DADES IDENTIFICATIVES 2010_11
Assignatura (*) SISTEMES D'AJUT A LA DECISIÓ MULTICRITERI Codi 175171204
Ensenyament
Intel·ligència Artificial (2006)
Cicle 2n
Descriptors Crèd. Tipus Curs Període
4.5 Optativa Únic anual
Llengua d'impartició
Anglès
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.
  AR3 Conèixer productes tecnològics i tendències de la tecnologia.
  AR11 Analitzar, dissenyar i desenvolupar bases de dades i sistemes d’informació tenint en compte l’explotació de les dades.
  AR12 Aplicar metodologies de la intel·ligència artificial.
  AR13 Analitzar, dissenyar i desenvolupar eines de programació
Tipus B Codi Competències Transversals
  Comú
  BC4 Resoldre problemes de manera efectiva.
  BC11 Treballar en equip i gestionar equips.
  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.

Objectius d'aprenentatge
Objectius Competències
Identificar el tipus de model de presa de decisions aplicable a un problema concret. AR2
AR11
BC4
Modelitzar els criteris de preferència segons diversos tipus de dades. AR1
BC4
BC11
BC15
CC2
Saber aplicar diversos operadors d'agregació. AR1
AR12
BC4
Reconèixer quines són les propietats d'un operador d'agregació. AR2
CC1
Identificar els components d'un problema de presa de decisions multicriteri. AR11
BC4
Saber el funcionament d'alguns mètodes concrets basats en Teoria de l'Utilitat AR2
AR3
AR12
AR13
BC11
CC1
CC2
Saber el funcionament d'alguns mètodes concrets basats en Relacions de preferència. AR2
AR3
AR12
AR13
BC11
CC1
CC2

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
18 18 36
Presentacions / exposicions
6 12 18
Pràctiques a través de TIC en aules informàtiques
8 16 24
Resolució de problemes, exercicis a l'aula ordinària
9 13.5 22.5
 
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 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
 
Atenció personalitzada
Pràctiques a través de TIC en aules informàtiques
Presentacions / exposicions
Sessió Magistral
Resolució de problemes, exercicis a l'aula ordinària
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.
15%
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%
Resolució de problemes, exercicis a l'aula ordinària Resolució de petit exercicis per consolidar els coneixements teòrics.
Alguns exercicis es recolliran i avaluaran.
5%
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

Es demanarà una nota mínima a la prova escrita per tal de poder aprovar l'assignatura.

En segona convocatòria l'alumne haurà de presentar els mateixos treballs pràctics demanats en el curs i aprovar un examen.


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 I/17012004
(*)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