Nedim TUTKUN Düzce Üniversitesi Elektrik-Elektronik Mühendisliği Bölümü Düzce-Türkiye
|
|
- Bercu Kaymak
- 5 yıl önce
- İzleme sayısı:
Transkript
1 Optimizasyon Teknikleri Nedim TUTKUN Düzce Üniversitesi Elektrik-Elektronik Mühendisliği Bölümü Düzce-Türkiye
2 Optimizasyon nedir? İşleri daha iyi yapmak Daha fazla kâr elde etmek En iyisini belirlemek Az şeyle çok iş yapmak Optimizasyon, bütün kısıtları sağlayacak şekilde amaç fonksiyonunu en büyük veya en küçük yapan tasarım değişkenlerini bulmak olarak tanımlanabilir.
3 Optimizasyon nedir? En genel anlamda optimizasyon mümkün olan en elverişli çözümü bulma sürecidir. Mühendisler verilen işi en düşük maliyetle en etkin bir şekilde yapan cihazları ve ürünleri tasarlamak durumundadır. Bu nedenle mühendisler her zaman performans ve sınırları dengede tutan optimizasyon problemleri ile karşılaşırlar.
4 Optimizasyon nedir? Matematiksel bir perspektiften bakıldığında, optimizasyon, bir veya birden fazla değişkene bağlı bir fonksiyonun maksimum ve minimum değerlerini bulmakla ilgilenir. Burada amaç verilen fonksiyon için maksimum ve minimumları veren değişken değerlerinin bulunmasıdır. Bulunan optimal değerler ile fonksiyonun alabileceği en büyük ve en küçük değerler hesaplanır.
5 Tarihsel Süreç Tarihsel sürece bakıldığında bir çok bilim insanı optimizasyon ile ilgili çalışmalar yapmıştır. Bunlardan bazı aşağıdaki gibidir. Newton, Leibniz, Bernoulli, De l Hospital (1697) Lagrange (1750): kısıtlı optimizasyon Cauchy (1847): en dik azalış Dantzig (1947): Simplex yöntemi (Lineer Programlama (LP)) Kuhn, Tucker (1951): optimallik koşulları Karmakar (1984): dahili nokta yöntemi (LP) Bendsoe, Kikuchi (1988): topoloji optimizasyonu
6 Neler Yapılabilir? Optimizasyon teknikleri şunlar için kullanılabilir: Çalışan bir tasarım veya sistemin yapılması En iyi performansa ulaşma Tasarımı veya sistemi güvenilir ve sağlam yapmak Ayrıca aşağıdaki konularda fikir verir: Tasarım problemi Temel fizik Model zayıflıkları
7 Optimizasyon problemi Tasarım değişkenleri: tasarım probleminin parametrelendirildiği değişkenler x x 1, x 2,, x n Amaç: Minimize veya maksimize edilecek miktar f (x) Genellikle maliyet fonksiyonu olarak adlandırılır. Kısıt: sağlanması gereken koşul Eşitsizlik kısıtı: Eşitlik kısıtı: g(x) 0 h(x) 0
8 Optimizasyon problemi Optimizasyon probleminin genel biçimi: Min f (x) x g(x) 0 h(x) 0 x X n x L x x U
9 Optimizasyon problemlerini çözme Optimizasyon problemleri genellikle bir iteratif algoritma kullanılarak çözülür: Sabitler Tasarım değişkeni x Model Optimize edici Değerler f, g, h Türev değerleri (tasarım hassasiyetleri) f, g, h x i x i x i
10 Boyutsallık sorunu Değişken sayısının artması problemi karmaşık hale getirir. n adet tasarım değişkeniyle ilgili bir problem düşünün Her değişkeni m örnekle örnekleyin Gerekli hesaplama sayısı: m n Hesaplama başına 1 saniye, 10 değişken, 10 örnek: toplam süre 317 yıl
11 Paralel hesaplama Büyük problemler için optimizasyon çok büyük bilgisayar gücü gerektirir. Paralel hesaplama
12 Tasarım sürecinde optimizasyon Conventional Optimizasyonda design tasarım process: süreci: BeIirlenecek hususlar: 1. Tasarım değişkenleri 2. Amaç fonksiyonu 3. Kısıtlar Collect data to describe Sistemi the tanımlamak system için veri topla Başlangıç Estimate initial tasarımını design tahmin edin Analyze Sistemi the system analiz edin Check Kısıtları performance kontrol et criteria Tasarım yakınsama kriterlerini Is design satisfactory? karşılıyor mu? Done Change design based Bir optimizasyon metodu on experience / heuristics kullanarak / wild tasarımı guesses değiştirin Evet DUR
13 Tasarım sürecinde optimizasyon Global optimum en iyi çözümü sunar ve yerel bir optimum ise en iyi çözüm olmasa bile yakındaki değerlere göre daha iyidir. Yerel optimumları içeren durumlar multimodal olarak adlandırılır. Bu gibi durumlarda, global optimumun bulunması çoğu zaman istenir. Ayrıca global yerine yerel optimumun yanlışlıkla alınmaması için dikkatli olmak gerekir.
