- Nazwa przedmiotu:
- Metody obliczeniowe optymalizacji
- Koordynator przedmiotu:
- dr inż. Paweł Malczyk
- Status przedmiotu:
- Obowiązkowy
- Poziom kształcenia:
- Studia II stopnia
- Program:
- Mechanika i Budowa Maszyn
- Grupa przedmiotów:
- Obieralne
- Kod przedmiotu:
- NK707
- Semestr nominalny:
- 1 / rok ak. 2014/2015
- 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">
1.28 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">
0.88 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:
MiBM2_W04
Powiązane efekty obszarowe:
T2A_W03, 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:
MiBM2_W01, MiBM2_W04, MiBM2_W08
Powiązane efekty obszarowe:
T2A_W01, T2A_W07, T2A_W03, T2A_W07, T2A_W04, T2A_W05, 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:
MiBM2_W01, MiBM2_W08
Powiązane efekty obszarowe:
T2A_W01, T2A_W07, T2A_W04, T2A_W05, T2A_W07
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:
MiBM2_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:
MiBM2_U07, MiBM2_U10, MiBM2_U11, MiBM2_U14
Powiązane efekty obszarowe:
T2A_U07, T2A_U08, T2A_U09, T2A_U08, T2A_U09, T2A_U10
- 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:
MiBM2_U07, MiBM2_U10, MiBM2_U14
Powiązane efekty obszarowe:
T2A_U07, T2A_U08, T2A_U09, T2A_U10
- 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:
MiBM2_U10, MiBM2_U11, MiBM2_U20, MiBM2_U22
Powiązane efekty obszarowe:
T2A_U08, T2A_U09, T2A_U08, T2A_U09, T2A_U16, T2A_U18
- 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:
MiBM2_U03, MiBM2_U04
Powiązane efekty obszarowe:
T2A_U03, T2A_U04