1. LİSANS
  2. MÜHENDİSLİK FAKÜLTESİ
  3. BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ
  4. 253 BİLGİSAYAR MÜHENDİSLİĞİ
Ders Bilgileri Ders Öğrenme Kazanımları Dersin Program Yeterlilikerine Katkısı AKTS / İş Yükü Tablosu Ders Şubeleri
Yazdır

DERS BİLGİLERİ
Ders KodDers AdT+U SaatYarıyılAKTS
CENG 314SAYISAL OPTİMİZASYON3 + 06. Yarıyıl4

DERS TANIMI
Ders Düzeyi Lisans
Ders Türü Zorunlu
Dersin Amacı Bu dersin amacı türev tabanlı kısıtlamasız optimizasyon yöntemlerini öğretmek ve bu yöntemleri popüler yazılım ortamlarında gerçeklemektir.
Ders İçeriği Tek boyutlu doğrusal-olmayan sayısal optimizasyon / Çok boyutlu doğrusal-olmayan sayısal optimizasyon / Matematiksel arka plan / Optimallik için analitik koşullar / Birinci derece yöntemler / İkinci derece yöntemler / İkinci derece yaklaşık yöntemler / Modelleme ve tahmin / Doğrusal ve doğrusal-olmayan modeller/ Popüler yazılım ortamları ile sayısal optimizasyon uygulamaları
Ders Ön Koşul Dersin ön koşulu yok.
Ders Yan Koşul Dersin yan koşulu yok.
Öğretim Sistemi Yüz Yüze

DERS ÖĞRENME KAZANIMLARI
1Optimizasyon ile ilgili temel kavramları bilir.
2Tek boyutlu ve çok boyutlu kısıtlamasız sayısal optimizasyon yöntemlerini anlar.
3Optimizasyon yöntemleriyle ilgili gerçek dünya problemlerini çözer.

DERS ÖĞRENME KAZANIMININ PROGRAM YETERLİLİKLERİNE KATKISI
NoPY 01PY 02PY 03PY 04PY 05PY 06PY 07PY 08PY 09PY 10PY 11PY 12
ÖK 001 443        
ÖK 002 555        
ÖK 0034544        
Ara Toplam4141312        
Katkı154400000000

AKTS / İŞ YÜKÜ TABLOSU
EtkinlikSayısıSüresi (Saat)Toplam İş Yükü (Saat)
Ders Süresi(14 hafta/teorik+uygulama)14342
Sınıf Dışı Ders Çalışma Süresi(Ön çalışma, pekiştirme)14228
Arasınavlar(hazırlık süresi dahil)11212
Yarıyıl Sonu Sınavı(hazırlık süresi dahil)12222
Toplam İş Yükü

Dersin AKTS Kredisi





104

4
DERS ŞUBELERİ
 Dönem seçiniz :   


 Ders DönemiŞube NoDersi Veren Öğretim Elemanı
Detay 2023-2024 Bahar1SERDAR İPLİKÇİ
Detay 2022-2023 Bahar1SERDAR İPLİKÇİ


Yazdır

Ders Şube Detayları
Dersin Kodu Dersin Ad Saat (T+P) Şube No Öğretim Dili Şube Dönemi
CENG 314 SAYISAL OPTİMİZASYON 3 + 0 1 Türkçe 2023-2024 Bahar
Öğretim Elemanı  E-Posta  İç Hat  Ders Yeri Devam Zorunluluğu
Prof. Dr. SERDAR İPLİKÇİ iplikci@pau.edu.tr SABF C0206 Dersin Devam Yüzdesi : %70
Amaç Bu dersin amacı türev tabanlı kısıtlamasız optimizasyon yöntemlerini öğretmek ve bu yöntemleri popüler yazılım ortamlarında gerçeklemektir.
İçerik Tek boyutlu doğrusal-olmayan sayısal optimizasyon / Çok boyutlu doğrusal-olmayan sayısal optimizasyon / Matematiksel arka plan / Optimallik için analitik koşullar / Birinci derece yöntemler / İkinci derece yöntemler / İkinci derece yaklaşık yöntemler / Modelleme ve tahmin / Doğrusal ve doğrusal-olmayan modeller/ Popüler yazılım ortamları ile sayısal optimizasyon uygulamaları
Haftalık Konu Başlıkları
HaftaKonular
1 Optimizasyona Giriş, temel optimizasyon kavramları, optimizasyon problemi
2 Kısıtsız Optimizasyon
3 Nümerik Optimizasyon
4 Dolaylı Yöntemler: Newton Raphson, ikiye Bölme Metotları ve Matlab Uygulamaları
5 Doğrudan Yöntemler: Altın Bölme Metodu ve Matlab Uygulamaları
6 Çok değişkenli kısıtsız optimizasyon için algoritmalar
7 1. dereceden yöntemler
8 Steepest Descent, Conjugate Gradient yöntemleri
9 Ara Sınav
10 2. dereceden yöntemler, Newton ve Newton benzeri yöntemler
11 Gradient olmayan metotlar, Regresyon
12 Doğrusal ve Doğrusal-olmayan Modeller
13 SISO yapay sinir ağı modeli ve Matlab uygulamaları
14 MIMO yapay sinir ağı modeli ve Matlab uygulamaları
Materyaller
Materyal belirtilmemiştir.
Kaynaklar
Ders Değerlendirme Sistemi
Değerlendirme YöntemiKatkı Yüzdesi (%)Değerlendirme Yöntemi Ad
Dönem Sonu Sınavı50Dönem Sonu Sınavı
Ara Sınav50Ara Sınav
T+U : Teorik + Pratik
PY: Program Yeterlilikleri
ÖK: Ders Öğrenme Kazanımları