Karta przedmiotu

Systemy wspomagania decyzji

Podstawowe informacje o zajęciach

Cykl kształcenia:

2025/2026

Nazwa jednostki prowadzącej studia:

Wydział Budowy Maszyn i Lotnictwa

Nazwa kierunku studiów:

Zarządzanie i inżynieria produkcji

Obszar kształcenia:

nauki techniczne

Profil studiów:

ogólnoakademicki

Poziom studiów:

drugiego stopnia

Forma studiów:

stacjonarne

Specjalności na kierunku:

Analityka biznesowa w zarządzaniu przedsiębiorstwem, Inteligentne i cyfrowe systemy wytwarzania, Nowoczesne metody zarządzania produkcją, Zrównoważony rozwój w przemyśle

Tytuł otrzymywany po ukończeniu studiów:

magister inżynier

Nazwa jednostki prowadzącej zajęcia:

Zakład Informatyki

Kod zajęć:

1552

Status zajęć:

obowiązkowy dla programu Analityka biznesowa w zarządzaniu przedsiębiorstwem, Inteligentne i cyfrowe systemy wytwarzania, Nowoczesne metody zarządzania produkcją, Zrównoważony rozwój w przemyśle

Układ zajęć w planie studiów:

sem: 1 / W15 L30 / 3 ECTS / E

Język wykładowy:

polski

Imię i nazwisko koordynatora:

dr hab. inż. prof. PRz Galina Setlak

Terminy konsultacji koordynatora:

Wtorek 10.30-12.00, środa 10.30-12.00, gsetlak.v.prz.edu.pl

semestr 1:

dr inż. Łukasz Paśko , termin konsultacji https://lukaszpasko.v.prz.edu.pl/konsultacje

semestr 1:

mgr inż. Anna Szymusik-Szpara , termin konsultacji aszymusik.v.prz.edu.pl

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. na przykładzie 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: lukaszpasko.v.prz.edu.pl, gsetlak.v.prz.edu.pl

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
4	Michael Aleksander, Jared Decker, Bernard Wehbe	Analizy business intelligence : zaawansowane wykorzystanie Excela	HELION, Gliwice.	2019

Literatura wykorzystywana podczas zajęć ćwiczeniowych/laboratoryjnych/innych
1	Pod red. T. Szapiro	Decyzje menedżerskie z Excelem	PWE, Warszawa.	2000
2	Łachwa A.	Rozmyty świat zbiorów, liczb, relacji, faktów, reguł i decyzji .Rozmyty świat zbiorów, liczb, relacj	Akademicka Oficyna Wydawnicza Exit, W-wa.	2001
3	Surma, Jerzy	Business Intelligence : systemy wspomagania decyzji biznesowych	Wydaw. Nauk. PWN, Warszawa .	2012

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 liście osób uprawnionych do zaliczenia przedmiotu.

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

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
MEK01	Posiada wiedzę w zakresie modelowania procesów decyzyjnych, podstawowych i nowoczesnych metod, technik i narzędzi informatycznych wspomagających proces podejmowania decyzji w zarządzaniu oraz odpowiednie systemy oprogramowania. Potrafi dokonać właściwego doboru odpowiednich metod do wspomagania problemów decyzyjnych.	wykład	egzamin cz. pisemna	K-W05+ K-W07+++ K-K04+	P7S-UO P7S-WG P7S-WK
MEK02	Zna współczesne technologie informatyczne, takie jak OLAP, hurtownie danych, metody eksploracji danych i sztucznej inteligencji oraz możliwości i rolę pulpitów menedżerskich we wspomaganiu decyzji	wykład	egzamin cz. pisemna	K-W05++ K-W07++	P7S-WG P7S-WK
MEK03	Stosuje odpowiednie metody i narzędzia optymalizacji, metody planowania sieciowego i metody wspomagania decyzji wielokryterialnych, interpretuje uzyskane wyniki oraz wykonuje analizę wrażliwości.	laboratorium	zaliczenie cz. praktyczna	K-U07+++ K-U09+++ K-U10+++	P7S-UK P7S-UW
MEK04	Wykorzystuje odpowiednie systemy oprogramowania oraz współczesne metody analizy i wizualizacji danych, data mining i narzędzia sztucznej inteligencji do wspomagania podejmowania decyzji.	laboratorium	zaliczenie cz. praktyczna	K-U07+++ K-U09+++ K-U10++	P7S-UK P7S-UW

