Tipus A
|
Codi |
Competències Específiques |
|
Recerca |
|
AR1 |
Dominar l’anàlisi estadística. |
|
AR2 |
Aplicar els coneixements de matemàtiques a l’enginyeria informàtica. |
|
AR3 |
Conèixer productes tecnològics i tendències de la tecnologia. |
|
AR12 |
Aplicar metodologies de la intel·ligència artificial. |
|
AR17 |
Analitzar, dissenyar i desenvolupar eines de programació |
Tipus B
|
Codi |
Competències Transversals |
|
Comú |
|
BC1 |
Creativitat. Desenvolupar idees i projectes originals |
|
BC4 |
Resoldre problemes de forma efectiva |
|
BC5 |
Transferibilitat. Aplicar coneixements i habilitats en entorns nous o no familiars i en contextos multidisciplinars relatius a la seva àrea específica |
|
BC6 |
Actuar amb un esperit crític i responsable. |
|
BC11 |
Treballar en equip i gestionar equips |
|
BC12 |
Asertivitat. Comunicar de manera clara i sense ambigüitats tant a audiències expertes com no expertes |
|
BC13 |
Aprendre a aprendre |
|
BC14 |
Planificació i organització |
|
BC15 |
Promoure una actitud orientada a la motivació per la qualitat |
Tipus C
|
Codi |
Competències Nuclears |
|
Comú |
|
CC1 |
Domini de l’expressió i la comprensió del/s idioma/es estrangers per al desenvolupament professional derivat del curs del postgrau. |
|
CC2 |
Ús de les eines específiques de TIC per al desenvolupament professional derivat del curs de postgrau. |
|
CC3 |
Desenvolupament d’una perspectiva global del món en l’àrea específica on s’ubica el postgrau |
Objectius |
Competències |
Identificar els components d'un problema de presa de decisions i saber decidir el tipus de model de presa de decisions més adequat. |
AR17
|
BC1
|
|
Modelitzar els criteris de preferència segons diversos tipus de dades. |
AR1 AR12
|
BC6 BC15
|
CC2
|
Saber aplicar diversos operadors d'agregació. |
AR2 AR12
|
BC4 BC13
|
|
Saber el funcionament d'alguns mètodes concrets basats en Teoria de l'Utilitat |
AR2 AR17
|
BC1 BC5 BC11 BC12 BC13 BC14
|
CC1 CC2 CC3
|
Saber el funcionament d'alguns mètodes concrets basats en Relacions de preferència. |
AR2 AR17
|
BC1 BC5 BC11 BC12 BC13 BC14
|
CC1 CC2 CC3
|
Identificar les relacions entre els models proposats en investigació operativa, coneguts com MCDA, i els mètodes usats en Intel·ligència Artificial (IA). |
AR3
|
|
CC1 CC2 CC3
|
Tema |
Subtema |
1. Introducció |
1.1 Objectius de la presa de decisions
1.2 Com enfocar un problema de presa de decisions multicriteri |
2. Tipus de dades en els criteris |
2.1 Dades numèriques
2.2 Dades categòriques
2.3 Dades amb incertesa |
3. Mètodes basats en la Teoria de la Utilitat |
3.1 Introducció
3.2 Etapes del procés: agregació i ordenacio.
3.3 Operadors d'agregació. Propietats.
|
4. Mètodes basats en Relacions de Preferència |
4.1 Introducció
4.2 Relacions d'outranking
4.3 ELECTRE
|
5. Relacions entre el model MCDA i les tècniques d'Intel·ligència Artificial |
5,1 IA en MCDA
5.2 MCDA en IA |
Metodologies :: Proves |
|
Competències |
(*) Hores a classe |
Hores fora de classe |
(**) Hores totals |
Activitats Introductòries |
|
2 |
0 |
2 |
|
Sessió Magistral |
|
16 |
16 |
32 |
Presentacions / exposicions |
|
6 |
30 |
36 |
Pràctiques a través de TIC en aules informàtiques |
|
3 |
6 |
9 |
Resolució de problemes, exercicis a l'aula ordinària |
|
14 |
14 |
28 |
|
Atenció personalitzada |
|
2 |
0 |
2 |
|
Proves objectives de preguntes curtes |
|
2 |
2 |
4 |
|
(*) En el cas de docència no presencial, són les hores de treball amb suport vitual del professor. (**) Les dades que apareixen a la taula de planificació són de caràcter orientatiu, considerant l’heterogeneïtat de l’alumnat |
Metodologies
|
Descripció |
Activitats Introductòries |
Presentació dels professors, dels objectius de l'assignatura, metodologia docent i forma d'avaluació. |
Sessió Magistral |
El professor explicarà els continguts bàsics de l'assignatura amb exemples. Posant a disposició de l'alumne tot el material que necessiti per a l'estudi de la matèria. |
Presentacions / exposicions |
L'estudiant haurà de preparar un recull de materials de recerca (articles científics) i presentar-los en un informe en grup. Es farà una presentació oral del treball.
|
Pràctiques a través de TIC en aules informàtiques |
En equips s'estudiaran alguns sistemes d'ajut a la presa de decisions. Caldrà lliurar el resultat de l'exercici proposat pel professor. |
Resolució de problemes, exercicis a l'aula ordinària |
Es faran alguns exercicis per consolidar els coneixements adquirits a teoria.
Alguns s'avaluaran. |
Atenció personalitzada |
|
|
Resolució de problemes, exercicis a l'aula ordinària |
Atenció personalitzada |
Pràctiques a través de TIC en aules informàtiques |
Sessió Magistral |
Presentacions / exposicions |
|
Descripció |
El professor atendrà consultes personalitzades al seu despatx en l'horari establert. També es respondran dubtes durant l'horari de consultes habitual o bé a través del email.
D'altra banda, s'obrirà un forum de l'assignatura en el Moodle per a facilitat l'intercanvi de missatges entre tots els participants. |
|
|
Descripció |
Pes |
Presentacions / exposicions |
Es valorarà el contingut del pòster, el treball previ (documentat) i l'explicació que l'estudiant faci al professor. |
30% |
Pràctiques a través de TIC en aules informàtiques |
Es faran alguns exercicis usant sotware existent. |
20% |
Resolució de problemes, exercicis a l'aula ordinària |
Resolució de petit exercicis per consolidar els coneixements teòrics.
Alguns exercicis es recolliran i avaluaran.
També s'avaluarà la participació a classe. |
10% |
Proves objectives de preguntes curtes |
Es realitzarà una prova escrita individual. |
40% |
|
Altres comentaris i segona convocatòria |
Es demanarà una nota mínima a la prova escrita per tal de poder aprovar l'assignatura. En segona convocatòria l'alumne haurà d'aprovar un examen i fer un treball. |
Bàsica |
Figueira, J., Greco, S., Ehrgott, M (eds), Multiple Criteria Decision Analysis, Springer, 2005
http://www.cs.put.poznan.pl/ewgmcda/, EURO working group on MCDA, ,
http://www.mcdmsociety.org/, Int society on MCDM, ,
Matthias Ehrgott, José Rui Figueira and Salvatore Greco, Trends in Multiple Criteria Decision Analysis, Springer, 2010
Torra, V., Narukawa, Y., Modeling Decisions: Information fusion and aggregation operators, Springer, 2005
|
|
Complementària |
|
|
(*)La Guia docent és el document on es visualitza la proposta acadèmica de la URV. Aquest document és públic i no es pot modificar, llevat de casos excepcionals revisats per l'òrgan competent/ o degudament revisats d'acord amb la normativa vigent |
|