K.T.Ü. MÜHENDİSLİK FAKÜLTESİ FAKÜLTE KURULU TOPLANTI … · Birim fiyat unsuru, yapı işlerinde birim fiyat tarifi, özel birim fiyatlar, birim fiyat analizleri, bilgisayar

K.T.Ü.

MÜHENDİSLİK FAKÜLTESİ

FAKÜLTE KURULU

TOPLANTI TUTANAĞI

TOPLANTI TARİHİ : 04.07.2018

TOPLANTI NO : 58

TOPLANTI YERİ : Toplantı Salonu

GÜNDEM

1. Fakültemiz eğitim-öğretim programlarından uygulanmakta olan ön koşullu derslerin azaltılması

isteklerinin görüşülmesi,

2. Mühendislik Tasarım dersinin ön koşullunun kaldırılması isteğinin görüşülmesi,

3. Fakültemiz Bölümlerinden açılması istenilen seçmeli ders teklifinin görüşülmesi,

4. Çift ana dal uyum programlarının 240 AKTS’ye göre yeniden düzenlenmesi,

Toplantı Dekan Prof. Dr. Metin HÜSEM başkanlığında saat 10.30’da başladı.

GÜNDEM MADDELERİNE GEÇİLDİ

1. Fakültemiz eğitim-öğretim programlarından uygulanmakta olan ön koşullu derslerin azaltılmasına

ilişkin bölüm başkanlıklarından alınan yazıları incelendi ve gereği düşünüldü;

Fakültemiz eğitim-öğretim programlarından uygulanmakta olan ön koşullu derslerin azaltılmasına

ilişkin güncellenmiş olarak aşağıda şekliyle Senato’da onaylandıktan sonra bölümlerimizde kayıtlı

tüm öğrencilere uygulanmasına,

İnşaat Mühendisliği Bölümü ön koşullu dersler

Ders Adı Ön Koşulu

INS 2032 Mukavemet-II INS 2033 Mukavemet-1

INS 3008 Yapı Statiği-II INS 3017 Yapı Statiği-I

INS 3004 Hidrolik INS 3019 Akışkanlar Mekaniği

INS 3002 Çelik Yapılar INS 2033 Mukavemet-I

INS 4000 Bitirme Projesi INS 4001 Mühendislik Tasarımı

Makine Mühendisliği Bölümü I. öğretim ön koşullu dersler

Ders Adı Önkoşulu

MM 1002 Bilgisayar Destekli Müh. Çizimi MM 1003 Mühendislik Çizimi

MM 2015 Mukavemet - I MM 1000 Statik

ME 2008 Mechanics of Materials - II MM 2015 Mukavemet - I

ME 2002 Engineering Thermodynamics - II MM 1013 Mühendislik Termodinamiği - I

MM 3007 Üretim Yöntemleri MM 2009 Malzeme Bilimi

MM 3001 Makina Elemanları - I MM 1002 Bilgisayar Destekli Müh. Çizimi MM 2015 Mukavemet - I

ME 3003 Numerical Analysis ME 1002 Computer Programming

MM 3002 Makina Dinamiği ME 2005 Dynamics

MM 3000 Makina Elemanları - II MM 3001 Makina Elemanları - I

MM 4000 Bitirme Projesi MM 4007 Mühendislik Tasarımı

Mühendislik Fakültesi, Fakülte Kurulu’nun 04.07.2018 gün ve 58 sayılı Toplantı Tutanağı

2

Makine Mühendisliği Bölümü II. öğretim ön koşullu dersler

Ders adı Önkoşulu

MM 1002 Bilgisayar Destekli Müh. Çizimi MM 1003 Mühendislik Çizimi

MM 2015 Mukavemet - I MM 1000 Statik

MM 2016 Mukavemet - II MM 1015 Mukavemet - I

MM 2018 Mühendislik Termodinamiği - II MM 1013 Mühendislik Termodinamiği - I

MM 3007 Üretim Yöntemleri MM 2009 Malzeme Bilimi

MM 30010 Makina Elemanları - I MM 1002 Bilgisayar Destekli Müh. Çizimi MM 2015 Mukavemet - I

