IE 358 | Ders Tanıtım Bilgileri

Dersin Adı
Optimizasyonda Sezgisel Yöntemler
Kodu
Yarıyıl
Teori
(saat/hafta)
Uygulama/Lab
(saat/hafta)
Yerel Kredi
AKTS
IE 358
Güz/Bahar
3
0
3
6

Ön Koşul(lar)
  IE 251 Başarılı olmak (En az DD notu almış olmak)
Dersin Dili
İngilizce
Dersin Türü
Seçmeli
Dersin Seviyesi
Lisans
Dersin Koordinatörü -
Öğretim Eleman(lar)ı -
Yardımcı(lar)ı -
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;
  • Optimizasyonda geçerli temel sezgizel algoritmaları listeyebilecektir
  • Bu yöntemleri diğer eniyileme yöntemleri ile karşılaştırabilecektir
  • Temel Metasezgisel algoritmaları ve bunların özelliklerini listeleyebilecektir
  • Bu sezgisel yöntemlerin özellikle Endüstri Sistemleri Mühendisliği alanlarındaki problemlere uyarlayabilecektir
  • Endüstri Sistemleri Mühendisliği alanlarındaki problemlere uyarladıkları sezgisel yöntemleri geliştirebilecektir
  • Endüstri Sistemleri Mühendisliği alanlarındaki problemlere uyarladıkları sezgisel yöntemleri uygulayabilecektir
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.

 



Ders Kategorisi

Temel Meslek Dersleri
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 Yöneylem araştırması konusunun hatırlatılması Ders Kitabı (Michalewicz) giriş Ch 1
2 Karmaşıklık ve sezgiselliğe giriş Verilen ders notlarının çalışılması,
3 Tavlama Benzetimi Verilen ders notlarının çalışılması, ders kitabı (Michalewicz)Ch 5 ve Handbook of Metaheuristics Ch 10 okunması
4 Particle Swarm Eniyilemesi Verilen ders notlarının çalışılması,
5 Genetik Algoritma ve evrimsel Stratejiler 1 Verilen ders notlarının çalışılması, ders kitabı (Michalewicz) Ch 6 ve "Handbook of Metaheuristics" Ch 3 okunması
6 Genetik Algoritma ve evrimsel Stratejiler 2 ders kitabı (Michalewicz)CH 6 ve "Handbook of Metaheuristics" Ch 3 okunması
7 ARA SINAV
8 Karınca Kolonisi Eniyilemesi Verilen ders notlarının çalışılması, \"Handbook of Metaheuristics\" Ch 9 okunması
9 Tabu Search Verilen ders notlarının çalışılması, ders kitabı (Michalewicz)Ch 5 ve "Handbook of Metaheuristics" Ch 2 okunması
10 Tabu Search Verilen ders notlarının çalışılması, ders kitabı (Michalewicz)Ch 5 ve "Handbook of Metaheuristics" Ch 2 okunması
11 GRASP Verilen ders notlarının çalışılması, "Handbook of Metaheuristics" Ch 8 okunması
12 Scatter Search Verilen ders notlarının çalışılması, "Handbook of Metaheuristics" Ch 1 okunması
13 Yerel Araştırma 1 Verilen ders notlarının çalışılması, ders kitabı (Michalewicz) Ch 3 ve "Handbook of Metaheuristics" Ch 10 okunması
14 Yerel Araştırma 2 Komşuluklar, VNS Verilen ders notlarının çalışılması, ders kitabı (Michalewicz)Ch 3 ve "Handbook of Metaheuristics" Ch 6 okunması
15 Final öncesi tekrar
16 Dönemin gözden geçirilmesi  

 

Dersin Kitabı Zbigniew Michalewicz, David B. Fogel “How to Solve It: Modern Heuristics”
Diğer Kaynaklar \"Handbook of Metaheuristics" edt by: Glover F.,, Kochenberger G.A., Kluwer, 2003 ve Ders Notları

 

DEĞERLENDİRME ÖLÇÜTLERİ

Yarıyıl İçi Çalışmaları Sayı Katkı Payı %
Derse Katılım
5
Laboratuvar / Uygulama
Arazi Çalışması
Küçük Sınavlar / Stüdyo Kritiği
Ödev
5
20
Sunum / Jüri Önünde Sunum
Proje
1
35
Çalıştay
Portfolyo
Ara Sınav / Sözlü Sınav
1
20
Final Sınavı / Sözlü Sınav
1
20
Toplam

