Karta przedmiotu

Inteligentne systemy decyzyjne w lotnictwie

Podstawowe informacje o zajęciach

Cykl kształcenia:

2025/2026

Nazwa jednostki prowadzącej studia:

Wydział Budowy Maszyn i Lotnictwa

Nazwa kierunku studiów:

Lotnictwo i kosmonautyka

Obszar kształcenia:

nauki techniczne

Profil studiów:

ogólnoakademicki

Poziom studiów:

pierwszego stopnia

Forma studiów:

stacjonarne

Specjalności na kierunku:

Awionika, Pilotaż, Samoloty, Silniki lotnicze, Zarządzanie ruchem lotniczym

Tytuł otrzymywany po ukończeniu studiów:

inżynier

Nazwa jednostki prowadzącej zajęcia:

Katedra Awioniki i Sterowania

Kod zajęć:

12788

Status zajęć:

obowiązkowy dla specjalności Pilotaż

Układ zajęć w planie studiów:

sem: 8 / W30 C15 / 3 ECTS / Z

Język wykładowy:

polski

Imię i nazwisko koordynatora:

dr hab. inż. prof. PRz Leszek Rolka

Cel kształcenia i wykaz literatury

Główny cel kształcenia:
Celem kształcenia jest nabycie przez studenta wiedzy i umiejętności w dziedzinie inteligencji obliczeniowej (soft computing, artificial intelligence) i zastosowania jej wybranych metod w podejmowaniu decyzji, a w szczególności do rozwiązywania zagadnień lotniczych.

Ogólne informacje o zajęciach:
W trakcie zajęć wykładowych studenci poznają wybrane metody reprezentacji wiedzy i podejmowania decyzji. Omawiane są systemy ekspertowe, metoda ID3 Quinlana, teoria zbiorów rozmytych, teoria zbiorów przybliżonych, sztuczne sieci neuronowe, algorytmy ewolucyjne oraz metody inteligencji roju. W trakcie zajęć ćwiczeniowych studenci rozwiązują zadania, stosując metody omawiane na wykładach. W ramach prac zaliczeniowych studenci przygotowują przegląd zastosowań metod inteligencji obliczeniowej do rozwiązywania zagadnień lotniczych.

Wykaz literatury, wymaganej do zaliczenia zajęć

Literatura do samodzielnego studiowania
1	Mulawka J.	Systemy ekspertowe	WNT.	1996
2	Rutkowska D., Piliński M., Rutkowski L.	Sieci neuronowe, algorytmy genetyczne i systemy rozmyte	PWN.	1999
3	Mrózek A., Płonka L.	Analiza danych metodą zbiorów przybliżonych	Akademicka Oficyna Wydawnicza PLJ.	1999
4	Wawrzyński P.	Podstawy sztucznej inteligencji	Oficyna Wydawnicza Politechniki Warszawskiej.	2014
5	Ossowski S.	Sieci neuronowe do przetwarzania informacji	Oficyna Wydawnicza Politechniki Warszawskiej.	2013
6	Rutkowski L.	Metody i techniki sztucznej inteligencji	PWN.	2012

Wymagania wstępne w kategorii wiedzy / umiejętności / kompetencji społecznych

Wymagania formalne:
Rejestracja studenta na semestrze ósmym studiów pierwszego stopnia kierunku lotnictwo i kosmonautyka.

Wymagania wstępne w kategorii Wiedzy:
Wiedza podstawowa w zakresie informatyki i matematyki.

Wymagania wstępne w kategorii Umiejętności:
Umiejętność posługiwania się literaturą lub dokumentacją w języku angielskim.

Wymagania wstępne w kategorii Kompetencji społecznych:

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
MEK01	zna budowę systemów ekspertowych, podstawowe metody reprezentacji wiedzy stosowane w SE, algorytm ID3, rozumie przebieg procesu wnioskowania, potrafi wymienić wady i zalety stosowanych rozwiązań.	wykład, ćwiczenia	sprawdzian pisemny oraz na bieżąco w trakcie zajęć ćwiczeniowych	K-W03++ K-K01+	P6S-KK P6S-WG
MEK02	zna i rozumie podstawowe pojęcia teorii zbiorów rozmytych, zbiorów przybliżonych oraz sztucznych sieci neuronowych i algorytmów genetycznych. Potrafi zastosować poznane na wykładzie zagadnienia w zadaniach obliczeniowych.	wykład, ćwiczenia	sprawdzian pisemny oraz na bieżąco w trakcie zajęć ćwiczeniowych	K-W03++ K-K01+	P6S-KK P6S-WG
MEK03	potrafi analizować literaturę i publikacje (w tym w języku angielskim) z zakresu inteligentnych systemów decyzyjnych i na ich podstawie zaproponować rozwiazanie problemu inżynierskiego występującego w lotnictwie.	ćwiczenia	praca zaliczeniowa	K-U01++ K-U05+++ K-U09+ K-K08++	P6S-KK P6S-UK P6S-UW

