DADES IDENTIFICATIVES 2008_09
Assignatura SISTEMES D'AJUT A LA DECISIÓ Codi 175111123
Ensenyament
Enginyeria Informàtica i de la Seguretat (2006)
Cicle 2on
Descriptors Crèd. Tipus Curs Període
4.5 Obligatòria Segon Únic anual
Llengua d'impartició
Català
Departament Enginyeria Informàtica i Matemàtiques
Coordinador/a
VALLS MATEU, AÏDA
Adreça electrònica aida.valls@urv.cat
Professors/es
VALLS MATEU, AÏDA
Web http://moodle.urv.net
Descripció general i informació rellevant Aquest curs està centrat en dissenyar sistemes automàtics que ajudin a prendre decisions complexes, utilitzant tècniques d'intel.ligència artificial.

Competències
Tipus A Codi Competències Específiques
  Recerca
  AR1 Dominar l’anàlisi estadística.
  AR2 Aplicar els coneixements de matemàtiques a l’enginyeria informàtica.
  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 manera 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 d'aprenentatge
Objectius Competències
Identificar els components d'un problema de presa de decisions multicriteri. AR17
BC1
Identificar els tipus de model de presa de decisiona aplicable a un problema concret. AR2
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
Reconèixer quines són les propietats d'un operador d'agregació. AR2
AR12
Saber el funcionament d'alguns mètodes concrets basats en la Teoria de la 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

Continguts
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.
3.4 TOMASO
3.5 ClusDM
4. Mètodes basats en Relacions de Preferència 4.1 Introducció
4.2 Relacions d'outranking
4.3 ELECTRE
4.4 PROMETHEE
5. Breu presentació d'altres metodologies. 5,1 Metodologies alternatives
5.2 Discussió de les metodologies

Planificació
Metodologies  ::  Proves
  Competències (*) Hores a classe Hores fora de classe (**) Hores totals
Activitats Introductòries
2 0 2
 
Sessió Magistral
22 22 44
Presentacions / exposicions
11 22 33
Pràctiques a través de TIC en aules informàtiques
8 16 24
 
Atenció personalitzada
2 0 2
 
Proves objectives de preguntes curtes
4 4 8
 
(*) 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
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 prepararà i realitzarà una exposició oral sobre algun tema del curs. Caldrà preparar una presentació amb suport multimèdia.
Pràctiques a través de TIC en aules informàtiques En equips s'estudiaran alguns sistemes d'ajut a la presa de decisions. Caldrà lliurar el resulatt de l'exercici proposat pel professor.

Atenció personalitzada
 
Atenció personalitzada
Pràctiques a través de TIC en aules informàtiques
Presentacions / exposicions
Sessió Magistral
Descripció
Durant algunes de les hores dedicades a pràctiques, el professor atendrà consultes personalitzades al seu despatx. A banda d'aquestes hores, 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.

Avaluació
  Descripció Pes
Presentacions / exposicions Cada alumne expondrà oralment el tema que se li assigni.
Caldrà preparar una presentació amb suport multimèdia.
20%
Pràctiques a través de TIC en aules informàtiques S'haurà de testejar un sistema d'jut a la presa de decisions i fer-ne un informe. Es valorarà el treball en equip. 20%
Proves objectives de preguntes curtes Es realitzaran diverses proves escrites individuals per analitzar el seguiment dels conceptes per part de l'alumne. 40%
Altres

L'alumne haurà de demostrar que ha llegit i entès els articles científics que se li demanin.

20%
 
Altres comentaris i segona convocatòria

Fonts d'informació

Bàsica Figueira, J., Greco, S., Ehrgott, M (eds), Multiple Criteria Decision Analysis, Springer, 2005
Vincke, P., Multicriteria Decision-aid, Wiley and Sons, 1992
http://www.inescc.pt/~ewgmcda/, EURO working group on MCDA, ,
http://www.terry.uga.edu/mcdm/index.html, Int society on MCDM, ,

Complementària

Recomanacions


Assignatures que es recomana haver cursat prèviament
INTEL.LIGÈNCIA ARTIFICIAL/175111106