MM 3009 Sayısal Çözümleme MM 1006 Bilgisayar Programlama

MM 3002 Makina Dinamiği MM 2023 Dinamik

MM 3000 Makina Elemanları - II MM 3001 Makina Elemanları - I

MM 4000 Bitirme Projesi MM 4007 Mühendislik Tasarımı

Elektrik-Elektronik Mühendisliği Bölümü I. öğretim ön koşullu dersler


EE 2005 EE 2001 EE 3009

Devreler I Measurement in Electrical Engin. Elektronik I

EE 1002 Elektrik Mühendisliği Temelleri

EE 2008 Devreler II EE 2005 Devreler I

EE 3009 Elektronik I EE 2012 Elektronik I

EE 4000 Bitirme Projesi EE 4001 Mühendislik Tasarımı

Elektrik-Elektronik Mühendisliği Bölümü II. öğretim ön koşullu dersler


EE 2005 EE 2001 EE 3009

Devreler I Elektrik Mühendisliğinde Ölçme Elektronik I

EE 1002 Elektrik Mühendisliği Temelleri

EE 2008 Devreler II EE 2005 Devreler I

EE 3009 Elektronik I EE 2012 Elektronik I

EE 4000 Bitirme Projesi EE 4001 Mühendislik Tasarımı

Jeoloji Mühendisliği Bölümü ön koşullu dersler


JLJ 2000 Magmatik Petrografi JLJ 2013 Optik Mineraloji

JLJ 3023 Metamorfik Petrografi

JLJ 3004 Jeoloji Harita Alımı JLJ 3021 Saha Jeolojisi

JLJ 4027 Saha Bilgisi I

JLJ 3004 Jeoloji Harita Alımı JLJ 4006 Saha Bilgisi II

JLJ 4001 Mühendislik Tasarımı

JLJ 4000 Bitirme Projesi JLJ 4001 Mühendislik Tasarımı

Harita Mühendisliği Bölümü I.ve II. öğretim ön koşullu dersler


HRT 2016 Kadastro Bilgisi HRT 2013 Taşınmaz Mal Hukuku

HRT 2008 Arazi Uygulaması HRT 1008 Ölçme Bilgisi-II

HRT 3014 Fotogrametri-II HRT 3013 Fotogrametri-I

HRT 3006 Jeodezi-II HRT 3015 Jeodezi-I

HRT 3012 Dengeleme Hesabı-II HRT 3001 Dengeleme Hesabı-I

HRT 4000 Bitirme Projesi HRT 4001 Mühendislik Tasarımı


3

Jeofizik Mühendisliği Bölümü ön koşullu dersler


JFZ 4000 Bitirme Çalışması JFZ 4001 Mühendislik Tasarımı

Maden Mühendisliği Bölümü ön koşullu dersler


MDM 4000 Bitirme Çalışması MDM 4001 Mühendislik Tasarımı

Bilgisayar Mühendisliği Bölümü I. öğretim ön koşullu dersler


BIL 1000 Elektronik Devreler BIL 1005 Elektrik Devreleri

COM 2005 Data Structures COM 1000 Introduction To Computer Programming

COM 2001 Object Oriented Programming COM 1000 Introduction To Computer Programming

BIL 2003 Elektronik Lab. BIL 1000 Elektronik Devreler

COM 2000 Microprocessors BIL 1007 Bilgisayarın Temelleri

BIL 2012 Sayısal Tasarım Lab. COM 2003 Digital Design

COM 3000 System Programming COM 1000 Introduction To Computer Programming veya COM 2001 Object Oriented Programming

BIL 4000 Bitirme Çalışması BIL 4001 Mühendislik Tasarımı

Bilgisayar Mühendisliği Bölümü II. öğretim ön koşullu dersler


BIL 1000 Elektronik Devreler BIL 1005 Elektrik Devreleri

BIL 2005 Veri Yapıları BIL 1000 Programlamaya Giriş

BIL 2001 Nesne Yönelimli Programlama BIL 1000 Programlamaya Giriş

BIL 2003 Elektronik Lab. BIL 1000 Elektronik Devreler

BIL 2000 Mikroişlemciler BIL 1007 Bilgisayarın Temelleri

BIL 2012 Sayısal Tasarım Lab. BIL 2003 Sayısal Tasarım

BIL 3000 Sistem Programlama BIL 1000 Programlamaya Giriş veya BIL 2001 Nesne Yönelimli Programlama

BIL 4000 Bitirme Çalışması BIL 4001 Mühendislik Tasarımı

Metalurji ve Malzeme Mühendisliği Bölümü ön koşullu dersler


MET 3011 Fiziksel Metalurji MET 2009 Malzeme Bilimi I

MET 2014 Çözeltiler Termodinamiği MET 2015 Metalurji Termodinamiği

MET 4000 Bitirme Çalışması MET 4001 Mühendislik Tasarımı

Endüstri Mühendisliği Bölümü ön koşullu dersler


END 2010 Mühendislik İstatistiği II END 2013 Mühendislik İstatistiği I

END 3011 Yöneylem Araştırması I END 2018 Mühendislik Matematiği

END 3010 Yöneylem Araştırması II END 3011 Yöneylem Araştırması I

END 3000 Üretim Planlama ve Kontrol II END 3017 Üretim ve Planlama ve Kontrol I

END 3016 Benzetim END 2010 Mühendislik İstatistiği II

END 4000 Bitirme Çalışması END 4001 Mühendislik Tasarımı


4

2. Üniversitemiz “Önlisans ve Lisans Eğitim-Öğretim Yönetmeliği”nin, 28. maddesinin 2. fırkasında

yazılı “Dördüncü yarıyılın sonunda genel not ortalaması 1.80’in altında olan lisans öğrencileri üst

yarıyıllardan ders alamazlar.” hükmü bulunması nedeniyle, 01 Temmuz 2015 tarih ve 40 sayılı

