ΠΕΡΙΓΡΑΜΜΑΤΑ ΜΑΘΗΜΑΤΩΝ

Πρόγραμμα Διδακτορικών Σπουδών Μηχανικών Παραγωγής και Διοίκησης

 

Περιεχόμενα

Χειμερινό (1ο) εξάμηνο

ΑΝΑΛΥΣΗ ΚΑΙ ΥΠΟΛΟΓΙΣΤΙΚΗ ΠΙΝΑΚΩΝ

ΑΝΑΠΤΥΞΗ ΣΥΣΤΗΜΑΤΩΝ ΚΑΙ ΣΧΕΔΙΑΣΗ ΠΡΟΪΟΝΤΩΝ ΜΕ ΧΡΗΣΗ ΕΥΦΥΩΝ ΜΕΘΟΔΩΝ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ

ΒΕΛΤΙΣΤΟΣ ΕΛΕΓΧΟΣ ΜΕ ΥΠΟΛΟΓΙΣΤΙΚΕΣ ΕΦΑΡΜΟΓΕΣ

ΔΙΑΔΙΚΤΥΑΚΑ ΔΕΔΟΜΕΝΑ ΓΙΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΤΗΤΑ ΚΑΙ ΒΙΩΣΙΜΟΤΗΤΑ

ΔΥΝΑΜΙΚΑ ΣΥΣΤΗΜΑΤΑ ΑΝΘΡΩΠΟΥ-ΜΗΧΑΝΗΣ

ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΠΡΟΒΛΕΨΕΩΝ: ΚΑΙΝΟΤΟΜΕΣ ΟΙΚΟΝΟΜΙΕΣ ΚΑΙ ΚΟΙΝΩΝΙΕΣ

ΕΙΔΙΚΑ ΚΕΦΑΛΑΙΑ ΜΗ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ

ΕΠΙΧΕΙΡΗΜΑΤΙΚΗ ΕΥΦΥΪΑ ΚΑΙ ΑΝΑΛΥΤΙΚΗ ΔΕΔΟΜΕΝΩΝ

ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΚΑΙ ΠΡΟΣΟΜΟΙΩΣΗ ΚΑΤΕΡΓΑΣΙΩΝ ΜΕ ΣΥΣΤΗΜΑΤΑ CAD/CAE

ΟΡΘΟΛΟΓΙΚΗ ΕΝΕΡΓΕΙΑΚΗ ΔΙΑΧΕΙΡΙΣΗ ΠΑΡΑΓΩΓΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ

ΠΟΙΟΤΗΤΑ ΥΠΗΡΕΣΙΩΝ ΚΑΙ ΙΚΑΝΟΠΟΙΗΣΗ ΠΕΛΑΤΩΝ

ΠΟΛΥΚΡΙΤΗΡΙΑ ΑΝΑΛΥΣΗ ΚΑΙ ΧΡΗΜΑΤΟΙΚΟΝΟΜΙΚΕΣ ΑΠΟΦΑΣΕΙΣ

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΤΟ ΜΑΡΚΕΤΙΝΓΚ

ΠΡΟΧΩΡΗΜΕΝΑ ΘΕΜΑΤΑ ΥΠΟΛΟΓΙΣΤΙΚΗΣ ΜΗΧΑΝΙΚΗΣ

ΡΟΜΠΟΤΙΚΑ ΣΥΣΤΗΜΑΤΑ ΚΑΙ ΜΗΧΑΝΙΣΜΟΙ

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ (δεν θα προσφερθεί το 2023-24)

Εαρινό (2ο) εξάμηνο

ΑΕΙΦΟΡΙΚΗ ΔΙΑΧΕΙΡΙΣΗ ΕΝΕΡΓΕΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ

ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΓΙΑ ΜΕΡΙΚΕΣ ΔΙΑΦΟΡΙΚΕΣ ΕΞΙΣΩΣΕΙΣ

ΑΣΑΦΗ ΣΥΣΤΗΜΑΤΑ ΚΑΙ ΕΛΕΓΧΟΣ

ΒΕΛΤΙΣΤΟΣ ΔΟΜΙΚΟΣ ΣΧΕΔΙΑΣΜΟΣ ΥΛΙΚΩΝ ΚΑΙ ΚΑΤΑΣΚΕΥΩΝ

ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ ΑΠΟΦΑΣΕΩΝ

ΕΝΕΡΓΕΙΑΚΕΣ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΕΣ ΕΦΑΡΜΟΓΕΣ ΤΗΣ ΚΑΤΑΛΥΣΗΣ

ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΤΗΤΑ ΚΑΙ ΕΞΕΛΙΞΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ

ΜΕΘΕΥΡΕΤΙΚΟΙ ΚΑΙ ΕΞΕΛΙΚΤΙΚΟΙ ΑΛΓΟΡΙΘΜΟΙ ΣΕ ΠΡΟΒΛΗΜΑΤΑ ΔΙΑΧΕΙΡΙΣΗΣ ΤΗΣ ΕΦΟΔΙΑΣΤΙΚΗΣ ΑΛΥΣΙΔΑΣ

ΜΕΘΟΔΟΙ ΕΠΙΛΥΣΗΣ ΔΙΟΙΚΗΤΙΚΩΝ ΠΡΟΒΛΗΜΑΤΩΝ

ΠΟΛΥΚΡΙΤΗΡΙΑ ΣΥΣΤΗΜΑΤΑ ΑΠΟΦΑΣΕΩΝ

ΠΡΟΧΩΡΗΜΕΝΗ ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ

ΠΡΟΧΩΡΗΜΕΝΟΣ ΣΧΕΔΙΑΣΜΟΣ ΚΑΙ ΕΛΕΓΧΟΣ ΛΕΙΤΟΥΡΓΙΑΣ ΕΝΕΡΓΕΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ

ΣΧΕΔΙΑΣΗ ΚΑΙ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΠΑΡΑΓΩΓΗΣ

ΥΠΟΛΟΓΙΣΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΤΗ ΡΕΥΣΤΟΜΗΧΑΝΙΚΗ ΚΑΙ ΤΗ ΜΕΤΑΔΟΣΗ ΘΕΡΜΟΤΗΤΑΣ

ΦΙΛΟΣΟΦΙΚΗ ΔΙΕΡΕΥΝΗΣΗ ΤΗΣ ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΙ ΚΟΙΝΩΝΙΚΗΣ ΑΝΑΠΤΥΞΗΣ

 

Περιγράμματα Μαθημάτων

1o Εξάμηνο σπουδών

ΑΝΑΛΥΣΗ ΚΑΙ ΥΠΟΛΟΓΙΣΤΙΚΗ ΠΙΝΑΚΩΝ

(1) ΓΕΝΙΚΑ

ΣΧΟΛΗ	Μηχανικών Παραγωγής και Διοίκησης
2η ΣΧΟΛΗ
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Διδακτορικό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	1600-ΓΕ0099	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ	1ο
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ	ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διαλέξεις	3
Σύνολο	3		7.5
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ	Ειδίκευσης
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)	https://www.eclass.tuc.gr/courses/MPD323/

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:  Ανακαλεί βασικών άμεσων και επαναληπτικών μεθόδων για την επίλυση γραμμικών συστημά των.  Αναγνωρίζει πότε μπορούν να εμπιστευτούν τα αποτελέσματα που δίνει ένας αλγόριθμος για την επίλυση γραμμικών συστημάτων όταν υλοποιείται σε Η/Υ.  Χρησιμοποιεί σε Η/Υ άμεσες ή επαναληπτικές μεθόδους για την επίλυση γραμμικών συστημάτων και να εφαρμόζουν κατάλληλα κριτήρια για τον τερματισμό ενός επαναληπτικού αλγόριθμου.  Επιλύει αριθμητικές μεθόδους και κατασκευάζουν κατάλληλα αριθμητικά πειράματα με στόχο την επαλήθευση των αντίστοιχων θεωρητικών αποτελεσμάτων.  Συγκρίνει (Αξιολογεί) την ορθότητα των αριθμητικών αποτελεσμάτων χρησιμοποιώντας τόσο τη θεωρία των αριθμητικών μεθόδων

Γενικές Ικανότητες

Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών  Αυτόνομη εργασία  Άσκηση κριτικής και αυτοκριτικής  Χρήση Υπολογιστή  Επίλυση προβλημάτων  Διαχείριση αριθμητικών δεδομένων

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Νόρμες διανυσμάτων και πινάκω. Ευαισθησία των γραμμικών συστημάτων. Δείκτης κατάστασης πίνακα και ανάλυση διαταραχών γραμμικών συστημάτων. Άμεσες μέθοδοι (ανάλυση LU, ανάλυση Cholesky), τεχνικές οδήγησης. Επαναληπτικές μέθοδοι (Jacobi, Gauss-Seidel, SOR, μέθοδος βέλτιστης κλίσεως). Ορθογώνιοι πίνακες. Ανάλυση QR. Μετασχηματισμοί Householder. Ανάλυση ιδιαζουσών τιμών. Γραμμικό πρόβλημα ελαχίστων τετραγώνων. Μέθοδοι εύρεσης ιδιοτιμών και ιδιοδιανυσμάτων

(4) ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ

Πρόσωπο με πρόσωπο

ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Στη Διδασκαλία:	-    Ηλεκτρονικές Διαλέξεις -    Βιβλία σε ηλεκτρονική μορφή
Στην Εργαστηριακή Εκπαίδευση:	-    Χρήση λογισμικών πακέτων (Fortran ή MATLAB/Octave) για την υλοποίηση αριθμητικών μεθόδων.
Στην Επικοινωνία με τους φοιτητές:	-    Πλατφόρμα eclasss

ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Διαλέξεις	39.0 ώρες
Εκπόνηση Εργαστηριακών Ασκήσεων	60.0 ώρες
Αυτοτελής μελέτη	70.0 ώρες
Μελέτη και ανάλυση Βιβλιογραφίας	20.0 ώρες
Σύνολο	189 ώρες

 

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Αθροιστική/Συμπερασματική (για βαθμό φοιτητή) Αξιολόγηση
Γραπτή Τελική Εξέταση	30%	(Ερωτήσεις πολλαπλής επιλογής / Αντιστοίχηση)
		(Ερωτήσεις επίλυσης προβλημάτων)
Ασκήσεις Εργαστηρίου	60%	(Προφορική Εξέταση)
		(Διόρθωση Παραδομένης Εργασίας)
Ασκήσεις	10%

Σχόλια για την Αξιολόγηση των Φοιτητών :

H αξιολόγηση περιλαμβάνει μια τελική γραπτή εξέταση και μία ή περισσότερες εξετάσεις
εργαστηρίου. Η συμμετοχή κάθε εξέτασης στην τελική βαθμολογία αποφασίζεται από τον διδάσκοντα. Οι γραπτές εξετάσεις στοχεύουν στην πιστοποίηση των θεωρητικών γνώσεων που έχουν αποκτηθεί με θέματα ανάπτυξης. Οι εξετάσεις εργαστηρίου (εργαστηριακές ασκήσεις) έχουν ως στόχο να πιστοποιήσουν αν ο φοιτητής μπορεί να υλοποιήσει στον υπολογιστή αλγορίθμους που περιγράφονται μαθηματικά και έχουν σχέση με το αντικείμενο του μαθήματος.

(6) ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

(1) L.N. Trefethen and D. Bau, Numerical Linear Algebra, SIAM, 1997. (2) G. Golub and C. Van Loan, Matrix Computations, John Hopkins University Press, 2013 (3) Β. Δουγαλής, Δ. Νούτσος και Α. Χατζηδήμος, Σημειώσεις Αριθμητικής Γραμμικής Άλγεβρας, Ηράκλειο, 2001. (4) Y. Saad, Iterative methods for sparse linear systems, SIAM, 2003

ΑΝΑΠΤΥΞΗ ΣΥΣΤΗΜΑΤΩΝ ΚΑΙ ΣΧΕΔΙΑΣΗ ΠΡΟΪΟΝΤΩΝ ΜΕ ΧΡΗΣΗ ΕΥΦΥΩΝ ΜΕΘΟΔΩΝ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗΣ

(1) ΓΕΝΙΚΑ

ΣΧΟΛΗ	Μηχανικών Παραγωγής και Διοίκησης
2η ΣΧΟΛΗ
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Διδακτορικό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	PHD0105	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ	1ο
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ	ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διαλέξεις	3
Σύνολο	3		7.5
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ	Γενικού υποβάθρου
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:  Αναγνωρίζει τις βασικές έννοιες του βέλτιστου σχεδιασμού, της παραμετρικής γεωμετρικής απεικόνισης και των Εξελικτικών Αλγορίθμων.  Διατυπώνει τα κατάλληλα βήματα που απαιτούνται για την επίλυση ενός προβλήματος βέλτιστου σχεδιασμού με τη χρήση Εξελικτικών Αλγορίθμων.  Αναλύει ένα πρόβλημα βέλτιστου σχεδιασμού στα επιμέρους υποπροβλήματα από τα οποία αποτελείται και να χρησιμοποιεί τις κατάλληλες μεθοδολογίες και βήματα για να το επιλύσει.  Αναπτύσει κώδικες Η/Υ, βασισμένους στις μεθοδολογίες που έχει διδαχθεί, ώστε να εφαρμόζει τη διδαχθείσα θεωρία σε πρακτικά προβλήματα βέλτιστου σχεδιασμού για Μηχανικούς.  Εφαρμόζει τη διδαχθείσα θεωρία στην πράξη, με την μορφή είτε αναλυτικών σχέσεων, είτε με τη μορφή κώδικα Η/Υ, για την επίλυση πρακτικών προβλημάτων Μηχανικού.  Αξιολογεί τα αποτελέσματα της κάθε υπολογιστικής διαδικασίας βέλτιστου σχεδιασμού, ώστε να μπορεί να εκτελέσει τυχόν διορθωτικές κινήσεις.

Γενικές Ικανότητες

Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών  Λήψη αποφάσεων  Αυτόνομη εργασία  Ομαδική εργασία  Παραγωγή νέων ερευνητικών ιδεών  Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης  Γραπτή επικοινωνία  Προφορική επικοινωνία  Χρήση Υπολογιστή  Επίλυση προβλημάτων  Διαχείριση αριθμητικών δεδομένων  Εργασία σε διεπιστημονικό περιβάλλον

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Εισαγωγή στον σχεδιασμό προϊόντων με χρήση ευφυών μεθόδων βελτιστοποίησης. Περιγραφή της γεωμετρίας με τη χρήση παραμετρικών καμπυλών & επιφανιεών (Bezier, B-splines, NURBS). Βασικές αρχές του Βέλτιστου Σχεδιασμού. Εισαγωγή στους Εξελικτικούς Αλγορίθμους (ΕΑ), τύποι Εξελικτικών Αλγορίθμων, δομή και ειδικά χαρακτιριστικά διαφορετικών τύπων Εξελικτικών Αλγορίθμων, μέθοδοι επιτάχυνσης των Εξελικτικών Αλγορίθμων (ειδικοί τελεστές, παράλληλη επεξεργασία, μεταμοντέλα), πολυκριτήριοι Εξελικτικοί Αλγόριθμοι για προβλήματα βέλτιστου σχεδιασμού. Παραδείγματα εφαρμογών - Case Studies.

(4) ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ

Εξ αποστάσεως εκπαίδευση

ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Στη Διδασκαλία:	-    Zoom -    Ψηφιακές παρουσιάσεις. -    Επιπλέον ψηφιοποιημένο υποστηρικτικό υλικό στην πλατφόρμα e-class.
Στην Επικοινωνία με τους φοιτητές:	-    Zoom -    e-class -    e-mail

ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Διαλέξεις	39.0 ώρες
Εκπόνηση Ομαδικής Εργασίας	75.0 ώρες
Αυτοτελής μελέτη	75.0 ώρες
Σύνολο	189 ώρες

Διδακτέα Ύλη ανά Εβδομάδα (13 εβδομάδες) :

1η Εβδομάδα: Εισαγωγική παρουσίαση μαθήματος. Η διαδικασία της σχεδίασης προϊόντος. Παραμετρική και ιεραρχική σχεδίαση προϊόντων. Μοντελοποίηση και προσομοίωση με χρήση αριθμητικών μεθόδων. Χρήση μεθόδων βελτιστοποίησης στη σχεδίαση προϊόντων. Συνδυασμός μεθόδων βελτιστοποίησης, συστημάτων CAD και αριθμητικών μεθόδων για το βέλτιστο σχεδιασμό προϊόντων.

2η Εβδομάδα: Περιγραφή γεωμετρίας με χρήση παραμετρικών καμπυλών και επιφανειών. Παραμετρικές συναρτήσεις. Βασικές συναρτήσεις.

3η Εβδομάδα: Καμπύλες και επιφάνειες Bezier, B-Splines και NURBS.

4η Εβδομάδα: Χρήσιμοι αλγόριθμοι για την κατασκευή καμπυλών και επιφανειών Bezier, B-Splines και NURBS.

5η Εβδομάδα: Γενικές αρχές βελτιστοποίησης. Περιληπτική αναφορά στις γενικές αρχές και στις συνηθέστερες μεθόδους βελτιστοποίησης.

6η Εβδομάδα: Εξελικτικοί Αλγόριθμοι (ΕΑ). Σύντομη ιστορική αναδρομή. Σύντομο ιστορικό της γενετικής. Ορολογία δανεισμένη από τη βιολογία.

7η Εβδομάδα: Εξελικτικοί Αλγόριθμοι (ΕΑ). Αναλυτική περιγραφή λειτουργίας ενός απλού Γενετικού Αλγορίθμου. Γιατί και πως λειτουργούν οι ΕΑ. Οι ΕΑ σε σχέση με τις λοιπές μεθόδους βελτιστοποίησης. Περιοχές εφαρμογών των ΕΑ. Κατηγορίες Εξελικτικών Αλγορίθμων.

8η Εβδομάδα: Δομή και ειδικά χαρακτηριστικά των Εξελικτικών Αλγορίθμων. Χρήση δυαδικών, ακεραίων ή πραγματικών αριθμών. Μέθοδοι επιλογής του πληθυσμού. Τύποι διασταύρωσης και μετάλλαξης. Ελιτισμός. Επιδράσεις διαφόρων παραμέτρων στη σύγκλιση (μέγεθος πληθυσμού, διαφοροποίηση πληθυσμού, πιθανότητα μετάλλαξης και διασταύρωσης κ.λπ.).

9η Εβδομάδα: Διαχείριση των περιορισμών σε προβλήματα βελτιστοποίησης με ΕΑ. Διαφορικός Εξελικτικός Αλγόριθμος (Differential Evolution algorithm). Ειδικά χαρακτηριστικά του Διαφορικού Εξελικτικού αλγορίθμου. Περιγραφή λειτουργίας. Παράδειγμα ειδικού Εξελικτικού Αλγορίθμου για την επίλυση ενός Time Table Problem (TTP).

10η Εβδομάδα: Εξελικτικές Στρατηγικές (Evolution Strategies). Διαχρονική εξέλιξη των Εξελικτικών Στρατηγικών. Ειδικά χαρακτηριστικά τους. Ομοιότητες και διαφορές με τους Γενετικούς Αλγορίθμους.

11η Εβδομάδα: Μέθοδοι επιτάχυνσης ΕΑ. Λόγοι που χρειάζεται η επιτάχυνση των ΕΑ. Χρήση ειδικών τελεστών. Παράλληλη επεξεργασία – παρουσίαση των χρησιμοποιούμενων μεθόδων. Χρήση μετα-μοντέλων (Νευρωνικά δίκτυα, Response surfaces, κ.λπ.).

12η Εβδομάδα: Εξελικτικοί Αλγόριθμοι για πολυκριτήρια προβλήματα βέλτιστου σχεδιασμού. Αρχές πολυκριτήριας βελτιστοποίησης – Pareto-optimality. Χρήση ΕΑ για πολυκριτήρια βελτιστοποίηση. Παρουσίαση κυριοτέρων μεθόδων πολυκριτήριας βελτιστοποίησης με χρήση ΕΑ. Εφαρμογή πολυκριτήριου ΕΑ σε πρόβλημα βέλτιστου σχεδιασμού αεροτομής αεροσκάφους - Case study.

13η Εβδομάδα: Παραδείγματα εφαρμογών - Case Studies.

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Αθροιστική/Συμπερασματική (για βαθμό φοιτητή) Αξιολόγηση
Γραπτή Τελική Εξέταση	30%	(Ερωτήσεις σύντομης απάντησης)
		(Ερωτήσεις επίλυσης προβλημάτων)
Ομαδική Εργασία	70%	(Διόρθωση Παραδομένης Εργασίας)

Σχόλια για την Αξιολόγηση των Φοιτητών :

Οι φοιτητές παραδίδουν 3 έως 4 εργασίες κατά τη διάρκεια του εξαμήνου. Αυτές μπορεί να είναι είτε ατομικές είτε ομαδικές. Περιλαμβάνουν και την ανάπτυξη κώδικα σε Η/Υ, σε γλώσσα προγραμματισμού της επιλογής τους.

(6) ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

N.F.M. Roozenburg, J. Eekels, Product Design: Fundamentals and Methods, John Wiley & Sons. J.S. Arora, Optimum Design, McGraw-Hill. G.N. Vanderplaats, Numerical Optimization Techniques for Engineering Design. L. Piegl, W. Tiller, The NURBS Book, Springer. G. Farin, Curves and Surfaces for Computer Aided Geometric Design, Academic Press Inc., 1988. Z. Michalewicz, Genetic Algorithms +Data Structures = Evolutionary Programs, Springer. K. Deb, Multi-Objective Optimization using Evolutionary Algorithms, John Wiley & Sons. L.C. Jain, N.M. Martin (Editors), Fusion of Neural Networks, Fuzzy Sets, and Genetic Algorithms. Industrial Applications, CRC Press, 1999. J.H. Holland, Adaptation in Natural and Artificial Systems, The MIT Press, 1998. D. Goldberg, Genetic Algorithms, in Search, Optimization & Machine Learning, Addison-Wesley, 1989. S. Haykin, Neural Networks, a comprehensive foundation, Prentice Hall.