14 Tasarım sürecinde optimizasyon Global maksimum Lokal maksimum Global minimum Lokal minimum
15 Tasarım sürecinde optimizasyon Optimum Minimum Maksimum
16 Tasarım sürecinde optimizasyon Tıpkı kök bulmada olduğu gibi, tek boyutlu optimizasyon paranteze alma ve açık yöntemler olarak ikiye ayrılır. Altın-Bölme Golden Section arama yöntemi paranteze alma yönteminin bir örneği olup kök bulma yöntemi olan Aralık Yarılama yöntemi ile benzerlik gösterir. Biraz daha karmaşık olan parabolik enterpolasyon yaklaşımı ise başka bir yöntemdir. Bu iki yöntemin birleştirilip MATLAB ın fminbnd fonksiyonu ile kullanılır. >> fminbnd('fun',a,b)
17 Neden optimizasyon popüler? Popülerlik nedenleri: Sayısal modelleme tekniklerinin kullanılabilirliğini artması Ekonomik olan bilgisayarda gücün artması Artan rekabet ve küresel pazarlar Daha iyi ve daha güçlü optimizasyon teknikleri Artan pahalı üretim süreçleri (deneme yanılma yaklaşımı ile yapılan üretim çok pahalıdır) Optimizasyon bilgisi olan daha fazla mühendisin olması
18 Optimizasyon tuzakları! Doğru şekilde problemin formülasyonu kritik öneme sahiptir! Verilen bir problem için doğru algoritmayı seçmek önemlidir! Birçok algoritma çok sayıda kontrol parametresi içerir Optimizasyon, modellerdeki zayıf noktaları kullanma eğilimi gösterir Optimizasyon çok hassas tasarımlarda sorun çıkarabilir Bazı sorunlar oldukça zor, büyük ve pahalıdır
19 Yapısal optimizasyon Yapısal optimizasyon = Yapılara optimizasyon teknikleri uygulanabilir Farklı kategoriler: Boyutlandırma optimizasyonu Malzeme optimizasyonu E, Şekil optimizasyonu r L R h Topoloji optimizasyonu t
20 Şekil optimizasyonu Yamaha R1
21 Topoloji optimizasyon örnekleri
22 Sınıflandırma Problemler: Kısıtlı ve kısıtsız optimizasyon Tek düzeyli ve çok düzeyli optimizasyon Tek amaçlı ve çok amaçlı optimizasyon Deterministik ve stokastik Çözümler: Lineer ve lineer olmayan Konveks ve konveks olmayan Düzgün ve düzgün olmayan Değişkenler: Sürekli ve tam sayı kesikli
23 Pratik örnek: Airbus A380 Airbus A380'in kanat sertleştirici kaburgaları: Amaç: ağırlığı azaltmak Kısıtlar: stres, burkulma Ön kenar kaburgaları
24 Pratik örnek: Airbus A380 Topoloji optimizasyonu: Boyutlandırma/şekil optimizasyonu:
25 Airbus A380 Örneği Sonuç: 500 kg ağırlık tasarrufu
26 Diğer örnekler Jaguar F1 FRC ön kanat: Maksimum yer değiştirmelerde ağırlık kısıtlamalarını azaltmak 5% tasarruf sağlandı
27 Diğer Örnekler Paketleme ürünlerin dizaynı optimizasyonu Amaç: kullanılan malzemeyi en aza indirmek Kısıtlamalar: stres, burkulma Sonuç:% 20 tasarruf edildi.
28 Aktif kateter optimizasyonu
29 Diğer Optimizasyon Uygulamaları Optimizasyon ayrıca aşağıdaki alanlarda da uygulanır: Protein katlama Sistem tanılama Finansal piyasa tahmini (opsiyon fiyatlaması) Lojistik (gezgin satıcı problemi), rota planlama, yön eylem araştırması Kontrolör tasarımı Uzay aracı yörünge planlaması Yapısal tasarım optimizasyonu
30 Bir tasarım optimizasyon problemini ilginç kılan nedir? İyi tasarım optimizasyon problemleri genellikle çıkar çatışması / çelişen gereksinimler gösterir: Uçak kanadı: rijitlik / ağırlık Yağ şişesi: sertlik / burkulma yükü / malzeme kullanımı Aksi takdirde sorun önemsiz olabilir!
31 Optimizasyon modeli Optimizasyon problemleri genellikle bir iteratif algoritma kullanılarak çözülür: Sabitler Tasarım değişkeni x Model Optimize edici Değerler f, g, h Türevl değerleri (tasarım hassasiyetleri) f, g, h x i x i x i
32 Sistem yaklaşımı Giriş Sistem Fonksiyon Çıkış Ortam Sistematik düşünme biçimi: Giriş / çıkışlar nelerdir? Sisteme veya ortama ait olanlar hangileridir? Ayrıntı seviyesi ne ölçüde olmalıdır? Alt sistemleri ve hiyerarşileri ayırt edilmeli
33 Örnek: konsol kirişi: F, U h E, U(t) F(t) E,, h, L i F(t) U(t)
34 Model örneği E, L h, b F, U Çelik U(x), M(x), V(x) b h Matematiksel model: U FL 3 3EI FL 3 bh 3 3E 12 Sonlu elemant model: 1 U K(E, L,b, h) F
35 Model örneği (2) E, L h, b F, U Çelik U(x), M(x), V(x) Sistem (durum) değişkenleri: Sistem parametreleri: Sistem sabitler: h b U(x), M(x), V(x) h, b, L E,
36 Bilgisayar modellerinin özellikleri Sonlu doğruluğun nedenleri: Ayrıklaşma zamanı ve arama uzayı Sonlu sayıda iterasyon (özdeğerler, doğrusal olmayan modeller) Sayısal yuvarlama hataları, kötü koşullar Çözümler "gürültü" içerebilir: Arama uzayında ve/veya farklı ayrıklıklaşma nedeniyle bu olabilir. Örneğin tekrar ağ yapısı oluşturma.
37 Gürültü içeren çözüm Örnek: tekrar ağ yapısı oluşturma etkisi Normalize edilmiş stres kısıtı Delik çapı
38 Bilgisayar modellerinin özellikleri Hesaplamalı modeller (çok) zaman alır Çoğu zaman tasarım hassasiyetleri hesaplanabilir Tasarım hassasiyetinin maliyet analizi? Hassasiyetlerin doğruluğu / tutarlılığı Çözüm Tam Nümerik Model Tasarım Değişkeni
39 Sonlu fark hassasiyetleri Duyarlılık hesaplamanın basit yolu: sonlu farklar df f ( x x) f ( x) dx x Küçük! f f (x x) f (x) x Fazla ayrıntı daha sonra verilecek! x
40 Einstein'ın tavsiyesi Her şey mümkün olduğunca basit yapılmalı, ancak daha basit olmamalıdır. Modelin basitleşmesi optimizasyon için önemlidir.!
41 Kaynaklar P.Y. Papalambros & D.J. Wilde, Principles of Optimal Design, Modeling and Computation Singiresu S. Rao, Engineering Optimization: Theory and Practice Chong E.K.P. and Zak S.H., An Introduction to Optimization Fred van Keulen & Matthijs Langelaa, Lecture Notes on Engineering Optimization, Delft University, 2008
YÖNEYLEM ARAŞTIRMASI - III
YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik Bu bölümde eşitsizlik kısıtlarına bağlı bir doğrusal olmayan kısıta sahip problemin belirlenen stasyoner noktaları
DetaylıSAYISAL ÇÖZÜMLEME. Sayısal Çözümleme
SAYISAL ÇÖZÜMLEME 1 SAYISAL ÇÖZÜMLEME 4. Hafta DENKLEM ÇÖZÜMLERİ 2 İÇİNDEKİLER Denklem Çözümleri Doğrusal Olmayan Denklem Çözümleri Grafik Yöntemleri Kapalı Yöntemler İkiye Bölme (Bisection) Yöntemi Adım
DetaylıOPTİMİZASYON TEKNİKLERİ. Kısıtsız Optimizasyon
OPTİMİZASYON TEKNİKLERİ Kısıtsız Optimizasyon Giriş Klasik optimizasyon yöntemleri minimum veya maksimum değerlerini bulmak için türev gerektiren ve gerektirmeyen teknikler olarak bilinirler. Bu yöntemler
DetaylıModelleme bir sanattan çok bir Bilim olarak tanımlanabilir. Bir model kurucu için en önemli karar model seçiminde ilişkileri belirlemektir.
MODELLEME MODELLEME Matematik modelleme yaklaşımı sistemlerin daha iyi anlaşılması, analiz edilmesi ve tasarımının etkin ve ekonomik bir yoludur. Modelleme karmaşık parametrelerin belirlenmesi için iyi
DetaylıTek Değişkenli Optimizasyon OPTİMİZASYON. Gradient Tabanlı Yöntemler. Bisection (İkiye Bölme) Yöntemi
OPTİMİZASYON Gerçek hayatta, çok değişkenli optimizasyon problemleri karmaşıktır ve nadir olarak problem tek değişkenli olur. Bununla birlikte, tek değişkenli optimizasyon algoritmaları çok değişkenli
DetaylıYÖNEYLEM ARAŞTIRMASI - III
YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik Quadratic Programming Bir karesel programlama modeli aşağıdaki gibi tanımlanır. Amaç fonksiyonu: Maks.(veya Min.) z
DetaylıEM302 Yöneylem Araştırması 2 Doğrusal Olmayan Programlamaya Giriş. Dr. Özgür Kabak
EM302 Yöneylem Araştırması 2 Doğrusal Olmayan Programlamaya Giriş Dr. Özgür Kabak Doğrusal Olmayan Programlama Eğer bir Matematiksel Programlama modelinin amaç fonksiyonu ve/veya kısıtları doğrusal değil
DetaylıLineer Programlama. Doğrusal terimi, hem amaç hem de kısıtları temsil eden matematiksel fonksiyonların doğrusal olduğunu gösterir.
LİNEER PROGRAMLAMA Giriş Uygulamada karşılaşılan birçok optimizasyon problemi kısıtlar içerir. Yani optimizasyon probleminde amaç fonksiyonuna ilave olarak çözümü kısıtlayıcı ek denklemler mevcuttur. Bu
DetaylıMETASEZGİSEL YÖNTEMLER
METASEZGİSEL YÖNTEMLER Ara sınav - 30% Ödev (Haftalık) - 20% Final (Proje Sunumu) - 50% - Dönem sonuna kadar bir optimizasyon tekniğiyle uygulama geliştirilecek (Örn: Zaman çizelgeleme, en kısa yol bulunması,
DetaylıKısıtsız Optimizasyon OPTİMİZASYON Kısıtsız Optimizasyon
OPTİMİZASYON Bu bölümde çok değişkenli kısıtsız optimizasyon problemlerinin çözüm yöntemleri incelenecektir. Bu bölümde anlatılacak yöntemler, kısıtlı optimizasyon problemlerini de çözebilmektedir. Bunun
DetaylıYÖNEYLEM ARAŞTIRMASI - I
YÖNEYLEM ARAŞTIRMASI - I /0 İçerik Matematiksel Modelin Kurulması Grafik Çözüm DP Terminolojisi DP Modelinin Standart Formu DP Varsayımları 2/0 Grafik Çözüm İki değişkenli (X, X2) modellerde kullanılabilir,
DetaylıGenetik Algoritmalar. Bölüm 1. Optimizasyon. Yrd. Doç. Dr. Adem Tuncer E-posta:
Genetik Algoritmalar Bölüm 1 Optimizasyon Yrd. Doç. Dr. Adem Tuncer E-posta: adem.tuncer@yalova.edu.tr Optimizasyon? Optimizasyon Nedir? Eldeki kısıtlı kaynakları en iyi biçimde kullanmak olarak tanımlanabilir.
DetaylıHESSİEN MATRİS QUADRATİK FORM MUTLAK ve BÖLGESEL MAKS-MİN NOKTALAR
HESSİEN MATRİS QUADRATİK FORM MUTLAK ve BÖLGESEL MAKS-MİN NOKTALAR Kısıtlı ve kısıtsız fonksiyonlar için maksimum veya minimum (ekstremum) noktalarının belirlenmesinde diferansiyel hesabı kullanarak çeşitli
DetaylıMühendislikte Sayısal Çözüm Yöntemleri NÜMERİK ANALİZ. Prof. Dr. İbrahim UZUN
Mühendislikte Sayısal Çözüm Yöntemleri NÜMERİK ANALİZ Prof. Dr. İbrahim UZUN Yayın No : 2415 İşletme-Ekonomi Dizisi : 147 5. Baskı Eylül 2012 - İSTANBUL ISBN 978-605 - 377-438 - 9 Copyright Bu kitabın
DetaylıYÖNEYLEM ARAŞTIRMASI - I
YÖNEYLEM ARAŞTIRMASI - I 1/19 İçerik Yöneylem Araştırmasının Dalları Kullanım Alanları Yöneylem Araştırmasında Bazı Yöntemler Doğrusal (Lineer) Programlama, Oyun Teorisi, Dinamik Programlama, Tam Sayılı
DetaylıEŞİTLİK KISITLI TÜREVLİ YÖNTEMLER
EŞİTLİK KISITLI TÜREVLİ YÖNTEMLER LAGRANGE YÖNTEMİ Bu metodu incelemek için Amaç fonksiyonu Min.z= f(x) Kısıtı g(x)=0 olan problemde değişkenler ve kısıtlar genel olarak şeklinde gösterilir. fonksiyonlarının
DetaylıDOĞRUSAL PROGRAMLAMADA DUALİTE (DUALITY)
DOĞRUSAL PROGRAMLAMADA DUALİTE (DUALITY) 1 DOĞRUSAL PROGRAMLAMADA İKİLİK (DUALİTE-DUALITY) Doğrusal programlama modelleri olarak adlandırılır. Aynı modelin değişik bir düzende oluşturulmasıyla Dual (İkilik)
DetaylıEM302 Yöneylem Araştırması 2. Dr. Özgür Kabak
EM302 Yöneylem Araştırması 2 Dr. Özgür Kabak TP Çözümü TP problemlerinin çözümü için başlıca iki yaklaşım vardır kesme düzlemleri (cutting planes) dal sınır (branch and bound) tüm yaklaşımlar tekrarlı
DetaylıFonksiyon Optimizasyonunda Genetik Algoritmalar
01-12-06 Ümit Akıncı Fonksiyon Optimizasyonunda Genetik Algoritmalar 1 Fonksiyon Optimizasyonu Fonksiyon optimizasyonu fizikte karşımıza sık çıkan bir problemdir. Örneğin incelenen sistemin kararlı durumu
DetaylıMONTE CARLO BENZETİMİ
MONTE CARLO BENZETİMİ U(0,1) rassal değişkenler kullanılarak (zamanın önemli bir rolü olmadığı) stokastik ya da deterministik problemlerin çözümünde kullanılan bir tekniktir. Monte Carlo simülasyonu, genellikle
DetaylıTİPİK MODELLEME UYGULAMALARI
MODELLEME Matematik modelleme yaklaşımı sistemlerin daha iyi anlaşılması, analiz edilmesi ve tasarımının etkin ve ekonomik bir yoludur. Modelleme karmaşık parametrelerin belirlenmesi için iyi tanımlamalara
DetaylıDers Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS
DERS BİLGİLERİ Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS Otoma Teorisi Ve Biçimsel Diller BIL445 7 3+0 3 4 Ön Koşul Dersleri Yok Dersin Dili Dersin Seviyesi Dersin Türü Türkçe Lisans Zorunlu
DetaylıOPTIMIZASYON Bir Değişkenli Fonksiyonların Maksimizasyonu...2
OPTIMIZASYON.... Bir Değişkenli Fonksiyonların Maksimizasyonu.... Türev...3.. Bir noktadaki türevin değeri...4.. Maksimum için Birinci Derece Koşulu...4.3. İkinci Derece Koşulu...5.4. Türev Kuralları...5
DetaylıZeki Optimizasyon Teknikleri
Zeki Optimizasyon Teknikleri Ara sınav - 25% Ödev (Haftalık) - 10% Ödev Sunumu (Haftalık) - 5% Final (Proje Sunumu) - 60% - Dönem sonuna kadar bir optimizasyon tekniğiyle uygulama geliştirilecek (Örn:
Detaylıİleri Yöneylem Araştırması Uygulamaları Tam Sayılı Programlama
İleri Yöneylem Araştırması Uygulamaları Tam Sayılı Programlama Dr. Özgür Kabak 2016-2017 Güz } Gerçek hayattaki bir çok problem } tam sayılı değişkenlerin ve } doğrusal kısıt ve amaç fonksiyonları ile
DetaylıSAYISAL ÇÖZÜMLEME Yrd. Doç. Dr. Adnan SONDAŞ Sayısal Çözümleme
SAYISAL ÇÖZÜMLEME Yrd. Doç. Dr. Adnan SONDAŞ asondas@kocaeli.edu.tr 0262-303 22 58 1 SAYISAL ÇÖZÜMLEME 1. Hafta SAYISAL ANALİZE GİRİŞ 2 AMAÇ Mühendislik problemlerinin çözüm aşamasında kullanılan sayısal
DetaylıSimpleks Yönteminde Kullanılan İlave Değişkenler (Eşitliğin yönüne göre):
DP SİMPLEKS ÇÖZÜM Simpleks Yöntemi, amaç fonksiyonunu en büyük (maksimum) veya en küçük (minimum) yapacak en iyi çözüme adım adım yaklaşan bir algoritma (hesaplama yöntemi) dir. Bu nedenle, probleme bir
DetaylıYÖNEYLEM ARAŞTIRMASI - III
YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik İkiye Bölme / Yarılama Yöntemi Genel olarak f x = 0 gerek şartını sağlamak oldukça doğrusal olmayan ve bu sebeple çözümü
DetaylıGENETİK ALGORİTMALARA GİRİŞ
GENETİK ALGORİTMALARA GİRİŞ Nedim TUTKUN Düzce Üniversitesi Elektrik Elektronik Mühendisliği Bölümü nedimtutkun@duzce.edu.tr Düzce Üniversitesi Elektrik&Elektronik Mühendisliği Bölümü Konuralp 81620 Düzce
Detaylı1. Hafta SAYISAL ANALİZE GİRİŞ
SAYISAL ANALİZ 1. Hafta SAYISAL ANALİZE GİRİŞ 1 AMAÇ Mühendislik problemlerinin çözümünde kullanılan sayısal analiz yöntemlerinin algoritmik olarak çözümü ve bu çözümlemelerin MATLAB ile bilgisayar ortamında
DetaylıKOMBİNATORYAL OPTİMİZASYON
KOMBİNATORYAL OPTİMİZASYON İnsanların, daha iyi nasıl olabilir ya da nasıl elde edilebilir?, sorusuna cevap aramaları, teknolojinin gelişmesini sağlayan en önemli etken olmuştur. Gerçek hayatı daha kolay
DetaylıDENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ
DENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf/Y.Y. Ders Saati (T+U+L) Kredi AKTS ENDÜSTRİ MÜH. İÇİN SAYISAL YÖNTEMLER FEB-321 3/ 2.YY 3+0+0 3 3 Dersin Dili
DetaylıDENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ
DENİZ HARP OKULU TEMEL BİLİMLER BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf/Y.Y. Ders Saati (T+U+L) Kredi AKTS SAYISAL YÖNTEMLER FEB-311 3/ 1.YY 2+0+0 2 3 Dersin Dili Dersin Seviyesi
DetaylıEM302 Yöneylem Araştırması 2 Çok değişkenli DOP ların çözümü. Dr. Özgür Kabak
EM302 Yöneylem Araştırması 2 Çok değişkenli DOP ların çözümü Dr. Özgür Kabak Doğrusal olmayan programlama Tek değişkenli DOP ların çözümü Uç noktaların analizi Altın kesit Araması Çok değişkenli DOP ların
DetaylıÇEV 2006 Mühendislik Matematiği (Sayısal Analiz) DEÜ Çevre Mühendisliği Bölümü Doç.Dr. Alper ELÇĐ
Giriş ÇEV 2006 Mühendislik Matematiği (Sayısal Analiz) DEÜ Çevre Mühendisliği Bölümü Doç.Dr. Alper ELÇĐ Sayısal Analiz Nedir? Mühendislikte ve bilimde, herhangi bir süreci tanımlayan karmaşık denklemlerin
Detaylı2) Lineer olmayan denklem çözümlerini bilir 1,2,4 1
DERS BİLGİLERİ Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS Numerik Analiz BIL222 4 3+0 3 5 Ön Koşul Dersleri Yok Dersin Dili Dersin Seviyesi Dersin Türü Türkçe Lisans Zorunlu / Yüz Yüze Dersin
DetaylıKISITLI OPTİMİZASYON
KISITLI OPTİMİZASYON SİMPLEKS YÖNTEMİ Simpleks Yöntemi Simpleks yöntemi iteratif bir prosedürü gerektirir. Bu iterasyonlar ile gerçekçi çözümlerin olduğu bölgenin (S) bir köşesinden başlayarak amaç fonksiyonunun
DetaylıFonksiyon Minimizasyonunda Simulated Annealing Yöntemi
07-04-006 Ümit Akıncı Fonksiyon Minimizasyonunda Simulated Annealing Yöntemi İçindekiler Fonksiyon Minimizasyonu Metropolis Algoritması. Algoritma.......................................... Bir boyutlu
DetaylıYÖNEYLEM ARAŞTIRMASI - III
YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik Hessien Matris-Quadratik Form Mutlak ve Bölgesel Maksimum-Minimum Noktalar Giriş Kısıtlı ve kısıtsız fonksiyonlar için
DetaylıGENETİK ALGORİTMALARA GİRİŞ (I)
Bu notlar D. Coley ve S. Haupt ın Kitaplarından Yararlanarak Hazırlanmıştır. GENETİK ALGORİTMALARA GİRİŞ (I) Nedim TUTKUN Düzce Üniversitesi Elektrik Elektronik Mühendisliği Bölümü nedimtutkun@duzce.edu.tr
DetaylıTeori ve Örneklerle. Doç. Dr. Bülent ORUÇ
Teori ve Örneklerle JEOFİZİKTE MODELLEME Doç. Dr. Bülent ORUÇ Kocaeli-2012 İÇİNDEKİLER BÖLÜM 1 Sayısal Çözümlemeye Genel Bakış 1 1.2. Matris Gösterimi. 2 1.2. Matris Transpozu. 3 1.3. Matris Toplama ve
Detaylı4. HAFTA BLM323 SAYISAL ANALİZ. Okt. Yasin ORTAKCI.
4. HAFTA BLM33 SAYISAL ANALİZ Okt. Yasin ORTAKCI yasinortakci@karabuk.edu.tr Karabük Üniversitesi Uzaktan Eğitim Uygulama ve Araştırma Merkezi BLM33 DOĞRUSAL OLMAYAN (NONLINEAR) DENKLEM SİSTEMLERİ Mühendisliğin
DetaylıDoğrusal Programlama. Prof. Dr. Ferit Kemal Sönmez
Doğrusal Programlama Prof. Dr. Ferit Kemal Sönmez Doğrusal Programlama Belirli bir amacın gerçekleşmesini etkileyen bazı kısıtlayıcı koşulların ve bu kısıtlayıcı koşulların doğrusal eşitlik ya da eşitsizlik
DetaylıBİÇİMSEL YÖNTEMLER (FORMAL METHODS) Betül AKTAŞ Suna AKMELEZ
BİÇİMSEL YÖNTEMLER (FORMAL METHODS) Betül AKTAŞ 14011021 Suna AKMELEZ 14011050 Biçimsel Yöntemler Nedir? Nerede Kullanılır? Biçimsel Tasarım Biçimsel Yöntemlerin Yararları Biçimsel Yöntemlerin Zayıf Yönleri
DetaylıMatematiksel modellerin elemanları
Matematiksel modellerin elemanları Op#mizasyon ve Doğrusal Programlama Maksimizasyon ve Minimizasyon örnekleri, Doğrusal programlama modeli kurma uygulamaları 6. DERS 1. Karar değişkenleri: Bir karar verme
DetaylıYöneylem Araştırması II
Yöneylem Araştırması II Öğr. Gör. Dr. Hakan ÇERÇİOĞLU cercioglu@gazi.edu.tr BÖLÜM I: Doğrusal Programlama Tekrarı Doğrusal Programlama Tanımı Doğrusal Programlama Varsayımları Grafik Çözüm Metodu Simpleks
DetaylıSAYISAL ANALİZ. Doç. Dr. Cüneyt BAYILMIŞ. Sayısal Analiz. Doç.Dr. Cüneyt BAYILMIŞ
SAYISAL ANALİZ Doç. Dr. Cüneyt BAYILMIŞ 1 SAYISAL ANALİZ 1. Hafta SAYISAL ANALİZE GİRİŞ 2 AMAÇ Mühendislik problemlerinin çözümünde kullanılan sayısal analiz yöntemlerinin algoritmik olarak çözümü ve bu
DetaylıMAK 210 SAYISAL ANALİZ
MAK 210 SAYISAL ANALİZ BÖLÜM 5- SONLU FARKLAR VE İNTERPOLASYON TEKNİKLERİ Doç. Dr. Ali Rıza YILDIZ MAK 210 - Sayısal Analiz 1 İNTERPOLASYON Tablo halinde verilen hassas sayısal değerler veya ayrık noktalardan
DetaylıKONU 4: DOĞRUSAL PROGRAMLAMA MODELİ İÇİN ÇÖZÜM YÖNTEMLERİ I
KONU 4: DOĞRUSAL PROGRAMLAMA MODELİ İÇİN ÇÖZÜM YÖNTEMLERİ I 4.1. Dışbükeylik ve Uç Nokta Bir d.p.p. de model kısıtlarını aynı anda sağlayan X X X karar değişkenleri... n vektörüne çözüm denir. Eğer bu
DetaylıMAK 210 SAYISAL ANALİZ
MAK 210 SAYISAL ANALİZ BÖLÜM 7- SAYISAL TÜREV Doç. Dr. Ali Rıza YILDIZ 1 GİRİŞ İntegral işlemi gibi türev işlemi de mühendislikte çok fazla kullanılan bir işlemdir. Basit olarak bir fonksiyonun bir noktadaki
DetaylıOPTİMİZASYON TEKNİKLERİ-2. Hafta
GİRİŞ OPTİMİZASYON TEKNİKLERİ-2. Hafta Mühendislik açısından bir işin tasarlanıp, gerçekleştirilmesi yeterli değildir. İşin en iyi çözüm yöntemiyle en verimli bir şekilde yapılması bir anlam ifade eder.
