Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Operational Research in Engineering
Tok studiów:
2019/2020
Kod:
RIME-2-219-WM-s
Wydział:
Inżynierii Mechanicznej i Robotyki
Poziom studiów:
Studia II stopnia
Specjalność:
Wytwarzanie mechatroniczne
Kierunek:
Inżynieria Mechatroniczna
Semestr:
2
Profil:
Ogólnoakademicki (A)
Język wykładowy:
Angielski
Forma studiów:
Stacjonarne
Prowadzący moduł:
dr hab. inż. Kaczmarczyk Waldemar (wkaczmar@zarz.agh.edu.pl)
Treści programowe zapewniające uzyskanie efektów uczenia się dla modułu zajęć

Introduction to models and methods of Operations Research. The special focus of this course is on practical modelling skills.

Opis efektów uczenia się dla modułu zajęć
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Powiązania z KEU Sposób weryfikacji i oceny efektów uczenia się osiągniętych przez studenta w ramach poszczególnych form zajęć i dla całego modułu zajęć
Wiedza: zna i rozumie
M_W001 basic modelling techniques and algorithms of Operations Research. Projekt inżynierski,
Egzamin
Umiejętności: potrafi
M_U001 solve basic decision problems. Egzamin
M_U002 use software tools to model and solve Operations Research problems. Projekt inżynierski,
Egzamin
Kompetencje społeczne: jest gotów do
M_K001 be leaders of small project teams and are able to cooperate with professionals of different fields. Projekt inżynierski
Liczba godzin zajęć w ramach poszczególnych form zajęć:
SUMA (godz.)
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
45 30 0 0 15 0 0 0 0 0 0 0
Matryca kierunkowych efektów uczenia się w odniesieniu do form zajęć i sposobu zaliczenia, które pozwalają na ich uzyskanie
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Forma zajęć dydaktycznych
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
Wiedza
M_W001 basic modelling techniques and algorithms of Operations Research. + - - + - - - - - - -
Umiejętności
M_U001 solve basic decision problems. + - - + - - - - - - -
M_U002 use software tools to model and solve Operations Research problems. + - - + - - - - - - -
Kompetencje społeczne
M_K001 be leaders of small project teams and are able to cooperate with professionals of different fields. + - - + - - - - - - -
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 125 godz
Punkty ECTS za moduł 5 ECTS
Udział w zajęciach dydaktycznych/praktyka 45 godz
Przygotowanie do zajęć 30 godz
przygotowanie projektu, prezentacji, pracy pisemnej, sprawozdania 50 godz
Szczegółowe treści kształcenia w ramach poszczególnych form zajęć (szczegółowy program wykładów i pozostałych zajęć)
Wykład (30h):

The special focus of this course is on practical modelling skills. Students will learn fundamental modelling techniques and software tools used to solve decision and optimisation problems.

  1. Mixed integer programming
  2. Multi-criteria linear programming
  3. Non-linear programming
  4. Graph theory
  5. Project scheduling
  6. Dynamic programming
  7. Heuristics
  8. Decision theory
  9. Monte Carlo simulation
  10. Discrete simulation
  11. Queueing systems

Ćwiczenia projektowe (15h):

Exercises and small project:

  1. Mathematical programming
  2. Project scheduling
  3. Decision theory
  4. Monte Carlo simulation
  5. Discrete simulation