ΒΕΛΤΙΣΤΟΣ ΕΛΕΓΧΟΣ ΜΕ ΥΠΟΛΟΓΙΣΤΙΚΕΣ ΕΦΑΡΜΟΓΕΣ

(1) ΓΕΝΙΚΑ

ΣΧΟΛΗ	Μηχανικών Παραγωγής και Διοίκησης
2η ΣΧΟΛΗ
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Διδακτορικό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	PHD0115	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ	1ο
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ	ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διαλέξεις	3
Σύνολο	3		7.5
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ	Ειδίκευσης
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:  Προσδιορίζει τις βασικές έννοιες του βέλτιστου ελέγχου σε συστήματα μηχανικής, καθώς και την εφαρμογή αυτών σε υπολογιστικά παραδείγματα  Αξιολογεί την ανάγκης βελτιστοποίησης (υπό μορφή συστημάτων ελέγχου ανάδρασης) μίας διαδικασίας/διεργασίας  Σχεδιάζει (Συνθέτει) βέλτιστα συστήματα ελέγχου για α) διατήρηση σημάτων αναφοράς (π.χ. τροχιά οχήματος), β) απόρριψη διαταραχών (π.χ. απώλεια καυσίμων, απώλεια σημάτων), γ) αύξηση απόδοσης και ευστάθεια, δ) ασφάλεια λειτουργίας και ε) τήρηση λειτουργικών περιορισμών

Γενικές Ικανότητες

Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών  Λήψη αποφάσεων  Ομαδική εργασία  Παραγωγή νέων ερευνητικών ιδεών  Γραπτή επικοινωνία  Προφορική επικοινωνία  Εναλλακτική/Καινοτόμος σκέψη  Διαχείριση Χρόνου  Αποφασιστικότητα  Χρήση Υπολογιστή  Επίλυση προβλημάτων  Διαχείριση αριθμητικών δεδομένων

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Ιστορία του Λογισμού των Μεταβολών, Εισαγωγή στην Θεωρία Βέλτιστου Ελέγχου, Συνάρτησεις – Συναρτησιακά, Ακρότατα συναρτησιακών μιας συνάρτησης – Διαφορικές εξισώσεις Euler-Lagrange, Παραδείγματα μέσω Matlab, Συναρτησιακά διανυσματικών συναρτήσεων, Οι εξισώσεις Hamilton-Jacobi, Συναρτησιακά καμπύλων με ασυνέχεια στις παραγώγους, Συναρτησιακά καμπύλων οι οποίες υπόκεινται σε δεσμούς, Ισοπεριμετρικά προβλήματα, Εφαρμογές του Λογισμού Μεταβολών στον Βέλτιστο Έλεγχο, Οι εξισώσεις Hamilton-Jacobi-Bellman, Το πρόβλημα του βέλτιστου ρυθμιστή με πεπερασμένο χρονικό ορίζοντα, Το πρόβλημα του βέλτιστου ρυθμιστή με άπειρο χρονικό ορίζοντα, Το πρόβλημα ανίχνευσης, Η αρχή ελαχίστου του Pontryagin, Το πρόβλημα ελαχίστου χρόνου, Το πρόβλημα ελαχίστων καυσίμων, Το πρόβλημα ελάχιστης ενέργειας, Επίλυση υπολογιστικών προβλημάτων με έμφαση α) στο πρόβλημα ανίχνευσης, β) στο πρόβλημα ελαχίστου χρόνου, γ) στο πρόβλημα ελαχίστων καυσίμων, δ) στο πρόβλημα ελάχιστης ενέργειας.

(4) ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ

Πρόσωπο με πρόσωπο

ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Στη Διδασκαλία:	-    Τηλεδιάσκεψη, χρήση λογισμικών Matlab και απομακρυσμένης βοήθειας (VPN, teamviewer).
Στην Εργαστηριακή Εκπαίδευση:	-    Χρήση Λογισμικών όπως Matlab (εκπόνηση εργασιών), Labview (χρήση τους σε πειραματική διάταξη).
Στην Επικοινωνία με τους φοιτητές:	-    Υποστήριξη επικοινωνίας μέσω της ηλεκτρονικής πλατφόρμας e-class αλλά και μέσω ηλεκτρονικών μηνυμάτων.

ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Διαλέξεις	39.0 ώρες
Εκπόνηση Εργαστηριακών Ασκήσεων	50.0 ώρες
Αυτοτελής μελέτη	79.0 ώρες
Μελέτη και ανάλυση Βιβλιογραφίας	20.0 ώρες
Σύνολο	188 ώρες

Διδακτέα Ύλη ανά Εβδομάδα (13 εβδομάδες) :

ΕΒΔΟΜΑΔΑ 1η: “Εισαγωγή”
Ιστορία του Λογισμού των Μεταβολών, Εισαγωγή στην Θεωρία Βέλτιστου Ελέγχου.

ΕΒΔΟΜΑΔΑ 2η : “Λογισμός Μεταβολών (μέρος 1α)”
Συνάρτησεις – Συναρτησιακά, Ακρότατα συναρτησιακών μιας συνάρτησης – Διαφορικές εξισώσεις Euler-Lagrange

ΕΒΔΟΜΑΔΑ 3η : “Λογισμός Μεταβολών (μέρος 1β)”
Παραδείγματα μέσω Matlab.

ΕΒΔΟΜΑΔΑ 4η : “Λογισμός Μεταβολών (μέρος 2α)”
Συναρτησιακά διανυσματικών συναρτήσεων, Οι εξισώσεις Hamilton-Jacobi, Συναρτησιακά καμπύλων με ασυνέχεια στις παραγώγους,

ΕΒΔΟΜΑΔΑ 5η : “Λογισμός Μεταβολών (μέρος 2β)”
Συναρτησιακά καμπύλων οι οποίες υπόκεινται σε δεσμούς, Ισοπεριμετρικά προβλήματα.

ΕΒΔΟΜΑΔΑ 6η : “ Θεωρία Βέλτιστου Ελέγχου (μέρος 1α)”
Εφαρμογές του Λογισμού Μεταβολών στον Βέλτιστο Έλεγχο, Οι εξισώσεις Hamilton-Jacobi-Bellman

ΕΒΔΟΜΑΔΑ 7η : “ Θεωρία Βέλτιστου Ελέγχου (μέρος 1β)”
Το πρόβλημα του βέλτιστου ρυθμιστή με πεπερασμένο χρονικό ορίζοντα, Το πρόβλημα του βέλτιστου ρυθμιστή με άπειρο χρονικό ορίζοντα.

ΕΒΔΟΜΑΔΑ 8η : “ Θεωρία Βέλτιστου Ελέγχου (μέρος 2α)”
Το πρόβλημα ανίχνευσης, Η αρχή ελαχίστου του Pontryagin, Το πρόβλημα ελαχίστου χρόνου

ΕΒΔΟΜΑΔΑ 9η : “ Θεωρία Βέλτιστου Ελέγχου (μέρος 2β)”
Το πρόβλημα ελαχίστων καυσίμων, Το πρόβλημα ελάχιστης ενέργειας.

ΕΒΔΟΜΑΔΑ 10η : “ Yπολογιστικές Εφαρμογές”
Επίλυση υπολογιστικών προβλημάτων με έμφαση α) στο πρόβλημα ανίχνευσης.

ΕΒΔΟΜΑΔΑ 11η : “ Yπολογιστικές Εφαρμογές”
Επίλυση υπολογιστικών προβλημάτων με έμφαση β) στο πρόβλημα ελαχίστου χρόνου.

ΕΒΔΟΜΑΔΑ 12η : “ Yπολογιστικές Εφαρμογές”
Επίλυση υπολογιστικών προβλημάτων με έμφαση γ) στο πρόβλημα ελαχίστων καυσίμων.

ΕΒΔΟΜΑΔΑ 13η : “ Yπολογιστικές Εφαρμογές”
Επίλυση υπολογιστικών προβλημάτων με έμφαση δ) στο πρόβλημα ελάχιστης ενέργειας.

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Αθροιστική/Συμπερασματική (για βαθμό φοιτητή) Αξιολόγηση
Ατομική Εργασία	100%	(Προφορική Εξέταση)
		(Διόρθωση Παραδομένης Εργασίας)

Σχόλια για την Αξιολόγηση των Φοιτητών :

Υπολογιστικές ασκήσεις κατά άτομο (Παράδοση έως 4 αναφορών): Συντελεστής 100%

(6) ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

Καραμπετάκης Nικόλαος, Βέλτιστος Έλεγχος Συστημάτων, Εκδόσεις: Εκδόσεις Ζήτη (Κωδικός Ευδόξου: 11128) Optimal Control Theory: An Introduction (Dover Books on Electrical Engineering) Illustrated Edition by Donald E. Kirk Ξενόγλωσση βιβλιογραφία (υπό μορφή φωτοτυπιών ή pdf και σημειώσεις - διαφάνειες που θα αναπτυχθούν και κατά την διάρκεια του εξαμήνου). Συναφή επιστημονικά περιοδικά: Journal of Process Control, Control Engineering Practice, Robotics, Electronics, Applied System Innovation, IEEE Transactions on Automatic Control, IEEE Transactions on Robotics, IEEE Transactions on Control Systems Technology

ΔΙΑΔΙΚΤΥΑΚΑ ΔΕΔΟΜΕΝΑ ΓΙΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΤΗΤΑ ΚΑΙ ΒΙΩΣΙΜΟΤΗΤΑ

(1) ΓΕΝΙΚΑ

ΣΧΟΛΗ	Μηχανικών Παραγωγής και Διοίκησης
2η ΣΧΟΛΗ
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Διδακτορικό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	PHD0116	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ	1ο
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ	ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διαλέξεις	3
Σύνολο	3		7.5
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ	Ανάπτυξης δεξιοτήτων
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)	https://www.eclass.tuc.gr/courses/MPD365/

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:  Χρησιμοποιεί Ελεύθερο λογισμικό συλλογής και ανάλυσης δεδομένων  Συλλέγει Ποσοτικά και ποιοτικά δεδομένα  Αναλύει Δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών  Αξιολογεί (Συνθέτει) Αποτελέσματα της ανάλυσης των δεδομένων  Προτείνει Τάσεις και προοπτικές

Γενικές Ικανότητες

Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών  Προσαρμογή σε νέες καταστάσεις  Αυτόνομη εργασία  Παραγωγή νέων ερευνητικών ιδεών  Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης  Εναλλακτική/Καινοτόμος σκέψη  Χρήση Υπολογιστή  Διαχείριση αριθμητικών δεδομένων  Εργασία σε διεπιστημονικό περιβάλλον

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Διαδικτυακά δεδομένα για επιχειρηματικότητα και βιωσιμότητα Web-Based data for sustainability and entrepreneurship Σκοπός αυτού του μαθήματος είναι να εξοικειώσει τους Υ.Δ. σε τεχνικές αναζήτησης δεδομένων από το διαδίκτυο και συλλογής δεδομένων μέσω δομημένων ηλεκτρονικών ερευνών. Το μάθημα περιλαμβάνει τρεις ενότητες: 1. Συλλογή και επεξεργασία δεδομένων επιχειρήσεων και επιχειρηματικής δραστηριότητας από το LinkledIn. Συγκεκριμένα θα αναλυθούν πεδία που δηλώνονται στα προφίλ των επιχειρήσεων (“company profiles”), στις αγγελίες εργασίας (“Jobs”) και στα προσωπικά προφίλ χρηστών (“People”). Θα εξεταστούν προσεγγίσεις συλλογής, επεξεργασίας και ανάλυσης δεδομένων. 2. Συλλογή και επεξεργασία αναζητήσεων στο διαδικτύου, με τη χρήση της εφαρμογής Google Trends. Θα παρουσιαστεί μια γενική περιγραφή της εφαρμογή διαδικασίες και τεχνικές συλλογής και επεξεργασίας και ανάλυσης δεδομένων. 3. Θα αναλυθούν μεθοδολογικές λεπτομέρειες κατασκευής και διεξαγωγής διαδικτυακών ερευνών και λήψη paradata με το λογισμικό 1ka.

(4) ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ

Πρόσωπο με πρόσωπο

ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Στη Διδασκαλία:	-    Βιβλιογραφική ανασκόπηση -    Τεχνικές ανάλυσης δεδομένων -    Χρήση ελεύθερου λογισμικού
Στην Εργαστηριακή Εκπαίδευση:	-    Ανάκτηση ποσοτικών και ποιοτικών δεδομένων -    Στατιστική επεξεργασία δεδομένων

ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Διαλέξεις	39.0 ώρες
Εργαστήρια	39.0 ώρες
Εκπόνηση Ομαδικής Εργασίας	71.0 ώρες
Εκπόνηση Εργαστηριακών Ασκήσεων	39.0 ώρες
Σύνολο	188 ώρες

Διδακτέα Ύλη ανά Εβδομάδα (13 εβδομάδες) :

Διαλέξεις
1.Βιβλιογραφική ανασκόπηση
2. Τεχνικές αναζήτησης δεδομένων
3. Δομή των προφίλ στο LinkedIn
4. Τεχνικές συλλογής δεδομένων από το LinkedIn
5. Ανάλυση δεδομένων από το LinkedIn
6. Χρήση του εργαλείου Google Trends
7. Τεχνικές συλλογής δεδομένων διαδικτυακών αναζητήσεων
8. Επεξεργασία δεδομένων διαδικτυακών αναζητήσεων
9. Τεχνικές ηλεκτρονικών ερευνών με δομημένα ερωτήματα
10. Κατασκευή διαδικτυακών ερωτηματολογίων με το λογισμικό 1ka
11. Προώθηση και συμπλήρωση ερωτηματολογίων
12. Εξαγωγή και επεξεργασία δεδομένων διαδικτυακών ερευνών
13. Paradata διαδικτυακών ερευνών

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Αθροιστική/Συμπερασματική (για βαθμό φοιτητή) Αξιολόγηση
Ατομική Εργασία	100%	(Διόρθωση Παραδομένης Εργασίας)

Σχόλια για την Αξιολόγηση των Φοιτητών :

Η αξιολόγησή θα γίνει σε εργασία/ες που θα εκπονηθούν με καθοδήγηση μέσα στο εξάμηνο.

(6) ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

Menegaki, A. N., Olsen, S. B., & Tsagarakis, K. P. (2016). Towards a common standard - A reporting checklist for web-based stated preference valuation surveys and a critique for mode surveys. Journal of Choice Modelling, 18, 18-50. doi:10.1016/j.jocm.2016.04.005 Keramitsoglou, K. M., Lozar Manfreda, K., Anastasiou, C., Skjak, K. K., & Tsagarakis, K. P. (2018). Mode comparison study on willingness to buy and willingness to pay for organic foods: Paper-and-pencil versus computerized questionnaire. Electronic Commerce Research, 18(3), 587-603. doi:10.1007/s10660-017-9274-7 Mavragani, A., Ochoa, G., & Tsagarakis, K. P. (2018). Assessing the methods, tools, and statistical approaches in google trends research: Systematic review. Journal of Medical Internet Research, 20(11) doi:10.2196/jmir.9366 Tsironis, G., Daglis, T., & Tsagarakis, K. P. (2022). Social media and EU companies' engagement in circular economy: A LinkedIn approach. Sustainable Production and Consumption, 32, 802-816. doi:10.1016/j.spc.2022.06.006

ΔΥΝΑΜΙΚΑ ΣΥΣΤΗΜΑΤΑ ΑΝΘΡΩΠΟΥ-ΜΗΧΑΝΗΣ

(1) ΓΕΝΙΚΑ

ΣΧΟΛΗ	Μηχανικών Παραγωγής και Διοίκησης
2η ΣΧΟΛΗ
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Διδακτορικό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	PHD0104	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ	1ο
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ	ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διαλέξεις	3
Σύνολο	3		7.5
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ	Γενικού υποβάθρου
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)	https://www.eclass.tuc.gr/courses/MPD357/

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:  Αναλύει τις αποφάσεις που λαμβάνονται στο σχεδιασμό των ροών εργασίας σε ένα σύστημα παραγωγής  Τεστάρει προτάσεις για τη βελτίωση των συνθηκών εργασίας και τρόπων λειτουργία του εξοπλισμού  Αξιολογεί (Συνθέτει) τα συστήματα ελέγχου σε ένα σύστημα και τα μντελοποιεί ως βρόχους ελέγχου  Προσδιορίζει τα σημεία μόχλευσης σε ένα σύστημα παραγωγής για τη βελτίωση της παραγωγικότητας  Μετράει τους χρόνους επεργασίας των προιόντων και τις ουρές αναμονής αυτών σε διαφορετικούς σταθμούς εργασίας  Διαχειρίζεται τον έλεγχο και εποπτεία ενός παραγωγικού συτήματος

Γενικές Ικανότητες

Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών  Λήψη αποφάσεων  Αυτόνομη εργασία  Σχεδιασμός και διαχείριση έργων  Διαχείριση αριθμητικών δεδομένων

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Διοίκηση επιχειρησιακών διαδικασιών, διαδικαστική αναπαράσταση με διαγράμματα IDEF, επιδράσεις εργονομικών παραγόντων, επεξεργασία πληροφοριών από τόν άνθρωπο, μοντέλα λήψης αποφάσεων, ανάλυση ανθρώπινης αξιοπιστίας, διερεύνηση συμβάντων. ΜΕΡΟΣ Β: Θεωρία δυναμικής συστημάτων, αρχέτυπα ελέγχου θεμελιωδών συστημάτων, έλεγχος επιχειρησιακών διαδικασιών παραγωγής, ποιότητας και ασφάλειας, εφαρμογές με χρήση του λογισμικού πακέτου Vensim. ΜΕΡΟΣ Γ: Μοντελοποίηση συστημάτων με δίκτυα Petri, μοντέλα θεμελιωδών υποσυστημάτων με δίκτυα Petri, έγχρωμα δίκτυα Petri (Coloured Petri Nets), μοντελοποίηση ροών εργασίας, εφαρμογές με χρήση του λογισμικού πακέτου CPNTools.

(4) ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ

Πρόσωπο με πρόσωπο

ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Στη Διδασκαλία:	-    Video με ασκήσεις, ηλεκτρονικές διαφάνειες
Στην Εργαστηριακή Εκπαίδευση:	-    CPN tools, Vensim
Στην Επικοινωνία με τους φοιτητές:	-    e class

ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Διαλέξεις	39.0 ώρες
Εκπόνηση Ατομικής Εργασίας	40.0 ώρες
Αυτοτελής μελέτη	80.0 ώρες
Μελέτη και ανάλυση Βιβλιογραφίας	20.0 ώρες
Διαδραστική διδασκαλία	10.0 ώρες
Σύνολο	189 ώρες

Διδακτέα Ύλη ανά Εβδομάδα (13 εβδομάδες) :

1. Διοίκηση επιχειρησιακών διαδικασιών,
2. Επιδράσεις εργονομικών παραγόντων,
3. Επεξεργασία πληροφοριών από τόν άνθρωπο,
4. Μοντέλα λήψης αποφάσεων, ανάλυση ανθρώπινης αξιοπιστίας
5. Θεωρία δυναμικής συστημάτων,
6. Αρχέτυπα ελέγχου θεμελιωδών συστημάτων,
7. Ελεγχος επιχειρησιακών διαδικασιών παραγωγής, ποιότητας και ασφάλειας,
8. Εφαρμογές με χρήση του λογισμικού πακέτου Vensim.
9. Μοντελοποίηση συστημάτων με δίκτυα Petri,
10. Μοντέλα θεμελιωδών υποσυστημάτων με δίκτυα Petri,
11. Εγχρωμα δίκτυα Petri (Coloured Petri Nets),
12. Μοντελοποίηση ροών εργασίας,
13. Εφαρμογές με χρήση του λογισμικού πακέτου CPNTools.

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Αθροιστική/Συμπερασματική (για βαθμό φοιτητή) Αξιολόγηση
Γραπτή Τελική Εξέταση	50%	(Συγκριτική αξιολόγηση στοιχείων θεωρίας)
		(Ερωτήσεις επίλυσης προβλημάτων)
Ατομική Εργασία	50%	(Προφορική Εξέταση)
		(Διόρθωση Παραδομένης Εργασίας)

 

(6) ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

Sterman, John (2000). Business Dynamics: Systems Thinking and Modeling for a Complex World Juan Martín García (2020) Theory and Practical Exercises of System Dynamics: Cases and basic examples in industry, environment, business and research. Jean-Marie Proth and Xiaolan Xie (1997) . Petri Nets: A Tool for Design and Management of Manufacturing Systems 1st Edition, WIley Kurt Jensen (2013). Coloured Petri Nets: Basic Concepts, Analysis Methods and Practical Use. Springer

ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΠΡΟΒΛΕΨΕΩΝ: ΚΑΙΝΟΤΟΜΕΣ ΟΙΚΟΝΟΜΙΕΣ ΚΑΙ ΚΟΙΝΩΝΙΕΣ

(1) ΓΕΝΙΚΑ

ΣΧΟΛΗ	Μηχανικών Παραγωγής και Διοίκησης
2η ΣΧΟΛΗ
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Διδακτορικό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	1600-ΓΕ0095	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ	1ο
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ	ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διαλέξεις	3
Σύνολο	3		7.5
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ	Γενικών Γνώσεων
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:  Αναλύει τον ρόλο των ομάδων στην ανάσχεση των καινοτομιών  Αναπτύσει την λογική της συλλογικής δράσης  Διακρίνει τις επιπτώσεις της δράσης των ομάδων στην ανάπτυξη και στην καινοτομία  Αναγνωρίζει πως η ενοποίηση των επικρατειών οφελεί την καινοτομία  Διατυπώνει πως γίνεται μια κοινωνία καινοτόμος

Γενικές Ικανότητες

Προσαρμογή σε νέες καταστάσεις  Λήψη αποφάσεων  Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

1) Ακμάζουσες και παρακμάζουσες οικονομίες 2) Η λογική της δράσης των οργανωμένων ομάδων ειδικών ιδιωτικών συμφερόντων 3) Οι επιπτώσεις από την δράση των οργανωμένων ιδιωτικών ομάδων 4) Επιβραδυντές στην υιοθέτηση καινοτομιών και νέων τεχνολογιών σε μια οικονομία 5) Ανεπτυγμένες δημοκρατίες μετά τον Β’ παγκόσμιο πόλεμο 6) Ενοποίηση επικρατειών και εξωτερικό εμπόριο 7) Ανισότητα, διακρίσεις και ανάπτυξη 8) Στασιμοπληθωρισμός, ανεργία, επιχειρηματικοί κύκλοι και ανάπτυξη

(4) ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ

Πρόσωπο με πρόσωπο

ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Στη Διδασκαλία:	-    Υποστήριξη Μαθησιακής διαδικασίας μέσω της ηλεκτρονικής πλατφόρμας e-class

ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Διαλέξεις	39.0 ώρες
Αυτοτελής μελέτη	161.0 ώρες
Σύνολο	200 ώρες

 

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Επιμορφωτική/Διαμορφωτική

 

(6) ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

Olson, Mancur. (1971). The Logic of Collective Action: Public Goods and the Theory of Groups (Revised edition ed.). Harvard University Press. Olson, Mancur (1982). The Rise and the Decline of Nations. Economic Growth, Stagflation and Social Rigidities. Yale University. Olson, Mancur, (2000). Power and Prosperity: Outgrowing Communist and Capitalist Dictatorships, Oxford University Press. Olson, Mancur and Richard Zeckhauser, (1996), An Economic Theory of Alliances. Review of Economics and Statistics, 47, pp. 266-79. Journals Atsalakis, G., Baourakis, G., Zopounidis, C., (2016). The Economic Crisis and Retardants of Growth in Greece. International Journal of Sustainable Economies Management, 5, 1-17. Atsalakis G., Galariotis E., Zopounidis C., (2019). The Causes of the Greek Debt Problem, International Journal of Sustainable Economies Management 8(4), 13-28. M. Mitsopoulos, T. Pelagidis / Does staffing affect the time to dispose cases in Greek courts? Review of Law and Economics 27 (2007) 219–244Mitsopoulos, Μ.,and Pelagidis, Τ., (2011). Understanding the crisis in Greece: From Boom to Bust. Hampshire, England: Palgrave Macmillan.Papadakis, H., Atsalakis, G., (2019). Survey of Interest Groups Influence in an Economy, International Journal of Sustainable Economies Management, 8(2), 49-67. Papadakis, H., Atsalakis, GS, Zopounidis, C., (2022). The Rise and Decline of Greece. Suntext Review of Economics & Business 3(3): 167.

