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;