Dersin Adı | Bulanık Optimizasyon |
Kodu | Yarıyıl | Teori (saat/hafta) | Uygulama/Lab (saat/hafta) | Yerel Kredi | AKTS |
---|---|---|---|---|---|
MATH 671 | Güz/Bahar | 3 | 0 | 3 | 7.5 |
Ön-Koşul(lar) | Yok | |||||
Dersin Dili | İngilizce | |||||
Dersin Türü | Seçmeli | |||||
Dersin Düzeyi | Doktora | |||||
Dersin Veriliş Şekli | - | |||||
Dersin Öğretim Yöntem ve Teknikleri | ||||||
Dersin Koordinatörü | - | |||||
Öğretim Eleman(lar)ı | ||||||
Yardımcı(ları) | - |
Dersin Amacı | Bulanık Küme Teorisi, klasik küme teorisi ya da olasılık teorisi ile çözülemeyen problemleri çözmede kullanılan bir yaklaşımdır. Bu derste Bulanık küme teorisi ve bulanık mantığın temeli incelenir. Ayrıca bu ders, uygulamalı matematik ve istatistik alanlarında ele alınan bulanık kontrol ve bulanık karar verme gibi bulanık mantık uygulamalarını açıklar. |
Öğrenme Çıktıları | Bu dersi başarıyla tamamlayabilen öğrenciler;
|
Ders Tanımı | Bu derste, Bulanık küme teorisi temel kavram ve uygulamaları incelenecektir. |
Dersin İlişkili Olduğu Sürdürülebilir Kalkınma Amaçları | |
| Temel Ders | |
Uzmanlık/Alan Dersleri | ||
Destek Dersleri | X | |
İletişim ve Yönetim Becerileri Dersleri | ||
Aktarılabilir Beceri Dersleri |
Hafta | Konular | Ön Hazırlık |
1 | Bulanık Kümeler Temel Tanımlar | Fuzzy Sets, Uncertainity, and Information by G.J. Klir and T.A. Folger, Prentice Hall, Inc. |
2 | Bulanık Kümeler Temel Tanımlar | Fuzzy Sets, Uncertainity, and Information by G.J. Klir and T.A. Folger, Prentice Hall, Inc. |
3 | Bulanık Ölçüler ve Bulaknıklığın Ölçüleri | Fuzzy Sets, Uncertainity, and Information by G.J. Klir and T.A. Folger, Prentice Hall, Inc. |
4 | Bulanık Ölçüler ve Bulaknıklığın Ölçüleri | Fuzzy Sets, Uncertainity, and Information by G.J. Klir and T.A. Folger, Prentice Hall, Inc. |
5 | Bulanık İlişkiler ve Bulanık Grafikler | Fuzzy Sets, Uncertainity, and Information by G.J. Klir and T.A. Folger, Prentice Hall, Inc. |
6 | Bulanık İlişkiler ve Bulanık Grafikler | Fuzzy Sets, Uncertainity, and Information by G.J. Klir and T.A. Folger, Prentice Hall, Inc. |
7 | İmkan Teorisi, Olasılık Teorisi ve Bulanık Küme Teorisi | Fuzzy Sets, Uncertainity, and Information by G.J. Klir and T.A. Folger, Prentice Hall, Inc. |
8 | İmkan Teorisi, Olasılık Teorisi ve Bulanık Küme Teorisi | Fuzzy Sets, Uncertainity, and Information by G.J. Klir and T.A. Folger, Prentice Hall, Inc. |
9 | Bulanık Mantık | Fuzzy Sets, Uncertainity, and Information by G.J. Klir and T.A. Folger, Prentice Hall, Inc. |
10 | Ara sınav | Fuzzy Sets, Uncertainity, and Information by G.J. Klir and T.A. Folger, Prentice Hall, Inc. |
11 | Bulanık Ortamlarda Karar Verme | Fuzzy Sets, Uncertainity, and Information by G.J. Klir and T.A. Folger, Prentice Hall, Inc. |
12 | Bulanık Ortamlarda Karar Verme | Fuzzy Sets, Uncertainity, and Information by G.J. Klir and T.A. Folger, Prentice Hall, Inc. |
13 | Bulanık Ortamlarda Karar Verme | Fuzzy Sets, Uncertainity, and Information by G.J. Klir and T.A. Folger, Prentice Hall, Inc. |
14 | Bulanık Ortamlarda Karar Verme | Fuzzy Sets, Uncertainity, and Information by G.J. Klir and T.A. Folger, Prentice Hall, Inc. |
15 | Dönemin gözden geçirilmesi | Fuzzy Sets, Uncertainity, and Information by G.J. Klir and T.A. Folger, Prentice Hall, Inc. |
16 | Dönemin gözden geçirilmesi |
Ders Kitabı | Yukarıda verilen kitapların bazı bölümlerinden ve alıştırmalardan faydalanılacaktır. |
Önerilen Okumalar/Materyaller | Fuzzy Logic with Engineering Applications by T.J. Ross, McGrawHill Book Company, 1995. |
Yarıyıl Aktiviteleri | Sayı | Katkı Payı % |
Katılım | ||
Laboratuvar / Uygulama | ||
Arazi Çalışması | ||
Küçük Sınav / Stüdyo Kritiği | ||
Portfolyo | ||
Ödev | ||
Sunum / Jüri Önünde Sunum | 1 | 30 |
Proje | ||
Seminer/Çalıştay | ||
Sözlü Sınav | ||
Ara Sınav | 1 | 30 |
Final Sınavı | 1 | 40 |
Toplam |
Yarıyıl İçi Aktivitelerin Başarı Notuna Katkısı | 60 | |
