Akademik Dersler - Tanıtım


Ders Kodu - Ders Adı	ENM450 - Introduction to Metaheuristic Opt.(İleri Sezgisel Eniyi.Gi.)
Ders Türü	Mesleki Seçmeli Dersler
Ders Dili	İngilizce
Teori + Uygulama	3+0
AKTS	6.0
Öğretim Elemanları	DOKTOR ÖĞRETİM ÜYESİ EMİNE AKYOL ÖZER
Dersin Veriliş Biçimi	Yüzyüze
Dersin Önkoşulları	ENM 104: Introduction to Computation and Programming for Industrial EngineeringENM 212: Integer Programming and Network Models
Önerilen Dersler	ENM 104: Introduction to Computation and Programming for Industrial EngineeringENM 212: Integer Programming and Network Models
Zorunlu ya da Önerilen Kaynaklar	Handbook of MetaheuristicsEditors: Gendreau, Michel, Potvin, Jean-Yves
Okuma Listesi	Handbook of MetaheuristicsEditors: Gendreau, Michel, Potvin, Jean-Yves
Değerlendirme	2 Arasınav, 1 Proje, 1 Final Sınavı
Staj & Uygulama
Sürdürülebilir Kalkınma Amaçları

Haftalar	Konular
1. hafta	Eniyileme modelleri: Yapısı, Modelleri, Kesin çözüm yöntemleri
2. hafta	İleri Sezgisel Eniyileme Yöntemlerine Giriş: NP zor yapıdaki modeller, Gereksinimleri, Temelleri,
3. hafta	Tepe tırmanma algoritması
4. hafta	Tek çözüm temelli ileri sezgisel eniyileme algoritmaların yapısı ve kullanım alanları
5. hafta	Tavlama benzetimi algoritmasının yapısı ve kullanım alanları
6. hafta	Tek çözüm temelli ileri sezgisel eniyileme algoritma uygulamaları
7. hafta	Yasaklı arama algoritmasının yapısı ve kullanım alanları
8. hafta	Tek çözüm temelli ileri sezgisel eniyileme algoritmalarının EM problemlerine uygulanması
9. hafta	Evrimsel algoritmaların yapısı ve kullanım alanları
10. hafta	Genetik algoritmaların yapısı ve kullanım alanları
11. hafta	Evrimsel Algoritmaların Uygulamaları
12. hafta	Karınca kolonisi algoritmasının yapısı ve kullanım alanları
13. hafta	Arı kolonisi algoritmasının yapısı ve kullanım alanları
14. hafta	Evrimsel algoritmaların EM problemlerine uygulanması

Değerlendirme Yöntemi ve Geçme Kriterleri
	Sayısı	Yüzde (%)
1.Ara Sınav	1	30
Proje	1	20
Dönem Sonu Sınavı	1	50
Toplam (%)		100