Politechnika Rzeszowska im. Ignacego Łukasiewicza - Centralny System Uwierzytelniania
Strona główna

Optymalizacja technologii

Informacje ogólne

Kod przedmiotu: MP/W-DU>OptTec
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Optymalizacja technologii
Jednostka: Katedra Technologii Maszyn i Inżynierii Produkcji
Grupy:
Punkty ECTS i inne: 4.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
Język prowadzenia: polski
Pełny opis:

Moduł obowiązkowy dla studentów drugiego semestru

Treści kształcenia

- Wprowadzenie do modelowania i optymalizacji. Populacja i próba. Pojęcie modelowania i optymalizacji. Zmienna losowa i jej rozkłady. Korelacja i regresja. Testowanie hipotez statystycznych.

- Badanie istotności wpływu. Program statyczny randomizowany kompletny. Program statyczny randomizowany blokowy. Prpgram typu kwadrat łaciński. Program typu kwadrat grecko-łaciński

- Plany statyczne zdeterminowane dwupoziomowe. Plany dwupoziomowe bez uwzględniania skutków interakcji. Plany dwupoziomowe z uwzględnieniem skutków interakcji. Plany dwupoziomowe z przekształcaniem badanych czynników.

- Plany statyczne zdeterminowane trójpoziomowe. Plany Hartleya.

- Klasyfikacja metod optymalizacji. Kryteria optymalizacji. Ogólna charakterystyka metod optymalizacji procesów technologicznych

- Optymalizacja na podstawie modelu matematycznego. Optymalizacja bez znajomości modelu matematycznego. Metody gradientowe. Metoda sympleksów. Metoda Taguchi.

- Metoda planowana ewolycyjnego. SSN w optymalizacji procesów. Algorytmy genetyczne. Algorytmy ewolucyjne. Optymalizacja wielokryterialna

- Badanie istotności wpływu czynników sterowalnych na wynik procesu technologicznego

- Modelowanie procesu technologicznego przy wykorzystaniu planów statycznych zdeterminowanych

- Optymalizacja procesu metodą przejścia po gradiencie

- Optymalizacja procesu metodą sympleksów

- Optymalizacja wielokryterialna procesu

Literatura:

Literatura wykorzystywana podczas zajęć wykładowych

Korzyński M - Metodyka eksperymentu - WNT, Warszawa. - 2006

Stadnicki J. - Teoria i praktyka rozwiązywania zadań optymalizacji z przykładami zastosowań technicznych - WNT, Warszawa. - 2006

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

Literatura wykorzystywana podczas zajęć ćwiczeniowych/laboratoryjnych/innych

Korzyński M - Metodyka eksperymentu - WNT, Warszawa. - 2006

Stadnicki J - Teoria i praktyka rozwiązywania zadań optymalizacji z przykładami zastosowań technicznych - WNT, Warszawa. - 2006

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

Literatura do samodzielnego studiowania

Plonka S - Wielokryterialna optymalizacja procesów wytwarzania części maszyn - WNT, Warszawa . - 2011

Efekty uczenia się:

Student, który zaliczył modułFormy zajęć/metody dydaktyczne prowadzące do osiągnięcia danego efektu kształceniaSposoby weryfikacji każdego z wymienionych efektów kształcenia
Posiada wiedzę matematyczną niezbędną do statystycznego opisu zbioru danych, testowania hipotez statystycznych, oceny adekwatności matematycznych modeli procesów wytwarzania oraz oceny istotności wpływu czynników sterowalnych na wynik procesu technologicznego. Posiada wiedzę matematyczną niezbędną do optymalizacji procesów technologicznych.wykładzaliczenie cz. pisemna
Potrafi zaprojektować i przeanalizować wyniki eksperymentu dającego możliwość utworzenia modelu matematycznego procesu, potrafi przeprowadzić obliczenia niezbędne do oceny istotności współczynników modelu oraz oceny jego adekwatności. Potrafi zaprojektować i przeanalizować wyniki eksperymentu pozwalającego ocenić istotność wpływu czynnikow sterowalnych na wynik procesulaboratorium problemoweraport pisemny
Zna i potrafi zastosować w praktyce podstawowe metody optymalizacji procesówwykład, laboratorium problemowezaliczenie cz. pisemna, raport pisemny
Ma umiejętność wyciągania wniosków o kierunkach doskonalenia procesów wytwarzania oraz potrafi je optymalizować na podstawie wyników uzyskanych dzięki wykorzystaniu metod optymalizacyjnych wykład, laboratorium problemowezaliczenie cz. pisemna, raport pisemny

