Zeki Optimizasyon Teknikleri

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Zeki Optimizasyon Teknikleri"

Transkript

1 Zeki Optimizasyon Teknikleri Tabu Arama (Tabu Search) Doç.Dr. M. Ali Akcayol Tabu Arama 1986 yılında Glover tarafından geliştirilmiştir. Lokal minimum u elimine edebilir ve global minimum u bulur. Değerlendirme (Evaluation) fonksiyonu kullanarak her iterasyon için en iyi komşu çözümü bulur. Tabu listesi kullanılarak kabul edilebilir değişimler kısıtlanır. Böylece mevcut çözümden hangi komşu çözümlere geçiş yapılabileceği belirlenir. Tabu listesi kullanılarak daha önceki çözümlerin tekrar edilmesi (cycling problem) engellenir. Tabu listesi her iterasyonda güncellenir. 1

2 Parametreler Başlangıç çözümü - Rastsal seçilebilir veya bir algoritmayla seçilebilir. Yeni çözüm oluşturma fonksiyonu -Problem yapısına bağlıdır ve performansı doğrudan etkiler. -Bir değişkende değişiklik yapılarak yeni çözüm kümesi oluşturulur. Kısa dönem hafıza (Tabu Listesi) -Arama sırasında karşılaşılan durumları tutar ve tekrarını önler. - Belirli süre sonra tabu olan olaylar listeden çıkarılır. - Listeye ilk giren ilk çıkar stratejisi uygulanır. Parametreler (devam) Uzun dönem hafıza - Bulunan en iyi çözümü tutar. - Bulunmuş olan elit çözümleri tutar. Tabu yıkma kriterleri - Belirlenen kriterler sağlandığında bir komşu çözüm tabu listesinden çıkarılır ve yeni çözüm olarak alınır. - Mevcut çözümden daha iyi bir çözüm tabuda olsa alınır. Algoritmayı durdurma şartları - Belirli bir iterasyona ulaşıldığında algoritma durdurulur. - Daha iyi çözüm bulunamadığında algoritma durdurulur. 2

3 Yeni çözüm oluşturma Mevcut çözümden daha iyi bir çözüme geçiş yapılır Yeni çözümü oluşturan olası değişimler; d1- Seçilen bir x j değişkeninin ğ ş 0 değerinden ğ 1 değerine değişmesi d2- Seçilen bir x k değişkeninin 1 değerinden 0 değerine değişmesi d3- d1 ve d2 nin birlikte gerçekleşmesi d4- f(x) amaç değerinden f(x ) amaç değerine değişim d5- Tanımlanan bir g fonksiyonuna göre g(x) den g(x ) değerine değişim Kısa dönem hafıza Daha önce karşılaşılan bilgileri tutar. Önceki çözümlere dönüşü engeller. Her iterasyonda yenilenir. Kısa dönemli hafıza kaydı tutulur. Yeni yapılan çözüm geçişlerinin tersini tabu yapar. Her yeni tabu için tabu süresi (t) atanır ve i. iterasyonda verilen tabu durumu i+t süresi sonunda kaldırılır. 3

4 Uzun dönemli hafıza Aramayı iyileştirir ve aşağıdaki özelliklere sahiptir; Elit çözümlerin ve niteliklerin bir listesini tutar. İlerde bu elit çözümleri oluşturan ş niteliklere yeniden dönüş yaparak bu bölgelerin daha detaylı araştırılmasını sağlar. Tabu kısıtlamaları İstenmeyen çözüm değişimi ve yasakları uygulamak için kullanılır Herhangi bir iterasyonda, x k çözümünden x k+1 çözümüne geçildiğinde bu çözümün tersi tabu yapılır. Örnek kısıtlamalar: l k1- xj değişkeninin 1 değerinden 0 değerine değişmesi (daha önce 0 değerinden 1 değerine değişmişse) k2- xj değişkeninin 0 değerinden 1 değerine değişmesi (daha önce 1 değerinden 0 değerine değişmişse) k3- k1 ve k2 kısıtlarından en az birinin gerçekleşmesi k4- Tanımlanmış bir g(x) fonksiyonunun y k değerinden y n değerine değişmesi (daha önce y n değerinden y k değerine değişmişse) 4

5 Tabu süresi belirleme Tabu süresi çok kısaysa arama sürekli yerel optimumlarda gerçekleşir. Tabu süresi çok uzunsa hareketlerin çoğu tabu olduğundan bulunan çözümlerin kalitesi düşer. Statik : Sabit bir değer seçilir (t = 7 veya t = n gibi. n problem boyutunun bir ölçüsüdür). Basit dinamik : t-min ve t-max sınırları arasında sistematik veya rassal bir sayı seçilirek t değeri belirlenir. t-min ve t-max statik değer ataması ile seçilebilir. Niteliğe bağlı : t-min ve t-max niteliğin kalitesine bağlı olarak dinamik olarak belirlenir. t değeri ise basit dinamik kuraldaki gibi seçilebilir. Tabu yıkma kriterleri Tabu olan bir geçişin yapılması sağlanır. Yokluğa göre tabu kaldırma - Tüm mümkün hareketler tabu ise, tabu süresinin bitmesi en yakın olan alınır. Amaca göre tabu kaldırma - En iyi çözümden daha iyi çözüm veren hareket tabu olsada alınır. Etkiye göre tabu kaldırma -Düşük etkili bir hareket, yüksek etkili bir harekete yol açacaksa tabu olsada seçilir. 5

6 Tabu Arama Algoritmayı sonlandırma şartları; Optimum çözümü bilinen problemlerde optimum sonucun bulunması Belirlenmiş olan maksimum iterasyona ulaşılması Mevcut en iyi çözümde daha fazla iyileştirme yapılamaması Tabu Arama (Algoritma) Adım 1. Bir başlangıç çözümü seç, onu mevcut çözüm ve en iyi çözüm olarak kaydet. Adım 2. Mevcut çözümün komşularını bir komşuluk yapısıyla üret. Tabu olmayan veya tabu olsa bile tabu yıkma ölçütünü sağlayan bir komşu çözüm seç ve onu yeni çözüm olarak al. Mevcut çözümden yeni çözüme geçiş özelliğini tabu listesine ekleyerek listeyi güncelle. Eğer yeni çözüm o ana kadarki en iyi çözümden daha iyi ise onu yeni en iyi çözüm olarak kaydet. Adım3. Bir durdurma ölçütü sağlanıncaya kadar Adım 2`yi tekrarla. 6

