Module also offered within study programmes:
General information:
Name:
Symulacja stochastyczna w modelowaniu procesów inżynierskich
Course of study:
2019/2020
Code:
GIPZ-1-514-s
Faculty of:
Mining and Geoengineering
Study level:
First-cycle studies
Specialty:
-
Field of study:
-
Semester:
5
Profile of education:
Academic (A)
Lecture language:
Polish
Form and type of study:
Full-time studies
Course homepage:
 
Responsible teacher:
prof. dr hab. inż. Snopkowski Ryszard (snopkows@agh.edu.pl)
Module summary

Zajęcia w ramach modułu przekazują wiedzę z zakresu modelowania procesów inżynierskich z wykorzystaniem symulacji stochastycznej.

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)
Social competence: is able to
M_K001 Student rozumie potrzebę ciągłego dokształcania się oraz potrafi myśleć w sposób analityczny i kreatywny. IPZ1A_K01 Activity during classes,
Execution of laboratory classes
Skills: he can
M_U001 Student potrafi wykorzystać symulacje stochastyczną do modelowania procesów inżynierskich. IPZ1A_U01 Activity during classes,
Execution of laboratory classes
M_U002 Student potrafi wykonać symulację wybranego procesu inżynierskiego. IPZ1A_U01 Execution of laboratory classes
Knowledge: he knows and understands
M_W001 Student ma podstawową wiedzę z zakresu symulacji stochastycznej. IPZ1A_W04, IPZ1A_W03, IPZ1A_W02 Test
M_W002 Student ma wiedzę z zakresu metod modelowania procesów inżynierskich z wykorzystaniem symulacji stochastycznej. IPZ1A_W04, IPZ1A_W03, IPZ1A_W02 Activity during classes,
Test
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
30 15 0 15 0 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
Social competence
M_K001 Student rozumie potrzebę ciągłego dokształcania się oraz potrafi myśleć w sposób analityczny i kreatywny. + - + - - - - - - - -
Skills
M_U001 Student potrafi wykorzystać symulacje stochastyczną do modelowania procesów inżynierskich. + - + - - - - - - - -
M_U002 Student potrafi wykonać symulację wybranego procesu inżynierskiego. - - + - - - - - - - -
Knowledge
M_W001 Student ma podstawową wiedzę z zakresu symulacji stochastycznej. + - + - - - - - - - -
M_W002 Student ma wiedzę z zakresu metod modelowania procesów inżynierskich z wykorzystaniem symulacji stochastycznej. + - + - - - - - - - -
Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 60 h
Module ECTS credits 2 ECTS
Udział w zajęciach dydaktycznych/praktyka 30 h
Preparation for classes 10 h
Realization of independently performed tasks 19 h
Contact hours 1 h
Module content
Lectures (15h):

1.Symulacja-przegląd definicji, model dyskretny, model ciągły.
2.Metodologia symulacji procesów dyskretnych.
3.Metody generowania liczb losowych dyskretnych.
4.Przykłady symulacji procesów dyskretnych.
5.Metodologia symulacji procesów ciągłych.
6.Metody generowania liczb losowych ciągłych.
7.Przykłady symulacji procesów ciągłych.
8.Zagadnienie symulacji procesów mieszanych.
9.Zagadnienie oceny wiarygodności modeli, analiza wyników eksperymentu symulacyjnego.

Laboratory classes (15h):

1. Charakterystyki zmiennych losowych w modelach stochastycznych
2. Generowanie liczb losowych
3. Przykłady modeli analizowanych metodą symulacji stochastycznej
4. Funkcje zmiennych losowych w redukcji modelu stochastycznego
5. Analiza wyników symulacji
6. Liczba eksperymentów symulacyjnych (liczebność próby)
5. Możliwości weryfikacji wyników symulacji
6. Błędy symulacji
7. Wykonanie symulacji wybranego procesu inżynierskiego.