ΕΙΔΙΚΑ ΚΕΦΑΛΑΙΑ ΜΗ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ

(1) ΓΕΝΙΚΑ

ΣΧΟΛΗ	Μηχανικών Παραγωγής και Διοίκησης
2η ΣΧΟΛΗ
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Διδακτορικό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	PHD0103	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ	1ο
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ	ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διαλέξεις	3
Σύνολο	3		7.5
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ	Ειδίκευσης
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)	https://www.eclass.tuc.gr/courses/MPD153/

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:  Αναγνωρίζει την μορφή προβλημάτων μη γραμμικού προγραμματισμού  Αναλύει προβλήματα μη γραμμικού προγραμματισμού  Προγραμματίζει αλγόριθμου για την επίλυση των προβλημάτων μη γραμμικού προγραμματισμού  Αξιολογεί τις λύσεις των αλγορίθμων  Διατυπώνει προβλήματα μη γραμμικού προγραμματισμού  Επιλύει αναλυτικά ή με εφαρμογή αριθμητικών μεθοδολογιών προβήματα μη γραμμικού προγραμματισμού

Γενικές Ικανότητες

Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών  Αυτόνομη εργασία  Παραγωγή νέων ερευνητικών ιδεών  Χρήση Υπολογιστή  Επίλυση προβλημάτων  Διαχείριση αριθμητικών δεδομένων

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Εισαγωγή, Ανάλυση κυρτότητας (Κυρτά σύνολα Κυρτές συναρτήσεις), Μη γραμμική βελτιστοποίηση (Συνθήκες βέλτιστου Αλγόριθμοι βελτιστοποίησης), Εφαρμογές μη γραμμικού προγραμματισμού, Απόλυτη βελτιστοποίηση προβλημάτων μη γραμμικού προγραμματισμού (Αιτιοκρατικές μέθοδοι Κυρτή χαλάρωση συναρτήσεων), Μικτός ακέραιος γραμμικός και μη γραμμικός προγραμματισμός, Εφαρμογές.

(4) ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ

Πρόσωπο με πρόσωπο

ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Στην Επικοινωνία με τους φοιτητές:	-    eclass

ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Διαλέξεις	39.0 ώρες
Εκπόνηση Ατομικής Εργασίας	70.0 ώρες
Αυτοτελής μελέτη	50.0 ώρες
Μελέτη και ανάλυση Βιβλιογραφίας	30.0 ώρες
Σύνολο	189 ώρες

Διδακτέα Ύλη ανά Εβδομάδα (13 εβδομάδες) :

1. Εισαγωγή στο μάθημα, Παρουσίαση του προβλήματος και βασικοί ορισμοί, Παραδείγματα, Διαδικασία επίλυσης προβλημάτων βελτιστοποίησης, Ασκήσεις
2. Κυρτά σύνολα, Βασικοί ορισμοί, Κλειστότητα και εσωτερικό συνόλου, Διαχωρισμός και υποστήριξη συνόλων, Ασκήσεις
3. Κυρτές συναρτήσεις, Ορισμοί και βασικές ιδιότητες, Κατευθηντήρια παράγωγος και υποκλίσεις κυρτών συναρτήσεων, Διαφορήσιμες κυρτές συναρτήσεις, Ελάχιστα κυρτών συναρτήσεων, Γενικεύσεις κυρτής συνάρτησης
4. Συνθήκες βέλτιστου, Προβλήματα χωρίς περιορισμούς, Προβλήματα με περιορισμούς ανισότητας, Προβλήματα με περιορισμούς ανισότητας και ισότητας, Λαγκρανζιανή συνάρτηση, Αλγόριθμος ενεργού συνόλου
5. Αλγόριθμοι βελτιστοποίησης, Η έννοια του αλγόριθμου, Προβλήματα χωρίς περιορισμούςΑλγόριθμοι βελτιστοποίησης, Η έννοια του αλγόριθμου, Προβλήματα χωρίς περιορισμούς
6. Λύση 1ης σειράς ασκήσεων, Προβλήματα χωρίς περιορισμούς, Προβλήματα με περιορισμούς
7. Προβλήματα με περιορισμούς
8. Προβλήματα με περιορισμούς
9. Απόλυτη βελτιστοποίηση, Εισαγωγή, Μέθοδοι βασισμένες σε ανάλυση διαστημάτων
10. Μέθοδοι χωρικών κλάδων και φραγμών, Κυρτή χαλάρωση, Ένας αιτιοκρατικός αλγόριθμος απόλυτης βελτιστοποίησης, Ανάλυση του αλγορίθμου
11. Μικτός ακέραιος γραμμικός προγραμματισμός, Μοντελοποίηση με ακέραιες μεταβλητές, Τεχνικές επίλυσης
12. Λύση 2ης σειράς ασκήσεων
13. Επανάληψη βασικών εννοιών και επίλυση παλαιών θεμάτων

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Αθροιστική/Συμπερασματική (για βαθμό φοιτητή) Αξιολόγηση
Γραπτή Τελική Εξέταση	50%	(Ερωτήσεις σύντομης απάντησης)
		(Ερωτήσεις επίλυσης προβλημάτων)
Ατομική Εργασία	50%	(Διόρθωση Παραδομένης Εργασίας)

 

(6) ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

1. Bazaraa M.S., Sherali H.D. and Shetty C.M., Nonlinear programming: theory and algorithms, 3rd ed., New York: Wiley, 2006. 2. Edgar T.F. and Himmelblau D.M., Optimization of chemical processes, New York: McGraw-Hill, 1988. 3. Fletcher R., Practical methods of optimization, 2nd ed., New York: Wiley, 1987. 4. Floudas C.A., Deterministic global optimization: theory, methods and applications, Berlin: Springer, 1999. 5. Floudas C.A., Nonlinear and mixed-integer optimization: fundamentals and applications, New York: Oxford University Press, 1995. 6. Gill P.E., Murray W. and Wright M.H., Practical optimization, London: Academic Press, 1981. 7. Horst R. and Tuy H., Global optimization: deterministic approaches, 3rd ed., Berlin: Springer, 1996. 8. Tuy H., Convex analysis and global optimization, Dordrecht: Kluwer Academic Publishers, 1998.9. 9. Williams H.P., Model building in mathematical programming, 4th ed., New York: Wiley, 1999.

ΕΠΙΧΕΙΡΗΜΑΤΙΚΗ ΕΥΦΥΪΑ ΚΑΙ ΑΝΑΛΥΤΙΚΗ ΔΕΔΟΜΕΝΩΝ

(1) ΓΕΝΙΚΑ

ΣΧΟΛΗ	Μηχανικών Παραγωγής και Διοίκησης
2η ΣΧΟΛΗ
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Διδακτορικό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	PHD0107	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ	1ο
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ	ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διαλέξεις	3
Σύνολο	3		7.5
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ	Γενικού υποβάθρου
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)	https://www.eclass.tuc.gr/courses/MPD284/

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:  Αναγνωρίζει επιχειρησιακά προβλήματα λήψης απόφασης, την πολυπλοκότητα, το βαθμό αβεβαιότητας και τη σημαντικότητά τους  Αναλύει μεγάλα δεδομένα με χρήση μεθόδων στατιστικής & ανάλυσης δεδομένων, επιχειρησιακής έρευνας - βελτιστοποίησης και τεχνητής νοημοσύνης  Συγκρίνει (Αξιολογεί) μεθόδους και επιλέγει την καταλληλότερη για το συγκεκριμένο πρόβλημα  Εφαρμόζει μεθόδους αναλυτικής με τη βοήθεια ειδικών λογισμικών για την ανάλυση μεγάλων δεδομένων για την υποστήριξη της λήψης αποφάσεων σε επιχειρησιακά προβλήματα  Επιλύει πολύπλοκα επιχειρησιακά προβλήματα με χρήση μαθηματικών μοντέλων και ευφυών μεθόδων  Διαχειρίζεται μεγάλα δεδομένα, πληροφορίες και γνώση  Ερμηνεύει αποτελέσματα εφαρμογής μεθόδων ανάλυσης δεδομένων, επιχειρησιακής έρευνας/βελτιστοποίησης και τεχνητής νοημοσύνης

Γενικές Ικανότητες

Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών  Προσαρμογή σε νέες καταστάσεις  Λήψη αποφάσεων  Αυτόνομη εργασία  Ομαδική εργασία  Παραγωγή νέων ερευνητικών ιδεών  Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης  Εναλλακτική/Καινοτόμος σκέψη  Χρήση Υπολογιστή  Επίλυση προβλημάτων  Διαχείριση αριθμητικών δεδομένων  Εργασία σε διεπιστημονικό περιβάλλον

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Επιχειρηματική Ευφυΐα, Επιχειρηματική Αναλυτική (Περιγραφική, Προγνωστική και Καθοδηγητική Αναλυτική), Μεγάλα Δεδομένα. Δεδομένα, Πληροφορία, Γνώση. Αποθήκες Δεδομένων και συστήματα OLAP. Τεχνητή Νοημοσύνη και Μηχανική Μάθηση. Αναλυτική Δεδομένων & Εξόρυξη Γνώσης από Μεγάλους Όγκους Δεδομένων, Μέθοδοι/Αλγόριθμοι Ταξινόμησης, Συσταδοποίησης, Κανόνες Συσχέτισης, Εξόρυξη διαδικασιών. Μέθοδοι Επιχειρησιακής Έρευνας, Βελτιστοποίησης & Πολυκριτήριας Ανάλυσης στην Αναλυτική, Προεπεξεργασία. Μετατροπές δεδομένων. Μέτρα Ομοιότητας & Διαφορετικότητας, Ανίχνευση Ακραίων Τιμών, Ανάλυση Δεδομένων, Υπολογιστική Νοημοσύνη (Νευρωνικά Δίκτυα, Ασαφή Συστήματα, Εξελικτικοί Αλγόριθμοι), Βαθιά Μάθηση (deep learning), Ευφυή Συστήματα, Εργαλεία, Γλώσσες & Συστήματα Επιχειρηματικής Ευφυΐας, Εξόρυξης Γνώσης και Αναλυτικής Δεδομένων όπως: Python, Weka, Rapid Miner, Hadoop, κα.

(4) ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ

Πρόσωπο με πρόσωπο

ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Στη Διδασκαλία:	-    Διενέργεια του μαθήματος με χρήση διαφανειών power point. -    Χρήση πακέτων λογισμικού για παρουσίαση μεθόδων και εφαρμογής τους στην επίλυση προβλημάτων
Στην Επικοινωνία με τους φοιτητές:	-    Επικοινωνία με φυσική παρουσία σε ώρες γραφείου -    Επικοινωνία μέσω Skype και zoom για επίλυση αποριών -    Μέσω της πλατφόρμας τηλε-εκπαίδευσης e-Class

ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Διαλέξεις	39.0 ώρες
Εκπόνηση Ατομικής Εργασίας	90.0 ώρες
Αυτοτελής μελέτη	25.0 ώρες
Μελέτη και ανάλυση Βιβλιογραφίας	34.0 ώρες
Σύνολο	188 ώρες

Διδακτέα Ύλη ανά Εβδομάδα (13 εβδομάδες) :

1. Επιχειρηματική Ευφυΐα, Επιχειρηματική Αναλυτική (Περιγραφική, Προγνωστική και Καθοδηγητική Αναλυτική), Μεγάλα Δεδομένα,
2. Δεδομένα, Πληροφορία, Γνώση.
3. Αποθήκες Δεδομένων και συστήματα OLAP.
4. Τεχνητή Νοημοσύνη και Μηχανική Μάθηση,
5. Αναλυτική Δεδομένων & Εξόρυξη Γνώσης από Μεγάλους Όγκους Δεδομένων,
6. Μέθοδοι/Αλγόριθμοι Ταξινόμησης, Συσταδοποίησης, Κανόνες Συσχέτισης,
7. Μέθοδοι/Αλγόριθμοι Ταξινόμησης, Συσταδοποίησης, Κανόνες Συσχέτισης, Εξόρυξη διαδικασιών,
8. Μέθοδοι Επιχειρησιακής Έρευνας, Βελτιστοποίησης & Πολυκριτήριας Ανάλυσης στην Αναλυτική,
9. Μέθοδοι Επιχειρησιακής Έρευνας, Βελτιστοποίησης & Πολυκριτήριας Ανάλυσης στην Αναλυτική,
10. Προεπεξεργασία. Μετατροπές δεδομένων. Μέτρα Ομοιότητας & Διαφορετικότητας, Ανίχνευση Ακραίων Τιμών, Ανάλυση Δεδομένων,
11. Υπολογιστική Νοημοσύνη (Νευρωνικά Δίκτυα, Ασαφή Συστήματα, Εξελικτικοί Αλγόριθμοι),
12. Βαθιά Μάθηση (deep learning),
13. Ευφυή Συστήματα, Εργαλεία, Γλώσσες & Συστήματα Επιχειρηματικής Ευφυΐας, Εξόρυξης Γνώσης και Αναλυτικής Δεδομένων όπως: Python, Weka, Rapid Miner, Hadoop, κα.

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Αθροιστική/Συμπερασματική (για βαθμό φοιτητή) Αξιολόγηση
Γραπτή Τελική Εξέταση	30%	(Ερωτήσεις σύντομης απάντησης)
		(Συγκριτική αξιολόγηση στοιχείων θεωρίας)
		(Ερωτήσεις επίλυσης προβλημάτων)
Ατομική Εργασία	70%	(Δημόσια Παρουσίαση)
		(Προφορική Εξέταση)
		(Διόρθωση Παραδομένης Εργασίας)

Σχόλια για την Αξιολόγηση των Φοιτητών :

Οι φοιτητές εκπονούν μεγάλες ή απαλλακτικές εργασίες τις οποίες παραδίδουν πριν την τελική εξέταση του μαθήματος.
Όλοι φοιτητές συμμετέχουν στην τελική εξέταση του μαθήματος.
Ο τελικός βαθμός του μαθήματος προκύπτει από το συνδυασμό των βαθμολογιών εργασίας και εξέτασης αναλόγως του είδους της εργασίας.
Οι φοιτητές θα πρέπει να αξιολογηθούν τουλάχιστον με 6 στη γραπτή/προφορική εξέταση για να υπολογισθούν οι βαθμοί της μεγάλης ή της απαλλακτικής εργασίας.

(6) ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

Νικόλαος Ματσατσίνης (2021), Επιχειρηματική Ευφυΐα, Αναλυτική και Ανάλυση Μεγάλων Δεδομένων για Λήψη Αποφάσεων, Νέες Τεχνολογίες. Δημοσιεύσεις από διεθνή περιοδικά Στους φοιτητής δίδεται ενδεικτική βιβλιογραφία συναφής με το αντικείμενο της εργασίας τους όπως και βασικά άρθρα της θεωρίας.

ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΚΑΙ ΠΡΟΣΟΜΟΙΩΣΗ ΚΑΤΕΡΓΑΣΙΩΝ ΜΕ ΣΥΣΤΗΜΑΤΑ CAD/CAE

(1) ΓΕΝΙΚΑ

ΣΧΟΛΗ	Μηχανικών Παραγωγής και Διοίκησης
2η ΣΧΟΛΗ
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Διδακτορικό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	1600-ΓΕ0061	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ	1ο
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ	ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διαλέξεις	3
Σύνολο	3		7.5
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ	Ειδίκευσης
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)	https://www.eclass.tuc.gr

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:  Αναπτύσει μεθόδους και λογισμικά προσομοίωσης μηχανουργικών κατεργασιών με στόχο τη βελτιστοποίηση τους  Σχεδιάζει (Αναλύει) κοπτικά εργαλεία χρησιμοποιώντας αριθμητικές και αναλυτικές μεθόδους με στόχο τη βελτιστοποίησή τους  Πειραματίζεται για την εύρεση των βέλτιστων συνθηκών μηχανουργικών κατεργασιών για τη διακρίβωση των μοντέλων προσομοίωσης με τη χρήση συστημάτων CAD, CAD/CAM και Πεπερασμένων Στοιχείων (FEM)  Προγραμματίζει Συστήματα CAD για μοντελοποίηση κατεργασιών  Εφαρμόζει τη μέθοδο των πεπερασμένων στοιχείων στη μοντελοποίηση των κατεργασιών

Γενικές Ικανότητες

Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών  Αυτόνομη εργασία  Ομαδική εργασία  Παραγωγή νέων ερευνητικών ιδεών  Χρήση Υπολογιστή

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

• Αναλυτικές και αριθμητικές μέθοδοι προσομοίωσης μηχανουργικών κατεργασιών. • Λογισμικά προσομοίωσης. • Εφαρμογές μεθόδου πεπερασμένων στοιχείων σε κατεργασίες κοπής και κατεργασίες διαμόρφωσης. • Ανάπτυξη λογισμικών προσομοίωσης με χρήση γλώσσας προγραμματισμού (Fortran, VB, C++). • Συστήματα CAD για μοντελοποίηση κατεργασιών. • Σχεδιασμός κοπτικών εργαλείων. • Βελτιστοποίηση μηχανουργικών κατεργασιών με κριτήρια τη μείωση της φθοράς των εργαλείων και την πιστότητα των κατεργασμένων επιφανειών. • Προσομοίωση βασισμένη σε εξειδικευμένες μετρήσεις.

(4) ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ

Πρόσωπο με πρόσωπο

ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Στη Διδασκαλία:	-    Παρουσιάσεις power point -    Video εφαρμογών
Στην Εργαστηριακή Εκπαίδευση:	-    προγραμματισμός CNC Εργαλειομηχανών -    Προγραμαμτισμός συστημάτων CAD -    Προγραμαμτισμός συστημάτων CAE
Στην Επικοινωνία με τους φοιτητές:	-    e-mail -    κοινωνικά δίκτυα

ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Διαλέξεις	39.0 ώρες
Εργαστήρια	24.0 ώρες
Εκπόνηση Ομαδικής Εργασίας	50.0 ώρες
Εκπόνηση Ατομικής Εργασίας	50.0 ώρες
Μελέτη και ανάλυση Βιβλιογραφίας	25.0 ώρες
Σύνολο	188 ώρες

Διδακτέα Ύλη ανά Εβδομάδα (13 εβδομάδες) :

Εβδομάδα 1 έως 4: Παρουσιάζονται οι αναλυτικές και οι αριθμητικές μέθοδοι προσομοίωσης των μηχανουργικών κατεργασιών και αντίστοιχα Λογισμικά προσομοίωσης. Γίνονται εφαρμογές της μεθόδου των πεπερασμένων στοιχείων σε κατεργασίες κοπής και κατεργασίες διαμόρφωσης.
Εβδομάδα 5 έως 10: Αναπτύσσονται λογισμικά προσομοίωσης με χρήση γλώσσας προγραμματισμού (Fortran, VB, C++) ενώ χρησιμοποιούνται συστήματα CAD για τη μοντελοποίηση των κατεργασιών. Εξετάζεται ο κατάλληλος σχεδιασμός των κοπτικών εργαλείων.
Εβδομάδα 11 έως 13: Ελέγχεται η βέλτιστη επιλογή συνθηκών κατεργασίας για τις μηχανουργικές κατεργασίες με κριτήρια τη μείωση της φθοράς των εργαλείων και την πιστότητα των κατεργασμένων επιφανειών. Εκτελούνται προσομοιώσεις βασισμένες σε εξειδικευμένες μετρήσεις.

Αλλα Σχόλια για την Οργάνωση της Διδασκαλίας :

Η διδασκαλία γίνεται κυρίως δια ζώσης στο Εργαστήριο Μικροκοπής και Κατασκευαστικής Προσομοίωσης που διαθέτει Ηλεκτρονικούς Υπολογιστές για τις προσομοιώσεις και ταυτόχρονα τρεις εργαλειομηχανές με ψηφιακή καθοδήγηση και όλα τα απαραίτητα μετρητικά όργανα για την επιβεβαίωση των προσομοιώσεων.

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Αθροιστική/Συμπερασματική (για βαθμό φοιτητή) Αξιολόγηση
Ομαδική Εργασία	30%	(Δημόσια Παρουσίαση)
Ατομική Εργασία	30%	(Δημόσια Παρουσίαση)
		(Προφορική Εξέταση)
		(Διόρθωση Παραδομένης Εργασίας)
Ασκήσεις Εργαστηρίου	40%	(Δημόσια Παρουσίαση)
		(Προφορική Εξέταση)
		(Διόρθωση Παραδομένης Εργασίας)

Σχόλια για την Αξιολόγηση των Φοιτητών :

Η τελική αξιολόγηση γίνεται κατόπιν δύο ολοκληρωμένων εργασιών (μία ατομική και μία ομαδική) και της παρουσίασής τους καθώς και από πρωτόκολλα εργαστηριακών ασκήσεων που εκτελούνται στις εργαλειομηχανές με ψηφιακή καθοδήγηση του Εργαστηρίου με τη βοήθεια των απαιτούμενων Μετρητικών.

(6) ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

F. Klocke, W. König, Fertigungsverfahren 1: Drehen, Fräsen, Bohren (VDI-Buch), Springer; Verlag, 2008 F. Klocke, W. König, Fertigungsverfahren 2: Schleifen, Honen, Läppen (VDI-Buch), Springer; Verlag, 2005 F. Klocke, Manufacturing Processes 2, Grinding, Honing, Lapping, RWTH edition 2009 Ronald Walsh Handbook of Machining and Metalworking Calculations, McGraw-Hill, 2009 H.N.Gupta, R.C.Gupta, Arun Mittal Manufacturing Processes, New Age International Limited publishers, 2009 Machinery’s Handbook, 28th ed.Industrial Press, 2008 Heinz Tschaetsch Applied Machining Technology, Springer 2007 Mark J. Jackson Micro and Nanomanufactuting, Springer Verlag 2007 Kalpakjian, S., Schmid, S. Manufacturing Processes for Engineering Materials – Prentice Hall, 2006 G. Chryssolouris Manufacturing Systems: Theory and Practice, Springer Verlag, 2006 Gerd Witt Taschenbuch der Fertigungstechnik, Hanser Fachbuchverlag 2006 Milton C. Shaw Metal Cutting Principles, Oxford Science Publications, 200

ΟΡΘΟΛΟΓΙΚΗ ΕΝΕΡΓΕΙΑΚΗ ΔΙΑΧΕΙΡΙΣΗ ΠΑΡΑΓΩΓΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ

(1) ΓΕΝΙΚΑ

ΣΧΟΛΗ	Μηχανικών Παραγωγής και Διοίκησης
2η ΣΧΟΛΗ
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Διδακτορικό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	PHD0101	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ	1ο
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ	ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διαλέξεις	3
Σύνολο	3		7.5
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ	Ειδίκευσης
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:  Εκτιμάει (Υπολογίζει) Ζήτηση ενέργειας ανά τομέα οικονομικής δραστηριότητας  Διατυπώνει Ενεργειακά ισοζύγία προσφοράς και ζήτησης.  Αναλύει Τεχνολογίες παραγωγής ενέργειας.  Συνδυάζει Αποδοτικές και αποτελεσματικών λύσεις (συμπαραγωγή, παραγωγή και μετατροπή ενέργειας, ψύξη και θέρμανση).  Αξιολογεί Νέες τεχνολογίες φιλικές προς το περιβάλλον

Γενικές Ικανότητες

Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών  Αυτόνομη εργασία  Σεβασμός στο φυσικό περιβάλλον  Άσκηση κριτικής και αυτοκριτικής  Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης  Προφορική επικοινωνία  Εναλλακτική/Καινοτόμος σκέψη  Χρήση Υπολογιστή  Επίλυση προβλημάτων  Διαχείριση αριθμητικών δεδομένων

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Εισαγωγή στο ενεργειακό πρόβλημα. Αρχές ενεργειακής ανάλυσης και ενεργειακής αποδοτικότητα παραγωγικών συστημάτων. Ενεργειακό σύστημα. Ενεργειακό ισοζύγιο. Ορθολογική χρήση ενέργειας στο βιομηχανικό τομέα.Συστήματα συμπαραγωγής θερμότητας-ηλεκτρισμού. Τεχνολογίες συμπαραγωγής. Λόγος θερμότητας-ισχύος. Τριπαραγωγή θερμότητας-ηλεκτρισμού-ψύξης.Εκτίμηση ζήτησης ενέργειας στις μεταφορές. Εκτίμηση ζήτησης ενέργειας στον οικιακό τομέα."Ευφυή" υλικά και διατάξεις εξοικονόμησης ενέργειας. Ενεργειακή διαχείριση. Ενεργειακή επιθεώρηση. Επιπτώσεις της χρήσης ενέργειας.