DetaylıDoç. Dr. Metin Özdemir Çukurova Üniversitesi
FİZİKTE SAYISAL YÖNTEMLER Doç. Dr. Metin Özdemir Çukurova Üniversitesi Fizik Bölümü 2 ÖNSÖZ Bu ders notları Fizik Bölümünde zaman zaman seçmeli olarak vermekte olduǧum sayısal analiz dersinin hazırlanması
DetaylıTRAKYA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MAKİNA MÜHENDİSLİĞİ ANABİLİM DALI DOKTORA PROGRAMI ŞEKİL TANIMA ÖDEV 2 KONU : DESTEK VEKTÖR MAKİNELERİ
TRAKYA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ MAKİNA MÜHENDİSLİĞİ ANABİLİM DALI DOKTORA PROGRAMI ŞEKİL TANIMA ÖDEV 2 KONU : DESTEK VEKTÖR MAKİNELERİ Kenan KILIÇASLAN Okul No:1098107203 1. DESTEK VEKTÖR MAKİNELER
DetaylıTÜREV VE UYGULAMALARI
TÜREV VE UYGULAMALARI A R, a A ve f de A da tanımlı bir fonksiyon olsun. Eğer f(x) f(a) lim x a x a limiti veya x=a+h koymakla elde edilen f(a+h) f(a) lim h 0 h Bu türev f (a), df dx limiti varsa f fonksiyonu
DetaylıYÖNEYLEM ARAŞTIRMASI - III
YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik (Eşitlik Kısıtlı Türevli Yöntem) Bu metodu incelemek için Amaç fonksiyonu Min.z= f(x) Kısıtı g(x)=0 olan problemde
DetaylıDoğrusal olmayan programlama. Suat ATAN
Doğrusal olmayan programlama Suat ATAN İçindekiler 1 Giriş 2 2 Optimizasyon 2 3 Doğrusal olmayan programlama 4 3.1 Tek değişkenli fonksiyonun optimumluk şartları.................. 6 3.2 Çok Değişkenli
DetaylıT.C. DOKUZ EYLÜL ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ EKONOMETRİ ANABİLİM DALI EKONOMETRİ DOKTORA PROGRAMI
T.C. DOKUZ EYLÜL ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ EKONOMETRİ ANABİLİM DALI EKONOMETRİ DOKTORA PROGRAMI Genişletilmiş Lagrange Yöntemi Hazırlayan: Nicat GASIM Öğretim Üyesi Prof. Dr. İpek Deveci KARAKOÇ
DetaylıULUSLARARASI ANTALYA ÜNİVERSİTESİ ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ DERS KATALOĞU
ULUSLARARASI ANTALYA ÜNİVERSİTESİ ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ DERS KATALOĞU ZORUNLU DERSLER IE 201 - Operasyon Modelleme Karar vermedeki belirsizlik rolü de dahil olmak üzere işletme kararlarının matematiksel
DetaylıTemelleri. Doç.Dr.Ali Argun Karacabey
Doğrusal Programlamanın Temelleri Doç.Dr.Ali Argun Karacabey Doğrusal Programlama Nedir? Bir Doğrusal Programlama Modeli doğrusal kısıtlar altında bir doğrusal ğ fonksiyonun değerini ğ maksimize yada minimize
DetaylıDENİZ HARP OKULU ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ
DENİZ HARP OKULU ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf/Y.Y. Ders Saati (T+U+L) Kredi AKTS YÖNEYLEM ARAŞTIRMA - EN-3 3/ 3+0 3 Dersin Dili : Türkçe Dersin Seviyesi
DetaylıMesleki Terminoloji. Sayısal Analiz DERSİ VEREN: ARŞ. GRV. DR. GÖKSEL BİRİCİK MEHMET EMRE ÖNDER DOĞAÇ CEM İŞOĞLU
Mesleki Terminoloji DERSİ VEREN: ARŞ. GRV. DR. GÖKSEL BİRİCİK Sayısal Analiz MEHMET EMRE ÖNDER - 12011061 DOĞAÇ CEM İŞOĞLU - 11011074 Sayısal Analiz Nedir? Sayısal analiz, yada diğer adıyla numerik analiz,
DetaylıULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ
ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ Özlem AYDIN Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü ULAŞTIRMA MODELİNİN TANIMI Ulaştırma modeli, doğrusal programlama probleminin özel bir şeklidir.
Detaylıİleri Diferansiyel Denklemler
MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret
DetaylıHATA VE HATA KAYNAKLARI...
İÇİNDEKİLER 1. GİRİŞ... 1 1.1 Giriş... 1 1.2 Sayısal Analizin İlgi Alanı... 2 1.3 Mühendislik Problemlerinin Çözümü ve Sayısal Analiz... 2 1.4 Sayısal Analizde Bilgisayarın Önemi... 7 1.5 Sayısal Çözümün
DetaylıGENETİK ALGORİTMALARA GİRİŞ (II) BİNARİ KODLANMIŞ GA
GENETİK ALGORİTMALARA GİRİŞ (II) BİNARİ KODLANMIŞ GA Nedim TUTKUN Düzce Üniversitesi Elektrik Elektronik Mühendisliği Bölümü nedimtutkun@duzce.edu.tr Düzce Üniversitesi Elektrik&Elektronik Mühendisliği