Yarıyıl İçi Çalışmalarının Başarı Notuna Katkısı
80
Yarıyıl Sonu Çalışmalarının Başarı Notuna Katkısı
20
Toplam

AKTS / İŞ YÜKÜ TABLOSU

Aktiviteler Sayı Süresi (Saat) İş Yükü
Teorik Ders Saati
(Sınav haftası dahildir: 16 x toplam ders saati)
16
3
48
Laboratuvar / Uygulama Ders Saati
Sınav haftası dahil değildir. 16 x uygulama/lab ders saati
16
Sınıf Dışı Ders Çalışması
15
5
Arazi Çalışması
Küçük Sınavlar / Stüdyo Kritiği
Ödev
5
2
Sunum / Jüri Önünde Sunum
Proje
1
14
Çalıştay
Portfolyo
Ara Sınavlar / Sözlü Sınavlar
1
10
Final / Sözlü Sınav
1
13
    Toplam
170

 

DERSİN ÖĞRENME ÇIKTILARININ PROGRAM YETERLİLİKLERİ İLE İLİŞKİSİ

#
Program Yeterlilikleri / Çıktıları
* Katkı Düzeyi
1
2
3
4
5
1 Benzetim, eniyileme, olasılık ve istatistik gibi Endüstri Mühendisliği kavram ve tekniklerini üretim ve hizmet sistemlerinde kullanarak yönetimsel karar verme işlemlerini iyileştirmek, kalite bilincini oluşturmak, elde edilen verileri yorumlayabilmek ve değerlendirebilmek X
2 Bütünleşik işleri veya iş sistemlerini ihtiyaçları doğrultusunda çeşitli alternatifler üreterek ve değerlendirerek sistem bakış açısı ile tasarlayabilmek X
3 Endüstri Mühendisliği ile ilgili uygulamada karşılaşılan konuları/sorunları tanımlayabilmek, analiz edebilmek, kanıtlara ve araştırmalara dayalı çözüm önerileri geliştirebilmek X
4 Nicel analiz ve eleştirel düşünce yöntemlerini kullanarak kaynak aktarımı, üretim planlaması ve çizelgelemesi, kalite kontrol ve güvence, finansal analiz ve risk analizi vb. Endüstri Mühendisliği ile ilgili konularda sorunları belirleyebilmek; bu sorunlar için alternatif çözümler üretebilmek ve alternatif çözümler içinden sistem gereksinimlerine cevap verecek en iyi çözümleri bulmak X
5 Uygulamada karşılaşılan ve öngörülemeyen karmaşık sorunları çözmek için bireysel ve grup üyesi olarak sorumluluk alabilmek, sorumluluğu altında çalışanların veya grup çalışanlarının mesleki gelişimine yönelik etkinlikleri planlayabilmek ve yönetebilmek X
6 Endüstri Mühendisliği alanında edindiği bilgi ve becerileri eleştirel bir yaklaşımla değerlendirebilmek, öğrenme gereksinimlerini belirleyebilmek ve öğrenmesini yönlendirebilmek X
7 Endüstri Mühendisliği ile ilgili konularda ilgili kişi ve kurumları bilgilendirebilmek; düşüncelerini ve sorunlara ilişkin çözüm önerilerini yazılı ve sözlü olarak aktarabilmek ve nicel ve nitel verilerle destekleyerek uzman olan ve olmayan kişilerle paylaşabilmek X
8 Bir yabancı dili kullanarak Endüstri Mühendisliği ilgili bilgileri izleyebilmek ve meslektaşları ile iletişim kurabilmek (“European Language Portfolio Global Scale”, Level B1) X
9 Endüstri Mühendisliği ile ilgili bilgisayar yazılımlarını kullanabilmek ve uygulamada karşılaşacağı bilişim ve iletişim teknolojilerini kullanabilecek bilgi ve beceriye sahip olmak (“European Computer Driving License”, Advanced Level) X
10 Sosyal hakların evrenselliğine değer veren, sosyal adalet bilinci kazanmış, kalite yönetimi ve süreçleri ile çevre koruma ve iş güvenliği konularında yeterli bilince sahip olmak X
11 Endüstri Mühendisliği ile ilgili verilerin toplanması, yorumlanması, duyurulması ve uygulanması aşamalarında toplumsal, bilimsel ve etik değerlere sahip olmak X

*1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest