Self Organising Migrating Algorithm

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Self Organising Migrating Algorithm"

Transkript

1 OPTİMİZASYON TEKNİKLERİ Self Organising Migrating Algorithm Kendini Organize Eden Göç/Geçiş Algoritması MELİH HİLMİ ULUDAĞ Fırat Üniversitesi Teknoloji Fakültesi Yazılım Mühendisliği Bölümü İletişim: Proje Danışmanı Doç. Dr. BİLAL ALATAŞ 1. S a y f a

2 İçindekiler 1. Optimizasyon Algoritmaları Kendini Organize Eden Göç Algoritmasına Giriş Kendini Organize Eden Göç Algoritmasının İncelenmesi Popülasyon yaratılışı Göç Döngüsü Değerlendirme Kaynakça S a y f a

3 1. Optimizasyon Algoritmaları Analitik çözümler nadiren kullanılır çünkü hemen hemen tüm gerçek dünya optimizasyon problemleri, yinelemeli çözümler arar ve matematiksel bir algoritma kullanmak gereklidir. Bu nedenle, evrim algoritması, genetik algoritması, karınca algoritması ve parçacık sürüsü algoritması gibi algoritma metodolojileri geliştirilmiştir ve literatürde büyük ilgi görmüştür. Bu algoritmalar çeşitli optimizasyon alanlarında uygulanmıştır. Ancak, bu algoritmaların dezavantajlarından biri optimizasyon problemlerinin çözümünde problem boyutunun büyüdükçe çözümün oldukça düşük olmasıdır. 2. Kendini Organize Eden Göç Algoritmasına Giriş SOMA Ivan Zelinka tarafından geliştirilen Öz-Örgütlenme Geçiş Algoritması, bir stokastik optimizasyon algoritmasıdır. Genellikle evrimsel bir algoritma olarak bilinen SOMA, birçok optimizasyon problemini çözmek için kullanılabilir. Bu algoritma vahşi yabani hayvan gruplarının davranışlarından esinlenerek geliştirilmiştir. Bu bireyler sabit bir grup yerine, birbirini takip eden nesillerin geliştirilmesi yolu kullanarak göç etme fikrini amaçlıyor. Aynı zamanda genetik algoritmaya benzer bir yapıda olan SOMA, sınırlı parametreler alarak maliyet minimizasyonu sorununa cevap ararken yerel minumum u sağlayabiliyor. Dijkstra's, Floyd Warshall, Bellman Ford algoritmaları veya the A-star algoritması bilindiği üzere en kısa yol problemini bulmak için kullanılan algoritmalardır. Böyle problemlere de cevap verebilen SOMA, (Self Organising Migrating Algorithm) asenkron olarak paralel dağılımlı bir şekilde problemi ele alıyor. Kendini yöneten, organize eden göç algoritmasında yeni nesil, bireylerin göç etmesi ile oluşturulur. Bireyler kendi aralarında öz örgütlenmeli şekilde göç ederler. Dolayısıyla bireylerin sadece pozisyonları arama uzayında göç döngüsü olarak adlandırılan bir oluşum içerisine girer. 3. Kendini Organize Eden Göç Algoritmasının İncelenmesi İncelemeye başlamadan önce SOMA dan birkaç şey bahsedecek olursak : Bu algoritmanın farklı versiyonları mevcuttur. Öncelikle alacağı parametreleri belirtelim. Adım, yol uzunluğu PopSize, PRT ve Maliyet Fonksiyonu gibi parametrelerin tanımlanmış olması gerekir. Maliyet fonksiyonu skaler dönen bir değerdir. Ve uygunluk ölçüsü olarak kullanılır. Soma () fonksiyonu SOMA algoritması için bir arabirim sağlar. Bu, her parametre için minimum ve maksimum sınırlardan oluşan bir seçenekler listesidir ve isteğe bağlı bu listeyi en 3. S a y f a

4 aza indirmek için bir işlev çağrılır. Maliyet fonksiyonu ilk argüman olarak sayısal bir vektör alır ve ilgili maliyet değeri temsil eden bir sayısal skaler dönmelidir Popülasyon yaratılışı Bireylerin nüfusları rasgele oluşturulur. Her bir birey için her parametre verilen aralıktan rastgele <Düşük, Yüksek> seçilmelidir Göç Döngüsü Nufustaki her birey için maliyet fonksiyonu ve lider değer tanımlanır. Mevcut olan göç etme işlemi döngü için seçilir. Her birey döngü iterasyonunda maliyet fonksiyonu ve lider tarafından değerlendirilir. (parametre tanımındaki adıma göre) Bunun sonucunda bir atlama yapılır. Ve bu atlama değerlendirilip yol uzunluğu tarafından tanımlanan yeni bir konuma ulaşılıncaya kadar devam ettirilir. Ulaşılınca pathlength(yol uzunluğu) xi,j olur.yeni pozisyon xi, her atlamadan sonra j (1) hesaplanır. Sonuç olarak bireyler en iyi konumunu bulana kadar yörünge içerisinde dönerler. (Şekil1) ŞEKİL 1. PRTVEKTÖR ÜN BİREYLER ÜZERİNDEKİ HAREKETİ x mlyeni i, j = x ml i, j[ilk] + (x ml i, j x ml i, j[ilk]) t PRTVektör Gerekli şartlar t < 0 olacak ve yol uzunluğu (pathlegth) > Göç Döngüsü 4. S a y f a

5 Bir birey Liderlik için bir atlama başlatmadan önce Rasgele bir sayı oluşturulur. Ve oluşturulan sayı PRTVektör den daha büyük ise Bireysel bileşeni PRTVektör aracılığı ile 0 olarak ayarlanır. Dolayısıyla bireysel hareket N-k boyutlu alt uzayda alana sürekli dik olarak iner. SOMA globallikten ziyade yerel optimumu bulma eğilimindedir. Eğer göç döngülerinin sayısına ulaşıldıysa algoritma durur ve en iyi çözümü belirtir. Eğer rndj<prt ise PRTVektörj=1 Değilse PRTVektörj=0 Random olan sayı (rndj) <0,1> ve j=1,2,3,..n e kadardır. Örnek: PRTVektör e 4 parametre için PRT=0,3 olarak verilsin j rndj PRTVektör 1 0, , , ,012 1 J=1için rasgele üretilen rnd1 sayısı (0,234<0,3)? PRTVektör=1 J=2 için rasgele üretilen rnd2 sayısı (0,545<0,3)? PRTVektör=0 J=3 için rasgele üretilen rnd3 sayısı (0,865<0,3)? PRTVektör=0 J=4 için rasgele üretilen rnd4 sayısı (0,012<0,3)? PRTVektör=1 5. S a y f a

6 BAŞLAT RASGELE BİR POPÜLASYON OLUŞTUR ML=0 AKTİF LİDERİ SEÇ VE TÜM BİREYLERİN AMAÇ FONKSİYONLARINI DEĞERLENDİR KRİTER UYGUN MU? HAYIR ML=ML+1 AKTİF BİREYİN KONUMU İLE SEÇEBİLECEK EN İYİ KONUMU SEÇEREK YENİ POZİSYON ELDE ET EVET AKTİF LİDERİ SEÇ VE TÜM BİREYLERİN AMAÇ FONKSİYONLARINI DEĞERLENDİR HAYIR YENİ NOKTA AKTİF OLANDAN DAHA İYİ Mİ EVET AKTİF LİDERİ SEÇ VE TÜM BİREYLERİN AMAÇ FONKSİYONLARINI DEĞERLENDİR EN İYİ SONUCU RAPORLA BİTİR ŞEKİL 2. SELF ORGANİSİNG MİGRATİNG ALGORİTHM FLOW CHART 6. S a y f a

7 Örnek: # Rastrigin fonksiyonu yerel minumum içeren bir fonksiyon olsun. rastrigin <- function (a) 20 + a[1]^2 + a[2]^2-10*(cos(2*pi*a[1])+cos(2*pi*a[2])) # -5 ile 5 parametreleri aralığında global minumumu bulmaya çalışalım. x <- soma(rastrigin, list(min=c(-5,-5),max=c(5,5))) # Asgari olarak c(0,0) a çok yakın olmalıdır. Liderin konumunu bulacak olursak: print(x$population[,x$leader]) # Son olarak Liderlerin maliyet geçmişlerini çizelim plot(x) Şimdi her aşamayı teker teker izleyelim: rastrigin <- function(a) 20 + a[1]^2 + a[2]^2-10*(cos(2*pi*a[1])+cos(2*pi*a[2])) ŞEKİL 3. FONKSİYON YÜZEYİ [FUNCTİON] Sırada: minumum u araştıralım. x <- soma(rastrigin, list(min=c(-5.12,-5.12),max=c(5.12,5.12))) Burada SOMA optimizasyonunun başlangıcını belirttim. Eğer göç sınırı 20 ye ulaşırsa durdurulması gerekli olsun. Lider maliyet 1.67e-05 değerinde olacak. 7. S a y f a

8 Yani sıfır (asgari) değerine yakın 1.67e-05 a fonksiyon en iyi çalışma noktasının olduğunu fonksiyonun çıkışından gözlemleyeceğiz. Arama uzayının konumunu verelim: print(x$population[,x$leader]) e e-04 Bu konum (0,0) a çok yakın. Her tekrarda en iyi maliyet fonksiyonu değerini gösteren bir optimizasyon ilerleme düzeneği çizebiliriz. Şöyle ki: ŞEKİL 4. FONKSİYONUN OPTİMUM İLERLEME ÇİZENEĞİ Burada algoritmanın üzerinde çalıştığı fonksiyonu hızlıca aşağı düşürdüğünü ve sıfıra doğru en küçük değeri izleyerek yeni bireylere göç ettiğini gözlemliyoruz. Bu örneği resimlerle izleyelim: 8. S a y f a

9 1.Göç 2.Göç 3.Göç 4.Göç 5.Göç 6.Göç ŞEKİL 5. GÖÇ DÖNGÜSÜ 3.3. Değerlendirme SOMA özellikle yılları arasında çeşitli alanlarda kullanılmıştır. Örnek verecek olursam: Kaotik Sistemlerin Kontrolünde Sinir Ağı Sentezinde Elektrik ile bağlantılı olan optimizasyonlarda Vb. alanlarda kendine yer bulmuştur. Bu algoritma ile ilgili son güncelleme yılında yapılmıştır. 9. S a y f a

10 4. Kaynakça o https://github.com/jonclayden/soma o General-Purpose Optimisation With the Self-Organising Migrating Algorithm, Jon Clayden; based on the work of Ivan Zelinka o Self-Organizing Migrating Strategies Applied to Reliability-Redundancy Optimization of Systems Leandro dos Santos Coelho o SOMA Ivan Zelinka o International Journal of Soft Computing and Engineering (IJSCE) ISSN: , Volume-3, Issue-6, January 2014 o Comparison of an self-organizing migration algorithm with simulated annealing and differential evolution for automated waveform tuning. Advances in Engineering Software, 36(10), pp NOLLE, L., ZELINKA, I., HOPGOOD, A.A. and GOODYEAR, A., o An investigation on evolutionary identification of continuous chaotic systems, AIP Conference Proceedings 2011, pp ZELINKA, I., DAVENDRA, D., SENKERIK, R. and JASEK, R., 10. S a y f a

Genetik Algoritmalar. Bölüm 1. Optimizasyon. Yrd. Doç. Dr. Adem Tuncer E-posta:

Genetik 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.

Detaylı

KİNETİK MODEL PARAMETRELERİNİN BELİRLENMESİNDE KULLANILAN OPTİMİZASYON TEKNİKLERİNİN KIYASLANMASI

KİNETİK MODEL PARAMETRELERİNİN BELİRLENMESİNDE KULLANILAN OPTİMİZASYON TEKNİKLERİNİN KIYASLANMASI KİNETİK MODEL PARAMETRELERİNİN BELİRLENMESİNDE KULLANILAN OPTİMİZASYON TEKNİKLERİNİN KIYASLANMASI Hatice YANIKOĞLU a, Ezgi ÖZKARA a, Mehmet YÜCEER a* İnönü Üniversitesi Mühendislik Fakültesi Kimya Mühendisliği

Detaylı

OPTİMUM GÜÇ AKIŞININ YAPAY ARI KOLONİSİ İLE SAĞLANMASI

OPTİMUM GÜÇ AKIŞININ YAPAY ARI KOLONİSİ İLE SAĞLANMASI OPTİMUM GÜÇ AKIŞININ YAPAY ARI KOLONİSİ İLE SAĞLANMASI A. Doğan 1 M. Alçı 2 Erciyes Üniversitesi Mühendislik Fakültesi Elektrik-Elektronik Mühendisliği Bölümü 1 ahmetdogan@erciyes.edu.tr 2 malci@erciyes.edu.tr

Detaylı

Kaotik Tabanlı Diferansiyel (Farksal) Gelişim Algoritması

Kaotik Tabanlı Diferansiyel (Farksal) Gelişim Algoritması Kaotik Tabanlı Diferansiyel (Farksal) Gelişim Algoritması 1 Mehmet Eser * 1 Uğur Yüzgeç 1 Bilecik Şeyh Edebali Üniversitesi, Bilgisayar Mühendisliği Bölümü, 111, Gülümbe, Bilecik 1. Giriş Abstract Differential

Detaylı

GENETİK ALGORİTMA İLE RÜZGAR TÜRBİNİ KANAT SAYISI SEÇİMİ

GENETİK ALGORİTMA İLE RÜZGAR TÜRBİNİ KANAT SAYISI SEÇİMİ VI. Ulusal Temiz Enerji Sempozyumu UTES 2006 25 27 Mayıs 2006, Isparta Sf.756 764 GENETİK ALGORİTMA İLE RÜZGAR TÜRBİNİ KANAT SAYISI SEÇİMİ Nida Nurbay ve Ali Çınar Kocaeli Üniversitesi Tek. Eğt. Fak. Makine

Detaylı

Zeki Optimizasyon Teknikleri

Zeki Optimizasyon Teknikleri Zeki Optimizasyon Teknikleri (nt lgorithm) Doç.Dr. M. li kcayol 996 yılında Marco Dorigo tarafından ortaya atılmıştır. Temel olarak karıncaların yiyecek madde ile yuvaları arasındaki en kısa yolu bulmalarından

Detaylı

Zeki Optimizasyon Teknikleri. Karınca Algoritması (Ant Algorithm)

Zeki Optimizasyon Teknikleri. Karınca Algoritması (Ant Algorithm) Zeki Optimizasyon Teknikleri Karınca Algoritması (Ant Algorithm) Karınca Algoritması 1996 yılında Marco Dorigo tarafından ortaya atılmıştır. Temel olarak karıncaların yiyecek madde ile yuvaları arasındaki

Detaylı

OPTİMİZASYON TEKNİKLERİ-2. Hafta

OPTİMİZASYON 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.

Detaylı

Yrd. Doç. Dr.Yiğit Aksoy

Yrd. Doç. Dr.Yiğit Aksoy Yrd. Doç. Dr.Yiğit Aksoy ÖĞRENİM DURUMU Derece Üniversite Bölüm / Program Lisans Celal Bayar Üniversitesi Makine Mühendisliği 00 Y. Lisans Celal Bayar Üniversitesi Makine Mühendisliği 00 Doktora Celal

Detaylı

EKSPONANSİYEL AĞIRLIKLI PARÇACIK SÜRÜ ALGORİTMASI İLE TORNALAMA İŞLEMLERİNDE KESME KOŞULLARININ OPTİMİZASYONU

EKSPONANSİYEL AĞIRLIKLI PARÇACIK SÜRÜ ALGORİTMASI İLE TORNALAMA İŞLEMLERİNDE KESME KOŞULLARININ OPTİMİZASYONU EKSPONANSİYEL AĞIRLIKLI PARÇACIK SÜRÜ ALGORİTMASI İLE TORNALAMA İŞLEMLERİNDE KESME KOŞULLARININ OPTİMİZASYONU *Yasin CANTAŞ 1, Burhanettin DURMUŞ 2 1 Sakarya Üniversitesi, Teknoloji Fakültesi, Elektrik-Elektronik

Detaylı

Zeki Optimizasyon Teknikleri

Zeki 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:

Detaylı

Serdar BİROĞUL YÜKSEK LİSANS TEZİ (ELEKTRİK EĞİTİMİ) GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ANKARA

Serdar BİROĞUL YÜKSEK LİSANS TEZİ (ELEKTRİK EĞİTİMİ) GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ANKARA i GENETİK ALGORİTMA YAKLAŞIMIYLA ATÖLYE ÇİZELGELEME Serdar BİROĞUL YÜKSEK LİSANS TEZİ (ELEKTRİK EĞİTİMİ) GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ OCAK 2005 ANKARA ii Serdar BİROĞUL tarafından hazırlanan

Detaylı

YAPAY SİNİR AĞLARI. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ

YAPAY SİNİR AĞLARI. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ YAPAY SİNİR AĞLARI Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ İÇERİK Sinir Hücreleri Yapay Sinir Ağları Yapısı Elemanları Çalışması Modelleri Yapılarına Göre Öğrenme Algoritmalarına Göre Avantaj ve

Detaylı

Deniz ERSOY Elektrik Yük. Müh.

Deniz ERSOY Elektrik Yük. Müh. Deniz ERSOY Elektrik Yük. Müh. AMACIMIZ Yenilenebilir enerji kaynaklarının tesis edilmesi ve enerji üretimi pek çok araştırmaya konu olmuştur. Fosil yakıtların giderek artan maliyeti ve giderek tükeniyor

Detaylı

Gezgin Satıcı Probleminin İkili Kodlanmış Genetik Algoritmalarla Çözümünde Yeni Bir Yaklaşım. Mehmet Ali Aytekin Tahir Emre Kalaycı

Gezgin Satıcı Probleminin İkili Kodlanmış Genetik Algoritmalarla Çözümünde Yeni Bir Yaklaşım. Mehmet Ali Aytekin Tahir Emre Kalaycı Gezgin Satıcı Probleminin İkili Kodlanmış Genetik Algoritmalarla Çözümünde Yeni Bir Yaklaşım Mehmet Ali Aytekin Tahir Emre Kalaycı Gündem Gezgin Satıcı Problemi GSP'yi Çözen Algoritmalar Genetik Algoritmalar

Detaylı

EXCEL DE BENZETİM ÖRNEKLERİ BMÜ-422 BENZETİM VE MODELLEME

EXCEL DE BENZETİM ÖRNEKLERİ BMÜ-422 BENZETİM VE MODELLEME EXCEL DE BENZETİM ÖRNEKLERİ BMÜ-422 BENZETİM VE MODELLEME GİRİŞ Bu bölümde benzetim için excel örnekleri önerilmektedir. Örnekler excel ile yapılabileceği gibi el ile de yapılabilir. Benzetim örnekleri

Detaylı

GENETİK ALGORİTMALAR. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ

GENETİK ALGORİTMALAR. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ GENETİK ALGORİTMALAR Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ GENETİK ALGORİTMALAR Genetik algoritmalar, Darwin in doğal seçim ve evrim teorisi ilkelerine dayanan bir arama ve optimizasyon yöntemidir.

Detaylı

Yrd.Doç. Dr. Tülin ÇETİN

Yrd.Doç. Dr. Tülin ÇETİN Yrd.Doç. Dr. Tülin ÇETİN ÖĞRENİM DURUMU Derece Üniversite Bölüm / Program Lisans Ege Üniversitesi Bilgisayar Mühendisliği 1987-1992 Lisans Celal Bayar Üniversitesi İnşaat Mühendisliği 2001-2004 Y. Lisans

Detaylı

ERCİYES ÜNİVERSİTESİ KİMYA ANABİLİM DALI

ERCİYES ÜNİVERSİTESİ KİMYA ANABİLİM DALI İlaç Tasarımında Yeni Yazılımların Geliştirilmesi: Elektron Konformasyonel-Genetik Algoritma Metodu ile Triaminotriazin Bileşiklerinde Farmakofor Belirlenmesi ve Nicel Biyoaktivite Hesabı; ERCİYES ÜNİVERSİTESİ

Detaylı

Dr. Gönül Kemikler İ. Ü. Onkoloji Enstitüsü

Dr. Gönül Kemikler İ. Ü. Onkoloji Enstitüsü Dr. Gönül Kemikler İ. Ü. Onkoloji Enstitüsü Radyoaktif kaynakların Vücut boşluklarına Tümörün içine Tümörün yakınına kalıcı geçici olarak yerleştirilerek yapılan bir yakın mesafe tedavisidir. X.Ulusal

Detaylı

2011 Third International Conference on Intelligent Human-Machine Systems and Cybernetics

2011 Third International Conference on Intelligent Human-Machine Systems and Cybernetics 2011 Third International Conference on Intelligent Human-Machine Systems and Cybernetics Özet: Bulanık bir denetleyici tasarlanırken karşılaşılan en önemli sıkıntı, bulanık giriş çıkış üyelik fonksiyonlarının

Detaylı

Özetçe. Abstract. 1. Giriş. 2. Adaptif Gürültü Giderme. Nalân YĐĞĐT 1 Nurhan KARABOĞA 2 Burak GÜRER 3

Özetçe. Abstract. 1. Giriş. 2. Adaptif Gürültü Giderme. Nalân YĐĞĐT 1 Nurhan KARABOĞA 2 Burak GÜRER 3 Adaptif Süzgeçlerde Farksal Gelişim Algoritması Kullanılarak Gürültü Giderme Noise Cancellation Using Differential Evolution Algorithm For Adaptive Filters Nalân YĐĞĐT 1 Nurhan KARABOĞA 2 Burak GÜRER 3

Detaylı

ERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTUSÜ BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİMDALI. I. GENEL BİLGİLER Ders Adı

ERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTUSÜ BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİMDALI. I. GENEL BİLGİLER Ders Adı BİM618 Evrimsel Algoritmalar Öğretim Üyesi Prof. Dr. Derviş Karaboğa Görüşme Saatleri 8.00-17.00 E posta: karaboga@erciyes.edu.tr http://abis.erciyes.edu.tr/sorgu.aspx?sorgu=236 Erciyes Üniversitesi, Mühendislik

Detaylı

5- AKIŞ DİYAGRAMLARI (FLOW- CHART) M.İLKUÇAR - 1

5- AKIŞ DİYAGRAMLARI (FLOW- CHART) M.İLKUÇAR - 1 5- AKIŞ DİYAGRAMLARI (FLOW- CHART) M.İLKUÇAR - imuammer@yahoo.com 1 Algoritma işlem adımlarının günlük konuşma diliyle adım adım yazılması idi. Algoritmayı anlamak için yazıldığı dilin bilinmesi ve açık

Detaylı

4. HAFTA BLM323 SAYISAL ANALİZ. Okt. Yasin ORTAKCI.

4. 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

Detaylı

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Yrd. Doç. Dr. Emre ATILGAN 1 RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Olasılığa ilişkin olayların çoğunluğunda, deneme sonuçlarının bir veya birkaç yönden incelenmesi