7 Tabu Arama (Akış şeması) Başlangıç çözümü Çözüm aday listesi oluştur Çözümleri değerlendir En iyi kabul edilebilir çözümü seç Hafızayı güncelle H Aramayı bitir E Son çözüm Tabu Arama (Algoritma) Function Tabu_Search(Problem) returns a solution state Begin Şimdiki (Current), Sonraki (Next) ve En iyi (Best) değişkenlerini belirle Önceden geçilmiş çözümlerin listesini oluştur (H) Şimdiki durum değişkenine rastgele değer ata repeat Next = En yüksek değerli komşu çözüm if ((not move(h, Next)) or (Aspiration(Next)) then Current= Next Update Best H = Recency(H + Current) end until sonlandırma şartları oluşuncaya kadar return Best End 7

8 Tabu Arama (Araştırma) Kaynaklar: 1. Glover, F Tabu Search Part I.. ORSA Journal on Computing, Vol. 1, No. 3, pp Glover, F Tabu Search Part II.. ORSA Journal on Computing, Vol. 2, No. 1, pp Glover, F., Laguna, M Tabu Search.. Kluwer Academic Publishers 4. Rayward-Smith, V.J., Osman, I.H., Reeves, C.R., Smith, G.D Modern Heuristic Search Methods,, John Wiley & Sons. 5. Russell, S., Norvig, P Artificial Intelligence A Modern Approach.. Prentice-Hall Makale taramak için: biblio.html Tabu Arama Haftalık Ödev: Tabu arama algoritması kullanılarak yapılmış bir makale bulup elde edilen sonuçları içeren bir rapor hazırlayınız. İncelenen makalede tabu arama algoritması kullanılmasının gerekçeleri, uygulamanın sonuçları değerlendirilecektir. - İncelenen makale son 5 yılda yayınlanmış olacaktır. - Makale Yurtdışında SCI te taranan bir dergide yayınlanmış olacaktır. - Hazırlanan rapora makalenin tam metnide eklenecektir. - Hazırlanan rapor ve makalenin tamamı diğer öğrencilerin hepsine e-postayla gönderilecektir. 8

9 Tabu Arama Gelecek Hafta Genetik Algoritma (Genetic Algorithm) 9

Yaklaşık Düşünme Teorisi

Yaklaşık Düşünme Teorisi Yaklaşık Düşünme Teorisi Zadeh tarafından 1979 yılında öne sürülmüştür. Kesin bilinmeyen veya belirsiz bilgiye dayalı işlemlerde etkili sonuçlar vermektedir. Genellikle bir f fonksiyonu ile x ve y değişkeni

Detaylı

Zeki Optimizasyon Teknikleri

Zeki Optimizasyon Teknikleri Zeki Optimizasyon Teknikleri Yapay Sinir Ağları (Artificial Neural Network) Doç.Dr. M. Ali Akcayol Yapay Sinir Ağları Biyolojik sinir sisteminden esinlenerek ortaya çıkmıştır. İnsan beyninin öğrenme, eski

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

DGridSim Gerçek Zamanlı Veri Grid Simülatörü. Gerçek-Zamanlı Veri Dağıtımı Dokümanı v 1.0.1 01.08.2011

DGridSim Gerçek Zamanlı Veri Grid Simülatörü. Gerçek-Zamanlı Veri Dağıtımı Dokümanı v 1.0.1 01.08.2011 DGridSim Gerçek Zamanlı Veri Grid Simülatörü Gerçek-Zamanlı Veri Dağıtımı Dokümanı v 1.0.1 01.08.2011 Mustafa Atanak Sefai Tandoğan Doç. Dr. Atakan Doğan 1. Tek Rotadan Veri Dağıtımı 1.1 Gerçek-Zamanlı

Detaylı

İĞİ ğ ş. ğ ş ğ ğ ğ Ş İ. ş ş. ş ğ ğ. ş ş ğ ş ş ş. ğ ş ş İ İ İ. ş ş

İĞİ ğ ş. ğ ş ğ ğ ğ Ş İ. ş ş. ş ğ ğ. ş ş ğ ş ş ş. ğ ş ş İ İ İ. ş ş İĞİ ğ ş ğ ş ğ ğ ğ ğ ş ş ş Ş İ İ İ İ ş ş ş ğ ğ ş ş ğ ş ş ş ğ ş ş ş ğ ş ş ş ş ş İ İ İ ş ş ş ğ İ ş ş ş ğ ş ş ğ ş ş ş ğ ğ ş ş ş ğ ş ş ş ğ ğ ş ş ğ ş ğ ğ ğ ş ş ğ ğ ş ş ğ ş ğ ğ ş ğ İ ğ ğ ş ğ ğ ş ş ğ ş ğ ğ ş ş

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

EM302 Yöneylem Araştırması 2 Doğrusal Olmayan Programlamaya Giriş. Dr. Özgür Kabak

EM302 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

Detaylı

İleri Bilgisayar Mimarileri (COMPE 532) Ders Detayları

İleri Bilgisayar Mimarileri (COMPE 532) Ders Detayları İleri Bilgisayar Mimarileri (COMPE 532) Ders Detayları Ders Adı İleri Bilgisayar Mimarileri Ders Kodu COMPE 532 Dönemi Ders Uygulama Saati Saati Laboratuar Saati Kredi AKTS Güz 3 0 0 3 7.5 Ön Koşul Ders(ler)i

Detaylı

Kablosuz Sensör Ağlar ve Eniyileme. Tahir Emre KALAYCI. 21 Mart 2008

Kablosuz Sensör Ağlar ve Eniyileme. Tahir Emre KALAYCI. 21 Mart 2008 Kablosuz Sensör Ağlar ve Eniyileme Tahir Emre KALAYCI 21 Mart 2008 Gündem Genel Bilgi Alınan Dersler Üretilen Yayınlar Yapılması Planlanan Doktora Çalışması Kablosuz Sensör Ağlar Yapay Zeka Teknikleri

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

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

VERİ MADENCİLİĞİ (Sınıflandırma Yöntemleri) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr

VERİ MADENCİLİĞİ (Sınıflandırma Yöntemleri) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr VERİ MADENCİLİĞİ (Sınıflandırma Yöntemleri) Yrd.Doç.Dr. Kadriye ERGÜN kergun@balikesir.edu.tr Genel İçerik Veri Madenciliğine Giriş Veri Madenciliğinin Adımları Veri Madenciliği Yöntemleri Sınıflandırma