Fakülte Kurulu’nda alınan “Fakültemiz öğrencilerine 7. yarıyılda okutulmakta olan “Mühendislik

Tasarımı” dersine yazılabilmeleri için 1., 2., 3. ve 4. yarıyıldaki tüm derslerden başarılı olma şartının”

kararının iptal edilmesine ve 2014-2015 eğitim-öğretim programına tabi olan tüm öğrencilere

uygulanmasına,

3. Fakültemiz Bölüm Başkanlıklarından seçmeli ders açılması teklifi ile ilgili alınan yazılar incelendi ve

gereği düşünüldü,

A) Fakültemiz İnşaat Mühendisliği Bölümü’nde okutulmak üzere aşağıda içerikleri ve yarıyılları verilen

derslerin açılmasına,

a) 7. yarıyılda okutulmak üzere aşağıda verilen “INS…. Yapım İşlerinden Zaman Planlama (3+0+0)

dersinin açılmasına,

INS Yapım İşlerinde Zaman Planlaması 3+0+0 ECTS:7.5

Yıl / Yarıyıl 4. Yıl / Güz Dönemi

Ders Düzeyi Lisans

Yazılım Şekli Seçmeli

Bölümü İnşaat Mühendisliği

Ön Koşul Yok

Tavsiye edilen program öğeleri Yok

Öğretim Sistemi Yüz yüze

Dersin süresi 14 hafta- haftada 3 saat teorik

Öğretim Üyesi Doç. Dr. Vedat TOĞAN

Diğer Öğretim Üyesi / Üyeleri Doç.Dr. Tayfun Dede, Dr. Öğr. Üyesi Hasan Basri Başağa

Öğretim Dili Türkçe

Staj Yok

Dersin Amacı

Dersin amacı; inşaat projelerinde planlama ve zaman yönetiminin temel kavramlarının ve pratik tekniklerinin anlatılması, öğrencilerin yapım

projelerinde iş planlaması yapabilmesi gereken yöntemlerin anlatılmasıdır.

Öğrenme Çıktıları BÖÇK ÖY

Bu dersi başarı ile tamamlayan öğrenciler:

ÖÇ - 1 : Planlama ve zaman yönetiminin temel kavramlarını öğreneceklerdir. 10 1, 5

ÖÇ - 2 : İnşaat projelerinde aktiviteleri tanımlayabilecek ve aktiviteler arası ilişkileri

kurarak zaman yönetimi hesaplamaları yapabileceklerdir. 3, 10 1, 5

ÖÇ - 3 : İnşaat proje süreçlerini takip edebilecek ve kaynak planlaması

yapabileceklerdir. 3, 10 1, 5

BÖÇK: Bölüm öğrenme çıktılarına katkı, ÖY: Ölçme ve değerlendirme yöntemi (1: Yazılı Sınav, 2: Sözlü Sınav, 3: Ev Ödevi, 4: Laboratuvar

Çalışması/Sınavı, 5: Seminer / Sunum, 6: Dönem Ödevi), ÖÇ: Öğrenme Çıktısı

Dersin İçeriği

İnşaat projelerinde planlamanın önemi, zaman planlamasına genel bir bakış, aktivitelerin oluşturulması, planlama yöntemleri, Kritik yol

yöntemi, kaynak dengelemesi ve zaman-maliyet dengesi, projelerin izlenmesi ve kontrolünün yapılması


5

Haftalık Detaylı Ders İçeriği

Hafta Detaylı İçerik Önerilen Kaynak

Hafta 1 İnşaat yönetimine ve zaman planlamasına giriş

Hafta 2 Aktivitelerin ve sürelerinin belirlenmesi

Hafta 3 Gantt Çubuk Diyagramı

Hafta 4 PERT Yöntemi

Hafta 5 PERT Yöntemi

Hafta 6 Kritik yol yöntemi (CPM)

Hafta 7 Kritik yol yöntemi (CPM

Hafta 8 Ağ sıklaştırma

Hafta 9 1. Arasınav

Hafta 10 Kaynak ayırma

Hafta 11 Öncelik diyagramları

Hafta 12 Proje izleme ve kontrol

Hafta 13 Proje planlama yazılımları hakkında genel bilgiler

Hafta 14 Sınıf sunumu

Hafta 15 Sınıf sunumu

Hafta 16 Dönem sonu sınavı

Ders Kitabı / Malzemesi

İnşaat Sektöründe Bilgisayar Destekli Planlama Metot ve Örnekleri, Kuruoglu, M. Çağlayan Kitapevi, İstanbul, 2002.

