Module also offered within study programmes:
General information:
Name:
Operational Research
Course of study:
2019/2020
Code:
ZIIE-1-401-n
Faculty of:
Management
Study level:
First-cycle studies
Specialty:
-
Field of study:
Information Technology and Econometrics
Semester:
4
Profile of education:
Academic (A)
Lecture language:
Polish
Form and type of study:
Part-time studies
Course homepage:
 
Responsible teacher:
dr hab. inż. Łebkowski Piotr (plebkows@zarz.agh.edu.pl)
Module summary

Student poznaje podstawowe rodzaje zagadnień decyzyjnych i optymalizacyjnych. Nabywa umiejętność formułowania, rozwiązywania i interpretacji uzyskanych wyników wybranych problemów decyzyjnych przy wykorzystaniu odpowiednich narzędzi.

Description of learning outcomes for module
MLO code Student after module completion has the knowledge/ knows how to/is able to Connections with FLO Method of learning outcomes verification (form of completion)
Skills: he can
M_U001 sformułować matematyczne modele wybranych zagadnień decyzyjnych i optymalizacyjnych IIE1A_U03, IIE1A_U04 Project,
Test,
Examination
M_U002 rozwiązywać wybrane zagadnienie decyzyjne i optymalizacyjne za pomocą prostych algorytmów IIE1A_U03, IIE1A_U04 Test,
Project,
Examination
M_U003 sformułować obserwacje i wyciągnąć wnioski z wyników obliczeń wybranymi algorytmami rozwiązywania zagadnień decyzyjnych i optymalizacyjnych IIE1A_U10 Project
Knowledge: he knows and understands
M_W001 narzędzia, które można zastosować, by rozwiązać różne zagadnienia decyzyjne i optymalizacyjne. IIE1A_W04 Examination
M_W002 podstawowe rodzaje zagadnień decyzyjnych i optymalizacyjnych IIE1A_W04 Examination
Number of hours for each form of classes:
Sum (hours)
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
22 8 0 0 14 0 0 0 0 0 0 0
FLO matrix in relation to forms of classes
MLO code Student after module completion has the knowledge/ knows how to/is able to Form of classes
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
Skills
M_U001 sformułować matematyczne modele wybranych zagadnień decyzyjnych i optymalizacyjnych - - - + - - - - - - -
M_U002 rozwiązywać wybrane zagadnienie decyzyjne i optymalizacyjne za pomocą prostych algorytmów - - - + - - - - - - -
M_U003 sformułować obserwacje i wyciągnąć wnioski z wyników obliczeń wybranymi algorytmami rozwiązywania zagadnień decyzyjnych i optymalizacyjnych - - - + - - - - - - -
Knowledge
M_W001 narzędzia, które można zastosować, by rozwiązać różne zagadnienia decyzyjne i optymalizacyjne. + - - - - - - - - - -
M_W002 podstawowe rodzaje zagadnień decyzyjnych i optymalizacyjnych + - - - - - - - - - -
Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 103 h
Module ECTS credits 4 ECTS
Udział w zajęciach dydaktycznych/praktyka 22 h
Preparation for classes 15 h
przygotowanie projektu, prezentacji, pracy pisemnej, sprawozdania 10 h
Realization of independently performed tasks 54 h
Examination or Final test 2 h
Module content
Lectures (8h):

1. Badania operacyjne jako ilościowe metody zarządzania
2. Programowanie liniowe (PL)
3. Dualność, analiza wrażliwości, programowanie parametryczne
4. Programowanie liniowe całkowitoliczbowe (PLCM)
5. Programowanie nieliniowe
6. Programowanie liniowe wielokryterialne
7. Elementy teorii grafów
8. Programowanie dynamiczne
9. Planowanie projektów
10. Algorytmy heurystyczne
11. Teoria podejmowania decyzji i elementy teorii gier
12. Zagadnienia wieloatrybutowe
13. Wdrażanie metod badań operacyjnych

Project classes (14h):