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

HEDEF ARA ve ÇÖZÜCÜ HEDEF ARA

HEDEF ARA ve ÇÖZÜCÜ HEDEF ARA HEDEF ARA ve ÇÖZÜCÜ HEDEF ARA Hedef ara komutu bir fonksiyonun tersinin bulunmasında kullanılır. Hedef ara işlemi, y=f(x) gibi bir fonksiyonda y değeri verildiğinde x değerinin bulunmasıdır. Bu işlem,

Detaylı

ELEKTRONİK ÇİZELGE. Hücreleri Biçimlendirme. Formülleri Kullanma. Verileri Sıralama. Grafik Oluşturma 1) HÜCRELERİ BİÇİMLENDİRME

ELEKTRONİK ÇİZELGE. Hücreleri Biçimlendirme. Formülleri Kullanma. Verileri Sıralama. Grafik Oluşturma 1) HÜCRELERİ BİÇİMLENDİRME Hücreleri Biçimlendirme ELEKTRONİK ÇİZELGE Formülleri Kullanma Verileri Sıralama Grafik Oluşturma 1) HÜCRELERİ BİÇİMLENDİRME Elektronik Çizelge de sayıları; bin ayracı, yüzde oranı, tarih/saat ve para

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

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

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

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

FARKLI GELİŞ ZAMANLI ÖĞRENME ETKİLİ PARALEL MAKİNELİ ÇİZELGELEME PROBLEMİ

FARKLI GELİŞ ZAMANLI ÖĞRENME ETKİLİ PARALEL MAKİNELİ ÇİZELGELEME PROBLEMİ HAVACILIK VE UZAY TEKNOLOJİLERİ DERGİSİ TEMMUZ 28 CİLT 3 SAYI 4 (37-46) FARKLI GELİŞ ZAMANLI ÖĞRENME ETKİLİ PARALEL MAKİNELİ ÇİZELGELEME PROBLEMİ Tamer Kırıkkale Üniversitesi, Mühendislik Fakültesi Endüstri

Detaylı

2 e-posta: aeyilmaz@eng.ankara.edu.tr

2 e-posta: aeyilmaz@eng.ankara.edu.tr BULUT AĞLARINA YÖNELİK DAĞINIK ÖNBELLEK YÖNETİM SİSTEMİ NDE FARKLI OPTİMİZASYON VE ATAMA TEKNİKLERİNİN PERFORMANS KARŞILAŞTIRMASI Hüseyin Seçkin Dikbayır 1 Asım Egemen Yılmaz 2 Ali Arda Diri 3 1,3 Dirisoft

Detaylı

KURU TİP TRANSFORMATÖRÜN TABU ARAMA ALGORİTMASI YÖNTEMİ İLE AĞIRLIK OPTİMİZASYONU

KURU TİP TRANSFORMATÖRÜN TABU ARAMA ALGORİTMASI YÖNTEMİ İLE AĞIRLIK OPTİMİZASYONU İleri Teknoloji Bilimleri Dergisi Cilt, No, 7-6, 0 Journal of Advanced Technology Sciences Vol, No, 7-6, 0 KURU TİP TRANSFORMATÖRÜN TABU ARAMA ALGORİTMASI YÖNTEMİ İLE AĞIRLIK OPTİMİZASYONU Salih TOSUN

Detaylı

Süreç Yönetimi. Logo

Süreç Yönetimi. Logo Süreç Yönetimi Logo Kasım 2013 SÜREÇ YÖNETİMİ Süreç belirlenen bir amaca ulaşmak için gerçekleştirilen faaliyetler bütünüdür. Örn; Sistemde kayıtlı personellerinize doğum günü kutlama maili gönderme, Deneme

Detaylı

HACETTEPE ÜNİVERSİTESİ BİLGİSAYAR ve ÖĞRETİM TEKNOLOJİLERİ EĞİTİMİ BTÖ201- Programlama Dilleri 1 Hazırlayanın; Adı Soyadı Çağdaş KARADEMİR Numarası 20742248 Ders Sorumlusu Hakan Tüzün İçindekiler Problem

Detaylı

BLG 1306 Temel Bilgisayar Programlama

BLG 1306 Temel Bilgisayar Programlama BLG 1306 Temel Bilgisayar Programlama WEB : mustafabahsi.cbu.edu.tr E-MAIL : mustafa.bahsi@cbu.edu.tr Değişken ve Atama Bilgisayar programı içerisinde ihtiyaç duyulan sembolik bir ifadeyi veya niceliği

Detaylı

Makine Öğrenmesi 3. hafta

Makine Öğrenmesi 3. hafta Makine Öğrenmesi 3. hafta Entropi Karar Ağaçları (Desicion Trees) ID3 C4.5 Sınıflandırma ve Regresyon Ağaçları (CART) Karar Ağacı Nedir? Temel fikir, giriş verisinin bir kümeleme algoritması yardımıyla

Detaylı

Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS. Veri Organizasyonu ve Yönetimi BIL303 5 3+0 3 5

Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS. Veri Organizasyonu ve Yönetimi BIL303 5 3+0 3 5 DERS BİLGİLERİ Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS Veri Organizasyonu ve Yönetimi BIL303 5 3+0 3 5 Ön Koşul Dersleri Dersin Dili Dersin Seviyesi Dersin Türü Türkçe Lisans Zorunlu / Yüz

Detaylı

BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ

BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf / Y.Y. Ders Saati (T+U+L) Kredi AKTS YAPAY ZEKA BG-421 4/2 2+1+0 2+.5 4 Dersin Dili : TÜRKÇE Dersin Seviyesi : LİSANS

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

KAHKAHA TANIMA İÇİN RASSAL ORMANLAR

KAHKAHA TANIMA İÇİN RASSAL ORMANLAR KAHKAHA TANIMA İÇİN RASSAL ORMANLAR Heysem Kaya, A. Mehdi Erçetin, A. Ali Salah, S. Fikret Gürgen Bilgisayar Mühendisliği Bölümü Boğaziçi Üniversitesi / Istanbul Akademik Bilişim'14, Mersin, 05.02.2014

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

Self Organising Migrating Algorithm

Self Organising Migrating Algorithm OPTİMİZASYON TEKNİKLERİ Self Organising Migrating Algorithm Kendini Organize Eden Göç/Geçiş Algoritması MELİH HİLMİ ULUDAĞ Fırat Üniversitesi Teknoloji Fakültesi Yazılım Mühendisliği Bölümü İletişim: www.melihhilmiuludag.com

Detaylı

Excel' de formüller yazılırken iki farklı uygulama kullanılır. Bunlardan;

Excel' de formüller yazılırken iki farklı uygulama kullanılır. Bunlardan; 7. FORMÜLLER SEKMESİ Excel in en çok kullanılan yönü hesaplama yönüdür. Hesaplamalar Formüller aracılığıyla yapılır. Formüller sekmesi anlatılırken sık kullanılan formüller ve formül yazımı da anlatılacaktır.

