Bilgi Paketi / Ders Kataloğu
| Ekonomi | |||||
| Lisans | Programın Süresi: 4 | Kredi Sayısı: 240 | TYYÇ: 6. Düzey | QF-EHEA: 1. Düzey | EQF: 6. Düzey |
Ders Genel Tanıtım Bilgileri
| Yüksekokul/Myo/Fakülte/Enstitü | Mühendislik Fakültesi | ||||
| Ders Kodu | IE 439 | ||||
| Ders Adı İngilizce | Machine Scheduling | ||||
| Ders Adı Türkçe | Makine Çizelgelemesi | ||||
| Öğretim Dili | EN | ||||
| Ders Türü | Ters-Yüz Öğrenme | ||||
| Dersin Düzeyi | Başlangıç | ||||
| Dönem | Güz | ||||
| Haftalık İletişim Saatleri |
|
||||
| Tahmini Öğrenci İş Yükü | Dönem boyunca 148 saat | ||||
| Ders Kredileri | 6 AKTS | ||||
| Değerlendirme | Standart Harf Notu | ||||
| Ön Koşul |
IE 202 - Operations Research I IE 104 - Computational Methods for IE |
||||
| Yan Koşul | Yok | ||||
| Beklenen Ön Bilgi | - | ||||
| Kayıt Kısıtlamaları | Sadece lisans öğrencileri | ||||
| Genel Eğitim Hedefi | Çeşitli endüstriyel ortamlarda kaynak kullanımını optimize etmek ve üretim süresini (makespan) en aza indirmek için verimli çizelgeleme algoritmalarını analiz etme, tasarlama ve uygulama konusunda bilgi ve beceriler kazanmak. | ||||
| Ders Açıklaması | Bu ders, öğrencilere temel çizelgeleme problemlerini, bunların karmaşıklığını ve bunları çözmek için algoritmik yaklaşımları tanıtır. Teorik tartışmalar, pratik örnekler ve uygulamalı alıştırmalar yoluyla öğrenciler, planlama zorlukları ve bunları ele almak için stratejiler hakkında kapsamlı bir anlayış kazanacaklardır. |
Ders Öğrenme Çıktıları ve YeterliliklerBu dersi başarıyla tamamlayabilen öğrenciler:1) makine çizelgeleme problemlerini, bunların özelliklerini ve karmaşıklıklarını belirler ve sınıflandırır, 2) klasik çizelgeleme algoritmalarını ve sezgisel yöntemleri analiz eder ve değerlendirir, 3) makine çizelgelerini optimize etmek için etkili stratejiler tasarlar ve geliştirir, 4) çizelgeleme teorisini gerçek hayattaki vakalara uygular, |
| Program Öğrenme Çıktıları/Ders Öğrenme Çıktıları | 1 | 2 | 3 | 4 |
|---|---|---|---|---|
| 1) Ekonomi konusunda geniş bir anlayışa sahip olup, diğer sosyal bilimler ve matematikle derin bir etkileşime sahip olmak. | ||||
| 2) Farklı ekonomi alanlarının etkileşimlerini anlama konusunda bilgi ve beceriler sergilemek | ||||
| 3) Mikroekonomik ve makroekonomik teoriyi anlamak | ||||
| 4) Ekonomik kavramları karmaşık sorunları çözmek ve karar verme yeteneğini geliştirmek için uygulamak. | ||||
| 5) Farklı ekonomik sistemleri analiz etmek için nicel teknikler kullanmak. | ||||
| 6) Teorik bilgileri, Türk ve küresel ekonomilere ilişkin sorunları analiz etmek için uygulamak. | ||||
| 7) Ekonomik verileri işlemek ve değerlendirmek için istatistiksel araçlar ve yaygın yazılım programları konusunda yetkinlik göstermek. | ||||
| 8) Ekonomik analizin tüm aşamalarında - veri toplama, yorumlama ve bulguları yayma - bilimsel ve etik değerlere göre davranmak. | ||||
| 9) Bilimsel bilgileri alışverişinde yazılı ve sözlü İngilizceyi etkili bir şekilde kullanmak (en az CEFR B2 seviyesinde). | ||||
| 10) Bireysel ve profesyonel etik davranış sergiler ve sosyal sorumluluk taşımak. | ||||
| 11) Yüksek derecede özerklikle daha ileri çalışmalar için gerekli öğrenme becerilerini sergilemek. |
Program Sonuçları ve Yeterliliklerle İlişkisi
| N Yok | S Destekleyici | H Çok İlgili |
| Program Çıktıları ve Yeterlilikler | Düzey | Değerlendirme | |
| 1) | Ekonomi konusunda geniş bir anlayışa sahip olup, diğer sosyal bilimler ve matematikle derin bir etkileşime sahip olmak. | N | |
| 2) | Farklı ekonomi alanlarının etkileşimlerini anlama konusunda bilgi ve beceriler sergilemek | N | |
