Systemy wspomagania decyzji - Wydziale Budownictwa i Inżynierii
Transkrypt
Systemy wspomagania decyzji - Wydziale Budownictwa i Inżynierii
IV. wzór opisu modułu kształcenia/przedmiotu (sylabus). Opis modułu kształcenia / przedmiotu (sylabus) Grupa przedmiotów: Rok akademicki: Numer katalogowy: Nazwa przedmiotu1): SYSTEMY WSPOMAGANIA DECYZJI Tłumaczenie nazwy na jęz. angielski3): DECYSION SUPPORT SYSTEMS 4) Kierunek studiów : ECTS 2) 2 Budownictwo Koordynator przedmiotu5): 6) dr hab. inż. Tomasz Okruszko, prof. SGGW Prowadzący zajęcia : dr hab. inż. Tomasz Okruszko, prof.SGGW, dr inż. Mateusz Stelmaszczyk, mgr inż. Sylwia Szporak Jednostka realizująca7): Wydział Budownictwa i Inżynierii Środowiska, Katedra Inżynierii Wodnej, Zakład Hydrologii i Zasobów Wodnych Wydział, dla którego przedmiot jest realizowany8): Wydział Budownictwa i Inżynierii Środowiska 9) Status przedmiotu : 10) a) przedmiot fakultatywny b) stopień pierwszy rok IV c) stacjonarne / niestacjonarne 11) Jęz. wykładowy : polski Cykl dydaktyczny : zimowy Założenia i cele przedmiotu12): Celem zajęć jest wprowadzenie podstawowych zagadnień z dziedziny analizy systemowej i nauk operacyjnych w stopniu umożliwiającym percepcję problemów ochrony środowiska jako problemów strukturalnych. Tym samym umożliwiając korzystanie z szerokiej gamy narzędzi analizy systemowej, nauk operacyjnych bądź analizy decyzji w celu ich rozwiązania lub oceny rozwiązań przygotowanych przez specjalistów poszczególnych dziedzin. Zajęcia obejmują prace z modelami symulacyjnymi, optymalizacyjnymi oraz opracowywanie scenariuszy rozwoju. Formy dydaktyczne, liczba godzin13): Metody dydaktyczne14): Pełny opis przedmiotu15): a) Ćwiczenia projektowe……………………………………………………..…; liczba godzin 30; Rozwiązywanie problemu - zadań projektowych, konsultacje, dyskusja Zapoznanie z ogólna metodyką analizy systemowej w procesie wspomagania decyzji: tj. definicję systemu i jego otoczenia, sformułowanie problemu, poszukiwanie alternatywnych rozwiązań, zdefiniowanie kryteriów oceny rozwiązań, zastosowanie modeli, przeprowadzenie oceny rozwiązań i ich implementacja. Charakterystyka podstawowych narzędzi analizy decyzyjnej takich jak: modele symulacyjne, modele optymalizacyjne, analiza niepewności i ryzyka, zagadnienia teorii gier. Modele symulacyjne - badanie pracy zbiornika retencyjnego przy użyciu modelu symulacyjnego w programie MS Excel. Modele symulacyjne - badanie rozprzestrzeniania się epidemii w populacji. Symulacja rozprzestrzeniania się epidemii w grupie studentów oraz symulacja z wykorzystaniem programu komputerowego Vensim. Modele optymalizacyjne - optymalizacja rozdziału środków finansowych ponoszonych na ochronę środowiska w trzech zakładach produkcyjnych – praca w programie MS Excel. Globalne scenariusze rozwoju świata - GEO4 i ich znaczenie dla prac analitycznych. Metody scenariuszowe wykorzystywane w analizie decyzyjnej - metoda SAS (story and simulation), metoda sortowania kart, wykresy radarowe, rozmyte mapy kognitywne (FCM). Metody prezentacji wyników procesu analizy decyzyjnej - postawy przyjmowane podczas rozmowy bądź pracy w zespole. Piktogramy - graficzny system komunikacji - diagramy typu „rich picture”. Wymagania formalne (przedmioty wprowadzające)16): Informatyka i grafika komputerowa Założenia wstępne17): Student zna podstawy informatyki w zakresie obsługi programów komputerowych Efekty kształcenia18): Sposób weryfikacji efektów kształcenia19): 01. – student posiada wiedzę z zakresu terminologii, metodyki i współczesnych narzędzi wspomagania decyzji. 