Treści kształcenia dla zajęć

Sem.	TK	Treści kształcenia	Realizowane na	MEK
8	TK01	Sztuczna inteligencja. Systemy inteligentnego podejmowania decyzji. Systemy ekspertowe (SE). Zalety, wady, zastosowania systemów ekspertowych ze szczególnym uwzględnieniem lotnictwa. Struktura SE, proces tworzenia, narzędzia do tworzenia, własności, kategorie systemów ekspertowych.	W01, W02	MEK01
8	TK02	Metody reprezentacji wiedzy w systemach ekspertowych.	W02, W03	MEK01
8	TK03	Maszyna wnioskująca SE - wnioskowanie w przód, wstecz, mieszane. Maszyna wnioskująca indukcyjna - generowanie reguł za pomocą drzew decyzyjnych - algorytm ID3.	W02, W03	MEK01
8	TK04	Teoria zbiorów rozmytych, system wnioskowania rozmytego.	W04, W05, W06	MEK02
8	TK05	Teoria zbiorów przybliżonych i jej zastosowanie w systemach inteligentnego podejmowania decyzji.	W07, W08	MEK02
8	TK06	Sztuczne sieci neuronowe. Model neuronu, typy sieci, metody uczenia SSN.	W09, W10, W11	MEK02
8	TK07	Algorytmy genetyczne i ich zastosowania, systemy hybrydowe.	W12, W13	MEK02
8	TK08	Podsumowanie wykładu.	W14	MEK01 MEK02
8	TK09	Sprawdzian.	W15	MEK01 MEK02
8	TK10	Wykonywanie zadań obliczeniowych z zakresu wnioskowania w systemach eksperckich: w przód, wstecz, mieszanego oraz z zakresu generowania optymalnych drzew decyzyjnych z zastosowaniem algorytmu ID3.	C01, C02	MEK01 MEK03
8	TK11	Rozwiązywanie zadań dotyczących operacji na zbiorach rozmytych i relacjach rozmytych oraz wnioskowania rozmytego	CO3	MEK02 MEK03
8	TK12	Analiza tablic decyzyjnych z wykorzystaniem zbiorów przybliżonych.	C04	MEK02 MEK03
8	TK13	Sztuczne sieci neuronowe - zadania	C05	MEK02 MEK03
8	TK14	Zastosowanie metod inteligentnego podejmowania decyzji w zagadnieniach lotniczych - prezentacje studenckie.	CO6, C07	MEK01 MEK02 MEK03

Nakład pracy studenta

Forma zajęć	Praca przed zajęciami	Udział w zajęciach	Praca po zajęciach
Wykład (sem. 8)		Godziny kontaktowe: 30.00 godz./sem.	Uzupełnienie/studiowanie notatek: 5.00 godz./sem. Studiowanie zalecanej literatury: 10.00 godz./sem.
Ćwiczenia/Lektorat (sem. 8)	Przygotowanie do ćwiczeń: 15.00 godz./sem. Przygotowanie do kolokwium: 10.00 godz./sem.	Godziny kontaktowe: 15.00 godz./sem.
Konsultacje (sem. 8)
Zaliczenie (sem. 8)

Sposób wystawiania ocen składowych zajęć i oceny końcowej

Forma zajęć	Sposób wystawiania oceny podsumowującej
Wykład	Treści programowe realizowane na wykładach będą stanowiły tematykę kolokwium przeprowadzonego na zajęciach ćwiczeniowych.
Ćwiczenia/Lektorat	Warunkiem zaliczenia ćwiczeń jest obecność na zajęciach oraz uzyskanie oceny pozytywnej z kolokwium i pracy zaliczeniowej. Ocena końcowa z ćwiczeń jest wypadkową oceny z kolokwium oraz prezentacji, a także uwzględnia zaangażowanie studenta w trakcie ćwiczeń.
Ocena końcowa	W ocenie końcowej z przedmiotu uwzględnia się ocenę z ćwiczeń oraz dodatkowo obecność na wykładzie.

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	L. Rolka	Modeling and Analysis of Human Control Actions Using Fuzzy Interactive Information Systems	2025
2	T. Rogalski; L. Rolka	Airmanship – the concept of modern aviation training	2025
3	L. Rolka	Multi-Criteria Decision-Making by Approximation in the Domain of Linguistic Values	2023
4	A. Mieszkowicz-Rolka; L. Rolka	Multi-Criteria Decision-Making with Linguistic Labels	2022
5	A. Mieszkowicz-Rolka; L. Rolka	Preference-Oriented Fuzzy TOPSIS Method	2021
6	A. Mieszkowicz-Rolka; L. Rolka	Variable Precision Fuzzy Rough Set Model with Linguistic Labels	2020
7	G. Drupka; A. Mieszkowicz-Rolka; L. Rolka	Multicriteria decision-making in flight route selection	2020