Ders Adı | Kodu | Yarıyıl | T+U Saat | AKTS | |
Yapı Tasarımında Optimizasyon Yöntemleri | İM6021 | 3 + 0 | 7,5 |
Birim Bölüm | İNŞAAT MÜHENDİSLİĞİ - DR |
Derece Seviye | Lisansüstü - Seçmeli - Türkçe |
Dersin Verilişi | Yüzyüze |
EBS Koordinatörü | Dr. Öğr. Üyesi Ali Erdem ÇERÇEVİK |
Ders Veren | Dr. Öğr. Üyesi Ali Erdem ÇERÇEVİK |
Amaç |
Türev tabanlı kısıtlamasız sayısal optimizasyon yöntemlerini öğretmek. Bu yöntemleri MatLab ortamında gerçeklemek. Bu yöntemleri gerçek dünya problemlerinin çözümünde kullanmak. |
Ders İçeriği |
Bir-boyutlu Lineer-olmayan Nümerik Optimizasyon / Çok-boyutlu Lineer-olmayan Nümerik Optimizasyon / Matematiksel Temeller / Optimallik için Analitik Koşullar / Birinci-dereceden Yöntemler / İkinci-dereceden Yöntemler / İkinci-dereceden Yaklaşık Yöntemler / Uygulamalar |
Ders Kaynakları |
C. Mohan, Kusum DeepOptimization Techniques
|
Açıldığı Öğretim Yılı | 2022 - 2023 2023-2024 2024 - 2025 |
Yarıyıl İçi Çalışmalar | Katkı Yüzdesi (%) |
Ara Sınav 1 | 20 |
Ödev 1 | 20 |
Toplam | 40 |
Yarıyıl Sonu Çalışmalar | Katkı Yüzdesi (%) |
Dönem Sonu Uygulaması | %60 |
Toplam | %60 |
Yarıyıl İçinin Başarıya Oranı | %40 |
Yarıyıl Sonu Çalışmalar | %60 |
Toplam | %100 |
Kategori | Ders İlişki Yüzdeleri (%) |
Aktarılabilir Beceri Dersleri
|
0
|
Beşeri, İletişim ve Yönetim Becerileri Dersleri
|
0
|
Destek Dersleri
|
0
|
Ek Dersler
|
0
|
Kategori
|
0
|
Mesleki Seçmeli Dersler
|
0
|
Temel Meslek Dersleri
|
0
|
Uygulama Dersleri
|
0
|
Uzmanlık / Alan Dersleri
|
0
|
Ders İş Yükü | Öğretim Metotlar / Öğretim Metodu | Süresi (Saat) | Sayısı | Toplam İş Yükü (Saat) |
Dinleme ve anlamlandırma | Ders | 3 | 14 | 42 |
Araştırma – yaşam boyu öğrenme, yazma, okuma, Bilişim | Sınıf Dışı Çalışma | 9 | 14 | 126 |
Araştırma – yaşam boyu öğrenme, yazma, okuma, Bilişim, Dinleme ve anlamlandırma, yönetsel beceriler | Seminer | 2 | 9 | 18 |
Ara Sınav 1 | Ara Sınav 1 | 2 | 1 | 2 |
Ödev 1 | Ödev 1 | 3 | 2 | 6 |
Final | Final | 2 | 1 | 2 |
Toplam İş Yükü (Saat) | 196 | |||
AKTS = Toplam İş Yükü (Saat) / 25.5 (s) | 7,69 | |||
AKTS |
Hafta | Konu | Öğretim Metodu |
---|---|---|
1 | Optimizasyona Giriş, temel optimizasyon kavramları, optimizasyon problemi | Ders |
2 | Kısıtsız Optimizasyon | Ders |
3 | Nümerik Optimizasyon | Ders |
4 | Dolaylı Yöntemler: Newton Raphson, ikiye Bölme Metotları ve Matlab Uygulamaları | Ders |
5 | Doğrudan Yöntemler: Altın Bölme Metodu ve Matlab Uygulamaları | Ders |
6 | Çok değişkenli kısıtsız optimizasyon için algoritmalar | Ders |
7 | 1. dereceden yöntemler | Ders |
8 | Arasınav | Ders |
9 | Steepest Descent, Conjugate Gradient yöntemleri | Ders |
10 | 2. dereceden yöntemler, Newton ve Newton benzeri yöntemler | Ders |
11 | Gradient olmayan metotlar, Regresyon | Ders |
12 | Doğrusal ve Doğrusal-olmayan Modeller | Ders |
13 | SISO yapay sinir ağı modeli ve Matlab uygulamaları | Ders |
14 | MIMO yapay sinir ağı modeli ve Matlab uygulamaları | Ders |
Ders Öğrenme Çıktısı | Ölçme Değerlendirme | Öğretim Metodu | Öğrenme Faaliyeti |
Optimizasyon ile ilgili temel kavramları bilir. | Ders | Dinleme ve anlamlandırma | |
Türev tabanlı kısıtlamasız sayısal optimizasyon yöntemlerini bilir. | Ders | Dinleme ve anlamlandırma | |
Optimizasyon yöntemleriyle gerçek dünya problemlerini çözebilir. | Ders | Dinleme ve anlamlandırma | |
Yapay Sinir Ağı ile modelleme ve tahmin yapabilir. | Ders | Dinleme ve anlamlandırma |
DERS ÖĞRENME ÇIKTISI |
PÇ | PÇ | PÇ | PÇ | PÇ | PÇ | PÇ | PÇ | PÇ | PÇ | PÇ | PÇ | PÇ | |||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Optimizasyon ile ilgili temel kavramları bilir. | 5 | 5 | 5 | 4 | 5 | 4 | 4 | 4 | 5 | 5 | 1 | 1 | 4 | 3 | 4 | 4 |
Türev tabanlı kısıtlamasız sayısal optimizasyon yöntemlerini bilir. | 5 | 5 | 5 | 4 | 5 | 4 | 4 | 4 | 5 | 5 | 1 | 1 | 4 | 3 | 4 | 4 |
Optimizasyon yöntemleriyle gerçek dünya problemlerini çözebilir. | 5 | 5 | 5 | 4 | 5 | 4 | 4 | 4 | 5 | 5 | 1 | 1 | 4 | 3 | 4 | 4 |
Yapay Sinir Ağı ile modelleme ve tahmin yapabilir. | 5 | 5 | 5 | 4 | 5 | 4 | 4 | 4 | 5 | 5 | 1 | 1 | 4 | 3 | 4 | 4 |