SylabUZ
| Course name | Engineering Optimization Methods |
| Course ID | 06.1-WM-MiBM-AiUR-P-56_19 |
| Faculty | Faculty of Mechanical Engineering |
| Field of study | Mechanical Engineering |
| Education profile | academic |
| Level of studies | First-cycle studies leading to Engineer's degree |
| Beginning semester | winter term 2023/2024 |
| Semester | 7 |
| 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 | 15 | 1 | 9 | 0,6 | Credit with grade |
| Laboratory | 30 | 2 | 18 | 1,2 | Credit with grade |
Zapoznanie studentów z podstawowymi terminami i definicjami z zakresu optymalizacji, istota optymalizacji, podstawy matematyczne optymalizacji. Przedstawienie metod i narzędzi rozwiązywania zagadnień optymalizacji, ze szczególnym uwzględnieniem zastosowańw mechanice i budowie maszyn.
Analiza matematyczna z elementami ruchu prawdopodobieństwa, umiejętności posługiwania się narzędziami informatycznymi: arkusze kalkulacyjne, Matlab/Scilab.
| Lp. | Treści programowe - WYKŁAD | l. godz. st. stacj. |
l. godz. st. niestacj. |
|||
| W1 | Właściwości ekstremów funkcji wielu zmiennych | 1 | 0,6 | |||
| W2 | Ekstrema funkcji przy braku warunków ograniczających | 1 | 0,6 | |||
| W3 | Ekstrema funkcji przy warunkach ograniczających równościowych | 1 | 0,6 | |||
| W4 | Ekstrema funkcji przy warunkach ograniczających równościowych | 1 | 0,6 | |||
| W5 | Metoda mnożników Lagrange’a | 1 | 0,6 | |||
| W6 | Ekstrema funkcji przy warunkach ograniczających nierównościowych | 1 | 0,6 | |||
| W7 | Ekstrema funkcji przy warunkach ograniczających nierównościowych | 1 | 0,6 | |||
| W8 | Regularność i nieregularność. Dualne zadanie optymalizacji | 1 | 0,6 | |||
| W9 | Funkcje liniowe z liniowymi warunkami ograniczającymi | 1 | 0,6 | |||
| W10 | Dualne zadanie optymalizacji liniowej | 1 | 0,6 | |||
| W11 | Metoda symplex rozwiązywania zadania programowania liniowego | 1 | 0,6 | |||
| W12 | Algorytmy gradientowe wyznaczania minimum funkcji bez ograniczeń | 1 | 0,6 | |||
| W13 | Metody znajdowania punktu minimum przy warunkach ograniczających (algorytmy funkcji kary) | 1 | 0,6 | |||
| W14 | Metody znajdowania punktu minimum przy warunkach ograniczających (algorytmy funkcji kary) | 1 | 0,6 | |||
| W15 | Znajdowanie punktów ekstremalnych funkcji w obecności zakłóceń(aproksymacja stochastyczna) | 1 | 0,6 | |||
| Suma: | 15 | 9 | ||||
| Lp. | Treści programowe - LABORATORIUM | l. godz. st. stacj. |
l. godz. st. niestacj. |
|||
| L1 | MATLAB/ SCILAB – narzędzia do wykonywania obliczeń inżynierskich i naukowych oraz prezentowania wyników – narzędzia obliczeniowe | 4 | 3 | |||
| L2 | Narzędzia graficzne prezentacji wyników | 3 | 1 | |||
| L3 | Rozwiązywanie „prostych” zadań optymalizacji o dwóch zmiennych decyzyjnych metodą graficzną – optymalizacja dyskretna | 4 | 3 | |||
| L4 | Formułowanie opisu matematycznego ZPL – postać kanoniczna | 3 | 1 | |||
| L5 | Wykorzystanie narzędzi typu SOLVER do rozwiązywania ZPL | 3 | 1 | |||
| L6 | Rozwiązywanie ZPL metodą SYMPLEX – wypełnianie tablic sympleksowych | 3 | 2 | |||
| L7 | Zastosowanie gotowych programów | 4 | 3 | |||
| L8 | Optymalizacja nieliniowa – przykładowe aplikacje | 3 | 2 | |||
| L9 | Porównywanie efektywności różnych metod optymalizacji nieliniowej | 3 | 2 | |||
| Suma: | 30 | 18 | ||||
W-Wykłady z wykorzystaniem technik multimedialnych.
L-Praca indywidualna i zespołowa w trakcie realizacji ćwiczeń laboratoryjnych. Prezentacja rozwiązań, analiza i dyskusja nad uzyskanymi wynikami.
| Outcome description | Outcome symbols | Methods of verification | The class form |
Wykład:
Ocena wystawiana na podstawie sprawdzianu pisemnego obejmującego weryfikację znajomości podstawowych zagadnień oraz umiejętności rozwiązywania prostych zadań inżynierskich związanych z projektowaniem układów automatyki i układów zrobotyzowanych.
Zajęcia laboratoryjne:
Ocena wyznaczana na podstawie: wyników sprawdzianów wejściowych weryfikujących przygotowanie do zajęć, oceny umiejętności realizacji zadań laboratoryjnych wykonywanych w podgrupach z wykorzystaniem aplikacji komputerowych umożliwiających przeprowadzanie symulacji zaprojektowanych układów w oparciu o poznane metody i modele matematyczne.
Ocena końcowa: średnia arytmetyczna ocen z poszczególnych form zajęć.
Modified by prof. dr hab. inż. Mirosław Galicki (last modification: 19-04-2023 12:14)
