SD0581 Mühendislik Uygulamalarında Optimizasyon Uygulamaları

3 AKTS - 2-0 Süre (T+U)- 0. Yarıyıl- 2 Yerel Kredi

Genel Bilgi

Kod SD0581
Ad Mühendislik Uygulamalarında Optimizasyon Uygulamaları
Dönem 2024-2025 Eğitim-Öğretim Yılı
Süre (T+U) 2-0 (T-U) (17 Hafta)
AKTS 3 AKTS
Yerel Kredi 2 Yerel Kredi
Eğitim Dil Türkçe
Seviye Üniversite Dersi
Öğretim Şekli Yüz Yüze Öğretim
Bilgi Paketi Koordinatörü Öğr. Gör.Dr. Murat ÇIKAN


Dersin Amacı / Hedefi

Bu dersin amacı, lisans seviyesindeki öğrencilere meta-sezgisel optimizasyon tekniklerini anlamalarını ve uygulamalarını sağlayarak mühendislik alanında karşılaşılan karmaşık problemleri etkili bir şekilde çözebilmelerini sağlamaktır. Ders, öğrencilere çeşitli meta-sezgisel optimizasyon tekniklerini kapsamlı bir şekilde öğretirken, bu tekniklerin temel prensiplerini, işleyişini ve uygulama alanlarını detaylı bir şekilde ele alır. Dersin ana hedefleri şunlardır: Temel Kavramları Anlamak: Öğrencilere meta-sezgisel optimizasyonun temel kavramlarını, prensiplerini ve uygulama alanlarını anlatarak, bu tekniklerin neden gereklilik arz ettiğini ve hangi tür problemlerde etkili olduğunu anlamalarını sağlamak. Farklı Teknikleri Öğrenmek: Öğrencilere parçacık sürü optimizasyonu, gri kurt arama algoritması, çok amaçlı optimizasyon ve benzeri meta-sezgisel optimizasyon yöntemlerini ayrıntılı olarak öğretmek. Her bir yöntemin çalışma prensipleri, avantajları ve sınırlamaları vurgulanarak öğrencilerin geniş bir perspektife sahip olmalarını sağlamak. Pratik Uygulama Yetenekleri Geliştirmek: Öğrencilere bu tekniklerin gerçek dünya mühendislik problemlerine nasıl uygulanacağını öğretmek. Öğrenciler, farklı senaryolarda nasıl problem tanımlayacaklarını, uygunluk fonksiyonlarını nasıl belirleyeceklerini ve optimizasyon algoritmalarını nasıl uygulayacaklarını öğrenerek gerçek dünya problemlerine çözüm üretebilecek hale gelecekler. Analitik Düşünme Yeteneklerini Güçlendirmek: Öğrencilerin problem analizi, algoritma seçimi, sonuçların yorumlanması ve karar verme süreçlerindeki analitik yeteneklerini geliştirmek. Bu sayede öğrenciler, optimizasyon stratejilerini eleştirel bir bakış açısıyla değerlendirebilecek ve uygulamalarını iyileştirebilecekler. Programlama ve Yazılım Becerilerini Artırmak: Öğrencilere temel seviyede MATLAB programlama becerilerini kazandırmak ve parçacık sürü optimizasyonu gibi algoritmaları nasıl kodlayabileceklerini öğretmek. Bu ders, öğrencilere mühendislik alanında karmaşık problemleri çözmek için yenilikçi ve etkili yaklaşımlar sunarak, onları gelecekteki kariyerlerinde daha yetkin ve başarılı birer mühendis olarak hazırlamayı amaçlar.

Dersin İçeriği

1-Meta-sezgisel optimizasyon teknikleri ve uygulama alanları hakkında genel bir bakış 2-Parçacık Sürüsü Optimizasyonu: Konumsal hafıza, hız güncellemesi, uygunluk fonksiyonu ve uygulama örnekleri 3-Gri kurt arama algoritması: Alfa, beta, gama kurtların konum güncellenmesi ve uygunluk fonksiyonlarının tanımlanması 4-Pareto-Front yaklaşımı ve ağırlık katsayı fonksiyon metodunun incelenmesi yardımıyla çoklu optimizasyonun metotlarının gösterilmesi 5-İstatisksel yaklaşımlar kullanarak algoritmaların performanslarının test edilmesi 6-Matlab programına temel bir bakış ve değişken tanımlarının yapılması 7-Matlab programında Parçacık sürü algoritmasının kodlanması 8-Gerçek dünya problemlerine meta-sezgisel optimizasyon tekniklerinin uygulanması