Detaylı

Geliştirilmiş Yerçekimsel Arama Algoritması: MSS-GSA

Geliştirilmiş Yerçekimsel Arama Algoritması: MSS-GSA Geliştirilmiş Yerçekimsel Arama Algoritması: MSS-GSA * 1 Nihan Kazak ve 2 Alpaslan Duysak * 1 Mühendislik Fakültesi, Bilgisayar Mühendisliği, Bilecik Şeyh Edebali Üniversitesi, Türkiye 2 Mühendislik Fakültesi,

Detaylı

Güncel Sezgisel Arama Algoritmalarının Denetleyici Parametrelerinin Optimizasyonunda Başarım Kıyaslaması

Güncel Sezgisel Arama Algoritmalarının Denetleyici Parametrelerinin Optimizasyonunda Başarım Kıyaslaması th International Advanced Technologies Symposium (IATS 11), 1-1 May 211, Elazığ, Turkey Güncel Sezgisel Arama Algoritmalarının Denetleyici Parametrelerinin Optimizasyonunda Başarım Kıyaslaması M. Kesler

Detaylı

Tedarik Zinciri Yönetiminde Yapay Zeka Teknikler

Tedarik Zinciri Yönetiminde Yapay Zeka Teknikler Tedarik Zinciri Yönetiminde Yapay Zeka Teknikler Doç.Dr.Mehmet Hakan Satman mhsatman@istanbul.edu.tr İstanbul Üniversitesi 2014.10.22 Doç.Dr.Mehmet Hakan Satmanmhsatman@istanbul.edu.tr Tedarik Zinciri

Detaylı

Web Madenciliği (Web Mining)

Web Madenciliği (Web Mining) Web Madenciliği (Web Mining) Hazırlayan: M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Konular Denetimli Öğrenmenin Temelleri Karar Ağaçları Entropi ID3 Algoritması C4.5 Algoritması Twoing

Detaylı

ELN1002 BİLGİSAYAR PROGRAMLAMA 2

ELN1002 BİLGİSAYAR PROGRAMLAMA 2 ELN1002 BİLGİSAYAR PROGRAMLAMA 2 SIRALAMA ALGORİTMALARI Sunu Planı Büyük O Notasyonu Kabarcık Sıralama (Bubble Sort) Hızlı Sıralama (Quick Sort) Seçimli Sıralama (Selection Sort) Eklemeli Sıralama (Insertion

Detaylı

DOĞAL GAZ & ENERJİ YÖNETİMİ BİLDİRİLER KİTABI

DOĞAL GAZ & ENERJİ YÖNETİMİ BİLDİRİLER KİTABI TMMOB MAKİNA MÜHENDİSLERİ ODASI İİ DOĞAL GAZ & ENERJİ YÖNETİMİ KONGRE ve SERGİSİ BİLDİRİLER KİTABI GAZİANTEP EYLÜL 2001 TMMOB MAKİNA MÜHENDİSLERİ ODASİ Sümer Sok. 36/1-A Uemirtepc /ANKARA Tel : 0(312)231

Detaylı

Doç. Dr. Metin Özdemir Çukurova Üniversitesi

Doç. 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

Detaylı

TAMSAYILI PROGRAMLAMA

TAMSAYILI PROGRAMLAMA TAMSAYILI PROGRAMLAMA Doğrusal programlama problemlerinde sık sık çözümün tamsayı olması gereken durumlar ile karşılaşılır. Örneğin ele alınan problem masa, sandalye, otomobil vb. üretimlerinin optimum

Detaylı

Lineer Dönüşümler ÜNİTE. Amaçlar. İçindekiler. Yazar Öğr. Grv.Dr. Nevin ORHUN

Lineer Dönüşümler ÜNİTE. Amaçlar. İçindekiler. Yazar Öğr. Grv.Dr. Nevin ORHUN Lineer Dönüşümler Yazar Öğr. Grv.Dr. Nevin ORHUN ÜNİTE 7 Amaçlar Bu üniteyi çalıştıktan sonra; Vektör uzayları arasında tanımlanan belli fonksiyonları tanıyacak, özelliklerini öğrenecek, Bir dönüşümün,

Detaylı

ÖZGEÇMİŞ VE ESERLER LİSTESİ

ÖZGEÇMİŞ VE ESERLER LİSTESİ ÖZGEÇMİŞ VE ESERLER LİSTESİ Adı Soyadı E-posta İletişim Adresileri : Özge CAĞCAĞ YOLCU : ozge.cagcag_yolcu@kcl.ac.uk ozgecagcag@yahoo.com : Giresun Üniversitesi, Mühendislik Fakültesi, Endüstri Mühendisliği

Detaylı

KATMANLI KOMPOZİT KİRİŞLERİN GENETİK ALGORİTMA İLE OPTİMİZASYONU

KATMANLI 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

Detaylı

Uzayda iki doğrunun ortak dikme doğrusunun denklemi

Uzayda iki doğrunun ortak dikme doğrusunun denklemi Uzayda iki doğrunun ortak dikme doğrusunun denklemi Uzayda verilen d 1 ve d aykırı doğrularının ikisine birden dik olan doğruya ortak dikme doğrusu denir... olmak üzere bu iki doğru denkleminde değilse

Detaylı

Yapay Zeka Yöntemlerinin Otomotiv Sektöründe Ürün Tasarımı Çalışmalarında Kullanılması

Yapay Zeka Yöntemlerinin Otomotiv Sektöründe Ürün Tasarımı Çalışmalarında Kullanılması Yapay Zeka Yöntemlerinin Otomotiv Sektöründe Ürün Tasarımı Çalışmalarında Kullanılması Doç. Dr. Ali Rıza YILDIZ 04.11.2014 Doç. Dr. Ali Rıza YILDIZ - "Hibrid Evrimsel Yöntemler İle Taşıt Elemanlarının

Detaylı

SEZGİSEL ALGORİTMA KULLANILARAK RÜZGÂR ÇİFTLİKLERİNİN GÜÇ SİSTEMİNE ETKİSİNİN İNCELENMESİ. Öğr. Gör. Mehmet Fatih Tefek Doç. Dr.

SEZGİSEL ALGORİTMA KULLANILARAK RÜZGÂR ÇİFTLİKLERİNİN GÜÇ SİSTEMİNE ETKİSİNİN İNCELENMESİ. Öğr. Gör. Mehmet Fatih Tefek Doç. Dr. SEZGİSEL ALGORİTMA KULLANILARAK RÜZGÂR ÇİFTLİKLERİNİN GÜÇ SİSTEMİNE ETKİSİNİN İNCELENMESİ Öğr. Gör. Mehmet Fatih Tefek Doç. Dr. Harun Uğuz * Rüzgâr kaynaklı enerji üretimi, yenilenebilir enerji kaynakları

Detaylı

Yrd. Doç. Dr. Caner ÖZCAN

Yrd. Doç. Dr. Caner ÖZCAN Yrd. Doç. Dr. Caner ÖZCAN Derse Giriş Ders Web Sitesi: www.canerozcan.net Ofis Saatleri: Salı 11:00-13:00 Perşembe 15:30-17:30 ya da email ile randevu alınız: canerozcan@karabuk.edu.tr Kaynak Kitaplar:

Detaylı

ÜNİTE. MATEMATİK-1 Yrd.Doç.Dr.Ömer TARAKÇI İÇİNDEKİLER HEDEFLER DOĞRULAR VE PARABOLLER

ÜNİTE. MATEMATİK-1 Yrd.Doç.Dr.Ömer TARAKÇI İÇİNDEKİLER HEDEFLER DOĞRULAR VE PARABOLLER HEDEFLER İÇİNDEKİLER DOĞRULAR VE PARABOLLER Birinci Dereceden Polinom Fonksiyonlar ve Doğru Doğru Denklemlerinin Bulunması İkinci Dereceden Polinom Fonksiyonlar ve Parabol MATEMATİK-1 Yrd.Doç.Dr.Ömer TARAKÇI

