• 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 5077 MODERN SEZGİSEL TEKNİKLER SEÇMELİ 3 0 0 5

Dersi Veren Birim

Ekonometri Yüksek Lisans

Dersin Düzeyi

Yüksek Lisans

Ders Koordinatörü

PROFESÖR İPEK DEVECİ KOCAKOÇ

Dersi Alan Birimler

Ekonometri Yüksek Lisans

Dersin Amacı

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

Dersin Öğrenme Kazanımları

1   Sezgisel tekniklerin temel prensiplerinin kavrayabilme. 2   Sezgisel tekniklerin yoneylem arastirmasi problemlerinde araç olarak kullanabilme. 3   Genetik algoritmaları basit problemler için uygulayabilme. 4   Yapay zeka optimizasyonu hakkında genel bilgiler aktarabilme.

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 Temel kavramlar 3 Geleneksel metotlar-I : Kapsamlı arama ve lokal arama 4 Geleneksel metotlar-II : Doyumsuz (greedy) algoritmalar, böl ve yönet, dinamik programlama, dal-sınır, A* algoritması 5 Benzetimli tavlama (Isıl işlem) algoritması 6 Benzetimli tavlama uygulamaları 7 Tabu arama 8 Ara Sınav 9 Tabu arama uygulamaları 10 Evrimsel algoritmalar- Genetik algoritmalar 11 Evrimsel algoritmalar-II 12 Yapay sinir ağları 13 Karınca kolonisi 14 Karınca kolonisi devamı

Ders İçin Önerilen Kaynaklar

Tunçhan Tura, Modern Sezgisel Teknikler ve Uygulamalari, Papatya Yayincilik, 2008. Zbigniew Michalewicz, David B. Fogel. How to Solve It: Modern Heuristics. Springer.2004. Derviş Karaboğa, Yapay Zeka Optimizasyon Algoritmaları, Atlas Yayıncılık, 2004.

Öğrenme ve Öğretme Yöntemleri

Anlatım Metodu, , Tartışma Metodu ve sunumlar.

Değerlendirme Yöntemleri

SIRA NO KISA KOD UZUN ADI FORMUL 1 ARS ARASINAV 2 YYC YARIYIL İÇİ ÇALIŞMA 3 YYS YARIYIL SONU SINAVI 4 YYBN YARIYIL SONU BAŞARI NOTU ARS * 0.30 + YYC * 0.30 + YYS* 0.40 5 BUT BÜTÜNLEME 6 BUTBN BÜTÜNLEME SONU BAŞARI NOTU ARS * 0.30 + YYC * 0.30 + BUT* 0.40

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 2 26 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) 131

Program ve Öğrenme Kazanımları İlişkisi

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