DetaylıNEWTON RAPHSON YÖNTEMİ
NEWTON RAPHSON YÖNTEMİ Genel olarak ff(xx) 0 gerek şartını sağlamak doğrusal olmayan ifadelerde oldukça zordur ve bu sebeple çözümler zor olabilir. Newton-Raphson yöntemi, doğrusal olmayan denklemlerin
DetaylıPROSES TASARIMINA GİRİŞ [1-4]
PROSES TASARIMINA GİRİŞ [1-4] KAYNAKLAR 1. J.M. Coulson, J.F. Richardson ve R.K. Sinnot, 1983. Chemical Engineering V: 6, Design, 1st Ed., Pergamon, Oxford. 2. M.S. Peters ve K.D. Timmerhaus, 1985. Plant
Detaylı0.1 Zarf Teoremi (Envelope Teorem)
Ankara Üniversitesi, Siyasal Bilgiler Fakültesi Prof. Dr. Hasan Şahin 0.1 Zarf Teoremi (Envelope Teorem) Bu kısımda zarf teoremini ve iktisatta nasıl kullanıldığını ele alacağız. bu bölüm Chiang 13.5 üzerine
DetaylıEĞĠTĠM-ÖĞRETĠM PLANI
T.C. ERCĠYES ÜNĠVERSĠTESĠ Mühendislik Fakültesi Endüstri Mühendisliği Bölümü 2015-2016 EĞĠTĠM-ÖĞRETĠM PLANI I. YARIYIL II. YARIYIL Ders Kodu Ders Adı T P K ECTS Ön şart* Ders Kodu Ders Adı T P K ECTS Ön
DetaylıMühendislik Mekaniği Statik. Yrd.Doç.Dr. Akın Ataş
Mühendislik Mekaniği Statik Yrd.Doç.Dr. Akın Ataş Bölüm 10 Eylemsizlik Momentleri Kaynak: Mühendislik Mekaniği: Statik, R. C.Hibbeler, S. C. Fan, Çevirenler: A. Soyuçok, Ö. Soyuçok. 10. Eylemsizlik Momentleri
DetaylıEĞĠTĠM-ÖĞRETĠM PLANI
T.C. ERCĠYES ÜNĠVERSĠTESĠ Mühendislik Fakültesi Endüstri Mühendisliği Bölümü 2014-2015 EĞĠTĠM-ÖĞRETĠM PLANI I. YARIYIL II. YARIYIL ENM 101 Matematik I 4 0 4 6 ENM 102 Matematik II 4 0 4 6 ENM 103 Fizik
DetaylıKesikli Programlama (IE 506) Ders Detayları
Kesikli Programlama (IE 506) Ders Detayları Ders Adı Ders Dönemi Ders Uygulama Laboratuar Kredi AKTS Kodu Saati Saati Saati Kesikli Programlama IE 506 Güz 3 0 0 3 7.5 Ön Koşul Ders(ler)i Dersin Dili Dersin
DetaylıYÖNEYLEM ARAŞTIRMASI - III
YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik Altın Oran (Golden Section Search) Arama Metodu Tek değişkenli bir f(x) fonksiyonunu ele alalım. [Bazı x ler için f
DetaylıALÜMİNYUM BİR HELİKOPTER YATAY KUYRUK KANADININ YAPISAL TASARIMI VE OPTİMİZASYONU
VI. ULUSAL HAVACILIK VE UZAY KONFERANSI 28-30 Eylül 2016, Kocaeli Üniversitesi, Kocaeli ALÜMİNYUM BİR HELİKOPTER YATAY KUYRUK KANADININ YAPISAL TASARIMI VE OPTİMİZASYONU Bertan Arpacıoğlu * ve Altan Kayran
DetaylıBekleme Hattı Teorisi
Bekleme Hattı Teorisi Sürekli Parametreli Markov Zincirleri Tanım 1. * +, durum uzayı * +olan sürekli parametreli bir süreç olsun. Aşağıdaki özellik geçerli olduğunda bu sürece sürekli parametreli Markov
DetaylıEĞĠTĠM-ÖĞRETĠM PLANI
T.C. ERCĠYES ÜNĠVERSĠTESĠ Mühendislik Fakültesi Endüstri Mühendisliği Bölümü 2016-2017 EĞĠTĠM-ÖĞRETĠM PLANI I. YARIYIL II. YARIYIL ENM 101 Matematik I 4 0 6 6 ENM 102 Matematik II 4 0 6 6 ENM 103 Fizik
Detaylıdoğrusal programlama DOĞRUSAL PROGRAMLAMA (GENEL)
DOĞRUSAL PROGRAMLAMA (GENEL) Belirli bir amacın gerçekleşmesini etkileyen bazı kısıtlayıcı koşulların ve bu kısıtlayıcı koşulların doğrusal eşitlik ya da eşitsizlik biçiminde verilmesi durumunda amaca
DetaylıYrd. Doç. Dr. A. Burak İNNER
Yrd. Doç. Dr. A. Burak İNNER Kocaeli Üniversitesi Bilgisayar Mühendisliği Yapay Zeka ve Benzetim Sistemleri Ar-Ge Lab. http://yapbenzet.kocaeli.edu.tr DOĞRUSAL OLMAYAN (NONLINEAR) DENKLEM SİSTEMLERİ Mühendisliğin
DetaylıULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ
ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ Özlem AYDIN Trakya Üniversitesi Bilgisayar Mühendisliği Bölümü ULAŞTıRMA MODELININ TANıMı Ulaştırma modeli, doğrusal programlama probleminin özel bir şeklidir.
DetaylıMATRİSEL ÇÖZÜM TABLOLARIYLA DUYARLILIK ANALİZİ
SİMPLEKS TABLONUN YORUMU MATRİSEL ÇÖZÜM TABLOLARIYLA DUYARLILIK ANALİZİ Şu ana kadar verilen bir DP probleminin çözümünü ve çözüm şartlarını inceledik. Eğer orijinal modelin parametrelerinde bazı değişiklikler
Detaylı2. HAFTA BLM323 SAYISAL ANALİZ. Okt. Yasin ORTAKCI.