Detaylı

Gezgin Satıcı Probleminin Benzetilmiş Tavlama Yöntemiyle Çözümünde Paralel Hesaplamanın Kullanılması

Gezgin Satıcı Probleminin Benzetilmiş Tavlama Yöntemiyle Çözümünde Paralel Hesaplamanın Kullanılması Gezgin Satıcı Probleminin Benzetilmiş Tavlama Yöntemiyle Çözümünde Paralel Hesaplamanın Kullanılması E M R U L L A H S O N U Ç A K A D E M I K B I L I Ş I M Ş U B A T 2 0 1 5 E M R U L L A H S O N U Ç,

Detaylı

Doç.Dr.Erkan ÜLKER, Selçuk Üniversitesi Mühendislik F, Bilgisayar Mühendisliği Bölümü

Doç.Dr.Erkan ÜLKER, Selçuk Üniversitesi Mühendislik F, Bilgisayar Mühendisliği Bölümü 17.05.2014 Sayfa 1 ÖZET Bu eser veri noktalarının bir yüzeyinin generasyonu olan yüzey rekonstrüksiyonu konusu ile ilgilenir. Yaklaşımımız metaheurestic algoritmaya dayalıdır. (Particle Swarm Optimization)

Detaylı

Nokta uzayda bir konumu belirtir. Noktanın 0 boyutlu olduğu kabul edilir. Herhangi bir büyüklüğü yoktur.

Nokta uzayda bir konumu belirtir. Noktanın 0 boyutlu olduğu kabul edilir. Herhangi bir büyüklüğü yoktur. Üç Boyutlu Geometri Nokta (Point,Vertex) Nokta uzayda bir konumu belirtir. Noktanın 0 boyutlu olduğu kabul edilir. Herhangi bir büyüklüğü yoktur. Kartezyen Koordinat Sistemi Uzayda bir noktayı tanımlamak

Detaylı

qscale I2 Low-End SLI

qscale I2 Low-End SLI Mobile Machine Control Solutions qscale I2 Low-End SLI Sadece Konfigure et! Programlamaya gerek yok qscale I2 2 4 5 Geleceğin orta ve küçük sınıf vinçleri için Yeni bir Standart 6 Uzunluk Mobil teleskopik

Detaylı

ÖZGEÇMİŞ 2003 MÜHENDİSLİĞİ İSTANBUL ÜNİVERSİTESİ ÜNİVERSİTESİ

ÖZGEÇMİŞ 2003 MÜHENDİSLİĞİ İSTANBUL ÜNİVERSİTESİ ÜNİVERSİTESİ ÖZGEÇMİŞ 1. Adı Soyadı: İPEK EKER 2. Doğum Tarihi: 31.01.1980 3. Ünvanı: ÖĞRETİM GÖREVLİSİ 4. Öğrenim Durumu: Derece Alan Üniversite Yıl Lisans ENDÜSTRİ İSTANBUL KÜLTÜR 2003 MÜHENDİSLİĞİ ÜNİVERSİTESİ Y.Lisans

Detaylı

7. BÖLÜM İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI .= 1 1 + + Genel: Vektörler bölümünde vektörel iç çarpım;

7. BÖLÜM İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI İÇ ÇARPIM UZAYLARI .= 1 1 + + Genel: Vektörler bölümünde vektörel iç çarpım; İÇ ÇARPIM UZAYLARI 7. BÖLÜM İÇ ÇARPIM UZAYLARI Genel: Vektörler bölümünde vektörel iç çarpım;.= 1 1 + + Açıklanmış ve bu konu uzunluk ve uzaklık kavramlarını açıklamak için kullanılmıştır. Bu bölümde öklit

Detaylı

YATAY UÇUŞ SEYAHAT PERFORMANSI (CRUISE PERFORMANCE)

YATAY UÇUŞ SEYAHAT PERFORMANSI (CRUISE PERFORMANCE) YATAY UÇUŞ SEYAHAT PERFORMANSI (CRUISE PERFORMANCE) Yakıt sarfiyatı Ekonomik uçuş Yakıt maliyeti ile zamana bağlı direkt işletme giderleri arasında denge sağlanmalıdır. Özgül Yakıt Sarfiyatı (Specific

Detaylı

Polinom olmayan denklemlerin genetik algoritma tabanlı çözümü

Polinom olmayan denklemlerin genetik algoritma tabanlı çözümü 322 Polinom olmayan denklemlerin genetik algoritma tabanlı çözümü Nihat ÖZTÜRK *, Emre ÇELİK * Gazi Üniversitesi Teknoloji Fakültesi Elektrik Elektronik Mühendisliği Bölümü, ANKARA ÖZET Anahtar Kelimeler:

Detaylı

Genetik Algoritmalar (GA) Genetik Algoritmalar Đçerik Nesin Matematik Köyü E rim Ç lı l ş ı ta t yı Nisan, 2012 Mustafa Suphi Erden

Genetik Algoritmalar (GA) Genetik Algoritmalar Đçerik Nesin Matematik Köyü E rim Ç lı l ş ı ta t yı Nisan, 2012 Mustafa Suphi Erden Genetik Algoritmalar Nesin Matematik Köyü Evrim Çalıştayı 20-23 Nisan, 202 Genetik Algoritmalar (GA Đçerik Biyolojiden esinlenme GA nın özellikleri GA nın unsurları uygulama Algoritma Şema teoremi Mustafa

Detaylı

BÖLÜM-IV ÜRÜN GELİSTİRME İŞLEMİ Genel Problem Çözme İşlemi

BÖLÜM-IV ÜRÜN GELİSTİRME İŞLEMİ Genel Problem Çözme İşlemi BÖLÜM-IV ÜRÜN GELİSTİRME İŞLEMİ Genel Problem Çözme İşlemi Problem çözme yönteminin en önemli özelliği, adım adım analiz ve sentez içermesidir. Burada her yeni adımda bir öncekinden daha somut olarak nitelden

Detaylı

Ö Z G E Ç M İ Ş. 1. Adı Soyadı: Mustafa GÖÇKEN. 2. Doğum Tarihi: 12 Haziran 1976. 3. Unvanı: Yrd. Doç. Dr. 4. Öğrenim Durumu: Ph.D.

Ö Z G E Ç M İ Ş. 1. Adı Soyadı: Mustafa GÖÇKEN. 2. Doğum Tarihi: 12 Haziran 1976. 3. Unvanı: Yrd. Doç. Dr. 4. Öğrenim Durumu: Ph.D. Ö Z G E Ç M İ Ş 1. Adı Soyadı: Mustafa GÖÇKEN 2. Doğum Tarihi: 12 Haziran 1976 3. Unvanı: Yrd. Doç. Dr. 4. Öğrenim Durumu: Ph.D. Derece Alan Üniversite Yıl Lisans Endüstri Mühendisliği Çukurova Üniversitesi

Detaylı

DOĞRUSAL ANTEN DİZİLERİNDE OPTİMUM DEMET ŞEKİLLENDİRME AMACIYLA KARINCA KOLONİ OPTİMİZASYON ALGORİTMASININ KULLANILMASI ÖZET

DOĞRUSAL ANTEN DİZİLERİNDE OPTİMUM DEMET ŞEKİLLENDİRME AMACIYLA KARINCA KOLONİ OPTİMİZASYON ALGORİTMASININ KULLANILMASI ÖZET Erciyes Üniversitesi Fen Bilimleri Enstitüsü Dergisi 22(1-2) 66-74 (26) http://fbe.erciyes.edu.tr/ ISSN 112-2354 DOĞRUSAL ANTEN DİZİLERİNDE OPTİMUM DEMET ŞEKİLLENDİRME AMACIYLA KARINCA KOLONİ OPTİMİZASYON

