Akademický rok 2023/2024 |
Garant: | doc. Ing. Jakub Kůdela, Ph.D. | |||
Garantující pracoviště: | ÚAI | |||
Jazyk výuky: | čeština | |||
Cíle předmětu: | ||||
Důraz je kladen na získání aplikačně využitelných znalostí modelů a metod řešení optimalizačních problémů s důrazem na počítačovou podporu a využití dostupného software. | ||||
Výstupy studia a kompetence: | ||||
Student získá dovednost pro daný inženýrský problém rozpoznat vhodný optimalizační model. Dále tento model implementovat v adekvátně zvoleném software a provést analýzu výsledného řešení. | ||||
Prerekvizity: | ||||
Základy diferenciálního a integrálního počtu, lineární algebry, pravděpodobnosti a statistiky, a programování. | ||||
Obsah předmětu (anotace): | ||||
Předmět seznamuje studenty se základními pojmy optimalizace a použitím vhodného softwaru. Následně jsou řešeny optimalizační úlohy v inženýrství. Hlavní náplni předmětu je rozpoznávání a použití vhodného modelu a metod pro konkrétní inženýrské úlohy. |
||||
Metody vyučování: | ||||
Přednášky mají charakter výkladu teorie, základních principů a názorné demonstrace na konkrétních příkladech. Cvičení budou následovat přednášky a budou počítačového charakteru. | ||||
Způsob a kritéria hodnocení: | ||||
Předmět bude ukončen klasifikovaným zápočtem. Studenti vypracují projekt na konkrétní téma. Student bude hodnocen dle stupnice ECTS. | ||||
Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky: | ||||
Kontrolovaná účast na cvičení. |
||||
Typ (způsob) výuky: | ||||
Přednáška | 13 × 2 hod. | nepovinná | ||
Cvičení s počítačovou podporou | 13 × 3 hod. | povinná | ||
Osnova: | ||||
Přednáška | 1. Úvod do optimalizace (základní pojmy). 2. Software nástroje pro optimalizaci – jazyky/prostředí: EXCEL, MATLAB, Julia. Použití řešičů. 3. - 5. Optimalizační úlohy v inženýrství, typy optimalizačních modelů (lineární, kvadratické, konvexní, apod.). 6. - 7. Celočíselné úlohy – aplikace v logistice, rozvrhování, apod. 8. Linearizace úloh, modelování pomocí SOS1 a SOS2 proměnných. 9. Black-box optimalizace a optimalizace v simulačním prostředí. 10. Dynamické optimalizační modely. 11. - 13. Modely s neurčitými daty – stochastické a robustní formulace. |
|||
Cvičení s počítačovou podporou | Cvičení navazuje na látku probranou na přednášce. Hlavní důraz je kladen na softwarovou implementaci. |
|||
Literatura - základní: | ||||
1. Williams, H.P. Model Building in Mathematical Programming, 4th edition. J.Wiley and Sons, 2012. | ||||
2. Boyd, S.P. a Vandenberghe, L. Convex Optimization, Cambridge University Press, 2004. | ||||
Literatura - doporučená: | ||||
1. Klapka,J. a kol.: Metody operačního výzkumu. FSI, 2001. | ||||
2. Williams, H.P. Model Building in Mathematical Programming, 4th edition. J.Wiley and Sons, 2012. | ||||
3. Boyd, S.P. a Vandenberghe, L. Convex Optimization, Cambridge University Press, 2004. |
Zařazení předmětu ve studijních programech: | |||||||||
Program | Forma | Obor | Spec. | Typ ukončení | Kredity | Povinnost | St. | Roč. | Semestr |
B-STR-P | prezenční studium | AIŘ Aplikovaná informatika a řízení | -- | kl | 7 | Povinný | 1 | 3 | Z |
Vysoké učení technické v Brně
Fakulta strojního inženýrství
Technická 2896/2,
616 69 Brno
IČ 00216305
DIČ CZ00216305
+420 541 141 111
+420 726 811 111 – GSM O2
+420 604 071 111 – GSM T-mobile