(4) ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ

Πρόσωπο με πρόσωπο

ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Στην Επικοινωνία με τους φοιτητές:	-    Ανακοινώσεις, εκπαιδευτικό υλικό, βοηθήματα

ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Διαλέξεις	40.0 ώρες
Φροντιστήρια	20.0 ώρες
Εργαστήρια/Φροντιστηριακές Ασκήσεις	20.0 ώρες
Εκπόνηση Ατομικής Εργασίας	48.0 ώρες
Αυτοτελής μελέτη	60.0 ώρες
Σύνολο	188 ώρες

Διδακτέα Ύλη ανά Εβδομάδα (13 εβδομάδες) :

- Εισαγωγή στο ενεργειακό πρόβλημα. Αρχές ενεργειακής ανάλυσης και ενεργειακής αποδοτικότητα παραγωγικών συστημάτων.
- Το ενεργειακό σύστημα. Ενεργειακή αλυσίδα. Αρχές θεωρίας συστημάτων.
- Πρωτογενής ενέργεια και ενέργεια τελικής χρήσης.
- Ενεργειακό ισοζύγιο σε επίπεδο διεργασίας και συστήματος.
- Ορθολογική χρήση ενέργειας στο βιομηχανικό τομέα. Εξοικονόμηση σε λέβητες.
- Εξοικονόμηση σε συστήματα ατμού. Ανάκτηση θερμότητας.
- Συστήματα συμπαραγωγής θερμότητας-ηλεκτρισμού.
- Ορθολογική χρήση ενέργειας στις μεταφορές.
- Ορθολογική χρήση ενέργειας στον οικιακό τομέα.
- Τεχνολογία ενεργειακών υλικών - "Ευφυή" υλικά και διατάξεις εξοικονόμησης ενέργειας.
- Πολιτικές εξοικονόμησης ενέργειας. Ενεργειακή διαχείριση. Ενεργειακή επιθεώρηση.
- Οικονομική και περιβαλλοντική διάσταση. Επιπτώσεις της χρήσης ενέργειας.

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Αθροιστική/Συμπερασματική (για βαθμό φοιτητή) Αξιολόγηση
Γραπτή Τελική Εξέταση	60%	(Ερωτήσεις επίλυσης προβλημάτων)
Ατομική Εργασία	40%	(Δημόσια Παρουσίαση)

 

(6) ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

- ΑΝΑΝΕΩΣΙΜΕΣ ΠΗΓΕΣ ΕΝΕΡΓΕΙΑΣ Β ΕΚΔΟΣΗ, Αγγελής Δημάκης Αθανάσιος, Αραμπατζής Γεώργιος, Ασημακόπουλος Διονύσης, Καρταλίδης Αβραάμ, Τσιλιγκιρίδης Γεώργιος, Εκδόσεις ΣΟΦΙΑ, 2023 - T.D. Eastop & D.R. Croft. “Energy efficiency – for engineers and technologists”. Longman. 1996. - G. Boyle, B. Everett & J. Ramage. “Energy systems and Sustainability – power for a sustainable future”. Oxford University Press. 2003.

ΠΟΙΟΤΗΤΑ ΥΠΗΡΕΣΙΩΝ ΚΑΙ ΙΚΑΝΟΠΟΙΗΣΗ ΠΕΛΑΤΩΝ

(1) ΓΕΝΙΚΑ

ΣΧΟΛΗ	Μηχανικών Παραγωγής και Διοίκησης
2η ΣΧΟΛΗ
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Διδακτορικό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	1600-ΓΕ0064	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ	1ο
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ	ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διαλέξεις	3
Σύνολο	3		7.5
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ	Ειδικού υποβάθρου
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)	https://www.eclass.tuc.gr/courses/POST-MPD102/

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:  Καταγράφει τα βασικά χαρακτηριστικά της ποιότητας των υπηρεσιών  Προσδιορίζει τις βασικές διαστάσεις της ικανοποίησης των πελατών  Σχεδιάζει (Αναλύει) έρευνες ικανοποίησης πελατών  Εκτιμάει (Υπολογίζει) το επίπεδο της ποιότητα υπηρεσιών και το βαθμό ικανοποίησης πελατών  Αναπτύσει ολοκληρωμένα συστήματα μέτρησης ποιότητας υπηρεσιών  Εφαρμόζει ποσοτικές προσεγγίσεις σε έρευνες πελατών

Γενικές Ικανότητες

Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών  Λήψη αποφάσεων  Αυτόνομη εργασία  Παραγωγή νέων ερευνητικών ιδεών  Σεβασμός στο φυσικό περιβάλλον  Άσκηση κριτικής και αυτοκριτικής  Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης  Γραπτή επικοινωνία  Προφορική επικοινωνία  Εναλλακτική/Καινοτόμος σκέψη  Χρήση Υπολογιστή  Επίλυση προβλημάτων  Διαχείριση αριθμητικών δεδομένων  Εργασία σε διεπιστημονικό περιβάλλον

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Εισαγωγή στην ποιότητα των υπηρεσιών (γενική φιλοσοφία και βασικοί ορισμοί), Μεθοδολογία εφαρμογής Διοίκησης Ολικής Ποιότητας στις υπηρεσίες, Εναλλακτικές μεθοδολογικές προσεγγίσεις (Servqual, Servperf, Oliver, Fornell and Kano models Structural equation models MUSA method), Customer value management, Βραβεία ποιότητας και βαρόμετρα ικανοποίησης, Έρευνες ικανοποίησης πελατών, Ικανοποίηση προσωπικού, Καταναλωτική αφοσίωση, Ειδικά θέματα ποιότητας υπηρεσιών, Εφαρμογές και μελέτες.

(4) ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ

Πρόσωπο με πρόσωπο

ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Στη Διδασκαλία:	-    eclass -    PowerPoint -    Open Courses (http://dpem.courses.tuc.gr/)
Στην Επικοινωνία με τους φοιτητές:	-    eclass -    email

ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Διαλέξεις	39.0 ώρες
Εκπόνηση Ατομικής Εργασίας	78.0 ώρες
Εκπόνηση έρευνας/μελέτης	17.5 ώρες
Αυτοτελής μελέτη	39.0 ώρες
Μελέτη και ανάλυση Βιβλιογραφίας	14.0 ώρες
Σύνολο	187.5 ώρες

Διδακτέα Ύλη ανά Εβδομάδα (13 εβδομάδες) :

(1) Βασικοί ορισμοί ποιότητας υπηρεσιών. (2) Εναλλακτικές μεθοδολογικές προσεγγίσεις. (3) Το μοντέλο SERVQUAL. (4) Κριτική στο μοντέλο SERVQUAL - Το μοντέλο SERVPERF. (5) Η προσέγγιση του Oliver. (6) H προσέγγιση του Fornell – Εθνικά βαρόμετρα ικανοποίησης πελατών. (7) Μοντέλα δομικών εξισώσεων (Structural Equation Models). (8) Έρευνες ικανοποίησης πελατών (είδη, βήματα). (9) Ανάπτυξη ερωτηματολογίων και σχεδιασμός έρευνας. (10) Η μέθοδος MUSA (Multicriteria Satisfaction Analysis). (11) Ικανοποίηση προσωπικού. (12) Καταναλωτική αφοσίωση. (13) Εφαρμογές και μελέτες.

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Αθροιστική/Συμπερασματική (για βαθμό φοιτητή) Αξιολόγηση
Γραπτή Τελική Εξέταση	30%	(Ερωτήσεις σύντομης απάντησης)
		(Συγκριτική αξιολόγηση στοιχείων θεωρίας)
		(Ερωτήσεις επίλυσης προβλημάτων)
Ομαδική Εργασία	40%	(Δημόσια Παρουσίαση)
		(Προφορική Εξέταση)
		(Διόρθωση Παραδομένης Εργασίας)
Ατομική Εργασία	30%	(Δημόσια Παρουσίαση)
		(Προφορική Εξέταση)
		(Διόρθωση Παραδομένης Εργασίας)

Σχόλια για την Αξιολόγηση των Φοιτητών :

Ατομική εργασία: Αφορά τη βιβλιογραφική ανασκόπηση και παρουσίαση μιας μεθοδολογίας μέτρησης ποιότητας υπηρεσιών ή ικανοποίησης πελατών.
Ομαδική εργασία: Αφορά το σχεδιασμό και τη διεξαγωγή μιας έρευνας ικανοποίησης πελατών.
Γραπτή εξέταση: Περιλαμβάνει θέματα μελετών περίπτωσης με ερωτήσεις κατανόησης, κριτικής σκέψης και εφαρμογή ποσοτικών τεχνικών σε προβλήματα μέτρησης ποιότητας υπηρεσιών.

(6) ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

Βασικά συγγράμματα Γρηγορούδης, Ε. και Γ. Σίσκος (2000). Ποιότητα υπηρεσιών και μέτρηση ικανοποίησης του πελάτη, Εκδόσεις Νέων Τεχνολογιών, Αθήνα. Grigoroudis, E. and Y. Siskos (2010). Customer satisfaction evaluation: Methods for measuring and implementing service quality, Springer, New York. Πρόσθετη βιβλιογραφία Mudie, P. and A. Pirrie (2006). Services Marketing Management (3rd Edition), Butterworth-Heinemann, Oxford. Zeithaml, V.A., M.J. Bitner, and D.D. Gremler (2017). Services marketing: Integrating customer focus across the firm (7th Edition), McGraw-Hill, London. Επιστημονικά περιοδικά: Journal of Consumer Satisfaction, Dissatisfaction & Complaining Behavior (North Dakota State University) Managing Service Quality: An International Journal (Emerald) Journal of Service Research (SAGE) The Service Industries Journal (Taylor & Francis) Service Business: An International Journal (Springer)

ΠΟΛΥΚΡΙΤΗΡΙΑ ΑΝΑΛΥΣΗ ΚΑΙ ΧΡΗΜΑΤΟΙΚΟΝΟΜΙΚΕΣ ΑΠΟΦΑΣΕΙΣ

(1) ΓΕΝΙΚΑ

ΣΧΟΛΗ	Μηχανικών Παραγωγής και Διοίκησης
2η ΣΧΟΛΗ
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Διδακτορικό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	1600-ΓΕ0065	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ	1ο
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ	ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διαλέξεις	3
Σύνολο	3		7.5
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ	Ειδίκευσης
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)	https://www.eclass.tuc.gr/courses/MPD221/

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:  Αναφέρει ότι η διαδικασία λήψης απόφασης αποτελεί τη βάση των λειτουργικών και αναπτυξιακών δραστηριοτήτων των επιχειρήσεων.  Αναγνωρίζει ότι η αυξημένη πολυπλοκότητα των χρηματοοικονομικών προβλημάτων σε συνδυασμό με τις ραγδαίες εξελίξεις του χώρου αποδίδουν στα προβλήματα λήψης χρηματοοικονομικών αποφάσεων ιδιαίτερη σημασία.  Εξηγεί ότι η αντιμετώπιση του προβλήματος απαιτεί την αναγνώριση του συστήματος αξιών και προτιμήσεων το οποίο χρησιμοποιεί ο αποφασίζοντας.  Περιγράφει μερικές από τις κυριότερες μεθοδολογικές προσεγγίσεις για τη λήψη χρηματοοικονομικών αποφάσεων.

Γενικές Ικανότητες

Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών  Λήψη αποφάσεων  Αυτόνομη εργασία  Γραπτή επικοινωνία  Προφορική επικοινωνία  Διαχείριση αριθμητικών δεδομένων

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Τυπολογία χρηματοοικονομικών αποφάσεων. Χρηματοοικονομικοί στόχοι επιχειρήσεων και οργανισμών. Ο πολυδιάστατος χαρακτήρας των χρηματοοικονομικών αποφάσεων,. Χρηματοοικονομική μοντελοποίηση,. Αναλυτικές μεθοδολογίες λήψης χρηματοοικονομικών αποφάσεων. Αξιολόγηση χρηματοοικονομικών επιδόσεων επιχειρήσεων και οργανισμών. Εναλλακτικές μορφές χρηματοδότησης.Venture capital.

(4) ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ

Εξ αποστάσεως εκπαίδευση

ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Στη Διδασκαλία:	-    Διαφάνειες, χρήση λογισμικού για παρουσίαση μεθοδολογιών
Στην Επικοινωνία με τους φοιτητές:	-    Ανακοινώσεις, εξεταστέα ύλη, βοηθήματα, επίλυση αποριών, ανάρτηση εργασιών, υποβολή εργασιών

ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Διαλέξεις	39.0 ώρες
Εκπόνηση Ατομικής Εργασίας	60.0 ώρες
Αυτοτελής μελέτη	79.0 ώρες
Μελέτη και ανάλυση Βιβλιογραφίας	10.0 ώρες
Σύνολο	188 ώρες

Διδακτέα Ύλη ανά Εβδομάδα (13 εβδομάδες) :

Περιεχόμενο μαθήματος ανα εβδομάδα:

1. Περίγραμμα Μαθήματος. Η Σύγχρονη Χρηματοοικονομική Επιστήμη. Χρηματοοικονομικοί Κίνδυνοι. Τυπολογία Χρηματοοικονομικών Αποφάσεων. Μοντέλα Χρηματοοικονομικών Αποφάσεων. Πολυκριτήρια Ανάλυση, ιστορική αναδρομή. Μεθοδολογικά Ρεύματα. Πολυκριτήρια Ανάλυση και Χρηματοοικονομικές Αποφάσεις. Το Αντικείμενο της Απόφασης. Ορισμός Κριτηρίων.
2. Επισκόπηση Πολυκριτήριων Μεθοδολογιών. Συναρτήσεις αξιών. Ανάπτυξη Πολυκριτήριων Μοντέλων. Διαχείριση Χαρτοφυλακίων.
3. Πιστωτικός Κίνδυνος. Μοντέλα Πιστοληπτικής Αξιολόγησης. Προβλεπτική Ισχύς των Μοντέλων. Σφάλματα Ταξινόμησης. Ανάπτυξη Μοντέλου.
4. Εξαγορές και Συγχωνεύσεις. Κριτήρια. Μεταβλητές. Μέτρηση Απόδοσης Εξαγορών. Τεχνικές και Μοντέλα Εκτίμησης Κινδύνου Πτώχευσης Επιχειρήσεων.
5. Επενδύσεις σε Κεφάλαια Υψηλού Επιχειρηματικού Κινδύνου (Venture Capital). Λήψη Απόφασης και Κριτήρια. Παρουσίαση Ερευνών. Εναλλακτικές Μορφές Χρηματοδότησης.
6. Αξιολόγηση Τραπεζικών Ιδρυμάτων και Υποκαταστημάτων. Μεθοδολογίες. Κριτήρια Αξιολόγησης. Παρουσίαση εφαρμογής.
7. ESG Investing. ESG και Διαχείριση Κινδύνων. Επίδραση ESG σε Αξιολογήσεις Επιχειρήσεων. Πολλαπλά Κριτήρια γαι την Αξιολόγηση Επενδύσεων ESG.
8. Παρουσίαση Ολοκληρωμένων Πληροφοριακών Συστημάτων για την Υποστήριξη Αποφάσεων (FINCLAS, FINEVA).
9. Θεωρία Σχέσεων Υπεροχής. Παρουσίαση των Μεθόδων της Οικογένειας ELECTRE. Παρουσίαση Μεθοδολογίας PROMETHEE II. Περιπτώση Εφαρμογής.
10. Σύγκριση Αποδοτικότητας Μονάδων Απόφασης. Παραμετρικές και μη Παραμετρικές Μεθοδολογίες. Ανάλυση Μεθοδολογίας Περιβάλλουσας Ανάλυσης Δεδομένων. Προσδιορισμός Πηγών μη Αποτελεσματικότητας. Παράδειγμα Εφαρμογής.
11.Προσθετικά Μοντέλα Απόφασης. Μοντελοποίηση. Ταξινόμηση με Χρήση της Μεθοδολογίας UTADIS. Προβλήματα Ταξινόμησης. Αξιολόγηση Διακριτικής Ικανότητας Μοντέλων.
12. Παρουσίαση εργασιών.
13. Παρουσίαση εργασιών.

Αλλα Σχόλια για την Οργάνωση της Διδασκαλίας :

Η διδασκαλία του μαθήματος βασίζεται σε διαλέξεις καθώς και σε παρουσίαση ολοκληρωμένων πληροφοριακών συστημάτων που αφορούν στη λήψη χρηματοοικονομικών αποφάσεων, μέσα από περιπτώσεις εφαρμογής τους. Με αυτόν τον τρόπο ενισχύεται η κατανόηση των εννοιών του μαθήματος και οι φοιτητές εξοικοιώνονται με τη χρήση των μεθοδολογιών.

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Αθροιστική/Συμπερασματική (για βαθμό φοιτητή) Αξιολόγηση
Γραπτή Τελική Εξέταση	50%	(Ερωτήσεις πολλαπλής επιλογής / Αντιστοίχηση)
		(Ερωτήσεις σύντομης απάντησης)
Ατομική Εργασία	50%	(Δημόσια Παρουσίαση)
		(Διόρθωση Παραδομένης Εργασίας)

Σχόλια για την Αξιολόγηση των Φοιτητών :

Η αξιολόγηση των φοιτητών περιελαμβάνει γραπτές εξετάσεις στο τέλος του εξαμήνου καθώς και εκπόνηση ατομικής εργασίας. Η βαθμολόγηση γίνεται ως εξής:
-γραπτές εξετάσεις: 50% του τελικού βαθμού
-εργασία: 50% του τελικού βαθμού
Στο τέλος του εξαμήνου πραγματοποιείται παρουσίαση της εργασίας από τους φοιτητές, ενώ η εργασία παραδίδεται σε ηλεκτρονική μορφή. Τα θέματα των εργασιών έχουν ως στόχο την εξοικίωση των φοιτητών με τα θέματα και τις μεθοδολογίες που πραγματεύονται στις διαλέξεις, ενώ ορίζονται κατόπιν συννενόησης.

(6) ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

Ζοπουνίδης Κωνσταντίνος, Μιχάλης Δούμπος, Ευάγγελος Γρηγορούδης (2022) Μεθοδολογίες Σχέσεων Υπεροχής για τη Λήψη Αποφάσεων με Πολλαπλά Κριτήρια, εκδόσεις Κλειδάριθμος. Δούμπος Μιχάλης, Κωνσταντίνος Ζοπουνίδης (2021) Πολυκριτήρια Υποστήριξη ΑΠοφάσεων σε Επιχειρήσεις και Οργανισμούς, εκδόσεις Αλέξανδρος ΙΚΕ.

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΤΟ ΜΑΡΚΕΤΙΝΓΚ

(1) ΓΕΝΙΚΑ

ΣΧΟΛΗ	Μηχανικών Παραγωγής και Διοίκησης
2η ΣΧΟΛΗ
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Διδακτορικό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	1600-ΓΕ0096	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ	1ο
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ	ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διαλέξεις	3
Σύνολο	3		7.5
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ	Γενικού υποβάθρου
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)	https://www.eclass.tuc.gr/courses/MPD244/

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:  Εκτιμάει Αξιoλογεί) την αντίδραση της αγοράς σε ενέργειες μάρκετινγκ  Αναλύει την αγοραστική συμπεριφορά του καταναλωτή  Εφαρμόζει αλγορίθμους τμηματοποίησης της αγοράς  Μετράει τις προτιμήσεις των καταναλωτών για προϊόντα/υπηρεσίες  Επιλέγει κατάλληλες στρατηγικές στόχευσης αγοράς  Εκτιμάει (Υπολογίζει) τη διάχυση ενός νέου προϊόντος στην αγορά

Γενικές Ικανότητες

Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών  Λήψη αποφάσεων  Αυτόνομη εργασία  Εναλλακτική/Καινοτόμος σκέψη  Χρήση Υπολογιστή  Επίλυση προβλημάτων  Διαχείριση αριθμητικών δεδομένων

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Μοντέλα συνολικής αντίδρασης αγοράς. Μοντέλα ατομικής αντίδρασης. Μοντέλα ανάπτυξης νέων προϊόντων. Η μέθοδος Conjoint Analysis. Τμηματοποίηση αγοράς. Στόχευση αγοράς. Τοποθέτηση προϊόντος. Μέθοδοι πρόβλεψης. Μοντέλα διαφήμισης. Μοντέλα τιμολόγησης.

(4) ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ

Πρόσωπο με πρόσωπο

ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Στην Επικοινωνία με τους φοιτητές:	-    Υποστήριξη Μαθησιακής διαδικασίας μέσω της ηλεκτρονικής πλατφόρμας e-class

ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Διαλέξεις	39.0 ώρες
Εκπόνηση Ατομικής Εργασίας	31.0 ώρες
Αυτοτελής μελέτη	80.0 ώρες
Μελέτη και ανάλυση Βιβλιογραφίας	38.0 ώρες
Σύνολο	188 ώρες

Διδακτέα Ύλη ανά Εβδομάδα (13 εβδομάδες) :

1.Εισαγωγή στα μοντέλα Μάρκετινγκ
2.Μοντελα αντίδρασης αγοράς
3.Μοντελα ατομικής αντίδρασης
4.Conjoint Analysis
5.Μοντέλα Ανάπτυξης νέων Προϊόντων
6.Τμηματοποίηση Αγοράς - Partitional Clustering
7.Τμηματοποίηση Αγοράς - Hierarchical Clustering
8.Στόχευση Αγοράς
9. Τοποθέτηση Προϊόντος
10. Μέθοδοι πρόβλεψης
11.Μοντέλα διαφήμισης
12.Μοντέλα τιμολόγησης
13.Ποιοτική Συγκριτική Ανάλυση μέσω ασαφών συνόλων

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Αθροιστική/Συμπερασματική (για βαθμό φοιτητή) Αξιολόγηση
Γραπτή Τελική Εξέταση	30%	(Ερωτήσεις επίλυσης προβλημάτων)
Ατομική Εργασία	70%	(Διόρθωση Παραδομένης Εργασίας)

 

(6) ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

Προτεινόμενη Βιβλιογραφία: - Principles of Marketing Engineering and Analytics, 2017, Gary L. Lilien, Arvind Rangaswamy, Arnaud De Bruyn - Marketing Analytics: A Practical Guide to Improving Consumer Insights Using Data Techniques, 2022, Mike Grigsby - Marketing Analytics, 2014, Wayne L. Winston - Συναφή επιστημονικά περιοδικά: • Journal of Marketing Research • Journal of the Academy of Marketing Science • Marketing Science • Quantitative Marketing and Economics

ΠΡΟΧΩΡΗΜΕΝΑ ΘΕΜΑΤΑ ΥΠΟΛΟΓΙΣΤΙΚΗΣ ΜΗΧΑΝΙΚΗΣ

(1) ΓΕΝΙΚΑ

ΣΧΟΛΗ	Μηχανικών Παραγωγής και Διοίκησης
2η ΣΧΟΛΗ
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Διδακτορικό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	1600-ΓΕ0074	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ	1ο
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ	ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διαλέξεις	3
Σύνολο	3		7.5
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ	Ειδικού υποβάθρου
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)	https://www.eclass.tuc.gr/courses/MPD157/

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:  Αναγνωρίζει την χρησιμότητα μεθόδων υπολογιστικής μηχανικής  Αναλύει προβλήματα μηχανικής με σκοπό να τα επιλύσει με αριθμητικές μεθόδους  Περιγράφει τις ανάγκες που καλύπτουν οι υπολογιστικές μέθοδοι  Υπολογίζει γραμμικά και μη γραμμικά προβλήματα μηχανικής  Χρησιμοποιεί διάφορα προγράμματα υπολογιστικής μηχανικής

Γενικές Ικανότητες

Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών  Αυτόνομη εργασία  Ομαδική εργασία  Πρωτοβουλία  Χρήση Υπολογιστή  Επίλυση προβλημάτων  Διαχείριση αριθμητικών δεδομένων  Εργασία σε διεπιστημονικό περιβάλλον

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Ενεργειακές μέθοδοι και μέθοδοι μεταβολών για την αριθμητική προσέγγιση της λύσης μερικών διαφορικών εξισώσεων, Προβλήματα ελαστικότητας, θερμότητας και συνδυασμένων πεδίων. Μέθοδοι πεπερασμένων και συνοριακών στοιχείων. Προγραμματισμός μεθόδων και χρήση προγραμμάτων ελεύθερου λογισμικού. Επίδειξη εμπορικών προγραμμάτων και θέματα. Επανάληψη γραμμικών προβλημάτων και επέκταση στα συνηθισμένα μη γραμμικά προβλήματα (γεωμετρική μη γραμμικότητα, υλικού και συνόρου με τα προβλήματα επαφής). Επέκταση σε νεώτερες μεθόδους που ενσωματώνουν μεγάλα δεδομένα και τεχνητή νοημοσύνη (βαθειά εκπαίδευση) στην υπολογιστική μηχανική. Σεμινάρια για τη χρήση ερευνητικών προγραμμάτων από δημοσιεύσεις του διδάσκοντα.