Detaylı

FABRİKA ORGANİZASYONU Üretim Planlama ve Yönetimi 2. Uygulama: Sipariş ve Parti Büyüklüğü Hesaplama

FABRİKA ORGANİZASYONU Üretim Planlama ve Yönetimi 2. Uygulama: Sipariş ve Parti Büyüklüğü Hesaplama FABRİKA ORGANİZASYONU Üretim Planlama ve Yönetimi 2. Uygulama: Sipariş ve Parti Büyüklüğü Hesaplama Uygulamalar 1. İhtiyaç Hesaplama 2. Sipariş ve Parti Büyüklüğü Hesaplama 3. Dolaşım Akış Çizelgeleme/Terminleme

Detaylı

YÖNEYLEM ARAŞTIRMASI YÜKSEK LİSANS DERSİ

YÖNEYLEM ARAŞTIRMASI YÜKSEK LİSANS DERSİ LINDO (Linear Interactive and Discrete Optimizer) YÖNEYLEM ARAŞTIRMASI YÜKSEK LİSANS DERSİ 2010-2011 Güz-Bahar Yarıyılı YRD.DOÇ.DR.MEHMET TEKTAŞ ÖRNEK 6X 1 + 3X 2 96 X 1 + X 2 18 2X 1 + 6X 2 72 X 1, X

Detaylı

Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS. Yapay Zeka Sistemleri BIL308 6 3+0 3 4

Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS. Yapay Zeka Sistemleri BIL308 6 3+0 3 4 DERS BİLGİLERİ Ders Adı Kodu Yarıyılı T+U Saati Ulusal Kredisi AKTS Yapay Zeka Sistemleri BIL308 6 3+0 3 4 Ön Koşul Dersleri Dersin Dili Dersin Seviyesi Dersin Türü Türkçe Lisans Zorunlu / Yüz Yüze Dersin

Detaylı

Bölüm 5: İşlemci Zamanlaması. Operating System Concepts with Java 8 th Edition

Bölüm 5: İşlemci Zamanlaması. Operating System Concepts with Java 8 th Edition Bölüm 5: İşlemci Zamanlaması 5.1 Silberschatz, Galvin and Gagne 2009 Temel Kavramlar Çoklu programlama sayesinde CPU kullanımının optimize edilmesi CPU I/O İşlem Döngüsü Bir işlemin çalıştırılması birbirlerini

Detaylı

İÇİNDEKİLER. Bölüm 1 YÖNEYLEM ARAŞTIRMASINA GİRİŞ 11. 1.1. Temel Kavramlar 14 1.2. Modeller 17 1.3. Diğer Kavramlar 17 Değerlendirme Soruları 19

İÇİNDEKİLER. Bölüm 1 YÖNEYLEM ARAŞTIRMASINA GİRİŞ 11. 1.1. Temel Kavramlar 14 1.2. Modeller 17 1.3. Diğer Kavramlar 17 Değerlendirme Soruları 19 İÇİNDEKİLER ÖNSÖZ III Bölüm 1 YÖNEYLEM ARAŞTIRMASINA GİRİŞ 11 1.1. Temel Kavramlar 14 1.2. Modeller 17 1.3. Diğer Kavramlar 17 Değerlendirme Soruları 19 Bölüm 2 DOĞRUSAL PROGRAMLAMA 21 2.1 Doğrusal Programlamanın

Detaylı

BENZETİM. Prof.Dr.Berna Dengiz

BENZETİM. Prof.Dr.Berna Dengiz Prof.Dr.Berna Dengiz 2. Ders Sistemin Performans.. Ölçütleri Sistem Türleri Benzetim Modelleri Statik veya Dinamik Deterministik ( belirli ) & Stokastik ( olasılıklı) Kesikli & Sürekli Sistemin Performans

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

Bir fabrika nasıl çalışır? Örneğin; HAMMADDENİN İŞLENEREK ÜRÜNE DÖNÜŞMESİ (İŞLEM) ÜRÜNÜN ÇIKIŞI (ÇIKIŞ) HAMMADDE GİRİŞİ (GİRİŞ)

Bir fabrika nasıl çalışır? Örneğin; HAMMADDENİN İŞLENEREK ÜRÜNE DÖNÜŞMESİ (İŞLEM) ÜRÜNÜN ÇIKIŞI (ÇIKIŞ) HAMMADDE GİRİŞİ (GİRİŞ) ALGORİTMA-3 Hatırlayalım! Önceki ders, günlük hayatta kararlar alırken veya herhangi bir şey yaparken, aslında adım adım düşündüğümüzü öğrendik. Ancak bizler çok zeki canlılar olduğumuz için bu düşünme

Detaylı

BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ

BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf / Y.Y. Ders Saati (T+U+L) Kredi AKTS PROGRAMLAMA BG-213 2/1 2+0+2 2+1 5 Dersin Dili : TÜRKÇE Dersin Seviyesi : LİSANS

Detaylı

Üstel Öğrenme ve Genel Bozulma Etkili Akış Tipi Çizelgeleme Problemi: Maksimum Tamamlanma Zamanı Minimizasyonu

Üstel Öğrenme ve Genel Bozulma Etkili Akış Tipi Çizelgeleme Problemi: Maksimum Tamamlanma Zamanı Minimizasyonu Üstel Öğrenme ve Genel Bozulma Etkili Akış Tipi Çizelgeleme Problemi: Maksimum Tamamlanma Zamanı Minimizasyonu Tamer Eren Kırıkkale Üniversitesi, Mühendislik Fakültesi, Endüstri Mühendisliği Bölümü, 71451,

Detaylı

DOĞRUSAL PROGRAMLAMA TEKNİĞİ İLE KÖMÜR DAĞITIM OPTİMİZASYONU COAL DISTRIBUTION OPTIMIZATION BY UTILIZING LINEAR PROGRAMMING

