Przeskocz do głównej zawartości



Katedra Mechaniki i Inżynierii Obliczeniowej
Wydział Mechaniczny Technologiczny, Politechnika Śląska
44-100 Gliwice, ul. Konarskiego 18A
tel. +48 32 2371204   fax. +48 32 2371282

Strona główna
Przedmioty
Pliki do pobrania
Kontakt
  

Skip Navigation Links
Struktura Katedry
Oferta współpracy
LaboratoriaExpand Laboratoria
Nasi absolwenci
Wydarzenia
PracownicyExpand Pracownicy

Dydaktyka
Skip Navigation Links
Prace dyplomowe
Projekty inżynierskie
Specjalności
Przedmioty
Pliki do pobrania
Podręczniki i skrypty
Praktyki studenckie
Koła naukoweExpand Koła naukowe

Działalność
naukowa
Skip Navigation Links
Profil naukowy
Przykłady badańExpand Przykłady badań
Projekty badawcze
Rozprawy doktorskie
Konferencje naukowe

<listopad 2024>
PnWtŚrCzPtSoN
28293031123
45678910
11121314151617
18192021222324
2526272829301
2345678

Zaawansowane metody optymalizacji

Kierunek: Mechatronika
Semestr: II
Punkty ECTS: 2

Prowadzący
: dr inż. Jacek Ptaszny


Cel przedmiotu

Celem wykładu jest dokonanie przeglądu klasycznych oraz nowoczesnych metod optymalizacji. Celem laboratorium jest badanie efektywności różnych metod optymalizacji oraz zastosowanie wybranych metod do rozwiązywania praktycznych zagadnień inżynierskich.


Program przedmiotu

  • Wykład: 15 godzin w semestrze
  • Laboratorium: 15 godzin w semestrze

Tematyka wykładów

  • Wiadomości podstawowe (historia, definicja i zastosowanie metod optymalizacji, sformułowanie zagadnienia optymalizacji, klasyfikacja modeli matematycznych układów i procesów, dobór zmiennych projektowych, funkcja celu i jej własności, zbiór rozwiązań dopuszczalnych, klasyfikacja zagadnień i metod optymalizacji).
  • Deterministyczne metody bezgradientowe optymalizacji funkcji jednej zmiennej (metody: złotego podziału, Fibonacciego, interpolacji kwadratowej) oraz funkcji wielu zmiennych (metody: Hooke’a-Jeevesa, Rosenbrocka, simpleks Neldera-Meada, Gaussa-Seidela, Powella).
  • Definicja i metody analizy wrażliwości (metody: bezpośrednia, układu sprzężonego).
  • Metody gradientowe pierwszego rzędu (metody: największego spadku, gradientów sprzężonych) i drugiego rzędu (metody: Newtona, zmiennej metryki).
  • Metody optymalizacji z ograniczeniami (metody: Lagrange’a, Karusha-Kuhna-Tuckera, funkcji kary).
  • Optymalizacja wielokryterialna (podejście Pareto, redukcja zagadnień wielokryterialnych).
  • Niedeterministyczne metody optymalizacji (metoda Monte Carlo, symulowane wyżarzanie, algorytmy genetyczne i ewolucyjne, strategie ewolucyjne, sztuczne systemy immunologiczne, algorytmy rojowe, poszukiwanie harmonii).
  • Hybrydowe metody optymalizacji.
  • Przykłady optymalizacji i identyfikacji układów mechanicznych i procesów technologicznych.

Tematyka laboratorium

  • Testowanie metod gradientowych zaimplementowanych w programie komputerowym "Genetyka"
  • Optymalizacja gradientowa za pomocą programu "Scilab"
  • Optymalizacja globalna za pomocą algorytmu ewolucyjnego
  • Optymalizacja globalna za pomocą sztucznych systemów immunologicznych
  • Optymalizacja globalna za pomocą systemów rojowych
  • Porównanie efektywności wybranych metod w optymalizacji lub identyfikacji  układów mechanicznych
  • Kolokwium

Warunki zaliczenia

  • Po każdych dwóch wykładach następuje sprawdzian wiadomości w postaci kartkówki. Oceną końcową z wykładu jest średnia arytmetyczna ocen z kartkówek.
  • Na ostatnim laboratorium odbywa się kolokwium, na którym student uzyskuje ocenę z tej formy przedmiotu.
  • Oceną końcową z przedmiotu jest średnia arytmetyczna ocen z wykładu oraz laboratorium.
     

Literatura

  1. Arabas J., Wykłady z algorytmów ewolucyjnych. WNT, Warszawa, 2004.

  2. Findeisen W., Szymanowski J., Wierzbicki A., Teoria i metody obliczeniowe optymalizacji. PWN 1980.

  3. Geem Z.W., Music-inspired harmony search algorithm. Theory and applications. Springer Verlag, Berlin Heidelberg, 2009.

  4. Gürdal Z., Haftka R. T., Elements of structural optimization. Kluwer Academic Publishers, Dordrecht – Boston – London, 1992.

  5. Kusiak J., Danielewska-Tułecka A., Oprocha P., Optymalizacja. Wybrane metody z przykładami zastosowań. PWN, Warszawa, 2009.

  6. Michalewicz Z., Algorytmy genetyczne + struktury danych = programy ewolucyjne. WNT, Warszawa, 1999.

  7. Wierzchoń S.T., Sztuczne systemy immunologiczne. Teoria i zastosowania. Wydawnictwo EXIT, Warszawa, 2001.

  8. Orantek P. , Zastosowanie algorytmów hybrydowych w zagadnieniach optymalizacji i identyfikacji dynamicznych układów mechanicznych. Rozprawa doktorska, Politechnika Śląska, KWMiMKM, Gliwice, 2002.


Do pobrania


 

           webadmin


© Copyright MiIO. Wszelkie prawa zastrzeżone. Wszelkie materiały tekstowe, zdjęciowe, graficzne, dźwiękowe, filmowe zamieszczone na stronach są prawnie chronione i stanowią własność intelektualną MiIO.
Kopiowanie dla celów komercyjnych, dystrybucja, modyfikacja oraz publikacja, bez pisemnej zgody Kierownika Katedry Mechaniki i Inżynierii Obliczeniowej są zabronione.

Zasady wykorzystywania „ciasteczek” (ang. cookies) w serwisach internetowych Politechniki Śląskiej