(4) ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ

Εξ αποστάσεως εκπαίδευση

ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Στη Διδασκαλία:	-    Διαφάνειες -    Διαδικτυακή επίδειξη προγραμμάτων
Στην Εργαστηριακή Εκπαίδευση:	-    Χρήση προγραμμάτων -    Αξιολόγηση αποτελεσμάτων
Στην Επικοινωνία με τους φοιτητές:	-    Επίλυση προβλημάτων και αποριών -    Κατάθεση και διόρθωση θεμάτων

ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Διαλέξεις	39.0 ώρες
Εργαστήρια	39.0 ώρες
Εκπόνηση Ομαδικής Εργασίας	40.0 ώρες
Εκπόνηση Ατομικής Εργασίας	40.0 ώρες
Εκπόνηση έρευνας/μελέτης	12.0 ώρες
Σεμινάρια	9.0 ώρες
Διαδραστική διδασκαλία	9.0 ώρες
Σύνολο	188 ώρες

Διδακτέα Ύλη ανά Εβδομάδα (13 εβδομάδες) :

1η εβδομάδα
Εισαγωγή στην υπολογιστική μηχανική. Επανάληψη στην ελαστικότητα, θερμότητα και συνδυασμένα πεδία. Η μέθοδος των πεπερασμένων στοιχείων.
2η εβδομάδα
Γραμμικά ραβδωτά στοιχεία.
3η εβδομάδα
Επιφανειακά στοιχεία για γραμμικά προβλήματα.
4η εβδομάδα
Τρισδιάστατα προβλήματα και επίδειξη εμπορικών πακέτων.
5η εβδομάδα
Μη γραμμικά προβλήματα (είδη, μαθηματική περιγραφή, αλγόριθμοι)
6η εβδομάδα
Προβλήματα ελαστοπλαστικότητας.
7η εβδομάδα
Προβλήματα επαφής.
8η εβδομάδα
Θεωρητικό υπόβαθρο και ενεργειακές μέθοδοι.
9η εβδομάδα
Μεικτές διατυπώσεις. Μέθοδοι συνοριακών στοιχείων.
10η εβδομάδα
Μέθοδοι ταξιθεσίας και μέθοδοι με χρήση νευρωνικών δικτύων.
11η εβδομάδα
Μεγάλα δεδομένα και πολυεπίπεδα προβλήματα στη μηχανική. Η αριθμητική ομογενοποίηση.
12η εβδομάδα
Δυναμικά προβλήματα.
13η εβδομάδα
Παρουσίαση και συζήτηση επιλεγμένων θεμάτων φοιτητών.

Αλλα Σχόλια για την Οργάνωση της Διδασκαλίας :

Εκτεταμένη χρήση εμπορικών και ελεύθερα διαθέσιμων προγραμμάτων.
Καθοδήγηση για τη χρήση ερευνητικών προγραμμάτων και τον προγραμματισμό.

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Αθροιστική/Συμπερασματική (για βαθμό φοιτητή) Αξιολόγηση
Ομαδική Εργασία	50%	(Δημόσια Παρουσίαση)
		(Προφορική Εξέταση)
		(Διόρθωση Παραδομένης Εργασίας)
Ατομική Εργασία	30%	(Προφορική Εξέταση)
		(Διόρθωση Παραδομένης Εργασίας)
Εργαστηριακή Εργασία	20%	(Διόρθωση Παραδομένης Εργασίας)

 

(6) ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

1. V.F. Dem'yanov, G.E. Stavroulakis, L.N. Polyakova, P.D. Panagiotopoulos: Quasidifferentiability and nonsmooth modelling in mechanics, engineering and economics. Springer/ Kluwer Academic 1996. 2. E.S. Mistakidis, G.E. Stavroulakis: Nonconvex optimization in mechanics. Smooth and nonsmooth algorithms, heuristics and engineering applications. Springer/ Kluwer Academic 1998. 3. B. Leftheris, A. Sapounaki, M.E. Stavroulaki, G.E. Stavroulakis, Computational Mechanics for Heritage Structures. WIT - Computational Mechanics Publications, Southampton, Boston 2006. 4. J. Haslinger, G.E. Stavroulakis (Eds.): Nonsmooth Mechanics of Solids. CISM Lecture Notes Vol. 485, Springer, Wien, New York, 2006. Lecture notes of CISM Course 5. G.A. Drosopoulos, G.E. Stavroulakis: Nonlinear mechanics for composite heterogeneous structures. Taylos & Francis, 2022.

ΡΟΜΠΟΤΙΚΑ ΣΥΣΤΗΜΑΤΑ ΚΑΙ ΜΗΧΑΝΙΣΜΟΙ

(1) ΓΕΝΙΚΑ

ΣΧΟΛΗ	Μηχανικών Παραγωγής και Διοίκησης
2η ΣΧΟΛΗ
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Διδακτορικό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	1600-ΓΕ112	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ	1ο
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ	ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διαλέξεις	3
Σύνολο	3		7.5
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ	Ειδικού υποβάθρου
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:  Αναγνωρίζει Ρομποτικούς μηχανισμούς σε διαφορετικά συστήματα  Διακρίνει Διαφορές μεταξύ ρομποτικών οχηματών όλων των τύπων  Υπολογίζει Κινηματικά χαρακτηριστικά ρομποτικών βραχιώνων

Γενικές Ικανότητες

Ομαδική εργασία  Παραγωγή νέων ερευνητικών ιδεών  Εναλλακτική/Καινοτόμος σκέψη  Επίλυση προβλημάτων  Διαχείριση αριθμητικών δεδομένων  Εργασία σε διεπιστημονικό περιβάλλον

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Ιστορική αναδρομή ρομποτικών συστημάτων Ομογενείς Μετασχηματισμοί, Κινηματική ανάλυση επενεργητών, Προβλήματα ελέγχου θέσης, ταχύτητας και δύναμης Εναέρια, επίγεια, υποβρύχια ρομποτικά συστήματα: Χαρακτηριστικά και επιλεγμενα θέματα ελέγχου Αυτονομία και Πλοήγηση Ρομποτικών οχημάτων Βιομιμητισμός

(4) ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ

Πρόσωπο με πρόσωπο

ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Στη Διδασκαλία:	-    Matlab

ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Διαλέξεις	39.0 ώρες
Εκπόνηση Εργαστηριακών Ασκήσεων	55.0 ώρες
Αυτοτελής μελέτη	100.0 ώρες
Σύνολο	194 ώρες

Διδακτέα Ύλη ανά Εβδομάδα (13 εβδομάδες) :

Εβδομάδα 1-2: Ιστορική αναδρομή ρομποτικών συστημάτων
Εβδομάδα 3-5: Ομογενείς Μετασχηματισμοί, Κινηματική ανάλυση επενεργητών
Εβδομάδα 6-9: Εναέρια, επίγεια, υποβρύχια ρομποτικά συστήματα
Εβδομάδα 10-11: Αυτονομία και Πλοήγηση Ρομποτικών οχημάτων
Εβδομάδα 12: Βιομιμητισμός
Εβδομάδα 13: Ανακεφαλαίωση - Προετοιμασία

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Αθροιστική/Συμπερασματική (για βαθμό φοιτητή) Αξιολόγηση
Γραπτή Τελική Εξέταση	70%	(Ερωτήσεις πολλαπλής επιλογής / Αντιστοίχηση)
		(Ερωτήσεις σύντομης απάντησης)
		(Συγκριτική αξιολόγηση στοιχείων θεωρίας)
		(Ερωτήσεις επίλυσης προβλημάτων)
Ατομική Εργασία	30%	(Δημόσια Παρουσίαση)

 

(6) ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

ΣΥΣΤΗΜΑΤΑ ΑΝΑΜΟΝΗΣ

(δεν θα προσφερθεί το 2023-24)

(1) ΓΕΝΙΚΑ

ΣΧΟΛΗ	Μηχανικών Παραγωγής και Διοίκησης
2η ΣΧΟΛΗ
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Διδακτορικό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	PHD0106	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ	1ο
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ	ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διαλέξεις	3
Σύνολο	3		7.5
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ	Ειδίκευσης
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)	https://www.eclass.tuc.gr/courses/MPD223/

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:  Αναγνωρίζει τα κυριότερα αναμονητικά συστήματα και είναι σε θέση να τα αναλύσει.  Αναπτύσει μαθηματικά μοντέλα για τα φυσικά συστήματα αναμονής που θα συναντήσει.  Εκτιμάει (Υπολογίζει) τα διάφορα μέτρα απόδοσης ενός συστήματος αναμονής  Χρησιμοποιεί την θεωρία των συστημάτων αναμονής στην λήψη αποφάσεων σε προβλήματα σχεδίασης πραγματικών συστημάτων.  Περιγράφει τις βασικές αρχές λειτουργίας των συστημάτων αναμονής

Γενικές Ικανότητες

Λήψη αποφάσεων  Αυτόνομη εργασία  Παραγωγή νέων ερευνητικών ιδεών  Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης  Επίλυση προβλημάτων  Διαχείριση αριθμητικών δεδομένων

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Αλυσίδες Markov διακριτού και συνεχούς χρόνου. Χρήσιμες κατανομές. Βασικές αρχές και ιδιότητες συστημάτων αναμονής. Γραμμικές εξισώσεις διαφορών και διαφορικές εξισώσεις. Στοιχειώδη συστήματα αναμονής και επεκτάσεις. Μη εκθετικά συστήματα (Συστήματα Μ/Εn/1 και G/En/1). Μετασχηματισμός Z. Συστήματα με πολλούς εξυπηρετούντες (Μ/C2/2). Συνδυασμός συστημάτων παραγωγής προς αποθήκευση (Make-to-stock) με συστήματα παραγωγής κατά παραγγελίες (Make-to-order). Το πρόβλημα της ανάθεσης εργασιών σε μηχανές. Γραμμές παραγωγής.

(4) ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ

Πρόσωπο με πρόσωπο

ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Στην Επικοινωνία με τους φοιτητές:	-    eclass, τηλεδιάσκεψη για επίλυση αποριών

ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Διαλέξεις	39.0 ώρες
Εκπόνηση Ατομικής Εργασίας	70.0 ώρες
Αυτοτελής μελέτη	79.0 ώρες
Σύνολο	188 ώρες

Διδακτέα Ύλη ανά Εβδομάδα (13 εβδομάδες) :

Διδακτέα Ύλη ανά Εβδομάδα (13 εβδομάδες) :
Θεωρία:
1. Εισαγωγή. Αλυσίδες Markov διακριτού και συνεχούς χρόνου.
2. Βασικές αρχές και ιδιότητες συστημάτων αναμονής. Χρήσιμες κατανομές.
3. Γραμμικές εξισώσεις διαφορών και διαφορικές εξισώσεις.
4. Στοιχειώδη συστήματα αναμονής (Μ/Μ/1, Μ/Μ/1/Κ, Μ/Μ/m, Μ/Μ/m/m)
5. Επεκτάσεις: Συστήματα Μ/Μ/1 με χρόνους προετοιμασίας.
6. Επεκτάσεις (2): Συστήματα Μ/Μ/1 που μπορεί να υποστούν βλάβη.
7. Επεκτάσεις (3): Συστήματα Μ/Μ/2 με ανόμοιους εξυπηρετητές.
8. Συστήματα Μ/Εn/1.
9. Μετασχηματισμός Ζ.
10. Συστήματα Μ/C2/2.
11. Συνδυασμός συστημάτων παραγωγής προς αποθήκευση (Make-to-stock) με συστήματα παραγωγής κατά παραγγελίες (Make-to-order).
12. Το πρόβλημα της ανάθεσης εργασιών σε μηχανές. Γραμμές παραγωγής.
13. Επανάληψη, επίλυση αποριών, επαναληπτικές ασκήσεις.

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Αθροιστική/Συμπερασματική (για βαθμό φοιτητή) Αξιολόγηση
Γραπτή Τελική Εξέταση	50%	(Ερωτήσεις επίλυσης προβλημάτων)
Ασκήσεις	50%

 

(6) ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

Προτεινόμενη Βιβλιογραφία: 1. I. Adan and J. van der Wal, Difference and Differential Equations in Stochastic Operations Research, online notes, 1998. (https://www.win.tue.nl/~iadan/) 2. J.A. Buzacott, J.G. Shanthikumar, Stochastic Models of Manufacturing Systems, Prentice Hall, Englewood Cliffs, New Jersey, 1993. 3. R.B. Cooper, Introduction to queueing theory, Elsevier North Holland, New York, 1981. 4. E. Gelenbe, G. Pujolle, Introduction to queueing networks, New York, Wiley-Interscience publication, 1998. 5. L. Kleinrock,Queueing Systems, Vol. 1: Theory, John Wiley & Sons, New York, 1975. 6. H.T. Papadopoulos, C. Heavy, and J. Browne, Queueing theory in manufacturing systems analysis and design, Chapman and Hall, London, 1993. Συναφή επιστημονικά περιοδικά: 1. European Journal of Operational Research (INFORMS) 2. International Journal of Production Economics (Elsevier) 3. International Journal of Production Research (Taylor and Francis) 5. Management Science (INFORMS) 6. Operations Research (INFORMS) 7. Queueing Systems (Springer)

2o Εξάμηνο σπουδών

ΑΕΙΦΟΡΙΚΗ ΔΙΑΧΕΙΡΙΣΗ ΕΝΕΡΓΕΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ

(1) ΓΕΝΙΚΑ

ΣΧΟΛΗ	Μηχανικών Παραγωγής και Διοίκησης
2η ΣΧΟΛΗ
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Διδακτορικό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	PHD0108	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ	2ο
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ	ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διαλέξεις	3
Σύνολο	3		7.5
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ	Ειδίκευσης
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)	https://www.eclass.tuc.gr/courses/MPD364/

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:  Αναφέρει Αναφέρει την αναγκαία σύζευξη ανάμεσα στην ανθρωπότητα και το περιβάλλον.  Αναλύει Αναλύει το παγκόσμιο ενεργειακό μείγμα και τις ενεργειακές μας ανάγκες.  Αναγνωρίζει Αναγνωρίζει τις συμβατικές και τις Ανανεώσιμες Πηγές Ενέργειας (ΑΠΕ).  Εξηγεί Εξηγεί τις τεχνικές λεπτομέρειες των τεχνολογιών ΑΠΕ.  Εφαρμόζει Εφαρμόζει αρχές εξοικονόμησης ενέργειας και ενεργειακής αποδοτικότητας.

Γενικές Ικανότητες

Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών  Προσαρμογή σε νέες καταστάσεις  Αυτόνομη εργασία  Ομαδική εργασία  Σχεδιασμός και διαχείριση έργων  Σεβασμός στη διαφορετικότητα και την πολυπολιτισμικότητα  Σεβασμός στο φυσικό περιβάλλον  Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης  Γραπτή επικοινωνία  Προφορική επικοινωνία  Πρωτοβουλία  Εναλλακτική/Καινοτόμος σκέψη  Διαχείριση Χρόνου  Αυτοπεποίθηση  Χρήση Υπολογιστή  Επίλυση προβλημάτων  Διαχείριση αριθμητικών δεδομένων

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Ανθρωπότητα και περιβάλλον. Ενέργεια‐πληθυσμός‐οικονομία. Περιβάλλον και αειφόρος ανάπτυξη. Μορφές ενέργειας και ενεργειακές ανάγκες. Εξέλιξη ενεργειακής ζήτησης και πιθανότητες εξάντλησης αποθεμάτων. Παραγωγή ενέργειας με χρήση Ανανεώσιμων Πηγών Ενέργειας (ΑΠΕ). Ηλιακή ενέργεια: φωτοθερμικά και φωτοηλεκτρικά συστήματα. Αιολική ενέργεια: τεχνολογία ανεμογεννητριών. Γεωθερμία. Υδροηλεκτρικά συστήματα. Εξοικονόμηση ενέργειας και ενεργειακή αποδοτικότητα. ΑΠΕ και περιβαλλοντικές επιπτώσεις. Τεχνικές, οικονομικές και περιβαλλοντικές παράμετροι αξιολόγησης εφαρμογών ΑΠΕ. Περιορισμοί στην παραγωγή ενέργειας από ΑΠΕ

(4) ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ

Πρόσωπο με πρόσωπο

ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Στην Επικοινωνία με τους φοιτητές:	-    Εclass, email, Ζoom rooms

ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Διαλέξεις	39.0 ώρες
Εργαστήρια	10.0 ώρες
Εργαστήρια/Φροντιστηριακές Ασκήσεις	10.0 ώρες
Εκπόνηση Ομαδικής Εργασίας	60.0 ώρες
Εκπόνηση Εργαστηριακών Ασκήσεων	20.0 ώρες
Εκπόνηση έρευνας/μελέτης	20.0 ώρες
Σεμινάρια	15.0 ώρες
Μελέτη και ανάλυση Βιβλιογραφίας	14.0 ώρες
Σύνολο	188 ώρες

Διδακτέα Ύλη ανά Εβδομάδα (13 εβδομάδες) :

1. Περιβάλλον και ενέργεια.
2. Περιγραφή των βασικών παγκόσμιων περιβαλλοντικών προβλημάτων.
3. Περιβαλλοντική και οικολογική αξιολόγηση ενεργειακών συστημάτων.
4. Ενέργεια‐πληθυσμός‐οικονομία. Οι διαστάσεις του ενεργειακού προβλήματος.
5. Πρόβλεψη και ενεργειακά σενάρια. Εξέλιξη ζήτησης και εξάντληση αποθεμάτων.
6. Μορφές ενέργειας: συμβατικές - ανανεώσιμες.
7. Παραγωγή ενέργειας με χρήση Ανανεώσιμων Πηγών Ενέργειας (ΑΠΕ).
8. Ηλιακοί συλλέκτες. Σχεδιασμός ηλιακού θερμικού συστήματος.
9. Φωτοβολταϊκή τεχνολογία. Σχεδιασμός φωτοβολταϊκών συστημάτων.
10. Αιολικές μηχανές. Σχεδιασμός αιολικών πάρκων.
11. ΑΠΕ και περιβαλλοντικές επιπτώσεις.
12. Τεχνικές, οικονομικές και περιβαλλοντικές παράμετροι αξιολόγησης εφαρμογών ΑΠΕ.
13. Περιορισμοί στην παραγωγή ενέργειας από ΑΠΕ.

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Αθροιστική/Συμπερασματική (για βαθμό φοιτητή) Αξιολόγηση
Γραπτή Τελική Εξέταση	30%	(Ερωτήσεις πολλαπλής επιλογής / Αντιστοίχηση)
		(Ερωτήσεις σύντομης απάντησης)
Ομαδική Εργασία	60%	(Δημόσια Παρουσίαση)
		(Προφορική Εξέταση)
		(Διόρθωση Παραδομένης Εργασίας)
Ατομική Εργασία	10%	(Διόρθωση Παραδομένης Εργασίας)

 

(6) ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

1. Godfrey Boyle, "Renewable Energy, Power for a Sustainable Future", Oxford University Press, 3rd Edition 2. Bob Everett, Godfrey Boyle, Stephen Peake, and Janet Ramage, "Energy Systems and Sustainability, Power for a Sustainable Future", Oxford University Press, 2nd Edition

ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΓΙΑ ΜΕΡΙΚΕΣ ΔΙΑΦΟΡΙΚΕΣ ΕΞΙΣΩΣΕΙΣ

(1) ΓΕΝΙΚΑ

ΣΧΟΛΗ	Μηχανικών Παραγωγής και Διοίκησης
2η ΣΧΟΛΗ
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Διδακτορικό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	1600-ΓΕ0104	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ	2ο
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ	ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διαλέξεις	3
Σύνολο	3		7.5
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ	Ειδίκευσης
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)	https://www.eclass.tuc.gr/courses/MPD322/

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:  Αναπτύσει Αριθμητικές μεθόδους για διαφορετικών τύπων διαφορικές εξισώσει με μερικές παραγώγους  Αξιολογεί Αριθμητικές μεθόδους ως προς την ακρίβειά τους, την αποδοτικότητά τους, και τη δυνατότητα εφαρμογής τους.  Διαλέγει την κατάλληλη μέθοδο για το κατάλληλο πρόβλημα  Εκτιμάει (Υπολογίζει) Αριθμητικές προσεγγίσεις λύσεων μερικών διαφορικών εξισώσεων διαφορετικών τύπων  Σχεδιάζει (Αναλύει) την ορθότητα των αριθμητικών αποτελεσμάτων χρησιμοποιώντας τόσο τη θεωρία των αριθμητικών μεθόδων όσο και τα αποτελέσματα των αντίστοιχων συνεχών προβλημάτων.

Γενικές Ικανότητες

Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών  Προσαρμογή σε νέες καταστάσεις  Αυτόνομη εργασία  Χρήση Υπολογιστή  Επίλυση προβλημάτων  Διαχείριση αριθμητικών δεδομένων

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Μελετώνται οι θεμελιώδεις αριθμητικές τεχνικές για διάφορες μερικές διαφορικές εξισώσεις (υπερβολικού, ελλειπτικού και παραβολικού τύπου). Αυτές οι τεχνικές περιλαμβάνουν τις εξής μεθόδους: Μέθοδος Πεπερασμένων Διαφορών: Η μέθοδος των πεπερασμένων διαφορών για το πρόβλημα των δύο σημείων. Μέθοδοι πεπερασμένων διαφορών για παραβολικά, ελλειπτικά και υπερβολικά προβλήματα. Ευστάθεια και σύγκλιση μεθόδων. Μέθοδος Πεπερασμένων Στοιχείων: Η μέθοδος των πεπερασμένων στοιχείων για το πρόβλημα των δύο σημείων. Εισαγωγή στα πεπερασμένα στοιχεία σε πολλές διαστάσεις. Εισαγωγή στην έννοια της ασθενούς παραγώγου και της μεταβολικής διατύπωσης προβλημάτων συνοριακών τιμών. Συναρτήσεις βάσης και διακριτοποίηση. Πίνακες μάζας, ακαμψίας, και μέθοδοι επίλυσης γραμμικών συστημάτων. Εκτιμήσεις σφάλματος. Μέθοδοι πεπερασμένων όγκων: για προβλήματα υπερβολικού τύπου και νόμους διατήρησης. TVD ευστάθεια και υπολογισμός ασυνεχειών.