Detaylı

BÖLÜM 1: MADDESEL NOKTANIN KİNEMATİĞİ

BÖLÜM 1: MADDESEL NOKTANIN KİNEMATİĞİ BÖLÜM 1: MADDESEL NOKTANIN KİNEMATİĞİ 1.1. Giriş Kinematik, daha öncede vurgulandığı üzere, harekete sebep olan veya hareketin bir sonucu olarak ortaya çıkan kuvvetleri dikkate almadan cisimlerin hareketini

Detaylı

KOMBİNATORYAL OPTİMİZASYON

KOMBİNATORYAL 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

Detaylı

BMÜ-421 Benzetim ve Modelleme Kesikli Olay Benzetimi. İlhan AYDIN

BMÜ-421 Benzetim ve Modelleme Kesikli Olay Benzetimi. İlhan AYDIN BMÜ-421 Benzetim ve Modelleme Kesikli Olay Benzetimi İlhan AYDIN KESİKLİ-OLAY BENZETİMİ Kesikli olay benzetimi, durum değişkenlerinin zaman içinde belirli noktalarda değiştiği sistemlerin modellenmesi

Detaylı

Tabakalı Kompozit Bir Malzemenin Genetik Algoritma Yöntemiyle Rijitlik Optimizasyonu

Tabakalı 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

ENDÜSTRİYEL OTOMASYON SİSTEMLERİNDE OPTİMİZASYON: PARÇACIK SÜRÜSÜ ALGORİTMASI

ENDÜSTRİYEL OTOMASYON SİSTEMLERİNDE OPTİMİZASYON: PARÇACIK SÜRÜSÜ ALGORİTMASI 1 ENDÜSTRİYEL OTOMASYON SİSTEMLERİNDE OPTİMİZASYON: PARÇACIK SÜRÜSÜ ALGORİTMASI Erhan ÇETİN 1 *, Mehmet Fatih IŞIK 2, Halil AYKUL 1 1 Hitit Üniversitesi Mühendislik Fakültesi Makina Mühendisliği Bölümü,Çorum

Detaylı

TRAKYA 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 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

Detaylı

Senkronizasyon Opsiyon Modülü. SV-IS7 Serisi. Kullanıcı Manueli

Senkronizasyon Opsiyon Modülü. SV-IS7 Serisi. Kullanıcı Manueli Senkronizasyon Opsiyon Modülü SV-IS7 Serisi Kullanıcı Manueli Ürün Standartları Madde Nasıl Montaj Yapılır Master Enkoder Girişi Slave Enkoder Girişi Master Enkoder Geridönüş Çıkışı Terminal Bloğu Çıkışı

Detaylı

Geriye Yayılım ve Levenberg Marquardt Algoritmalarının YSA Eğitimlerindeki Başarımlarının Dinamik Sistemler Üzerindeki Başarımı. Mehmet Ali Çavuşlu

Geriye Yayılım ve Levenberg Marquardt Algoritmalarının YSA Eğitimlerindeki Başarımlarının Dinamik Sistemler Üzerindeki Başarımı. Mehmet Ali Çavuşlu Geriye Yayılım ve Levenberg Marquardt Algoritmalarının YSA Eğitimlerindeki Başarımlarının Dinamik Sistemler Üzerindeki Başarımı Mehmet Ali Çavuşlu Özet Yapay sinir ağlarının eğitiminde genellikle geriye

Detaylı

Yazılım Test Maliyet Fonksiyonlarının Otomatik Olarak Keşfedilmesi

Yazılım Test Maliyet Fonksiyonlarının Otomatik Olarak Keşfedilmesi Yazılım Test Maliyet Fonksiyonlarının Otomatik Olarak Keşfedilmesi Gülşen Demiröz ve Cemal Yılmaz {gulsend, cyilmaz}@sabanciuniv.edu Sabancı Üniversitesi, İstanbul 10. Ulusal Yazılım Mühendisliği Sempozyumu

Detaylı

ENF102 TEMEL BİLGİSAYAR BİLİMLERİ VE C/ C++ PROGRAMLAMA DİLİ. Gazi Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümü

ENF102 TEMEL BİLGİSAYAR BİLİMLERİ VE C/ C++ PROGRAMLAMA DİLİ. Gazi Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümü ENF102 TEMEL BİLGİSAYAR BİLİMLERİ VE C/ C++ PROGRAMLAMA DİLİ Gazi Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümü Konular Giriş math Kütüphane Fonksiyonları Çok Parametreyle Fonksiyon

Detaylı

Bireylerin yaşadığı çevreye uyum sağlaması durumunda ortaya çıkan olumsuzluklara PROBLEM denir.

Bireylerin yaşadığı çevreye uyum sağlaması durumunda ortaya çıkan olumsuzluklara PROBLEM denir. Bireylerin yaşadığı çevreye uyum sağlaması durumunda ortaya çıkan olumsuzluklara PROBLEM denir. Bu durumda bireylerin ortaya çıkan olumsuzluklara karşılık çözüm bulmak için yapacakları mücadeleye de PROBLEM

Detaylı

ÖĞRENİM DURUMU Derece Üniversite Bölüm / Program Yıllar Lisans Atatürk Üniversitesi İnşaat Mühendisliği Y. Lisans - - -

ÖĞRENİM DURUMU Derece Üniversite Bölüm / Program Yıllar Lisans Atatürk Üniversitesi İnşaat Mühendisliği Y. Lisans - - - Doç. Dr. Erkan DOĞAN ÖĞRENİM DURUMU Derece Üniversite Bölüm / Program Yıllar Lisans Atatürk Üniversitesi İnşaat Mühendisliği 998-00 Y. Lisans - - - Doktora Adres Orta Doğu Teknik Üniversitesi Fen Bilimleri

Detaylı

Uzaktan Algılama Teknolojileri

Uzaktan Algılama Teknolojileri Uzaktan Algılama Teknolojileri Ders 11 Hiperspektral Görüntülerde Kümeleme ve Sınıflandırma Alp Ertürk alp.erturk@kocaeli.edu.tr Sınıflandırma Sınıflandırma işleminin amacı, her piksel vektörüne bir ve

Detaylı

ULAŞTIRMA MODELİ VE ÇEŞİTLİ ULAŞTIRMA MODELLERİ

ULAŞTIRMA 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.

Detaylı

Özyineleme (Recursion)

Özyineleme (Recursion) C PROGRAMLAMA Özyineleme (Recursion) Bir fonksiyonun kendisini çağırarak çözüme gitmesine özyineleme (recursion), böyle çalışan fonksiyonlara da özyinelemeli (recursive) fonksiyonlar denilir. Özyineleme,

Detaylı

OPTİMAL GÜÇ AKIŞI ÇÖZÜMLERİNDE LİNEER PROGRAMLAMA ve İÇ NOKTA ALGORİTMASI YÖNTEMLERİNİN KARŞILAŞTIRMALI ANALİZİ

OPTİMAL GÜÇ AKIŞI ÇÖZÜMLERİNDE LİNEER PROGRAMLAMA ve İÇ NOKTA ALGORİTMASI YÖNTEMLERİNİN KARŞILAŞTIRMALI ANALİZİ OPTİMAL GÜÇ AKIŞI ÇÖZÜMLERİNDE LİNEER PROGRAMLAMA ve İÇ NOKTA ALGORİTMASI YÖNTEMLERİNİN KARŞILAŞTIRMALI ANALİZİ Rengin İdil CABADAĞ, Belgin Emre TÜRKAY, Abdullah TUNÇ İstanbul Teknik Üniversitesi, Elektrik-Elektronik

Detaylı

GridAE: Yapay Evrim Uygulamaları için Grid Tabanlı bir Altyapı

GridAE: Yapay Evrim Uygulamaları için Grid Tabanlı bir Altyapı GridAE: Yapay Evrim Uygulamaları için Grid Tabanlı bir Altyapı Erol Şahin Bilgisayar Mühendisliği Bölümü, Orta Doğu Teknik Üniversitesi Ankara, Türkiye 2. ULUSAL GRİD ÇALIŞTAYI, 1-2 Mart 2007, TÜBİTAK,

Detaylı

ÖZGEÇMİŞ. Derece Bölüm/Program Üniversite Yıl Lisans. Görev Ünvanı Alan Görev Yeri Yıl Arş. Gör.

