Poslovno-tehniška fakulteta

Optimiranje virov in procesov

Predmet se izvaja v programu:
Študijski program druge stopnje Gospodarski inženiring

Cilji in kompetence

Osnovni cilj predmeta je naučiti študente osnov optimizacije s poudarkom na optimiranju proizvodnih virov in procesov.

Študenti pridobijo naslednje kompetence:

  • poznavanje teoretičnih osnov optimiranja, elementov optimizacijskih problemov in vrst optimizacijskih metod,
  • sposobnost prepoznavanja značilnih problemov optimiranja proizvodnih virov in procesov, opredelitve njihovih elementov in izbire primerne optimizacijske metode,
  • usposobljenost za kompetentne sogovornike načrtovalcem in razvijalcem računalniško podprtih optimizacijskih postopkov.

Pogoji za vključitev v delo oz.
za opravljanje študijskih obveznosti

Potrebna so znanja matematike s prve stopnje naravoslovnega ali tehničnega študija ter osnovna znanja uporabe računalnika.

Vsebina

1. Uvod

  • Predstavitev predmeta
  • Kaj je optimizacija?
  • Vrste optimizacijskih problemov
  • Gradientne metode optimiranja
  • Metode operacijskih raziskav
  • Stohastični algoritmi: lokalna optimizacija, simulirano ohlajanje, evolucijski algoritmi
  • Večkriterijska optimizacija

2. Optimiranje proizvodnih virov in procesov

  • Primeri problemov
  • Vzroki za zahtevnost reševanja
  • Vrednotenje rešitev v optimizacijskem postopku
  • Zahteve za računalniško optimiranje
  • Programska orodja

3. Numerična optimizacija v praksi

  • Opredelitev možnih rešitev, upoštevanje omejitev, izbira optimizacijske metode
  • Optimiranje procesov na osnovi numerične simulacije
  • Statistično vrednotenje rezultatov stohastičnih metod
  • Študije primerov optimiranja procesnih parametrov z namenom zagotavljanja kakovosti izdelkov

4. Kombinatorična optimizacija v praksi

  • Omejitve in iskanje dopustnih rešitev
  • Razporejanje opravil kot značilen primer problema
  • Reaktivnost in robustnost sistemov razporejanja
  • Študije primerov: časovno razporejanje opravil v energetsko zahtevni proizvodnji, optimalno razporejanje delovnih obremenitev

Predvideni študijski rezultati

Predvideni so naslednji študijski rezultati:

  • razumevanje konceptov optimizacije in optimizacijskih metod,
  • uspešno prepoznavanje optimizacijskih problemov v praksi,
  • zmožnost formuliranja optimizacijskih problemov,
  • uporaba optimizacijskih metod in orodij,
  • vrednotenje in interpretacija rezultatov optimizacije.

Temeljna literatura in viri

  • Izbrana poglavja iz naslednjih knjig:
  • M. Carter, C. C. Price, G. Rabadi: Operations Research: A Practical Introduction, 2nd edition. CRC Press, 2018. ISBN ISBN 9781498780100
  • A. E. Eiben, J. E. Smith: Introduction to Evolutionary Computing, 2nd edition. Springer, 2015. ISBN 978-3-662-44873-1
  • A. Kaveh: Advances in Metaheuristic Algorithms for Optimal Design of Structures. Springer, 2014. ISBN 978-3-319-05548-0
  • F. Neumann, C. Witt: Bioinspired Computation in Combinatorial Optimization. Springer, 2010. ISBN 978-3-642-16543-6
  • G. Rozenberg, T. Bäck, J. N. Kok (Eds.): Handbook of Natural Computing. Springer, 2012. ISBN 978-3-540-92909-3

Načini ocenjevanja

  • S seminarsko nalogo se ocenjuje sposobnost razpoznavati probleme optimiranja virov in procesov, opredeliti njihove elemente in izbrati primerno optimizacijsko metodo. • S pisnim izpitom se ocenjuje poznavanje teoretičnih osnov optimiranja, formulacije optimizacijskih problemov, optimizacijskih metod in vrednotenja njihovih rezultatov. 25/75

