Techniki optymalizacyjne Field of study: Computer Science
Programme code: 08-N2INI14.2019

Module name: Techniki optymalizacyjne
Module code: 08-IN-IJO-S2-TO
Programme code: 08-N2INI14.2019
Semester:
  • summer semester 2020/2021
  • winter semester 2020/2021
  • summer semester 2019/2020
Language of instruction: Polish
Form of verification: exam
ECTS credits: 3
Description:
Celem zajęć w tym module jest przygotowanie studentów do rozwiązywania zadań optymalizacji dyskretnej. Dzięki temu student powinien wykazać się pełnym zrozumieniem tematyki związanej z projektowaniem i implementacją klasycznych i nowoczesnych algorytmów optymalizacyjnych. W konsekwencji ma to doprowadzić do pogłębienia wiedzy z zakresu efektywnego projektowania algorytmów i rozwinięcia umiejętności ich implementowania.
Prerequisites:
(no information given)
Key reading:
(no information given)
Learning outcome of the module Codes of the learning outcomes of the programme to which the learning outcome of the module is related [level of competence: scale 1-5]
Potrafi współpracować z drugą osobą realizując swoją część zadania [TO -K_9]
 K_U02 [1/5]
Potrafi właściwie wykorzystać wybrane biblioteki programistyczne do formułowania problemów optymalizacji dyskretnej jako zadania programowania liniowego (w tym całkowitoliczbowego) [TO -U_5]
 K_U01 [1/5] K_U14 [1/5]
Potrafi potrafi rozwiązać zadanie programowania liniowego (w tym całkowitoliczbowego) za pomocą dostępnych bibliotek w wybranym języku programowania [TO -U_6]
 K_U07 [1/5] K_U12 [1/5]
Potrafi zaprojektować i zaimplementować algorytm podziału i ograniczeń oraz metodę programowania dynamicznego dla zadanego problemu optymalizacji dyskretnej [TO -U_7]
 K_U12 [1/5] K_U13 [1/5] K_U14 [1/5]
Potrafi implementować wybrane metaheurystyki [TO -U_8]
 K_U12 [1/5] K_U14 [1/5] K_U16 [1/5]
Ma wiedzę z zakresu formułowania zadań optymalizacji dyskretnej za pomocą programowania liniowego, całkowitoliczbowego i zero-jedynkowego [TO -W_1]
 K_W09 [2/5]
Ma wiedzę z zakresu klasycznych technik optymalizacyjnych, takich jak metoda podziału i ograniczeń oraz programowanie dynamiczne i potrafi scharakteryzować celowość ich użycia [TO -W_2]
 K_W09 [2/5]
Ma wiedzę z zakresu wybranych metaheurystyk: przeszukiwania lokalnego, symulowanego wyżarzania i tabu search [TO -W_3]
 K_W09 [1/5]
Ma wiedzę na temat klasy problemów optymalizacyjnych i w szczególności w tym aspekcie potrafi rozpoznać, że dla danego zadania nie da się zaprojektować algorytmu wielomianowego [TO -W_4]
 K_W01 [1/5] K_W02 [1/5] K_W03 [1/5]
Type Description Codes of the learning outcomes of the module to which assessment is related
Egzamin [TO -w_1]
Rozwiązanie zadań z treścią, po jednym z każdego działu omawianego na wykładzie
 TO -W_1 TO -W_2 TO -W_3 TO -W_4
Zaliczenie laboratorium [TO -w_2]
Kolokwia po każdym temacie zamkniętym na ćwiczeniach wraz z kontrolą wiedzy teoretycznej z wykładu
 TO -K_9 TO -U_5 TO -U_6 TO -U_7 TO -U_8
Form of teaching Student's own work Assessment of the learning outcomes
Type Description (including teaching methods) Number of hours Description Number of hours
lecture [TO -fs_1]
Podanie treści kształcenia w formie werbalnej z wykorzystaniem wizualizacji treści. Skupienie się na materiale trudnym pojęciowo i wskazanie adresów stron internetowych.
 10
Zapoznanie się z tematyką wykładu z wykorzystaniem istniejących pakietów metod i stron internetowych.
 15 Egzamin [TO -w_1]
laboratory classes [TO -fs_2]
Szczegółowe przygotowanie studentów do rozwiązywania zadań ze wskazaniem na metodologię postępowania, wskazaniem kolejności wykonywanych czynności. Rozwiązywanie zadań z treścią
 20
Rozwiązywanie zadań (głównie związanych z implementacją) z poszczególnych tematów wraz z analizą rozwiązań już istniejących na stronach internetowych.
 45 Zaliczenie laboratorium [TO -w_2]
Attachments
Module description (PDF)
Information concerning module syllabuses might be changed during studies.
Syllabuses (USOSweb)
Semester Module Language of instruction
(no information given)