(4) ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ

Πρόσωπο με πρόσωπο

ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Στη Διδασκαλία:	-    Ηλεκτρονικές Διαλέξεις -    Ηλεκτρονικά βιβλία
Στην Εργαστηριακή Εκπαίδευση:	-    Χρήση λογισμικών πακέτων (Fortran ή MATLAB/Octave) για την υλοποίηση αριθμητικών μεθόδων.
Στην Επικοινωνία με τους φοιτητές:	-    Πλατφόρμα eclasss

ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Διαλέξεις	39.0 ώρες
Εκπόνηση Εργαστηριακών Ασκήσεων	75.0 ώρες
Αυτοτελής μελέτη	60.0 ώρες
Μελέτη και ανάλυση Βιβλιογραφίας	15.0 ώρες
Σύνολο	189 ώρες

 

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Αθροιστική/Συμπερασματική (για βαθμό φοιτητή) Αξιολόγηση
Γραπτή Τελική Εξέταση	30%	(Ερωτήσεις πολλαπλής επιλογής / Αντιστοίχηση)
		(Ερωτήσεις επίλυσης προβλημάτων)
Ασκήσεις Εργαστηρίου	60%	(Προφορική Εξέταση)
		(Διόρθωση Παραδομένης Εργασίας)
Ασκήσεις	10%

Σχόλια για την Αξιολόγηση των Φοιτητών :

H αξιολόγηση περιλαμβάνει μια τελική γραπτή εξέταση και μία ή περισσότερες εξετάσεις
εργαστηρίου. Η συμμετοχή κάθε εξέτασης στην τελική βαθμολογία αποφασίζεται από τον διδάσκοντα. Οι γραπτές εξετάσεις στοχεύουν στην πιστοποίηση των θεωρητικών γνώσεων που έχουν αποκτηθεί με θέματα ανάπτυξης. Οι εξετάσεις εργαστηρίου (εργαστηριακές ασκήσεις) έχουν ως στόχο να πιστοποιήσουν αν ο φοιτητής μπορεί να υλοποιήσει στον υπολογιστή αλγορίθμους που περιγράφονται μαθηματικά και έχουν σχέση με το αντικείμενο του μαθήματος.

(6) ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

(1) Μ. Πλεξουσάκης, Π. Χατζηπαντελίδης, Αριθμητική Επίλυση Μερικών Διαφορικών Εξισώσεων. Ελληνικά Ακαδημαϊκά Ηλεκτρονικά Συγγράμματα και Βοηθήματα - Αποθετήριο "Κάλλιπος", 2016. (2) Γ.Δ. Ακρίβης και Β. Δουγαλής, Αριθμητικές Μέθοδοι για Μερικές Διαφορικές Εξισώσεις. Ιωάννινα. (Πανεπιστημιακές Σημειώσεις). (3) K.W. Morton, D.F. Mayers, Numerical Solution of Partial Differential Equations. Cambridge University Press, 2005. (4) R.J. Leveque, Finite Difference Methods for Ordinary and Partial Differential Equations. SIAM, 2007. (5) R.J. Leveque, Finite Volume Methods for Hyperbolic Problems, Cambridge University Press, 2002 (6) J.S. Hesthaven, Numerical Methods for Conservation Laws (From Analysis to Algorithms), SIAM, 2018.

ΑΣΑΦΗ ΣΥΣΤΗΜΑΤΑ ΚΑΙ ΕΛΕΓΧΟΣ

(1) ΓΕΝΙΚΑ

ΣΧΟΛΗ	Μηχανικών Παραγωγής και Διοίκησης
2η ΣΧΟΛΗ
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Διδακτορικό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	PHD0109	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ	2ο
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ	ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διαλέξεις	3
Σύνολο	3		7.5
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ	Ειδίκευσης
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)	https://www.eclass.tuc.gr/courses/MPD363/

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:  Αναγνωρίζει τις διαφορετικές όψεις της αβεβαιότητας  Εκτιμάει Αξιoλογεί) την έννοια της ασάφειας, των ασαφών συνόλων και των τεχνολογικών εφαρμογών τους  Σχεδιάζει (Συνθέτει) συστήματα ελέγχου πολύπλοκων διαδικασιών  Χρησιμοποιεί εξιδεικευμένα λογισμικά

Γενικές Ικανότητες

Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών  Προσαρμογή σε νέες καταστάσεις  Λήψη αποφάσεων  Αυτόνομη εργασία  Ομαδική εργασία  Παραγωγή νέων ερευνητικών ιδεών  Σχεδιασμός και διαχείριση έργων  Γραπτή επικοινωνία  Προφορική επικοινωνία  Εναλλακτική/Καινοτόμος σκέψη  Επίλυση προβλημάτων  Εργασία σε διεπιστημονικό περιβάλλον

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Ορισμοί και βασικές πράξεις με ασαφή σύνολα, συναρτήσεις συμμετοχής Η αρχή της επέκτασης, ασαφείς σχέσεις, τελεστές, ασαφείς αριθμοί Λεκτικές τιμές και μεταβλητές, ασαφείς ΕΑΝ-ΤΟΤΕ κανόνες Προσεγγιστική αιτιολόγηση- Ασαφής Έλεγχος Εφαρμογές ασαφούς ελέγχου Ασαφής μοντελοποίηση προβλημάτων επιχειρησιακής έρευνας κατά Bellman και Zadeh Εισαγωγή στα νεύρο-ασαφή συστήματα Η εργαλειοθήκη Fuzzy Logic Toolbox της ΜΑΤLAB

(4) ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ

Πρόσωπο με πρόσωπο

ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Στη Διδασκαλία:	-    Matlab

ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Διαλέξεις	39.0 ώρες
Εργαστήρια/Φροντιστηριακές Ασκήσεις	15.0 ώρες
Εκπόνηση Ατομικής Εργασίας	45.0 ώρες
Αυτοτελής μελέτη	100.0 ώρες
Σύνολο	199 ώρες

Διδακτέα Ύλη ανά Εβδομάδα (13 εβδομάδες) :

Εβδομάδα 1: Ορισμοί και βασικές πράξεις με ασαφή σύνολα, συναρτήσεις συμμετοχής
Εβδομάδα 2-3: Η αρχή της επέκτασης, ασαφείς σχέσεις, τελεστές, ασαφείς αριθμοί
Εβδομάδα 4-6: Λεκτικές τιμές και μεταβλητές, ασαφείς ΕΑΝ-ΤΟΤΕ κανόνες
Εβδομάδα 7: Προσεγγιστική αιτιολόγηση- Ασαφής Έλεγχος
Εβδομάδα 8-10: Εφαρμογές ασαφούς ελέγχου
Εβδομάδα 11: Ασαφής μοντελοποίηση προβλημάτων επιχειρησιακής έρευνας κατά Bellman και Zadeh
Εβδομάδα 12-13: Εισαγωγή στα νεύρο-ασαφή συστήματα
Εβδομάδα 7: Η εργαλειοθήκη Fuzzy Logic Toolbox της ΜΑΤLAB

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Αθροιστική/Συμπερασματική (για βαθμό φοιτητή) Αξιολόγηση
Γραπτή Τελική Εξέταση	80%	(Ερωτήσεις πολλαπλής επιλογής / Αντιστοίχηση)
		(Ερωτήσεις σύντομης απάντησης)
		(Συγκριτική αξιολόγηση στοιχείων θεωρίας)
		(Ερωτήσεις επίλυσης προβλημάτων)
Ατομική Εργασία	20%

 

(6) ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

1. Σημειώσεις Παραδόσεων. 2. Βιβλία:1) H.-J. Zimmermann, Fuzzy Set Theory and its Applications, 2nd edition, Kluwer, Dordrecht, The Netherlands, 1991 (ISBN 0-7923-9075-X). 2) G. J. Klir and B. Juan, Fuzzy Set and Fuzzy Logic: Theory and Applications, Prentice Hall, 1995 (ISBN 0-13-101171-5). 3. Δημοσιευμένες εργασίες oι τίτλοι των οποίων θα διανεμηθούν στην τάξη.

ΒΕΛΤΙΣΤΟΣ ΔΟΜΙΚΟΣ ΣΧΕΔΙΑΣΜΟΣ ΥΛΙΚΩΝ ΚΑΙ ΚΑΤΑΣΚΕΥΩΝ

(1) ΓΕΝΙΚΑ

ΣΧΟΛΗ	Μηχανικών Παραγωγής και Διοίκησης
2η ΣΧΟΛΗ
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Διδακτορικό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	1600-ΓΕ0019	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ	2ο
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ	ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διαλέξεις	3
Σύνολο	3		7.5
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ	Γενικού υποβάθρου
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)	https://www.eclass.tuc.gr/courses/MPD177/

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:  Αναλύει προβλήματα βέλτιστου σχεδιασμού στη μηχανική και συναφείς τεχνολογικές επιστήμες  Υπολογίζει απλά προβλήματα εφαρμοσμένης βελτιστοποίησης  Χρησιμοποιεί πακέτα βέλτιστου σχεδιασμού

Γενικές Ικανότητες

Αυτόνομη εργασία  Ομαδική εργασία  Παραγωγή νέων ερευνητικών ιδεών  Πρωτοβουλία  Χρήση Υπολογιστή  Επίλυση προβλημάτων  Διαχείριση αριθμητικών δεδομένων  Εργασία σε διεπιστημονικό περιβάλλον

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Αρχές αριθμητικής βελτιστοποίησης. Χρήση βελτιστοποίησης για τον βέλτιστο σχεδιασμό. Ανάλυση ευαισθησίας. Συνδυασμός με μεθόδους πεπερασμένων και συνοριακών στοιχείων. Ενεργειακές μέθοδοι στη μηχανική και βέλτιστος σχεδιασμός. Τοπολογική βελτιστοποίηση. Βέλτιστος σχεδιασμός μικροδομών αι αριθμητική ομογενοποίηση. Προγραμματισμός μεθόδων και θέματα φοιτητών από τις διάφορες εφαρμογές.

(4) ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ

Εξ αποστάσεως εκπαίδευση

ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Στη Διδασκαλία:	-    Διαφάνειες -    Διαδικτυακή επίδειξη προγραμμάτων
Στην Εργαστηριακή Εκπαίδευση:	-    Διαφάνειες -    Διαδικτυακή επίδειξη προγραμμάτων
Στην Επικοινωνία με τους φοιτητές:	-    Κατάθεση και εξέταση θεμάτων

ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Διαλέξεις	39.0 ώρες
Εκπόνηση Ομαδικής Εργασίας	20.0 ώρες
Εκπόνηση Ατομικής Εργασίας	60.0 ώρες
Εκπόνηση έρευνας/μελέτης	7.0 ώρες
Αυτοτελής μελέτη	50.0 ώρες
Σεμινάρια	12.0 ώρες
Σύνολο	188 ώρες

Διδακτέα Ύλη ανά Εβδομάδα (13 εβδομάδες) :

1η εβδομάδα
Εισαγωγή στον βέλτιστο σχεδιασμό. Επανάληψη στην υπολογιστική βελτιστοποίηση, την ελαστικότητα, θερμότητα και συνδυασμένα πεδία. Η μέθοδος των πεπερασμένων στοιχείων.
2η εβδομάδα
Βέλτιστος σχεδιασμός ραβδωτών φορέων. Η έννοια της ανάλυσης ευαισθησίας.
3η εβδομάδα
Βέλτιστος σχεδιασμός επιφανειακών και τρισδιάστατων φορέων.
4η εβδομάδα
Τρισδιάστατα προβλήματα και επίδειξη εμπορικών πακέτων.
5η εβδομάδα
Μη γραμμικά προβλήματα και βέλτιστος σχεδιασμός.
6η εβδομάδα
Αντίστροφα προβλήματα και προβλήματα ταυτοποίησης παραμέτρων.
7η εβδομάδα
Επίδειξη προγραμμάτων και προτεινόμενων θεμάτων.
8η εβδομάδα
Κλασική και τοπολογική βελτιστοποίηση (εισαγωγή).
9η εβδομάδα
Τοπολογική βελτιστοποίηση για κατασκευές και εύκαμπτους μηχανισμούς.
10η εβδομάδα
Συνδυασμένα πεδία με παράδειγμα τον σχεδιασμό παραδιακλαδωμένων πιεζοηλεκτρικών ευφυών κατασκευών.
11η εβδομάδα
Βέλτιστος σχεδιασμός σύνθετων υλικών και μικροδομών. Η αριθμητική ομογενοποίηση.
12η εβδομάδα
Δυναμικά προβλήματα και εισαγωγή σε προβλήματα ελέγχου.
13η εβδομάδα
Παρουσίαση και συζήτηση επιλεγμένων θεμάτων φοιτητών.

Αλλα Σχόλια για την Οργάνωση της Διδασκαλίας :

Προτεινόμενα θέματα σε επίπεδο επαγγελματικής παρουσίασης ή παρουσίασης συνεδρίου.

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Αθροιστική/Συμπερασματική (για βαθμό φοιτητή) Αξιολόγηση
Ομαδική Εργασία	60%	(Δημόσια Παρουσίαση)
		(Προφορική Εξέταση)
		(Διόρθωση Παραδομένης Εργασίας)
Ατομική Εργασία	30%	(Προφορική Εξέταση)
		(Διόρθωση Παραδομένης Εργασίας)
Ασκήσεις Εργαστηρίου	10%	(Διόρθωση Παραδομένης Εργασίας)

 

(6) ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

1. V.F. Dem'yanov, G.E. Stavroulakis, L.N. Polyakova, P.D. Panagiotopoulos: Quasidifferentiability and nonsmooth modelling in mechanics, engineering and economics. Springer/ Kluwer Academic 1996. 2. E.S. Mistakidis, G.E. Stavroulakis: Nonconvex optimization in mechanics. Smooth and nonsmooth algorithms, heuristics and engineering applications. Springer/ Kluwer Academic 1998. 3. G.E. Stavroulakis: Inverse and identification problems in mechanics. Habilitation Thesis, Dept. of Civil Engineering, Technical University Carolo Wilhelmina, Braunschweig, Germany 2000 and Springer / Kluwer Academic 2000. 4. Z. Mroz, G.E. Stavroulakis (Eds.): Parameter Identification of Materials and Structures. CISM Lecture Notes Vol. 469, Springer, Wien, New York, 2005. Lecture notes of CISM Course

ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ ΑΠΟΦΑΣΕΩΝ

(1) ΓΕΝΙΚΑ

ΣΧΟΛΗ	Μηχανικών Παραγωγής και Διοίκησης
2η ΣΧΟΛΗ
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Διδακτορικό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	1600-ΓΕ0032	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ	2ο
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ	ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διαλέξεις	3
Σύνολο	3		7.5
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ	Ειδίκευσης
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)	https://www.eclass.tuc.gr/courses/POST-MPD100/

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:  Αναγνωρίζει τα προβλήματα απόφασης, την πολυπλοκότητα, το βαθμό αβεβαιότητας και τη σημαντικότητά τους  Περιγράφει με όρους επιστήμης αποφάσεων και τεχνητής νοημοσύνης ένα αδόμητο πρόβλημα  Αναλύει προβλήματα απόφασης με χρήση μεθόδων επιχειρησιακής έρευνας και τεχνητής νοημοσύνης  Δημιουργεί κατάλληλα μοντέλα για την επίλυση αδόμητων προβλημάτων απόφασης  Διαχειρίζεται δεδομένα και γνώση  Επιλύει πολύπλοκα προβλήματα με χρήση μαθηματικών μοντέλων και ευφυών μεθόδων  Συγκρίνει (Αξιολογεί) εναλλακτικά επιλογές  Ερμηνεύει αποτελέσματα εφαρμογής μοντέλων επιχειρησιακής έρευνας και τεχνητής νοημοσύνης  Εκτιμάει Αξιoλογεί) τα αποτελέσματα και τις επιπτώσεις των εναλλακτικών επιλογών ενός προβλήματος απόφασης  Επιλέγει την ή τις καταλληλότερες εναλλακτικές για ένα πρόβλημα

Γενικές Ικανότητες

Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών  Προσαρμογή σε νέες καταστάσεις  Λήψη αποφάσεων  Αυτόνομη εργασία  Ομαδική εργασία  Παραγωγή νέων ερευνητικών ιδεών  Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης  Εναλλακτική/Καινοτόμος σκέψη  Επίλυση προβλημάτων  Διαχείριση αριθμητικών δεδομένων  Εργασία σε διεπιστημονικό περιβάλλον

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Εισαγωγή. Θεωρία Αποφάσεων. Λήψη Ομαδικών Αποφάσεων & Διαπραγματεύσεις. Λήψη Ομαδικών Αποφάσεων με Πολλαπλά Κριτήρια. Θεωρία της κοινωνικής επιλογής. Δομημένη Μοντελοποίηση και Συστήματα Διαχείρισης Βάσεων Μοντέλων. Ευφυή Συστήματα Αποφάσεων. Λήψη Αποφάσεων σε Δυναμικά Συστήματα. Αξιολόγηση και Αποτελεσματικότητα των ΠΣ & ΣΥΑ. Μοντελοποίηση Χρήστη. Μοντελοποίηση Καταναλωτή. Τεχνικές και Μέθοδοι Προσαρμογής και Προσωποποίησης. Διοίκηση Επιχειρησιακών Διαδικασιών και Εικονικές Επιχειρήσεις. Αξιολόγηση Ιστοσελίδων και Εφαρμογών Η.Ε. Διοίκηση Πληροφοριακών Συστημάτων. Analytics και Επιχειρηματική Ευφυΐα. Ειδικές Κατηγορίες ΠΣ & ΣΥΑ (Συστήματα Υποστήριξης Ομαδικών Αποφάσεων, Πολυκριτήρια ΣΥΑ, Διοικητικά Συστήματα Υποστήριξης, Χωρικά ΣΥΑ, Κατανεμημένα ΣΥΑ, κλπ). Εφαρμογές ΣΥΑ στο Μάρκετινγκ, τη Χρηματοοικονομική Διοίκηση, την Παραγωγή, τη Διοίκηση κ.α.

(4) ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ

Πρόσωπο με πρόσωπο

ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Στη Διδασκαλία:	-    Διενέργεια του μαθήματος με χρήση διαφανειών power point. -    Χρήση πακέτων λογισμικού για παρουσίαση μεθόδων και εφαρμογής τους στην επίλυση προβλημάτων -    Εκπόνηση εργασιών
Στην Επικοινωνία με τους φοιτητές:	-    Επικοινωνία με φυσική παρουσία σε ώρες γραφείου -    Επικοινωνία μέσω Skype και zoom για επίλυση αποριών -    Μέσω της πλατφόρμας τηλε-εκπαίδευσης e-Class

ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Διαλέξεις	39.0 ώρες
Εκπόνηση Ατομικής Εργασίας	100.0 ώρες
Μελέτη και ανάλυση Βιβλιογραφίας	50.0 ώρες
Σύνολο	189 ώρες

Διδακτέα Ύλη ανά Εβδομάδα (13 εβδομάδες) :

Μάθημα 1ο – Εισαγωγή – Οργάνωση & Αξιολόγηση – Εργασίες
Μάθημα 2ο – Θεωρία Αποφάσεων
Μάθημα 3ο – Πολυκριτήρια Ανάλυση Αποφάσεων
Μάθημα 4ο – Λήψη Ομαδικών Αποφάσεων & Διαπραγματεύσεις
Μάθημα 5ο – Λήψη Ομαδικών Αποφάσεων με Πολλαπλά Κριτήρια
Μάθημα 6ο – Λήψη Ομαδικών Αποφάσεων με Πολλαπλά Κριτήρια
Μάθημα 7ο – Analytics και Επιχειρηματική Ευφυΐα.
Μάθημα 8ο – Λήψη Αποφάσεων βασισμένη στις Διατάξεις
Μάθημα 9ο – Λήψη Ομαδικών Αποφάσεων υπό Αβεβαιότητα
Μάθημα 10ο – Συστήματα Υποστήριξης Ομαδικών Αποφάσεων
Μάθημα 11ο – Ευφυή ΣΥΑ
Μάθημα 12ο – Εφαρμογές ΣΥΑ
Μάθημα 13ο – Εφαρμογές ΣΥΑ - Πλατφόρμα Μάρκετινγκ

Αλλα Σχόλια για την Οργάνωση της Διδασκαλίας :

Οι φοιτητές εκπονούν πρωτότυπη εργασία αναλόγως του θέματος του διδακτορικού που εκπονούν.
Στο τέλος του μαθήματος εξετάζονται στην ύλη του μαθήματος.

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Αθροιστική/Συμπερασματική (για βαθμό φοιτητή) Αξιολόγηση
Γραπτή Τελική Εξέταση	30%	(Ερωτήσεις σύντομης απάντησης)
		(Συγκριτική αξιολόγηση στοιχείων θεωρίας)
		(Ερωτήσεις επίλυσης προβλημάτων)
Ατομική Εργασία	70%	(Δημόσια Παρουσίαση)
		(Προφορική Εξέταση)
		(Διόρθωση Παραδομένης Εργασίας)

 

(6) ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

Νικόλαος Ματσατσίνης, Συστήματα Υποστήριξης Αποφάσεων (2η Έκδοση), Εκδόσεις Νέων Τεχνολογιών, 2023, Αθήνα

ΕΝΕΡΓΕΙΑΚΕΣ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΕΣ ΕΦΑΡΜΟΓΕΣ ΤΗΣ ΚΑΤΑΛΥΣΗΣ

(1) ΓΕΝΙΚΑ

ΣΧΟΛΗ	Μηχανικών Παραγωγής και Διοίκησης
2η ΣΧΟΛΗ
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Διδακτορικό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	1600-ΓΕ0097	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ	2ο
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ	ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διαλέξεις	3
Σύνολο	3		7.5
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ	Ειδίκευσης
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)	https://www.eclass.tuc.gr/courses/MPD261/

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:  Αναγνωρίζει Ενεργειακές και Περιβαλλοντικές Προκλήσεις  Συζητάει (Κατανοεί) Περιβαλλοντική υποβάθμιση-Κλιματική αλλαγή  Συσχετίζει (Γνωρίζει) ενέργειακό μίγμα-περιβαλλοντικές ωεπιπτώσεις  Εκτιμάει Αξιoλογεί) εναλλακτικές τεχνολογίες παραγωγής ενέργειας  Αναλύει καταλυτικές διεργασίες  Αναφέρει κατάλυση

Γενικές Ικανότητες

Προσαρμογή σε νέες καταστάσεις  Ομαδική εργασία  Παραγωγή νέων ερευνητικών ιδεών  Σεβασμός στο φυσικό περιβάλλον  Άσκηση κριτικής και αυτοκριτικής  Γραπτή επικοινωνία  Προφορική επικοινωνία  Εναλλακτική/Καινοτόμος σκέψη  Εργασία σε διεπιστημονικό περιβάλλον

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Παραγωγή ενέργειας από ορυκτά καύσιμα. Περιβαλλοντικές επιπτώσεις από τη χρήση συμβατικών καυσίμων. Καταλυτικά υλικά: σύνθεση, χαρακτηρισμός και αξιολόγηση. Βασικές αρχές και εφαρμογές της κατάλυσης. Ο ρόλος της κατάλυσης στην παραγωγή ενέργειας και στην προστασία του περιβάλλοντος. Εναλλακτικές τεχνολογίες παραγωγής ενέργειας. Παραγωγή ενέργειας από βιομάζα. Παραγωγή και εκμετάλλευση βιοκαυσίμων. Παραγωγή και εκμετάλλευση υδρογόνου (Η2)-Το Η2 ως ενεργειακός φορέας. Καθαρές τεχνολογίες άνθρακα.

