Ders AdıKodu Yerel KrediAKTS Ders (saat/hafta)Uygulama (saat/hafta)Laboratuar (saat/hafta)
Yöneylem Araştırmasında Özel KonularMTM513337.5300
ÖnkoşullarYok
YarıyılGüz, Bahar
Dersin Diliİngilizce, Türkçe
Dersin SeviyesiYüksek Lisans
Dersin TürüSeçmeli @ Matematik Mühendisliği ABD Matematik Mühendisliği Yüksek Lisans Programı
Ders KategorisiUzmanlık/Alan Dersleri
Dersin Veriliş ŞekliYüz yüze
Dersi Sunan Akademik BirimMatematik Mühendisliği Bölümü
Dersin KoordinatörüMustafa Sivri
Dersi Veren(ler)Fatih Taşçı
Asistan(lar)ı
Dersin AmacıMühendislik Problemlerinde optimal çözümü bulmaya yönelik matematiksel model oluşturma becerisi kazandırmak ve elde edilen modelin çözülmesinde gerekecek metodların verilmesi.
Dersin İçeriğiLineer Programlama Hakkında Kısa Hatırlatmalar; Karmarkar Algoritması; Duyarlık Analizi; Fuzzy Lineer Programlama; Çok Amaçlı Lineer Programlama; Üyelik Fonksiyonları Vasıtasıyla Çok Amaçlı Lineer Programlamaya Çözüm Önerileri; Çok Amaçlı Hiperbolik Programlama; Üyelik Fonksiyonları Vasıtasıyla Çok Amaçlı Hiperbolik Programlamaya Çözüm Önerileri; Transport Problemi; Aktarmalı Transport Problemi; Transport Probleminde Duyarlık Analizi; Çok Amaçlı Transport Problemine Çözüm Önerileri; Hedef Programlama; Hedef Programlamanın Uygulamaları; Stokastik Programlamaya Giriş; Stokastik Programlamanın Uygulamaları
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
  • Frederick S. Hillier, Gerald J. Lieberman, Introduction to Operations Research 9e, McGraw Hill, 2009.
  • Multi-Criteria Decision Making”, University of Warwick, Great Britain(1980) Karpak, B.
  • Zionts, S., “Multiple Criteria Decision Making and Risk Analysis Using Microcomputers” ,Berlin Heidelberg(1989)
  • Sakawa M., Nishizaki I.,Uemura Y., “Interactive Fuzzy Programming For Two-Level Linear and Linear Fractional Production and Assignment Problems”, Europan Journal of Operational Research 135(2001)s
Opsiyonel Program BileşenleriYok

Ders Öğrenim Çıktıları

  1. Öğrenci bir problemi matematiksel çerçevede ifade edebilir.
  2. Öğrenci komplike matematiksel modeller kurabilme becerisi kazanır
  3. Öğrenci matematik programlama problemlerinin çözüm tekniklerini öğrenir
  4. Öğrenci optimalliği analiz eder.

Haftalık Konular ve İlgili Ön Hazırlık Çalışmaları

HaftaKonularÖn Hazırlık
1Lineer Programlama Hakkında Kısa Hatırlatmalar İlgili Kaynaklar
2Duyarlılık Analizleri İlgili Kaynaklar
3Karmarkar Algoritmasıİlgili Kaynaklar
4Bulanık Lineer Programlama İlgili Kaynaklar
5Çok Amaçlı Lineer Programlama İlgili Kaynaklar
6Üyelik Fonksiyonları Vasıtasıyla Çok Amaçlı Lineer Programlamaya Çözüm Önerileri İlgili Kaynaklar
7Çok Amaçlı Hiperbolik Programlama İlgili Kaynaklar
8Üyelik Fonksiyonları Vasıtasıyla Çok Amaçlı Hiperbolik Programlamaya Çözüm Önerileri İlgili Kaynaklar
9Ara sınavİlgili Kaynaklar
10Aktarmalı Taşıma Problemi İlgili Kaynaklar
11Taşıma Probleminde Duyarlık Analizi İlgili Kaynaklar
12Çok Amaçlı Taşıma Problemine Çözüm Önerileri İlgili Kaynaklar
13Hedef Programlama İlgili Kaynaklar
14Hedef Programlamanın Uygulamaları İlgili Kaynaklar
15Stokastik Programlamaya Giriş ve Uygulamalarıİlgili Kaynaklar
16Final Sınavıİlgili Kaynaklar

Değerlendirme Sistemi

EtkinliklerSayıKatkı Payı
Devam/Katılım
Laboratuar
Uygulama
Arazi Çalışması
Derse Özgü Staj
Küçük Sınavlar/Stüdyo Kritiği
Ödev325
Sunum/Jüri
Projeler
Seminer/Workshop
Ara Sınavlar135
Final140
Dönem İçi Çalışmaların Başarı Notuna Katkısı
Final Sınavının Başarı Notuna Katkısı
TOPLAM100

AKTS İşyükü Tablosu

EtkinliklerSayıSüresi (Saat)Toplam İşyükü
Ders Saati143
Laboratuar
Uygulama
Arazi Çalışması
Sınıf Dışı Ders Çalışması1511
Derse Özgü Staj
Ödev35
Küçük Sınavlar/Stüdyo Kritiği
Projeler
Sunum / Seminer
Ara Sınavlar (Sınav Süresi + Sınav Hazırlık Süresi)12
Final (Sınav Süresi + Sınav Hazırlık Süresi)12
Toplam İşyükü :
Toplam İşyükü / 30(s) :
AKTS Kredisi :
Diğer NotlarYok