Metody Optymalizacji Plik
Transkrypt
Metody Optymalizacji Plik
(pieczęć wydziału) KARTA PRZEDMIOTU 1. Nazwa przedmiotu: METODY OPTYMALIZACJI 2. Kod przedmiotu: 3. Karta przedmiotu ważna od roku akademickiego: 2012/2013 4. Forma kształcenia: studia drugiego stopnia 5. Forma studiów: studia stacjonarne 6. Kierunek studiów: AUTOMATYKA I ROBOTYKA; WYDZIAŁ AEiI 7. Profil studiów: ogólnoakademicki 8. Specjalność: 9. Semestr: 1 10. Jednostka prowadząca przedmiot: Instytut Automatyki 11. Prowadzący przedmiot: Prof. Dr hab. inż. Andrzej Świerniak 12. Przynależność do grupy przedmiotów: przedmioty wspólne 13. Status przedmiotu: obowiązkowy 14. Język prowadzenia zajęć: polski, angielski (dotyczy 15h wykładu) 15. Przedmioty wprowadzające oraz wymagania wstępne: analiza matematyczna, dynamika układów, podstawy automatyki, metody numeryczne, metody obliczeniowe optymalizacji, algebra. Zakłada się, że przed rozpoczęciem nauki niniejszego przedmiotu student posiada przygotowanie w zakresie algebry macierzy, rachunku różniczkowego i całkowego, badania przebiegu funkcji, rozwiązywania równań różniczkowych liniowych, programowania liniowego i kwadratowego, podstawowych modeli dynamicznych i ich własności 16. Cel przedmiotu: Celem wykładu jest nauczenie studentów studiów II stopnia zagadnień związanych z formułowaniem, rozwiązywaniem i weryfikacją rozwiązań zadań optymalizacyjnych powstających w problemach technicznych w szczególności związanych z podejmowaniem decyzji i sterowaniem procesami technologicznymi. Celem laboratoriów jest zapoznanie studentów z obliczeniowymi metodami optymalizacji i przygotowanie do samodzielnego rozwiązywania problemów optymalizacyjnych. 17. Efekty kształcenia: Nr Opis efektu kształcenia Metoda sprawdzenia efektu kształcenia SP, CL, PS Zna sposoby formułowania zagadnień optymalizacyjnych w problemach statycznych i dynamicznych. W2 Zna warunki konieczne optymalności rozwiązań SP, CL, PS problemów optymalizacyjnych bez ograniczeń i z ograniczeniami równościowymi i nierównościowymi W3 Rozumie metodykę poszukiwania rozwiązań w CL, PS problemach sterowania optymalnego obiektami dynamicznymi oraz procesami wieloetapowymi. U1 Potrafi wyznaczyć rozwiązanie optymalne w SP, CL, PS prostych problemach optymalizacji bezwarunkowej i warunkowej W1 Forma Odniesienie do prowadzenia efektów zajęć dla kierunku studiów K_W1/3; W13/2 WT, L WT, WM, L K_W1/3; W13/2 WT, L K_W14/2 L K_U7/3, U16/2 Potrafi skonstruować algorytm i numerycznie SP, CL, PS wyznaczyć rozwiązania w praktycznych problemach optymalizacyjnych i zadaniach sterowania optymalnego K1 Potrafi samodzielnie zaproponować i obronić CL, PS, OS rozwiązanie optymalne dla konkretnego zadania inżynierskiego U2 L K_U7/3, U21/3, U24/1 L K_K1/1; K2/1; K4/2; K6/1 18. Formy zajęć dydaktycznych i ich wymiar (liczba godzin) W. 30 Ćw. L. 30 P. Sem. 19. Treści kształcenia: Wykład Wprowadzenie, przykłady problemów optymalizacyjnych optymalizacja statyczna i dynamiczna (czy taki podział ma sens?), jednolite podejście do problemu optymalizacji (optymalizacja w przestrzeniach wektorowych – podstawowe pojęcia), co to znaczy rozwiązać problem optymalizacji? Optymalizacja bezwarunkowa, ekstremum lokalne i globalne, przykład twierdzenia o istnieniu rozwiązania dla problemu optymalizacyjnego, funkcjonały i ich różniczkowanie, przykłady różniczkowania funkcjonałów, warunek komnioeczny optymalności lokalnej Przykłady zastosowania wk, problemy skończenie wymaiarowe, warunki wariacyjne, równanie Eulera-Lagrange’a, przykłady wykorzystania równania E-L, zadania z ustalonym, swobodnym i ryuchomym końcem Ekstremum warunkowe, typy ograniczeń, problemy wypukłe, warunek konieczne dla ograniczeń wypukłych, różniczka Frecheta, gradient funkcjonału, punkty regularne ograniczeń. Lokalna teoria optymalizacji warunkowej, wprowadzenie mnożników Lagrange’a, funkcjonały