Zaawansowane metody programowania
Kierunek:
Mechanika i Budowa Maszyn
Specjalność:
Modelowanie i optymalizacja układów mechanicznych (MB4)
Rodzaj studiów i semestr: stacjonarne II st., sem. III
Punkty ECTS: 3
Prowadzący:
dr hab. inż. Alicja Piasecka-Belkhayat,
dr inż. Jolanta Dziatkiewicz,
dr inż. Marek Paruch
Opis przedmiotu
Celem prowadzonych zajęć jest przedstawienie podstaw
teoretycznych oraz numerycznych algorytmów służących do rozwiązywania
zadań optymalizacji, identyfikacji oraz analizy wrażliwości. W ramach
wykładu i laboratorium poruszone zostaną zagadnienia związane z metodami
deterministycznymi (gradientowymi i bezgradientowymi) oraz
niedeterministycznymi (randomizowanymi).
Program przedmiotu
- wykład: 30 godzin w semestrze
- laboratorium: 30 godzin w semestrze
Warunki zaliczenia
- Zaliczenie na
ocenę pozytywną laboratorium (warunki podaje prowadzący
na zajęciach)
- Egzamin z
wykładu.
OCENA KOŃCOWA: O=0.65E+0.35L
E - ocena z egzaminu (musi być pozytywna)
L - ocena z laboratorium (musi być pozytywna)
Tematyka wykładów
-
Problem prosty i odwrotny
-
Przykłady problemów odwrotnych
-
Typowe
problemy w rozwiązywaniu zagadnień
odwrotnych
-
Analiza wrażliwości
-
Algorytmy gradientowe
-
Algorytmy genetyczne i ewolucyjne
-
Operatory ewolucyjne
-
Metody
optymalizacji z ograniczeniami
-
Optymalizacja wielokryterialna
-
Sztuczne sieci neuronowe
-
Hybrydowe metody optymalizacji
-
Zagadnienie identyfikacji układów
mechanicznych
-
Prezentacja zastosowań praktycznych
Tematyka laboratoriów
-
Rozwiązywanie zadań bezpośrednich
-
Jednoparametryczna analiza wrażliwości
-
Wieloparametryczna analiza wrażliwości
-
Metody
gradientowe – dane niezaburzone
-
Metody
gradientowe – dane zaburzone
-
Algorytmy ewolucyjne
-
Wpływ
operatorów ewolucyjnych na otrzymane
rozwiązania
-
Optymalizacja z ograniczeniami
-
Problem komiwojażera
-
Symulowane wyżarzanie
-
Optymalizacja wielokryterialna
-
Sztuczne sieci neuronowe
-
Hybrydowe metody optymalizacji
-
Zagadnienie identyfikacji
Literatura
- J. Arabas, Wykłady z
algorytmów ewolucyjnych, WNT, Warszawa, 2001.
- W. Findeisen, J.
Szymanowski, A. Wierzbicki, Teoria i metody obliczeniowe
optymalizacji, PWN, 1980.
- J. Kusiak, A.
Danielewska-Tułecka, P. Oprocha, Optymalizacja. Wybrane
metody z przykładami zastosowań, PWN, Warszawa, 2009.
- Z. Michalewicz,
Algorytmy genetyczne + struktury danych = programy
ewolucyjne, WNT, Warszawa, 2003.
- L. Rutkowski, Metody i
techniki sztucznej inteligencji, Wydawnictwa Naukowe
PWN, Warszawa, 2006.
- J. Taler, P. Duda,
Rozwiązywanie prostych i odwrotnych zagadnień
przewodzenia ciepła, WNT, Warszawa, 2003.
|