ÖZGEÇMİŞ. Derece Bölüm/Program Üniversite Yıl Lisans. Görev Ünvanı Alan Görev Yeri Yıl Arş. Gör. ÖZGEÇMİŞ 1. Adı Soyadı : Asım Gökhan YETGİN 2. Doğum Tarihi : 1979-Kütahya 3. Ünvanı : Yrd. Doç. Dr. 4. E-mail : gokhan.yetgin@dpu.edu.tr 5. Öğrenim Durumu: Derece Bölüm/Program Üniversite Yıl Lisans Elektrik

Detaylı

Kimya Mühendisliğinde Uygulamalı Matematik

Kimya Mühendisliğinde Uygulamalı Matematik Fen Bilimleri Enstitüsü Kimya Mühendisliği Anabilim Dalı Kimya Mühendisliğinde Uygulamalı Matematik DERS BİLGİ FORMU DERS BİLGİLERİ Dersin Adı Kodu Yarıyıl Kimya Mühendisliğinde Uygulamalı Matematik T

Detaylı

ELASTİSİTE TEORİSİ I. Yrd. Doç Dr. Eray Arslan

ELASTİSİTE TEORİSİ I. Yrd. Doç Dr. Eray Arslan ELASTİSİTE TEORİSİ I Yrd. Doç Dr. Eray Arslan Mühendislik Tasarımı Genel Senaryo Analitik çözüm Fiziksel Problem Matematiksel model Diferansiyel Denklem Problem ile ilgili sorular:... Deformasyon ne kadar

Detaylı

ATAMA (TAHSİS) MODELİ

ATAMA (TAHSİS) MODELİ ATAMA (TAHSİS) MODELİ ATAMA (TAHSİS) MODELİ Doğrusal programlamada kullanılan bir başka hesaplama yöntemidir. Atama problemleri, doğrusal programlama (simpleks yöntem) veya transport probleminin çözüm

Detaylı

FARKSAL GELİŞİM ALGORİTMASI İLE KARMA YEM MALİYET OPTİMİZASYONU THE COST OPTIMIZATION OF MIXED FEED WITH DIFFERENTIAL EVOLUTION ALGORITHM

FARKSAL GELİŞİM ALGORİTMASI İLE KARMA YEM MALİYET OPTİMİZASYONU THE COST OPTIMIZATION OF MIXED FEED WITH DIFFERENTIAL EVOLUTION ALGORITHM FARKSAL GELİŞİM ALGORİTMASI İLE KARMA YEM MALİYET OPTİMİZASYONU *Yaşar YAŞAR 1 Burhanettin DURMUŞ 2 1 yasaartr@gmail.com 2 Dumlupınar Üniversites Mühendislik Fakültes Elektrik-Elektronik Mühendisliği Bölümü

Detaylı

Karadeniz Teknik Üniversitesi

Karadeniz Teknik Üniversitesi Karadeniz Teknik Üniversitesi Mühendislik Fakültesi Maden Mühendisliği Bölümü MDM 240 Dinamik Dersi 2013-2014 Güz Yarıyılı Dersi Veren: Ömer Necati Cora (Yrd.Doç.Dr.) K.T.Ü Makine Müh. Bölümü, Oda No:

Detaylı

BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ AKADEMİK ÖZGEÇMİŞ FORMU

BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ AKADEMİK ÖZGEÇMİŞ FORMU BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ AKADEMİK ÖZGEÇMİŞ FORMU KİŞİSEL BİLGİLER Adı Soyadı Tolga YÜKSEL Ünvanı Birimi Doğum Tarihi Yrd. Doç. Dr. Mühendislik Fakültesi/ Elektrik Elektronik Mühendisliği 23.10.1980

Detaylı

Evrimsel Algoritma Tabanlı FIR Filtre Tasarım Simülatörü The FIR Filter Simulator based on Evolutionary Algorithm

Evrimsel Algoritma Tabanlı FIR Filtre Tasarım Simülatörü The FIR Filter Simulator based on Evolutionary Algorithm Evrimsel Algoritma Tabanlı FIR Filtre Tasarım Simülatörü The FIR Filter Simulator based on Evolutionary Algorithm 1 Yigit Cagatay Kuyu, 1 Nedim Aktan Yalcin, * 1 Fahri Vatansever * 1 Faculty of Engineering,

Detaylı

İSTANBUL TİCARET ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ BİLGİSAYAR SİSTEMLERİ LABORATUARI

İSTANBUL TİCARET ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ BİLGİSAYAR SİSTEMLERİ LABORATUARI İSTANBUL TİCARET ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ BİLGİSAYAR SİSTEMLERİ LABORATUARI Lineer Ayrılabilen Paternlerin Yapay Sinir Ağı ile Sınıflandırılması 1. Biyolojik Sinirin Yapısı Bilgi işleme

Detaylı

Parçacık Sürü Optimizasyonu İle Küme Sayısının Belirlenmesi

Parçacık Sürü Optimizasyonu İle Küme Sayısının Belirlenmesi Parçacık Sürü Optimizasyonu İle Küme Sayısının Belirlenmesi Yasin ORTAKCI 1, Cevdet GÖLOĞLU 2 1 Karabük Üniversitesi, Bilgisayar Mühendisliği Bölümü, Karabük 2 Karabük Üniversitesi, Makine Mühendisliği

Detaylı

Doğrusal Programlama. Prof. Dr. Ferit Kemal Sönmez

Doğrusal 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

Detaylı

DİFERANSİYEL GELİŞİM ALGORİTMASI

DİFERANSİYEL GELİŞİM ALGORİTMASI İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi Yıl: 5 Sayı: 9 Bahar 2006/1 s.85-99 DİFERANSİYEL GELİŞİM ALGORİTMASI Timur KESKİNTÜRK ÖZET Doğrusal olmayan problemlerin çözümüne yönelik olarak geliştirilmiş

Detaylı

İç-Çarpım Uzayları ÜNİTE. Amaçlar. İçindekiler. Yazar Öğr. Grv. Dr. Nevin ORHUN

İç-Çarpım Uzayları ÜNİTE. Amaçlar. İçindekiler. Yazar Öğr. Grv. Dr. Nevin ORHUN İç-Çarpım Uzayları Yazar Öğr. Grv. Dr. Nevin ORHUN ÜNİTE Amaçlar Bu üniteyi çalıştıktan sonra; R n, P n (R), M nxn vektör uzaylarında iç çarpım kavramını tanıyacak ve özelliklerini görmüş olacaksınız.

