Metody Obliczeniowe Optymalizacji Plik
Transkrypt
Metody Obliczeniowe Optymalizacji Plik
(pieczęć wydziału) KARTA PRZEDMIOTU 1. Nazwa przedmiotu: 2. Kod przedmiotu: METODY OBLICZENIOWE OPTYMALIZACJI 3. Karta przedmiotu ważna od roku akademickiego: 2012/2013 4. Forma kształcenia: studia pierwszego stopnia 5. Forma studiów: studia stacjonarne 6. Kierunek studiów: AUTOMATYKA I ROBOTYKA; WYDZIAŁ AEiI 7. Profil studiów: ogólnoakademicki 8. Specjalność: 9. Semestr: 3 10. Jednostka prowadząca przedmiot: Instytut Automatyki, RAu1 11. Prowadzący przedmiot: dr inż. Adam Gałuszka 12. Przynależność do grupy przedmiotów: przedmioty wspólne 13. Status przedmiotu: obowiązkowy 14. Język prowadzenia zajęć: polski 15. Przedmioty wprowadzające oraz wymagania wstępne: Analiza matematyczna, algebra. Zakłada się, że przed rozpoczęciem nauki niniejszego przedmiotu student posiada przygotowanie w zakresie: algebry i analizy matematycznej, oraz umiejętność programowania w MATLAB-ie. 16. Cel przedmiotu: Celem przedmiotu jest omówienie wybranych numerycznych metod optymalizacji statycznej. Znajomość tych metod ułatwi studentom formułowanie i rozwiązywanie problemów optymalizacyjnych oraz zrozumienie działania profesjonalnych algorytmów oferowanych przez producentów oprogramowania. 17. Efekty kształcenia: Nr Opis efektu kształcenia Metoda sprawdzenia efektu kształcenia Forma Odniesienie prowadzenia do efektów zajęć dla kierunku studiów W1 Zna podstawowe pojęcia dotyczące optymalizacji statycznej. SP WT W2 Zna warunki konieczne ekstremum funkcji bez ograniczeń, z ograniczeniami równościowymi i nierównościowymi. SP WT W3 Ma wiedzę w zakresie metod programowania liniowego i kwadratowego. SP WT U1 Posiada umiejętność formułowania warunków koniecznych ekstremum funkcji wielu zmiennych. Potrafi sformułować i rozwiązać zadanie programowania liniowego i kwadratowego. Potrafi wykorzystać zdobytą wiedzę do formułowania prostych problemów optymalizacyjnych. SP, CL L SP, CL L OS L U2 K1 18. Formy zajęć dydaktycznych i ich wymiar (liczba godzin) K_W16/3; W1/2;W5/1; W9/1;W12/1; W14/1 K_W16/3; W1/2;W5/1; W9/1;W12/1; W14/1 K_W16/3; W1/2;W5/1; W9/1;W12/1; W14/1 K_U7/3; K_U20/2 K_U7/3; K_U20/2 K_K04/2 K_K07/2 W. : 15 Ćw. : 0 L.: 15 19. Treści kształcenia: Wykład Sformułowanie problemów optymalizacji statycznej; przykłady zagadnień optymalizacyjnych: analiza regresji, problem przydziału maszyn; programowanie nieliniowe; numeryczne metody minimalizacji funkcji jednej zmiennej bez ograniczeń : Fibonacciego, złotego podziału i aproksymacji kwadratowej; obliczanie gradientu formy liniowej i kwadratowej, gradientu funkcji, hesjanu, badanie określoności macierzy kwadratowej wykorzystującej warunki Sylwestra, warunki konieczne i wystarczające na ekstremum funkcji wielu zmiennych bez ograniczeń, numeryczne metody (bezgradientowe i gradientowe) minimalizacji funkcji wielu zmiennych bez ograniczeń: Gaussa-Seidela i najszybszego spadku; algorytmy poszukiwań ekstremum funkcji według kierunków sprzężonych oparte na metodach Powella i gradientu sprzężonego, zasady generowania „korzystnych” kierunków poszukiwań; możliwości przyśpieszania zbieżności metod bezgradientowych; metody newtonowskie i quasi-newtonowskie: Newtona-Raphsona, Davidona-Fletchera-Powella, programowanie nieliniowe z ograniczeniami; metody z zastosowaniem funkcji kary: metoda Carrola, Fiacco i McCormicka ; metody z zastosowaniem modyfikacji kierunków, metoda Complex, porównanie prezentowanych metod; programowanie liniowe; metoda graficzna rozwiązania; interpretacja geometryczna rozwiązania optymalnego, metoda Simplex; tablica simpleksów. Zajęcia laboratoryjne 1. Minimalizacja na kierunku i proste metody bezgradientowe (algorytmy złotego podziału i Gaussa-Seidla) – 2 h. 2. Metoda Powella – 2h. 3. Proste metody gradientowe poszukiwania minimum (algorytm najszybszego spadku) –2 h. 4. Metody poszukiwania minimum z ograniczeniami (metoda funkcji kary) – 2 h. 5. Metody newtonowskie – 2 h. 6. Zadanie programowania liniowego (Algorytm simpleksów) 20. Egzamin: nie. 21. Literatura podstawowa: 1. Findeisen W., J. Szymanowski, A. Wierzbicki: Metody optymalizacji, PWN, 1977 2. Laboratorium metod optymalizacji statycznej, skrypt uczelniany nr. 1852, Wydawnictwo Politechniki Śląskiej, Gliwice 3. MATLAB Optimization Toolbox. 22. Literatura uzupełniająca: 1. 2. 3. 4. Helmke U., J. Moore: Optimization and dynamical systems, Springer, 1994 Luenberger D.: Teoria optymalizacji, PWN, 1974 Luenberger D.: Introduction to linear and nonlinear programming, Adison-Wesley, 1973 Świerniak A., Gałuszka A: Optimization Methods and Decision Making, skrypt Pol. Śl. 2334, Gliwice 2003 5. Ogonowski Z., J. Smieja: Optimization Methods and Decision Making, Art&Kolor, Gliwice, 2001 23. Nakład pracy studenta potrzebny do osiągnięcia efektów kształcenia Lp. Forma zajęć Wykład Ćwiczenia Laboratorium Projekt Seminarium Inne Suma godzin 24. Suma wszystkich godzin: 90 1 2 3 4 5 6 Liczba godzin kontaktowych / pracy studenta 15/5 0/0 15/45 0/0 0/0 5/5 35/55 25. Liczba punktów ECTS: 3 26. Liczba punktów ECTS uzyskanych na zajęciach z bezpośrednim udziałem nauczyciela akademickiego: 1 27. Liczba punktów ECTS uzyskanych na zajęciach o charakterze praktycznym (laboratoria, projekty): 2 26. Uwagi: Zatwierdzono: ……………………………. ………………………………………………… (data i podpis prowadzącego) (data i podpis dyrektora instytutu/kierownika katedry/ Dyrektora Kolegium Języków Obcych/kierownika lub dyrektora jednostki międzywydziałowej)