Drukuj Eksport do pliku (MS Word)
Nazwa przedmiotu:
Metody obliczeniowe optymalizacji
Koordynator przedmiotu:
dr inż. Paweł Malczyk
Status przedmiotu:
Obowiązkowy
Poziom kształcenia:
Studia II stopnia
Program:
Automatyka i Robotyka
Grupa przedmiotów:
Obowiązkowe
Kod przedmiotu:
NK707
Semestr nominalny:
3 / rok ak. 2013/2014
Liczba punktów ECTS:
2
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
<div align="justify"> <ol> <li>Liczba godzin kontaktowych: 32, w tym:</li> a) wykład – 15 <br /> b) ćwiczenia – 15 <br /> c) konsultacje – 2 <br /> <li>Praca własna studenta: 18, w tym:</li> a) Przygotowanie do zajęć – 3 <br /> b) Prace domowe – 7 <br /> c) Przygotowanie do dwóch sprawdzianów – 8 <br /> </ol> <b>RAZEM: 50 godzin – 2 punkty ECTS.</b> </div>
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
<div align="justify"> 1.3 punktu ECTS – 32 godziny kontaktowe, w tym:<br /> a) wykład – 15 godz.<br /> b) ćwiczenia – 15 godz.<br /> c) konsultacje – 2 godz.<br /> </div>
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
<div align="justify"> 0.9 punktu ECTS – 22 godziny, w tym:<br /> a) udział w ćwiczeniach – 15 godz.<br /> b) realizacja prac domowych, polegających na dokonaniu optymalizacji parametrów wybranych układów – 7 godz.<br /> </div>
Formy zajęć i ich wymiar w semestrze:
  • Wykład15h
  • Ćwiczenia15h
  • Laboratorium0h
  • Projekt0h
  • Lekcje komputerowe0h
Wymagania wstępne:
<div align="justify"> Posiadanie wiedzy i umiejętności z zakresu algebry, geometrii, analizy matematycznej, metod numerycznych w zakresie wykładanym na wcześniejszych latach studiów. </div>
Limit liczby studentów:
bez limitu
Cel przedmiotu:
<div align="justify"> <ol> <li>Przedstawienie teorii i metod obliczeniowych optymalizacji stosowanych w działalności inżynierskiej. </li> <li>Zdobycie wiedzy i umiejętności niezbędnych do samodzielnego rozwiązywania zadań z zakresu optymalizacji.</li> </ol> </div>
Treści kształcenia:
<div align="justify"> <b>Wykłady i ćwiczenia</b><br /> <ul> <li>Wprowadzenie do metod optymalizacji. Podstawowe pojęcia teorii optymalizacji. Sformułowanie, klasyfikacja i przykłady zadań optymalizacji.</li> <li>Metody minimalizacji funkcji jednej zmiennej. Metody eliminacji, metody interpolacyjne, metody znajdowania pierwiastków wielomianu.</li> <li>Wprowadzenie do metod optymalizacji nieliniowej bez ograniczeń. Warunki optymalności dla zadań optymalizacji bezwarunkowej.</li> <li>Bezgradientowe i gradientowe metody poszukiwań ekstremum funkcji wielu zmiennych bez ograniczeń.</li> <li>Wprowadzenie do metod optymalizacji nieliniowej z ograniczeniami. Metoda mnożników Lagrange’a. Warunki optymalności KKT. Interpretacje geometryczne.</li> <li>Bezpośrednie i pośrednie (metody funkcji kary i rozszerzonego lagranżjanu) metody poszukiwania minimum z ograniczeniami.</li> <li>Wprowadzenie do pakietu Matlab Optimization Toolbox. Praktyczne aspekty zadań optymalizacji (wybór algorytmu, interpretacja wyników, poprawa efektywności obliczeniowej).</li> </ul> </div>
Metody oceny:
<div align="justify"> Ocenie podlegają dwie prace domowe oraz dwa sprawdziany przeprowadzane w trakcie semestru. Szczegóły systemu oceniania są opublikowane pod adresem: <a href="http://ztmir.meil.pw.edu.pl" target="_blank">http://ztmir.meil.pw.edu.pl (zakładka Dla Studentów)</a><br /> </div>
Egzamin:
nie
Literatura:
<div align="justify"> <ol> <li>Rao, S.: „Engineering Optimization Theory and Practice”, John Wiley & Sons 2009.</li> <li>Arora J.: “Introduction to Optimum Design”, Elsevier 2004. <li>Stachurski A.: „Wprowadzenie do optymalizacji”, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2009.</li> <li>Seidler I., Badach A., Molisz W.: Metody rozwiązywania zadań optymalizacji, WNT, Warszawa, 1980.</li> <li>Findeisen W., Szymanowski J., Wierzbicki A.: Teoria i metody obliczeniowe optymalizacji, PWN, Warszawa, 1980.</li> <li>Panos, P., Wilde, D.: Principles of Optimal Design: Modeling and Computation, Cambridge University Press, 2000.</li> <li>Bazaraa M., Sherali H., Shetty C.: “Nonlinear programming”, John Wiley and Sons, 2006.</li> <li>Dokumentacja Matlab Optimization Toolbox.</li> <li>Materiały dostarczone przez wykładowcę dostępne na stronie http://ztmir.meil.pw.edu.pl/ (zakładka dla Studentów).</li> </ol> </div>
Witryna www przedmiotu:
http://ztmir.meil.pw.edu.pl/web/Dydaktyka/Prowadzone-przedmioty/Metody-obliczeniowe-optymalizacji
Uwagi:
-