02. – student posiada praktyczne umiejętności z zakresu budowy systemów wspomagania decyzji w środowisku komputerowym – potrafi opracować model koncepcyjny systemu przedstawiający złożone procesy a następnie stworzyć model w środowisku komputerowym. 03. – student potrafi samodzielnie przeprowadzić obliczenia symulacyjne i optymalizacyjne za pomocą programu MS Excel (+ dodatek Solver) i programu Vensim i na tej podstawie potrafi wytypować najlepsze rozwiązanie inżynierskie. 04 – student potrafi prezentować wyniki uzyskane dzięki zastosowaniu narzędzi wspomagania analizy decyzyjnej, posiada umiejętność pracy samodzielnej i zespołowej. Ocena raportów cząstkowych przygotowanych w zespołach projektowych – efekty: 01, 02, 03, 04; Forma dokumentacji osiągniętych efektów sprawozdania pisemne przygotowane w ramach pracy studentów w zespołach projektowych podczas kształcenia 20): poszczególnych ćwiczeń (wersja elektroniczna) Elementy i wagi mające wpływ na ocenę Projekty cząstkowe – 100% 21) końcową : Miejsce realizacji zajęć22): Pracownia komputerowa Literatura podstawowa i uzupełniająca23): Podstawowa: 1. H. J. Miser, E. S. Quade: Handbook of systems analysis. Wiley 1985 2. W. Findeisen (red.) Analiza Systemowa, PWN, 1985 3. L. von Bertalanffy Ogólna teoria systemów, PWN 1984 4. Kwiatkowska A. M.: Systemy wspomagania decyzji. PWN/MIKOM. Warszawa 2007 Uzupełniająca: 1. Krawczyk S. (2001), Metody ilosciowe w planowaniu, C.H. Beck. 2. Szapiro T. (2000), Decyzje menedzerskie z Excelem, PWE, Warszawa. 3. Grabski F.: Matematyczne podstawy badań operacyjnych. WSMW, Gdynia 1981 4. Kaliszewski I.: Wielokryterialne podejmowanie decyzji. WNT. Warszawa 2008 5. Kusiak J., Danielecka-Tułecka A., Oprocha P.: Optymalizacja, wybrane metody i przykłady zastosowań. PWN, 2009 6. Watson J.: Strategia – wprowadzenie do teorii gier. WNT. Warszawa 2007 7. Straffin P. D.: Teoria gier. Scholar. Warszawa 2001 UWAGI24): Wymagane oprogramowanie: MS. Excel z dodatkiem Solver, MS Word, Vensim. Wskaźniki ilościowe charakteryzujące moduł/przedmiot 25) : Szacunkowa sumaryczna liczba godzin pracy studenta (kontaktowych i pracy własnej) niezbędna dla osiągnięcia zakładanych efektów kształcenia18) - na tej podstawie należy wypełnić pole ECTS2: 55 h Łączna liczba punktów ECTS, którą student uzyskuje na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich: 1 ECTS Łączna liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym, takich jak zajęcia laboratoryjne, projektowe, itp.: 1,5 ECTS Tabela zgodności kierunkowych efektów kształcenia efektami przedmiotu Nr /symbol efektu 01 02 03 04 26) Wymienione w wierszu efekty kształcenia: student posiada wiedzę z zakresu terminologii, metodyki i współczesnych narzędzi wspomagania decyzji student posiada praktyczne umiejętności z zakresu budowy systemów wspomagania decyzji w środowisku komputerowym – potrafi opracować model koncepcyjny systemu przedstawiający złożone procesy a następnie stworzyć model w środowisku komputerowym student potrafi samodzielnie przeprowadzić obliczenia symulacyjne i optymalizacyjne za pomocą programu MS Excel (+ dodatek Solver) i programu Vensim i na tej podstawie potrafi wytypować najlepsze rozwiązanie inżynierskie student potrafi prezentować wyniki uzyskane dzięki zastosowaniu narzędzi wspomagania analizy decyzyjnej, posiada umiejętność pracy samodzielnej i zespołowej. Odniesienie do efektów dla programu kształcenia na kierunku K_U08; K_W08; K_U08; K_U11; K_W08; K_U08; K_U11; K_K02; K_K03; K_K07;