EEI288 Algoritmizācija un optimizācijas metodes industriālajā elektronikā

Kods EEI288
Nosaukums Algoritmizācija un optimizācijas metodes industriālajā elektronikā
Statuss Obligātais/Ierobežotās izvēles
Līmenis un tips Pamatstudiju, Profesionālais
Tematiskā joma Enerģētika un elektrotehnika
Struktūrvienība Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte
Mācībspēks Mihails Gorobecs, Andrejs Potapovs
Kredītpunkti 3.0 (4.5 ECTS)
Daļas 1
Anotācija Studiju kurss satur nepieciešamās zināšanas matemātisko aparātu algoritmu izstrādei un optimālās vadības elektrotehnikas un elektrotransporta uzdevumu risināšanai. Tas iekļauj sevī kombinatorikas analīzes metodes, sistēmu un kopu teorijas metodes, datu struktūras, optimizācijas uzdevumu formulēšanas pamatprincipus, skaitliskās metodes, algoritmu klases dažādu optimālās vadības uzdevumu risināšanai, to struktūru un piemērus..
Studiju kursa saturs
Saturs Pilna un nepilna laika klātienes studijas Nepilna laika neklātienes studijas
Kontaktstundas Patstāvīgais darbs Kontaktstundas Patstāvīgais darbs
Kopu teorija elektrotehnikas un elektrotransporta uzdevumos. 2 2 1 3
Sistēmu teorija elektrotehnikas un elektrotransporta uzdevumos. 2 2 1 3
Grafu teorija, saišu grafi un matricveida tīklu attēlošana. 4 4 2 6
Datu struktūras: masīvi, rindas, steki, deki, saistītie saraksti, rādītāji, objekti, koki. 4 4 2 6
Varbūtības sadalījuma funkcijas elektrotehnikas un elektrotransporta uzdevumos. 2 2 1 3
Statistiskās analīzes metodes elektrotehnikas un elektrotransporta uzdevumos. 2 2 1 3
Lineārās programmēšanas un optimālās vadības elektrotehnikas un elektrotransporta uzdevumi. 2 2 1 3
Nelineārās programmēšanas un optimālās vadības elektrotehnikas un elektrotransporta uzdevumi. 2 2 1 3
Diskrētās un nepārtrauktās optimālās vadības elektrotehnikas uzdevumi un metodes. 2 2 1 3
Optimalitātes nosacījumi un kritēriji elektrotehnikas un elektrotransporta uzdevumos. 2 2 1 3
Minimizēšanas uzdevumi bez ierobežojumiem elektrotehnikas un elektrotransporta uzdevumos. 2 2 1 3
Vienādību un nevienādību ierobežojumi elektrotehnikas un elektrotransporta uzdevumos. 2 2 1 3
Soda funkciju metodes elektrotehnikas un elektrotransporta uzdevumos. 2 2 1 3
Iespējamo virzienu metodes elektrotehnikas un elektrotransporta uzdevumos. 2 2 1 3
Gradientu metodes elektrotehnikas un elektrotransporta uzdevumos. 2 2 1 3
Algoritmu klases un analīze elektrotehnikas un elektrotransporta uzdevumos. 2 2 1 3
Algoritmu ieejas datu klases elektrotehnikas un elektrotransporta uzdevumos. 2 2 1 3
Algoritmu darbības efektivitāte elektrotehnikas un elektrotransporta uzdevumos. 2 2 1 3
Maksimālo plūsmu algoritmi elektrotehnikas un elektrotransporta uzdevumos. 2 2 1 3
Sakārtošanas algoritmi elektrotehnikas un elektrotransporta uzdevumos. 4 4 2 6
Salīdzināšanas algoritmi ar paraugu elektrotehnikas uzdevumos. 4 4 2 6
Stohastiskie algoritmi elektrotehnikas un elektrotransporta uzdevumos. 2 2 1 3
Elektrotehnikas un elektrotransporta uzdevumu dinamiskā programmēšana. 4 4 2 6
Industriālās elektronikas un mehatronisko sistēmu modelēšana. 4 4 2 6
Kopā: 60 60 30 90
Mērķis un uzdevumi, izteikti
kompetencēs un prasmēs
Studiju kursa mērķis ir izveidot izpratni par optimizācijas pamatprincipiem un metodēm, kā arī attīstīt prasmes algoritmu izstrādei. Studiju kursa uzdevumi ir 1) sniegt zināšanas par datu struktūrām un matemātiskās analīzes metodēm vadības elektrotehnikas un elektrotransporta uzdevumu risināšanai; 2) izveidot prasmes matemātiski definēt optimizācijas uzdevumu un mērķa funkcijas; 3) attīstīt spējas izstrādāt un tehniski aprakstīt vadības algoritmus 4) attīstīt kompetenci izmantot dinamiskas optimizācijas metodes un algoritmus elektrotehnisko un elektrotransportasistēmu optimālai vadībai.
Sasniedzamie studiju
rezultāti un to vērtēšana
Prot matemātiski formulēt elektrotehnikas vadības uzdevumus, izmantojot kopu teorijas, grafu teorijas, sistēmu teorijas, varbūtību teorijas jēdzienus - Praktiskie darbi, eksāmena teorētiskie jautājumi un kontroldarbi.
Prot lietot datu struktūras: masīvus, rindas, stekus, dekus, saistītos sarakstus, rādītājus, objektus, kokus u.c. elektrotehnikas un industriālās elektronikas vadības uzdevumus risināšanai. - Praktiskie darbi, eksāmena praktiskie uzdevumi un kontroldarbi.
Spēj matemātiski definēt optimizācijas uzdevumu, mērķa funkciju un ierobežojumus optimālas vadības elektrotehnikas uzdevumiem - Laboratorijas darbi, studiju darbs.
Spēj izstrādāt algoritmus un izmantot uzdevumu risināšanas dinamiskas metodes industriālās elektronikas uzdevumiem un mehatronisko sistēmu modelēšanai - Laboratorijas darbi, studiju darbs.
Studiju rezultātu vērtēšanas kritēriji
Atbildes uz eksāmena teorētiskiem jautājumiem - 15%
Eksāmena praktisko uzdevumu izpilde - 20%
Kontroldarbu izpilde - 15%
Praktisko un laboratorijas darbu izpilde - 20%
Studiju darba izpilde - 30%
 
Priekšzināšanas Matemātika un informātika vidusskolas līmenī.
Studiju kursa plānojums
Daļa KP EKPS Stundas Pārbaudījumi
Lekcijas Prakt. d. Lab. Ieskaite Eksāmens Darbs
1 3.0 4.5 1.0 1.0 1.0 *

Pieteikties uz šo kursu

[Kursa apraksts PDF formātā]