Metody i kryteria oceniania:

na ocenę 3na ocenę 4na ocenę 5
Posiada wiedzę matematyczną niezbędną do statystycznego opisu zbioru danych, testowania hipotez statystycznych, oceny adekwatności matematycznych modeli procesów wytwarzania oraz oceny istotności wpływu czynników sterowalnych na wynik procesu technologicznego. Posiada wiedzę matematyczną niezbędną do optymalizacji procesów technologicznych.nie tylko osiągnął poziom wiedzy i umiejętności wymagany na ocenę 3, ale również Posiada podstawowa wiedzę na temat podstaw naukowych stosowanych metod nie tylko osiągnął poziom wiedzy i umiejętności wymagany na ocenę 4, ale również Posiada pogłębioną wiedzę na yemat naukowych podstaw stosowanych metod
Potrafi zaprojektować i przeanalizować wyniki eksperymentu dającego możliwość utworzenia modelu matematycznego procesu, potrafi przeprowadzić obliczenia niezbędne do oceny istotności współczynników modelu oraz oceny jego adekwatności. Potrafi zaprojektować i przeanalizować wyniki eksperymentu pozwalającego ocenić istotność wpływu czynnikow sterowalnych na wynik procesunie tylko osiągnął poziom wiedzy i umiejętności wymagany na ocenę 3, ale również Posiada podstawowa wiedzę na temat podstaw naukowych stosowanych metod nie tylko osiągnął poziom wiedzy i umiejętności wymagany na ocenę 4, ale również Posiada pogłębioną wiedzę na yemat naukowych podstaw stosowanych metod
Zna i potrafi zastosować w praktyce podstawowe metody optymalizacji procesównie tylko osiągnął poziom wiedzy i umiejętności wymagany na ocenę 3, ale również Posiada podstawowa wiedzę na temat podstaw naukowych stosowanych metod nie tylko osiągnął poziom wiedzy i umiejętności wymagany na ocenę 4, ale również Posiada pogłębioną wiedzę na yemat naukowych podstaw stosowanych metod
Ma umiejętność wyciągania wniosków o kierunkach doskonalenia procesów wytwarzania oraz potrafi je optymalizować na podstawie wyników uzyskanych dzięki wykorzystaniu metod optymalizacyjnych nie tylko osiągnął poziom wiedzy i umiejętności wymagany na ocenę 3, ale również Posiada podstawowa wiedzę na temat podstaw naukowych stosowanych metod nie tylko osiągnął poziom wiedzy i umiejętności wymagany na ocenę 4, ale również Posiada pogłębioną wiedzę na yemat naukowych podstaw stosowanych metod

Zajęcia w cyklu "Semestr zimowy 2019/20" (zakończony)

Okres: 2019-10-01 - 2020-01-31
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 15 godzin więcej informacji
Wykład, 15 godzin więcej informacji
Koordynatorzy: Jarosław Sęp
Prowadzący grup: Andrzej Dzierwa, Jarosław Sęp
Lista studentów: (nie masz dostępu)
Zaliczenie: Egzamin

Zajęcia w cyklu "Semestr zimowy 2020/21" (zakończony)

Okres: 2020-10-01 - 2021-02-01
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 15 godzin więcej informacji
Wykład, 15 godzin więcej informacji
Koordynatorzy: Jarosław Sęp
Prowadzący grup: Andrzej Dzierwa, Jarosław Sęp
Lista studentów: (nie masz dostępu)
Zaliczenie: Egzamin

Zajęcia w cyklu "Semestr zimowy 2021/22" (zakończony)

Okres: 2021-10-01 - 2022-01-31
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 15 godzin więcej informacji
Wykład, 15 godzin więcej informacji
Koordynatorzy: Jarosław Sęp
Prowadzący grup: Andrzej Dzierwa, Jarosław Sęp
Lista studentów: (nie masz dostępu)
Zaliczenie: Egzamin

Zajęcia w cyklu "Semestr zimowy 2022/23" (zakończony)

Okres: 2022-10-01 - 2023-01-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 15 godzin więcej informacji
Wykład, 15 godzin więcej informacji
Koordynatorzy: Jarosław Sęp
Prowadzący grup: Andrzej Dzierwa, Jarosław Sęp
Lista studentów: (nie masz dostępu)
Zaliczenie: Egzamin
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Politechnika Rzeszowska im. Ignacego Łukasiewicza.
al. Powstańców Warszawy 12
35-959 Rzeszów
tel: +48 17 865 11 00 https://prz.edu.pl
kontakt deklaracja dostępności USOSweb 7.0.1.0-4 (2024-03-12)