logo PRZ
Karta przedmiotu
logo WYDZ

Inteligentne systemy decyzyjne


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:
drugiego stopnia
Forma studiów:
stacjonarne
Specjalności na kierunku:
Awionika, Pilotaż, Samoloty, Silniki lotnicze, Śmigłowce, Zarządzanie ruchem lotniczym
Tytuł otrzymywany po ukończeniu studiów:
magister inżynier
Nazwa jednostki prowadzącej zajęcia:
Katedra Awioniki i Sterowania
Kod zajęć:
18212
Status zajęć:
obowiązkowy dla specjalności Zarządzanie ruchem lotniczym
Układ zajęć w planie studiów:
sem: 1 / W30 P30 / 4 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 projektowych studenci rozwiązują zadania, stosując metody omawiane na wykładach oraz realizują projekty, wykorzystując metody inteligencji obliczeniowej do rozwiązywania wybranego zagadnienia lotniczego. Zajęcia przygotowują studentów do prowadzenia badań naukowych.

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 pierwszym studiów drugiego 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 i stosowane w nich metody wnioskowania, podstawowe pojęcia teorii zbiorów rozmytych, zbiorów przybliżonych oraz sztucznych sieci neuronowych. wykład, projekt sprawdzian pisemny oraz na bieżąco w trakcie zajęć projektowych K-W04++
K-W05+
P7S-WG
MEK02 potrafi posługiwać się dokumentacją oprogramowania (w tym w języku angielskim) podczas rozwiązywania problemów inżynierskich występujących w lotnictwie; potrafi przygotować sprawozdanie z przeprowadzonych eksperymentów przez co kształtuje umiejętności wymagane do prowadzenia badań naukowych. projekt sprawozdanie K-U05++
P7S-UK
MEK03 potrafi zrealizować regułowy system ekspertowy, system wnioskowania rozmytego oraz przybliżonego, a także sztuczną sieć neuronową do rozwiązania zagadnienia lotniczego; potrafi przeprowadzić eksperymenty i wyciągać wnioski, przez co przygotowuje się do prowadzenia badań naukowych. projekt sprawozdanie, dyskusja K-U08+++
K-U10++
P7S-UW
MEK04 potrafi pracować w zespole i ustalić harmonogram służący realizacji zadania, ma świadomość odpowiedzialności za wspólnie realizowane zadania projekt na bieżąco w trakcie zajęć, sprawozdania K-U16++
P7S-UO

Treści kształcenia dla zajęć

Sem. TK Treści kształcenia Realizowane na MEK
1 TK01 Sztuczna inteligencja. Systemy ekspertowe: struktura, proces tworzenia, metody reprezentacji wiedzy. W01, W02 MEK01
1 TK02 Wnioskowanie w systemach ekspertowych. Generowanie reguł decyzyjnych za pomocą algorytmu ID3. W03, W04 MEK01
1 TK03 Teoria zbiorów rozmytych, systemy wnioskowania rozmytego. W05, W06, W07 MEK01
1 TK04 Teoria zbiorów przybliżonych i jej zastosowanie do budowy systemów decyzyjnych. W08, W09 MEK01
1 TK05 Niesymboliczna reprezentacja wiedzy: sztuczne sieci neuronowe. W10, W11, W12 MEK01
1 TK06 Inteligentne systemy hybrydowe. Podsumowanie wykładu. W13, W14 MEK01
1 TK07 Sprawdzian. W15
1 TK08 Regułowo-modelowe systemy ekspertowe: studiowanie dokumentacji oprogramowania, praktyczna realizacja zaproponowanego systemu. P01, P02, PO3 MEK02 MEK03 MEK04
1 TK09 Praktyczne wykorzystanie algorytmu ID3 do tworzenia optymalnego drzewa decyzyjnego. P04
1 TK10 Systemy wnioskowania rozmytego: rozwiązywanie problemów z wykorzystaniem pojęć teorii zbiorów rozmytych, omówienie zastosowań w lotnictwie. P05, P06, P07 MEK02 MEK03 MEK04
1 TK11 Wnioskowanie z wykorzystaniem teorii zbiorów przybliżonych: omówienie zastosowań praktycznych, studiowanie dokumentacji oprogramowania, analiza tablic decyzyjnych i generowanie reguł decyzyjnych. P08, P09, P10 MEK02 MEK03 MEK04
1 TK12 Sztuczne sieci neuronowe i hybrydowe systemy sztucznej inteligencji: omówienie zastosowań praktycznych z uwzględnieniem lotnictwa. P11, P12, P13 MEK02 MEK03 MEK04
1 TK13 Omówienie sprawozdań. Dyskusja podsumowująca zajęcia projektowe. Poprawy. P14, P15 MEK04

Nakład pracy studenta

Forma zajęć Praca przed zajęciami Udział w zajęciach Praca po zajęciach
Wykład (sem. 1) Godziny kontaktowe: 30.00 godz./sem.
Uzupełnienie/studiowanie notatek: 5.00 godz./sem.
Studiowanie zalecanej literatury: 10.00 godz./sem.
Projekt/Seminarium (sem. 1) Godziny kontaktowe: 30.00 godz./sem..
Konsultacje (sem. 1) Przygotowanie do konsultacji: 10.00 godz./sem.
Udział w konsultacjach: 10.00 godz./sem.
Zaliczenie (sem. 1) Przygotowanie do zaliczenia: 10.00 godz./sem.

Sposób wystawiania ocen składowych zajęć i oceny końcowej

Forma zajęć Sposób wystawiania oceny podsumowującej
Wykład Znajomość treści programowych omawianych na wykładach będzie sprawdzana na kolokwium.
Projekt/Seminarium Warunkiem zaliczenia zajęć projektowych jest obecność na zajęciach oraz uzyskanie ocen pozytywnych z rozwiązywanych zadań oraz sprawozdań z projektów realizowanych przez dany zespół. Opóźnienie w oddaniu sprawozdania obniża ocenę końcową.
Ocena końcowa W ocenie końcowej z przedmiotu uwzględnia się ocenę z kolokwium, ocenę z projektów 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