SylabUZ
Course name | Optimization in Design |
Course ID | 06.1-WM-MiBM-KM-D-22_19 |
Faculty | Faculty of Mechanical Engineering |
Field of study | Mechanical Engineering |
Education profile | academic |
Level of studies | Second-cycle studies leading to MSc degree |
Beginning semester | winter term 2019/2020 |
Semester | 3 |
ECTS credits to win | 2 |
Course type | obligatory |
Teaching language | polish |
Author of syllabus |
|
The class form | Hours per semester (full-time) | Hours per week (full-time) | Hours per semester (part-time) | Hours per week (part-time) | Form of assignment |
Lecture | 30 | 2 | 18 | 1,2 | Credit with grade |
Laboratory | 30 | 2 | 18 | 1,2 | Credit with grade |
Zapoznanie studentów z podstawowymi pojęciami i definicjami z zakresu optymalizacji statycznej liniowej oraz nieliniowej, istota optymalizacji statycznej, podstawy matematyczne optymalizacji statycznej. Przedstawienie metod i narzędzi rozwiązywania zagadnień optymalizacji statycznej ze szczególnym uwzględnieniem zastosowań w mechanice i budowie maszyn.
Analiza matematyczna z elementami ruchu prawdopodobieństwa, umiejętności posługiwania się narzędziami informatycznymi: arkusze kalkulacyjne, Matlab/Scilab.
Treść wykładowa:
Charakterystyka procesów projektowania i konstruowania. Nowoczesne i tradycyjne modele projektowania. Elementy projektowania optymalnego. Formułowanie problemów optymalizacji statycznej. Kryteria optymalizacji. Zmienne projektowe i parametry optymalizacji. Ograniczenia, obszar rozwiązań dopuszczalnych. Wybrane metody rozwiązywania problemów optymalizacji statycznej. Klasyfikacja problemów i metod. Metody graficzne i analityczne. Mnożniki Lagrange'a. Wybrane metody rozwiązywania problemów optymalizacji statycznej. Programowanie liniowe - PL. Programowanie nieliniowe - PN. Metody iteracyjne. Losowe metody poszukiwania rozwiązań optymalnych. Symulacja cyfrowa. Interpretacja wyników optymalizacji. Analiza wrażliwości. Weryfikacja wyników obliczeń.
Tematyka projektów:
Indywidualna realizacja projektów z wykorzystaniem metod optymalizacji statycznej liniowej i nieliniowej: optymalizacja procesowa, sterowanie optymalne, sterowanie predykcyjne.
Wykłady konwencjonalne, oraz z wykorzystaniem technik multimedialnych. Praca indywidualna nad zadaniem projektowym. Prezentacja rozwiązań, analiza i dyskusja nad uzyskanymi wynikami.
Outcome description | Outcome symbols | Methods of verification | The class form |
Warunkiem zaliczenia przedmiotu jest zaliczenie wszystkich jego form. Ocena końcowa na zaliczenie przedmiotu jest średniąarytmetycznąz ocen za poszczególne formy zajęć.
Modified by prof. dr hab. inż. Mirosław Galicki (last modification: 30-04-2019 10:57)