(4) ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ

Πρόσωπο με πρόσωπο

ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Στη Διδασκαλία:	-    Παρουσιάσεις Διαλέξεων/Διαδίκτυο
Στην Επικοινωνία με τους φοιτητές:	-    Παρουσιάσεις Διαλέξεων/Διαδίκτυο

ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Διαλέξεις	39.0 ώρες
Εκπόνηση Ομαδικής Εργασίας	50.0 ώρες
Εκπόνηση έρευνας/μελέτης	50.0 ώρες
Αυτοτελής μελέτη	40.0 ώρες
Μελέτη και ανάλυση Βιβλιογραφίας	21.0 ώρες
Σύνολο	200 ώρες

Διδακτέα Ύλη ανά Εβδομάδα (13 εβδομάδες) :

Διδακτέα ύλη ανά εβδομάδα
1) Παραγωγή ενέργειας από ορυκτά καύσιμα.
2) Περιβαλλοντικές επιπτώσεις από τη χρήση συμβατικών καυσίμων.
3) Βασικές αρχές και εφαρμογές της κατάλυσης.
4) Καταλυτικά υλικά: σύνθεση,
5) Χαρακτηρισμός και αξιολόγηση καταλυτικών υλικών.
6) Ο ρόλος της κατάλυσης στην παραγωγή ενέργειας
7) Ο ρόλος της κατάλυσης στην προστασία του περιβάλλοντος.
8) Εναλλακτικές τεχνολογίες παραγωγής ενέργειας.
9) Καταλυτική παραγωγή Η2
10) Παραγωγή ενέργειας από βιομάζα.
11) Παραγωγή βιοκαυσίμων.
12) Καταλυτική τεχνολογίες αξιοποίησης CO2
13) Ηλεκτρο-καταλυτικές διεργασίες

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Αθροιστική/Συμπερασματική (για βαθμό φοιτητή) Αξιολόγηση
Ομαδική Εργασία	50%	(Δημόσια Παρουσίαση)
Ατομική Εργασία	50%	(Διόρθωση Παραδομένης Εργασίας)

 

(6) ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

• Catalysis: An integrated approach, Second Edition, Edited by R.A. van Santen, P.W. N.M. van Leeuwen, J.A. Moulin, B.A. Averill, Elsevier 2000 • C.H. Bartholomew, R.j. Farrauto, Fundamentals of industrial Catalytic Processes, Wiley Interscience, 2006 • Characterization of Solid materials and Heterogeneous Catalysts Edited by M. Che and J.C. Vedrine, Wiley-VCH, 2012 • I. Chorkendorff, J.W. Niemadsvedreit, Concepts of Modern Catalysis and Kinetics, Wiley VCH, 2003

ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΤΗΤΑ ΚΑΙ ΕΞΕΛΙΞΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ

(1) ΓΕΝΙΚΑ

ΣΧΟΛΗ	Μηχανικών Παραγωγής και Διοίκησης
2η ΣΧΟΛΗ
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Διδακτορικό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	1600-ΓΕ0098	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ	2ο
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ	ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διαλέξεις	3
Σύνολο	3		7.5
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ	Γενικού υποβάθρου
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:  Αναγνωρίζει Τους επιχειρηματικούς κύκλους μέσα από τους οποίους εξελίσσονται οι επιχειρήσεις  Αναλύει την χρονική περίοδο των επιχειρηματικών κύκλων  Αναπτύσει διαφορετικές στρατηγικές για κάθε επιχειρηματικό κύκλο  Αναφέρει Τις εποχές κάθε οικονομικού κύκλου  Δημιουργεί διαφορετική στρατηγική για κάθε εποχή

Γενικές Ικανότητες

Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών  Προσαρμογή σε νέες καταστάσεις  Λήψη αποφάσεων  Σχεδιασμός και διαχείριση έργων  Πρωτοβουλία

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Νόμοι της φύσης που διέπουν την επιχειρηματικότητα Προσαρμογή των δραστηριοτήτων των επιχειρήσεων στο μεταβαλλόμενο οικονομικό κλίμα Μεγάκυκλοι της οικονομίας Επιχειρηματικοί κύκλοι Εξέλιξη της επιχείρησης μέσα από διαφορετικές εποχές Από ανάπτυξη σε χάος και από χάος σε ανάπτυξη Η εξέλιξη της εξέλιξης και η μεγάλη «εικόνα» Ένστικτο και λογική στη λειτουργία των επιχειρήσεων Γενετικός ανασχεδιασμός των επιχειρήσεων Οι νέες κατευθύνσεις και εξελίξεις της επιχείρησης

(4) ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ

Πρόσωπο με πρόσωπο

ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Στη Διδασκαλία:	-    βιντεοπροβολές
Στην Επικοινωνία με τους φοιτητές:	-    zoom

ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Διαλέξεις	39.0 ώρες
Εκπόνηση Ομαδικής Εργασίας	40.0 ώρες
Αυτοτελής μελέτη	60.0 ώρες
Μελέτη και ανάλυση Βιβλιογραφίας	50.0 ώρες
Σύνολο	189 ώρες

Διδακτέα Ύλη ανά Εβδομάδα (13 εβδομάδες) :

Η σημασία της επιχειρηματικότητας
Νόμοι της φύσης που διέπουν την επιχειρηματικότητα
Μεγάκυκλοι της οικονομίας
Επιχειρηματικοί κύκλοι
Οι τέσσερεις εποχές του κύκλου
Εξέλιξη της επιχείρησης μέσα από διαφορετικές εποχές
Στρατηγικές κάθε εποχής
Από ανάπτυξη σε χάος και από χάος σε ανάπτυξη
Η εξέλιξη της εξέλιξης και η μεγάλη «εικόνα»
Ένστικτο και λογική στη λειτουργία των επιχειρήσεων
Γενετικός ανασχεδιασμός των επιχειρήσεων
Οι νέες κατευθύνσεις και εξελίξεις της επιχείρησης
Η επιχείρηση του μέλλοντος

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Αθροιστική/Συμπερασματική (για βαθμό φοιτητή) Αξιολόγηση
Γραπτή Τελική Εξέταση	80%	(Ερωτήσεις σύντομης απάντησης)
Ομαδική Εργασία	20%	(Διόρθωση Παραδομένης Εργασίας)

 

(6) ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

Amway Global Entrepreneurship Report 2013,www.amwayentrepreneurshipreport.com/home Drucker, P. (1993), Innovation and Entrepreneurship, Harper Business. OECD (2012) Entrepreneurship at a Glance 2011 ΙΟΒΕ – GEM (2013), Η επιχειρηματικότητα στην Ελλάδα 2011-12. Η εξέλιξη των δεικτών της επιχειρηματικότητας στη διάρκεια της κρίσης. Ετήσια Έκθεση. Καραγιάννης Η.Γ και Μπακούρος Ι.Λ (2010), Καινοτομία και Επιχειρημτικότητα Θεωρία- Πράξη, Θεσσαλονίκη: Εκδόσεις Σοφία Schumpeter, J.A. ( 2008) Capitalism, Socialism, and Democracy, 3d edition, HarperCollins Publishers. Χατζηκωνσταντίνου Γ. και Γωνιάδης Η. (2009), Επιχειρηματικότητα και Καινοτομία. Από την ίδρυση στη Διοίκηση και την Επιβίωση της Νέας Επιχείρησης. Αθήνα: Εκδόσεις Gutenberg

ΜΕΘΕΥΡΕΤΙΚΟΙ ΚΑΙ ΕΞΕΛΙΚΤΙΚΟΙ ΑΛΓΟΡΙΘΜΟΙ ΣΕ ΠΡΟΒΛΗΜΑΤΑ ΔΙΑΧΕΙΡΙΣΗΣ ΤΗΣ ΕΦΟΔΙΑΣΤΙΚΗΣ ΑΛΥΣΙΔΑΣ

(1) ΓΕΝΙΚΑ

ΣΧΟΛΗ	Μηχανικών Παραγωγής και Διοίκησης
2η ΣΧΟΛΗ
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Διδακτορικό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	PHD0112	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ	2ο
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ	ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διαλέξεις	3
Σύνολο	3		7.5
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ	Γενικού υποβάθρου
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:  Περιγράφει Προβλήματα Διαχείρισης της Εφοδιαστικής Αλυσίδας  Επιλύει Προβλήματα Διαχείρισης της Εφοδιαστικής Αλυσίδας  Διατυπώνει Προβλήματα Διαχείρισης της Εφοδιαστικής Αλυσίδας  Διαχειρίζεται Προβλήματα Διαχείρισης της Εφοδιαστικής Αλυσίδας  Σχεδιάζει (Αναλύει) Αλγορίθμους επίλυσης προβλημάτων εφοδιαστικής αλυσίδας  Εξασκείται Στην δημιουργία αλγορίθμων και σε γλώσσες προγραμματισμού

Γενικές Ικανότητες

Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών  Προσαρμογή σε νέες καταστάσεις  Λήψη αποφάσεων  Αυτόνομη εργασία  Ομαδική εργασία  Παραγωγή νέων ερευνητικών ιδεών  Γραπτή επικοινωνία  Προφορική επικοινωνία  Αυτοπεποίθηση  Χρήση Υπολογιστή  Επίλυση προβλημάτων  Διαχείριση αριθμητικών δεδομένων  Εργασία σε διεπιστημονικό περιβάλλον

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Tι είναι η εφοδιαστική αλυσίδα, κλασικά προβλήματα διαχείρισης της εφοδιαστικής αλυσίδας, προβλήματα διαχείρισης της εφοδιαστικής αλυσίδας που περιγράφονται με τη χρήση γράφων, το πρόβλημα του πλανόδιου πωλητή, το πρόβλημα δρομολόγησης οχημάτων, παραλλαγές και επεκτάσεις του προβλήματος δρομολόγησης οχημάτων, συνδυαστικά προβλήματα διαχείρισης της εφοδιαστικής αλυσίδας, ευρετικοί αλγόριθμοι, αλγόριθμοι τοπικής αναζήτησης, μεθευρετικοί αλγόριθμοι (αλγόριθμος προσομοιωμένης ανόπτησης, αλγόριθμος περιορισμένης αναζήτησης, αλγόριθμος μεταβλητής γειτονιάς αναζήτησης, διαδικασία άπληστης τυχοποιημένης προσαρμοστικής αναζήτησης, αλγόριθμος επανασύνδεσης διαδρομών), εξελικτικοί αλγόριθμοι (γενετικοί αλγόριθμοι, εξελικτικός προγραμματισμός, γενετικοί αλγόριθμοι πολλαπλών πληθυσμών, μιμητικοί αλγόριθμοι, αλγόριθμος της διαφορικής εξέλιξης), αλγόριθμοι εμπνευσμένοι από τη φύση (αλγόριθμος βελτιστοποίησης αποικίας μυρμηγκιών, αλγόριθμος βελτιστοποίησης σμήνους σωματιδίων, αλγόριθμος τεχνητής αποικίας μελισσών, αλγόριθμος βελτιστοποίησης ζευγαρώματος μελισσών/μπάμπουρων, αλγόριθμοι πυγολαμπίδων, αλγόριθμος νυχτερίδας, αλγόριθμος αναζήτησης του κούκου), άλλοι αλγόριθμοι εμπνευσμένοι από φυσικές διαδικασίες (αλγόριθμος αναζήτησης μουσικής αρμονίας, αλγόριθμος επιλογής κλώνων, αλγόριθμος αναζήτησης της βαρυτικής έλξης).

(4) ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ

Πρόσωπο με πρόσωπο

ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Στη Διδασκαλία:	-    Σημειώσεις και παρουσιάσεις των διαλέξεων του μαθήματος στο e-class
Στην Εργαστηριακή Εκπαίδευση:	-    Σημειώσεις και παρουσιάσεις των εργαστηριακών διαλέξεων στο e-class -    χρήση, εκμάθηση διαφόρων γλωσσών προγραμματισμού και χρήση τους για δημιουργία προγραμμάτων στο αντικείμενο του μαθήματος
Στην Επικοινωνία με τους φοιτητές:	-    e-mail και eclass . Επίλυση αποριών μέσω τηλεδιάσκεψης

ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Διαλέξεις	39.0 ώρες
Εκπόνηση Ομαδικής Εργασίας	50.0 ώρες
Εκπόνηση Ατομικής Εργασίας	30.0 ώρες
Μελέτη και ανάλυση Βιβλιογραφίας	40.0 ώρες
Διαδραστική διδασκαλία	30.0 ώρες
Σύνολο	189 ώρες

Διδακτέα Ύλη ανά Εβδομάδα (13 εβδομάδες) :

1. Εισαγωγή στην Εφοδιαστική Αλυσίδα
2. Μοντελοποίηση προβλημάτων Εφοδιαστικής Αλυσίδας
3. Ο ρόλος των μεταφορικών συστημάτων στην Εφοδιαστική Αλυσίδα
4. Προβλήματα Δρομολόγησης Οχημάτων
5. Χωροθέτηση Εγκαταστάσεων
6. Θεωρία Αποθεμάτων
7. Χρονοπρογραμματισμός Εργασιών
8. Σχεδιασμός Εγκαταστάσεων Παραγωγής και Συστήματα Έγκαιρης Παράδοσης και Προγραμματισμός Απαιτήσεων Υλικών
9. Εισαγωγή στους Αλγορίθμους Επίλυσης Προβλημάτων Εφοδιαστικής Αλυσίδας
10. Μεθευρετικοί Αλγόριθμοι
11. Εξελικτικοί Αλγόριθμοι
12. Αλγόριθμοι Εμπνευσμένοι από τη Φύση
13. Σύγχρονα συστήματα υποστήριξης αποφάσεων για την εφοδιαστική αλυσίδα

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Αθροιστική/Συμπερασματική (για βαθμό φοιτητή) Αξιολόγηση
Γραπτή Τελική Εξέταση	40%	(Ερωτήσεις επίλυσης προβλημάτων)
Ομαδική Εργασία	30%	(Δημόσια Παρουσίαση)
		(Προφορική Εξέταση)
		(Διόρθωση Παραδομένης Εργασίας)
Ατομική Εργασία	30%	(Δημόσια Παρουσίαση)
		(Προφορική Εξέταση)
		(Διόρθωση Παραδομένης Εργασίας)

 

(6) ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

Ιωάννης Μαρινάκης, Μαγδαληνή Μαρινάκη και Αθανάσιος Μυγδαλάς, (2019), Προβλήματα Δρομολόγησης Οχημάτων στη Διαχείριση της Εφοδιαστικής Αλυσίδας: Μοντελοποίηση και Αλγόριθμοι Επίλυσης, Εκδόσεις Νέων Τεχνολογιών, σελ. 490, ISBN: 978-960-578-056-2. Ιωάννης Μαρινάκης και Αθανάσιος Μυγδαλάς, (2008), Σχεδιασμός και Βελτιστοποίηση της Εφοδιαστικής Αλυσίδας, Εκδόσεις Σοφία, Θεσσαλονίκη, σελ. 533, ISBN: 978-960-6706-17-2. Ιωάννης Μαρινάκης, Μαγδαληνή Μαρινάκη, Νικόλαος Φ. Ματσατσίνης και Κωνσταντίνος Ζοπουνίδης, (2011), Μεθευρετικοί και Εξελικτικοί Αλγόριθμοι σε Προβλήματα Διοικητικής Επιστήμης¸ Κλειδάριθμος, σελ. 527, Αθήνα, ISBN 978-960-461-422-6.

ΜΕΘΟΔΟΙ ΕΠΙΛΥΣΗΣ ΔΙΟΙΚΗΤΙΚΩΝ ΠΡΟΒΛΗΜΑΤΩΝ

(1) ΓΕΝΙΚΑ

ΣΧΟΛΗ	Μηχανικών Παραγωγής και Διοίκησης
2η ΣΧΟΛΗ
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Διδακτορικό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	1600-ΓΕ0054	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ	2ο
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ	ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διαλέξεις	3
Σύνολο	3		7.5
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ	Γενικού υποβάθρου
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:  Αναγνωρίζει τη σημασία της εφαρμογής ενός συστηματικού πλαισίου για την επίλυση των διοικητικών προβλημάτων.  Αναλύει τα συμπτώματα που ευθύνονται για την εμφάνιση του προβλήματος  Αξιολογεί τα συμπτώματα: ποια είναι, πότε εμφανίζονται, χρονική συμπεριφορά, κ.λπ.)  Αξιολογεί (Συνθέτει) την εμφάνιση των συμπτωμάτων σύμφωνα με τις αιτίες που ευθύνονται για την εμφάνιση τους.  Δημιουργεί μοντέλα που συνδυάζουν τα συμπτώματα με τις αιτίες που τα προκαλούν.  Διαφοροποιεί τις αιτίες που ευθύνονται για την εμφάνιση των συμπτωμάτων ανάλογα με τη σημασία τους.  Επιλύει τα προβλήματα που αναγνωρίστηκαν σε κάθε περίπτωση.  Επιβλέπει τις διεργασίες για την εφαρμογή της επιλεγείσας λύσης στην πράξη.  Χρησιμοποιεί εναλλακτικές μεθόδους ανάλυσης προβλημάτων: επιχειρησιακής έρευνα, στατιστική, μηχανική μάθηση, κ.λπ.

Γενικές Ικανότητες

Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών  Προσαρμογή σε νέες καταστάσεις  Λήψη αποφάσεων  Αυτόνομη εργασία  Ομαδική εργασία  Σεβασμός στο φυσικό περιβάλλον  Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης  Γραπτή επικοινωνία  Προφορική επικοινωνία  Πρωτοβουλία  Αυτοπεποίθηση  Χρήση Υπολογιστή  Επίλυση προβλημάτων  Διαχείριση αριθμητικών δεδομένων  Εργασία σε διεπιστημονικό περιβάλλον

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Πλαίσιο επίλυσης διοικητικών προβλημάτων. Ανάλυση συμπτωμάτων. Συνδυασμός συμπτωμάτων με τις αιτίες που ευθύνονται για την εμφάνιση τους. Κατασκευή μοντέλων. Έλεγχος καταλληλότητας μοντέλου. Εφαρμογή μοντέλου στον προσδιορισμό εναλλακτικών λύσεων. Επιλογή της βέλτιστης (ή της καλύτερης) εναλλακτικής λύσης. Έλεγχος της καταλληλότητας της επιλεγείσας λύσης. Οργανωτικός σχεδιασμός για την εφαρμογή της επιλεγείσας λύσης στην πράξη. Συζήτηση μελετών περίπτωσης (case studies).

(4) ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ

Πρόσωπο με πρόσωπο

ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Στη Διδασκαλία:	-    Διαφάνειες -    Λογισμικό (excel, SPSS, Machine Learning)
Στην Εργαστηριακή Εκπαίδευση:	-    Excel, SPSS, Machine Learning
Στην Επικοινωνία με τους φοιτητές:	-    eClass

ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Διαλέξεις	39.0 ώρες
Εργαστήρια/Φροντιστηριακές Ασκήσεις	39.0 ώρες
Εκπόνηση Ατομικής Εργασίας	80.0 ώρες
Εκπόνηση Εργαστηριακών Ασκήσεων	30.0 ώρες
Σύνολο	188 ώρες

Διδακτέα Ύλη ανά Εβδομάδα (13 εβδομάδες) :

1. Πλαίσιο επίλυσης διοικητικών προβλημάτων
2. Ανάλυση συμπτωμάτων Ι
3. Ανάλυση συμπτωμάτων και σύνδεση τους με τις αιτίες που τα προκαλούν -- ορισμός ενδεικτικών προβλημάτων
4. Κατασκευή μοντέλων - έλεγχος καταλληλότητας μοντέλου
5. Διερεύνηση σε συνθήκες μεγάλου όγκου ετερογενών δεδομένων - τεχνικές στατιστικής και μηχανικής μάθησης Ι
6. Διερεύνηση σε συνθήκες μεγάλου όγκου ετερογενών δεδομένων - τεχνικές στατιστικής και μηχανικής μάθησης ΙΙ
7. Διερεύνηση σε συνθήκες μεγάλου όγκου ετερογενών δεδομένων - τεχνικές στατιστικής και μηχανικής μάθησης ΙΙΙΙ
8. Εφαρμογή μοντέλου για την επιλογή της καλύτερης λύσης
9. Ελεγχος της επιλεγείσας λύσης
10. Οργανωτικός σχεδιασμός για την εφαρμογή της επιλεγείσας λύσης στην πράξη.
11. Επανασχεδιασμός επιχειρησιακών διεργασιών Ι: εφαρμογή σε διεργασίες εφοδιαστικής αλυσίδας, διοίκησης πωλήσεων, ανάπτυξης προϊόντων και υπηρεσιών, κ.λπ.
12. Επανασχεδιασμός επιχειρησιακών διεργασιών ΙΙ: : εφαρμογή σε διεργασίες εφοδιαστικής αλυσίδας, διοίκησης πωλήσεων, ανάπτυξης προϊόντων και υπηρεσιών, κ.λπ.
13. Επανασχεδιασμός επιχειρησιακών διεργασιών ΙΙΙ: : εφαρμογή σε διεργασίες εφοδιαστικής αλυσίδας, διοίκησης πωλήσεων, ανάπτυξης προϊόντων και υπηρεσιών, κ.λπ.

Αλλα Σχόλια για την Οργάνωση της Διδασκαλίας :

Το μάθημα διεξάγεται μέσω της χρήσης μελετών περίπτωσης (case studies) και ενθαρρύνεται ο διάλογος και η συμμετοχή των φοιτητών.