DOĞRUSAL PROGRAMLAMA TEKNİĞİ İLE KÖMÜR DAĞITIM OPTİMİZASYONU COAL DISTRIBUTION OPTIMIZATION BY UTILIZING LINEAR PROGRAMMING Eskişehir Osmangazi Üniversitesi Müh.Mim.Fak.Dergisi C.XX, S.1, 2007 Eng&Arch.Fac. Eskişehir Osmangazi University, Vol..XX, No:1, 2007 Makalenin Geliş Tarihi : 17.02.2006 Makalenin Kabul Tarihi : 16.11.2006

Detaylı

İÇ KONTROL SİSTEMİ EĞİTİMİ STRATEJİ GELİŞTİRME BAŞKANLIĞI

İÇ KONTROL SİSTEMİ EĞİTİMİ STRATEJİ GELİŞTİRME BAŞKANLIĞI İÇ KONTROL SİSTEMİ EĞİTİMİ STRATEJİ GELİŞTİRME BAŞKANLIĞI SÜREÇ KARTI 2 SÜREÇ KARTI 3 AÇIKLAMALAR SÜREÇ TANIMLAMA BİLGİSİ; Süreç; belli girdileri içeren ve belli çıktıları üreten katma değerli çabalarla

Detaylı

Ğ Ç Ğ ç ç ç ç Ö ç Ş Ğ ç ç Ö Ş» ç

Ğ Ç Ğ ç ç ç ç Ö ç Ş Ğ ç ç Ö Ş» ç Ğ ç ç Ş Ğ Ş Ğ Ç Ğ ç ç ç ç Ö ç Ş Ğ ç ç Ö Ş» ç ç ç ç ç Öç ç ç ç Ç ç ç ç ç ç Ş ç ç ç ç ç ç Ğ ç Ü Ü ç ç Ü Ğ ç ç ç Ş Ş ç Ç ç Ç ç ç ç ç ç ç ç ç ç ç ç Ö ç ç ç ç Ü Ğ ç Ç ç ç Ş ç Ç Ç ç Ö ç ç ç ç ç Ş ç Ş Ş ç ç ç

Detaylı

Şekil 6.2 Çizgisel interpolasyon

Şekil 6.2 Çizgisel interpolasyon 45 Yukarıdaki şekil düzensiz bir X,Y ilişkisini göstermektedir. bu fonksiyon eğri üzerindeki bir dizi noktayı birleştiren bir seri düzgün çizgi halindeki bölümlerle açıklanabilir. Noktaların sayısı ne

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

END 4705 DERS TANITIM FORMU

END 4705 DERS TANITIM FORMU END 4705 DERS TANITIM FORMU Bölüm Adı Öğretim Yılı Basım Tarihi Endüstri Mühendisliği Ders Kodu Ders Adı Dönem/Yıl ECTS Kredisi END 4705 PROJE YÖNETİMİ 6 Dil Ön Şart Durumu Kredi Kuramsal Uygulama Laboratuar

Detaylı

Ulaştırma ve Atama. Konu 2. Ulaştırma Modeli. Doç. Dr. Fazıl GÖKGÖZ

Ulaştırma ve Atama. Konu 2. Ulaştırma Modeli. Doç. Dr. Fazıl GÖKGÖZ Ulaştırma ve Atama Modelleri Konu 2 Ulaştırma Modeli 1. Farklı kaynaklardan temin edilen bir ürün, mümkün olan minimum maliyetle farklı istikametlere taşınmaktadır. 2. Her kaynak noktası sabit sayıda ürün

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

AKIŞ ŞEMASI AKIŞ ŞEMASI AKIŞ ŞEMASI ŞEKİLLERİ GİRİŞ

AKIŞ ŞEMASI AKIŞ ŞEMASI AKIŞ ŞEMASI ŞEKİLLERİ GİRİŞ GİRİŞ AKIŞ ŞEMASI Bir önceki ünitede algoritma, bilgisayarda herhangi bir işlem gerçekleştirmeden ya da program yazmaya başlamadan önce gerçekleştirilmesi düşünülen işlemlerin belirli bir mantık ve plan

Detaylı

ğ ğ ğ ş ğ ş ğ ğ ği ğ ş ğ İ ş ğ ş ş ş ğ ş İ ğ ğ ş ş

ğ ğ ğ ş ğ ş ğ ğ ği ğ ş ğ İ ş ğ ş ş ş ğ ş İ ğ ğ ş ş ş Ğ İ ş ş ş ğ ğ ğ ğ ş İ ğ ğ ğ ş ğ ş ğ ğ ği ğ ş ğ İ ş ğ ş ş ş ğ ş İ ğ ğ ş ş İ ş ş ş ş ş ş ş ş ğ ğ ş ğ ş ğğ ş ş ş ş ğ ş ş ğ ş ş ş ğ ş ş ş ğ ğğ ş ğ ş ş ğ İ ş ş ğ ş ş ğ ğ ğ ş ş ğ ğ ş İ ş ğ şğ ş ş ş ş ş ş ğ

Detaylı

PostgreSQL ve PL/pgSQL

PostgreSQL ve PL/pgSQL PostgreSQL ve PL/pgSQL Adnan DURSUN Uygulama tasarım ve geliştiricisi @ : adnandursun.at.asrinbilisim.com.tr : +AdnanDURSUN Sunum Akışı PL/pgSQL nedir PL/pgSQL neden kullanmalıyız PL/pgSQL in yapısı Saklı

Detaylı

Markov Zinciri Monte Carlo Yaklaşımı. Aktüeryal Uygulamaları

Markov Zinciri Monte Carlo Yaklaşımı. Aktüeryal Uygulamaları Markov Zinciri Monte Carlo Yaklaşımı ve Aktüeryal Uygulamaları ŞİRZAT ÇETİNKAYA Aktüer Sistem Araştırma Geliştirme Bölümü AKTÜERLER DERNEĞİ 2.0.20080 2008 - İSTANBUL Sunum Planı. Giriş 2. Bayesci Metodun

Detaylı

BM-311 Bilgisayar Mimarisi

BM-311 Bilgisayar Mimarisi 1 BM-311 Bilgisayar Mimarisi Hazırlayan: M.Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Konular Processor organization Register organization Instruction cycle 2 Processor organization İşlemci

Detaylı

AKARSULARDA KİRLENME KONTROLÜ İÇİN BİR DİNAMİK BENZETİM YAZILIMI

AKARSULARDA KİRLENME KONTROLÜ İÇİN BİR DİNAMİK BENZETİM YAZILIMI AKARSULARDA KİRLENME KONTROLÜ İÇİN BİR DİNAMİK BENZETİM YAZILIMI *Mehmet YÜCEER, **Erdal KARADURMUŞ, *Rıdvan BERBER *Ankara Üniversitesi Mühendislik Fakültesi Kimya Mühendisliği Bölümü Tandoğan - 06100

Detaylı

DOĞRUSAL OLMAYAN PROGRAMLAMA (NLP)

DOĞRUSAL OLMAYAN PROGRAMLAMA (NLP) DOĞRUSAL OLMAYAN PROGRAMLAMA (NLP) 1. Non-lineer kar analizi, 2. Kısıtlı optimizasyon, 3. Yerine koyma (substitution) yöntemi, 4. Lagranj Çarpanları Yöntemi 5. Başabaş Analizleri ve Duyarlılık Testleri

Detaylı

Sorgudan elde edilen değerin değişkenlere aktarılmasını sağlar. Sorgudan tek satır dönmesi gerekir. Çok satır dönerse hata verir.

