Jacek Skorupski tel. 234-7339 [email protected] …jsk/mmt/MMT-01 Wprowadzenie.pdf · pojęcia z...
Transcript of Jacek Skorupski tel. 234-7339 [email protected] …jsk/mmt/MMT-01 Wprowadzenie.pdf · pojęcia z...
Jacek Skorupski
pok. 251
tel. 234-7339
http://skorupski.waw.pl/mmt ◦ prezentacje
◦ ogłoszenia
konsultacje: poniedziałek 1215-14,
Udział w zajęciach
Kontrola wyników nauczania w trakcie semestru
Usprawiedliwianie nieobecności na zajęciach
Zaliczenie przedmiotu – egzamin
Przebieg egzaminu
Korzystanie z materiałów pomocniczych – niedopuszczalne
Ocena łączna
Ogólne wprowadzenie w tematykę przedmiotu (wykład 2 godz.)
Teoria zapasów (TZ) (wykład 4 godz., ćwiczenia 4 godz.)
Zastosowanie teorii gier (TG) w zagadnieniach transportowych (wykład 4 godz., ćwiczenia 2 godz.)
Teoria decyzji (TD) (wykład 2 godz.):
Teoria masowej obsługi (TMO) (wykład 2 godz., ćwiczenia 2 godz.)
Analiza wielokryterialna (AW) (wykład 2 godz., ćwiczenia 2 godz.)
Programowanie matematyczne (PM) (wykład 2 godz.)
Zbiory rozmyte (ZR) (wykład 4 godz., ćwiczenia 2 godz.)
Sieci Petriego (PN) (wykład 4 godz., ćwiczenia 2 godz.)
Wiedza ◦ Zna podstawowe pojęcia z zakresu modelowania,
optymalizacji, analizy systemowej – w odniesieniu do szeroko rozumianych zagadnień transportowych
◦ Zna podstawowe modele teorii zapasów, zna podstawowe pojęcia z zakresu zbiorów rozmytych, zna definicje, elementy i zasady modelowania z wykorzystaniem sieci Petriego, zna podstawowe pojęcia z zakresu teorii gier i teorii zna sposoby analizy i wyznaczania charakterystyk systemów masowej obsługi
Umiejętności ◦ Potrafi na podstawie werbalnego opisu sytuacji
decyzyjnej zdefiniować formalnie zadanie decyzyjne
◦ Potrafi na podstawie formalnego sformułowania zadania decyzyjnego w transporcie określić jakie metody matematyczne są właściwe do poszukiwania rozwiązań optymalnych
◦ Potrafi poszukiwać modyfikacji poznanych algorytmów oraz sposobów doprecyzowania problemu decyzyjnego oraz dodatkowych informacji zmniejszających niepewność decydenta
Kompetencje społeczne ◦ Rozumie potrzebę patrzenia na rzeczywiste zadania
stające przed inżynierem transportu jak na problemy decyzyjne, dostrzega potrzebę poszukiwania rozwiązań lepszych od intuicyjnych
◦ Dostrzega potrzebę formalizacji zadań, rozumie, że optymalizacja rozwiązań przynosi korzyści ekonomiczne i społeczne, a jednocześnie potrafi krytycznie ocenić uzyskiwane rozwiązania
Problemy decyzyjne w transporcie, metody matematyczne, analiza
systemowa, pojęcie modelu, proces modelowania, pojęcie optymalizacji, zadanie optymalizacyjne, przegląd
typowych zadań i metod optymalizacyjnych
Sytuacja decyzyjna ◦ okoliczności w jakich rozwiązywany jest problem
(podejmowana jest decyzja)
Decydent ◦ podejmuje decyzję i bierze za nią odpowiedzialność
◦ określa hierarchię celów
◦ definiuje ograniczenia (organizacyjne, techniczne, ekonomiczne)
Problem decyzyjny ◦ brak rozwiązania oczywistego
◦ istnienie wielu możliwych rozwiązań
◦ trudność z wybraniem najlepszego rozwiązania
Ustalenie wielkości taboru
Wyznaczenie optymalnej trasy przejazdu
Określenie harmonogramu realizacji zadań
Dobór przepustowości elementów infrastruktury
Lokalizacja elementów infrastruktury
Wyznaczenie optymalnej wielkości zamówienia
Określenie zdolności obsługowych
Ustalenie kolejności zajmowania punktu kolizyjnego
Identyfikacja problemu ◦ opis sytuacji (problemu)
◦ stwierdzenie istnienia problemu decyzyjnego
Model matematyczny ◦ formalizacja opisu
◦ określenie danych
◦ zdefiniowanie zmiennych decyzyjnych
Zadanie optymalizacyjne ◦ określenie funkcji celu
◦ ustalenie ograniczeń
◦ decyzja: optymalna, kompromisowa, dopuszczalna
Ocena rozwiązania
Zbadanie celów rozważanej akcji w sytuacji charakteryzującej się niepewnością
Rozpoznanie możliwych sposobów osiągnięcia tych celów
Ocena pozytywnych i negatywnych skutków każdego z możliwych wariantów
Porównanie wariantów według różnych kryteriów i przedstawienie wyników w sposób umożliwiający wybór
Obiekt rzeczywisty – fragment rzeczywistości, którym zainteresowany jest decydent
Modelowanie matematyczne – proces, podczas którego prowadzi się badania poznawcze, których wynikiem jest model matematyczny
Model matematyczny – reprezentacja badanego obiektu (zjawiska) w innej postaci niż występuje ono w rzeczywistości (w postaci formalizmu matematycznego)
obserwacja obiektu rzeczywistego
konceptualizacja - wybór istotnych cech obiektu
idealizacja - określenie związków między istotnymi cechami obiektu
konkretyzacja – rozszerzenie związków o cechy uboczne
weryfikacja – logiczne i doświadczalne sprawdzenie związków
realizacja – działania praktyczne pozwalające na osiągniecie celów modelowania
Rodzaj związku między wielkościami
◦ korelacyjne
◦ przyczynowe
Uwzględnienie czasu
◦ statyczne
◦ dynamiczne
Wartości przyjmowane przez wielkości
◦ ciągłe
◦ dyskretne
Uwzględnienie niepewności:
◦ deterministyczne
◦ probabilistyczne
Uwzględnienie niejednoznaczności
◦ klasyczne
◦ rozmyte
D – zbiór rozwiązań dopuszczalnych
x – rozwiązanie dopuszczalne
f – funkcja celu
Znaleźć taką decyzję dopuszczalną x*∈D, że f(x*)=max {f(x): x∈D}
Programowanie liniowe
Programowanie nieliniowe
Teoria grafów i sieci
Zagadnienie transportowe
Programowanie dynamiczne
Teoria zapasów
Teoria gier
Teoria decyzji
Analiza wielokryterialna
Zbiory rozmyte
Systemy masowej obsługi
Sztuczne sieci neuronowe
Sieci Petriego
Problemy decyzyjne w transporcie, metody matematyczne, analiza
systemowa, pojęcie modelu, proces modelowania, pojęcie optymalizacji, zadanie optymalizacyjne, przegląd
typowych zadań i metod optymalizacyjnych