Optymalizacja procesów produkcyjnych
Informacje ogólne
Kod przedmiotu: | 0800-OPTYPROD |
Kod Erasmus / ISCED: | (brak danych) / (brak danych) |
Nazwa przedmiotu: | Optymalizacja procesów produkcyjnych |
Jednostka: | Wydział Fizyki, Astronomii i Informatyki Stosowanej |
Grupy: | |
Strona przedmiotu: | http://fizyka.umk.pl/~osokolov/OPP/ |
Punkty ECTS i inne: |
(brak)
|
Język prowadzenia: | polski |
Wymagania wstępne: | Znajomość wybranych działów analizy matematycznej, teorii sterowania, z pracy w środowisku MatLab i Simulink |
Całkowity nakład pracy studenta: | Godziny realizowane z udziałem nauczycieli ( godz.): - udział w wykładach - 30 Czas poświęcony na pracę indywidualną studenta ( godz.): - przygotowanie do wykładu-10 - czytanie literatury- 10 - przygotowanie do zaliczenia na ocenę- 10 Łącznie: 60 godz. ( 2 ECTS) |
Efekty uczenia się - wiedza: | W01: posiada szczegółową wiedzę w zastosowaniu metod matematycznej analizy zadań optymalizacji statycznej- K_W01 W02: ma pogłębioną wiedzę z metod formalizacji i modelowania matematycznego nowoczesnych procesów produkcyjnych- K_W04 |
Efekty uczenia się - umiejętności: | U01: potrafi pozyskiwać informacje z literatury w zagadnieniach formalizacji oraz modelowaniu procesów produkcyjnych - K_U01 U02: potrafi stosować podstawowe oraz specjalistyczne pakiety oprogramowania do rozwiązań zagadnień optymalizacji i symulację w środowisku MatLab/Simulink-K_U02 |
Efekty uczenia się - kompetencje społeczne: | K01: zna ograniczenia własnej wiedzy w zagadnieniach analizy procesów produkcyjnych i rozumie potrzebę dalszego kształcenia- K_K01 |
Metody dydaktyczne: | Metoda dydaktyczna podająca: - wykład informacyjny (konwencjonalny) Wykład, forma bezpośrednia: prezentacja i dyskusja Metoda dydaktyczna poszukująca: forma bezpośrednia: zadania w trakcie zajęć |
Metody dydaktyczne podające: | - wykład informacyjny (konwencjonalny) |
Metody dydaktyczne poszukujące: | - klasyczna metoda problemowa |
Skrócony opis: |
Przedmiot omawia szereg zagadnień dotyczących różnych sposobów optymalizowania procesów produkcyjnych. Prezentowane są także zagadnienia związane ze realizacją metod optymalizacji w środowisku MatLab/Simulink. |
Pełny opis: |
Przykłady zadań optymalizacji procesów produkcyjnych; Klasyfikacje zadań optymalizacji Metody rozwiązywania zadań optymalizacji statycznej Podstawy matematycznej analizy nieliniowych zadań optymalizacji statycznej Podstawy metod optymalizacji bez ograniczeń Gradientowe algorytmy rozwiązywania zadań optymalizacji bez ograniczeń Metody i algorytmy rozwiązywania zadań optymalizacji z ograniczeniami Elementy programowania wielokryterialnego Podstawowe własności zadania programowania liniowego; metoda SIMPLEX Narzędzia programistyczne do zagadnień optymalizacji. Matlab/Optimization toolbox Algorytmy genetyczne optymalizacji stadycznej Optymalizacja na grafach |
Literatura: |
Literatura podstawowa: 1. Anna Danielewska-Tułecka, Jan Kusiak, Piotr Oprocha. Optymalizacja. 2. Wybrane metody z przykładami zastosowań. Warszawa, 1, 2009, Wydawnictwo Naukowe PWN 3. Holland J. H. Adaptation in Natural and Artificial Systems: An Introductory Analysis With Applications to Biology, Control, and Artificial Intelligence / J. H. Holland. – The MIT Press, Cambridge, 1992. Literatura uzupełniająca: 1. Mitchell M. An Introduction to Genetic Algorithms / M. Mitchell. – Cambridge: MIT Press, 1999 –158 pp. 2. O. Sokolov, Prezentacje wykładu w postaci elektronicznej |
Metody i kryteria oceniania: |
Metody oceniania: zaliczenie na ocenę - W01,W02,U01,U02,K01 Kryteria oceniania: Wykład: zaliczenie na ocenę w formie testu (pytania otwarte) ndst -30 pkt (30%) dst- 50 pkt (50%) dst plus- 75 pkt (75%) db- 90 pkt (90%) db plus- 95 pkt (95%) bdb- 100 pkt (100%) |
Praktyki zawodowe: |
nie dotyczy |
Właścicielem praw autorskich jest Uniwersytet Mikołaja Kopernika w Toruniu.