Reference nosilca

Prof. dr. Bogdan Filipič je raziskovalec in vodja skupine za računsko inteligenco na Odseku za inteligentne sisteme Instituta »Jožef Stefan« ter pridruženi profesor ( rang redni profesor) za področje Računalništvo in informatika na Univerzi v Novi Gorici. Predava tudi na Mednarodni podiplomski šoli Jožefa Stefana v Ljubljani. Raziskovalno dela na področjih evolucijskega računanja, stohastične optimizacije in inteligentnih računalniških sistemov. Je nosilec več domačih in mednarodnih projektov s področij optimiranja proizvodnih procesov, energetske učinkovitosti in informacijske podpore za ohranjanje kulturne dediščine. Je tudi ustanovni član Slovenskega društva za umetno inteligenco (SLAIS) in član mednarodnih strokovnih združenj IEEE in ACM.

Izbrane objave

TUŠAR, Tea, GANTAR, Klemen, KOBLAR, Valentin, ŽENKO, Bernard, FILIPIČ, Bogdan. A study of overfitting in optimization of a manufacturing quality control procedure. Applied Soft Computing, 2017, vol. 59, str. 77-87. [COBISS.SI-ID 30552359]

TUŠAR, Tea, FILIPIČ, Bogdan. Visualization of Pareto front approximations in evolutionary multiobjective optimization: A critical review and the prosection method. IEEE Transactions on Evolutionary Computation, 2015, vol. 19, no. 2, str. 225-245. [COBISS.SI-ID 27961383]

MLAKAR, Miha, PETELIN, Dejan, TUŠAR, Tea, FILIPIČ, Bogdan. GP-DEMO: Differential evolution for multiobjective optimization based on Gaussian process models. European Journal of Operational Research, 2015, vol. 243, no. 2, str. 347-361. [COBISS.SI-ID 27815207]

DOVGAN, Erik, JAVORSKI, Matija, TUŠAR, Tea, GAMS, Matjaž, FILIPIČ, Bogdan. Discovering driving strategies with a multiobjective optimization algorithm. Applied Soft Computing, 2014, vol. 16, no. 1, str. 50-62. [COBISS.SI-ID 27347495]

DOVGAN, Erik, JAVORSKI, Matija, TUŠAR, Tea, GAMS, Matjaž, FILIPIČ, Bogdan. Comparing a multiobjective optimization algorithm for discovering driving strategies with humans. Expert Systems with Applications, 2013, vol. 40, no. 7, str. 2687-2695. [COBISS.SI-ID 26503719]

FILIPIČ, Bogdan, VESANEN, Risto, LAITINEN, Erkki. Scalar vs. vector approach to bi-objective resource allocation in spatially distributed networks. International Journal of Innovative Computing and Applications, 2013, vol. 5, no. 3, str. 191-197. [COBISS.SI-ID 26954535]

DEPOLLI, Matjaž, TROBEC, Roman, FILIPIČ, Bogdan. Asynchronous master-slave parallelization of differential evolution for multiobjective optimization. Evolutionary Computation, 2013, vol. 21, no. 2, str. 261-291. [COBISS.SI-ID 25824807]

FISTER, Iztok, MERNIK, Marjan, FILIPIČ, Bogdan. Graph 3-coloring with a hybrid self-adaptive evolutionary algorithm. Computational Optimization and Applications, 2013, vol. 54, no. 3, str. 741-770. [COBISS.SI-ID 16111382]

KOROŠEC, Peter, ŠILC, Jurij, FILIPIČ, Bogdan. The differential ant-stigmergy algorithm. Inf. sci., 2012, vol. 192, no. 1, str. 82-97. [COBISS.SI-ID 23618855]

FISTER, Iztok, MERNIK, Marjan, FILIPIČ, Bogdan. A hybrid self-adaptive evolutionary algorithm for marker optimization in the clothing industry. Applied soft computing, 2010, vol. 10, no. 2, str. 409-422. [COBISS.SI-ID 22909479]

Univerzitetna koda predmeta: 2GI012

Letnik: 1

Nosilec predmeta:

Predavatelj:

ECTS: 9

Obseg:

  • Predavanja: 45 ur
  • Samostojno delo: 180 ur

Vrsta predmeta: obvezni izbirni predmet

Jeziki: slovenski

Metode poučevanja in učenja:
• predavanja • študije primerov • vaje za utrjevanje znanja • individualno projektno delo