| Kods | RA0749 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Nosaukums | Tehnoloģisko procesu modelēšana un optimizācija | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Statuss | Obligātais/Ierobežotās izvēles | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Līmenis un tips | Augstākā līmeņa, Akadēmiskais | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Tematiskā joma | Datormācība | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Struktūrvienība | Rēzeknes akadēmija | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Mācībspēks | Artis Teilāns | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Kredītpunkti | 3.0 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Daļas | 1 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Anotācija |
Analītisku funkciju ekstrēmi. Ekstrēmu tipi. Analītisku funkciju minimuma un maksimuma nosacījumi. Optimizācijas uzdevuma standartforma. Kritēriji, ierobežojumu tipi. Lineārā un nelineārā programmēšana, to skaitliskās metodes. Gradienta metode. Lokālie un globālie optimumi. Optimizācijas programmatūra. Ievads daudzkriteriālajā un robustajā optimizācijā. Šajā kursā studenti paši netaisa optimizācijas programmas, bet lieto specializēto programmatūru, tai skaitā arī mākslīgo inteliģenci. Teorētiskās apmācības mērķis ir radīt spēju novērtēt, kā optimizācijas uzdevums ir formulējams un ar kādām skaitliskām metodēm un kādiem programmatūras rīkiem un metodēm to risināt.. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju kursa saturs |
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Mērķis un uzdevumi, izteikti kompetencēs un prasmēs |
Iepazīstināt studentus ar optimizācijas uzdevumu nostādnēm un to risināšanas metodēm: kritēriju un ierobežojumu formalizēšanu, speciālās programmatūras pielietojumu optimizācijas uzdevumos. Iepazīstināt ar tipiskajiem mašīnzinātnes optimizācijas uzdevumiem: mašīnu un sistēmu statikas un dinamikas un vadības optimizācija. Tiek risināti šādi uzdevumi: 1. Aplūkotas analītiskās ekstrēmu atrašanas metodes. 2. Dots pārskats par skaitliskajām optimizācijas metodēm, to realizācijai specializētā programmatūrā. 3. Tiek atrisināti mašīnu un sistēmu optimizācijas uzdevumi: ātrdarbības, izturības, masas, izmaksu u.c. optimizācija. 4. Tiek radīta izpratne par optimizācijas uzdevumu sarežģītību. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Sasniedzamie studiju rezultāti un to vērtēšana |
Zināšanas:
1. Kursa nobeigumā studenti spēs pielietot analītiskās optimizācijas metodes vienkāršākajiem uzdevumiem;
2. Kursa nobeigumā studenti orientēsies dažādu optimizācijas uzdevumu formalizēšanā;
3. Kursa nobeigumā studenti spēs novērtēt sarežģījumus un grūtības dažādu optimizācijas uzdevumu formalizēšanā un atrisināšanā. - Praktiskais darbs, eksāmens Prasmes: 4. Pielietot programmatūru un programmēšanas ietvarus optimizācijas uzdevumu risināšanā. - Praktiskais darbs, eksāmens Kompetence: 5. Tehnoloģisko procesu optimizācijā. - Praktiskais darbs, eksāmens |
||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju rezultātu vērtēšanas kritēriji |
Praktiskajās nodarbībās un patstāvīgā darba ietvaros izstrādātā risinājumu tehnoloģiskā procesa parametru optimizācijā. - 25%
Praktiskajās nodarbībās iegūto risinājumu validācija. - 25% Noslēguma pārbaudījums – eksāmens. - 50% |
||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Priekšzināšanas | Iepriekšējos studiju līmeņos ir apgūti fizikas, augstākās matemātikas un informātikas kursi. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju kursa plānojums |
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||