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.
  • Laboratory classes: W trakcie zajęć laboratoryjnych studenci samodzielnie rozwiązują zadany problem praktyczny, dobierając odpowiednie narzędzia. Prowadzący stymuluje grupę do refleksji nad problemem, tak by otrzymane wyniki miały wysoką wartość merytoryczną.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

Zaliczenie z ćwiczeń może być uzyskane w terminie podstawowym i dwóch poprawkowych. Kolokwium zaliczeniowe obejmuje cały zakres materiału omawiany na zajęciach.

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.
  • Laboratory classes:
    – Attendance is mandatory: Yes
    – Participation rules in classes: Studenci wykonują ćwiczenia laboratoryjne zgodnie z materiałami udostępnionymi przez prowadzącego. Student jest zobowiązany do przygotowania się w przedmiocie wykonywanego ćwiczenia, co może zostać zweryfikowane kolokwium w formie ustnej lub pisemnej. Zaliczenie zajęć odbywa się na podstawie zaprezentowania rozwiązania postawionego problemu. Zaliczenie modułu jest możliwe po zaliczeniu wszystkich zajęć laboratoryjnych.
Method of calculating the final grade:

Ocena końcowa jest oceną z kolokwium zaliczeniowego z laboratorium

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

Student samodzielnie wyrównuje zaległości powstałe na skutek opuszczenia zajęć. Usprawiedliwiona nieobecność na zajęciach może być odrobiona z inną grupą pod warunkiem, że jest wolne stanowisko i omawiany jest ten sam temat ewentualnie poprzez napisanie referatu/opracowania na temat ustalony z prowadzącym zajęcia.

Prerequisites and additional requirements:

Znajomość zagadnień z zakresu przedmiotów: MATEMATYKA I (semestr I), MATEMATYKA II (semestr II)

Recommended literature and teaching resources:

Fishman G.: Symulacja komputerowa, pojęcia i metody. PWE, Warszawa 1981
Kondratowicz L.: Modelowanie symulacyjne systemów. WNT, Warszawa 1978
Snopkowski R.: Symulacja stochastyczna. AGH Uczelniane Wydawnictwa Naukowo-Dydaktyczne, Kraków 2007
Wieczorkowski R., Zieliński R.: Komputerowe generatory liczb losowych. WNT, Warszawa 1997

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

Ryszard SNOPKOWSKI, Stochastyczne metody analizy procesu produkcyjnego realizowanego w przodkach ścianowych kopalń węgla kamiennego, Wydawnictwa AGH, Kraków 2012.
Ryszard SNOPKOWSKI, Aneta NAPIERAJ, Method of the production cycle duration time modeling within hard coal longwall faces, Archives of Mining Sciences, 2012 vol. 57 no. 1, s. 121–138.
Ryszard SNOPKOWSKI, Błędy i niedokładności w symulacji stochastycznej procesów – możliwości ich weryfikacji, Górnictwo i Geoinżynieria, Akademia Górniczo-Hutnicza im. Stanisława Staszica, Kraków 2009.
Ryszard SNOPKOWSKI, Generator liczb losowych o rozkładzie Gaussa w symulacji stochastycznej procesów, Szkoła Ekonomiki i Zarządzania w Górnictwie 2006, publikacje naukowe Akademii Górniczo-Hutniczej w Krakowie, 2006.
Ryszard SNOPKOWSKI, Liczba eksperymentów w symulacji stochastycznej, Szkoła Ekonomiki i Zarządzania w Górnictwie 2007, publikacje naukowe Akademii Górniczo-Hutniczej w Krakowie, 2007.
Ryszard SNOPKOWSKI, Modelowanie wydobycia z przodka ścianowego dla niestabilnej prędkości posuwu kombajnu w technologii jednokierunkowego urabiania, Przegląd Górniczy 2009 t. 65 nr 9 s. 114–118.
Ryszard SNOPKOWSKI, Postać rozkładu zmiennej opisującej czas trwania cyklu produkcyjnego na podstawie badań modelowych, Szkoła Ekonomiki i Zarządzania w Górnictwie 2001, Kraków 2001
Ryszard SNOPKOWSKI , Stochastyczny model wydobycia z przodka ścianowego dla jednokierunkowej technologii urabiania kombajnem, Przegląd Górniczy 2010 t. 66 nr 9, s. 84–87.

Additional information:

brak