Pozostałe informacje
Metody i techniki kształcenia:
  • Wykład: During the lecture, the lecturer describes and solves various decision-making problems. For this purpose, he uses a whiteboard, multimedia presentation, spreadsheets, simulations, and other means. To stimulate students' activity, the lecturer asks them questions or initiates discussion.
  • Ćwiczenia projektowe: By doing laboratory exercises, students learn about various tools available. While performing projects, students learn to formulate decision-making tasks, build correct models, select appropriate methods and on for solving them. If necessary, the lecturer gives guidance. While working in a group on projects, students learn to allocate tasks and coordinate activities in teams. Writing reports on exercises and projects, students learn to formulate observations and conclusions.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:
  1. All grades are calculated according to the scale compliant with the regulations of the AGH studies. A score of 50% is required to obtain the lowest passing grade (satisfactory, 3.0).
  2. To pass the project classes students have to complete all the laboratory and project assignments, prepare reports and pass each assignment. The final grade is determined as a weighted average of grades for all assignments.
  3. To pass the course, students need a positive total score from all tests. On each test, questions may concern all issues considered in the class, from the beginning of the semester. The overall rating is determined as a simple average of all grades. Oral answers allow students to get additional points for the overall assessment.
  4. If the student does not pass any form of classes at the required date, he/she is entitled to write a retake in a form agreed with the lecturer.
Zasady udziału w zajęciach:
  • Wykład:
    – Obecność obowiązkowa: Nie
    – Zasady udziału w zajęciach: Students listen to the lecture, and if they do not understand something they should ask questions. If the lecturer asks questions or initiates discussion, students should present their opinion. During the lecture, students should make their own notes, especially when solving tasks on the board. The script for each lecture, in the form of a PDF file, is available before the lecture. While discussing its content, notes may be limited to the student's own observations. After the lecture, and sometimes before, students should read the recommended reading material. It is not allowed to record or film a lecture without the consent of the teacher.
  • Ćwiczenia projektowe:
    – Obecność obowiązkowa: Tak
    – Zasady udziału w zajęciach: Students perform laboratory exercises under the guidance of the teacher or independently in small groups they carry out different projects. After completing the exercise or project, students give written programs and obtained results, as well as reports containing a description of tasks, methods, observations, and conclusions.
Sposób obliczania oceny końcowej:

The final grade is calculated as the average of grades with the following weights:

Grade Weight
Exam 80%
Project 20%
Sposób i tryb wyrównywania zaległości powstałych wskutek nieobecności studenta na zajęciach:

Absence from lectures or exercises needs to be made up by studying the issues discussed in the classroom with the help of lecture notes available on the e-learning platform. If someone omits the test, then have to write it on the date agreed with the lecturer.

Wymagania wstępne i dodatkowe, z uwzględnieniem sekwencyjności modułów :

Basics of mathematics including algebra and probability theory are required to participate.

Zalecana literatura i pomoce naukowe:

Literature available for download in AGH library:

  1. A. Eiselt, Carl-Louis Sandblom, Operations Research, A Model-Based Approach, Springer, 2012.

Course software available in computer laboratory:

  1. Simul8: https://www.simul8.com/
  2. Palisade DecisionTools: http://www.palisade.com/decisiontools_suite/

Course software available for download:

  1. OpenSolver for Excel: http://opensolver.org/
  2. GPLK (with Scite): http://home.agh.edu.pl/~waldek/glpk/
  3. Python 3. and SciPy (WinPython: https://sourceforge.net/projects/winpython/files/)
Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:
  1. Kaczmarczyk, W., Sawik, T., Schaller, A. i Tirpak, T. (2004). Optimal versus heuristic scheduling of surface mount technology lines, International Journal of Production Research, 42(10): 2083-2110.
  2. Kaczmarczyk, W., Sawik, T., Schaller, A. i Tirpak, T. (2006). Production planning and coordination in customer driven supply chains, Wybrane Zagadnienia Logistyki Stosowanej, Tom 3, Komitet Transportu Polskiej Akademii Nauk, s. 81-89.
  3. Kaczmarczyk, W. (2008). Partial coordination may increase overall costs in supply chains, Decision Making in Manufacturing and Services, 2(1-2): 47-62.
  4. Kaczmarczyk, W. (2009b). Practical tips for modelling lot-sizing and scheduling problems, Decision Making in Manufacturing and Services, 3(1-2): 37-48.
  5. Kaczmarczyk, W. (2009c). Modelling multi-period set-up times in the proportional lot-sizing problem, Decision Making in Manufacturing and Services, 3(1-2): 15-35.
  6. Kaczmarczyk, W. (2009d). Inventory cost settings in small bucket lot-sizing and scheduling models, Total Logistic Management, 2: 27-36.
  7. Kaczmarczyk, W. (2011). Proportional lot-sizing and scheduling problem with identical parallel machines, International Journal of Production Research, 49(9): 2605-2623.
Informacje dodatkowe:

General conditions for participation and credit for the subject are set out in the Study Regulations.