Nazwa przedmiotu:
Techniki Optymalizacji
Koordynator przedmiotu:
prof. dr hab. inż. Roman Szewczyk
Status przedmiotu:
Fakultatywny dowolnego wyboru
Poziom kształcenia:
Studia II stopnia
Program:
Mechatronika
Grupa przedmiotów:
Wariantowe
Kod przedmiotu:
TO
Semestr nominalny:
1 / rok ak. 2020/2021
Liczba punktów ECTS:
2
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
1) Liczba godzin bezpośrednich 33, w tym: a) wykład - 15h; b) ćwiczenia - 0h; c) laboratorium - 0h; d) projekt - 15h; e) konsultacje - 3h; 2) Praca własna studenta 32, w tym: a) przygotowanie do kolokwiów zaliczeniowych - 8h; b) przygotowanie do projektu - 4h; c) opracowanie samodzielne projektu - 15h; d) studia literaturowe - 5h; Suma: 65 h (2 ECTS)
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
1 punkt ECTS - liczba godzin bezpośrednich: 33, w tym: a) wykład - 15h; b) ćwiczenia - 0h; c) laboratorium - 0h; d) projekt - 15h; e) konsultacje - 3h;
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
1) Liczba godzin bezpośrednich 33, w tym: a) wykład - 15h; b) ćwiczenia - 0h; c) laboratorium - 0h; d) projekt - 15h; e) konsultacje - 3h; 2) Praca własna studenta 32, w tym: a) przygotowanie do kolokwiów zaliczeniowych - 8h; b) przygotowanie do projektu - 4h; c) opracowanie samodzielne projektu - 15h; d) studia literaturowe - 5h; Suma: 65 h (2 ECTS)
Formy zajęć i ich wymiar w semestrze:
  • Wykład15h
  • Ćwiczenia0h
  • Laboratorium0h
  • Projekt15h
  • Lekcje komputerowe0h
Wymagania wstępne:
Kurs inżynierski matematyki. Podstawy technik komputerowych. Podstawy programowania.
Limit liczby studentów:
30
Cel przedmiotu:
W wyniku zajęć studenci posiądą umiejętność samodzielnego rozwiązywania problemów optymalizacyjnych, zarówno dyskretnych jak i ciągłych. Mają wiedzę o optymalizacji metodami deterministycznymi (zarówno gradietowymi jak i bezgradientowymi) oraz stochastycznymi, w tym rozumieją potencjał zastosowania wybranych technik sztucznej inteligencji w optymalizacji systemów.
Treści kształcenia:
Wykład: Istota problemu optymalizacji. Kryteria optymalizacji. Funkcja celu. Optymalizacja globalna. Optymalizacja metodami deterministycznymi. Metody podziału obszaru zmiennych. Optymalizacja gradientowa. Metoda gradientów sprzężonych. Metody newtonowskie i quasi-newtonowskie. Metody bezgradientowe w tym metoda Nedlera-Meada. Maksimum globalne a maksima lokalne. Budowa funkcji celu. Kryteria optymalizacji a funkcja kary. Graniczne wartości parametrów w funkcji celu. Optymalizacja metodami stochastycznymi. Symulowane wyżarzanie. Strategie ewolucyjne w optymalizacji problemów ciągłych. Strategie () i (). Strategie ewolucyjne różnicowe. Algorytm CMAES. Algorytmy genetyczne w rozwiązywaniu problemów dyskretnych. Optymalizacja stochastyczna w systemach sztucznej inteligencji. Specyfika projektów innowacyjnych zorientowanych na szybkie wdrożenie wyników w małym lub średnim przedsiębiorstwie. Potencjał wykorzystania otwartego oprogramowanie w przedsiębiorstwie komercyjnym. Dwa kolokwia zaliczeniowe. Projekt: Samodzielne rozwiązanie problemu optymalizacyjnego na przykładzie identyfikacji parametrów złożonego systemu opisanego równaniami różniczkowymi, dla którego studenci otrzymają wyniki pomiarów charakterystyk. Projekt obejmuje zastosowanie metod deterministycznych i stochastycznych, w szczególności optymalizacji gradientowej i metody ewolucji różnicowej.
Metody oceny:
Dwa kolokwia z treści wykładowych (40%), Ocena z projektu (60%)
Egzamin:
nie
Literatura:
1. A. Danielewska-Tułecka, J. Kusiak, P. Oprocha, Optymalizacja, PWN, Warszawa, 2019. 2. J. Stadnicki, Teoria i praktyka rozwiązywania zadań optymalizacji, PWN, Warszawa2017. 3. J. Arabas, Wykłady z algorytmów ewolucyjnych, WNT, 2001
Witryna www przedmiotu:
Uwagi:

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Charakterystyka TO_2st_W01
Posiada uporządkowaną wiedzę w zakresie narzędzi do modelowania i optymalizacji systemów w tym systemów dynamicznych z wykorzystaniem równań różniczkowych
Weryfikacja: Zaliczenie dwóch kolokwiów z materiału omawianego na wykładzie
Powiązane charakterystyki kierunkowe: K_W09, K_W13
Powiązane charakterystyki obszarowe: P7U_W, I.P7S_WG.o, III.P7S_WG
Charakterystyka TO_2st_W02
Ma pogłębioną i podbudowaną teoretycznie wiedzę z zakresu podstaw modelowania i optymalizacji w odniesieniu do układów mechatronicznych
Weryfikacja: Zaliczenie dwóch kolokwiów z materiału omawianego na wykładzie
Powiązane charakterystyki kierunkowe: K_W04, K_W05, K_W06
Powiązane charakterystyki obszarowe: P7U_W, III.P7S_WG, I.P7S_WG.o

Profil ogólnoakademicki - umiejętności

Charakterystyka TO_2st_U01
Potrafi dobrać narzędzia programistyczne oraz opracować, zaimplementować i modyfikować modele matematyczne zjawisk i procesów fizycznych oraz systemów optymalizacji systemów mechatronicznych.
Weryfikacja: Zaliczenie projektu programistycznego
Powiązane charakterystyki kierunkowe: K_U13, K_U06, K_U09
Powiązane charakterystyki obszarowe: III.P7S_UW.o, P7U_U, I.P7S_UW.o
Charakterystyka TO_2st_U02
Potrafi zaplanować i przeprowadzić eksperymenty symulacyjne ukierunkowane na praktyczną optymalizację budowy układu mechatronicznego
Weryfikacja: Zaliczenie projektu programistycznego
Powiązane charakterystyki kierunkowe: K_U07
Powiązane charakterystyki obszarowe: P7U_U, I.P7S_UW.o, III.P7S_UW.o

Profil ogólnoakademicki - kompetencje społeczne

Charakterystyka TO_2st_K01
Rozumie potrzebę ciągłego samorozwoju w obszarze rozwoju algorytmów oraz zastosowania ciągle rozwijających się narzędzi informatycznych do modelowania układów.
Weryfikacja: Zaliczenie projektu programistycznego
Powiązane charakterystyki kierunkowe: K_K01
Powiązane charakterystyki obszarowe: P7U_K, I.P7S_KK
Charakterystyka TO_2st_K02
Rozumie znaczenie wykorzystania otwartego oprogramowania w przedsiębiorstwie oraz znaczenie kosztów licencji w budżecie projektu rozwoju zaawansowanych technologii.
Weryfikacja: Zaliczenie dwóch kolokwiów z materiału omawianego na wykładzie
Powiązane charakterystyki kierunkowe: K_K05
Powiązane charakterystyki obszarowe: P7U_K, I.P7S_KO