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Efekt NK707_W01
Student ma wiedzę na temat obszarów działalności inżynierskiej, w których stosowane są metody optymalizacji.
Weryfikacja: Sprawdzian nr 1 i 2
Powiązane efekty kierunkowe: AiR2_W11, AiR2_W07
Powiązane efekty obszarowe: T2A_W05, T2A_W03, T2A_W04, T2A_W07
Efekt NK707_W02
Student ma uporządkowaną i pogłębioną wiedzę na temat teorii i metod optymalizacji.
Weryfikacja: Sprawdzian nr 1 i 2; praca domowa nr 1 i 2
Powiązane efekty kierunkowe: AiR2_W07
Powiązane efekty obszarowe: T2A_W03, T2A_W04, T2A_W07
Efekt NK707_W03
Student ma wiedzę na temat aparatu matematycznego stosowanego do rozwiązywania zagadnień optymalizacji.
Weryfikacja: Sprawdzian nr 1 i 2; praca domowa nr 1 i 2
Powiązane efekty kierunkowe: AiR2_W01
Powiązane efekty obszarowe: T2A_W01, T2A_W02, T2A_W04

Profil ogólnoakademicki - umiejętności

Efekt NK707_U01
Student potrafi sklasyfikować zadania optymalizacji.
Weryfikacja: Sprawdzian nr 1 i 2; praca domowa nr 1 i 2
Powiązane efekty kierunkowe: AiR2_U01
Powiązane efekty obszarowe: T2A_U01
Efekt NK707_U02
Student potrafi sformułować zadanie optymalizacji układu technicznego.
Weryfikacja: Sprawdzian nr 1 i 2; praca domowa nr 1 i 2
Powiązane efekty kierunkowe: AiR2_U06, AiR2_U12
Powiązane efekty obszarowe: T2A_U08, T2A_U15, T2A_U17, T2A_U01, T2A_U10, T2A_U18
Efekt NK707_U03
Student potrafi dobrać metodę optymalizacji odpowiednią do postawionego zadania.
Weryfikacja: Sprawdzian nr 1 i 2; praca domowa nr 1 i 2
Powiązane efekty kierunkowe: AiR2_U06, AiR2_U12, AiR2_U14
Powiązane efekty obszarowe: T2A_U08, T2A_U15, T2A_U17, T2A_U01, T2A_U10, T2A_U18, T2A_U18, T2A_U19
Efekt NK707_U04
Student potrafi rozwiązać zadanie optymalizacji układu technicznego z zastosowaniem narzędzi własnych lub dedykowanych.
Weryfikacja: Sprawdzian nr 1 i 2; praca domowa nr 1 i 2
Powiązane efekty kierunkowe: AiR2_U06, AiR2_U10, AiR2_U14
Powiązane efekty obszarowe: T2A_U08, T2A_U15, T2A_U17, T2A_U11, T2A_U15, T2A_U18, T2A_U18, T2A_U19
Efekt NK707_U05
Student potrafi przygotować i przedstawić prezentację na temat sformułowania i rozwiązania zadania optymalizacji.
Weryfikacja: Praca domowa nr 1 i 2
Powiązane efekty kierunkowe: AiR2_U04
Powiązane efekty obszarowe: T2A_U04