Construction Project Scheduling and Control, Saleh Mubarak, Wiley, Third Edition, 2015

İlave Kaynak

Handbook for Construction Planning and Scheduling, Andrew Baldwin and David Bordoli, Wiley, 2014

Ölçme Yöntemi

Yöntem Hafta Tarih Süre (Saat) Katkı (%)

Arasınav 9 2 30

Yıl İçi Çalışma 13 2 20

Dönem sonu sınavı 16 2 50

Öğrenci iş Yükü

İşlem adı Haftalık süre

(saat) Hafta sayısı Dönem toplamı

Yüz yüze eğitim 3 14 42

Sınıf dışı çalışma 5 16 80

1. Ara sınav için hazırlık 5 7 35

1. Ara sınav 2 1 2

Uygulama 6 4 24


6

Dönem sonu sınavı için hazırlık 5 8 40


Toplam iş yükü 225

b) 5. yarıyılda okutulmak üzere aşağıda verilen “INS…. Yapı Metrajı ve Maliyeti (3+0+0)” dersinin

açılmasına,

Seçmeli ders önerisi

INS ……. YAPI METRAJI ve MALİYETİ 3-0-0 Doç. Dr. Tayfun DEDE

INS YAPI METRAJI ve MALİYETİ 3+0+0

Yıl / Yarıyıl 3. Yıl / Güz Dönemi

Ders Duzeyi Lisans

Yazılım Şekli Seçmeli

Bolumu İnşaat Mühendisliği Bölümü

Ön Koşul Yok

Öğretim Sistemi Yüz yüze

Dersin süresi 14 hafta – haftada 3 saat teorik

Öğretim Üyesi DOÇ. DR. Tayfun DEDE

Diğer Öğretim Üyesi / Üyeleri DOÇ. DR. Vedat TOĞAN, Dr. Öğr. Üyesi Hasan Basri BAŞAĞA


Staj Yok

Dersin Amacı

Metraj konusunda temel bilgiler vermek,

Metraj yöntem ve tekniklerini öğretmek,

Hesap tabloları yardımıyla metraj çizelgeleri oluşturmak

Uygulama çalışmalarıyla öğrencilerin metraj konusundaki pratikliğini geliştirmek

Öğrenme Çıktıları BPÇK ÖY

Bu dersi başarı ile tamamlayan öğrenciler :

ÖÇ - 1 : Yapı metrajı yapabilme 1,4 1,3,6

ÖÇ - 2 : Metraj hesap tabloları oluşturabilme 1,4 1,3,6

ÖÇ - 3 : Metraj dokümanlarını düzenleyebilme 1,4 1,3,6

BPÇK : Bölüm program çıktılarına katkı, ÖY : Ölçme ve değerlendirme yöntemi (1: Yazılı Sınav, 2: Sözlü Sınav, 3: Ev

Ödevi, 4: Laboratuvar Çalışması/Sınavı, 5: Seminer / Sunum, 6: Dönem Ödevi / Proje), ÖÇ : Öğrenme Çıktısı

Dersin İçeriği

Metrajın tanımı, metraj çeşitleri, yapı metrajını oluşturan iş kalemlerini analiz edebilme, metraj çizelgeleri, birim fiyat

unsuru, yapı projeleri, röleveler, ataşmanlar, metraj için yardımcı tablolar.


Hafta Detaylı İçerik Önerilen Kaynak

Hafta 1 Giriş, metraj tanımı

Hafta 2 Metraj hazırlanırken dikkat edilecek hususlar, yapı elemanlarının belirlenmesi, yapılan hatalar,


7

metraj çıkarılmasında kolaylıklar

Hafta 3 Genel amaçlı bina inşaatı imalat sırası

Hafta 4 Hakediş raporlarının düzenlenmesinde kullanılan metrajlar

Mahal listesi, yeşil defter, metraj özeti, ataşmanlarla ilgili diğer defterler

Hafta 5 Birim fiyat unsuru, yapı işlerinde birim fiyat tarifi, özel birim fiyatlar, birim fiyat analizleri,

bilgisayar destekli programların tanıtımı

Hafta 6 Yapıyı oluşturan iş bölümlerine ait çeşitli metraj düzenlemeleri

Hafta 7 Metraj hesaplamaları için hesap tablolarının oluşturulması

Hafta 8 Metraj hesaplamaları için hesap tablolarının oluşturulması

Hafta 9 Arasınav

Hafta 10 Bir bütün olarak yapı metrajı (Uygulama -1)




Hafta 14 Hakediş ve kesin hesap raporlarının düzenlenmesinde kullanılan metrajlar

Hafta 15 Hakediş ve kesin hesap raporlarının düzenlenmesinde kullanılan metrajlar

Hafta 16 Yarıyıl Sonu Sınavı


B. Mazlum Birecikli, Yapı metrajı ve maliyeti, Birsen yayınevi, 2016.

İlave Kaynak

Ders notları

B. Mazlum Birecikli, Örneklerle Pratik Yapı Metrajı ve Maliyeti, Birsen yayınevi, 2017.

Ölçme Yöntemi

Yöntem Hafta Tarih Süre (Saat) Katkı (%)

Arasınav 9 1,5 40

Ödev

12

13

14

15

0,5 10


Öğrenci İş Yükü

İşlem adı Haftalık süre (saat) Hafta sayısı Dönem toplamı

Yüz yüze eğitim 3 14 42


Arasınav için hazırlık 3 3 9

Arasınav 1 1 1

Dönem sonu sınavı için hazırlık 2 4 8


8



B) Fakültemiz Endüstri Mühendisliği Bölümü’nde 7. yarıyılda okutulmak üzere bölüm seçmeli - 9

grubunda “ENS Sezgisel Yöntemler (3+0+0)” ve Bölüm Seçmeli – 11 grubunda ise “END Yapay

Sinir ağları (3+0+0)” derslerinin açılmasına,

SEC Sezgisel Yöntemler 3+0+0 5

Ders Düzeyi Lisans

Bölümü Endüstri Mühendisliği

Ön Koşul Yok

Dersin Süresi 14 Hafta-Haftada 3 Saat

Öğretim Üyesi Dr. Öğr. Üyesi Kemal ÇAKAR


Dersin Amacı

Endüstri mühendisliği uygulamalarının büyük bir bölümü NP-hard problemleri oluşturmaktadır. Bu problemler

genellikle kesin sonuç veren optimizasyon teknikleri ile çözülememektedir. Son yıllarda bu problemlerin

çözümünde sezgisel yöntemler etkin bir sekilde kullanılmaktadır. Bu derste sezgisel yöntemler ve uygulama

alanları tanıtılacaktır. Dersin sonunda öğrenci sezgisel yöntemler ile ilgili temel kavramları öğrenip, problem

tanımlama ve matematiksel model kullanarak çözüm geliştirme becerisi ile NP-Hard problemlerin çözümüne

sezgisel yönetmeleri uyarlayabilme becerisi kazanacaktır.



ÖÇ -1 : TemelSezgisel yöntemleri tanımlayabilecek

1

ÖÇ -2 : Yaygın kullanılan Sezgisel Metodlarıi öğrenip; çözüm

algoritmalarını belirli bir uygulama için kullanabilecek, 3

ÖÇ -3 : MATLAB kullanarak temel Sezgisel Algoritma ve

Metotlarını kullanarak çözüm geliştirebileceklerdir. 5,6

BÖÇK : Bölüm öğrenme çıktılarına katkı, ÖY : Ölçme ve değerlendirme yöntemi (1: Yazılı Sınav, 2: Sözlü

sınav, 3: Ev Ödevi, 4: Laboratuvar Çalışması/Sınavı, 5: Seminer /Sunum, 6: Dönem Ödevi) ÖÇ : Öğrenme

Çıktısı

Dersin İçeriği

Optimizasyon problemlerine giriş, NP-Complete problemler, Klasik sezgisel yöntemler (Kazanç, Komşu arama,

Aç gözlü), Geliştirme Sezgiselleri (Düğüm ekleme, k-opt, or-opt), Parametrik Sezgisel yöntemler (Genetik

Algortimalar, Tabu Arama, Benzetimli Tavlama, Karınca kolonisi).



9

Hafta Detaylı İçerik Önerilen

Kaynak

Hafta 1 Sezgisel Yöntemlere Giriş

Hafta 2 Genetik Algoritmalar Bölüm 1

Hafta 3 Genetik Algoritmalar Bölüm 2

Hafta 4 Tabu Arama Algoritması Bölüm 1

Hafta 5 Tabu Arama Algoritması Bölüm 2

Hafta 6 Karınca Kolonisi Optimizasyonu Algoritması Bölüm 1

Hafta 7 Karınca Kolonisi Optimizasyonu Algoritması Bölüm 2

Hafta 8 Arasınav

Hafta 9 Arı Kolonisi Algoritması Bölüm 1

Hafta 10 Arı Kolonisi Algoritması Bölüm 2

Hafta 11 Benzetimli Tavlama Algoritması Bölüm 1

Hafta 12 Benzetimli Tavlama Algoritması Bölüm 2

Hafta 13 Değişken Komşuluk Arama Algoritması

Hafta 14 Diğer Metasezgisel Yöntemler

Hafta 15 Öğrenci sunumları



1 Modern Sezgisel Teknikler ve Uygulamaları, Dr. Tunçhan Cura, Papatya Yayıncılık,

2008

İlave Kaynak

2 Handbook of Metaheuristics (International Series in Operations Research &

Management Science), Michel Genderau, Jean-Yves Potvin, Springer, 2012.

