| Müfredat Adı | Ders Kodu | Ders Adı | Ders Türü | Dönem | AKTS | Teorik | Uygulama |
| İstatistik-YL-2015 | IST7013 | Optimizasyon Teknikleri | Seçmeli | 1 | 8,00 | 3 | 0 |
Marmara Üniversitesi
Marmara Üniversitesi Eğitim-Öğretim Bilgi Sistemi
Programlar Hakkında Bilgi
Tezli Yüksek Lisans - Fen Bilimleri Enstitüsü - İstatistik
Dersin İçeriği
Dersin Amacı
Öğrencilerin, optimizasyon kavramı, temel düzeyde optimizasyon algoritmalarına ilşkin temel prensipleri, yapay zeka optimizasyon algoritmalarının türleri, prensipleri ve klasik optimizasyon algoritmaları ile olan ilişkileri hakkında bilgi sahibi olmaları amaçlanmaktadır.
Öğrenim Türü
-
Dersin İçeriği
Optimizasyona Giriş. Optimizasyonun temel tanım ve kavramları. Optimizasyon problemlerinin sınıflandırılması Optimizasyon metodlarının sınıflandırılması. Tasarım uzayı, kısıtlama yüzeyleri, amaç fonksiyonu. Optimizasyon probleminin ifadesi. Matematiksel Programlama tekniklerine genel bakış. Klasik optimizasyon teknikleri. Yapay Zekaya giriş. Genetik Algoritma, Diferansiyel Gelişim Algoritması, Parçacık Sürü Optimizasyonu, Yapay Arı Kolonisi. Yapay Zeka Optimizasyon Algoritmalarının Farklı uygulamaları.
Planlanan Öğrenme Aktiviteleri ve Metodları
Derse ilişkin konular, öğretim üyesi tarafından, ayrıntılı bir şekilde anlatılır ve çeşitli sayısal örnek problemler çözülerek konuların öğrenilmesi ve anlaşılması pekiştirilir. Yeterince anlaşılamayan noktaların, öğrencilerle etkileşimli bir biçimde ele alınarak ve uygulamalı ödevler vasıtasıyla, anlaşılmasının sağlanması planlanmaktadır.
Staj Durumu
-
Dersin Sunulduğu Dil
Türkçe
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
Çetin Elmas, Yapay Zeka Uygulamaları -Yapay Sinir Ağları – Bulanık Mantık– Genetik Algoritma- Seçkin Yayıncılık, 2011 Derviş Karaboğa, Yapay Zeka Optimizasyon Algoritmaları, Nobel Akademik Yayıncılık, 2017. Tunçhan Cura, Modern Sezgisel Teknikler ve Uygulamaları, Papatya Yayıncılık Eğitim, 2008. D.Dasgupta and Z. Michalewicz, Evolutionary Algorithms in Engineering Applications, Springer-Verlag, NY (1997) E. Aarts and J.K. Lenstra (eds.), Local Search in Combinatorial Optimization, Chichester, UK, (1997) T. Bäck, Evolutionary Algorithms in Theory and Practice, Oxford University Press, UK (1996)
Dersin Web Sayfası
Yok
Öğrenme Çıktıları
- Optimizasyon kavram ve temel ilkelerini tanıyabilir
- Optimizasyon problemlerini matematiksel modellemeler ile ilişkilendirebilir ve analiz edebilir
- Optimizasyon teknikleri ile bilinçli ve uygun sonuçları oluşturmak
- Yapay zeka optimizasyon algoritmaları nın temel kavramlarını tanıyabilir
- Yapay zeka optimizasyon algoritmalarına ait kavramlar ile etkin algoritmalar tasarlayabilir ve arklı disiplinlerdeki problemleri çözebilir
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Teorik |
|---|---|
| 1 | Optimizasyon, Temel Kavramları,Optimizasyon problemlerinin sınıflandırılması,Optimizasyon yöntemlerinin sınıflandırılması. |
| 2 | Tasarım uzayı, kısıtlama yüzeyleri, amaç fonksiyonu. Optimizasyon probleminin ifadesi. |
| 3 | Matematiksel Programlama tekniklerine genel bakış: Klasik Optimizasyon Teknikleri (Matematiksel hesaplama yöntemleri), doğrusal programlama, kuadratik programlama, doğrusal olmayan programlama, geometrik programlama, dinamik programlama, tamsayı programlama,. |
| 4 | Matematiksel Programlama tekniklerine genel bakış: Klasik Optimizasyon Teknikleri (Matematiksel hesaplama yöntemleri), doğrusal programlama, kuadratik programlama, doğrusal olmayan programlama, geometrik programlama, dinamik programlama, tamsayı programlama - DEVAM- |
| 5 | Klasik Optimizasyon Teknikleri: Tek değişkenli optimizasyon teknikleri |
| 6 | Klasik Optimizasyon Teknikleri: Golden Section Yöntemi |
| 7 | Klasik Optimizasyon Teknikleri: Eşlenik Gradient Yöntemler |
| 8 | Ara Sınav Haftası |
| 9 | Yapay Zekaya Giriş |
| 10 | Genetik Algoritma |
| 11 | Genetik Algoritma -DEVAM- |
| 12 | Diferansiyel Gelişim Algoritması |
| 13 | Parçacık Sürü Optimizasyonu |
| 14 | Parçacık Sürü Optimizasyonu -DEVAM- |
| 15 | Yapay Arı Kolonisi |
| 16 | Ders Çalışma Haftası |
| 17 | Yarı Yıl Sonu Sınavı |
Değerlendirme
| Değerlendirme | Değer |
|---|---|
| Yarıyıl (Yıl) İçi Etkinlikleri | 50 |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 50 |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Değer |
| Final Sınavı | 100 |
Öğrenci İş Yükü Hesabı
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ders Öncesi/Sonrası Bireysel Çalışma | 14 | 7 | 98 |
| Proje ve Hazırlığı | 0 | 0 | 0 |
| Ödev ve Hazırlığı | 0 | 0 | 0 |
| Laboratuvar ve Hazırlığı | 0 | 0 | 0 |
| Atölye ve Hazırlığı | 0 | 0 | 0 |
| Sunum ve Hazırlığı | 0 | 0 | 0 |
| Seminer ve Hazırlığı | 0 | 0 | 0 |
| Demo ve Hazırlığı | 0 | 0 | 0 |
| Araştırma ve Hazırlığı | 1 | 30 | 30 |
| Rapor ve Hazırlığı | 0 | 0 | 0 |
| Arasınav ve Hazırlığı | 1 | 30 | 30 |
| Kısa Sınav ve Hazırlığı | 0 | 0 | 0 |
| Final ve Hazırlığı | 1 | 30 | 30 |
| Teorik Ders Saati | 0 | 0 | 0 |
| Uygulama Ders Saati | 0 | 0 | 0 |