- 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_U09, K_U13, K_U06
Powiązane charakterystyki obszarowe:
I.P7S_UW.o, III.P7S_UW.o, P7U_U
- 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