BM0225 Algoritmizācija un optimizācijas metodes transporta uzdevumos

Kods BM0225
Nosaukums Algoritmizācija un optimizācijas metodes transporta uzdevumos
Statuss Obligātais/Ierobežotās izvēles
Līmenis un tips Augstākā līmeņa, Profesionālais
Tematiskā joma Transports
Struktūrvienība Būvniecības un mašīnzinību fakultāte
Mācībspēks Mihails Gorobecs, Andrejs Potapovs
Kredītpunkti 8.0
Daļas 1
Anotācija Studiju kurss satur nepieciešamās zināšanas matemātisko aparātu algoritmu izstrādei un optimālās vadības transporta 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 transporta uzdevumos. 2 2 1 3
Sistēmu teorija elektrotehnikas un transporta 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 transporta uzdevumos. 2 2 1 3
Statistiskās analīzes metodes transporta uzdevumos. 2 2 1 3
Lineārās programmēšanas un transporta optimālās vadības uzdevumi. 2 2 1 3
Nelineārās programmēšanas un transporta optimālās vadības uzdevumi. 2 2 1 3
Diskrētās un nepārtrauktās transporta optimālās vadības uzdevumi un metodes. 2 2 1 3
Optimalitātes nosacījumi un kritēriji transporta uzdevumos. 2 2 1 3
Minimizēšanas uzdevumi bez ierobežojumiem transporta uzdevumos. 2 2 1 3
Vienādību un nevienādību ierobežojumi transporta uzdevumos. 2 2 1 3
Soda funkciju metodes transporta uzdevumos. 2 2 1 3
Iespējamo virzienu metodes transporta uzdevumos. 2 2 1 3
Gradientu metodes transporta uzdevumos. 4 4 2 6
Algoritmu klases un analīze transporta uzdevumos. 4 4 2 6
Algoritmu ieejas datu klases transporta uzdevumos. 4 4 2 6
Algoritmu darbības efektivitāte transporta uzdevumos. 4 4 2 6
Maksimālo plūsmu algoritmi transporta uzdevumos. 4 4 2 6
Sakārtošanas algoritmi transporta uzdevumos. 4 4 2 6
Salīdzināšanas algoritmi ar paraugu transporta uzdevumos. 4 4 2 6
Stohastiskie algoritmi transporta uzdevumos. 4 4 2 6
Transporta uzdevumu dinamiskā programmēšana. 8 8 4 12
Transporta procesu un sistēmu modelēšana. 8 8 4 12
Kopā: 80 80 40 120
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: 1) sniegt zināšanas par datu struktūrām un matemātiskās analīzes metodēm transporta vadības 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 transporta sistēmu 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, saistītos sarakstus, rādītājus, objektus, kokus u.c. transporta vadības uzdevumus risināšanai. - Praktiskie darbi, eksāmena praktiskie uzdevumi un kontroldarbi.
Spēj matemātiski definēt optimizācijas uzdevumu, mērķa funkciju un ierobežojumus transporta optimālas vadības uzdevumiem. - Laboratorijas darbi, studiju darbs.
Spēj izstrādāt algoritmus un izmantot uzdevumu risināšanas dinamiskas metodes transporta uzdevumiem un transporta 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 Stundas Pārbaudījumi
Lekcijas Prakt. d. Lab. Ieskaite Eksāmens Darbs
1 8.0 32.0 48.0 16.0 *
Pieteikties uz šo kursu
[Kursa apraksts PDF formātā]