• ANASAYFA
• ÜNİVERSİTE HAKKINDA
  • İsim - Adres
  • Genel Bilgi
  • Üniversite Yönetimi
  • Akademik Takvim
  • Derece Programları
  • Yabancı Dilde Eğitim Veren Birimler
  • Genel Kabul ve Kayıt Koşulları
  • Kredi Hareketliliği ve Önceki Öğrenmenin Tanınması
  • AKTS Kredilerinin Belirlenmesi
  • Akademik Danışmanlık
  • İletişim
• DERECE PROGRAMLARI
  • Doktora Programları
  • Yüksek Lisans Programları
  • Lisans Programları
  • Önlisans Programları
• ÖĞRENCİ İÇİN GENEL BİLGİLER
  • Yaşam Standardı
  • Barınma
  • Beslenme
  • Sağlık
  • Engelli İçin Olanaklar
  • Sigorta
  • Finansal Destekler
  • Öğrenci İşleri Daire Başkanlığı
  • Uluslararası Öğrenciler için Pratik Bilgiler
  • Dil Kursları
  • Staj Olanakları
  • Sportif, Sosyal ve Kültürel Faaliyetler
  • Öğrenci Toplulukları ve Kulüpler
  • İzmir-Türkiye Hakkında
• ULUSLARARASI İLİŞKİLER
  • Dış İlişkiler Koordinatörlüğü
  • Kayıt İşlemleri
  • Anlaşmalar
  • Koordinatörler
  • Belgeler
  • Yabancı Dilde Eğitim Veren Birimler
  • AKTS/DE Etiketi

Ders Bilgileri

Ders Kodu Ders Adı Ders Türü D U L AKTS EKO 6052 Sezgisel Algoritmalar SEÇMELİ 3 0 0 6

Dersi Veren Birim

Ekonometri Doktora

Dersin Düzeyi

Doktora

Ders Koordinatörü

DOÇ.DR. MURAT TANIK

Dersi Alan Birimler

Ekonometri Doktora

Dersin Amacı

Dersin amacı, öğrencilere Sezgisel Algoritmalarla ilgili temel bilgileri kazandırmak, bu alandaki yeni gelişmeleri takip edebilme ve sezgisel algoritmaları mühendislik problemlerinin çözümünde kullanabilme becerilerini geliştirmektir. Böylece, öğrencilerin sezgisel algoritmalarla ilgili önemli konuları öğrenmeleri ve karsilastiklari çeşitli ekonomik alanlarda kullanabilmeleri hedeflenmektedir.

Dersin Öğrenme Kazanımları

1   Sezgisel tekniklerin temel prensiplerinin kavrayabilme. 2   Sezgisel tekniklerin yöneylem araştırması problemlerinde araç olarak kullanılabilmesi. 3   Alternatif Arama Algoritmaların öneminin anlaşılabilmesi. 4   Klasik Optimizasyon teknikleri ile sezgisel tekniklerinin entegresini yapabilme.

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta Konular Açıklama 1 Sezgisel Algoritmalara Giriş 2 Evrimsel Algoritmanın Avantajları ve Mevcut Gelişmeler 3 Modern Arama Teknikleri 4 Parçacık Sürü Optimizasyonu 5 Karınca Kolonisi Arama Algoritmasının Önemli Özellikleri 6 Tabu Arama Yöntemindeki Fonksiyonlar ve Stratejiler 7 Tabu Aramada Uzun Dönem Hafıza Kullanımı 8 Benzetilmiş Tavlama Yönteminin Temelleri 9 Vize haftası 10 Vize haftası 11 Benzetilmiş Tavlama Yönetmine Yönelik Gerçek Uygulamalar 12 Bulanık Mantığın Evrimsel Algoritmalarla Entegresi 13 Pareto Çok Amaçlı Optimizasyon 14 Sezgisel Algoritmaların Uygulamalarına Bakış

Ders İçin Önerilen Kaynaklar

Modern Heuristic Optimization Techniques. Kwang Y. Lee and Mohamed A. El-Sharkawi. IEEE Press. 2008. Zbigniew Michalewicz, David B. Fogel. How to Solve It: Modern Heuristics. Springer.2004.

Öğrenme ve Öğretme Yöntemleri

Anlatım Metodu, Soru-Cevap Metodu, Tartışma Metodu ve Problem Çözme Metodu- Uygulamalar

Değerlendirme Yöntemleri

Başarılı / Başarısız *** Bütünleme Sınavı Yapılmayan Birimlerde Bütünleme Kriteri Dikkate Alınmaz.

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

İlan Edilecektir.

Dersin Öğretim Dili

Türkçe

Derse İlişkin Politika ve Kurallar

İlan Edilecektir.

Dersin Öğretim Üyesi İletişim Bilgileri

İlan Edilecektir.

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

İlan Edilecektir.

Staj Durumu

YOK

İş Yükü Hesaplaması

Etkinlikler Sayısı Süresi (saat) Toplam İş Yükü (saat) Ders Anlatımı 13 3 39 Haftalık Ders öncesi/sonrası hazırlıklar 13 3 39 Vize Sınavına Hazırlık 1 30 30 Final Sınavına Hazırlık 1 30 30 Vize Sınavı 1 3 3 Final Sınavı 1 3 3 TOPLAM İŞ YÜKÜ (saat) 144

Program ve Öğrenme Kazanımları İlişkisi

PK/ÖK PK.1 PK.2 PK.3 PK.4 PK.5 PK.6 PK.7 PK.8 PK.9 ÖK.1 1 2 2 2 2 3 3 2 2 ÖK.2 2 2 2 2 2 2 2 2 2 ÖK.3 2 2 2 2 2 2 2 2 2 ÖK.4 2 2 2 2 2 2 2 2 2