teoria i metody optymalizacji - Wydział Elektrotechniki, Automatyki i
Transkrypt
teoria i metody optymalizacji - Wydział Elektrotechniki, Automatyki i
Politechnika Opolska Wydział Elektrotechniki, Automatyki i Informatyki Karta Opisu Przedmiotu Kierunek studiów Profil kształcenia Poziom studiów Specjalność Forma studiów Semestr studiów AUTOMATYKA I ROBOTYKA Ogólnoakademicki Studia drugiego stopnia Systemy sterowania w automatyce i robotyce Studia stacjonarne I Nazwa przedmiotu TEORIA I METODY OPTYMALIZACJI Nauki podst. (T/N) N Subject Title OPTIMIZATION THEORY AND METHODS ECTS (pkt.) Tryb zaliczenia przedmiotu Kod przedmiotu B1 7 Egzamin Nazwy Algebra liniowa z gometrią analityczną, Analiza matemtyczna: rachunek przedmiotów różniczkowy i całkowy, podstawy matematyki dyskretnej, Informatyka: 1. Ma wiedzę z zakresu algebry liniowej oraz rachunku różniczkowego i Wiedza 2. Ma podstawową wiedzę z zakresu algorytmów oraz zasad Wymagania … Ma podstawową wiedzę z zakresu układów dynamicznych oraz zasad wstępne w 1. Potrafi pozyskiwać informacje z literatury i innych źródeł; potrafi zakresie Umiejętności 2. Posiada umiejętność systematycznego kształcenia się. przedmiotu … 1. Potrafi współdziałać i pracować w grupie. Kompetencje 2. społeczne … Program przedmiotu Forma zajęć Wykład Ćwiczenia Laboratorium Projekt Seminarium Liczba godzin zajęć w semestrze 30 15 30 Prowadzący zajęcia (tytuł/stopień naukowy, imię i nazwisko) dr hab. inż. Jan Sadecki, prof. PO dr hab. inż. Jan Sadecki, prof. PO dr hab. inż. Jan Sadecki, prof. PO Treści kształcenia Sposób realizacji Wykład w sali audytoryjnej; wykorzystanie środków audiowizualnych. Lp. Tematyka zajęć Liczba godzin 1. Problemy optymalizacji: sformułowania, klasyfikacja, przykłady. 2 2. Własności zbiorów i funkcji; istnienie i charakter rozwiązań zadań optymalizacji. 2 3. Warunki optymalności dla zadań bez ograniczeń. Problemy z ograniczeniami 2 4. Metody optymalizacji w kierunku; optymalizacja funkcji jednej zmiennej. 2 5. Metody optymalizacji funkcji wielu zmiennych bez ograniczeń. 2 6. Metody rozwiązywania zadań z ograniczeniami – metoda funkcji kary. 2 7. Programowanie liniowe; metoda simplex. 2 8. Optymalizacja dynamiczna; zasada maksimum Pontriagina, programowanie 2 9. Podstawy optymalizacji dyskretnej i mieszanej. 2 10. Wykorzystanie metod optymalizacji statycznej w zagadnieniach sterowania 2 11. Algorytmy optymalizacji globalnej. 2 12. Metoda podziału i ograniczeń. 2 13. Algorytmy ewolucyjne. 2 14. Optymalizacja wielokryterialna. 2 Przykłady rozwiązywania złożonych prolemów optymalizacji. 15. 2 Liczba godzin zajęć w semestrze 30 Sposoby sprawdzenia zamierzonych Egzamin efektów kształcenia Wykład Ćwiczenia Ćwiczenia tablicowe w sali audytoryjnej z wykorzystanie środków Tematyka zajęć audiowizualnych. Liczba godzin Sposób realizacji Lp. 1. Analityczne metody rozwiązywania zadań optymalizacji bez ograniczeń. 1 2. Rozwiązywanie zadań z graniczeniami równościowymi. 1 3. Rozwiązywanie zadań z graniczeniami nie równościowymi. 1 4. Metoda Gausa-Seidela. 1 5. Metoda Powella. 1 6. Metody gradientwe. 1 7. Metody newtonowskie. 1 8. Optymalizacja dynamiczna; zasada maksimum Pontriagina. 1 9. Metoda programowania dynamicznego. 1 10. Algorytmy optymalizacji globalnej. 1 11. Metoda podziału i ograniczeń. 1 12. Algorytmy ewolucyjne. 2 13. Optymalizacja wielokryterialna. 1 14. Zaliczenie. 1 15. Liczba godzin zajęć w semestrze 15 Sposoby sprawdzenia zamierzonych Bieżąe sprawdzanie przygotowania do zajęć oraz ocena poprawności wykonania poszczególnych realizowanych zadań. efektów kształcenia Laboratorium Sposób realizacji praca przy komputerach Tematyka zajęć Lp. Liczba godzin 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. Liczba godzin zajęć w semestrze Sposoby sprawdzenia zamierzonych #ADR! efektów kształcenia Projekt Sposób realizacji Lp. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. Tematyka zajęć Optymalizacja w środowisku MATLAB. Aproksymacja wielomianowa średniokwadratowa. Optymalizacja funkcji wielu zmiennych: metoda Gaussa-Seidela. Optymalizacja funkcji wielu zmiennych: metoda Powella. Optymalizacja funkcji wielu zmiennych: metoda gradientowe. Optymalizacja funkcji wielu zmiennych: metody newtonowskie. Optymalizacja funkcji wielu zmiennych: metody zmiennej metryki. Optymalizacja funkcji wielu zmiennych z ograniczeniami: metoda funkcji kary. Zadanie programowania liniowego: metoda simplex. Metoda podziału i ograniczeń. Algorytmy ewolucyjne. Optymalizacja wielokryterialna. Liczba godzin 2 2 4 2 2 2 2 2 4 2 2 2 13. Zaliczenie. 2 14. 15. Liczba godzin zajęć w semestrze 30 Sposoby sprawdzenia zamierzonych Bieżąe sprawdzanie przygotowania do zajęć oraz ocena poprawności wykonania poszczególnych realizowanych zadań projektowych. efektów kształcenia Seminarium Sposób realizacji Lp. Tematyka zajęć Liczba godzin 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. Liczba godzin zajęć w semestrze Sposoby sprawdzenia zamierzonych efektów kształcenia 1. Ma podstawową wiedzę z teorii i metod optymalizacji (W,Ć). zakresu algorytmów 3. Zna obliczenoiowych (W,Ć,P). podstawowe optymalizacji metody, techniki i narzędzia stosowane Wiedza 3. przy formułowaniu i rozwiązywaniu problemów optymalizacji … Potrafi pozyskiwać informacje z literatury i innych źródeł, 1. Potrafi potrafi integrować informacje, dokonywaćdo ich Efekty kształcenia dla posługiwać uzyskane się technikami informatycznymi 2. realizacji przedmiotu - po złożonych zadań opymalizacji (W,Ć,P). Posiada umiejętność implementacji algorytmów Umiejętności zakończonym cyklu 3. optymalizacji dla zadań ciągłych bez ograniczeń i z kształcenia … Rozumie potrzebę uczenia się przez całe życie; potrafi 1. inspirować i organizować proces uczenia się innych osób 2. Kompetencje społeczne 3. … Metody dydaktyczne: Wykład wykorzystaniem środków audiowizualnymi. Dyskusja dydaktyczna w ramach wykładu i laboratorium. Konsultacje. Forma i warunki zaliczenia przedmiotu: Pozytywna ocena egzaminu (uzyskanie co najmniej 51% odpowiedzi na pytania); uzyskanie zaliczenia z ćwiczeń oraz z projektu. Literatura podstawowa: Findeisen Wł., Szymanowski J., Wierzbiki A.: Teoria i metody obliczeniowe optymalizacji. PWN, Warszawa,1980 [1] Kusiak J. , Danielewicz-Tułecka J., Wierzbicki A.: Optymalizacja. Wybrane metody z przykładami [2] zastosowań. PWN. Warszawa 2009. [3] Stachurski A., Wierzbicki A.: Podstawy optymalizacji. Oficyna Wyd. Pol. Warszawskiej, W-wa, 2001. [4] Zalewski, Cegieła R.: Matlab – obliczenia numeryczne i ich zastosowania. Nakom, Poznań, 1998. [5] Weise T.: Global Optimization Algorithms. Theory and Applications. 2009. http://www.it-weise.de/ [6] [7] [8] Literatura uzupełniająca: [1] J Brdyś M., Ruszczyński A.: Metody optymalizacji w zadaniach. WNT, W-wa, 1985. [2] Findeisen Wł., Szymanowski., Wierzbiki A.: Metody obliczeniowe optymalizacji. Wyd. P.Warsz. 1973. [3] Ostanin A.: Informatyka z Matlabem. Wydawnictwo Politechniki Białostockiej. Białystok, 2007. [4] Seidler J.,J.: Badach Molisz W.: Metody rozwiązywania zadań optymalizacji. WNT, W-wa, 1980. Stadnicki TeoriaA., i praktyka rozwiązywania zadań optymalizacji z przykładmi zastosowań [5] technicznych. WNT, Warszawa, 2006. [6] [7] ______________ * niewłaściwe przekreślić ………………………………………………….. ………………………………………………………. (kierownik jednostki organizacyjnej/bezpośredni przełożony: (Dziekan Wydziału pieczęć/podpis pieczęć/podpis)