| Dersin Adı | Dersin Kodu | Dersin Türü | Dersin Düzeyi | Dersin Yılı | Dersin Verildiği Dönem | AKTS Kredisi |
|---|---|---|---|---|---|---|
| Bulanık Mantığa Giriş | MKT421 | Seçmeli | Lisans | 4 | Güz | 4 |
Öğretim Elemanı Adı
Prof. Dr. Hüseyin Metin ERTUNÇ
Dersin Öğrenme Kazanımları
1) Yapay zeka tekniklerini kavramsal düzeyde açıklar.
2) Klasik kümeler ile bulanık kümeler arasındaki farkları açıklar.
3) Bulanık problemlerin çözümü için bulanık üyelik fonksiyonlarını oluşturur.
4) Bulanıklaştırma yöntemlerin kural tablosunun oluşturur.
5) Bulanık muhakeme tekniklerini ve durulaştırma yöntemlerini açıklar.
6) Bilgisayar programları ile bulanık mantık kontrolör tasarımı yapar.
7) Bulanık denetleyici kullanarak bir dinamik sistemin denetiminin simülasyonunu bilgisayar ortamında yapar.
Program Yeterliliği İlişkisi
| Program Yeterlilikleri | ||||||||||||
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | ||
| Öğrenme Kazanımları | ||||||||||||
| 1 | Düşük | Düşük | Düşük | Düşük | Düşük | Düşük | Düşük | Orta | Orta | |||
| 2 | Düşük | Düşük | Düşük | Düşük | Düşük | |||||||
| 3 | Düşük | Düşük | Düşük | Düşük | ||||||||
| 4 | Düşük | Düşük | Orta | Düşük | Düşük | Orta | Düşük | Orta | ||||
| 5 | Düşük | Düşük | Yüksek | Düşük | Düşük | Orta | Düşük | Düşük | Düşük | |||
| 6 | Düşük | Orta | Orta | Düşük | Düşük | Yüksek | Düşük | Düşük | Düşük | |||
| 7 | Düşük | Düşük | Yüksek | Orta | Orta | Yüksek | Düşük | Düşük | ||||
Eğitim Şekli
Yüz Yüze
Ön Koşullar, Diğer Koşullar
Yok
Önerilen Destekleyici Dersler
İstenmemekte
Dersin İçeriği
Bu ders klasik kümeler ve bulanık küme teoremi, bulanık mantık prensipleri, bulanık mantık denetleyicilerinin temel yapısı, sistem değişkenleri ve bulanık parametreler, bulanıklaştırma yöntemleri, bilgi tabanının oluşturulması, bulanık muhakeme ve durulaştırma teknikleri, bulanık kontrol kurallarının tasarımı, bulanık mantık denetleyicileri ile ilgili tasarım ve uygulama örneklerini kapsar.
Haftalık Ders İzlencesi
1) Yapay zeka tekniklerine giriş.2) Bulanıklık kavramı, klasik mantık ile bulanık mantık arasındaki farkın vurgulanması
3) Bulanık kümeler, bulanık üyelik fonksiyonları, klasik kümelerle farkları.
4) Bulanık kümelerin özellikleri
5) Temel bulanık işlemler: Birleşim, kesişim, tümleyen, değilleme vb.
6) Bulanık bağıntılar.
7) Bulanık mantık kurallarının oluşturulması.
8) Ara sınav/Değerlendirme
9) Bulanık kural tabanlı sistemler ve bulanık karar verme.
10) Mamdani, Sugeno ve TSK modelleri
11) Durulaştırma yöntemleri
12) Bulanık mantık denetleyicilerin tasarlanması ve simülasyonu.
13) Matlab ortamında bulanık modelleme
14) Matlab/Simulink ortamında bulanık mantık problemlerinin çözümü
15) Uyarlamalı sinirsel bulanık çıkartım sistemlerine giriş (ANFIS).
16) Yarıyıl sonu sınavı
Önerilen/İstenen Ders Kaynakları
1- Fuzzy Logic with Engineering Applications, Timothy Ross, Wiley
2- Neuro-Fuzzy and Soft Computing: A Computational Approach to Learning and Machine Intelligence, J.S.R. Jang, C.T. Sun, E. Mizutani, Prentice Hall, 1996
3- Fuzzy Logic Toolbox For Use With Matlab, Users Guide, Mathworks
4- Bulanık Mantık İlke ve Temelleri, Nazife Baykal, Bıçaklar Kitabevi, 2004
5- Bulanık Mantık Denetleyiciler, Çetin Elmas, Seçkin Yayıncılık, 2003
Planlanan Öğrenim Faaliyetleri Ve Eğitim Yöntemi
1) Anlatım
2) Benzetim
3) Laboratuvar/Çalıştay
4) Problem Çözme
5) Proje Temelli Öğrenme
Değerlendirme Yöntemi ve Ölçütleri
Yarıyıl İçi Çalışmalarının Başarıya Oranı |
60% |
||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
|||||||||||||||
Yarıyıl Sonu Sınavının Başarıya Oranı |
40% |
||||||||||||||
Toplam | 100% | ||||||||||||||
Dersin Eğitim Dili
İngilizce
Mesleki Uygulama
İstenmemekte