Detaylı

ONARILABĐLĐR ELEMANLARA ÖNLEYĐCĐ BAKIMIN ETKĐSĐ VE OPTĐMĐZASYONU*

ONARILABĐLĐR ELEMANLARA ÖNLEYĐCĐ BAKIMIN ETKĐSĐ VE OPTĐMĐZASYONU* makale Ayşe KAHVEĐOĞLU * Yrd. Doç. Dr., Anadolu Üniversitesi ONAILABĐLĐ ELEMANLAA ÖNLEYĐĐ BAKIMIN EKĐSĐ VE OĐMĐZASYONU* GĐĐŞ Bakım faaliyetinin temel amacı, olabilecek muhtemel arızaların önlenmesi veya

Detaylı

Web Madenciliği (Web Mining)

Web Madenciliği (Web Mining) Web Madenciliği (Web Mining) Hazırlayan: M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Konular Denetimsiz Öğrenmenin Temelleri Kümeleme Uzaklık Fonksiyonları Öklid Uzaklığı Manhattan

Detaylı

Weight Optimization of a Dry Transformer by Genetic Algorithm and Validation by Finite Element Method

Weight Optimization of a Dry Transformer by Genetic Algorithm and Validation by Finite Element Method KSÜ Mühendislik Bilimleri Dergisi, (), 9 3 KSU Journal of Engineering Sciences, (), 9 Genetik Algoritma ile Kuru Bir Trafonun Ağırlık Optimizasyonu ve Sonlu Elemanlar Metodu ile Analizi Mehmed ÇELEBĐ Atatürk

Detaylı

DİFERANSİYEL GELİŞİM ALGORİTMASI KULLANILARAK ADAPTİF LİNEER TOPLAYICI TASARIMI

DİFERANSİYEL GELİŞİM ALGORİTMASI KULLANILARAK ADAPTİF LİNEER TOPLAYICI TASARIMI DİFERASİYEL GELİŞİM ALGORİTMASI KULLAILARAK ADAPTİF LİEER TOPLAYICI TASARIMI urhan KARABOĞA Canan Aslıhan KOYUCU 2 Elektrik Elektronik Mühendisliği Bölümü Mühendislik Fakültesi Erciyes Üniversitesi, 38090,

Detaylı

Giriş: Temel Adımlar YAZILIM GELİŞTİRME YAŞAM DÖNGÜSÜ. Belirtim Yöntemleri. Belirtim Yöntemleri 09.07.2014

Giriş: Temel Adımlar YAZILIM GELİŞTİRME YAŞAM DÖNGÜSÜ. Belirtim Yöntemleri. Belirtim Yöntemleri 09.07.2014 Giriş: Temel Adımlar YAZILIM GELİŞTİRME YAŞAM DÖNGÜSÜ 1 2 Yukarıda belirtilen adımlar, yazılım yaşam döngüsünün çekirdek süreçleri olarak tanımlanır. Bu süreçlerin gerçekleştirilmesi amacıyla; -Belirtim

Detaylı

Daha komplike uygulamalar elektronik ticaret, elektronik kimlik belgeleme, güvenli e-posta,

Daha komplike uygulamalar elektronik ticaret, elektronik kimlik belgeleme, güvenli e-posta, Çift Anahtarlı (Asimetrik Şifreleme) Bilgi Güvenliği: Elektronik iletişim, günümüzde kağıt üzerinde yazı yazarak yapılan her türlü iletişimin yerine geçmeye adaydır. Çok uzak olmayan bir gelecekte kişi/kuruluş/toplumların,

Detaylı

Geniş Bantlı Log-Periyodik Anten Dizgelerinin Genetik Algoritmalar Kullanılarak Tasarlanması

Geniş Bantlı Log-Periyodik Anten Dizgelerinin Genetik Algoritmalar Kullanılarak Tasarlanması Geniş Bantlı Log-Periyodik Anten Dizgelerinin Genetik Algoritmalar Kullanılarak Tasarlanması Levent Gürel ve Özgür Ergül Elektrik ve Elektronik Mühendisliği Bölümü Bilkent Üniversitesi, Ankara lgurel@bilkent.edu.tr

Detaylı

1. Hafta SAYISAL ANALİZE GİRİŞ

1. 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

Detaylı

PARALEL MAKĠNALARIN GENETĠK ALGORĠTMA ĠLE ÇĠZELGELENMESĠNDE MUTASYON ORANININ ETKĠNLĠĞĠ

PARALEL MAKĠNALARIN GENETĠK ALGORĠTMA ĠLE ÇĠZELGELENMESĠNDE MUTASYON ORANININ ETKĠNLĠĞĠ Ege Akademik BakıĢ / Ege Academic Review 10 (1) 2010: 199-210 PARALEL MAKĠNALARIN GENETĠK ALGORĠTMA ĠLE ÇĠZELGELENMESĠNDE MUTASYON ORANININ ETKĠNLĠĞĠ EFFICIENCY OF MUTATION RATE FOR PARALLEL MACHINE SCHEDULING

Detaylı

GÜNEŞ ENERJİSİ VE RÜZGÂR ENERJİSİ DÂHİL OLAN HİBRİT GÜÇ SİSTEMİNDE FARKLI ALGORİTMALAR İLE EKONOMİK YÜK DAĞITIMININ İNCELENMESİ

GÜNEŞ ENERJİSİ VE RÜZGÂR ENERJİSİ DÂHİL OLAN HİBRİT GÜÇ SİSTEMİNDE FARKLI ALGORİTMALAR İLE EKONOMİK YÜK DAĞITIMININ İNCELENMESİ 3. İzmir Rüzgâr Sempozyumu // 8-10 Ekim 2015 // İzmir 29 GÜNEŞ ENERJİSİ VE RÜZGÂR ENERJİSİ DÂHİL OLAN HİBRİT GÜÇ SİSTEMİNDE FARKLI ALGORİTMALAR İLE EKONOMİK YÜK DAĞITIMININ İNCELENMESİ Gül Kurt 1, Deniz

Detaylı

GRİD ALTYAPISI ÜZERİNDE

GRİD ALTYAPISI ÜZERİNDE GRİD ALTYAPISI ÜZERİNDE BİR FÜZENİN PARALEL ŞEKİL OPTİMİZA ZASYONU Erdal Oktay EDA Tasarım Analiz Mühendislik Ltd. ODTÜ Teknokent, Ankara mail@eda-ltd.com.tr Osman Merttopcuoglu ROKETSAN Roket Sanayi ve

Detaylı

3.2. DP Modellerinin Simpleks Yöntem ile Çözümü Primal Simpleks Yöntem

3.2. DP Modellerinin Simpleks Yöntem ile Çözümü Primal Simpleks Yöntem 3.2. DP Modellerinin Simpleks Yöntem ile Çözümü 3.2.1. Primal Simpleks Yöntem Grafik çözüm yönteminde gördüğümüz gibi optimal çözüm noktası, her zaman uygun çözüm alanının bir köşe noktası ya da uç noktası

Detaylı

Bölüm-4. İki Boyutta Hareket

Bölüm-4. İki Boyutta Hareket Bölüm-4 İki Boyutta Hareket Bölüm 4: İki Boyutta Hareket Konu İçeriği 4-1 Yer değiştirme, Hız ve İvme Vektörleri 4-2 Sabit İvmeli İki Boyutlu Hareket 4-3 Eğik Atış Hareketi 4-4 Bağıl Hız ve Bağıl İvme

Detaylı

Hazırladığı Tezler Yüksek lisans tezi

Hazırladığı Tezler Yüksek lisans tezi ÖZGEÇMİŞ 1 Adı Soyadı : Dr. Serdar BİROĞUL Doğum Yeri ve Tarihi : İzmit, 10/09/1980 Yabancı Dil : İngilizce İş adresi : Muğla Üniversitesi Teknoloji Fakültesi Elektronik-Bilgisayar Teknolojisi Bölümü Cep

Detaylı

6. YER ELEKTRİK ÇALIŞTAYI

6. YER ELEKTRİK ÇALIŞTAYI lektrik Çalı E ş r yı ta 6. Y e 6. YER ELEKTRİK ÇALIŞTAYI 2016 23-25 MAYIS 2016 kartepe park otel KARTEPE, Kocaelİ ELEKTRİK ve elektromanyetik yöntemlerde jeotermal, petrol, maden aramaları MODELLEME ve

Detaylı

İktisat bilimi açısından optimizasyon, amacımıza en uygun olan. seçeneğin belirlenmesidir. Örneğin bir firmanın kârını

İktisat bilimi açısından optimizasyon, amacımıza en uygun olan. seçeneğin belirlenmesidir. Örneğin bir firmanın kârını OPTİMİZASYON İktisat bilimi açısından optimizasyon, amacımıza en uygun olan seçeneğin belirlenmesidir. Örneğin bir firmanın kârını maksimize edecek olan üretim miktarının belirlenmesi; bir bireyin toplam

Detaylı