Dokuz Eylül Üniversitesi Ders Katoloğu / Bilgi Paketi

Ders Bilgileri

Ders Kodu	Ders Adı	Ders Türü	D	U	L	AKTS
BİL 4123	Esnek Hesaplama Teknikleri	SEÇMELİ	2	2	0	5

Dersi Veren Birim

Bilgisayar Bilimleri

Dersin Düzeyi

Lisans

Ders Koordinatörü

DR. ÖĞR. ÜYESİ AYŞE ÖVGÜ KINAY

Dersi Alan Birimler

Bilgisayar Bilimleri

Dersin Amacı

Bu dersin amacı öğrencilere esnek hesaplama teknikleri ve yöntemleri hakkında bilgi vermek ve kesin matematiksel yöntemler kullanılarak çözülmesi zor olan karmaşık gerçek dünya problemlerini çözme becerisi kazandırmaktır. Bu kapsamda genel olarak tavlama benzetimi, genetik ve çeşitli sürü zekası algoritmaları incelenmektedir.

Dersin Öğrenme Kazanımları

1	Esnek hesaplama teknikleri hakkında temel bilgilere sahip olma.
2	Genetik algoritmalar hakkında temel bilgilere sahip olma.
3	Evrimsel algoritmalar hakkında temel bilgilere sahip olma.
4	Sürü zekası algoritmaları hakkında temel bilgilere sahip olma.
5	Esnek hesaplamalı modeller oluşturabilme.

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta	Konular	Açıklama
1	Esnek hesaplama tekniklerine giriş
2	Tavlama benzetimi algoritması
3	Genetik algoritma
4	Genetik algoritma (devamı)
5	Evrimsel hesaplama
6	Genetik programlama
7	Makale incelemeleri - Proje sunumu
8	Konuların tekrarı
9	Sürü zekası
10	Parçacık sürü optimizasyonu
11	Karınca kolonisi algoritması
12	Karınca kolonisi algoritması (dvm)
13	Yapay arı kolonisi algoritması
14	Proje sunumu

Ders İçin Önerilen Kaynaklar

Ana kaynak:
Neural Network, Fuzzy Logic, and Genetic Algorithms - Synthesis and Applications", by S. Rajasekaran and G.A. Vijayalaksmi Pai, (2005), Prentice Hall,
Soft Computing and Intelligent Systems - Theory and Application, by Naresh K. Sinha and Madan M. Gupta (2000), Academic Press,.
Yardımcı kaynaklar:
Soft Computing and Intelligent Systems Design - Theory, Tools and Applications", by Fakhreddine karray and Clarence de Silva (2004), Addison Wesley,
Neuro-Fuzzy and Soft Computing: A Computational Approach to Learning and Machine Intelligence by J. S. R. Jang, C. T. Sun, and E. Mizutani, (1996), Prentice Hall.

Öğrenme ve Öğretme Yöntemleri

Ders, anlatım, sınıf sunumu ve tartışma biçiminde öğretilecek. Öğretilen dersin yanı sıra, öğrencilere gruplar halinde sunumlar hazırlatılacak ve tartışmalı oturumlar şeklinde sundurulacaktır. Dersin bazı haftalarında, daha önce verilen ödev sonuçları tartışılarak pekiştirilecektir.

Değerlendirme Yöntemleri

SIRA NO	KISA KOD	UZUN ADI	FORMUL
1	VZ	Vize
2	OD	Ödev
3	FN	Final
4	BNS	BNS	VZ * 0.40 + OD * 0.20 + FN * 0.40
5	BUT	BÜTÜNLEME
6	BUTBN	BÜTÜNLEME SONU BAŞARI NOTU	VZ * 0.40 + OD * 0.20 + BUT * 0.40

Değerlendirme Yöntemlerine İliskin Aciklamalar

Yok

Değerlendirme Kriteri

İlan Edilecektir.

Dersin Öğretim Dili

Türkçe

Derse İlişkin Politika ve Kurallar