2. HAFTA BLM323 SAYISAL ANALİZ Okt. Yasin ORTAKCI yasinortakci@karabuk.edu.tr Karabük Üniversitesi Uzaktan Eğitim Uygulama ve Araştırma Merkezi 2 HATA Sayısal yöntemler analitik çözümlerden farklı olarak
DetaylıYazılım Mühendisliği 1
Yazılım Mühendisliği 1 HEDEFLER Yazılım, program ve algoritma kavramları anlar. Yazılım ve donanım maliyetlerinin zamansal değişimlerini ve nedenleri hakkında yorum yapar. Yazılım mühendisliği ile Bilgisayar
DetaylıÖZLEM AYDIN TRAKYA ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ
YÖNEYLEM ARAŞTIRMASI (OPERATIONAL RESEARCH) ÖZLEM AYDIN TRAKYA ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ SUNUM PLANI Yöneylem araştırmasının Tanımı Tarihçesi Özellikleri Aşamaları Uygulama alanları Yöneylem
DetaylıEge Üniversitesi Elektrik Elektronik Mühendisliği Bölümü Kontrol Sistemleri II Dersi
1) Giriş Ege Üniversitesi Elektrik Elektronik Mühendisliği Bölümü Kontrol Sistemleri II Dersi Pendulum Deneyi.../../2015 Bu deneyde amaç Linear Quadratic Regulator (LQR) ile döner ters sarkaç (rotary inverted
DetaylıBLM-431 YAPAY ZEKA. Ders-5 Bilgili Arama Yöntemleri. Yrd. Doç. Dr. Ümit ATİLA
BLM-431 YAPAY ZEKA Ders-5 Bilgili Arama Yöntemleri Yrd. Doç. Dr. Ümit ATİLA umitatila@karabuk.edu.tr http://web.karabuk.edu.tr/umitatilla/ Arama Grafları Eğer arama uzayı ağaç yapısından değil de graf
DetaylıKATMANLI KOMPOZİT KİRİŞLERİN GENETİK ALGORİTMA İLE OPTİMİZASYONU
KATMANLI KOMPOZİT KİRİŞLERİN GENETİK ALGORİTMA İLE OPTİMİZASYONU Fatih Karaçam ve Taner Tımarcı Trakya Üniversitesi, MMF Makine Mühendisliği Bölümü 030 Edirne e-mail: tanert@trakya.edu.tr Bu çalışmada
DetaylıÖğrenim Kazanımları Bu programı başarı ile tamamlayan öğrenci;
Image not found http://bologna.konya.edu.tr/panel/images/pdflogo.png Ders Adı : ANALİZ I Ders No : 0310250035 : 4 Pratik : 2 Kredi : 5 ECTS : 8 Ders Bilgileri Ders Türü Öğretim Dili Öğretim Tipi Zorunlu
Detaylıİleri Diferansiyel Denklemler
MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret
DetaylıİÇİNDEKİLER ÖNSÖZ Bölüm 1 SAYILAR 11 Bölüm 2 KÜMELER 31 Bölüm 3 FONKSİYONLAR
İÇİNDEKİLER ÖNSÖZ III Bölüm 1 SAYILAR 11 1.1. Sayı Kümeleri 12 1.1.1.Doğal Sayılar Kümesi 12 1.1.2.Tam Sayılar Kümesi 13 1.1.3.Rasyonel Sayılar Kümesi 14 1.1.4. İrrasyonel Sayılar Kümesi 16 1.1.5. Gerçel
DetaylıPARÇACIK SÜRÜ OPTİMİZASYONU BMÜ-579 METASEZGİSEL YÖNTEMLER YRD. DOÇ. DR. İLHAN AYDIN
PARÇACIK SÜRÜ OPTİMİZASYONU BMÜ-579 METASEZGİSEL YÖNTEMLER YRD. DOÇ. DR. İLHAN AYDIN 1995 yılında Dr.Eberhart ve Dr.Kennedy tarafından geliştirilmiş popülasyon temelli sezgisel bir optimizasyon tekniğidir.
DetaylıNanogemi Mühendislik FEA Uzmanlık Danışmanlık Desteği
Nanogemi Mühendislik FEA Uzmanlık Danışmanlık Desteği Sonlu Elemanlar Yöntemiyele Yapı Analizleri Hizmetleri Günümüzde, Avrupa ve Amerikada olduğu gibi, ülkemizde de gittikçe artan çok sayıda sanayici
DetaylıSAYISAL ÇÖZÜMLEME. Yrd.Doç.Dr.Esra Tunç Görmüş. 1.Hafta
SAYISAL ÇÖZÜMLEME Yrd.Doç.Dr.Esra Tunç Görmüş 1.Hafta Sayısal çözümleme nümerik analiz nümerik çözümleme, approximate computation mühendislikte sayısal yöntemler Computational mathematics Numerical analysis
DetaylıDers Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS
DERS BİLGİLERİ Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS Matlab Programlama BIL449 7 3+0 3 5 Ön Koşul Dersleri Yok Dersin Dili Dersin Seviyesi Dersin Türü Türkçe Lisans Seçmeli / Yüz Yüze Dersin
DetaylıYAŞAR ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ENDÜSTRİ MÜHENDİSLİĞİ YÜKSEK LİSANS PROGRAMI
YAŞAR ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ENDÜSTRİ MÜHENDİSLİĞİ YÜKSEK LİSANS PROGRAMI Mevcut Program: TEZLİ YÜKSEK LİSANS PROGRAMI 1.Dönem 2.Dönem 521 Doğrusal Eniyileme ve Ağ Modelleri 2-2-3 10 524
DetaylıOptimal Kontrol. Durum ve Çıkış Geri-beslemeli Kontrolörlerin DME. 18 Aralık Yıldız Teknik Üniversitesi, Istanbul, Türkiye
Optimal Kontrol Bölüm 5 Durum ve Çıkış Geri-beslemeli Kontrolörlerin DME Tabanlı Tasarımı Ibrahim Beklan Küçükdemiral Hakan Yazıcı Yıldız Teknik Üniversitesi, Istanbul, Türkiye 18 Aralık 2014 Küçükdemiral,
DetaylıKlasik optimizasyon, maksimum, minimum, eğer noktaları, kısıtlamalı ve kısıtlamasız problemler. Geleneksel olmayan optimizasyon metotları:
DERS BİLGİ FORMU ENSTİTÜ/ PROGRAM: FEN BİLİMLERİ ENSTİTÜSÜ / MAKİNE MÜHENDİSLİĞİ DERS BİLGİLERİ Adı Kodu Dili ÇOK-DİSİPLİNLİ TASARIM OPTİMİZASYONU Türü Zorunlu/ Seçmeli MAK 741 Türkçe Seçmeli Yarıyılı
DetaylıDers Çözümler: 9.2 Alıştırmalar Prof.Dr.Haydar Eş. 2. Prof.Dr.Timur Karaçay /1a: Kritik noktalar:
100 Bölüm 9 Ders 09 9.1 Çözümler: 1. Prof.Dr.Haydar Eş 2. Prof.Dr.Timur Karaçay 9.2 Alıştırmalar 9 1. 215 /1a: Kritik noktalar: f (x) = 3x 2 + 6x = 0 = x 1 = 0, x 2 = 2 Yerel max değer: ( 2,1) Yerel min
DetaylıSayısal Yöntemler (COMPE 350) Ders Detayları
Sayısal Yöntemler (COMPE 350) Ders Detayları Ders Adı Sayısal Yöntemler Ders Kodu COMPE 350 Dönemi Ders Uygulama Saati Saati Laboratuar Saati Kredi AKTS Bahar 2 2 0 3 5.5 Ön Koşul Ders(ler)i Dersin Dili
DetaylıTabakalı Kompozit Bir Malzemenin Genetik Algoritma Yöntemiyle Rijitlik Optimizasyonu
th International Adanced Technologies Symposium (IATS ), -8 May 20, Elazığ, Turkey Tabakalı Kompozit Bir Malzemenin Genetik Algoritma Yöntemiyle Rijitlik Optimizasyonu Ö. Soykasap e K. B. Sugözü Afyon
Detaylı