Cel kształcenia i wykaz literatury

Główny cel kształcenia: nabycie umiejętności formułowania zadań optymalizacji i ich rozwiązywania z wykorzystaniem komputera

Ogólne informacje o zajęciach: moduł jest prowadzony na czwartym semestrze studiów pierwszego stopnia na kierunku Automatyka i Robotyka

Materiały dydaktyczne: M. Wysocki, M. Oszust, T. Kapuściński: Instrukcje do ćwiczeń laboratoryjnych

Wykaz literatury, wymaganej do zaliczenia zajęć

Literatura wykorzystywana podczas zajęć wykładowych

1

M. Wysocki

Metody obliczeniowe optymalizacji

www.kia.prz.edu.pl. .

2022

Literatura wykorzystywana podczas zajęć ćwiczeniowych/laboratoryjnych/innych

1	M. Wysocki	Metody obliczeniowe optymalizacji	www.kia.prz.edu.pl..	2022
2	Praca zbiorowa	Optimization Toolbox for use with Matlab	The MAthWorks Inc. - Help oprogramowania.	2022

Literatura do samodzielnego studiowania

1	K. Krupa	Systemy wspomagania decyzji	PWN, Warszawa.	2021
2	T. Szapiro	Decyzje menedżerskie z Excelem	PWE, Warszawa.	2000
3	M. Michalewicz	Algorytmy genetyczne+struktury danych=programy ewolucyjne	WNT, Warszawa.	1996
4	T. Zielińska, M.S. Żurawska	Optyalizacja w sterowaniu i podejmowaniu decyzji	OW Politecgniki Warszawskiej.	2017

Wymagania wstępne w kategorii wiedzy/umiejętności/kompetencji społecznych

Wymagania formalne: rejestracja na czwarty semestr studiów

Wymagania wstępne w kategorii Wiedzy: podstawowa wiedza z zakresu matematyki, fizyki i informatyki

Wymagania wstępne w kategorii Umiejętności: umiejętność obsługi komputera i korzystania ze środowisk programistycznych

Wymagania wstępne w kategorii Kompetencji społecznych: zdolność do współpracy w niewielkim zespole (laboratorium)

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	Potrafi werbalnie formułować zadania optymalizacji	wykład, ćwiczenia, laboratorium	zaliczenie	K_W29+++	P6S_WG
02	Potrafi zdefiniować zmienne decyzyjne i zapisać matematycznie ograniczenia oraz funkcję celu w podanych typowych, nieskomplikowanych zadaniach optymalizacji statycznej sformułowanych werbalnie	wykład, ćwiczenia laboratorium	zaliczenie	K_W11++ K_W29+++	P6S_WG
03	Potrafi rozwiązać sformułowane matematycznie nieskomplikowane zadanie optymalizacji jednokryterialnej z wykorzystaniem przyborników programów MATLAB i Excel.	wykład, ćwiczenia, laboratorium	zaliczenie	K_W16++ K_U12++ K_U38+++	P6S_UW P6S_WG
04	Potrafi sformułować zadanie optymalizacji wielokryterialnej i podać przykład praktyczny takiego zadania	wykład, ćwiczenia	zaliczenie	K_W29+++ K_U38+++	P6S_UW P6S_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
4	TK01	Formułowanie zadań optymalizacji.	W01	MEK01
4	TK02	Programowanie liniowe: sformułowanie problemu, graficzna interpretacja rozwiązania, szkic metody simpleks, wykorzystanie przyborników MATLAB-a i Excela	W01, W02, L01, L02, P02-P07	MEK01 MEK02 MEK03
4	TK03	Typowe przyklady zastosowania programowania liniowego: wybór asortymentu produkcji, przydzial maszyn, zadanie transportowe, optymalizacja na sieciach - zadanie maksymalnego przepływu, zadanie najtańszego przepływu, zadanie najkrótszej drogi	W02, W03, L02, L03, P02-P07	MEK01 MEK02 MEK03
4	TK04	Programowanie w liczbach całkowitych: sformulowanie, metoda podziału i oszacowań, wykorzystanie przyborników MATLAB-a i Excel-a, typowe przykłady - plecak przemytnika, aukcja kombinatoryczna, harmonogramowanie zadań wykorzystujących ograniczone zasoby	W04, W05, L05, P02-P07	MEK01 MEK02 MEK03
4	TK05	Programowanie nieliniowe: sformułowanie problemu, szkic najważniejszych metod obliczeniowych, przyborniki MATLAB-a i Excel-a do zadań z ograniczeniami i bez ograniczeń	W06, L06, P02-P07	MEK01 MEK02 MEK03
4	TK06	Problem optymalizacji globalnej i złożoności obliczeniowej, algorytm genetyczny, algorytm optymalizacji roju: podstawowe operacje, zastosowanie przyborników MATLAB-a i Excel-a, typowe przykłady	W07, L07, P02-P07	MEK01 MEK02 MEK03
4	TK07	Wprowadzenie do optymalizacji wielokryterialnej: sformulowanie, optymalność w sensie Pareto, sposoby skalaryzacji, przykład-wielokryterialne zadanie najkrotszej drogi.	W08	MEK04

Nakład pracy studenta

Forma zajęć	Praca przed zajęciami	Udział w zajęciach	Praca po zajęciach
Wykład (sem. 4)		Godziny kontaktowe: 15.00 godz./sem.	Uzupełnienie/studiowanie notatek: 7.00 godz./sem. Studiowanie zalecanej literatury: 10.00 godz./sem.
Ćwiczenia/Lektorat (sem. 4)	Przygotowanie do ćwiczeń: 5.00 godz./sem.	Godziny kontaktowe: 15.00 godz./sem.
Laboratorium (sem. 4)	Przygotowanie do laboratorium: 4.00 godz./sem.	Godziny kontaktowe: 15.00 godz./sem.	Dokończenia/wykonanie sprawozdania: 2.00 godz./sem.
Konsultacje (sem. 4)
Zaliczenie (sem. 4)	Przygotowanie do zaliczenia: 5.00 godz./sem.	Zaliczenie pisemne: 2.00 godz./sem.

Sposób wystawiania ocen składowych zajęć i oceny końcowej

Forma zajęć	Sposób wystawiania oceny podsumowującej
Wykład	zaliczenie na podstawie obecności
Ćwiczenia/Lektorat	zaliczenie pisemne
Laboratorium	zaliczenie pisemne
Ocena końcowa	0.5 oceny z ćwiczeń+0.5 oceny z laboratorium

Przykładowe zadania

Wymagane podczas egzaminu/zaliczenia
(-)

Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)

Inne
(-)

Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : tak

Dostępne materiały : notatki z wykładów i laboratorium

Treści zajęć powiazane są z prowadzonymi badaniami naukowymi: tak

1	K. Sidor; M. Wysocki	Recognition of Human Activities Using Depth Maps and the Viewpoint Feature Histogram Descriptor	2020
2	M. Wysocki	Zaawansowane systemy informatyczne: studia wybranych przypadków	2020
3	T. Kapuściński; M. Wysocki	Recognition of Signed Expressions in an Experimental System Supporting Deaf Clients in the City Office	2020
4	T. Kapuściński; D. Warchoł; M. Wysocki	Recognition of Fingerspelling Sequences in Polish Sign Language Using Point Clouds Obtained from Depth Images	2019
5	T. Kapuściński; J. Marnik; M. Oszust; D. Warchoł; M. Wysocki	Układ wspomagający komunikowanie się osób głuchoniemych z osobami słyszącymi i sposób wspierania takiego komunikowania się	2019