Wierk - Wydział Informatyki, Elektroniczne Ramy Kwalifikacji
Transkrypt
Wierk - Wydział Informatyki, Elektroniczne Ramy Kwalifikacji
Metody optymalizacji i programowanie liniowe Wydział Informatyki Nazwa programu kształcenia Informatyka Poziom i forma studiów II stopień dla abs. stud. inż. kier. Inf. stacjonarne Inżynieria Oprogramowania Ścieżka dyplomowania 2013/2014L - 2014/2015L Metody optymalizacji i programowanie liniowe Kod przedmiotu IO1207b Punkty ECTS 4 Specjalność Nazwa przedmiotu Rodzaj przedmiotu obieralny Semestr 2 Liczba godzin w semestrze W - 30 Ćw - 0 PS - 30 P - 0 L - 0 S - 0 Przedmioty wprowadzające Założenia i cele przedmiotu Celem przedmiotu jest zapoznanie studentów z różnymi metodami i algorytmami optymalizacji zadań. Student nabywa umiejętność wyboru odpowiedniej metody do różnych typów zadań optymalizacyjnych. Potrafi zastosować nowoczesne metody i algorytmy optymalizacji w różnych dziedzinach informatyki. Potrafi zaimplementować wybrane algorytmy, porównać je i ocenić ich efektywność. Wykład - zaliczenie pisemne. Pracownia specjalistyczna - wybór jednej z dwóch ścieżek: Formy zaliczenia Treści programowe 1) ścieżka standardowa - w ciągu semestru student oddaje raporty z sześciu jednostek tematycznych (łącznie 60%) i wykonuje jeden duży projekt programistyczny (40%). Do wykonania zadań wykorzystywane jest środowisko Matlab oraz własne implementacje wybranych algorytmów (może być dowolny język programowania). Student musi zdobyć min. 50% punktów, by uzyskać zaliczenie przedmiotu. 2) ścieżka projektowa - w ciągu semestru student przygotowuje projekt - może to być projekt programistyczny z metod optymalizacji lub projekt z zastosowania optymalizacji w rzeczywistym problemie. Rozliczenia z projektu - co 2 tygodnie pokazywanie kolejnych dokonań, raport końcowy. Wprowadzenie do formułowania zadań optymalizacji. Metoda eliminacji Gaussa. Programowanie liniowe - metoda graficzna, metoda sympleks, metody sztucznej bazy, zrewidowana metoda sympleks, zagadnienia dualne, ekonomiczna interpretacja zagadnień dualnych. Algorytmy punktu wewnętrznego. Zagadnienia transportowe - metody wyznaczania dopuszczalnego rozwiązania bazowego, metoda potencjałów.Bezgradientowe metody optymalizacji - szacowanie przedziału poszukiwań, szukanie minimum w przedziale, metody optymalizacji wielowymiarowej. Gradientowe metody optymalizacji - metody dla zadań nieliniowych bez ograniczeń, metody dla zadań nieliniowych z ograniczeniami. Metody niedeterministyczne. Optymalizacja wielokryterialna. Podejście Pareto. Redukcja problemów wielokryterialnych. Efekty kształcenia Symbol Odniesienie do kierunkowych efektów kształcenia K_W02 K_W03 Opis EK1 student uzyskuje wiedzę na temat zadań optymalizacji, metod i algorytmów optymalizacji EK2 student potrafi sformułować zadanie optymalizacji w postaci matematycznej K_W11 K_U09 EK3 student potrafi przetestować, wybrać i użyć odpowiedniej metody optymalizacji do uzyskania rozwiązania K_U06 EK4 potrafi przygotować raport zawierający omówienie wyników realizacji zadania inżynierskiego K_U03 Efekt kształcenia Metoda weryfikacji EK1 sprawdzian z wykładu, raporty z pracowni, obserwacja pracy na zajęciach EK2 raporty z pracowni EK3 sprawdzian z wykładu, raporty z pracowni EK4 raporty z pracowni Bilans nakładu pracy studenta (w godzinach) Forma zajęć na której zachodzi weryfikacja W, PS PS W, PS PS 1 - Udział w wykładach 15x2h 30 2 - Udział w pracowniach specjalistycznych 15x2h 30 4x5h 20 3 - Przygotowanie teoretyczne do zajęć i opracowanie raportów z pracowni specjalistycznych 4 - Projekt, implementacja, testowanie aplikacji 25 5 - Udział w konsultacjach związanych z projektem 5x1h 6 - Przygotowanie do egzaminu i obecność na egzaminie RAZEM: Nakład pracy studenta związany z zajęciami wymagającymi bezpośredniego udziału nauczyciela: (1)+(2)+(5)+(6) Wskaźniki ilościowe Literatura podstawowa Literatura uzupełniająca Jednostka realizująca 1. 2. 3. 4. 5. 6. Nakład pracy studenta związany z zajęciami o charakterze praktycznym: (2)+(3)+(4)+(5)+(6) Bertsekas D.P.: Nonlinear programming, Athena Scientific, Belmont, 1999 Findeisen W., Szymanowski J., Wierzbicki A.: Teoria i metody obliczeniowe optymalizacji, PWN 1980 Gass S.I.: Programowanie liniowe. Metody i zastosowania, PWN, Warszawa, 1976 Ostanin A.: Metody i algorytmy optymalizacji, Wydawnictwo Politechniki Białostockiej, Białystok, 2003 Seidler J., Badach A., Molisz W.: Metody rozwiązywania zadań optymalizacji. WNT, Warszawa, 1980 Stachurski A., Wierzbicki A.P.: Podstawy optymalizacji, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa, 2001 1. 2. 3. 4. Ostanin A.: Optymalizacja liniowa i nieliniowa, Wydawnictwo Politechniki Białostockiej, Białystok, 2005 Ferris M., Mangasarian O., Wright S.:Linear Programming with MATLAB, MPS-SIAM, Philadelphia, 2007 Venkataraman P.: Applied Optimization with MATLAB Programming, Wiley & Sons, NY, 2002 Ruszczynski A.: Nonlinear optimization, Princeton University Press, 2006 Katedra Oprogramowania Osoby prowadzące dr inż. Magdalena Topczewska 1 lipca 2013 Program opracował(a) dr inż. Magdalena Topczewska Data opracowania programu 5 10 Wydrukowane w programie Świerk Design by: styleshout | Valid XHTML | CSS Home 75 90 120 ECTS 3,0 3,5