Teoria i metody optymalizacji 0800-AR2OPT

http://fizyka.umk.pl/~osokolov/TMO/

1. Wprowadzenie.
Klasyfikacje i przykłady zadań optymalizacji. Optymalizacja statyczna a dynamiczna.
2. Metody rozwiązywania zadań optymalizacji statycznej
Podstawy matematycznej analizy nieliniowych zadań optymalizacji statycznej
Metody bezpośrednich poszukiwań.
Podstawy metod optymalizacji bez ograniczeń
Gradientowe algorytmy rozwiązywania zadań optymalizacji bez ograniczeń
Metody i algorytmy rozwiązywania zadań optymalizacji z ograniczeniami
Metody stochastyczne - algorytmy mrówkowy i genetyczny.
3. Optymalizacja dynamiczna. Przykłady problemów sterowania optymalnego złożonymi obiektami. Modele matematyczne i podstawowe pojęcia.
Metody wariacyjne. Metoda mnożników Lagrange'a. Warunek transwersalności. Zasada maksimum Pontriagina. Programowanie dynamiczne. Zasada optymalności. Metoda Bellmana.
4. Sterowanie minimalnoczasowe. Podstawowe twierdzenia. Konstrukcja sterowania w pętli otwartej i zamkniętej.
5. Projektowanie złożonych obiektów, procesów lub systemów przy kwadratowych wskaźnikach jakości. Zagadnienie stabilizacji stanu. Zagadnienie stabilizacji sygnału wyjściowego. Zagadnienie nadążania. Analiza poprawności działania optymalnych układów sterowania oraz ich wydajności.

Całkowity nakład pracy studenta

Godziny realizowane z udziałem nauczycieli ( godz.): - udział w wykładach - 30 - udział w ćwiczeniach – 30 Czas poświęcony na pracę indywidualną studenta ( godz.): - przygotowanie do wykładu-10 - przygotowanie do ćwiczeń – 20 - czytanie literatury- 10 - przygotowanie do zaliczenia na ocenę - 10 - przygotowanie do kolokwium - 10 Łącznie: 120 godz. ( 4 ECTS)

Efekty uczenia się - wiedza

W01: Ma pogłębioną wiedzę z metod optymalizacji systemami sterowania dla różnych wskaźników jakości– K_W01 W02: posiada szczegółową wiedzę w zastosowaniu metod obliczenia wariacyjnego, zasady maksimum Pontriagina, programowania dynamicznego Bellmana w zagadnieniach optymalizacji w systemach sterowania– K_W01,K_W07 W03: Charakteryzuje aparat pojęciowy teorii i metod optymalizacji oraz możliwości ich zastosowania w modelowaniu i projektowaniu optymalnych układów regulacji – K_W11

Efekty uczenia się - umiejętności

U01: Wykorzystuje narzędzia programistyczne MatLab i Simulink, pozwalające na realizację projektów w zakresie tworzenia układów regulacji na podstawie zastosowania metod optymalizacji –K_U05 U02: Analizuje złożoność algorytmów syntezy układów optymalnych z uzasadnieniem wyboru kryteria optymalności K_U01, K_U02

Efekty uczenia się - kompetencje społeczne

K01: Ma świadomość ważności działalności inżyniera, zwłaszcza w rozbudowie i zastosowaniu optymalnych układów regulacji i automatyki - K_K07

Metody dydaktyczne

Metoda dydaktyczna podająca: - wykład informacyjny (konwencjonalny) Wykład, forma bezpośrednia: prezentacja i dyskusja Metoda dydaktyczna poszukująca: - ćwiczenia ćwiczenia, forma bezpośrednia: zadania w trakcie zajęć

Metody dydaktyczne podające

- wykład konwersatoryjny

Metody dydaktyczne poszukujące

- ćwiczeniowa

Rodzaj przedmiotu

przedmiot obligatoryjny

Wymagania wstępne

Znajomość wybranych działów analizy matematycznej, teorii sterowania, metod optymalizacji funkcji, z pracy w środowisku MatLab i Simulink.

Koordynatorzy przedmiotu

Oleksandr Sokolov

Kryteria oceniania

Metody oceniania:
zaliczenie na ocenę pisemne - W01-W03 , U01, U02

Kryteria oceniania:
Wykład: zaliczenie na ocenę pisemne (pytania otwarte)
ndst -30 pkt (30%)
dst- 50 pkt (50%)
dst plus- 75 pkt (75%)
db- 90 pkt (90%)
db plus- 95 pkt (95%)
bdb- 100 pkt (100%)

Ćwiczenia: zaliczenie na ocenę na podstawie wykonywania zadań w trakcie zajęć
Ocena formuje się wg ilości oddanych zadań ćwiczeniowych:
60% zadań - ocena 3
80% zadań - ocena 4
70% zadań - ocena 3+
90% zadań - ocena 4+
100% zadań - ocena 5
Osoby które zaliczą laboratorium na ocenę 5 są zwolnione z egzaminu.
Warunkiem przystąpienia do egzaminu jest zaliczenie z laboratoriów.

Praktyki zawodowe

nie dotyczy

Literatura

Literatura podstawowa:
1. H. Górecki. Optymalizacja i sterowanie systemów dynamicznych. WNT, warszawa, 2006
2. M. Athans, P.L. Falb: Sterowanie optymalne, WNT, Warszawa 1969
3. W.G. Bołtianski: Matematyczne metody sterowania optymalnego, WNT, Warszawa 1971
4. W.G. Bołtianski: Sterowanie optymalne układami dyskretnymi, WNT, Warszawa 1978
5. A.E. Bryson: Dynamic Optimization, Addison Wesley Longman, 1999
6. Anna Danielewska-Tułecka, Jan Kusiak, Piotr Oprocha. Optymalizacja. Wybrane metody z przykładami zastosowań. Warszawa, 1, 2009, Wydawnictwo Naukowe PWN
Literatura uzupełniająca:
1. O. Sokolov, Prezentacje wykładu w postaci elektronicznej

Więcej informacji

Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb:

Strona przedmiotu 0800-AR2OPT w USOSweb