PAÜ .:. Eğitim Öğretim Bilgi Sistemi

Yazdır

DERS BİLGİLERİ

Ders Kod	Ders Ad	T+U Saat	Yarıyıl	AKTS
ENM 507	SEZGİSEL YÖNTEMLER VE UYGULAMALARI	3 + 0	2. Yarıyıl	7,5

DERS TANIMI

Ders Düzeyi	Doktora
Ders Türü	Seçmeli
Dersin Amacı	Endüstri mühendisliği araştırma konularının büyük bir bölümü NP-hard problemleri kapsamaktadır. Bu problemler genellikle kesin sonuç veren optimizasyon teknikleri ile çözülememektedir. Son yıllarda bu problemlerin çözümünde sezgisel yöntemler etkin bir sekilde kullanılmaktadır. Bu derste sezgisel yöntemlerve uygulama alanları tanıtılacaktır.
Ders İçeriği	Optimizasyon problemlerine giriş, NP-Complete problemler, Lagrange Esnetmesi ve sezgiselleri, Klasik sezgisel yöntemler (Kazanç, Komşu arama, Aç gözlü), Geliştirme Sezgiselleri (Düğüm ekleme, k-opt, or-opt), Parametrik Sezgisel yöntemler (Genetik Algortimalar, Tabu Arama, Benzetimli Tavlama, Karınca kolonisi).
Ders Ön Koşul	Dersin ön koşulu yok.
Ders Yan Koşul	Dersin yan koşulu yok.

DERS ÖĞRENME KAZANIMLARI

1	Sezgisel yöntemler ile ilgili temel kavramları öğrenir.
2	Problem tanımlama ve matematiksel model kullanarak çözüm geliştirme becerisi kazanır
3	NP-Hard problemlerin çözümü için klasik ve geliştirme sezgisellerini uyarlayabilme becerisi kazanır

DERS ÖĞRENME KAZANIMININ PROGRAM YETERLİLİKLERİNE KATKISI

No	PY 01	PY 02	PY 03	PY 04	PY 05	PY 06	PY 07	PY 08	PY 09	PY 10
ÖK 001	3	3	1	4	1	1	1	1	1	2
ÖK 002	5	5	4	5	3	1	1	1	1	3
ÖK 003	5	5	5	4	3	2	1	1	1	3
Ara Toplam	13	13	10	13	7	4	3	3	3	8
Katkı	4	4	3	4	2	1	1	1	1	3

AKTS / İŞ YÜKÜ TABLOSU

Etkinlik	Sayısı	Süresi (Saat)	Toplam İş Yükü (Saat)
Ders Süresi(14 hafta/teorik+uygulama)	14	3	42
Ödevler	4	5	20
Arasınavlar(hazırlık süresi dahil)	1	60	60
Yarıyıl Sonu Sınavı(hazırlık süresi dahil)	1	73	73
Toplam İş Yükü Dersin AKTS Kredisi			195 7,5

DERS ŞUBELERİ

Dönem seçiniz :

Yazdır

Ders Şube Detayları

Dersin Kodu	Dersin Ad	Saat (T+P)	Şube No	Öğretim Dili	Şube Dönemi	Öğretim Sistemi
ENM 507	SEZGİSEL YÖNTEMLER VE UYGULAMALARI	3 + 0	1	Türkçe	2024-2025 Bahar	Yüz Yüze

Öğretim Elemanı	E-Posta	İç Hat	Ders Yeri	Devam Zorunluluğu
Prof. Dr. CAN BERK KALAYCI	cbkalayci@pau.edu.tr		MUH A0457	Dersin Devam Yüzdesi : %70

Amaç		Endüstri mühendisliği araştırma konularının büyük bir bölümü NP-hard problemleri kapsamaktadır. Bu problemler genellikle kesin sonuç veren optimizasyon teknikleri ile çözülememektedir. Son yıllarda bu problemlerin çözümünde sezgisel yöntemler etkin bir sekilde kullanılmaktadır. Bu derste sezgisel yöntemlerve uygulama alanları tanıtılacaktır.
İçerik		Optimizasyon problemlerine giriş, NP-Complete problemler, Lagrange Esnetmesi ve sezgiselleri, Klasik sezgisel yöntemler (Kazanç, Komşu arama, Aç gözlü), Geliştirme Sezgiselleri (Düğüm ekleme, k-opt, or-opt), Parametrik Sezgisel yöntemler (Genetik Algortimalar, Tabu Arama, Benzetimli Tavlama, Karınca kolonisi).

Haftalık Konu Başlıkları

Hafta	Konular
1	Tanıtım
2	Optimizasyon problemlerine giriş
3	Tavlama benzetimi algoritması
4	Tabu arama algoritması
5	Genetik Algoritmalar
6	Değişken Komşuluk Arama
7	Karınca kolonisi algoritması
8	Ara sınav
9	Yapay Bağışıklık Algoritması
10	Diferensiyel Gelişim Algoritması
11	Parçacık Sürü Optimisazyonu
12	Yapay Arı Koloni Algoritması
13	Yapay Sinir Ağları ve diğer sezgisel yöntemler
14	Proje sunumları

Materyaller

Materyal belirtilmemiştir.

Kaynaklar

Kaynaklar	Kaynak Dili
1. Yapay Zeka Optimisazyon Algoritmaları, Derviş Karaboğa, Nobel Yayın Dağıtım, 2011.	Türkçe
2. Modern Sezgisel Teknikler ve Uygulamaları, Dr. Tunçhan Cura, Papatya Yayıncılık Eğitim 2008.	Türkçe
3. Handbook of Metaheuristics (International Series in Operations Research & Management Science), Michel Genderau, Jean-Yves Potvin, Springer, 2012.	Türkçe
4. Modern Heuristic Search Methods, V. J. Rayward-Smith, I. H. Osman, C. R. Reeves, G. D. Smith, Wiley, 1996.	Türkçe
5. Metaheuristics for Hard Optimization, J. Dreo, P. Siarry, A. Petrowski, E. Taillard, Springer, 2003.	Türkçe

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