Cilji in kompetence
Cilji predmeta so:
• osvojiti in razumeti pojme in znanja s področja kvantitativnih metod in modelov logističnih sistemov (LS),
• pravilno identificirati probleme s tega področja in pridobiti znanja za konstrukcijo modelov in uporabo kvantitativnih metod v LS,
• razumeti mehanizme delovanja kvantitativnih metod in modelov LS, ter jih znati pravilno uporabiti za reševanje problemov,
• pridobiti znanja pravilne klasifikacije različnih problemov in zmožnosti uporabe pravilnih in ustreznih postopkov kvantitativnih metod in modelov LS za dani problem,
• pridobiti razumevanje teoretičnih ozadij, nujno potrebnih za pravilno interpretacijo dobljenih rezultatov kvantitativnih metod in modelov LS in ocenitev njihove kakovosti,
• pridobiti razumevanje fizikalnih in matematičnih mehanizmov v ozadju obravnavanih problemov in procesov v okviru logističnih sistemov,
• se naučiti pravilno ovrednotiti ustreznost in kvaliteto načrtanih kvantitativnih metod in modelov LS
• se naučiti pravilno interpretirati rezultate razvitih kvantitativnih metod in modelov LS ter pravilno podati sklepe na njihovi osnovi.
Kompetence, ki jih pridobijo študenti:
• osvojijo teoretično znanje na področju kvantitativnih metod in modelov LS
• poglobljeno razumejo kvantitativne metode in modele LS,
• razumejo fizikalne in matematične mehanizme v ozadju kvantitativnih metod in modelov LS,
• rešujejo kompleksne probleme v logističnih sistemih s pomočjo kvantitativnih metod in modelov LS,
• razumejo delovanje kvantitativnih metod in modelov LS, koristno tako v okviru tega, kot tudi drugih sorodnih predmetov.
Vsebina
1. Osnove kombinatorike in verjetnostnega računa
2. Teorija grafov: osnovne definicije, Eulerjevi in Hamiltonovi grafi, drevesa (odločitvena, pregled v globino, v širino), algoritmi in metode za tipične probleme (problem kitajskega poštarja, problem trgovskega potnika, problem minimalno vpetega drevesa, problem maksimalnega pretoka, iskanje najkrajše poti, lokacijski problemi, barvanje grafov).
3. Kombinatorična optimizacija in uporaba optimizacijskih metod in postopkov reševanja problemov iz področja teorije grafov (eksaktne metode, hevristični algoritmi).
Metode poučevanja in učenja
Predmet vključuje različne metode poučevanja in učenja, kot so: predavanja v klasični obliki, predavanja preko video predstavitev, filmov in webinarjev, predstavitve študentov in samostojni študij študentov.
Predavanja: pri predavanjih študent spozna teoretične vsebine predmeta. Del predavanj se izvaja na klasični način v predavalnici, del pa v obliki e-predavanj (e-predavanja se lahko izvajajo na videokonferenčni način ali s pomočjo posebej v ta namen didaktično pripravljenih e-gradiv v virtualnem elektronskem učnem okolju).
Vaje: pri vajah študent utrdi teoretično znanje in spozna aplikativne možnosti. Del vaj se izvaja na klasični način v predavalnici, del pa v obliki e-vaj (e-vaje se lahko izvajajo na videokonferenčni način ali s pomočjo posebej v ta namen didaktično pripravljenih e-gradiv v virtualnem elektronskem učnem okolju).
Predvideni študijski rezultati - znanje in razumevanje
Znanje in razumevanje:
Študent bo ob zaključku predmeta zmožen:
• obvladati raziskovalne metode, postopke in procese na področju kvantitativnih metod in modelov LS,
• samostojno znanstveno raziskovati na področju kvantitativnih metod in modelov LS,
• razumeti uporabo kvantitativnih metod in modelov LS,
• poglobljeno analizirati probleme s pomočjo sistemskega razmišljanja na tem področju,
• integrirati različne koncepte kvantitativnih metod in modelov LS, ki vodijo k inovativnim rešitvam obravnavanih problemov,
• kritično analizirati kompleksna znanja, koncepte, in pristope k uporabi kvantitativnih metod in načrtovanju kvantitativnih modelov, ter oblikovanju ustreznih strategij,
• sintetizirati informacije s področja kvantitativnih metod in modelov LS, ter prepoznati vrednosti znanja ali procesov z vidika predmeta in prakse.
Študijski rezultati se bodo preverjali (in merili) na različne načine, kot je to definirano v deležih (v %) pri načinih ocenjevanja.
Temeljni literatura in viri
Žerovnik, J. (2015). Principi modeliranja v logistiki: e-gradivo za predmet (Nova izd.). Fakulteta za logistiko. https://fl.um.si/digitalna-knjiznica/e-knjige/
Dragan, D. (2010). Principi modeliranja v logistiki: visokošolski učbenik. Fakulteta za logistiko Univerza v Mariboru. https://fl.um.si/digitalna-knjiznica/e-knjige/
Wilson, R. J., & Watkins, J. J. (1997). Uvod v teorijo grafov. Društvo matematikov, fizikov in astronomov Slovenije.
Winston, W. L. (2004). Operations research: applications and algorithms (4th, international student ed. izd.). Duxbury; Thomson; Brooks/Cole; Thomson Learning.
Hillier, F. S. (2008). Introduction to management science: a modeling and case studies approach with spreadsheets (3rd ed., str. XXII, 602). McGraw-Hill/Irwin.
Balakrishnan, V. K. (1997). Schaum’s outline of theory and problems of graph theory. McGraw-Hill.
Korte, B. (2006). Combinatorial Optimization: Theory and Algorithms (3rd ed.). Springer. http://link.springer.com/book/10.1007/3-540-29297-7
Pogoji za vključitev v delo oz. za opravljanje študijskih obveznosti
Ni pogojev.
Podrobnosti o izvedbi in ocenjevanju Zagovor raziskovalne naloge je pogoj za pristop k izpitu
• Računski del izpita 50%
• Teoretični del izpita 20%
• Raziskovalna naloga in zagovor (e-predavanja in e-vaje) 30%