Dersin Ön Koşulu

Kaynaklar

Öğretim elemanın ders notu

Notlar



Dersin Öğrenme Çıktıları

Sıra Dersin Öğrenme Çıktıları
ÖÇ01 Temel Kavramları Anlama: Öğrenciler, meta-sezgisel optimizasyonun temel kavramlarını, prensiplerini ve uygulama alanlarını anlarlar.
ÖÇ02 Optimizasyon Tekniklerini Tanıma: Öğrenciler, Parçacık Sürüsü Optimizasyonu ve Gri Kurt Arama Algoritması gibi meta-sezgisel optimizasyon tekniklerini tanır ve bunların nasıl çalıştığını anlarlar.
ÖÇ03 Uygulama Yetenekleri Geliştirme: Öğrenciler, farklı optimizasyon tekniklerini gerçek dünya mühendislik problemlerine nasıl uygulayacaklarını öğrenirler. Uygunluk fonksiyonlarını tanımlayabilir, parametreleri ayarlayabilir ve algoritmaları uygulayabilirler.
ÖÇ04 Çoklu Optimizasyon ve Pareto-Front Yaklaşımını Anlama: Öğrenciler, çoklu amaçlı optimizasyonun önemini anlarlar ve Pareto-Front yaklaşımını kullanarak çoklu optimizasyon yöntemlerini anlarlar.
ÖÇ05 Performans Değerlendirmesi: Öğrenciler, istatistiksel yaklaşımlar kullanarak optimizasyon algoritmalarının performansını test edebilir ve sonuçları yorumlayabilirler.
ÖÇ06 MATLAB Programlama Yetenekleri: Öğrenciler, MATLAB programlama dilinde temel seviyede yetenek kazanırlar ve Parçacık Sürüsü Algoritması gibi algoritmaları kodlama yeteneği geliştirirler.
ÖÇ07 Gerçek Dünya Problemlerine Uygulama: Öğrenciler, öğrendikleri optimizasyon tekniklerini gerçek dünya mühendislik problemlerine uygulayabilir ve bu tekniklerin etkinliğini görebilirler.
ÖÇ08 Analitik Düşünme ve Değerlendirme Yetenekleri: Öğrenciler, problem analizi, algoritma seçimi ve sonuçların yorumlanması gibi analitik düşünme becerilerini geliştirirler. Ayrıca optimizasyon stratejilerini eleştirel bir bakış açısıyla değerlendirme yeteneği kazanırlar.
ÖÇ09 Proje Yürütme Yetenekleri: Öğrenciler, kendi projelerini seçip geliştirerek, optimizasyon tekniklerini uygulama ve projelerini etkili bir şekilde sunma yetenekleri kazanırlar.


