Module also offered within study programmes:
General information:
Name:
Operational research
Course of study:
2019/2020
Code:
RIME-2-310-WM-s
Faculty of:
Mechanical Engineering and Robotics
Study level:
Second-cycle studies
Specialty:
Wytwarzanie mechatroniczne
Field of study:
Mechatronic Engineering
Semester:
3
Profile of education:
Academic (A)
Lecture language:
Polish
Form and type of study:
Full-time studies
Course homepage:
 
Responsible teacher:
dr hab. inż. Kaczmarczyk Waldemar (wkaczmar@zarz.agh.edu.pl)
Module summary

Celem wykładów z badań operacyjnych (BO) jest zapoznanie słuchaczy z podstawowymi rodzajami zagadnień decyzyjnych i optymalizacyjnych, metodami ich modelowania i rozwiązywania.

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 rozwiązywać wybrane ZDO za pomocą prostych algorytmów IME2A_U07 Test
M_U002 sformułować matematyczny model ZDO IME2A_U07 Test,
Project
M_U003 zapisać model ZDO na komputerze IME2A_U07, IME2A_U11 Project
M_U004 sformułować obserwacje i wyciągnąć wnioski z wyników obliczeń wybranymi algorytmami rozwiązywania ZDO IME2A_U11 Project,
Report
Knowledge: he knows and understands
M_W001 podstawowe rodzaje Zagadnień Decyzyjnych i Optymalizacyjnych (ZDO) IME2A_W02 Test
M_W002 jakie narzędzia można zastosować, by rozwiązać różne ZDO IME2A_W02 Test,
Project
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 10 0 20 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
Skills
M_U001 rozwiązywać wybrane ZDO za pomocą prostych algorytmów + - - - - - - - - - -
M_U002 sformułować matematyczny model ZDO + - + - - - - - - - -
M_U003 zapisać model ZDO na komputerze + - + - - - - - - - -
M_U004 sformułować obserwacje i wyciągnąć wnioski z wyników obliczeń wybranymi algorytmami rozwiązywania ZDO + - + - - - - - - - -
Knowledge
M_W001 podstawowe rodzaje Zagadnień Decyzyjnych i Optymalizacyjnych (ZDO) + - - - - - - - - - -
M_W002 jakie narzędzia można zastosować, by rozwiązać różne ZDO + - + - - - - - - - -
Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 50 h
Module ECTS credits 2 ECTS
Udział w zajęciach dydaktycznych/praktyka 30 h
przygotowanie projektu, prezentacji, pracy pisemnej, sprawozdania 10 h
Realization of independently performed tasks 10 h
Module content
Lectures (10h):

1. Programowanie liniowe (PL)
2. Programowanie liniowe całkowitoliczbowe (PLCM)
3. Programowanie nieliniowe
4. Programowanie liniowe wielokryterialne
5. Elementy teorii grafów
6. Programowanie dynamiczne
7. Planowanie projektów
8. Algorytmy heurystyczne
9. Teoria podejmowania decyzji
10. Zagadnienia wieloatrybutowe

Laboratory classes (20h):

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.
  • 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:
  1. Wszystkie oceny wyznaczane są według skali zgodnej z regulaminem studiów AGH.
  2. Aby zaliczyć przedmiot trzeba uzyskać pozytywną ocenę łączną z wszystkich sprawdzianów. Na wszystkich sprawdzianach obowiązuje cały materiał omawiany na wykładzieod początku semestru. Ocena łączna wyznaczana jest jako prosta średnia ocen z wszystkich sprawdzianów. Odpowiedzi ustne pozwalają uzyskać dodatkowe punkty do oceny łącznej.
  3. Aby zaliczyć ćwiczenia laboratoryjne trzeba wykonać wszystkie zadania laboratoryjne i projektowe, przygotować sprawozdania, a także uzyskać pozytywną ocenę z każdego zadania. Ocena łączna wyznaczana jest jako średnia ważona ocen z wszystkich zadań.
  4. Jeżeli student nie uzyska zaliczenia z jakiejkolwiek formy zajęć w wymaganym terminie, to przysługuje mu 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.
  • 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:

Średnia ważona:

Ocena Waga
Sprawdziany 80%
Ćwiczenia laboratoryjne 20%
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:

