Opis efektów kształcenia dla modułu zajęć

Nazwa modułu:
Badania operacyjne
Rok akademicki:
Wydział:
Kierunek:
2016/2017
Kod: EAR-1-404-s
Punkty ECTS:
3
Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
Automatyka i Robotyka
Poziom studiów:
Studia I stopnia
Język wykładowy: Polski
Profil kształcenia:
Specjalność:
-
Forma i tryb studiów:
Ogólnoakademicki (A)
Semestr: 4
Strona www:
Osoba odpowiedzialna:
dr inż. Kucharska Edyta ([email protected])
Osoby prowadzące: Kraszewska Marta ([email protected])
dr inż. Kucharska Edyta ([email protected])
Opis efektów kształcenia dla modułu zajęć
Kod EKM
Student, który zaliczył moduł zajęć
wie/umie/potrafi
Powiązania z EKK
Sposób weryfikacji
efektów kształcenia
(forma zaliczeń)
M_W001
Zna i rozumie pojęcia związane z badaniami
operacyjnymi
AR1A_W03
Kolokwium
M_W002
Zna modele matematyczne typowych
problemów decyzyjnych
AR1A_W01,
AR1A_W12
Kolokwium
M_W003
Dysponuje podstawową wiedzą z zakresu
złożoności obliczeniowej
AR1A_W03
Kolokwium
M_U001
Potrafi samodzielnie tworzyć modele
matematyczne problemów decyzyjnych
AR1A_U08,
AR1A_U24
Kolokwium, Wykonanie
ćwiczeń
M_U002
Posiada umiejętność rozwiązywania problemów
decyzyjnych z wykorzystaniem odpowiednich
metod badań operacyjnych.
AR1A_U07,
AR1A_U08,
AR1A_U24
Kolokwium, Wykonanie
ćwiczeń
AR1A_K01,
AR1A_K04, AR1A_K06
Kolokwium, Wykonanie
ćwiczeń
Wiedza
Umiejętności
Kompetencje społeczne
M_K001
Zna zastosowanie poznanych metod i
algorytmów badań operacyjnych we
współczesnym świecie.
1/4
Karta modułu - Badania operacyjne
Matryca efektów kształcenia w odniesieniu do form zajęć
Konwersatori
um
Zajęcia
seminaryjne
Zajęcia
praktyczne
Zajęcia
terenowe
Zajęcia
warsztatowe
Zna i rozumie pojęcia
związane z badaniami
operacyjnymi
+
-
-
-
-
-
-
-
-
-
-
M_W002
Zna modele matematyczne
typowych problemów
decyzyjnych
+
-
-
-
-
-
-
-
-
-
-
M_W003
Dysponuje podstawową
wiedzą z zakresu złożoności
obliczeniowej
+
-
-
-
-
-
-
-
-
-
-
M_U001
Potrafi samodzielnie tworzyć
modele matematyczne
problemów decyzyjnych
-
+
-
-
-
-
-
-
-
-
-
M_U002
Posiada umiejętność
rozwiązywania problemów
decyzyjnych z
wykorzystaniem
odpowiednich metod badań
operacyjnych.
-
+
-
-
-
-
-
-
-
-
-
+
+
-
-
-
-
-
-
-
-
-
E-learning
Ćwiczenia
projektowe
M_W001
Inne
Ćwiczenia
laboratoryjne
Forma zajęć
Ćwiczenia
audytoryjne
Student, który zaliczył moduł
zajęć wie/umie/potrafi
Wykład
Kod EKM
Wiedza
Umiejętności
Kompetencje społeczne
M_K001
Zna zastosowanie poznanych
metod i algorytmów badań
operacyjnych we
współczesnym świecie.
Treść modułu zajęć (program wykładów i pozostałych zajęć)
Wykład
1. Wprowadzenie do badań operacyjnych i wspomagania decyzji (2 godz.)
Historia badań operacyjnych. Przykłady problemów. Metodologia badań operacyjnych.