Haftalık Akış

Hafta Konu Ön Hazırlık Yöntemler
1 Dersin amacının ve hedefleri tanıtılması. Konu ile ilgili araştırma Öğretim Yöntemleri:
Soru-Cevap, Tartışma, Anlatım
2 Meta-sezgisel optimizasyonun temel prensipleri ve önemi. Meta-sezgisel optimizasyon teknikleri ve uygulama alanlarına genel bir bakış Konu ile ilgili araştırma Öğretim Yöntemleri:
Tartışma, Alıştırma ve Uygulama, Anlatım
3 Parçacık Sürüsü Optimizasyon algoritmasının temel prensipleri ve çalışması. Konu ile ilgili araştırma Öğretim Yöntemleri:
Benzetim, Proje Temelli Öğrenme , Anlatım
4 PSO algoritmasında, konumsal hafıza ve hız güncellemesi kavramlarının açıklanması. Uygunluk fonksiyonu tasarımı ve optimizasyon örnekleri Konu ile ilgili araştırma Öğretim Yöntemleri:
Tartışma, Beyin Fırtınası, Alıştırma ve Uygulama, Anlatım
5 Gri Kurt Arama Algoritmasının çalışma mantığı ve temel kavramlar Alfa, beta, gama kurtların konum güncellemesi ve hareket stratejileri Konu ile ilgili araştırma Öğretim Yöntemleri:
Soru-Cevap, Alıştırma ve Uygulama, Tartışma, Anlatım
6 Gri kurt algoritmasında uygunluk fonksiyonlarının tanımlanması ve optimizasyon örnekleri Konu ile ilgili araştırma Öğretim Yöntemleri:
Soru-Cevap, Tartışma, Alıştırma ve Uygulama, Anlatım
7 Çok amaçlı optimizasyonun önemi ve zorlukları Konu ile ilgili araştırma Öğretim Yöntemleri:
Alıştırma ve Uygulama, Benzetim, Anlatım
8 Ara Sınavlar Konu ile ilgili araştırma Ölçme Yöntemleri:
Yazılı Sınav
9 1-Pareto-Front yaklaşımının prensipleri 2-Ağırlık katsayı fonksiyon metodunun incelenmesi ve çoklu optimizasyon örnekleri Konu ile ilgili araştırma Öğretim Yöntemleri:
Anlatım, Soru-Cevap, Tartışma, Beyin Fırtınası
10 Algoritmaların Performans Testleri-1 İstatistiksel yaklaşımlarla algoritmaların performansının test edilmesi Konu ile ilgili araştırma Öğretim Yöntemleri:
Anlatım, Tartışma, Alıştırma ve Uygulama
11 Algoritmaların Performans Testleri-2 1-Karşılaştırma metrikleri ve analizi 2-Test sonuçlarının yorumlanması ve sonuçların değerlendirilmesi Konu ile ilgili araştırma Öğretim Yöntemleri:
Anlatım, Tartışma, Alıştırma ve Uygulama
12 MATLAB Temelleri ve Parçacık Sürüsü Algoritması Kodlaması-1 MATLAB'a genel bir giriş Konu ile ilgili araştırma Öğretim Yöntemleri:
Anlatım, Alıştırma ve Uygulama
13 MATLAB Temelleri ve Parçacık Sürüsü Algoritması Kodlaması-2 Değişken tanımları ve temel komutlar Parçacık Sürüsü Algoritmasının MATLAB'da nasıl kodlanacağının öğrenilmesi Konu ile ilgili araştırma Öğretim Yöntemleri:
Anlatım, Alıştırma ve Uygulama, Benzetim
14 Gerçek Dünya Uygulamaları ve Öğrenci Projeleri-1 Meta-sezgisel optimizasyon tekniklerinin gerçek dünya problemlerine uygulanması Konu ile ilgili araştırma Öğretim Yöntemleri:
Anlatım, Soru-Cevap, Alıştırma ve Uygulama
15 Gerçek Dünya Uygulamaları ve Öğrenci Projeleri-2 Öğrencilerin kendi projelerini seçmeleri ve optimizasyon tekniklerini uygulamaları. Öğrenci projelerinin sunumu ve tartışması Konu ile ilgili araştırma Öğretim Yöntemleri:
Soru-Cevap, Tartışma, Alıştırma ve Uygulama, Anlatım
16 Yarıyıl Sonu Sınavları Konu ile ilgili araştırma Ölçme Yöntemleri:
Yazılı Sınav
17 Yarıyıl Sonu Sınavları Konu ile ilgili araştırma Ölçme Yöntemleri:
Yazılı Sınav


Öğrenci İş Yükü - AKTS

Çalışmalar Sayısı Süresi (Saat) İş Yükü (Saat)
Ders ile İlgili Çalışmalar
Ders (Sınav haftaları dahil değildir) 14 2 28
Sınıf Dışı Ders Çalışma (Ön çalışma, pekiştirme) 14 1 14
Değerlendirmeler ile İlgili Çalışmalar
Ödev, Proje, Diğer 3 10 30
Ara Sınavlar (Yazılı, Sözlü, vs.) 1 5 5
Yarıyıl/Yıl Sonu/Final Sınavı 1 10 10
Toplam İş Yükü (Saat) 87
Toplam İş Yükü / 25 (s) 3,48
AKTS 3 AKTS

Güncelleme Zamanı: 25.08.2024 01:48