Ameljańczyk, prof. dr hab.

wmii.uwm.edu.pl
  • No tags were found...

Ameljańczyk, prof. dr hab.

MATEMATYCZNE METODY WSPOMAGANIA PROCESÓWDECYZYJNYCH1. Przedmiot nie wymaga przedmiotów poprzedzających2. Treść przedmiotuProces i cykl decyzyjny. Rola modelowania matematycznego w procesachdecyzyjnych. Wspomaganie procesu decyzyjnego. Decyzja modelowa a decyzjarzeczywista. Decyzje optymalne i „przybliżone”. Sformułowanie zadaniawyznaczania optymalnej decyzji. Własności decyzji optymalnej. Modelowaniepreferencji Decydenta. Wpływ modelu preferencji Decydenta na ostatecznywybór decyzji. Wspomaganie procesu podejmowania decyzji w warunkachniepewności. Metody wyznaczania „przybliżonych rozwiązań optymalnych”.Metody wyznaczania reprezentacji zbiorów decyzji niepoprawialnych.3. Cele kształceniaUmiejętność konstruowania i posługiwania się matematycznym modelemwspomagającym proces decyzyjny. Umiejętność projektowania złożonychprocesów decyzyjnych z wykorzystaniem „modułów optymalizacyjnych”.PRZEDMIOT FAKULTATYWNY – INFORMATYKA III - WMiIProf. A. Ameljańczyk„MATEMATYCZNE METODY WSPOMAGANIA DECYZJI GRUPOWYCH”Treść przedmiotu :1) Optymalizacja decyzji grupy ekspertów2) Optymalizacja decyzji przy wielu celach3) Agregacja celów cząstkowych w cel grupowy4) Optymalizacja w warunkach niepewności5) Optymalizacja decyzji w sytuacjach konfliktowycha) gry strategiczneb) gry kooperacyjnec) gry jako zadania optymalizacji wielokryterialnejWykaz literatury podstawowej :


1. Optymalizacja wielokryterialna jako metoda obiektywizacjiwyboru w zamówieniachpublicznychZadania:1. System zamówień publicznych2. Analiza formalno – prawna3. Procedura przetargowa – matematyczny model decyzyjny4. SIWZ – wielokryterialna ocena obiektów i procesów5. Obiektywizacja wyboru6. Implementacja wielokryterialnej metody oceniania ofert7. Symulacja aposteriori wybranych przykładów rzeczywistych zamówień publicznych2. Komputerowa implementacja procedur przetargowychprzy różnych modelach preferencji zamawiającegoZadania:1. Analiza formalno – prawna systemu zamówień publicznych2. Analiza wybranych przykładów rzeczywistych3. Algorytmy wielokryterialnych ocen obiektów4. Algorytm wyznaczania ofert PARETO – optymalnych5. Algorytmy szeregowania ofert6. Oprogramowanie wybranych algorytmów3.Wykorzystanie pakietu MATLAB do wyznaczaniareprezentacji zbioruPARETOZadania:1. Analiza możliwości pakietu MATLAB2. Metody wyznaczania reprezentacja zbioru PARETO


3. Analiza porównawcza metod wyznaczania reprezentacji4. Losowe i pseudolosowe metody wyznaczania zbioru PARETO5. Oprogramowanie wybranej metody wyznaczania„ przybliżonego zbioru PARETO”6.Opracowanie interfejsu użytkownika7.Przykład liczbowy.4. Wielokryterialna optymalizacja jako narzędzie wspomaganiapodejmowania decyzji w warunkachniepewnościZadania:1. Analiza literatury2. Model PARETO w warunkach niepewności3. Model leksykograficzny4. Model optymisty i pesymisty5. Model HURWICZA6. Optymalizacja dwubiegunowa a model HURWICZA7. Algorytm wyznaczania PARETO – optymalnych rozwiązań pesymistycznych ioptymistycznych8. Oprogramowanie wybranej metody5.Kolektywne ( grupowe) podejmowanie decyzjioptymalnych przy wielu celachZadania:1. Analiza literatury2. Optymalizacja przy wielu celach3. Optymalizacja przy wielu różnych modelach preferencji4. Agergacja modeli preferencji5. Agregacja celów6. Porównanie własności rozwiązań


7. Algorytm wyznaczania rozwiązań dominujących iniezdominowanych w zadaniu z wieloma relacjami dominowania8. Oprogramowanie wybranych fragmentów algorytmu6. Modelowanie procesu podejmowania decyzji w systemachparlamentarnychZadania:1. Analiza systemów parlamentarnych2.Modele systemów parlamentarnych3.Wieloosobowa gra kooperacyjna jako model tworzeniaparlamentu4. Metody wyznaczania „ siły koalicji”5. Modelowanie procesów negacji6. Modelowanie koalicji dominujących6. Modelowanie stabilnych koalicji7. Modelowanie preferencji decydenta w systemach decyzyjnychZadania:1. Analiza literatury2. Funkcje użyteczności3. Ogólne modele preferencji4. Metody modelowania preferencji5. Modelowanie stożkowych struktur preferencji6. Modelowanie preferencji w zbiorach skończonych7. Badanie wrażliwości rozwiązań dominujących i niezdominowanych w kontekście zmianmodelu preferencji8. Modelowanie i optymalizacja decyzji w modeluleksykograficznymZadania:1. Analiza literatury


