برنامه درسی

تحلیل‌های مکانی 

پروژه هاو تمرین‌های کلاسی

پروژه نهایی 

آزمون پایان ترم

سخنرانی، پرسش و پاسخ، ارائه موضوعات اختیاری در رابطه با کاربرد GIS توسط دانشجویان

کاربرد سیستم‌های اطلاعات مکانی در مهندسی سیلاب رودخانه‌ها همایون مطیعی

کاربرد GIS در برنامه‌ریزی شهری و منطقه‌ای دانشگاه تبریز علی اکبر رسولی  

هفته اول: مروری بر مفاهیم سیستم اطلاعات مکانی و قابلیت‌های آن                                                     

هفته دوم: مروری کلی بر کاربردهای سیستم اطلاعات مکانی

هفته سوم: کاربردهای GIS در مدیریت شهری برنامه‌ریزی و توسعه شهری

هفته چهارم: بررسی چند نمونه در مورد نحوه شناسایی بافت‌های فرسوده شهری به کمک GIS

هفته پنجم: بررسی داده‌ها و نقشه های شناسایی بافت فرسوده و اجرای یک مثال کاربردی

هفته ششم: کاربردهای جی‌آی‌اس در بهداشت، مدل‌سازی و پیش‌بینی بروز و شیوع بیماری‌ها

هفته هفتم: اجرای مثال کاربردی برای تحلیل مکانی بروز یک بیماری نمونه با استفاده از GIS

هفته هشتم: ارزیابی و مدیریت منابع آب با استفاده از GIS، مدیریت سیل و خشکسالی

هفته نهم:  آشنایی با دستورات نرم‌افزار مرتبط با کاربرد GIS برای مدیریت منابع آب

هفته دهم: ارائه موضوعات اختیاری در ارتباط با کاربردهای سیستم اطلاعات مکانی توسط دانشجویان

هفته یازدهم: کاربرد سیستم اطلاعات مکانی در مدیریت بحران (تهیه نقشه‌های آسیب‌پذیری در برابر زلزله و.)

هفته دوازدهم: تحویل پروژه مربوط به شناسایی بافت فرسوده  توسط دانشجویان

هفته سیزدهم: کاربرد سیستم اطلاعات مکانی در مدیریت حمل و نقل ترافیک و بررسی تصادفات جاده‌ای

هفته چهاردهم: کاربرد سیستم اطلاعات مکانی در مدیریت و حفاظت محیط زیست

هفته پانزدهم: کاربرد سیستم اطلاعات مکانی در اکتشاف معادن

هفته شانزدهم: تحویل گرفتن پروژه های نهایی

ندارد

فعالیت کلاسی، آزمون میان ترم، آزمون پایان ترم، پروژه نهایی

سخنرانی، ارائه موضوع اختیاری در رابطه با کاربردهای الگوریتم‌های بهینه‌سازی توسط دانشجویان 

1. Jan A. Snyman (2005). Practical Mathematical Optimization: An Introduction to Basic Optimization Theory and Classical and New Gradient- Based Algorithms. Springer Publishing.

2. Hartmut Pohlheim (2005). Evolutionary Algorithms: Overview, Methods and Operators

3- Thomas Baeck, D.B Fogel, Z Michalewicz, Evolutionary Computation 1: Basic Algorithms and Operators

هفته اول: مقدمه شامل معرفی بهینه‌سازی و کاربردهای آن

هفته دوم: مروری کلی و معرفی روش‌های مختلف بهینه‌سازی

هفته سوم:  معیارهای مختلف برای دسته‌بندی مسائل بهینه‌سازی

هفته چهارم: پایه‌های ریاضی لازم برای بهینه‌سازی مانند ماتریس هسین و بردار گرادیان

هفته پنجم: روش‌های بهینه‌سازی مبتنی بر الگوریتم‌های سنتی مانند روش گرادیان نزولی

هفته ششم: روش‌های استاندارد برای یافتن مینیمم بدون قید

هفته هفتم: معرفی روش‌های بهینه‌سازی مبتنی بر الگوریتم‌های تکاملی مانند الگوریتم ژنتیک و الگوریتم پرندگان

هفته هشتم: مفاهیم کلی و اصول حاکم بر الگوریتم‌های تکاملی و آزمون میان ترم

هفته نهم:  کدگذاری باینری، کدگذاری پیوسته و..

هفته دهم: ارائه موضوعات اختیاری در ارتباط با کاربردهای بهینه‌سازی در حوزه ژئوماتیک توسط دانشجویان

هفته یازدهم: روش‌های مختلف باز تولید نمونه‌ها مثل روش تک نقطه‌ای و روش دو نقطه‌ای و روش ماسک تلفیقی

هفته دوازدهم:   تکنیک‌های انتخاب والدین مانند روش تبدیل صریح شایستگی و روش تبدیل ضمنی شایستگی

هفته سیزدهم: مفاهیم مربوط به همگرایی الگوریتم‌ها، همگرایی ناقص، خاتمه کند و..

هفته چهاردهم: روش‌های تلفیق و تولید نسل‌ها و جمعیت‌ها

هفته پانزدهم: مفاهیم پیشرفته در بهینه‌سازی مانند بهینه‌سازی چندهدفه و کروموزوم‌های دارای طول متغیر

هفته شانزدهم: تحویل گرفتن پروژه‌ها