IE 307 Modeling and Methods in OptimizationMEF ÜniversitesiAkademik Programlar İşletmeÖğrenciler için Genel BilgiDiploma EkiErasmus Beyanı
İşletme
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 307
Ders Adı İngilizce Modeling and Methods in Optimization
Ders Adı Türkçe Modelleme ve Optimizasyonda Yöntemler
Öğretim Dili EN
Ders Türü Ters-Yüz Öğrenme,Laboratuvar Çalışması,Ders
Dersin Düzeyi İleri
Dönem Güz
Haftalık İletişim Saatleri
Ders: 4 Okuma: none Laboratuvar : none Diğer: none
Tahmini Öğrenci İş Yükü Dönem boyunca 175 saat
Ders Kredileri 7 AKTS
Değerlendirme Standart Harf Notu
Ön Koşul IE 202 - Operations Research I
Yan Koşul Yok
Beklenen Ön Bilgi Deterministik yöneylem araştırması metodolojileri hakkında ön bilgi
Kayıt Kısıtlamaları Yok
Genel Eğitim Hedefi Matematiksel modellemeyi derinlemesine öğrenmek ve çözüm yöntemlerini kullanmak/geliştirmek
Ders Açıklaması Bu ders, matematiksel modellemenin çeşitli yönlerini ve gerçeğe uygun, büyük boyutlu, karmaşık problemlerin çözümü için kullanılan problem çözme stratejilerini tanıtır. Ders boyunca en kısa yol problemi; tam sayılı programlama ile modelleme; dal-sınır yöntemi ; ileri düzey doğrusal programlama modelleri kurma; doğrusallığın önemi; bazı doğrusal olmayan problemlerin doğrusallaştırılması; hedef programlama; en kısa yol problemi; minimum örten ağaç problemi; en büyük akış problemi; kombinatoryal optimizasyon problem örnekleri; açgözlü sezgiseller yerel arama gibi kombinatoryal problemler için sezgiseller; tek değişkenli doğrusal olmayan modeller; dışbükeylik; doğrusal olmayan programlamada kısıtsız ve kısıtlı optimizasyon konuları işlenir.

Ders Öğrenme Çıktıları ve Yeterlilikler

Bu dersi başarıyla tamamlayabilen öğrenciler:
1) optimizasyon problemlerinde ağ yapısını tanımlar ve uygun çözüm yöntemlerini kullanır;
2) iyi matematiksel modeller oluşturur;
3) optimizasyon algoritmalarını inceler;
4) optimizasyon problemleri için uygun algoritmalar tasarlar, sonuçları analiz eder ve yorumlar ve sonuçlar çıkarır;
5) tasarlanan bir algoritmanın gösterimini yapar;
6) bir ekip üyesi olarak etkili bir şekilde çalışır;
7) doğrusal olmayan problemler için çözüm tekniklerini uygular.
Program Öğrenme Çıktıları/Ders Öğrenme Çıktıları 1 2 3 4 5 6 7
1) Matematik, tarih, ekonomi ve sosyal bilimlere maruz kalarak geniş bir temele ve entelektüel farkındalığa sahip olmak
2) İşletmenin farklı işlevsel alanlarında (muhasebe, finans, operasyon, pazarlama, strateji ve organizasyon) bilgi ve becerilere sahip olduğunu ve bunların çeşitli endüstri sektörlerindeki etkileşimlerine ilişkin bir anlayışa sahip olduğunu gösterir
3) Karmaşık teknik veya profesyonel faaliyetleri veya projeleri yönetmek için teorik bilginin yanı sıra yaratıcı, analitik ve eleştirel düşünmeyi uygular
4) İşletme sürdürülebilirliği için küresel, çevresel, ekonomik, yasal ve düzenleyici bağlamlara ilişkin bir anlayış sergiler
5) Bireysel ve mesleki etik davranış ve sosyal sorumluluk gösterir
6) Etnik, kültürel ve cinsiyet çeşitliliği değerlerine ve konularına duyarlılık gösterir
7) Bilgi, fikir, sorun ve çözümleri iletmek için yazılı ve sözlü İngilizceyi etkili bir şekilde kullanır (en azından CEFR B2 seviyesi)
8) Veri ve bilgi edinme, analiz etme, yorumlama ve raporlama konusunda beceriler gösterir
9) Problem çözme ve karar vermeyi desteklemek için bilgisayar yeterliliğini gösterir
10) Takım çalışması, liderlik ve girişimcilik becerilerini gösterir
11) Yüksek derecede özerklikle ileri çalışmalar için gerekli öğrenme becerilerini sergiler

