k.t.Ü. mÜhendİslİk fakÜltesİ fakÜlte kurulu toplanti … · birim fiyat unsuru, yapı...
TRANSCRIPT
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
Ders Adı Ön Koşulu
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
Ders Adı Ön Koşulu
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
Ders Adı Ön Koşulu
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
Ders Adı Ön Koşulu
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
Mühendislik Fakültesi, Fakülte Kurulu’nun 04.07.2018 gün ve 58 sayılı Toplantı Tutanağı
3
Jeofizik Mühendisliği Bölümü ön koşullu dersler
Ders Adı Ön Koşulu
JFZ 4000 Bitirme Çalışması JFZ 4001 Mühendislik Tasarımı
Maden Mühendisliği Bölümü ön koşullu dersler
Ders Adı Ön Koşulu
MDM 4000 Bitirme Çalışması MDM 4001 Mühendislik Tasarımı
Bilgisayar Mühendisliği Bölümü I. öğretim ön koşullu dersler
Ders Adı Ön Koşulu
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
Ders Adı Ön Koşulu
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
Ders Adı Ön Koşulu
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
Ders Adı Ön Koşulu
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
Mühendislik Fakültesi, Fakülte Kurulu’nun 04.07.2018 gün ve 58 sayılı Toplantı Tutanağı
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
Mühendislik Fakültesi, Fakülte Kurulu’nun 04.07.2018 gün ve 58 sayılı Toplantı Tutanağı
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
Mühendislik Fakültesi, Fakülte Kurulu’nun 04.07.2018 gün ve 58 sayılı Toplantı Tutanağı
6
Dönem sonu sınavı için hazırlık 5 8 40
Dönem sonu sınavı 2 1 2
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
Öğretim Dili Türkçe
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.
Haftalık Detaylı Ders İçeriği
Hafta Detaylı İçerik Önerilen Kaynak
Hafta 1 Giriş, metraj tanımı
Hafta 2 Metraj hazırlanırken dikkat edilecek hususlar, yapı elemanlarının belirlenmesi, yapılan hatalar,
Mühendislik Fakültesi, Fakülte Kurulu’nun 04.07.2018 gün ve 58 sayılı Toplantı Tutanağı
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 11 Bir bütün olarak yapı metrajı (Uygulama -2)
Hafta 12 Bir bütün olarak yapı metrajı (Uygulama -3)
Hafta 13 Bir bütün olarak yapı metrajı (Uygulama -4)
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
Ders Kitabı / Malzemesi
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
Dönem sonu sınavı 16 1 50
Öğrenci İş Yükü
İşlem adı Haftalık süre (saat) Hafta sayısı Dönem toplamı
Yüz yüze eğitim 3 14 42
Sınıf dışı çalışma 3 14 42
Arasınav için hazırlık 3 3 9
Arasınav 1 1 1
Dönem sonu sınavı için hazırlık 2 4 8
Mühendislik Fakültesi, Fakülte Kurulu’nun 04.07.2018 gün ve 58 sayılı Toplantı Tutanağı
8
Dönem sonu sınavı 1 2 2
Toplam iş yükü 104
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
Öğretim Dili Türkçe
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.
Öğrenme Çıktıları BÖÇK ÖY
Bu dersi başarı ile tamamlayan öğrenciler:
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).
Haftalık Detaylı Ders İçeriği
Mühendislik Fakültesi, Fakülte Kurulu’nun 04.07.2018 gün ve 58 sayılı Toplantı Tutanağı
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
Hafta 16 Dönem sonu sınavı
Ders Kitabı / Malzemesi
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
Öğrenci İş Yükü
İşlem Adı Haftalık Süre (saat) Hafta
Sayısı Dönem Toplamı
Eğitim 3 14 42
Sınıf dışı çalışma 3 12 36
Arasınav için hazırlık 10 1 10
Mühendislik Fakültesi, Fakülte Kurulu’nun 04.07.2018 gün ve 58 sayılı Toplantı Tutanağı
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
Toplam iş yükü 111
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
Mühendislik Fakültesi, Fakülte Kurulu’nun 04.07.2018 gün ve 58 sayılı Toplantı Tutanağı
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 7 Ant Colony Optimization Algorithm Part 2
Week 8 Midterm exam
Week 9 Ant Colony Optimization Algorithm Part 1
Week 10 Ant Colony Optimization Algorithm Part 2
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
Mühendislik Fakültesi, Fakülte Kurulu’nun 04.07.2018 gün ve 58 sayılı Toplantı Tutanağı
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
Öğretim Dili Türkçe
Dersin Amacı
Mühendislik problemlerini modellemek ve çözmek için Yapay Sinir Ağları (YSA) sistemlerinin temel prensiplerini
ve algoritmalarını öğretmek.
Öğrenme Çıktıları BÖÇK ÖY
Bu dersi başarı ile tamamlayan öğrenciler:
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
Haftalık Detaylı Ders İçeriği
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
Mühendislik Fakültesi, Fakülte Kurulu’nun 04.07.2018 gün ve 58 sayılı Toplantı Tutanağı
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
Hafta 16 Dönem sonu sınavı
Ders Kitabı / Malzemesi
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
Öğrenci İş Yükü
İşlem Adı Haftalık Süre (saat) Hafta Sayısı Dönem Toplamı
Eğitim 3 14 42
Sınıf dışı çalışma 3 12 36
Arasınav için hazırlık 10 1 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
Toplam iş yükü
Mühendislik Fakültesi, Fakülte Kurulu’nun 04.07.2018 gün ve 58 sayılı Toplantı Tutanağı
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
Mühendislik Fakültesi, Fakülte Kurulu’nun 04.07.2018 gün ve 58 sayılı Toplantı Tutanağı
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
Mühendislik Fakültesi, Fakülte Kurulu’nun 04.07.2018 gün ve 58 sayılı Toplantı Tutanağı
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.
Mühendislik Fakültesi, Fakülte Kurulu’nun 04.07.2018 gün ve 58 sayılı Toplantı Tutanağı
17