Dersin Ayrıntıları
YarıyılKoduAdıT+U+LKrediAKTSSon Güncelleme Tarihi
2EEE589Optimization3+0+03604.08.2026

 
Dersin Detayları
Dersin Dili İngilizce
Dersin Düzeyi Yüksek Lisans
Bölümü / Programı ELEKTRİK-ELEKTRONİK MÜH.(Tezli Y.Lisans)
Öğrenim Türü Örgün Öğretim
Dersin Türü Seçmeli
Dersin Öğretim Şekli Yüz Yüze
Dersin Amacı Bu dersin amacı, mühendislik problemlerinin çözümünde kullanılan optimizasyon teorisi, yöntemleri ve algoritmaları hakkında öğrencilere temel ve ileri düzey bilgi kazandırmaktır. Ders kapsamında öğrencilerin kısıtlı ve kısıtsız optimizasyon problemlerini modelleyebilme, analiz edebilme ve çözebilme becerilerinin geliştirilmesi hedeflenmektedir. Ayrıca modern optimizasyon yöntemlerinin mühendislik uygulamalarında etkin şekilde kullanılmasına yönelik teorik ve uygulamalı altyapı kazandırılması amaçlanmaktadır.
Dersin İçeriği Optimizasyona giriş; türevler ve gradyanlar; aralık daraltma yöntemleri; yerel iniş yöntemleri; birinci ve ikinci dereceden optimizasyon yöntemleri; doğrudan yöntemler; stokastik ve popülasyon tabanlı yöntemler; kısıtlı optimizasyon; doğrusal kısıtlı optimizasyon; çok amaçlı optimizasyon; örnekleme planları; surrogate modeller; olasılıksal surrogate modeller; belirsizlik altında optimizasyon; belirsizlik yayılımı; ayrık optimizasyon; ifade optimizasyonu ve çok disiplinli optimizasyon konuları ele alınacaktır.
Dersin Yöntem ve Teknikleri Anlatım, teorik ders sunumları, matematiksel modelleme, problem çözme uygulamaları, algoritma analizleri, MATLAB tabanlı uygulamalar, ödevler, proje çalışmaları, öğrenci sunumları ve literatür inceleme çalışmaları kullanılacaktır. Ders kapsamında mühendislik problemlerine yönelik optimizasyon uygulamaları ve güncel araştırma konuları da incelenecektir.
Ön Koşulları Yok
Dersin Koordinatörü Yok
Dersi Verenler Dr.Öğr.Üyesi SEYDİ KAÇMAZ
Dersin Yardımcıları Yok
Dersin Staj Durumu Yok

Ders Kaynakları
Kaynaklar S. Boydand L. Vandenberghe, ConvexOptimization, Cambridge UniversityPress, 2004. (availableat http://www.stanford.edu/~boyd/cvxbook/)
Algorithmsfor Optimization(The MIT Press), Tim A. Wheeler,MykelJ. Kochenderfer, 2019
Ders Notları Tim A. Wheeler, Mykel J. Kochenderfer, Algorithms for Optimization, The MIT Press, 2019.
Stephen Boyd, Lieven Vandenberghe, Convex Optimization, Cambridge University Press, 2004.
Öğretim elemanı tarafından hazırlanan ders notları, sunumlar ve uygulama materyalleri.

Ders Yapısı
Matematik ve Temel Bilimler %25
Mühendislik Bilimleri %25
Mühendislik Tasarımı %10
Fen Bilimleri %25
Alan Bilgisi %15

Planlanan Öğrenme Aktiviteleri ve Metodları
Etkinlikler ayrıntılı olarak "Değerlendirme" ve "İş Yükü Hesaplaması" bölümlerinde verilmiştir.

Değerlendirme Ölçütleri
Yarıyıl Çalışmaları Sayısı Katkı
Ara Sınav 2 % 60
Yarıyıl Sonu Sınavı 1 % 40
Toplam :
3
% 100

 
AKTS Hesaplama İçeriği
İş Yükü Sayısı Süre Toplam İş Yükü (Saat)
Haftalık teorik ders saati 14 3 42
Okuma Faaliyetleri 4 5 20
İnternetten tarama, kütüphane çalışması 3 11 33
Materyal tasarlama, uygulama 2 10 20
Rapor hazırlama 2 10 20
Sunu hazırlama 1 10 10
Sunum 1 20 20
Ara sınav ve ara sınava hazırlık 2 5 10
Final sınavı ve final sınavına hazırlık 1 5 5
Toplam İş Yükü   AKTS Kredisi : 6 180

 
Dersin Öğrenme Çıktıları: Bu dersin başarılı bir şekilde tamamlanmasıyla öğrenciler şunları yapabileceklerdir:
Sıra NoAçıklama
1 Optimizasyon problemlerinin temel kavramlarını, sınıflandırmalarını ve matematiksel yapılarını açıklayabilir.
2 Mühendislik problemlerini amaç fonksiyonu, karar değişkenleri ve kısıtlar kullanarak matematiksel olarak modelleyebilir.
3 Tek değişkenli ve çok değişkenli optimizasyon problemlerini analitik ve sayısal yöntemlerle çözebilir.
4 Kısıtlı ve kısıtsız optimizasyon problemleri için uygun çözüm yöntemlerini seçebilir ve uygulayabilir.
5 Gradyan tabanlı, sezgisel ve meta-sezgisel optimizasyon algoritmalarının çalışma prensiplerini açıklayabilir.
6 Farklı optimizasyon yöntemlerini çözüm kalitesi, yakınsama hızı, hesaplama maliyeti ve kararlılık açısından karşılaştırabilir.
7 Optimizasyon problemlerini çözmek için MATLAB, Python veya benzeri hesaplama araçlarını kullanabilir.
8 Elde edilen optimizasyon sonuçlarını analiz edebilir, yorumlayabilir ve mühendislik açısından değerlendirebilir.
9 Gerçek bir mühendislik problemi için uygun bir optimizasyon yaklaşımı tasarlayabilir, uygulayabilir ve sonuçlarını raporlayabilir.

 
Ders Konuları
HaftaKonuÖn HazırlıkDökümanlar
1 Giriş Türevler ve Gradyanlar
2 Parantezleme Yerel İniş
3 Birinci Dereceden Yöntemler İkinci Dereceden Yöntemler
4 Doğrudan Yöntemler Stokastik Yöntemler
5 Nüfus Yöntemleri Kısıtlamalar
6 Doğrusal Kısıtlı Optimizasyon Çok Amaçlı Optimizasyon
7 Örnekleme Planları Taşıyıcı Modeller
8 Olasılıksal Vekil Modeller
9 Vekil Optimizasyonu
10 Belirsizlik Altında Optimizasyon
11 Belirsizlik Yayılımı
12 Ayrık Optimizasyon
13 İfade Optimizasyonu
14 Çok Disiplinli Optimizasyon

 
Sürdürülebilir Kalkınma Amaçları
Dersin Program Çıktılarına Katkısı
P1 P2 P3 P4
Tüm 5 5 5
Ö1 5 5 5
Ö2 5 5 5
Ö3 5 5 5
Ö4 5 5 5
Ö5 5 5 5
Ö6 5 5 5
Ö7 5 5 5
Ö8 5 5 5
Ö9 5 5 5

  Katkı Düzeyi: 1: Çok Düşük 2: Düşük 3: Orta 4: Yüksek 5: Çok Yüksek

  
  https://obs.gaziantep.edu.tr/oibs/bologna/progCourseDetails.aspx?curCourse=147977&lang=tr