Treści kształcenia dla zajęć

Sem.	TK	Treści kształcenia	Realizowane na	MEK
1	TK01	Proces decyzyjny, modelowanie procesów decyzyjnych. Definicja i geneza systemów wspomagania decyzji (SWD) – funkcje, struktura, procesy.	W01	MEK01 MEK02
1	TK02	Metody i narzędzia projektowania Systemów Wspomagania Decyzji. Realizacja i implementacja SWD.Zastosowanie popularnych narzędzi do realizacji SWD.	W02	MEK02
1	TK03	Baza modeli SWD (modele analityczne, jednokryterialne i wielokryterialne matematycznego programowania, liniowe i nieliniowe, stochastyczne). Przewidywanie wyników za pomoc eksperymentów symulacyjnych.	W03	MEK01 MEK02
1	TK04	Zastosowanie metod sztucznej inteligencji. SWD oparte o bazę wiedzy - inteligentne systemy wspomagania decyzji. Projektowanie i realizacja inteligentnych SWD.	W04	MEK02
1	TK05	Systemy Business Intelligence jako SWD. Hurtowni danych dla SWD. Technologie OLAP i eksploracja danych. Wielowymiarowa analiza danych.	W05	MEK02
1	TK06	Współczesne multimedialne interaktywne systemy wspomagania decyzji funkcjonujące w środowisku rozproszonym. Grupowe systemy wspomagania decyzji . Heurystyczne metody wspomagania decyzji, w tym metoda Delphi.	W06	MEK02
1	TK07	Współczesne narzędzia analizy i wizualizacji danych we wspomaganiu decyzji. Kokpity menedżerskie do wspomagania decyzji.	W07, W08	MEK02
1	TK08	Wprowadzenie do optymalizacji liniowej - metoda graficzna.	L01	MEK03
1	TK09	Optymalizacja liniowa za pomocą narzędzia Solver - część 1.	L02	MEK03
1	TK10	Optymalizacja liniowa za pomocą narzędzia Solver - część 2.	L03	MEK03
1	TK11	Optymalizacja zagadnień transportowych.	L04	MEK03
1	TK12	Optymalizacja nieliniowa.	L05	MEK03
1	TK13	Optymalizacja za pomocą narzędzia Matlab Optimization Toolbox.	L06	MEK03 MEK04
1	TK14	Sprawdzian zaliczeniowy, część praktyczna - część 1.	L07	MEK03 MEK04
1	TK15	Metoda CPM i metoda PERT.	L08	MEK04
1	TK16	Optymalizacja decyzji wielokryterialnych - metoda AHP - część 1.	L09	MEK04
1	TK17	Optymalizacja decyzji wielokryterialnych - metoda AHP - część 2.	L10	MEK04
1	TK18	Tworzenie hybrydowego systemu wspomagania decyzji - część 1.	L11	MEK04
1	TK19	Tworzenie hybrydowego systemu wspomagania decyzji - część 2.	L12	MEK04
1	TK20	Wykorzystanie drzew decyzyjnych do indukcyjnego pozyskiwania wiedzy.	L13	MEK04
1	TK21	Tworzenie raportów i pulpitów menedżerskich.	L14	MEK04
1	TK22	Sprawdzian zaliczeniowy, część praktyczna - część 2.	L15	MEK04

Nakład pracy studenta

Forma zajęć	Praca przed zajęciami	Udział w zajęciach	Praca po zajęciach
Wykład (sem. 1)	Przygotowanie do kolokwium: 5.00 godz./sem.	Godziny kontaktowe: 15.00 godz./sem.	Studiowanie zalecanej literatury: 5.00 godz./sem.
Laboratorium (sem. 1)	Przygotowanie do laboratorium: 5.00 godz./sem. Przygotowanie do kolokwium: 5.00 godz./sem.	Godziny kontaktowe: 30.00 godz./sem.	Dokończenia/wykonanie sprawozdania: 5.00 godz./sem.
Konsultacje (sem. 1)		Udział w konsultacjach: 4.00 godz./sem.
Egzamin (sem. 1)	Przygotowanie do egzaminu: 5.00 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 efektów modułowych (MEK01, MEK02 i MEK03). 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	Sprawdzenie umiejętności praktycznych dotyczących treści prezentowanych na zajęciach laboratoryjnych podzielone jest na dwa sprawdziany. Pierwszy sprawdzian weryfikuje modułowy efekt kształcenia MEK04, a drugi sprawdzian - MEK05. Sposób oceniania MEK04: student rozwiązuje zadania dotyczące optymalizacji. Maksymalna liczba punktów, jaką można zdobyć za dane zadanie zależy od poziomu trudności i czasochłonności zadania. Częściowe wykonanie zadania powoduje przyznanie liczby punktów proporcjonalnej do stopnia zrealizowania danego zadania. Zdobyte punkty za wszystkie zadania dotyczące MEK04 są sumowane. Student uzyskuje ocenę z MEK04 na podstawie następujących przedziałów procentowych, przy czym 100% to maksymalna możliwa do zdobycia sumaryczna liczba punktów: 0% - 49,99%: 2,0 (ndst); 50% - 59,99%: 3,0 (dst); 60% - 69,99%: 3,5 (+dst); 70% - 79,99%: 4,0 (db); 80% - 89,99%: 4,5 (+db); 90% - 100%: 5,0 (bdb). Sposób oceniania MEK05: student rozwiązuje zadania dotyczące metod planowania sieciowego, metod wspomagania decyzji wielokryterialnych i systemów wspomagania decyzji. Maksymalna liczba punktów, jaką można zdobyć za dane zadanie zależy od poziomu trudności i czasochłonności zadania. Częściowe wykonanie zadania powoduje przyznanie liczby punktów proporcjonalnej do stopnia zrealizowania danego zadania. Zdobyte punkty za wszystkie zadania dotyczące MEK05 są sumowane. Student uzyskuje ocenę z MEK05 na podstawie następujących przedziałów procentowych, przy czym 100% to maksymalna możliwa do zdobycia sumaryczna liczba punktów: 0% - 49,99%: 2,0 (ndst); 50% - 59,99%: 3,0 (dst); 60% - 69,99%: 3,5 (+dst); 70% - 79,99%: 4,0 (db); 80% - 89,99%: 4,5 (+db); 90% - 100%: 5,0 (bdb).
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	Image as a Way of Processing Multidimensional Production Data for Product Quality Prediction Using Deep Learning	2024
2	Ł. Paśko; G. Setlak	Random Forests in a Glassworks: Knowledge Discovery from Industrial Data	2020