Cel kształcenia i wykaz literatury

Główny cel kształcenia: Głównym celem kształcenia jest zapoznanie studentów z podstawowymi nowoczesnymi metodami do tworzenia systemów wspomagania decyzji zarówno w zarządzaniu, jak i inżynierii produkcji. Przedstawienie również podstaw procesów decyzyjnych oraz metod i narzędzi informatycznych, wspomagających podejmowanie decyzji oraz istniejące oprogramowanie niezbędne w tym zakresie, m.in. AITECH DSS 4.5 i Microsoft Business Intelligence.

Ogólne informacje o zajęciach: Moduł jest podstawowym modułem kształcenia w ramach programu studiów II stopnia na kierunku Zarządzanie i inżynieria produkcji

Materiały dydaktyczne: Materiały są umieszczane na stronach WWW prowadzących zajęcia: gsetlak.v.prz.edu.pl, lukaszpasko.v.prz.edu.pl oraz w MS Teams w folderze Pliki/Materiały z zajęć przy pracy zdalnej

Wykaz literatury, wymaganej do zaliczenia zajęć

Literatura wykorzystywana podczas zajęć wykładowych

1	Bojar, Waldemar, Katarzyna Rostek, Leszek Knopik.:	Systemy wspomagania decyzji	PWE, Warszawa.	2014
2	Pod red. nauk. Tadeusz Trzaskalik	Wielokryterialne wspomaganie decyzji: metody i zastosowania	Polskie.Wydawnictwo Ekonomiczne, Warszawa .	2014
3	Power D.J.	Decision Support, Analytics, and Business Intelligence	Copyright © Business Expert Press..	2013

Literatura wykorzystywana podczas zajęć ćwiczeniowych/laboratoryjnych/innych

1	Łachwa A.	Rozmyty świat zbiorów, liczb, relacji, faktów, reguł i decyzji .Rozmyty świat zbiorów, liczb, relacj	Akademicka Oficyna Wydawnicza Exit, W-wa.	2001
2	Pod red. T. Szapiro	Decyzje menedżerskie z Excelem	PWE, Warszawa.	2000
3	Surma, Jerzy	Business Intelligence : systemy wspomagania decyzji biznesowych	Wydaw. Nauk. PWN, Warszawa .	2012
4	Pod red. nauk. Tadeusz Trzaskalik	Wielokryterialne wspomaganie decyzji: metody i zastosowania	Polskie.Wydawnictwo Ekonomiczne, Warszawa .	2014

Literatura do samodzielnego studiowania

1

Turban E., J.E.Aronson

Decision Support Systems and Intelligent Systems

New Jersey: Prentice Hall.

2001

Wymagania wstępne w kategorii wiedzy/umiejętności/kompetencji społecznych

Wymagania formalne: Student musi być zarejestrowany na PIERWSZY semestr studiów

Wymagania wstępne w kategorii Wiedzy: Student powinien posiadać wiedzę w zakresie Matematyki, Technologii informacyjnych, Informatyki, Baz danych oraz Badań operacyjnych

Wymagania wstępne w kategorii Umiejętności: Wymagane jest posiadanie umiejętności obsługi podstawowego oprogramowania takiego, jak MS Excel, MATLAB

Wymagania wstępne w kategorii Kompetencji społecznych: Umiejętność samodzielnego poszerzania swej wiedzy i doskonalenia umiejętności zawodowych