Budowa modelu matematycznego zagadnienia decyzyjnego.
2. Programowanie liniowe (PL) ( 4 godz.)
Model matematyczny programowania liniowego. Metody rozwiązywania problemów
programowania liniowego: metoda graficzna, metoda Simpleks. Dualność –
twierdzenie o dualności, zasady budowy modelu dualnego, interpretacja zmiennych
dualnych. Przykłady praktyczne zastosowania.
3. Programowanie całkowitoliczbowe liniowe (2 godz.)
Model i metody rozwiązywania. Przykłady praktyczne zastosowania.
4. Metoda podziału i ograniczeń ( 2 godz.)
Opis metody podziału i ograniczeń. Zasady tworzenia algorytmów dokładnych i
przybliżonych w oparciu o tę metodę. Przykłady zastosowania metody – algorytm
2/4
Karta modułu - Badania operacyjne
podziału i ograniczeń o binarnym drzewie rozwiązań dla problemu komiwojażera.
5. Drzewa decyzyjne (2 godz.)
Reguły konstrukcji drzewa i wyznaczania decyzji optymalnej. Metody klasyczne i
heurystyczne przeszukiwania drzew.
6. Grafy i sieci (7 godz.)
Podstawowe pojęcia i właściwości grafów, algorytmy grafowe i macierzowe
wyznaczania najkrótszej ścieżki w grafie, drzewo rozpinające grafu – algorytmy
wyznaczające minimalne drzewo rozpinające, izomorfizm, kolorowanie grafów,
skojarzenia w grafie. Praktyczne przykłady zastosowań.
7. Zagadnienie przydziału (2 godz.)
Model matematyczny, algorytm węgierski.
8. Szeregowanie zadań (5 godz.):
Charakterystyka zadań, charakterystyka zasobów, klasyfikacja problemów
szeregowania, wybrane problemy jednomaszynowe, wybrane problemy
wielomaszynowe, algorytmy (m.in.: algorytm Johnsona, algorytm Jacksona).
9.Złożoność obliczeniowa (2 godz.)
Podstawowe pojęcia złożoności obliczeniowej. Modele obliczeń (maszyna Turinga),
klasy złożoności problemów decyzyjnych, metodyka dowodzenia NP-zupełności i NPtrudności problemów.
Ćwiczenia audytoryjne
Ćwiczenia 1. Spotkanie organizacyjne. Harmonogram zajęć. Zasady zaliczania
przedmiotu. Wprowadzenie do badań operacyjnych. Rodzaje decyzji. Warunki
podejmowania decyzji. Modele decyzyjne. Budowa modelu matematycznego.
Ćwiczenia 2. Metoda programowania liniowego. Metoda graficzna.
Ćwiczenia 3. Metoda programowania liniowego. Zagadnienie pierwotne/dualne.
Ćwiczenia 4. Metoda Simpleks. Zagadnienie komiwojażera.
Ćwiczenia 5. Modele sieciowe. Problem minimalnego drzewa rozpinającego graf
(algorytm Kruskala, algorytm Dijkstry-Prima). Problem najkrótszej drogi (algorytm
Minty’ego).
Ćwiczenia 6. Zagadnienie przydziału. Algorytm węgierski. Szeregowanie zadań
(klasyfikacja α|β|γ, algorytm Moore’a-Hodgsona, algorytm Johnsona, algorytm
Jacksona).
Ćwiczenia 7. Kolokwium zaliczeniowe.
Sposób obliczania oceny końcowej
1. Warunkiem uzyskania zaliczenia jest obecność na ćwiczeniach oraz uzyskanie pozytywnej oceny z
tych zajęć. Więcej niż jedna nieobecność nieusprawiedliwiona powoduje brak zaliczenia przedmiotu,
przy czym nieobecności usprawiedliwić należy w terminie do 2 tygodni (licząc od końca okresu
nieobecności). W przypadku dłuższych lub częstych nieobecności usprawiedliwionych (3 lub więcej)
należy zgłosić się do prowadzącego w celu ustalenia sposobu nadrobienia i zaliczenia zaległości.
