1. SylabUZ
2. Wydział Budownictwa, Architektury i Inżynierii Środowiska
3. semestr zimowy 2023/2024
4. Inteligentne systemy miejskie - pierwszego stopnia z tyt. inżyniera
5. Metody podejmowania decyzji

Wygeneruj PDF dla tej strony

Metody podejmowania decyzji - opis przedmiotu

Cel przedmiotu

Celem przedmiotu jest przekazanie wiedzy z zakresu teorii podejmowania decyzji, a także zapoznanie studentów z metodami, które wspomagają podejmowanie optymalnych decyzji, nabycie przez studentów umiejętności formułowania modeli matematycznych dla różnych problemów technicznych z zakresu inteligentnych systemów miejskich i znajdowania dla nich najlepszych rozwiązań.

Wymagania wstępne

Zapisz zmiany

Podstawowa wiedza z zakresu matematyki i informatyki.

Zakres tematyczny

Program wykładów:

Decyzja, problem i proces decyzyjny, wstęp do teorii podejmowania decyzji w obszarze zarządzania operacyjnego. Metodyka i etapy budowy modeli decyzyjnych. Modelowanie matematyczne w podejmowaniu decyzji optymalnych. Zadania programowania liniowego. Optymalizacja jednokryterialna i klasyczne metody optymalizacji. Optymalizacja wielokryterialna, rozwiązania kompromisowe i preferowane. Wybrane metody polioptymalizacji. Decyzje w warunkach niepewności i ryzyka. Zbiory rozmyte i logika rozmyta w podejmowaniu decyzji. Elementy teorii grafów i sieci. Analiza decyzji za pomocą drzew decyzyjnych i tablic. Metody sieciowe we wspomaganiu decyzji. Decyzje lokalizacyjne. Analiza kolejności operacji – rozmieszczenie obiektów. Teoria kolejek. Modele zapasów. Elementy teorii gier, rodzaje gier i metody wyboru optymalnej strategii w grach z naturą. Systemy ekspertowe i doradcze. Metody akwizycji i reprezentacji wiedzy, metody heurystyczne. Inteligencja obliczeniowa. Systemy wspomagania decyzji, aplikacje DSS.

Program projektu:

Zadania projektowe z zastosowania wybranych metod wspomagania decyzji: Budowa modelu matematycznego dla zadania optymalizacji. Zastosowanie metody graficznej i metody simpleks w ZPL. Zagadnienie transportowe. Metody rozwiązywania różnych zadań optymalizacji liniowej i nieliniowej, jedno- i wielokryterialnej. Analiza grafów i metody sieciowe, problem komiwojażera. Metody zarządzania projektami PERT i CPM. Harmonogramowanie prac, optymalne rozmieszczenie obiektów. Zarządzanie zapasami, systemy kolejkowe. Zastosowanie wnioskowania rozmytego. Kryteria wyboru optymalnej strategii.

Metody kształcenia

W: Metoda podająca - wykład informacyjny, metoda eksponująca - prezentacja multimedialna.

P: Metoda programowa i praktyczna - wykonanie zadań projektowych, rozwiązania zagadnień analitycznie i z wykorzystaniem programów komputerowych.

Efekty uczenia się i metody weryfikacji osiągania efektów uczenia się

Opis efektu	Symbole efektów	Metody weryfikacji	Forma zajęć

Warunki zaliczenia

Wykład: 

Egzamin w formie pisemnego kolokwium z treści wykładu weryfikującego znajomość podstawowych zagadnień. Na pozytywne zaliczenie wymagane uzyskanie ponad 50% punktów z sumy punktów z kolokwium. Skala ocen: uzyskane punkty/ocena: 0 – 50% niedostateczny; 51 – 60% dostateczny; 61- 70% dostateczny plus; 71 – 80% dobry: 81 – 90% dobry plus; 91 -100% bardzo dobry. Warunkiem przystąpienia do egzaminu jest uzyskanie pozytywnego zaliczenia z projektu.

Projekt:

Pozytywne zaliczenie wszystkich zadań projektowych wykonanych i opisanych w formie sprawozdań. Ocena z projektu jest średnią arytmetyczną ocen z przedstawionych sprawozdań.

Ocena końcowa: Podstawą ustalenia oceny końcowej jest średnia ważona uzyskana przez dodanie: 0,5 oceny z wykładu i 0,5 oceny z projektu.  Średnią ważoną zaokrągla się do dwóch miejsc po przecinku. Ocena końcowa ustalona jest na podstawie średniej ważonej zgodnie z zasadą: poniżej 3,24 – dostateczny, od 3,25 do 3,74 – dostateczny plus, od 3,75 do 4,24 – dobry, od 4,25 do 4,74 – dobry plus, od 4,75 – bardzo dobry.

Literatura podstawowa

1. Dąbrowski A., Schumann A., Woleński J., Podejmowanie decyzji. Pojęcia, teorie, kontrowersje. Copernicus Center Press: 2015.
2. Grzymkowski R., Hetmaniak E., Kiełtyka S., Elementy programowania matematycznego. Wyd. Pracownia Komputerowa Jacka Skalmierskiego, Gliwice 2004.
3. Heilpern S., Podejmowanie decyzji w warunkach ryzyka i niepewności, Wyd. AE, Wrocław 2000.
4. Kaliszewski I.,  Wielokryterialne podejmowanie decyzji. Wydawnictwo Naukowo-Techniczne, Warszawa 2008.
5. Straffin P.D., Teoria gier. Wydawnictwo Naukowe Scholar, Warszawa 2006.
6. Wilson R.J., Wprowadzenie do teorii grafów. Wydawnictwo Naukowe PWN, Warszawa, 2016.

Literatura uzupełniająca

1. Cegielski A., Programowanie liniowe. Programowanie matematyczne cz. I. Wydawnictwo UZ, Zielona Góra 2002.     
2. Grzegorzewski P., Wspomaganie decyzji w warunkach niepewności. Metody statystyczne dla niesprecyzowanych danych. Akademicka Oficyna Wydawnicza EXIT, Warszawa 2006. 
3. Kukuła K. (red.), Badania operacyjne w przykładach i zadaniach. WN PWN, Warszawa 2001.
4. Radosiński E., Systemy informatyczne w dynamicznej analizie decyzyjnej. WN PWE, Warszawa-Wrocław 2001.
5. Szapiro T., Decyzje menedżerskie z Excelem. PWE, Warszawa 2000.
6. Wakulicz-Deja A., Systemy wspomagania decyzji. Wyd. Uniwersytetu Śląskiego, Katowice 2010.

Uwagi

Pozostałe warunki uczestnictwa i zaliczenia określa Regulamin studiów.

Zmodyfikowane przez dr inż. Ireneusz Nowogoński (ostatnia modyfikacja: 06-02-2023 17:18)