| 3) | Mikroekonomik ve makroekonomik teoriyi anlamak | N | |
| 4) | Ekonomik kavramları karmaşık sorunları çözmek ve karar verme yeteneğini geliştirmek için uygulamak. | N | |
| 5) | Farklı ekonomik sistemleri analiz etmek için nicel teknikler kullanmak. | N | |
| 6) | Teorik bilgileri, Türk ve küresel ekonomilere ilişkin sorunları analiz etmek için uygulamak. | N | |
| 7) | Ekonomik verileri işlemek ve değerlendirmek için istatistiksel araçlar ve yaygın yazılım programları konusunda yetkinlik göstermek. | N | |
| 8) | Ekonomik analizin tüm aşamalarında - veri toplama, yorumlama ve bulguları yayma - bilimsel ve etik değerlere göre davranmak. | H | |
| 9) | Bilimsel bilgileri alışverişinde yazılı ve sözlü İngilizceyi etkili bir şekilde kullanmak (en az CEFR B2 seviyesinde). | H | |
| 10) | Bireysel ve profesyonel etik davranış sergiler ve sosyal sorumluluk taşımak. | H | |
| 11) | Yüksek derecede özerklikle daha ileri çalışmalar için gerekli öğrenme becerilerini sergilemek. | H |
| Hazırlayan ve Tarih | UTKU KOÇ , December 2023 |
| Ders Koordinatörü | UTKU KOÇ |
| Dönem | Güz |
| Dersi Veren(ler) |
Ders İçeriği
| Hafta | Konu |
| 1) | Introduction, Framework and Concepts |
| 2) | Classes of Schedules and Complexity Single Machine Scheduling (deterministic) |
| 3) | Single Machine Scheduling (deterministic) |
| 4) | Single Machine Scheduling (deterministic) |
| 5) | Parallel Machine Scheduling (deterministic) |
| 6) | Parallel Machine Scheduling (deterministic) |
| 7) | Flow Shops Scheduling (deterministic) |
| 8) | Flow Shops Scheduling (deterministic) |
| 9) | Job Shops Scheduling (deterministic) |
| 10) | Job Shops Scheduling (deterministic) |
| 11) | Open Shop Scheduling (deterministic) |
| 12) | Stochastic Model Preliminaries |
| 13) | Scheduling in Practice |
| 14) | Review and Conclusion |
| 15) | Final Exam/Project/Presentation Period |
| 16) | Final Exam/Project/Presentation Period |
| Gerekli/Tavsiye Edilen Okumalar | Zorunlu: ● Michael L. Pinedo, “Scheduling: Theory, Algorithms, and Systems” 5th edition, Springer | ||||||||||||||||||
| Öğretme Teknikleri | Teryüz öğrenöe | ||||||||||||||||||
| Ödev ve Projeler | |||||||||||||||||||
| Laboratuvar Çalışması | |||||||||||||||||||
| Bilgisayar Kullanımı | Ders projeleri için öğrencilerin bilgisayar kullnabilmeleri gerekmektedir. | ||||||||||||||||||
| Diğer Aktiviteler | |||||||||||||||||||
| Değerlendirme Yöntemleri |
|
||||||||||||||||||
| Ders Yönetimi |
kocu@mef.edu.tr Dersin Öğretim Üyesi: Dr. Öğr. Üyesi Utku Koç, e-posta: kocu@mef.edu.tr Ofis: A519 Dersin Araştırma Görevlisi: Belirlenecek (TBA) Dersin Zamanı ve Yeri: Salı 10:00 – 13:00 / Ofis Saati: Belirlenecek (TBA) Ders Öncesi Videolar: Devam/katılım: Yükseköğretim Kanunu’nun 54. maddesine göre öğrencilerin derslerin en az %70’ine katılmaları gerekmektedir. Öğrencilerden, ders öncesi videoları ve okuma materyallerini takip ederek derse hazırlıklı gelmeleri ve derslere katılmaları beklenmektedir. E-postaların resmi kullanımı: Dersin öğretim üyesi, sistemsel bir sorun yaşanmadığı sürece e-posta ile gönderilen her bilginin 24 saat içinde alınmış olduğunu varsayar. |
||||||||||||||||||
AKTS Öğrenci İş Yükü Tahmini
| AKtivite | Hafta Sayısı | Saat | Hesaplama | ||||
| Yarıyıl Başına Hafta Sayısı | Etkinliğe Hazırlık | Etkinliğin Kendisinde Harcanan | Etkinlik Gereksinimlerini Tamamlama | ||||
| Ders Saati | 14 | 2 | 3 | 1 | 84 | ||
| Proje | 1 | 50 | 2 | 52 | |||
| Küçük Sınavlar | 4 | 2 | 1 | 12 | |||
| Toplam İş Yükü | 148 | ||||||
| Toplam İş Yükü/25 | 5.9 | ||||||
| AKTS | 6 | ||||||