Program Sonuçları ve Yeterliliklerle İlişkisi

N Yok S Destekleyici H Çok İlgili
     
Program Çıktıları ve Yeterlilikler Düzey Değerlendirme
1) Matematik, tarih, ekonomi ve sosyal bilimlere maruz kalarak geniş bir temele ve entelektüel farkındalığa sahip olmak N
2) İşletmenin farklı işlevsel alanlarında (muhasebe, finans, operasyon, pazarlama, strateji ve organizasyon) bilgi ve becerilere sahip olduğunu ve bunların çeşitli endüstri sektörlerindeki etkileşimlerine ilişkin bir anlayışa sahip olduğunu gösterir N
3) Karmaşık teknik veya profesyonel faaliyetleri veya projeleri yönetmek için teorik bilginin yanı sıra yaratıcı, analitik ve eleştirel düşünmeyi uygular N
4) İşletme sürdürülebilirliği için küresel, çevresel, ekonomik, yasal ve düzenleyici bağlamlara ilişkin bir anlayış sergiler N
5) Bireysel ve mesleki etik davranış ve sosyal sorumluluk gösterir N
6) Etnik, kültürel ve cinsiyet çeşitliliği değerlerine ve konularına duyarlılık gösterir N
7) Bilgi, fikir, sorun ve çözümleri iletmek için yazılı ve sözlü İngilizceyi etkili bir şekilde kullanır (en azından CEFR B2 seviyesi) S Sunum
8) Veri ve bilgi edinme, analiz etme, yorumlama ve raporlama konusunda beceriler gösterir S Derse Katılım
9) Problem çözme ve karar vermeyi desteklemek için bilgisayar yeterliliğini gösterir N
10) Takım çalışması, liderlik ve girişimcilik becerilerini gösterir S Derse Katılım
11) Yüksek derecede özerklikle ileri çalışmalar için gerekli öğrenme becerilerini sergiler S Derse Katılım
Hazırlayan ve Tarih HANDE KÜÇÜKAYDIN , March 2024
Ders Koordinatörü HANDE KÜÇÜKAYDIN
Dönem Güz
Dersi Veren(ler) Dr. Öğr. Üyesi HANDE KÜÇÜKAYDIN

Ders İçeriği

Hafta Konu
1) Tam Sayılı Programlama ile Modelleme
2) Tam Sayılı Programlama ile Modelleme
3) Tam Sayılı Programlama ile Modelleme, Dal-Sınır Yöntemi
4) Dal-Sınır Yöntemi, İleri Seviye Doğrusal Programlama Modelleri
5) İleri Seviye Doğrusal Programlama Modelleri, Ağ Optimizasyon Modelleri: En Kısa Yol Problemi, Minimum Örten Ağaç Problemi
6) Ağ Optimizasyon Modelleri: En Kısa Yol Problemi, Minimum Örten Ağaç Problemi, En Büyük Akış Problemi
7) Ağ Optimizasyon Modelleri: En Büyük Akış Problemi, Kombinatoriyal Optimizasyon Problemleri
8) Kombinatoriyal Optimizasyon için Sezgiseller: Giriş, Yeniden Formülasyon, Yuvarlama ve Ayrıştırma, Liste İşleme Sezgiselleri
9) Kombinatoriyal Optimizasyon için Sezgiseller: Liste İşleme Sezgiselleri, Komşuluklar ve Komşular
10) Komşuluklar ve Komşular, Yerel Arama
11) Yerel Arama, Tek Değişkenli Doğrusal Olmayan Modeller
12) Tek Değişkenli Doğrusal Olmayan Modeller, Doğrusal Olmayan Modeller: Dışbükeylik ve Kısıtsız Optimizasyon
13) Doğrusal Olmayan Modeller: Dışbükeylik ve Kısıtsız Optimizasyon, Doğrusal Olmayan Modeller: Kısıtlı Optimizasyon
14) Doğrusal Olmayan Modeller: Kısıtlı Optimizasyon
15) Final Sınavı/Projeler/Sunum dönemi
16) Final Sınavı/Projeler/Sunum dönemi
Gerekli/Tavsiye Edilen Okumalar• Williams, H. P. (2013). Model Building in Mathematical Programming (5th Edition). Wiley • Hillier, F.S., Lieberman, G. J. (2015). Introduction to Operations Research (10th Edition). McGraw-Hill Education
Öğretme TeknikleriAktif öğrenme tekniği olarak "ters yüz sınıf" kullanılarak dersler/iletişim saatleri
Ödev ve ProjelerÖğrenci grup halinde bir proje tamamlayacaktır.
Laboratuvar ÇalışmasıYok
Bilgisayar KullanımıEvet
Diğer AktivitelerYok
Değerlendirme Yöntemleri
Değerlendirme Araçları Sayı Ağırlık
Küçük Sınavlar 3 % 30
Projeler 1 % 35
Ara Sınavlar 1 % 35
TOPLAM % 100
Ders Yönetimi hande.kucukaydin@mef.edu.tr
212 3953631

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 1 4 1 84
Proje 1 40 2 42
Küçük Sınavlar 3 6 1 21
Ara Sınavlar 1 25 3 28
Toplam İş Yükü 175
Toplam İş Yükü/25 7.0
AKTS 7