Sorgudan elde edilen değerin değişkenlere aktarılmasını sağlar. Sorgudan tek satır dönmesi gerekir. Çok satır dönerse hata verir. Oracle (Devam) SELECT INTO Deyimi Sorgudan elde edilen değerin değişkenlere aktarılmasını sağlar. Sorgudan tek satır dönmesi gerekir. Çok satır dönerse hata verir. Genel ifade: SELECT kolonisimler INTO

Detaylı

DERS BİLGİLERİ. Ders Kodu Yarıyıl T+U Saat Kredi AKTS LOJİSTİK SİSTEMLERİ PLANLAMA VE TASARIMI ESYE549 3+0 3 7

DERS BİLGİLERİ. Ders Kodu Yarıyıl T+U Saat Kredi AKTS LOJİSTİK SİSTEMLERİ PLANLAMA VE TASARIMI ESYE549 3+0 3 7 DERS BİLGİLERİ Ders Kodu Yarıyıl T+U Saat Kredi AKTS LOJİSTİK SİSTEMLERİ PLANLAMA VE TASARIMI ESYE549 3+0 3 7 Ön Koşul Dersleri ISE veya eşdeğer bir optimizasyona giriş dersi Dili Seviye si Türü İngilizce

Detaylı

KADASTRO HARİTALARININ SAYISALLAŞTIRILMASINDA KALİTE KONTROL ANALİZİ

KADASTRO HARİTALARININ SAYISALLAŞTIRILMASINDA KALİTE KONTROL ANALİZİ KADASTRO HARİTALARININ SAYISALLAŞTIRILMASINDA KALİTE KONTROL ANALİZİ Yasemin ŞİŞMAN, Ülkü KIRICI Sunum Akış Şeması 1. GİRİŞ 2. MATERYAL VE METHOD 3. AFİN KOORDİNAT DÖNÜŞÜMÜ 4. KALİTE KONTROL 5. İRDELEME

Detaylı

Makine Elemanları I Prof. Dr. Akgün ALSARAN. Temel bilgiler Toleranslar

Makine Elemanları I Prof. Dr. Akgün ALSARAN. Temel bilgiler Toleranslar Makine Elemanları I Prof. Dr. Akgün ALSARAN Temel bilgiler Toleranslar İçerik Tolerans nedir? Boyut toleransı Geçme Yüzey pürüzlülüğü Örnekler 2 Tolerans nedir? Tasarım ve üretim süreci arasında boyut

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

Bölüm 9. Altprogramlar ISBN 0-321-49362-1

Bölüm 9. Altprogramlar ISBN 0-321-49362-1 Bölüm 9 Altprogramlar ISBN 0-321-49362-1 9. Bölüm konuları Giriş Altprogram temelleri Yerel atıf ortamları (local referencing environments) Parametre geçme yöntemleri Altprogram olan parametreler Çok anlamlı

Detaylı

Sihirbaz Kullanarak Sorgu Oluştur : Sihirbaz sorguyu hazırlayan kişiye sorular sorar ve yanıtlarına göre sorgu oluşturur.

Sihirbaz Kullanarak Sorgu Oluştur : Sihirbaz sorguyu hazırlayan kişiye sorular sorar ve yanıtlarına göre sorgu oluşturur. BÖLÜM17 3. SORGULAR Access Veritabanında sorgu; tablolara yazılan bilgilerin hepsinin veya istenilen (belirlenen) şarta uyanlarının bulunmasıdır. Örneğin Tıp Fakültesinde okuyan öğrenciler gibi. Sorguları

Detaylı

Tedarik Zinciri Yönetimi

Tedarik Zinciri Yönetimi Tedarik Zinciri Yönetimi -Tedarik Zinciri Ağı Tasarımı- Yrd. Doç. Dr. Mert TOPOYAN Ağ tasarımı, tedarik zinciri açısından üç karar düzeyini de ilgilendiren ve bu düzeylerde etkisi olan bir konudur. Zincirin

Detaylı

Görüntü Segmentasyonu (Bölütleme)

Görüntü Segmentasyonu (Bölütleme) Görüntü Segmentasyonu (Bölütleme) Segmentasyon, görüntüyü aynı cinsten obje ve bölgelere ayırmaktır. 20 Aralık 2014 Cumartesi 1 Görüntü Segmentasyonu 20 Aralık 2014 Cumartesi 2 Gestalt kanunları Görüntü

Detaylı

8. İŞARETCİLER (POINTERS)

8. İŞARETCİLER (POINTERS) 8. İŞARETCİLER (POINTERS) Verilerin bilgisayar hafızasında tutulduğu fiziki alan adres olarak tanımlanabilir. Adres, hem donanımla hem de yazılımla ilişkilidir. Donanımsal açıdan adres bellekte yer gösteren

Detaylı

İstatistikçiler Dergisi

İstatistikçiler Dergisi www.istatistikciler.org İstatistikçiler Dergisi (28) 6-22 İstatistikçiler Dergisi COX REGRESYON MODELİ VE AKCİĞER KANSERİ VERİLERİ İLE BİR UYGULAMA Durdu KARASOY Hacettepe Üniversitesi Fen Fakültesi İstatistik

Detaylı

BÖLÜM 6. ÇEŞİTLİ KONULARDA ALGORİTMA VE AKIŞ ŞEMALARI

BÖLÜM 6. ÇEŞİTLİ KONULARDA ALGORİTMA VE AKIŞ ŞEMALARI BÖLÜM 1. GİRİŞ BÖLÜM 2. ALGORİTMALARA GENEL BAKIŞ BÖLÜM 3. ALGORİTMALAR BÖLÜM 4. ALGORİTMA VE AKIŞ ŞEMALARI BÖLÜM 5. DOSYALAMA SİSTEMLERİ BÖLÜM 6. ÇEŞİTLİ KONULARDA ALGORİTMA VE AKIŞ ŞEMALARI ALGORİTMALARA

