandırılması | “How to solve it: modern heuristics” By Zbigniew Michalewicz, David B. Fogel, Ed.2, 2004, Springer. |
| 3 | Optimizasyon Tekniklerinin sınıflandırılması | “How to solve it: modern heuristics” By Zbigniew Michalewicz, David B. Fogel, Ed.2, 2004, Springer. |
| 4 | Genel Klasik Optimizasyon Teknikleri | “How to solve it: modern heuristics” By Zbigniew Michalewicz, David B. Fogel, Ed.2, 2004, Springer. |
| 5 | Sezgisel Optimizasyon Algoritmalara Genel Bir Bakış | “How to solve it: modern heuristics” By Zbigniew Michalewicz, David B. Fogel, Ed.2, 2004, Springer. |
| 6 | Komşuluk Arama | “How to solve it: modern heuristics” By Zbigniew Michalewicz, David B. Fogel, Ed.2, 2004, Springer. |
| 7 | Tepe Tırmanma Yöntemleri | “How to solve it: modern heuristics” By Zbigniew Michalewicz, David B. Fogel, Ed.2, 2004, Springer. |
| 8 | Yenidenrastgele tepe tırmanma | “How to solve it: modern heuristics” By Zbigniew Michalewicz, David B. Fogel, Ed.2, 2004, Springer. |
| 9 | Açgözlü Algoritmalar | “How to solve it: modern heuristics” By Zbigniew Michalewicz, David B. Fogel, Ed.2, 2004, Springer. |
| 10 | Tavlama Benzetimi | “How to solve it: modern heuristics” By Zbigniew Michalewicz, David B. Fogel, Ed.2, 2004, Springer. |
| 11 | Tabu Arama | “How to solve it: modern heuristics” By Zbigniew Michalewicz, David B. Fogel, Ed.2, 2004, Springer. |
| 12 | Evrimsel Algoritmalar | “How to solve it: modern heuristics” By Zbigniew Michalewicz, David B. Fogel, Ed.2, 2004, Springer. |
| 13 | Karınca Kolonisi Algoritmalar | “How to solve it: modern heuristics” By Zbigniew Michalewicz, David B. Fogel, Ed.2, 2004, Springer. |
| 14 | Arılar Algoritması | “How to solve it: modern heuristics” By Zbigniew Michalewicz, David B. Fogel, Ed.2, 2004, Springer. |
| 15 | Parçacık Sürü Optimizasyonu | “How to solve it: modern heuristics” By Zbigniew Michalewicz, David B. Fogel, Ed.2, 2004, Springer. |
| 16 | Dönemin gözden geçirilmesi |
| Ders Kitabı | Yukarıda verilen kitapların bazı bölümlerinden ve alıştırmalardan faydalanılacaktır. |
| Önerilen Okumalar/Materyaller | Rao, S.S. (1984). Optimization Theory and Application. Wiley Eastern Ltd., New Delhi |
DEĞERLENDİRME ÖLÇÜTLERİ
| Yarıyıl Aktiviteleri | Sayı | Katkı Payı % |
| Katılım | ||
| Laboratuvar / Uygulama | ||
| Arazi Çalışması | ||
| Küçük Sınav / Stüdyo Kritiği | ||
| Portfolyo | ||
| Ödev | ||
| Sunum / Jüri Önünde Sunum |
1
|
10
|
| Proje |
1
|
20
|
| Seminer/Çalıştay | ||
| Sözlü Sınav | ||
| Ara Sınav |
1
|
30
|
| 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 |
16
|
5
|
80
|
| Arazi Çalışması |
0
|
||
| Küçük Sınav / Stüdyo Kritiği |
0
|
||
| Portfolyo |
0
|
||
| Ödev |
0
|
||
| Sunum / Jüri Önünde Sunum |
1
|
10
|
10
|
| Proje |
1
|
15
|
15
|
| Seminer/Çalıştay |
0
|
||
| Sözlü Sınav |
0
|
||
| Ara Sınavlar |
1
|
32
|
32
|
| Final Sınavı |
1
|
40
|
40
|
| Toplam |
225
|
DERSİN ÖĞRENME ÇIKTILARININ PROGRAM YETERLİLİKLERİ İLE İLİŞKİSİ
|
#
|
Program Yeterlilikleri / Çıktıları |
* Katkı Düzeyi
|
||||
|
1
|
2
|
3
|
4
|
5
|
||
| 1 | Yüksek lisans düzeyi yeterliliklerine dayalı olarak, teorik matematik ve istatistik kuramları ve uygulamalarına ilişkin bilgilerini uzmanlık düzeyinde geliştirmek, , derinleştirmek ve alanına yenilik getirecek özgün tanımlara ulaştırmak, |
X | ||||