Wiedza z matematyki na poziomie szkoły średniej

Recommended literature and teaching resources:
  1. Tadeusz Sawik, Badania operacyjne dla inżynierów zarządzania, AGH, Kraków, 1998.
  2. Stanisław Krawczyk, Metody ilościowe w planowaniu, C. H. Beck, Warszawa, 2001.
Scientific publications of module course instructors related to the topic of the module:

Wybrane przykłady:

  1. Gdowska K., VianaA., Pedroso J.P. 2018. Stochastic last-mile delivery with crowdshipping. Transportation Research Procedia, vol. 30, s. 90–100.
  2. Gdowska K. 2018. How to assess balancing public transportation. International Conference on Industrial Logistics : 15–17 May 2018, Beer-Sheva, Israel : conference proceedings / eds. Zilla Sinuany-Stern, Yuval Israel : Ben-Gurion University, S. 79–86.
  3. Gdowska K., Szczybra R., 2017. Tworzenie brygad autobusowych jako problem harmonogramowania zadań. Logistyka 2017 nr 6, s. 58–60.
  4. Gdowska K., Książek R., Jurczyk K., 2016. Timetabling problem and interval synchronization in urban public transport /W: CLC’2016: Carpathian Logistics Congress : November 28\textsuperscript{th}–30\textsuperscript{th} 2016, Zakopane: conference proceedings / TANGER Ltd., [et al.]. — Ostrava: TANGER Ltd., cop. 2017. — 1 dysk optyczny. S. 299–304.
  5. Kaczmarczyk, W., 1995, Dwupoziomowa metoda harmonogramowania produkcji w pewnym przepływowym systemie produkcyjnym, Kwartalnik AGH, Elektrotechnika, tom 14, zeszyt 3, Kraków, str. 258 262.
  6. Kaczmarczyk, W., Sawik, T., Schaller, A. i Tirpak, T., 2003, Configuring and scheduling of surface mount technology lines, Automatyka, tom 7, zeszyt 1 2, str. 83-88.
  7. Waldemar Kaczmarczyk, 2009, Modelling multi-period set-up times in the proportional lot-sizing problem, Decision Making in Manufacturing and Services, 3 (1-2), pp. 15 35.
  8. Waldemar Kaczmarczyk, 2011, Proportional lot-sizing and scheduling problem with identical parallel Machines, International Journal of Production Research, 49 (9), pp. 2605-2623.
  9. Waldemar Kaczmarczyk, 2011, Wybrane modele planowania wielkości i szeregowania partii produkcyjnych, Wydawnictwa AGH, seria Rozprawy i Monografie, nr 223, Kraków.
  10. Magiera M: A relaxation heuristic for scheduling flowshops with intermediate buffers. Bulletin of the Polish Academy of Sciences. Technical Sciences 61 (4). Warszawa 2013, pp. 929 – 942.
  11. Magiera M.: A multi-level method of support for management of product flow through supply chains. Bulletin of the Polish Academy of Sciences. Technical Sciences, 63 (4), Warszawa 2015, pp. 933-946.
  12. Magiera M.: Wybrane metody planowania przepływów produktów przez linie produkcyjne i łań-cuchy dostaw. Rozprawy, monografie, nr 312. Wydawnictwa AGH. Kraków 2016.
  13. Magiera M.: Monolityczna metoda planowania montażu dotyczącego wielowariantowego sprzętu elektrycznego i elektronicznego. Przegląd Elektrotechniczny (Electrical Review), Stowarzyszenie Elektryków Polskich, 2017 R. 93 nr 8, str. 192–195.
  14. Magiera M.: Methods of planning deliveries of food products to a trade network with the selection of suppliers and transport companies. Archives of Control Sciences, 2018 vol. 28 no. 3, pp. 419–442.
  15. T. Sawik, Optymalizacja dyskretna w elastycznych systemach produkcyjnych, WNT, Warszawa 1992.
  16. T. Sawik, Badania operacyjne dla inżynierów zarządzania, AGH, Kraków 1998.
  17. T. Sawik (1999): Production Planning and Scheduling in Flexible Assembly Systems. Springer, Berlin.
  18. T. Sawik (2011): Scheduling in Supply Chains Using Mixed Integer Programming. John Wiley & Sons, Inc., Hoboken, NJ (USA).
Additional information:

Ogólne warunki uczestnictwa i zaliczenia przedmiotu określa Regulamin Studiów