Dokuz Eylül Üniversitesi Ders Katoloğu / Bilgi Paketi

Ders Bilgileri

Ders Kodu	Ders Adı	Ders Türü	D	U	L	AKTS
CSC 5008	YAPAY ZEKA OPTİMİZASYON ALGORİTMALARI	SEÇMELİ	3	0	0	8

Dersi Veren Birim

Fen Bilimleri Enstitüsü

Dersin Düzeyi

Yüksek Lisans

Ders Koordinatörü

DR.ÖĞR.ÜYESİ MURAT ERŞEN BERBERLER

Dersi Alan Birimler

Bilgisayar Bilimleri Yüksek Lisans

Dersin Amacı

Bu derste yapay zeka optimizasyon algoritmalarının türleri detaylı bir şekilde anlatılacak ve her bir türe ait bilgisayar programları yazılarak örnekler üzerinde hesaplama denemeleri yapılacaktır. Aynı zamanda pratikte karşılaşılan ve optimize edilmesi gereken bilimsel problemlere dair yapay zeka optimizasyon algoritmalarını kullanan uygulama ödevleri verilecektir. Dersin amacı yapay zeka optimizasyon algoritmaları literatürünü öğretmek ve öğrenciyi bu literatürü kullanarak karşılaştığı problemlere etkin çözümler getirecek bilgi ve beceri düzeyine eriştirmektir.

Dersin Öğrenme Kazanımları

1	Yapay zeka optimizasyon algoritmaları nın temel kavramları hakkında bilgi sahibi olabilme.
2	Optimizasyon problemlerini çözebilme.
3	Yapay zeka optimizasyon algoritmaları nın temel kavramları ile bilgisayar bilimleri problemlerini çözebilme.
4	Yapay zeka optimizasyon algoritmalarına ait kavramlar ile etkin algoritmalar tasarlayabilme.
5	Yapay zeka optimizasyon algoritmalarına ait kavramlar ile farklı disiplinlerdeki problemleri çözebilme.

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Hafta	Konular	Açıklama
1	Optimizasyon Temel Kavramları Optimizasyon problemlerinin sınıflandırılması Optimizasyon metodlarının sınıflandırılması
2	Sezgisel algoritmalar
3	Isıl İşlem Algoritması Doğal ısıl işlem algoritması
4	Yapay ısıl işlem algoritması Isıl işlem algoritmasının programlanması ve hesaplama denemeleri
5	Tabu Arama Algoritması Tabu araştırma hafızası
6	Tabu araştırma stratejileri Tabu arama algoritmasının programlanması ve hesaplama denemeleri
7	Genetik Algoritma Evrimsel hesaplama
8	Ara sınav
9	Genetik operatörler Genetik algoritmanın programlanması ve hesaplama denemeleri
10	Karınca Koloni Algoritması Karınca koloni algoritmasının çalışma prensibi
11	Karınca koloni algoritmasının programlanması ve hesaplama denemeleri
12	Yapay Bağışıklık Algoritması Yapay bağışıklık algoritmasının çalışma prensibi Yapay bağışıklık algoritmasının programlanması ve hesaplama denemeleri
13	Diferansiyel Gelişim Algoritması Diferansiyel gelişim algoritmasının çalışma prensibi Diferansiyel gelişim algoritmasının programlanması ve hesaplama denemeleri
14	Proje değerlendirmesi
15	Final sınavı

Ders İçin Önerilen Kaynaklar

Derviş Karaboğa, Yapay Zeka Optimizasyon Algoritmaları, Atlas Yayın Dağıtım, 2007.

Tunçhan Cura, Modern Sezgisel Teknikler ve Uygulamaları, Papatya Yayıncılık Eğitim, 2008.

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	ARS	ARASINAV
2	YSS	YIL SONU SINAVI
3	YSBN	YIL SONU BAŞARI NOTU	ARS * 0.40 + YSS * 0.60
4	BUT	BÜTÜNLEME
5	BUTBN	BÜTÜNLEME SONU BAŞARI NOTU	ARS * 0.40 + BUT * 0.60

*** 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