Detaylı

Algoritma Geliştirme ve Veri Yapıları 9 Ağaç Veri Modeli ve Uygulaması. Mustafa Kemal Üniversitesi

Algoritma Geliştirme ve Veri Yapıları 9 Ağaç Veri Modeli ve Uygulaması. Mustafa Kemal Üniversitesi Algoritma Geliştirme ve Veri Yapıları 9 Ağaç Veri Modeli ve Uygulaması Ağaç, verilerin birbirine sanki bir ağaç yapısı oluşturuyormuş gibi sanal olarak bağlanmasıyla elde edilen hiyararşik yapıya sahip

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

İş Sıralama ve Çizelgeleme. Gülşen Aydın Keskin

İş Sıralama ve Çizelgeleme. Gülşen Aydın Keskin İş Sıralama ve Çizelgeleme Gülşen Aydın Keskin 1. Tabu arama 2. Tavlama benzetimi 3. Genetik algoritmalar (GA) 4. Karınca kolonileri 5. Yapay sinir ağları (YSA) 6. Yapay bağışıklık sistemleri 7. Aç gözlü

Detaylı

15.433 YATIRIM. Ders 3: Portföy Teorisi. Bölüm 1: Problemi Oluşturmak

15.433 YATIRIM. Ders 3: Portföy Teorisi. Bölüm 1: Problemi Oluşturmak 15.433 YATIRIM Ders 3: Portföy Teorisi Bölüm 1: Problemi Oluşturmak Bahar 2003 Biraz Tarih Mart 1952 de, Şikago Üniversitesi nde yüksek lisans öğrencisi olan 25 yaşındaki Harry Markowitz, Journal of Finance

Detaylı

7. Bölüm Robot Programlamada Mantıksal Fonksiyonlar

7. Bölüm Robot Programlamada Mantıksal Fonksiyonlar 7. Bölüm Robot Programlamada Mantıksal Fonksiyonlar 7. Bölüm: Mantıksal Fonksiyonlar 7.1. Mantıksal Programlamanın Temelleri Endüstriyel Robot sisteminde çevre birimlerle olan iletişimin sağlanmasında

Detaylı

Telefon Rehberi Uygulaması

Telefon Rehberi Uygulaması Sayfa1 Telefon Rehberi Uygulaması Uygulama, temel düzeyde, telefon rehberi üzerinedir. Kullanıcı, telefon rehberine eklediği her bir kayıt içi ad, soyad, ev telefonu ve üç adet cep telefonu bilgisi girebilmektedir.

Detaylı

International Olympiad in Informatics 2013. Bu masal uzun yıllar önce dünya yeni kurulmuş, IOI ise henüz hayal bile değilken yaşanmıştır.

International Olympiad in Informatics 2013. Bu masal uzun yıllar önce dünya yeni kurulmuş, IOI ise henüz hayal bile değilken yaşanmıştır. International Olympiad in Informatics 2013 6-13 July 2013 Brisbane, Australia dreaming Turkish 1.0 Bu masal uzun yıllar önce dünya yeni kurulmuş, IOI ise henüz hayal bile değilken yaşanmıştır. İçinde N

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

MAKİNE ELEMANLARI DERS SLAYTLARI

MAKİNE ELEMANLARI DERS SLAYTLARI MAKİNE ELEMANLARI DERS SLAYTLARI TOLERANSLAR P r o f. D r. İ r f a n K A Y M A Z P r o f. D r. A k g ü n A L S A R A N A r ş. G ör. İ l y a s H A C I S A L I H O Ğ LU Tolerans Gereksinimi? Tasarım ve üretim

Detaylı

VİRTUS Serbest Yatırım Fonu. Finans Yatırım Bosphorus Capital A Tipi Risk Yönetimi Hisse Senedi Fonu

VİRTUS Serbest Yatırım Fonu. Finans Yatırım Bosphorus Capital A Tipi Risk Yönetimi Hisse Senedi Fonu VİRTUS Serbest Yatırım Fonu Finans Yatırım Bosphorus Capital A Tipi Risk Yönetimi Hisse Senedi Fonu Bosphorus Capital Bosphorus Capital Portföy Yönetimi A.Ş. Türk finans piyasalarında aktif varlık yönetimine

Detaylı

18.034 İleri Diferansiyel Denklemler

18.034 İleri 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

Detaylı

Vera ERP Malzeme İhtiyaçları Modülü Şeması

Vera ERP Malzeme İhtiyaçları Modülü Şeması Konu Başlıkları Vera ERP Malzeme İhtiyaç Planlama Şeması 3 Genel Özellikler 4 Hedefler.6 Kotalardan Hedeflere Aktarım...7 Ana Üretim Planı Oluşturma..8 Malzeme İhtiyacının Belirlenmesi.11 Malzeme İhtiyacını

Detaylı

Olasılık ve İstatistik (IE 220) Ders Detayları

Olasılık ve İstatistik (IE 220) Ders Detayları Olasılık ve İstatistik (IE 220) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Olasılık ve İstatistik IE 220 Her İkisi 3 0 0 3 5 Ön Koşul Ders(ler)i Dersin

Detaylı

ELN1001 BİLGİSAYAR PROGRAMLAMA I

ELN1001 BİLGİSAYAR PROGRAMLAMA I ELN1001 BİLGİSAYAR PROGRAMLAMA I DEPOLAMA SINIFLARI DEĞİŞKEN MENZİLLERİ YİNELEMELİ FONKSİYONLAR Depolama Sınıfları Tanıtıcılar için şu ana kadar görülmüş olan özellikler: Ad Tip Boyut Değer Bunlara ilave

Detaylı

Graflar bilgi parçaları arasındaki ilişkileri gösterirler.

