Cykl kształcenia: 2024/2025
Nazwa jednostki prowadzącej studia: Wydział Elektrotechniki i Informatyki
Nazwa kierunku studiów: Informatyka
Obszar kształcenia: nauki techniczne
Profil studiów: ogólnoakademicki
Poziom studiów: drugiego stopnia
Forma studiów: stacjonarne
Specjalności na kierunku: H - Cyberbezpieczeństwo i technologie chmurowe, I - Inżynieria inteligentnych systemów informatycznych, S - Systemy i sieci komputerowe
Tytuł otrzymywany po ukończeniu studiów: magister inżynier
Nazwa jednostki prowadzącej zajęcia: Katedra Informatyki i Automatyki
Kod zajęć: 15961
Status zajęć: obowiązkowy dla specjalności I - Inżynieria inteligentnych systemów informatycznych
Układ zajęć w planie studiów: sem: 2 / W15 L15 / 2 ECTS / Z
Język wykładowy: polski
Imię i nazwisko koordynatora: dr inż. Andrzej Bożek
Główny cel kształcenia: Rozwinięcie kompetencji z zakresu wykorzystania nowoczesnych narzędzi optymalizacji w tworzeniu systemów wspomagania podejmowania decyzji.
Ogólne informacje o zajęciach: Moduł jest prowadzony na drugim semestrze studiów drugiego stopnia na kierunku informatyka.
1 | M. Wodecki | Własności i algorytmy rozwiązywania problemów optymalizacji dyskretnej | Exit. | 2022 |
2 | M. Jewczak, I. Konarzewska, A. Kucharski | Optymalizacja w logistyce, Tomy 1 i 2 | Wydawnictwo Uniwersytetu Łódzkiego . | 2020 |
1 | https://www.ibm.com/pl-pl/products/ilog-cplex-optimization-studio | dokumentacja oprogramowania optymalizacyjnego. | ||
2 | https://developers.google.com/optimization | dokumentacja oprogramowania optymalizacyjnego. | ||
3 | https://www.localsolver.com/ | dokumentacja oprogramowania optymalizacyjnego. |
1 | F. Rossi, P. Beek, T. Walsh | Handbook of Constraint Programming | Elsevier Science. | 2006 |
2 | B. Golden, S. Raghavan, E. Wasil (red.) | The Vehicle Routing Problem: Latest Advances and New Challenges | Springer. | 2008 |
Wymagania formalne: rejestracja na drugi semestr studiów drugiego stopnia
Wymagania wstępne w kategorii Wiedzy: znajomość podstawowych metod optymalizacji
Wymagania wstępne w kategorii Umiejętności: umiejętność korzystania ze środowisk programistycznych
Wymagania wstępne w kategorii Kompetencji społecznych: rzetelne i terminowe wykonywanie zadań
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 | Zna i potrafi zastosować elementy modelowania problemów optymalizacji dostępne w nowoczesnych narzędziach, w szczególności przedziałowe, sekwencyjne i mnogościowe zmienne decyzyjne oraz dedykowane dla nich ograniczenia. | wykład, laboratorium | zaliczenie cz. pisemna, raport pisemny |
K_W01++ K_W03++ K_U06++ |
P7S_UW P7S_WG |
02 | Zna podstawowe klasy problemów optymalizacji (przydział zasobów, harmonogramowanie zadań, planowanie tras pojazdów, paletyzacja) i rozwiązuje je z użyciem nowoczesnych narzędzi. | wykład, laboratorium | zaliczenie cz. pisemna, raport pisemny |
K_W03+ K_U01++ K_K06+ |
P7S_KO P7S_UW P7S_WG |
03 | Potrafi integrować narzędzia optymalizacji z systemami informatycznymi wykorzystując interfejsy programistyczne. | wykład, laboratorium | zaliczenie cz. pisemna, raport pisemny |
K_W03+ K_U01++ K_K05++ |
P7S_KR P7S_UW P7S_WG |
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).
Sem. | TK | Treści kształcenia | Realizowane na | MEK |
---|---|---|---|---|
2 | TK01 | W1, L1 | MEK01 | |
2 | TK02 | W2, W3, L2, L3 | MEK01 | |
2 | TK03 | W4, W5, L4, L5 | MEK02 | |
2 | TK04 | W6, L6 | MEK03 | |
2 | TK05 | W7, L7 | MEK03 |
Forma zajęć | Praca przed zajęciami | Udział w zajęciach | Praca po zajęciach |
---|---|---|---|
Wykład (sem. 2) | Godziny kontaktowe:
15.00 godz./sem. |
Studiowanie zalecanej literatury:
5.00 godz./sem. |
|
Laboratorium (sem. 2) | Przygotowanie do laboratorium:
5.00 godz./sem. |
Godziny kontaktowe:
15.00 godz./sem. |
Dokończenia/wykonanie sprawozdania:
10.00 godz./sem. |
Konsultacje (sem. 2) | Udział w konsultacjach:
1.00 godz./sem. |
||
Zaliczenie (sem. 2) | Przygotowanie do zaliczenia:
3.00 godz./sem. |
Zaliczenie pisemne:
1.00 godz./sem. |
Forma zajęć | Sposób wystawiania oceny podsumowującej |
---|---|
Wykład | test pisemny |
Laboratorium | regularne sprawozdania pisemne |
Ocena końcowa | 0.5 oceny z laboratorium + 0.5 oceny z wykładu |
Wymagane podczas egzaminu/zaliczenia
(-)
Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)
Inne
(-)
Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie
1 | A. Bożek; D. Rzońca | Communication Time Optimization of Register-Based Data Transfer | 2023 |
2 | A. Bożek; Z. Świder; L. Trybus | Consistent Design of PID Controllers for Time-Delay Plants | 2023 |
3 | A. Bożek | Discovering Stick-Slip-Resistant Servo Control Algorithm Using Genetic Programming | 2022 |
4 | A. Bożek; L. Trybus | Krok dyskretyzacji i nastawy PID w dyskretnym serwomechanizmie napięciowym | 2022 |
5 | A. Bożek; L. Trybus | Tuning PID and PI-PI servo controllers by multiple pole placement | 2022 |
6 | A. Bożek; T. Rak; D. Rzońca | Timed Colored Petri Net-Based Event Generators for Web Systems Simulation | 2022 |
7 | A. Bożek | Energy Cost-Efficient Task Positioning in Manufacturing Systems | 2020 |
8 | A. Bożek; L. Trybus | On Feasibility of Tuning and Testing Control Loops by Nonstandard Inputs | 2020 |