PAÜ .:. Eğitim Öğretim Bilgi Sistemi

Yazdır

DERS BİLGİLERİ

Ders Kod	Ders Ad	T+U Saat	Yarıyıl	AKTS
ISY 606	ÇOK AMAÇLI GENETİK ALGORİTMA	3 + 0	2. Yarıyıl	10

DERS TANIMI

Ders Düzeyi	Doktora
Ders Türü	Seçmeli
Dersin Amacı	Olaylara bakış açılarında daha esnek ve performansı yüksek yöntemler geliştirildi bunlardan biride genetik algoritma, bu yöntem sayesinde zor olan problemlerin çözümüne kolaylık sağlaması,Belirsizlik ortamında farklı bir yaklaşım amacıyla: genetik algoritma gibi kavramlarla alternatif bilimsel yaklaşım düşüncelerini göstermektir
Ders İçeriği	Genetik algoritmalara giriş; stokastik arama yöntemi, sezgisel yaklaşım, geleneksel optimizasyon teknikleri; optimizasyonun amacı; bir optimizasyon yöntemi olarak genetik algoritmalar; diğer optimizasyon tekniklerinden farkı; çok amaçlı optimizasyon, ağırlıklı toplam yaklaşımı, sabit ağırlık ve rassal ağırlık yaklaşımları, basit genetik algoritma, genetik algoritmaların teorik temeli, bulanık çok amaçlı genetik algoritmalar, temel teoremler; genetik algoritmaların uygulama alanları .
Ders Ön Koşul	Dersin ön koşulu yok.
Ders Yan Koşul	Dersin yan koşulu yok.
Öğretim Sistemi	Yüz Yüze

DERS ÖĞRENME KAZANIMLARI

1	Genetik algoritma Kavramını Öğrenir
2	Analatik düşünce yeteneğini kavrar
3	Genetik algoritma yardımıyla Optimizasyon problemlerini tanır
4	Öğrenme metodlarını sınıflandırır
5	Belirsizlik ortamında farklı bir yaklaşım sunar

DERS ÖĞRENME KAZANIMININ PROGRAM YETERLİLİKLERİNE KATKISI

No	PY 01	PY 02	PY 03	PY 04	PY 05	PY 06	PY 07
ÖK 001	4	4	2	5			4
ÖK 002	4	4	2	5			4
ÖK 003	4	4	2	5			4
ÖK 004	4	4	2	5			4
ÖK 005	4	4	2	5			4
Ara Toplam	20	20	10	25			20
Katkı	4	4	2	5	0	0	4

AKTS / İŞ YÜKÜ TABLOSU

Etkinlik	Sayısı	Süresi (Saat)	Toplam İş Yükü (Saat)
Ders Süresi(14 hafta/teorik+uygulama)	14	3	42
Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme)	14	5	70
Ödevler	14	3	42
Arasınavlar(hazırlık süresi dahil)	1	28	28
Yarıyıl Sonu Sınavı(hazırlık süresi dahil)	1	30	30
Sunum / Seminer (hazırlık süresi dahil)	3	16	48
Toplam İş Yükü Dersin AKTS Kredisi			260 10

DERS ŞUBELERİ

Dönem seçiniz :

Yazdır

Ders Şube Detayları

Dersin Kodu	Dersin Ad	Saat (T+P)	Şube No	Öğretim Dili	Şube Dönemi
ISY 606	ÇOK AMAÇLI GENETİK ALGORİTMA	3 + 0	1	Türkçe	2016-2017 Bahar

Öğretim Elemanı	E-Posta	İç Hat	Ders Yeri	Devam Zorunluluğu
Prof. Dr. İRFAN ERTUĞRUL	iertugrul@pau.edu.tr		İİBF A0117	Dersin Devam Yüzdesi : %70

Amaç		Olaylara bakış açılarında daha esnek ve performansı yüksek yöntemler geliştirildi bunlardan biride genetik algoritma, bu yöntem sayesinde zor olan problemlerin çözümüne kolaylık sağlaması,Belirsizlik ortamında farklı bir yaklaşım amacıyla: genetik algoritma gibi kavramlarla alternatif bilimsel yaklaşım düşüncelerini göstermektir
İçerik		Genetik algoritmalara giriş; stokastik arama yöntemi, sezgisel yaklaşım, geleneksel optimizasyon teknikleri; optimizasyonun amacı; bir optimizasyon yöntemi olarak genetik algoritmalar; diğer optimizasyon tekniklerinden farkı; çok amaçlı optimizasyon, ağırlıklı toplam yaklaşımı, sabit ağırlık ve rassal ağırlık yaklaşımları, basit genetik algoritma, genetik algoritmaların teorik temeli, bulanık çok amaçlı genetik algoritmalar, temel teoremler; genetik algoritmaların uygulama alanları .

Haftalık Konu Başlıkları

Hafta	Konular
1	GENETİK ALGORİTMALARIN TEMEL TEOREMİ
2	. GENETİK ALGORİTMALARIN TEMEL TEOREMİ
3	BASİT GENETİK ALGORİTMA
4	BASİT GENETİK ALGORİTMA
5	Çözümlerin Kodlanması
6	İlk Populasyonun Oluşturulması
7	Uygunluk Değerinin Hesaplanması
8	Çoğalma İşleminin Uygulanması
9	Ara sınav
10	. Çaprazlama İşleminin Uygulanması
11	Mutasyon İşleminin Uygulanması
12	GENETİK ALGORİTMALARDA PARAMETRE SEÇİMİ
13	GENETİK ALGORİTMALARIN UYGULAMA ALANLARI
14	GENETİK ALGORİTMALARIN UYGULAMA ALANLARI

Materyaller

Materyal belirtilmemiştir.

Kaynaklar

Ders Değerlendirme Sistemi

Değerlendirme Yöntemi	Katkı Yüzdesi (%)	Değerlendirme Yöntemi Ad
Dönem Sonu Sınavı	50	Dönem Sonu Sınavı
Ara Sınav	50	Ara Sınav

T+U : Teorik + Pratik
PY: Program Yeterlilikleri
ÖK: Ders Öğrenme Kazanımları

Aday Öğrenci