Wierk - Wydział Informatyki, Elektroniczne Ramy Kwalifikacji

Wydział Informatyki
Kierunek studiów	Matematyka Stosowana							Poziom i forma studiów	drugiego stopnia stacjonarne
Specjalność / Ścieżka dyplomowania	Analityka Danych i Modelowanie Matematyczne							Profil kształcenia	praktyczny
Nazwa przedmiotu	Zaawansowane techniki optymalizacji							Kod przedmiotu	MAT2ZTO
								Rodzaj przedmiotu	obowiązkowy
Forma zajęć i liczba godzin	W	Ć	L	P	Ps	T	S	Semestr	3
	30				30			Punkty ECTS	6
Przedmioty wprowadzające	Wybrane elementy matematyki wyższej (MAT2WEM), Wybrane zagadnienia analizy matematycznej (MAT2WZA),
Cele przedmiotu	Celem wykładu jest przedstawienie matematycznych podstaw oraz dokonanie przeglądu wybranych metod optymalizacji wielokryterialnej oraz optymalizacji dynamicznej. Celem pracowni specjalistycznej jest nabycie umiejętności w rozwiązywaniu praktycznych zadań optymalizacji oraz nabycie podstaw programowania algorytmów optymalizacji.
Treści programowe	Wykład oraz pracownia specjalistyczna: 1. Optymalizacja wielokryterialna: relacja dominacji i rozwiązania Pareto-optymalne, testowanie efektywności rozwiązań dopuszczalnych, generowanie rozwiązań efektywnych, wektorowe programowanie liniowe, sprowadzanie zadań wielokryterialnych do jednokryterialnych. 2. Optymalizacja dynamiczna: programowanie dynamiczne; wariacyjne podejście do zadania sterowania optymalnego, sformułowanie zasady minimum Pontriagina, struktura i własności układów optymalnych, zagadnienie minimalizacji czasu, zagadnienie minimalizacji wydatku, zagadnienie minimalizacji energii. 3. Niedeterministyczne metody optymalizacji: metoda Monte Carlo, algorytmy genetyczne w optymalizacji.
Metody dydaktyczne	wykład problemowy, programowanie z użyciem komputera, ćwiczenia przedmiotowe,
Forma zaliczenia	Wykład: egzamin pisemny. Pracownia specjalistyczna: sprawozdania i wejściówki.
Symbol efektu uczenia się	Zakładane efekty uczenia się								Odniesienie do kierunkowych efektów uczenia się
EU1	zna podstawowe twierdzenia i metody matematyki używane w optymalizacji								K_W01 K_W04
EU2	swobodnie posługuje się twierdzeniami i metodami matematycznymi w rozwiązywaniu problemów optymalizacji								K_U03 K_U09
EU3	potrafi sformułować i sklasyfikować zadanie optymalizacji dla danego problemu technicznego oraz zaproponować odpowiedni algorytm dla zadań statycznych i dynamicznych								K_U03 K_U11 K_U12
EU4	zna procedury standardowe w optymalizacji statycznej i dynamicznej, w tym oprogramowanie wspierające rozwiązywanie zadań optymalizacji statycznej i dynamicznej								K_W04 K_W05
Symbol efektu uczenia się	Sposób weryfikacji efektu uczenia się								Forma zajęć na której zachodzi weryfikacja
EU1	egzamin pisemny								W
EU2	wejściówki i sprawozdania z Ps								Ps
EU3	wejściówki i sprawozdania z Ps								Ps
EU4	egzamin pisemny								W
Bilans nakładu pracy studenta (w godzinach)									Liczba godz.
Wyliczenie
	1 - Udział w wykładach								30
	2 - Udział w pracowni specjalistycznej								30
	3 - Udział w konsultacjach								3
	5 - Opracowanie sprawozdań z pracowni i wykonanie zadań domowych								50
	6 - Przygotowanie do pracowni specjalistycznej								25
	7 - Przygotowanie do egzaminu								10
	8 - Obecność na egzaminie								2
RAZEM:									150
Wskaźniki ilościowe									GODZINY	ECTS
Nakład pracy studenta związany z zajęciami wymagającymi bezpośredniego udziału nauczyciela									65 (1)+(2)+(3)+(8)	2.6
Nakład pracy studenta związany z zajęciami o charakterze praktycznym									105 (6)+(5)+(2)	4.2
Literatura podstawowa	1. Z. Galas, I. Nykowski, Z. Żółkiewski, Programowanie wielokryterialne, Państwowe Wydawnictwo Ekonomiczne, Warszawa 1987. 2. M. Athans, P.L. Falb, Sterowanie optymalne: wstęp do teorii i jej zastosowania, Wydawnictwa Naukowo-Techniczne, Warszawa 1969. 3. A. Ostanin, Laboratorium metod optymalizacji, Białystok : Politechnika Białostocka, Białystok 2004. 4. A. Ostanin, Metody optymalizacji z MATLAB: ćwiczenia laboratoryjne, Wydaw. NAKOM, Poznań 2009. 5. Z. Wyderka, Teoria sterowania optymalnego : (skrypt przeznaczony dla studentów IV i V roku matematyki), Skrypty Uniwersytetu Śląskiego, Uniwersytet Śląski, 1987. 6. W. Kryszewski, Sterowanie Optymalne, Wykład monograficzny, Wydział FTIMS Politechnika Łódzka, 2014. (dostęp online: http://www-users.mat.umk.pl/~wkrysz/attachments/Teoria-Sterowania-WK.pdf)
Literatura uzupełniająca	1. J. Arabas, Wykłady z algorytmów ewolucyjnych, Wydawnictwa Naukowo-Techniczne, Warszawa 2004. 2. A. Nowak, Optymalizacja, teoria i zadania, Wydaw. Politechniki Śląskiej, Gliwice, 2007. 3. K.M. Miettinen, Nonlinear multiobjective optimization, New York : Springer Science+Business Media, 2004.
Jednostka realizująca	Katedra Matematyki								Data opracowania programu
Program opracował(a)	dr hab. Agnieszka Malinowska								2020.04.06