Lagrange’a, warunki konieczne optymalności lokalnej, prykłady wykorzystania wk optymalności z ograniczeniami równiościowymi. Problemy z ograniczeniami nierównościowymi, nieformalne wyprowadzenie warunków KuhnaTuckera, twierdzenie Kuhna-Tuckera jako wk optymalności, problemy wypukłe, twierdzenie K-T jako wkw dla problemów wypukłych, przykłady zastosowania, twierdzenie o punkcie siodłowym, dualność w problemach wypukłych. Programowanie wypukłe, przykład, zastosowanie WKW, programowanie wypukłe z ograniczeniami liniowymi, porgramowanie kwadratowe, problem dualny, algorytmy optymalizacyjne dla QP, programowanie liniowe, wprowadzenie do algorytmu simplex, rozwiązywanie zadań LP algorytmem Simplex. Problemy optymalizacji sterowania, sterowanie optymalne, problemy jednoetapowe, hamoiltonian, wieloetapowe problemy decyzyjne, problemy z czasem dyskretnym, warunki konieczne optymalności sterowania, problem LQ dyskretny, Zasada optymalnosci, programowanie dynamiczne, równanie Bellmana, zastosowanie programowania dynamicznego do rozwiazywania problemow optymalizacyjnych i procesów decyzyjnych, programowanie sieciowe. Problemy optymalnego sterowania z czasem ciągłym, problemy z zadanym, swobodnym i ruchomym końcem, warunki konieczne optymalności sterowania, warunki transwersalności, zastosowanie wk, LQ z czasem ciągłym, synteza regulatorów optymalnych. Zasada maksimum, problemy z ograniczeniami na sterowanie, wariacje szpilkowe, warunki konieczne optymalności sterowania, siła zasady maksimum, przykłady zastosowania, sterowanie bang-bang, synteza sterowania czasowo-optymalnego. Optymalizacja globalna, metody optymalizacji inspirowane biologicznie, algorytmy genetyczne i ewolucyjne w problemach optymalizacji. Zajęcia laboratoryjne 1. Metody optymalizacji bez ograniczeń, problemy jednowymiarowe. 2. Gradientowe algorytmy optymalizacji bez ograniczeń 3. Metody optymalizacji z ograniczeniami, zastosowanie mnożników Lagrange’a 4. Programowanie liniowe, algorytm simplex 5. Programowanie kwadratowe, algorytm Wolfe’a 6. Bezgradientowe metody optymalizacji Bezpośrednie metody optymalizacji dynamicznej Programowanie dynamiczne Problem liniowo-kwadratowy Synteza sterowania optymalnego 11. Algorytmy genetyczne w optymalizacji 7. 8. 9. 10. 20. Egzamin: nie 21. Literatura podstawowa: 1. Luenberger D.:Teoria optymalizacji. PWN Warszawa 1974. 2. Świerniak A., Gałuszka A..:Optimization methods and decision making. Lecture notes, Wydawnictwo Politechniki Śląskiej, Gliwice, 2003. 3. Duda Z., Ordys A., Swierniak A.: Laboratorium metod optymalizacji dynamicznej, Wydawnictwo Politechniki Śląskiej, Gliwice, 1993. 4. Findeisen W. , Szymanowski A., Wierzbicki A.: Metody optymalizacji, PWN, 1977 22. Literatura uzupełniająca: 1. Bryson A., Ho Y.C.: Applied optimal control, Blaisdell, 1969. 2. Luenberger D.: Introduction to linear and nonlinear programming, Adison Wesley, 1973. 3. Ogonowski Z., Smieja J.: Optimization methods and decision making, Art&Color, Gliwice, 2001 4. BellmanR., Dreyfus S.: Programowanie dynamiczne, PWE, Warszawa, 1967 5. Athans N., Falb P.: Sterowanie optymalne, WNT, Warszawa, 1969. 23. Nakład pracy studenta potrzebny do osiągnięcia efektów kształcenia Lp. Forma zajęć 1 Wykład 2 Ćwiczenia 3 Laboratorium 4 Projekt / 5 Seminarium / 6 Inne / Suma godzin Liczba godzin kontaktowych / pracy studenta 30/10 / 30/20 60/30 24. Suma wszystkich godzin: 90 25. Liczba punktów ECTS: 3 26. Liczba punktów ECTS uzyskanych na zajęciach z bezpośrednim udziałem nauczyciela akademickiego: 2 27. Liczba punktów ECTS uzyskanych na zajęciach o charakterze praktycznym (laboratoria, projekty): 2 28. Uwagi: Zatwierdzono: ……………………………. ………………………………………………… (data i podpis prowadzącego) (data i podpis dyrektora instytutu/kierownika katedry/ Dyrektora Kolegium Języków Obcych/kierownika lub dyrektora jednostki międzywydziałowej)