Efekty kształcenia dla zajęć

MEK	Student, który zaliczył zajęcia	Formy zajęć/metody dydaktyczne prowadzące do osiągnięcia danego efektu kształcenia	Metody weryfikacji każdego z wymienionych efektów kształcenia	Związki z KEK	Związki z PRK
01	Posiada umiejętności modelowania procesów decyzyjnych, ich rozpoznawania identyfikacji struktury i parametrów modeli. Ponadto potrafi właściwie dobierać odpowiednie metody w celu rozwiązania lub wspomagania problemu decyzyjnego.	wykład, laboratorium	egzamin cz. pisemna, zaliczenie cz. praktyczna	K_W07+ K_U07++ K_U08+ K_U10+	P7S_UK P7S_UW P7S_WG
02	Zna możliwości i funkcjonaność systemów wspomagania decyzji, potrafi skonfigurować podstawowe wymagania użytkownika w celu wyboru i wdrożenia odpowiedniego oprogramowaniado wspomagania decyzji w danej organizacji	wykład, laboratorium	egzamin cz. pisemna, zaliczenie cz. praktyczna	K_W05+ K_W07+ K_U09+	P7S_UW P7S_WG P7S_WK
03	Posiada wiedzę w zakresie podstawowych i nowoczesnych metod, technik i narzędzi informatycznych wspomagających proces podejmowania decyzji w zarządzaniu	wykład, laboratorium	egzamin cz. pisemna, zaliczenie cz. praktyczna	K_W07+ K_U07++ K_U10+	P7S_UK P7S_UW P7S_WG
04	Potrafi pracować w zespole. Posiada umiejętności wykorzystywania metod grupowego podejmowania decyzji i symulacji komputerowej, w tym gry symulacyjne.	wykład, laboratorium problemowe, gra dydaktyczna	egzamin cz. pisemna, zaliczenie cz. praktyczna, prezentacja dokonań (portfolio)	K_W05+ K_U08+++ K_U09++ K_U10+	P7S_UW P7S_WK
05	Zna współczesne technologie informatyczne, takie jak OLAP, hurtownie danych, metody i narzędzia sztucznej inteligencji, potrafi ich wykorzystać do tworzenia inteligentnych systemów decyzyjnych	wykład, laboratorium	egzamin cz. pisemna, zaliczenie cz. praktyczna	K_W05+ K_U09+ K_U10+	P7S_UW P7S_WK

Uwaga: W zależności od sytuacji epidemicznej, jeżeli nie będzie możliwości weryfikacji osiągniętych efektów uczenia się określonych w programie studiów w sposób stacjonarny w szczególności zaliczenia i egzaminy kończące określone zajęcia będą mogły się odbywać przy użyciu środków komunikacji elektronicznej (w sposób zdalny).

Treści kształcenia dla zajęć

Sem.	TK	Treści kształcenia	Realizowane na	MEK
2	TK01	Proces decyzyjny. Modelowanie procesów decyzyjnych, identyfikacja struktury i parametrów modeli. Fazy procesu decyzyjnego. Podejmowanie decyzji na poziomie operacyjnym, taktycznym i strategicznym. Definicja i geneza systemów wspomagania decyzji (SWD) – funkcje, struktura, procesy. Podstawowe funkcji systemów wspomagania decyzji. Metody i narzędzia projektowania Systemów Wspomagania Decyzji. Struktura i funkcje SWD. Realizacja i implementacja SWD. Komunikacja z użytkownikiem, projektowanie interfejsu użytkownika. Infrastruktura i rodzaje SWD.	W01, W02	MEK01 MEK02
2	TK02	Metody i narzędzia projektowania SWD. Struktura i funkcje SWD. Baza modeli SWD (modele analityczne, jednokryterialne i wielokryterialne matematycznego programowania, liniowe i nieliniowe, stochastyczne). Przewidywanie wyników za pomoc eksperymentów symulacyjnych. Przygotowywanie bazy danych na potrzeby SWD. Metody wielokryteriowego wspomagania decyzji, w tym metoda AHP.	W03	MEK02 MEK03
2	TK03	Zastosowanie popularnych narzędzi do realizacji SWD (arkusze kalkulacyjne i systemy zarządzania bazami danych, zastosowanie metod optymalizacyjnych). Metody planowania sieciowego - metoda CPM i PERT. Heurystyczne metody stosowane do rozwiązywania trudnych problemów oraz w Systemach Grupowego Wspomagania Decyzji.	W04	MEK01 MEK03 MEK04
2	TK04	Współczesne tendencje rozwoju SWD: Systemy Business Intelligence jako SWD, ich budowa i elementy składowe. Podstawa systemów BI - hurtowni danych dla SWD. Technologie OLAP oraz metody i narzędzia eksploracji danych. Wielowymiarowa analiza danych. Wpływ SWD na funkcjonowanie organizacji. Metody oceny skuteczności działania SWD.	W05	MEK03 MEK05
2	TK05	Wykorzystywanie do wspomagania decyzji popularnych narzędzi programowych:arkusze kalkulacyjne MS Excel. Zastosowanie metod jednokryterialnej optymalizacji, liniowej i nieliniowej do wspomagania decyzji w zadaniach doboru asortymentu produkcji i transportowych (z wykorzystaniem pakietu Solver MS Excel).	L01	MEK01 MEK02
2	TK06	Optymalizacja liniowa z wykorzystaniem pakietu Optimization Toolbox for Matlab - problem doboru asortymentu produkcji, problem transportowy, modelowanie sieciowe, poszukiwanie najkrótszej drogi	LO2	MEK02 MEK03
2	TK07	Podejmowanie decyzji w problemach wielokryterialnych - metoda AHP z wykorzystaniem pakietu programowego Matlab oraz pakiet Open Decision Maker	L03	MEK03 MEK05
2	TK08	Metody planowania sieciowego we wspomaganiu decyzji. Wykorzystanie metody ścieżki krytycznej CPM w problemach związanych z szacowaniem terminu realizacji zadań produkcyjnych - MS Excel i pakiet programowy MS Project	L04	MEK03 MEK05
2	TK09	Wykorzystanie metody PERT w problemach związanych z szacowaniem terminu realizacji zadań produkcyjnych - Excel + dodatek "Excel Add-Ins for Operations Management/ Industrial Engineering". Kolokwium zaliczeniowe	L05	MEK03 MEK05