Yarıyıl Sonu Aktivitelerin Başarı Notuna Katkısı | 40 | |
Toplam |
Yarıyıl Aktiviteleri | Sayı | Süre (Saat) | İş Yükü |
---|---|---|---|
Teorik Ders Saati (Sınav haftası dahildir: 16 x teorik ders saati) | 16 | 3 | 48 |
Laboratuvar / Uygulama Ders Saati (Sınav haftası dahildir. 16 x uygulama/lab ders saati) | 16 | ||
Sınıf Dışı Ders Çalışması | 15 | 6 | 90 |
Arazi Çalışması | |||
Küçük Sınav / Stüdyo Kritiği | |||
Portfolyo | |||
Ödev | |||
Sunum / Jüri Önünde Sunum | 1 | ||
Proje | 1 | 30 | |
Seminer/Çalıştay | |||
Sözlü Sınav | |||
Ara Sınavlar | 1 | 30 | |
Final Sınavı | 1 | 30 | |
Toplam | 228 |
# | Program Yeterlilikleri / Çıktıları | * Katkı Düzeyi | ||||
1 | 2 | 3 | 4 | 5 | ||
1 | Yüksek lisans düzeyi yeterliliklerine dayalı olarak, teorik matematik ve istatistik kuramları ve uygulamalarına ilişkin bilgilerini uzmanlık düzeyinde geliştirmek, , derinleştirmek ve alanına yenilik getirecek özgün tanımlara ulaştırmak, | X | ||||
2 | Matematik ve İstatistikte orijinal, bağımsız ve kritik düşünme yeteneklerine sahip olmak ve teorik kavramlar geliştirebilmek, | X | ||||
3 | Matematik ve İstatistikteki problemleri tanıyabilme ve doğrulayabilme yeteneğine sahip olmak, | X | ||||
4 | Disiplinlerarası yaklaşımla, teorik ve uygulamalı matematik ve istatistik yöntemlerini yeni problemlerin analiz ve çözümümde uygulayabilmek ve uygulama konusunda kendi potansiyellerini keşfedebilmek, | X | ||||
5 | Uygulamalı Matematiğin ve istatistiğin kullanıldığı hemen her alanda, uzmanlık gerektiren bir çalışmayı bağımsız olarak yürütebilmek, sonuçlandırıp, raporlayabilmek, | X | ||||
6 | Uygulamalı Matematik ve İstatistik alanında edindiği uzmanlık düzeyindeki bilgi ve becerilerini eleştirel bir yaklaşımla değerlendirebilmek, yenileyebilmek, ve karmaşık düşüncelerin eleştirel analizini, sentezini ve değerlendirmesini yapabilmek, | X | ||||
7 | Uygulamalı Matematik ve İstatistik alanında analizlerini ve önerdiği yöntemleri, uzman kişilere, bilimsel nitelikte aktarabilmek, | X | ||||
8 | Ulusal ve uluslararası (İngilizce) akademik kaynakları etkin bir şekilde kullanabilmek ve bilgi birikimini güncel tutabilmek, yurtiçi ve yurtdışı meslektaşlarıyla rahat bir şekilde iletişim kurabilmek, periyodik litaretürü takip edebilmek, alanındaki ve alan dışındaki bilimsel toplantılara, yazılı, sözlü ve görsel olarak sistemli biçimde aktarımda bulunabilmek, | X | ||||
9 | Uygulamalı Matematik ve İstatistik alanlarında yaygın olarak kullanılan yazılımlara aşina olmak ve en az ikisini etkin şekilde kullanabilmek, | X | ||||
10 | Uygulamalı Matematik ve İstatistik alanlarında bilimsel, teknolojik, sosyal veya kültürel ilerlemeleri tanıtarak, yaşadığı toplumun bilgi toplumu olma ve bunu sürdürebilme sürecine katkıda bulunmak, | X | ||||
11 | Evrensel anlamda birikimli ve duyarlı olarak tüm süreçleri etkin şekilde değerlendirebilmek, karşılaştığı toplumsal, bilimsel, kültürel ve etik sorunların çözümüne katkıda bulunup ve bu değerlerin gelişimini desteklemek, | X | ||||
12 | Soyut düşünce yapısına hakim olarak, somut olaylara bağlayabilmek ve çözümleri taşıyabilmek, deney tasarlayıp veri toplayarak bilimsel yöntemlerle sonuçları incelemek ve yorumlamak, | X | ||||
13 | Matematik ve istatistiğn kullanıldığı sistem ve konularla ilgili strateji, politika ve planlar geliştirebilmek ve elde edilen sonuçları yorumlayıp geliştirebilmek, | X | ||||
14 | Matematik ve İstatistik bilinmlerinin gelişmesinde ve kaynaşmasında yer alan önemli kişileri, olay ve olguları, diğer bilim dallarının gelişmesindeki etkileri açısından değerlendirebilmek, tartışabilmek, inceleyebilmek, | X | ||||
15 | Uygulamalı Matematik ve İstatistik alanında bireysel veya ekip olarak bir bilimsel çalışmayı sürdürmek, bağımsız çalışmanın ilgili tüm aşamalarında etkili olmak, karar verme sürecine katılmak, zamanı etkili kullanarak gerekli planlamayı yapmak ve yürütmek. | X |
*1 Lowest, 2 Low, 3 Average, 4 High, 5 Highest