Bilgi Paketi / Ders Kataloğu
Sürekli Global Optimizasyon
Ders Kodu: MTK649
Ders Türü: Seçmeli
Ders Grubu: Doktora
Eğitim Dili: Türkçe
Staj Durumu: Yok
Teori: 3
Uyg.: 0
Kredi: 3
Laboratuvar: 0
AKTS: 8
Amaç

Bu dersin amacı, sezgisel ve meta-buluşsal bakış açısıyla global optimizasyonun önemini tanıtmak ve anlamaktır. Ders bu alandaki sezgisel yaklaşımlarını araştırma ve geliştirme yetisini kazandırmayı amaçlar.

Özet İçerik

Global optimizasyona genel bakış ve gerekli matematiksel ön bilgiler. Sürü zekasına dayalı optimizasyon yaklaşımları, Fizik tabanlı yaklaşımlar, Biyolojik olaylarda esinlenen hesaplama ve Kimyasal tabanlı sayısal zeka yaklaşımları.

Dersi Veren Öğretim Görevlisi/Görevlileri
Öğrenme Çıktıları
1.Sezgisel ve meta-buluşsal optimizasyon algoritmalarının kökenini anlayabilme.
2.Verilen bir amaç fonksiyonu doğrultusunda en iyi optimizasyon metodunu seçebilme.
3.Optimizasyon problemleri için sezgisel metotları kullanabilme.
4.Öğrendiği matematiksel kavramlar arasındaki ilişkileri yorumlayabilme
5.Kurduğu matematiksel ilişkileri karşılaşabileceği problemleri çözmek için uygulayabilme
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
1.Xing, Bo, Gao, Wen-Jing, Innovative Computational Intelligence: A Rough Guide to 134 Clever Algorithms, Intelligent Systems Reference Library Series, Vol. 62, ISBN: 978-3-319-34930-5, Springer International Publishing, 2014.
2.Sivanandam, S.N., Deepa, S. N, Introduction to Genetic Algorithms, ISBN: 978-3-642-09224-4, Springer-Verlag, 2008.
3.Price, Kenneth, Storn, Rainer M., Lampinen, Jouni A., Differential Evolution - A Practical Approach to Global Optimization, Springer-Verlag, 2005.
Haftalık Ayrıntılı Ders İçeriği
1. Hafta - Teorik
Global optimizasyona giriş ve optimizasyon için gerekli matematiksel ön bilgiler, global optimizasyon algoritmalarının sınıflandırılması
2. Hafta - Teorik
Sürü Zekası ve Parçacık Sürü Optimizasyonu (PSO)
3. Hafta - Teorik
PSO’nun bazı türleri
4. Hafta - Teorik
Emperyalist Rekabet Algoritması (ICA)
5. Hafta - Teorik
ICA’nın bazı türleri (ICAAI, ICACI, GICA, EXPLICA)
6. Hafta - Teorik
Fizik tabanlı yaklaşımlar ve Yerçekimi Arama Algoritması (GSA)
7. Hafta - Teorik
GSA’nın bazı türleri
8. Hafta - Teorik
Biyolojik olaylarda esinlenen hesaplamalar ve Bakteri Yemleme Algoritması (BFA)
9. Hafta - Teorik
Genetik Algoritmalar, ARASINAV
10. Hafta - Teorik
Diferansiyel Evrim Algoritması
11. Hafta - Teorik
Bazı diğer sezgisel yaklaşımlar, Yapay Arı Kolonisi (ABC), Karınca Kolonisi Optimizasyonu (ACO) vs
12. Hafta - Teorik
Bazı diğer sezgisel yaklaşımlar, Yapay Arı Kolonisi (ABC), Karınca Kolonisi Optimizasyonu (ACO) vs
13. Hafta - Teorik
Global optimizasyon metotlarının hibritleştirilmesi
14. Hafta - Dönem Sonu Sınavı (Final)
Sezgisel algoritmaların uygulamaları
15. Hafta - Teorik
FİNAL
Değerlendirme
Değerlendirme TürüAdetYüzde
Ödev1%5
Dönem Ödevi1%5
Ara Sınav (Vize)1%20
Dönem Sonu Sınavı (Final)1%70
İş Yükü Hesaplaması
EtkinlikSayısıÖn HazırlıkSüreToplam Iş Yükü (Saat)
Kuramsal Ders140342
Ödev1066
Dönem Ödevi1066
Bireysel Çalışma140570
Ara Sınav130232
Dönem Sonu Sınavı142244
TOPLAM İŞ YÜKÜ (Saat)200
Program ve Öğrenme Çıktıları İlişkisi
PÇ-1
PÇ-2
PÇ-3
PÇ-4
PÇ-5
PÇ-6
PÇ-7
PÇ-8
PÇ-9
PÇ-10
PÇ-11
PÇ-12
PÇ-13
PÇ-14
PÇ-15
OÇ-1
4
4
4
4
3
4
4
2
5
OÇ-2
4
3
3
3
3
4
2
4
OÇ-3
4
4
4
4
4
4
2
4
OÇ-4
4
4
4
4
4
3
3
3
OÇ-5
4
4
4
4
4
3
3
4
Adnan Menderes Üniversitesi - Bilgi Paketi / Ders Kataloğu
2026