Drukuj Eksport do pliku (MS Word)
Nazwa przedmiotu:
Optymalizacja we wspomaganiu decyzji
Koordynator przedmiotu:
prof. dr hab. Włodzimierz Ogryczak
Status przedmiotu:
Fakultatywny dowolnego wyboru
Poziom kształcenia:
Studia II stopnia
Program:
Informatyka
Grupa przedmiotów:
Przedmioty techniczne - zaawansowane
Kod przedmiotu:
OWD
Semestr nominalny:
3 / rok ak. 2018/2019
Liczba punktów ECTS:
4
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
Bilans nakładu pracy przeciętnego studenta obejmuje: - udział w wykładach: 15 x 2 godz. = 30 godz., - przygotowanie do kolejnych wykładów i realizacji projektu (przejrzenie materiałów z wykładu i dodatkowej literatury, próba rozwiązania miniproblemów sformułowanych na wykładzie): 7 godz. - udział w konsultacjach związanych z realizacją projektu: 3 x 1 godz. = 3 godz. (zakładamy, że student korzysta średnio z konsultacji 3 razy w semestrze), - realizacja zadań projektowych: 45 godz. (obejmuje także przygotowanie sprawozdania), - przygotowanie do I kolokwium (rozwiązanie zadań przedkolokwialnych, udział w konsultacjach przedkolokwialnych): 10 godz. + 2 godz. = 12 godz. - przygotowanie do II kolokwium (rozwiązanie zadań przedkolokwialnych, udział w konsultacjach przedkolokwialnych): 10 godz. + 2 godz. = 12 godz. Łączny nakład pracy studenta wynosi: 30 + 7 + 3 + 45 + 10 + 10 = 115 godz., co odpowiada ok. 4 punktom ECTS.
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
3
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
1
Formy zajęć i ich wymiar w semestrze:
  • Wykład30h
  • Ćwiczenia0h
  • Laboratorium0h
  • Projekt15h
  • Lekcje komputerowe0h
Wymagania wstępne:
brak
Limit liczby studentów:
60
Cel przedmiotu:
Celem wykładu jest zapewnienie uporządkowanej wiedzy na temat analitycznych modeli dla wspomagania decyzji ze szczególnym uwzględnieniem optymalizacji wielokryterialnej i jej metod interaktywnych. Student powinien posiąść umiejętności budowy modeli decyzyjnych uwzględniających wielość kryteriów i nieprecyzyjność ocen oraz efektywnego modelowania i identyfikacji preferencji decydenta w komputerowym wspomagania decyzji.
Treści kształcenia:
Wprowadzenie (2h): pojęcie decyzji, procesu decyzyjnego, wspomagania decyzji, systemu wspomagania decyzji. Model sytuacji decyzyjnej, kwestia reprezentacji wiedzy. Typy modeli: preferencyjne i rzeczowe, logiczne i analityczne, dalsze podziały. Pojęcie i etapy procesu decyzyjnego. Kwestie reprezentacji niepewności. Rola analizy wielokryterialnej modeli matematycznych. Zarys ekonomicznej teorii decyzji ­ teorii wartości i użyteczności (6h). Relacja preferencji, porządki częściowy, słaby, silny (zupełny). Warunki istnienia funkcji wartości, interpretacje ekonomiczne, użyteczność porządkowa (ordynalna). Addytywność a identyfikacja funkcji wartości. Metoda hierarchii analitycznej. Teoria użyteczności. Współczesna krytyka teorii użyteczności i wartości. Teoria decyzji zadowalających. Inne reprezentacje niepewności: zbiory rozmyte, zbiory przybliżone. Optymalizacja wektorowa (wielokryterialna) we wspomaganiu decyzji (12h). Pojęcie optymalności wektorowej: w sensie Pareto, w sensie danego stożka dodatniego, zwykła, słaba, właściwa, właściwa z ograniczeniem a priori wspól/czynników wymiany. Liniowa funkcja skalaryzująca, podstawowe charakteryzacje zbioru Pareto w przypadku wypukłym. Różne charakteryzacje zbioru Pareto w przypadku niewypukłym. Funkcje skalaryzujące zgodne z porządkiem i funkcje osiągnięcia. Oceny punktu idealnego i nadiru. Ciagła sterowalność charakteryzacji parametrycznej. Systemy wspomagania decyzji oparte na metodach punktu odniesienia. Problem wielokryterialnej i odwrotnej symulacji modelu. Algorytmy optymalizacji i solwery optymalizacyjne. Zastosowania algorytmów ewolucyjnych dla aproksymacji zbioru Pareto. Elementy teorii gier a wspomaganie decyzji (6h). Typy (formy) modeli gier, rodzaje gier i ich rozwiązań. Rozwiązania niekooperacyjne, równowaga gry. Gry macierzowe o sumie stałej i niestałej. Zastosowania teorii gier w teorii rynku. Gry eksperymentalne, strategia ''tit for tat''. Ewolucja kooperacji. Przegląd rozwiązań kooperacyjnych. Gry koalicyjne. Paradygmaty racjonalności (2h). Użyteczność a wielokryterialne wspomaganie wyboru. Decyzje zadawalajace, decyzje celowe, decyzje logiczne, decyzje intuicyjne. Definiowanie i sposoby wspomagania intuicji i procesów twórczych. Systemy eksperckie, systemy rankingowe. Praktyka konstrukcji systemów wspomagania decyzji (2h). Systemy oparte na danych i systemy oparte na modelach. Systemy dedykowane; rola użytkownika. Architektura systemów wspomagania decyzji, języki ich programowania. Przykłady.
Metody oceny:
Przedmiot jest zaliczany na podstawie na podstawie kolokwiów i sprawozdań z realizacji projektu.Ocena końcowa jest określona jako średnia ważona ocen z w/w części z wagami odpowiednio 60% i 40%.
Egzamin:
nie
Literatura:
Podstawowa J. Wessels, M. Makowski, A.P. Wierzbicki: Model Based Decision Support Systems with Environmental Applications. Kluwer, 2000. P.D. Straffin: Teoria gier. Scholar, 2004. Uzupełniająca S.J. Andriole: Handbook of Decision Support Systems, TAB Professional and Reference Books, 1989.
Witryna www przedmiotu:
https://usosweb.usos.pw.edu.pl/kontroler.php?_action=katalog2/przedmioty/pokazPrzedmiot&prz_kod=103A-INxxx-MSP-OWD
Uwagi:

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Charakterystyka OWD-W01
ma podstawową wiedzę z zakresu teorii decyzji
Weryfikacja: kolokwium
Powiązane charakterystyki kierunkowe: K_W08
Powiązane charakterystyki obszarowe: I.P7S_WG, III.P7S_WG.o
Charakterystyka OWD-W02
ma uporządkowaną wiedzę na temat analitycznych modeli dla wspomagania decyzji
Weryfikacja: kolokwium
Powiązane charakterystyki kierunkowe: K_W08
Powiązane charakterystyki obszarowe: I.P7S_WG, III.P7S_WG.o
Charakterystyka OWD-W03
ma uporządkowaną wiedzę z zakresu optymalizacji wielokryterialnej ze szczególnym uwzględnieniem metod interaktywnych
Weryfikacja: kolokwium
Powiązane charakterystyki kierunkowe: K_W04, K_W08
Powiązane charakterystyki obszarowe: I.P7S_WG, III.P7S_WG.o

Profil ogólnoakademicki - umiejętności

Charakterystyka OWD-U01
umie budować modele decyzyjne uwzględniające wielość kryteriów i nieprecyzyjność ocen.
Weryfikacja: zadanie projektowe, kolokwium
Powiązane charakterystyki kierunkowe: K_U01, K_U07
Powiązane charakterystyki obszarowe: I.P7S_UK, I.P7S_UW, III.P7S_UW.2.o
Charakterystyka OWD-U02
potrafi projektować efektywne procedury modelowania i identyfikacji preferencji decydenta w komputerowym wspomaganiu decyzji
Weryfikacja: zadanie projektowe
Powiązane charakterystyki kierunkowe: K_U07
Powiązane charakterystyki obszarowe: I.P7S_UW, III.P7S_UW.2.o