2. Ocena z ćwiczeń jest wyznaczana na podstawie oceny z kolokwium oraz odpowiedzi, zadań i
aktywności na zajęciach. Do otrzymania pozytywnej oceny z kolokwium niezbędne jest uzyskanie co
najmniej połowy z 30 punktów z kolokwium zaliczeniowego z wykładu oraz co najmniej połowy z 70
punktów z kolokwium zaliczeniowego z ćwiczeń audytoryjnych. Jeżeli w trakcie procedury zaliczania
prowadzący stwierdzi niesamodzielność pracy studenta lub korzystanie przez niego z niedozwolonych
materiałów, student otrzymuje ocenę niedostateczną z tego zaliczenia.
3. Student ma prawo do jednego poprawkowego zaliczenia ćwiczeń audytoryjnych w przypadku braku
więcej niż jednej nieobecności nieusprawiedliwionej.
4. Zasadniczo ocena końcowa pokrywa się z oceną uzyskaną z ćwiczeń audytoryjnych. Za aktywny
udział w dyskusjach na wykładzie audytoryjnym ocena końcowa może być podwyższona o 0.5 stopnia.
5. W przypadku zaliczenia ćwiczeń audytoryjnych w terminie poprawkowym, ocena końcowa
wyznaczana jest jako średnia arytmetyczna z ocen z wszystkich dotychczasowych terminów, przy czym
wystawiana jest ocena co najmniej 3,0.
3/4
Karta modułu - Badania operacyjne
Wymagania wstępne i dodatkowe
Matematyka dyskretna.
Zalecana literatura i pomoce naukowe
1.Błażewicz J., Celary W., Słowiński R.,Węglarz J., Badania operacyjne dla informatyków. WNT, Warszawa
1983
2.Sawik T., Badania operacyjne dla inżynierów zarządzania. Wydawnictwo AGH, Kraków1998
3.Smutnicki C., Algorytmy szeregowania. Akademicka Oficyna Wydawnicza EXIT, Warszawa 2002
4.Mikołajczak B., Stokłosa J., Złożoność obliczeniowa algorytmów. Wydawnictwo Politechniki
Poznańskiej, Poznań 1986
5.Sysło M., Deo N., Kowalik J. S., Algorytmy optymalizacji dyskretnej z programami w języku Pascal.
PWN, W-wa 1995
Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu
1. “ALMM-based switching method for FSS problem with defects” – Katarzyna GROBLER-DĘBSKA, Edyta
KUCHARSKA, Mieczysław Jagodziński; MMAR 2014 : 19th international conference on Methods and
Models in Automation and Robotics S. 98.
2. ALMM approach for optimization of the supply routes for multi-location companies problem – Edyta
KUCHARSKA, Lidia DUTKIEWICZ, Krzysztof RĄCZKA, Katarzyna GROBLER-DĘBSKA; KICSS 2013
Proceedings of the 8’th international conference on Knowledge, Information and Creativity Support
Systems S. 321–332.
3. Extended learning method for designation of co-operation – Edyta KUCHARSKA, Ewa DUDEK-DYDUCH;
Transactions on Computational Collective Inbtelligence XIV / ed. Ngoc Thanh Nguyen. — Berlin ;
Heidelberg: Springer-Verlag, cop. 2014. — (Lecture Notes in Computer Science ; ISSN 0302-9743 ;
8615). S. 136–157.
Informacje dodatkowe
Brak
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta
Obciążenie
studenta
Udział w wykładach
28 godz
Samodzielne studiowanie tematyki zajęć
35 godz
Udział w ćwiczeniach audytoryjnych
14 godz
Sumaryczne obciążenie pracą studenta
77 godz
Punkty ECTS za moduł
3 ECTS
4/4