3

Ölçme Yöntemi

Yöntem Hafta Tarih Süre(Saat) Katkı (%)

Ara Sınav 8 1 30

Ödev 14 20

Dönem Sonu Sınavı 16 1 50


İşlem Adı Haftalık Süre (saat) Hafta

Sayısı Dönem Toplamı

Eğitim 3 14 42




10

Arasınav 1,5 1 1,5

Dönem sonu sınavı için

hazırlık 10 2 20

Dönem sonu sınavı 1,5 1 1,5

Diğer 1 0


ELK Heuristic Methods 3+0+0 5

Level of Course Bachelor's Degree

Department Industrial Engineering

Prerequisites and co-

requisites None

Contact hours 14 weeks - 3 hours of lectures per week

Lecturer Asst. Prof. Dr. Kemal ÇAKAR

Language of instruction Turkish

Objectives of the Course

A large part of the research area of industrial engineering includes NP-hard problems. These problems usually can

not be solved by exact optimization techniques. In recent years, heuristic techniques will be effectively deal with

these problems. In this course, heuristic techniques and its application areas will be introduced.

Learning Outcomes CTPO TOA

Upon successful completion of the course, the students will be able to :

LO -1 : Student learns the basic concepts of heuristic methods

1

LO -2 : Student gains the ability of identificating problems and finding solutions

by using a mathematical model 3

LO -3 : Student gains the ability of improving classical and heuristic methods for

the solution of NP-Hard problems 5,6

CTPO : Contribution to programme outcomes, TOA : Type of assessment (1: written exam, 2: Oral exam, 3:

Homework assignment, 4: Laboratory exercise/exam, 5: Seminar / presentation, 6: Term paper), LO : Learning

Outcome

Contents of the Course

Introduction to Optimization problems, NP-Complete problems, , Classical Construction Heuristics (Savings,

Nearest Neighbor, Greedy) Classical Improvement Heuristics (Node Insertion, k-opt, or-opt), Meta-heuristic

Methods (Genetic Algorithms, Tabu Search, Simulated Annealing, Ant Colony)

Course Syllabus

Week Subject Related


11

Notes /

Files

Week 1 Introduction to heuristic methods

Week 2 Genetic Algorithms Part 1

Week 3 Genetic Algorithms Part 2

Week 4 Tabu Search Algorithms Part 1

Week 5 Tabu Search Algorithms Part 1

Week 6 Ant Colony Optimization Algorithm Part 1


Week 8 Midterm exam



Week 11 Simulated Annealing Part 1

Week 12 Simulated Annealing Part 2

Week 13 Variable Neighborhood Search Algorithm

Week 14 Other Meta-heuristic Methods

Week 15 Project presentations

Week 16 Final exam

Textbook / Material

1 Modern Sezgisel Teknikler ve Uygulamaları, Dr. Tunçhan Cura, Papatya Yayıncılık, 2008

Recommended Reading

2 Handbook of Metaheuristics (International Series in Operations Research & Management Science),

Michel Genderau, Jean-Yves Potvin, Springer, 2012.

3

Method of Assessment

Type of assessment Week No Date Duration

(hours)

Weight

(%)

Mid-term exam 8 1 30

Project Homework 14 20

Final exam 16 1 50

Student Work Load and its Distribution

Type of work Duration (hours pw)

No of

weeks /

Number

of

activity

Hours in total per

term

Lectures (face to face teaching) 3 14 42

Own (personal) studies outside

class 3 12 36


12

Own study for first mid-term

exam 10 1 10

Mid-term exam 1,5 1 1,5

Quiz 0

Own study for final

examhazırlık 10 2 20

End-of-term exam 1,5 1 1,5

Other 1 0

Total work load 111

SEC Yapay Sinir Ağları 3+0+0 5

Ders Düzeyi Lisans

Bölümü Endüstri Mühendisliği

Ön Koşul Yok

Dersin Süresi 14 Hafta-Haftada 3 Saat

Öğretim Üyesi Doç. Dr. Şükrü ÖZŞAHİN


Dersin Amacı

Mühendislik problemlerini modellemek ve çözmek için Yapay Sinir Ağları (YSA) sistemlerinin temel prensiplerini

ve algoritmalarını öğretmek.