1. Budowa modeli i rozwiązywanie zadań PL w arkuszu kalkulacyjnym
2. Budowa modeli i rozwiązywanie zadań PL za pomocą języka modelowania algebraicznego
3. Budowa modeli i rozwiązywanie zadań PLCM w arkuszu kalkulacyjnym
4. Budowa modeli i rozwiązywanie zadań PLCM za pomocą języka modelowania algebraicznego
5. Budowa modelu i planowanie projektu
6. Analiza zagadnienia za pomocą drzewa decyzyjnego

Additional information
Teaching methods and techniques:
  • Lectures: Treści prezentowane na wykładzie są przekazywane w formie prezentacji multimedialnej w połączeniu z klasycznym wykładem tablicowym wzbogaconymi o pokazy odnoszące się do prezentowanych zagadnień.
  • Project classes: Studenci wykonują zadany projekt samodzielnie, bez większej ingerencji prowadzącego. Ma to wykształcić poczucie odpowiedzialności za pracę w grupie oraz odpowiedzialności za podejmowane decyzje.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

Warunkiem dopuszczenia do egzaminu jest zaliczenie ćwiczeń projektowych.
Zaliczenie z ćwiczeń projektowych uzyskiwane jest na podstawie ocen z projektów (25%) oraz kolokwium zaliczeniowego (75%).
W przypadku nieuzyskania zaliczenia w wymaganym terminie, każdemu studentowi przysługuje
jeden termin zaliczenia poprawkowego na zasadach ustalonych z prowadzącym.

Participation rules in classes:
  • Lectures:
    – Attendance is mandatory: No
    – Participation rules in classes: Studenci uczestniczą w zajęciach poznając kolejne treści nauczania zgodnie z syllabusem przedmiotu. Studenci winni na bieżąco zadawać pytania i wyjaśniać wątpliwości. Rejestracja audiowizualna wykładu wymaga zgody prowadzącego.
  • Project classes:
    – Attendance is mandatory: Yes
    – Participation rules in classes: Studenci wykonują prace praktyczne mające na celu uzyskanie kompetencji zakładanych przez syllabus. Ocenie podlega sposób wykonania projektu oraz efekt końcowy.
Method of calculating the final grade:

Warunkiem koniecznym jest zdanie egzaminu, zaliczenie ćwiczeń projektowych. Ocena końcowa jest obliczana jako: 0.6*ocena pozytywna z egzaminu + 0,4*ocena pozytywna z ćwiczeń projektowych.

Sposób i tryb wyrównywania zaległości powstałych wskutek nieobecności studenta na zajęciach:

W przypadku nieobecności na zajęciach decyzja o możliwości i formie uzupełnienia
zaległości należy do prowadzącego zajęcia, z zastrzeżeniem zapisów wynikających z
Regulaminu Studiów.

Prerequisites and additional requirements:

Zaliczenie modułów: algebra liniowa, rachunek różniczkowy.

Recommended literature and teaching resources:

1. Bronson R., Naadimuthu G.: Operations Research, McGRAW-HILL. 1997.
2. Carter M.W. , Camille C. Price C. C.: Operations Research: A Practical Introduction, CRC Press, 2000.
3. Krawczyk S.: Metody ilościowe w planowaniu, C. H. Beck, Warszawa, 2001.
4. Savage S.L.: Decision Making with Insight, Thomson Learning, 2003.
5. Sawik T.: Badania operacyjne dla inżynierów zarządzania, AGH, Kraków, 1998.
6. Williams H.P.: Model Building in Mathematical Programming, Wiley, 1999.
7. Kaczmarczyk W., 2011, Wybrane modele planowania wielkości i szeregowania partii produkcyjnych, Wydawnictwa AGH, seria Rozprawy i Monografie, nr 223, Kraków.

Scientific publications of module course instructors related to the topic of the module:

1. Waldemar Kaczmarczyk, 2011, Proportional lot-sizing and scheduling problem with identical parallel Machines, International Journal of Production Research, 49 (9), pp. 2605-2623.
2. Waldemar Kaczmarczyk, 2011, Wybrane modele planowania wielkości i szeregowania partii produkcyjnych, Wydawnictwa AGH, seria Rozprawy i Monografie, nr 223, Kraków.
3. Gabriel Kost, Piotr Łebkowski, Łukasz Węsierski, 2013, Automatyzacja i robotyzacja procesów produkcyjnych, Polskie Wydawnictwo Ekonomiczne, Warszawa

Additional information:

None