Cel kształcenia i wykaz literatury

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.

Wykaz literatury, wymaganej do zaliczenia zajęć

Literatura wykorzystywana podczas zajęć wykładowych

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

Literatura wykorzystywana podczas zajęć ćwiczeniowych/laboratoryjnych/innych

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.

Literatura do samodzielnego studiowania

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 wstępne w kategorii wiedzy/umiejętności/kompetencji społecznych

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

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	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).

Treści kształcenia dla zajęć

Sem.	TK	Treści kształcenia	Realizowane na	MEK
2	TK01	Rola narzędzi i modeli optymalizacyjnych w tworzeniu systemów wspomagania podejmowania decyzji. Przegląd wybranych pakietów optymalizacyjnych.	W1, L1	MEK01
2	TK02	Elementy modeli optymalizacyjnych stosowane w nowoczesnych narzędziach: zmienne decyzyjne przedziałowe, sekwencyjne i mnogościowe, ograniczenia dysjunktywne jedno- i dwuwymiarowe, ograniczenia zasobowe, indeksowanie dynamiczne, itp.	W2, W3, L2, L3	MEK01
2	TK03	Modelowanie wybranych, reprezentatywnych problemów optymalizacji: harmonogramowanie zadań produkcyjnych, budowanie rozkładów zajęć, planowanie tras pojazdów, paletyzacja itp.	W4, W5, L4, L5	MEK02
2	TK04	Interfejsy programistyczne pakietów optymalizacyjnych. Integracja pakietów z aplikacjami zewnętrznymi.	W6, L6	MEK03
2	TK05	Parametryzacja i kontrola procesu optymalizacji: czas pracy, obciążenie procesora, zatrzymanie asynchroniczne itp.	W7, L7	MEK03

Nakład pracy studenta

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.

Sposób wystawiania ocen składowych zajęć i oceny końcowej

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

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	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