2. Modele preferencji leksykograficznych3. Metody wyznaczania rozwiązań leksykograficznych4. Modelowanie uporządkowania kryteriów jakości5. Metody wyznaczania reprezentacji zbioru rozwiązań optymalnych w sensie PARETOpoprzez leksykografię6. Oprogramowanie metody modelowania leksykografii7. Przykład liczbowy9. Algorytmy i metody wyznaczania optymalnychplanów przewozowych firmy transportowej przy wielukryteriach jakościZadania:1. Analiza literatury2. Kryteria jakości planów przewozowych3. Klasyczne rozwiązania4. Zadania dwukryterialne5. Algorytmy generowania przestrzeni ocen6. Redukcja przestrzeni ocen7. Metody wyznaczania optymalnych planów dostaw8. Oprogramowanie algorytmu z kryterium czasu i kosztu10.Wielokryterialna optymalizacja strategii marketingu winternecieZadania:1. Analiza literatury2. Marketing w internecie3. Kryteria marketingu w internecie4. Sformułowanie zadania optymalizacji5. Metoda wyznaczania „ wielooptymalnej” strategii


marketingu6. Oprogramowanie metody11.Komputerowe metody testowania „polioptymalności”rozwiązania zadania optymalizacji wielokryterialnejZadania:1. Analiza literatury2. Własności rozwiązań optymalnych3. Przegląd metod PARETO4. Testowanie polioptymalności5. Sformułowanie zadania testowania polioptymalności6. Przegląd metod testowania7. Modyfikacje metod testowania8. Oprogramowanie wybranej metody testowania12. Promieniowe metody wyznaczania reprezentacjizbioru PARETOZadania:1. Analiza literatury2. Sformułowanie idei klasycznej metody promieniowej3. Własności metod promieniowych4. Algorytm i oprogramowanie wybranej metody promieniowej5. Zastosowanie metody promieniowej w zagadnieniach liniowych6. Zastosowanie metody w zagadnieniach nieliniowych13. Wybrane elementy bazy danych pionu dydaktycznegowydziału akademickiegoZadania:1. Analiza istniejących rozwiązań akademickich2. Analiza zadań dydaktycznych wydziału


3. Modelowanie podsystemu zadań dydaktycznych4. Podsystem infrastruktury dydaktycznej5. Podsystem studentów6.Podsystem nauczycieli akademickich7. Koncepcja systemu informatycznego pionu dydaktycznego wydziału8. Projekt systemu dydaktycznego wydziału akademickiego8. Implementacja wybranych elementów systemuinformatycznego pionu dydaktycznego wydziałuakademickiego14. Wielokryterialne metody oceny obiektów i ichskalaryzacjaZadania:1. Analiza literatury2. Modelowanie preferencji decydenta3. Metody porównania obiektów złożonych4. Funkcje użyteczności5. Modelowanie obiektów odniesienia6. Metody skalaryzacji ocen wielokryterialnych7. Oprogramowanie procedury skalaryzacji15. Modelowanie i optymalizacja wielkich systemówlogistycznychZadania:1. Analiza literatury2. Modelowanie celu systemu logistycznego3. Systemy hierarchiczne4. Systemy stacjonarne i mobilne5. Optymalizacja struktury systemu logistycznego


6. Wybrane elementy informatyzacji systemu logistycznego16. Metodologia porównywania i analizy jakościowej językówprogramowania1. Rola języków programowania jako narzędzi programisty2. Opis wybranych języków programowania3. Model matematyczny języka programowania4. Modelowanie preferencji Programisty5. Język „idealny” i „antyidealny”6.Tworzenie punktów odniesienia7.Wyznaczanie języków idealnych przy określonym celu8. Porównywanie języków przy różnych celachPROPOZYCJA TEMATÓW PRAC DYPLOMOWYCHSTUDIA PIERWSZEGO STOPNIA – INFORMATYKAProf. A. Ameljańczyk1. Analiza możliwości wykorzystania pakietu MATLAB do rozwiązywaniazadań optymalizacji wielokryterialnej.2. Metoda wyznaczania planów przewozowych firmy transportowej przyróżnych preferencjach czasowo – kosztowych.3. Modelowanie wybranych wskaźników jakości bezpieczeństwadziedzinowego.4. Wielokryterialna optymalizacja struktury wykonawczej systemu ratownictwalokalnego.5. Projekt wstępny modułu wspomagania podejmowania decyzji w systemieratownictwa lokalnego.

More magazines by this user
Similar magazines