| 2 | Matematik ve İstatistikte orijinal, bağımsız ve kritik düşünme yeteneklerine sahip olmak ve teorik kavramlar geliştirebilmek, |
X | ||||
| 3 | Matematik ve İstatistikteki problemleri tanıyabilme ve doğrulayabilme yeteneğine sahip olmak, |
X | ||||
| 4 | Disiplinlerarası yaklaşımla, teorik ve uygulamalı matematik ve istatistik yöntemlerini yeni problemlerin analiz ve çözümümde uygulayabilmek ve uygulama konusunda kendi potansiyellerini keşfedebilmek, |
X | ||||
| 5 | Uygulamalı Matematiğin ve istatistiğin kullanıldığı hemen her alanda, uzmanlık gerektiren bir çalışmayı bağımsız olarak yürütebilmek, sonuçlandırıp, raporlayabilmek, |
X | ||||
| 6 | Uygulamalı Matematik ve İstatistik alanında edindiği uzmanlık düzeyindeki bilgi ve becerilerini eleştirel bir yaklaşımla değerlendirebilmek, yenileyebilmek, ve karmaşık düşüncelerin eleştirel analizini, sentezini ve değerlendirmesini yapabilmek, |
X | ||||
| 7 | Uygulamalı Matematik ve İstatistik alanında analizlerini ve önerdiği yöntemleri, uzman kişilere, bilimsel nitelikte aktarabilmek, |
X | ||||
| 8 | Ulusal ve uluslararası (İngilizce) akademik kaynakları etkin bir şekilde kullanabilmek ve bilgi birikimini güncel tutabilmek, yurtiçi ve yurtdışı meslektaşlarıyla rahat bir şekilde iletişim kurabilmek, periyodik litaretürü takip edebilmek, alanındaki ve alan dışındaki bilimsel toplantılara, yazılı, sözlü ve görsel olarak sistemli biçimde aktarımda bulunabilmek, |
X | ||||
| 9 | Uygulamalı Matematik ve İstatistik alanlarında yaygın olarak kullanılan yazılımlara aşina olmak ve en az ikisini etkin şekilde kullanabilmek, |
X | ||||
| 10 | Uygulamalı Matematik ve İstatistik alanlarında bilimsel, teknolojik, sosyal veya kültürel ilerlemeleri tanıtarak, yaşadığı toplumun bilgi toplumu olma ve bunu sürdürebilme sürecine katkıda bulunmak, |
X | ||||
| 11 | Evrensel anlamda birikimli ve duyarlı olarak tüm süreçleri etkin şekilde değerlendirebilmek, karşılaştığı toplumsal, bilimsel, kültürel ve etik sorunların çözümüne katkıda bulunup ve bu değerlerin gelişimini desteklemek, |
X | ||||
| 12 | Soyut düşünce yapısına hakim olarak, somut olaylara bağlayabilmek ve çözümleri taşıyabilmek, deney tasarlayıp veri toplayarak bilimsel yöntemlerle sonuçları incelemek ve yorumlamak, |
X | ||||
| 13 | Matematik ve istatistiğn kullanıldığı sistem ve konularla ilgili strateji, politika ve planlar geliştirebilmek ve elde edilen sonuçları yorumlayıp geliştirebilmek, |
X | ||||
| 14 | Matematik ve İstatistik bilinmlerinin gelişmesinde ve kaynaşmasında yer alan önemli kişileri, olay ve olguları, diğer bilim dallarının gelişmesindeki etkileri açısından değerlendirebilmek, tartışabilmek, inceleyebilmek, |
X | ||||
| 15 | Uygulamalı Matematik ve İstatistik alanında bireysel veya ekip olarak bir bilimsel çalışmayı sürdürmek, bağımsız çalışmanın ilgili tüm aşamalarında etkili olmak, karar verme sürecine katılmak, zamanı etkili kullanarak gerekli planlamayı yapmak ve yürütmek. |
X | ||||
*1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest
HABER |TÜM HABERLER
YÜZYILLARIN KURAMINA YENİ SOLUK İZMİR EKONOMİ’DEN
İzmir Ekonomi Üniversitesi (İEÜ) Matematik Bölümü öğretim üyeleri geliştirdikleri TÜBİTAK projesiyle değişmezlik kuramında yeni bir modülün özelliklerini inceleyecek. Kuramın işlemedi özel durumları