ÖÇ -1 : Temel yapay sinir ağ modellerini tanımlayabilecek

ÖÇ -2 : Yaygın kullanılan YSA modellerini ve öğrenme

algoritmalarını belirli bir uygulama için kullanabilecek,

ÖÇ -3 :

MATLAB ve onun Yapay Sinir Ağ Aracını kullanarak

temel YSA modellerini ve algoritmalarını

gerçekleştirebilecektir

BÖÇK : Bölüm öğrenme çıktılarına katkı, ÖY : Ölçme ve değerlendirme yöntemi (1: Yazılı Sınav, 2: Sözlü sınav,

3: Ev Ödevi, 4: Laboratuvar Çalışması/Sınavı, 5: Seminer /Sunum, 6: Dönem Ödevi) ÖÇ : Öğrenme Çıktısı

Dersin İçeriği

Yapay zeka ve makine öğrenmesi, yapay sinir ağlarının temelleri, yapay sinir hücresi modelleri, çok katmanlı

algılayıcı ağı (MLP), geriye yayılım algoritması, eğiticili öğrenme, eğiticisiz öğrenme, destekleyici öğrenme, yapay

sinir ağları uygulamaları, öğrenci sunumları


Hafta Detaylı İçerik Önerilen

Kaynak

Hafta 1 Yapay zeka ve makine öğrenmesine genel bakış

Hafta 2 Yapay sinir ağlarına giriş, yapay sinir ağlarının temelleri

Hafta 3 Biyolojik ve yapay sinir hücreleri, yapay sinir hücresi modelleri

Hafta 4 Eğiticili öğrenme: Algılayıcı öğrenme kuralı

Hafta 5 Temel ağ topolojileri ve çok katmanlı algılayıcı ağı (MLP)

Hafta 6 Geriye yayılım algoritması


13

Hafta 7 Radyal Taban Fonksiyonlu (RTF) ağlar

Hafta 8 Arasınav

Hafta 9 Eğiticisiz Öğrenme: ART ağları, Destekleyici öğrenme: LVQ modeli,

Kendini inşa eden harita ağı (SOM)

Hafta 10 Yapay sinir ağları uygulamaları

Hafta 11 Endüstri mühendisliği uygulama örnekleri

Hafta 12 Yapay sinir ağları ile tahmin

Hafta 13 Yapay sinir ağ modelleri ve ilişkin öğrenme algoritmalarının

MATLAB nümerik yazılım ortamında gerçeklenmesi

Hafta 14 Hazır paket program uygulamaları

Hafta 15 Öğrenci sunumları



1 Prof. Dr. Ercan Öztemel, 2003, “Yapay Sinir Ağları”, Papatya Yayıncılık, 238s.

İlave Kaynak

2 Prof. Dr. Çetin Elmas, 2007, "Yapay Zeka Uygulamaları", Seçkin Yayıncılık, 425 s.

3 Haykin, Simon, 1998, “Neural Networks: A Comprehensive Foundation”, Prentice-

Hall, 842p.

4 Vasif Nabiyev , Yapay Zeka: Problemler, Yöntemler, Algoritmalar, 2. baskı, 764 s.,

Seçkin, Ankara, 2005.

5 Okyay Kaynak ve M. Önder Efe, “Yapay Sinir Ağları ve Uygulamaları”,

Boğaziçi Üniversitesi Yayınevi, 141s.

6 Şeref Sağıroğlu, Erkan Beşdok, Mehmet Erler, 2003, “Mühendislikte Yapay Zeka

Uygulamaları - I : Yapay Sinir Ağları”, Ufuk Yayıncılık, 426s.

Ölçme Yöntemi

Yöntem Hafta Tarih Süre(Saat) Katkı (%)

Ara Sınav 8 1 50

Dönem Sonu Sınavı 16 1 50


İşlem Adı Haftalık Süre (saat) Hafta Sayısı Dönem Toplamı

Eğitim 3 14 42



Arasınav 1,5 1 1,5

Dönem sonu sınavı için

hazırlık 10 2 20

Dönem sonu sınavı 1,5 1 1,5

Diğer 1 0

Toplam iş yükü


14

ELK Artificial Neural Networks 3+0+0 5

Level of Course First Cycle

Department Industrial Engineering

Prerequisites and co-

requisites None

Contact hours 14 weeks - 3 hours of lectures per week

Lecturer Assoc. Prof. Dr. Şükrü ÖZŞAHİN

Language of instruction Turkish

Objectives of the Course

The goal of this course is to teach the fundamental principles and algorithms of Artificial Neural Network (ANN)

systems for modeling and solving engineering problems.