Nakład pracy studenta

Forma zajęć	Praca przed zajęciami	Udział w zajęciach	Praca po zajęciach
Wykład (sem. 2)	Przygotowanie do kolokwium: 15.00 godz./sem.	Godziny kontaktowe: 10.00 godz./sem.	Studiowanie zalecanej literatury: 15.00 godz./sem.
Laboratorium (sem. 2)	Przygotowanie do laboratorium: 10.00 godz./sem. Przygotowanie do kolokwium: 15.00 godz./sem.	Godziny kontaktowe: 15.00 godz./sem.	Dokończenia/wykonanie sprawozdania: 5.00 godz./sem.
Konsultacje (sem. 2)
Egzamin (sem. 2)	Przygotowanie do egzaminu: 15.00 godz./sem.	Egzamin pisemny: 2.00 godz./sem.

Sposób wystawiania ocen składowych zajęć i oceny końcowej

Forma zajęć	Sposób wystawiania oceny podsumowującej
Wykład	Na egzaminie sprawdzana jest realizacja wszystkich efektów modułowych. Aby uzyskać ocenę dostateczną (3,0) STUDENT/Studentka muszą uzyskać co najmniej 60% poprawnych odpowiedzi, na wyższą ocenę - plus dostateczną (3,5) należy udzielić od 65% do 73% poprawnych odpowiedzi, na ocenę dobrą (4,0) od 73% do 85% poprawnych odpowiedzi , od 85% do 93% - ocenę plus dobrą (4,5) i powyżej 93% poprawnych odpowiedzi - ocenę bardzo dobrą (5,0)
Laboratorium	Na zaliczeniu praktycznym laboratorium sprawdzana jest realizacja drugiego i trzeciego efektu modułowego (MEK02, MEK03). Sprawdzian obejmuje zadania obowiązkowe oraz dodatkowe. Student musi poprawnie wykonać WSZYSTKIE zadania obowiązkowe, aby uzyskać ocenę dostateczną. Rozwiązanie zadań dodatkowych pozwala uzyskać wyższą ocenę: 25% poprawnie rozwiązanych zadań - 3,5; 40% poprawnie rozwiązanych zadań - 4,0; 60% poprawnie rozwiązanych zadań - 4,5; 80% poprawnie rozwiązanych zadań - 5,0;
Ocena końcowa	Warunkiem zaliczenia modułu jest osiągnięcie wszystkich efektów modułowych i zaliczenie wszystkich form zajęć. Student musi odpowiedzieć na wszystkie zadania egzaminacyjne, aby uzyskać ocenę dostateczną. Rozwiązanie zadań dodatkowych pozwala uzyskać ocenę wyższą: 25% - 3.5, 40% - 4.0, 60% - 4.5 80% - 5.0

Przykładowe zadania

Wymagane podczas egzaminu/zaliczenia
(-)

Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)

Inne
(-)

Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie

Treści zajęć powiazane są z prowadzonymi badaniami naukowymi: tak

1	Ł. Paśko; G. Setlak	Random Forests in a Glassworks: Knowledge Discovery from Industrial Data	2020
2	Ł. Paśko; M. Piróg; G. Setlak	Pozyskiwanie wiedzy z danych przemysłowych do wspomagania decyzji w procesie produkcyjnym	2019