Graflar bilgi parçaları arasındaki ilişkileri gösterirler. Graflar (Graphs) Graf gösterimi Uygulama alanları Graf terminolojisi Depth first dolaşma Breadth first dolaşma Topolojik sıralama Yrd.Doç.Dr. M. Ali Akcayol Graflar Graflar bilgi parçaları arasındaki ilişkileri

Detaylı

DOSYA ORGANİZASYONU. Çarpışma çözümleme yöntemleri ÖZLEM AYDIN TRAKYA ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ

DOSYA ORGANİZASYONU. Çarpışma çözümleme yöntemleri ÖZLEM AYDIN TRAKYA ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ DOSYA ORGANİZASYONU ÖZLEM AYDIN TRAKYA ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ Çarpışma çözümleme yöntemleri Sunum planı Bağlantıları kullanarak çarpışmaların çözümlenmesi. Coalesced Hashing (Birleştirilmiş

Detaylı

VALF NOKTA ETKİLİ KONVEKS OLMAYAN EKONOMİK GÜÇ DAĞITIM PROBLEMLERİNİN HARMONİ ARAMA ALGORİTMASIYLA ÇÖZÜMÜ

VALF NOKTA ETKİLİ KONVEKS OLMAYAN EKONOMİK GÜÇ DAĞITIM PROBLEMLERİNİN HARMONİ ARAMA ALGORİTMASIYLA ÇÖZÜMÜ VALF NOKTA ETKİLİ KONVEKS OLMAYAN EKONOMİK GÜÇ DAĞITIM PROBLEMLERİNİN HARMONİ ARAMA ALGORİTMASIYLA ÇÖZÜMÜ Serdar ÖZYÖN 1,*, Celal YAŞAR 2, Hasan TEMURTAŞ 3 1 Dumlupınar Üniversitesi, Mühendislik Fakültesi,

Detaylı

RİSK ANALİZİ VE AKTÜERYAL MODELLEME

RİSK ANALİZİ VE AKTÜERYAL MODELLEME SORU 1: Bir hasar sıklığı dağılımının rassal değişken olan ortalaması (0,8) aralığında tekdüze dağılmaktadır. Hasar sıklığı dağılımının Poisson karma dağılıma uyduğu bilindiğine göre 1 ya da daha fazla

Detaylı

SÜREKLİ RASSAL DEĞİŞKENLER

SÜREKLİ RASSAL DEĞİŞKENLER SÜREKLİ RASSAL DEĞİŞKENLER Sürekli Rassal Değişkenler Sürekli Rassal Değişken: Değerleriölçümyadatartımla elde edilen, bir başka anlatımla sayımla elde edilemeyen, değişkene sürekli rassal değişken denir.

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Rastgele Değişkenlerin Dağılımları I Prof. Dr. İrfan KAYMAZ Ders konusu Bu derste; Rastgele değişkenlerin tanımı ve sınıflandırılması Olasılık kütle fonksiyonu Olasılık yoğunluk

Detaylı

VERİ TABANI ve YÖNETİMİ

VERİ TABANI ve YÖNETİMİ VERİ TABANI ve YÖNETİMİ Maltepe Üniversitesi Bilgisayar Mühendisliği Bölümü 2 BÖLÜM -10- FONKSİYONLAR 3 Giriş Geçen haftaki derslerimizde Görünümleri (View) ve Stored Procedure (SP) leri öğrendik. Bu hafta

Detaylı

MEKÂN ENVANTERİ OLUŞTURMA, MEKÂN ANALİZİ VE DERS PROGRAMI OLUŞTURMA İŞLEMLERİ

MEKÂN ENVANTERİ OLUŞTURMA, MEKÂN ANALİZİ VE DERS PROGRAMI OLUŞTURMA İŞLEMLERİ T.C. SÜLEYMAN DEMİREL ÜNİVERSİTESİ MEKÂN ENVANTERİ OLUŞTURMA, MEKÂN ANALİZİ VE DERS PROGRAMI OLUŞTURMA İŞLEMLERİ OCAK, 2016 ISPARTA İÇİNDEKİLER 1. GİRİŞ... 2 2. DERS PORGRAMLARININ OLUŞTURULMASI... 5 3.

Detaylı

İŞLETMELERDE İŞ SÜREÇ YÖNETİMİ (BPM) UYGULAMASI. Hazırlayanlar Fatma Didem GÜRKAN Endüstri Mühendisi Ahmet Alper ÇALIŞKAN Endüstri Mühendisi

İŞLETMELERDE İŞ SÜREÇ YÖNETİMİ (BPM) UYGULAMASI. Hazırlayanlar Fatma Didem GÜRKAN Endüstri Mühendisi Ahmet Alper ÇALIŞKAN Endüstri Mühendisi İŞLETMELERDE İŞ SÜREÇ YÖNETİMİ (BPM) UYGULAMASI Hazırlayanlar Fatma Didem GÜRKAN Endüstri Mühendisi Ahmet Alper ÇALIŞKAN Endüstri Mühendisi 4 Haftalık Ajanda 1. Hafta: Örneklerle BPM-ERP İlişkisi 2. Hafta:

Detaylı

Bölüm 10. Altprogramların gerçeklenmesi ISBN 0-0-321-49362-1

Bölüm 10. Altprogramların gerçeklenmesi ISBN 0-0-321-49362-1 Bölüm 10 Altprogramların gerçeklenmesi ISBN 0-0-321-49362-1 10. Bölüm konuları Çağırma / geri dönme semantiği Yığıt-dinamik yerel değişkeni olan altprogramların gerçeklenmesi İçiçe altprogramlar Statik

Detaylı

Örnek: İki fonksiyondan oluşan bir program. Fonksiyon Tanımı

Örnek: İki fonksiyondan oluşan bir program. Fonksiyon Tanımı Fonksiyonlar Fonksiyon Tanımı Değer Döndürmeyen Fonksiyonlar Değer Döndüren Fonksiyonlar Çok Parametreli Fonksiyonlar Değişken Kapsamları Çok Fonksiyonlu Programlar Fonksiyon Tanımı Karmaşıkveuzunprogramları,

Detaylı

BULANIK MANTIK VE SİSTEMLERİ 2014 2015 BAHAR DÖNEMİ ÖDEV 1. Müslüm ÖZTÜRK 148164001004 Bilişim Teknolojileri Mühendisliği ABD Doktora Programı

BULANIK MANTIK VE SİSTEMLERİ 2014 2015 BAHAR DÖNEMİ ÖDEV 1. Müslüm ÖZTÜRK 148164001004 Bilişim Teknolojileri Mühendisliği ABD Doktora Programı BULANIK MANTIK VE SİSTEMLERİ 2014 2015 BAHAR DÖNEMİ ÖDEV 1 Müslüm ÖZTÜRK 148164001004 Bilişim Teknolojileri Mühendisliği ABD Doktora Programı Mart 2015 0 SORU 1) Bulanık Küme nedir? Bulanık Kümenin (fuzzy

Detaylı