Learning Outcomes CTPO TOA

Upon successful completion of the course, the students will be able to :

LO -1 : Describe basic artificial neural network models

LO -2 : Use the most common ANN architectures and their learning algorithms

for a specific application

LO -3 : Implement basic ANN models and algorithms using Matlab and its

Neural Network Toolbox

CTPO : Contribution to programme outcomes, TOA : Type of assessment (1: written exam, 2: Oral exam, 3:

Homework assignment, 4: Laboratory exercise/exam, 5: Seminar / presentation, 6: Term paper), LO : Learning

Outcome

Contents of the Course

Artificial intelligence and machine learning. fundamentals of ANN, neural cell models, Multi-Layer Perception

network (MLP), backpropagation learning, supervised learning, unsupervised learning, reinforcement learning,

applications of artificial neural networks, project presentation

Course Syllabus

Week Subject

Related

Notes /

Files

Week 1 Introduction to artificial intelligence and machine learning

Week 2 Introduction to artificial neural networks, fundamentals of ANN

Week 3 Biological and artificial nerve cells, neural cell models

Week 4 Supervised learning: Perceptron learning algorithm

Week 5 Basic network topologies and Multi-layer Perceptron network (MLP)

Week 6 Backpropagation learning

Week 7 Radial Basis Function (RBF) network.

Week 8 Midterm exam


15

Week 9

Unsupervised learning: Adaptive Resonance Theory (ART),

Reinforcement learning: Learning Vector Quantization (LVQ), Self-Organizing

Maps (SOM)

Week 10 Applications of artificial neural networks

Week 11 Industrial engineering applications with ANN

Week 12 Forecasting with ANN

Week 13 Implementation of artificial neural networks models and

associated learning algorithms in MATLAB numerical software environment

Week 14 ANN software and applications

Week 15 Project presentation

Week 16 Final exam

Textbook / Material

1 Prof. Dr. Ercan Öztemel, 2003, “Yapay Sinir Ağları”, Papatya Yayıncılık, 238s.

Recommended Reading

2 Prof. Dr. Çetin Elmas, 2007, "Yapay Zeka Uygulamaları", Seçkin Yayıncılık, 425 s.

3 Haykin, Simon, 1998, “Neural Networks: A Comprehensive Foundation”, Prentice-Hall, 842p.

4 Vasif Nabiyev , Yapay Zeka: Problemler, Yöntemler, Algoritmalar, 2. baskı, 764 s.,

Seçkin, Ankara, 2005.

5 Okyay Kaynak ve M. Önder Efe, “Yapay Sinir Ağları ve Uygulamaları”,

Boğaziçi Üniversitesi Yayınevi, 141s.

6 Şeref Sağıroğlu, Erkan Beşdok, Mehmet Erler, 2003, “Mühendislikte Yapay Zeka Uygulamaları -

I : Yapay Sinir Ağları”, Ufuk Yayıncılık, 426s.

Method of Assessment

Type of assessment Week No Date Duration

(hours)

Weight

(%)

Mid-term exam 8 1 50

Final exam 16 1 50

Student Work Load and its Distribution

Type of work Duration (hours pw)

No of

weeks /

Number

of

activity

Hours in total per

term

Lectures (face to face teaching) 3 14 42

Own (personal) studies outside

class 3 12 36

Own study for first mid-term

exam 10 1 10

Mid-term exam 1,5 1 1,5


16

Quiz 0

Own study for final

examhazırlık 10 2 20

End-of-term exam 1,5 1 1,5

Other 1 0

Total work load 111

C) Fakültemiz Elektrik-Elektronik Mühendisliği Bölümü’nde okutulmak üzere aşağıda içerikleri ve

yarıyılları verilen derslerin açılmasına,

a) 4. yarıyılda S41 Sosyal Seçmeli grubunda “HIR Kişisel ve Kurumsal İletişim” ve “ELK

Endüstri 4” derslerinin açılmasına,

b) 7. yarıyılda T74 Teknik Seçmeli grubunda “ELK Dağınık Üretim Sistemleri” derslerinin

açılmasına,

c) 8. yarıyılda S81 Sosyal Seçmeli grubunda “HUK Bilişim Suç Hukuku” ve “HUK Bilirkişilik

Kanunu ve Uygulaması” derslerinin açılmasına,

4. Fakültemiz Bölümlerinde Çift Ana Dal ve Yan Dal eğitimi yapacak öğrencilere uygulanacak uyum

programlarının 240 AKTS’ye göre belirlenmesi ile ilgili Bölüm Başkanlıklarından alınan yazılar

incelendi ve gereği düşünüldü;

Fakültemiz bölümlerinin çift ana dal ve yan dal uyum programlarının 240 AKTS’ye güncellenmiş

olarak ilgili bölüm başkanlıklarından geldiği şekli ile kabulüne ve programlarının 2018-2019 eğitim-

öğretim yılından itibaren uygulanmasına,

Oy birliğine karar verilmiştir.


17

Documents

K.T.Ü. MÜHENDİSLİK FAKÜLTESİ FAKÜLTE KURULU TOPLANTI … · Birim fiyat unsuru, yapı işlerinde birim fiyat tarifi, özel birim fiyatlar, birim fiyat analizleri, bilgisayar