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Αθροιστική/Συμπερασματική (για βαθμό φοιτητή) Αξιολόγηση
Γραπτή Τελική Εξέταση	70%	(Ερωτήσεις σύντομης απάντησης)
Ομαδική Εργασία	30%

 

(6) ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

Πακέτο από το διδάσκοντα που περιλαμβάνει άρθρα και σημειώσεις. Mulder, P. (2012). Kepner Tregoe Method. Retrieved [December 2022] from Toolshero: www.toolshero.com/problem-solving/kepner-tregoe-method/ de Bono, E. (1973). Lateral Thinking: Creativity Step by Step. Harper Perennial

ΠΟΛΥΚΡΙΤΗΡΙΑ ΣΥΣΤΗΜΑΤΑ ΑΠΟΦΑΣΕΩΝ

(1) ΓΕΝΙΚΑ

ΣΧΟΛΗ	Μηχανικών Παραγωγής και Διοίκησης
2η ΣΧΟΛΗ
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Διδακτορικό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	1600-ΓΕ0066	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ	2ο
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ	ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διαλέξεις	3
Σύνολο	3		7.5
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ	Γενικού υποβάθρου
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:  Αξιολογεί εναλλακτικούς τρόπους δράσεις σε σύνθετα προβλήματα αποφάσεων  Αναπτύσει μοντέλα αποφάσεων συνεκτιμώντας πολλαπλά κριτήρια απόφασης  Αναλύει τις υποθέσεις, παραδοχές και την ποιότητα των αποτελεσμάτων σύνθετων μοντέλων αποφάσεων  Χρησιμοποιεί εξειδικευμένο λογισμικό ανάλυσης αποφάσεων και πολυκριτήριας βελτιστοποίησης

Γενικές Ικανότητες

Λήψη αποφάσεων  Αυτόνομη εργασία  Επίλυση προβλημάτων  Διαχείριση αριθμητικών δεδομένων  Εργασία σε διεπιστημονικό περιβάλλον

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Μοντελοποίηση προτιμήσεων, Συνεπής οικογένεια κριτηρίων, Πολυκριτήρια θεωρία χρησιμότητας, Ανάλυση ευαισθησίας, Θεωρία των σχέσεων υπεροχής, Πολυκριτήριος γραμμικός προγραμματισμός, Πολυκριτήρια μέθοδος simplex, Πολυκριτήριος παραμετρικός προγραμματισμός, Αλληλεπιδραστικές τεχνικές, Προγραμματισμός στόχων, Αναλυτική-συνθετική προσέγγιση, Διαδικασίες αξιολόγησης μο-ντέλων κατάταξης και ταξινόμησης.

(4) ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ

Πρόσωπο με πρόσωπο

ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Στη Διδασκαλία:	-    eClass -    Ειδικό λογισμικό
Στην Επικοινωνία με τους φοιτητές:	-    eClass -    email

ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Διαλέξεις	39.0 ώρες
Εκπόνηση Ατομικής Εργασίας	30.0 ώρες
Εκπόνηση έρευνας/μελέτης	40.0 ώρες
Αυτοτελής μελέτη	50.0 ώρες
Μελέτη και ανάλυση Βιβλιογραφίας	30.0 ώρες
Σύνολο	189 ώρες

Διδακτέα Ύλη ανά Εβδομάδα (13 εβδομάδες) :

Εβδομάδα 1: Εισαγωγή στην πολυκριτήρια ανάλυση αποφάσεων, βασικό μεθοδολογικό πλαίσιο
Εβδομάδα 2: Θεωρία πολυκριτήριας αξίας/χρησιμότητας και βασικά μοντέλα
Εβδομάδα 3: Συναρτήσεις αξίας
Εβδομάδα 4: Διαδικασίες εκτίμησης σταθμίσεων των κριτηρίων και ανάλυση ευαισθησίας
Εβδομάδα 5: Θεωρία των σχέσεων υπεροχής
Εβδομάδα 6: Μέθοδοι PROMETHEE και ELECTRE
Εβδομάδα 7: Βασικές έννοιες πολυκριτήριας βελτιστοποίησης
Εβδομάδα 8: Διαδικασίες συμβιβαστικού προγραμματισμού για τον καθορισμό αποδοτικών λύσεων
Εβδομάδα 9: Προγραμματισμός στόχων
Εβδομάδα 10: Ανάπτυξη μοντέλων αποφάσεων από δεδομένα μέσω διαδικασιών αναλυτικής-συνθετικής προσέγγισης
Εβδομάδα 11: Διαδικασίες ανάπτυξης μοντέλων αποφάσεων σε προβλήματα κατάταξης (η μέθοδος UTA)
Εβδομάδα 12: Διαδικασίες ανάπτυξης μοντέλων αποφάσεων σε προβλήματα ταξινόμησης (η μέθοδος UTADIS)
Εβδομάδα 13: Διαδικασίες αξιολόγησης και έλεγχου

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Αθροιστική/Συμπερασματική (για βαθμό φοιτητή) Αξιολόγηση
Ατομική Εργασία	100%	(Δημόσια Παρουσίαση)
		(Προφορική Εξέταση)
		(Διόρθωση Παραδομένης Εργασίας)

 

(6) ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

Ενδεικτική Βιβλιογραφία Arrow, K.J. and Raynaud, H. (1986), Social Choice and Multicriterion Decision-Making, MIT Press, Cambridge, Massachusetts Keeney, R.L. and Raiffa, H. (1993), Decisions with Multiple Objectives: Preferences and Value Trade-offs, Cambridge University Press, Cambridge Miettinen, K. (1999), Nonlinear Multiobjective Optimization, Kluwer Academic Publishers, Dordrecht Roy, B. (1996), Multicriteria Methodology for Decision Aiding, Kluwer Academic Publishers, Dordrecht Steuer, R.E. (1986), Multiple Criteria Optimization: Theory, Computation and Applications, John Wiley and Sons, New York Von Winterfeldt, D. and Edwards, W. (1986), Decision Analysis and Behavioral Research, Cambridge University Press, Cambridge Σίσκος, Ι. (2008), Μοντέλα Αποφάσεων, Εκδόσεις Νέων Τεχνολογιών, Αθήνα Ζοπουνίδης, Κ., Δούμπος, Μ., Γρηγορούδης, Ε. (2022), Μεθοδολογίες σχέσεων υπεροχής για τη λήψη αποφάσεων με πολλαπλά κριτήρια: Μέθοδοι και εφαρμογές, Εκδόσεις Κλειδάριθμος, Αθήνα Συναφή επιστημονικά περιοδικά European Journal of Operational Research Journal of Multi-Criteria Decision Analysis International Journal of Multicriteria Decision Making Decision Analysis

ΠΡΟΧΩΡΗΜΕΝΗ ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ

(1) ΓΕΝΙΚΑ

ΣΧΟΛΗ	Μηχανικών Παραγωγής και Διοίκησης
2η ΣΧΟΛΗ
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Διδακτορικό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	1600-ΓΕ0103	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ	2ο
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ	ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διαλέξεις	3
Σύνολο	3		7.5
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ	Ειδίκευσης
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)	https://www.eclass.tuc.gr/courses/MPD321/

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:  Εφαρμόζει εφαρμόζουν προηγμένες θεωρητικές τεχνικές στον πολυδιάστατο χώρο για την απόδειξη και ανάλυση κριτηρίων σύγκλισης και ευστάθειας αριθμητικών μεθόδων για την εύρεση της λύσης διαφόρων προβλημάτων.  Αξιολογεί (Συνθέτει) αξιολογούν και να συγκρίνουν αριθμητικές μεθόδους ως προς την ακρίβειά τους, την αποδοτικότητά τους, και τη δυνατότητα εφαρμογής τους.  Χρησιμοποιεί επιδεικνύουν ανεξαρτησία στη χρήση ερευνητικού υλικού για την απόδειξη βασικών αποτελεσμάτων  Υπολογίζει υλοποιούν αριθμητικές μεθόδους και κατασκευάζουν κατάλληλα αριθμητικά πειράματα με στόχο την επαλήθευση των αντίστοιχων θεωρητικών αποτελεσμάτων.  Αξιολογεί αξιολογούν την ορθότητα των αριθμητικών αποτελεσμάτων χρησιμοποιώντας τόσο τη θεωρία των αριθμητικών μεθόδων όσο και τα αποτελέσματα των αντίστοιχων συνεχών προβλημάτων.

Γενικές Ικανότητες

Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών  Προσαρμογή σε νέες καταστάσεις  Λήψη αποφάσεων  Αυτόνομη εργασία  Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης  Επίλυση προβλημάτων  Διαχείριση αριθμητικών δεδομένων  Εργασία σε διεπιστημονικό περιβάλλον

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Παραγώγιση στον R^n , παράγωγος κατά Fréchet, παράγωγος κατά Gateaux. Η μέθοδος του Νεύτωνα για τη λύση μη γραμμικών συστημάτων. Θεωρήματα σταθερού σημείου, θεωρήματα συστολής, ταχύτητα σύγκλισης της μεθόδου του Νεύτωνα. Αριθμητική επίλυση συστημάτων συνήθων διαφορικών εξισώσεων. Μονοβηματικές και πολυβηματικές μέθοδοι. Συνέπεια, ευστάθεια, και σύγκλιση. Άκαμπτα προβλήματα. Πολυωνυμική Παρεμβολή: Παρεμβολή Lagrange, Παρεμβολή Hermite, Παρεμβολή με γραμμικές και κυβικές splines. Εκτίμηση σφάλματος παρεμβολής. Στοιχεία θεωρίας προσεγγισεων

(4) ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ

Πρόσωπο με πρόσωπο

ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Στη Διδασκαλία:	-    Παροχή υλικού μελέτης μέσω του eclass. -    Ηλεκτρονικές Διαλέξεις -    Χρήση λογισμικών πακέτων (Fortran ή MATLAB/Octave) για την υλοποίηση αριθμητικών μεθόδων.
Στην Επικοινωνία με τους φοιτητές:	-    Επικοινωνία με τους φοιτητές χρησιμοποιώντας e-mail, και τις πλατφόρμες eclass και Zoom.

ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Διαλέξεις	39.0 ώρες
Εκπόνηση Ατομικής Εργασίας	18.0 ώρες
Εκπόνηση Εργαστηριακών Ασκήσεων	60.0 ώρες
Αυτοτελής μελέτη	50.0 ώρες
Μελέτη και ανάλυση Βιβλιογραφίας	21.0 ώρες
Σύνολο	188 ώρες

 

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Αθροιστική/Συμπερασματική (για βαθμό φοιτητή) Αξιολόγηση
Γραπτή Τελική Εξέταση	40%	(Ερωτήσεις πολλαπλής επιλογής / Αντιστοίχηση)
		(Συγκριτική αξιολόγηση στοιχείων θεωρίας)
		(Ερωτήσεις επίλυσης προβλημάτων)
Ασκήσεις Εργαστηρίου	50%	(Προφορική Εξέταση)
		(Διόρθωση Παραδομένης Εργασίας)
Ασκήσεις	10%

Σχόλια για την Αξιολόγηση των Φοιτητών :

H αξιολόγηση περιλαμβάνει μια τελική γραπτή εξέταση και μία ή περισσότερες εξετάσεις
εργαστηρίου. Η συμμετοχή κάθε εξέτασης στην τελική βαθμολογία αποφασίζεται από τον διδάσκοντα. Οι γραπτές εξετάσεις στοχεύουν στην πιστοποίηση των θεωρητικών γνώσεων που έχουν αποκτηθεί με θέματα ανάπτυξης. Οι εξετάσεις εργαστηρίου (εργαστηριακές ασκήσεις) έχουν ως στόχο να πιστοποιήσουν αν ο φοιτητής μπορεί να υλοποιήσει στον υπολογιστή αλγορίθμους που περιγράφονται μαθηματικά και έχουν σχέση με το αντικείμενο του μαθήματος.

(6) ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

(1) Β. Δουγαλής, Αριθμητική Ανάλυση (Σημειώσεις Μεταπτυχιακού Μαθήματος), Παν. Αθηνών (2) U. Asher and C. Greif, A First Course in Numerical Methods (Computational Science and Engineering, Series Number 7). (3) R. Burden and J.D. Faires, Numerical Analysis

ΠΡΟΧΩΡΗΜΕΝΟΣ ΣΧΕΔΙΑΣΜΟΣ ΚΑΙ ΕΛΕΓΧΟΣ ΛΕΙΤΟΥΡΓΙΑΣ ΕΝΕΡΓΕΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ

(1) ΓΕΝΙΚΑ

ΣΧΟΛΗ	Μηχανικών Παραγωγής και Διοίκησης
2η ΣΧΟΛΗ
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Διδακτορικό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	PHD0114	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ	2ο
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ	ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διαλέξεις	3
Σύνολο	3		7.5
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ	Ειδίκευσης
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:  Ερμηνεύει τις βασικές αρχές που διέπουν τον σχεδιασμό και τον έλεγχο λειτουργίας μίας βιομηχανικής μονάδας για την παραγωγή ενέργειας, καυσίμων, κ.α.  Αξιολογεί μεθοδικά πολλαπλές μηχανολογικές και φυσικοχημικές διεργασίες κατά την σύνθεση διαγραμμάτων ροής (εισαγωγικά στοιχεία).  Αξιολογεί (Συνθέτει) μεθοδικά συστήματα ΑΠΕ κατά την σύνθεση υβριδικών συστημάτων παραγωγής ενέργειας (εισαγωγικά στοιχεία).  Διορθώνει την λειτουργία βιομηχανικών μονάδων (κυρίως ενεργειακών συστημάτων, συμπεριλαμβανομένων και ΑΠΕ) μέσω της αποδοτικής διαχείρισης ενέργειας (έλεγχος και εξοικονόμηση ενέργειας).  Χρησιμοποιεί σχεδιαστικά προγράμματα (Microsoft Visio) για τον σχεδιασμό διαγραμμάτων ροής (απλουστευμένων αλλά και λεπτομερών).  Κρίνει ως γνώση επί του λογισμικού Aspen Plus ή Aspen Hysys α) για τον προσδιορισμό ισοζυγίων μάζας &ενέργειας, β) για την χρήση ελεγκτών P, PI, PID και Model Predictive Control.  Εφαρμόζει οικονομικά κριτήρια για την αξιολόγηση της λειτουργίας ενεργειακών συστημάτων αλλά και της επένδυσης αυτής (κοστολόγηση εξοπλισμού, κοστολόγηση πρώτων & βοηθητικών υλών, άμεσα/έμμεσα κόστη παραγωγής, κόστος πάγιου κεφαλαίου, τιμές πώλησης κ.α.).  Εξετάζει προκαταρκτικά σενάρια λειτουργίας και να επιλέγει το βέλτιστο (οικονομικά και λειτουργικά) προς υλοποίηση, με βάση και την ανάλυση διαφόρων συστημάτων ελέγχου.

Γενικές Ικανότητες

Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών  Λήψη αποφάσεων  Ομαδική εργασία  Παραγωγή νέων ερευνητικών ιδεών  Γραπτή επικοινωνία  Προφορική επικοινωνία  Εναλλακτική/Καινοτόμος σκέψη  Διαχείριση Χρόνου  Αποφασιστικότητα  Χρήση Υπολογιστή  Επίλυση προβλημάτων  Διαχείριση αριθμητικών δεδομένων

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Εισαγωγή στις βασικές αρχές σχεδιασμού και ελέγχου συστημάτων, έρευνα αγοράς και βιβλιογραφική ανασκόπηση, ανασκόπηση φυσικοχημικών διεργασιών συνεχούς, ημι-συνεχούς και ασυνεχούς λειτουργίας, αξιοποίηση παραπροϊόντων και ανακυκλώσεις ρευμάτων διεργασίας με στόχο την μεγιστοποίηση κέρδους, ανασκόπηση συστημάτων ΑΠΕ και υβριδικά συστήματα, βέλτιστη διαχείριση ενέργειας/θερμότητας, προσεγγιστικές και εμπειρικές μέθοδοι διαστασιολόγησης και κόστους τεχνικού εξοπλισμού, ορισμοί οικονομικών όρων (πάγια επένδυση, δαπάνες λειτουργίας, απόδοση κεφαλαίου, απόσβεση, κριτήρια αποδοτικότητας και αξιολόγηση επενδύσεων), βέλτιστα δίκτυα εναλλαγής θερμότητας με τη μέθοδο του κρίσιμου σημείου (Pinch Analysis), εισαγωγή και εκμάθηση του λογισμικού Aspen Plus ή Aspen Hysys (προσομοίωση σε συνθήκες δυναμικής λειτουργίας παρουσία ελεγκτών), εισαγωγή στον βέλτιστο έλεγχο, αξιολόγηση και εφαρμογή συστημάτων ελέγχου σε πραγματικά συστήματα με χρήση προσομοίωσης.

(4) ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ

Πρόσωπο με πρόσωπο

ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Στη Διδασκαλία:	-    Τηλεδιάσκεψη, χρήση λογισμικών Aspen Plus, Aspen Hysys, Visio και απομακρυσμένης βοήθειας (VPN, teamviewer).
Στην Εργαστηριακή Εκπαίδευση:	-    Χρήση Λογισμικών όπως χρήση λογισμικών Aspen Plus, Aspen Hysys, Visio (εκπόνηση εργασιών).
Στην Επικοινωνία με τους φοιτητές:	-    Υποστήριξη επικοινωνίας μέσω της ηλεκτρονικής πλατφόρμας e-class αλλά και μέσω ηλεκτρονικών μηνυμάτων.

ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Διαλέξεις	39.0 ώρες
Εκπόνηση Ατομικής Εργασίας	50.0 ώρες
Αυτοτελής μελέτη	79.0 ώρες
Μελέτη και ανάλυση Βιβλιογραφίας	20.0 ώρες
Σύνολο	188 ώρες

Διδακτέα Ύλη ανά Εβδομάδα (13 εβδομάδες) :

(1)Εισαγωγή στις βασικές αρχές σχεδιασμού και ελέγχου συστημάτων.
(2) Έρευνα αγοράς και βιβλιογραφική ανασκόπηση.
(3) Ανασκόπηση φυσικοχημικών διεργασιών συνεχούς, ημι-συνεχούς και ασυνεχούς λειτουργίας.
(4) Αξιοποίηση παραπροϊόντων και ανακυκλώσεις ρευμάτων διεργασίας με στόχο την μεγιστοποίηση κέρδους.
(5) Ανασκόπηση συστημάτων ΑΠΕ και υβριδικά συστήματα.
(6) Βέλτιστη διαχείριση ενέργειας/θερμότητας.
(7) Προσεγγιστικές και εμπειρικές μέθοδοι διαστασιολόγησης και κόστους τεχνικού εξοπλισμού.
(8) Ορισμοί οικονομικών όρων (πάγια επένδυση, δαπάνες λειτουργίας, απόδοση κεφαλαίου)
(9) Ορισμοί οικονομικών όρων (απόσβεση, κριτήρια αποδοτικότητας και αξιολόγηση επενδύσεων).
(10) Βέλτιστα δίκτυα εναλλαγής θερμότητας με τη μέθοδο του κρίσιμου σημείου (Pinch Analysis).
(11) Εισαγωγή και εκμάθηση του λογισμικού Aspen Plus ή Aspen Hysys (προσομοίωση σε συνθήκες δυναμικής λειτουργίας παρουσία ελεγκτών).
(12) Αξιολόγηση και εφαρμογή συστημάτων ελέγχου σε πραγματικά συστήματα με χρήση προσομοίωσης (Μέρος Α΄)
(13) Αξιολόγηση και εφαρμογή συστημάτων ελέγχου σε πραγματικά συστήματα με χρήση προσομοίωσης (Μέρος Β').

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Αθροιστική/Συμπερασματική (για βαθμό φοιτητή) Αξιολόγηση
Ατομική Εργασία	100%	(Προφορική Εξέταση)
		(Διόρθωση Παραδομένης Εργασίας)

Σχόλια για την Αξιολόγηση των Φοιτητών :

Υπολογιστικές ασκήσεις κατά άτομο (Παράδοση έως 4 αναφορών): Συντελεστής 100%

(6) ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

1.Κούκος Ι. "Εισαγωγή στο σχεδιασμό χημικών εργοστασίων", Εκδόσεις Τζιόλα, 2019 (Κωδικός Βιβλίου στον Εύδοξο: 960-418-696-9) 2.Peters Max, Timmerhaus Klaus D., West Ronald E. "Σχεδιασμός και οικονομική μελέτη εγκαταστάσεων για μηχανικούς", Εκδόσεις Τζιόλα, 2020 (Κωδικός Βιβλίου στον Εύδοξο: 18548742) 3.Μαρμάνης Δημήτριος,” Σχεδιασμός και Λειτουργία Χημικών Βιομηχανιών” Εκδόσεις Τζιόλα, 2018 (Κωδικός Βιβλίου στον Εύδοξο: 68374365 4.Voutetakis Spyros, Stergiopoulos Fotis, Seferlis Panos, Papadopoulou Simira, Ipsakis Dimitris, Ziogou Chrysovalantou, Papadopoulos Athanasios, and Costas Elmasides, Design, Optimization and Control of Stand-Alone Power Systems using Renewable Energy Sources Hydrogen Production, Nova Science Publishers, 2011 5.Πετρίδης Βασίλειος, Συστήματα Αυτομάτου Ελέγχου, Τόμος Β, Έκδοση: 1η έκδ./2005, (Εκδότης): Ζήτη Πελαγία & Σια Ι.Κ.Ε., Κωδικός Βιβλίου στον Εύδοξο: 68392823 6.Δημήτρης Αλ. Κατσαπρακάκης, Σύνθεση Ενεργειακών Συστημάτων, ΣΥΝΔΕΣΜΟΣ ΕΛΛΗΝΙΚΩΝ ΑΚΑΔΗΜΑΪΚΩΝ ΒΙΒΛΙΟΘΗΚΩΝ, Ελληνικά Ακαδημαϊκά Ηλεκτρονικά Συγγράμματα και Βοηθήματα - Συναφή επιστημονικά περιοδικά: Applied Energy, Energy, Renewable Energy, Processes, Industrial Engineering Chemistry Research,. Journal of Power Sources, Energy Conversion & Management, Journal of Cleaner Production, Control Engineering Practice, Journal of Process Control, European Journal of Control

ΣΧΕΔΙΑΣΗ ΚΑΙ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΠΑΡΑΓΩΓΗΣ

(1) ΓΕΝΙΚΑ

ΣΧΟΛΗ	Μηχανικών Παραγωγής και Διοίκησης
2η ΣΧΟΛΗ
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Διδακτορικό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	PHD0113	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ	2ο
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ	ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διαλέξεις	3
Σύνολο	3		7.5
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ	Ειδίκευσης
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)	https://www.eclass.tuc.gr/courses/MPD142/

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:  Αναπτύσει μοντέλα για την ανάλυση της λειτουργίας συστημάτων παραγωγής  Διατυπώνει προβλήματα σχεδίασης, ελέγχου και προγραμματισμού παραγωγής ως προβλήματα βελτιστοποίησης μίας συνάρτησης πολλών μεταβλητών υπό περιορισμούς  Επιλύει προβλήματα βελτιστοποίησης συστημάτων παραγωγής  Εκτιμάει (Υπολογίζει) την απόδοση συστημάτων παραγωγής

Γενικές Ικανότητες

Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών  Λήψη αποφάσεων  Αυτόνομη εργασία  Παραγωγή νέων ερευνητικών ιδεών  Σχεδιασμός και διαχείριση έργων  Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης  Γραπτή επικοινωνία  Διαχείριση Χρόνου  Αποφασιστικότητα  Χρήση Υπολογιστή  Επίλυση προβλημάτων  Διαχείριση αριθμητικών δεδομένων  Εργασία σε διεπιστημονικό περιβάλλον

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Διαδικασίες Markov και τεχνικές μη γραμμικής βελτιστοποίησης: εφαρμογές στον έλεγχο ροής και δρομολόγησης και στην ευστάθεια συστημάτων παραγωγής. Τεχνικές δυναμικού προγραμματισμού, διακλάδωσης και φράγματος και αμοιβαίας εναλλαγής: εφαρμογές στον προγραμματισμό εκτέλεσης εργασιών σε μία μηχανή, παράλληλες μηχανές, καταστήματα ροής και σε καταστήματα εργασιών.

(4) ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ

Πρόσωπο με πρόσωπο

ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Στη Διδασκαλία:	-    e-class -    τηλεδιασκέψεις για απορίες
Στην Εργαστηριακή Εκπαίδευση:	-    εργασίες με ανάπτυξη κώδικα σε γλώσσα προγραμματισμού ή/και υπολογιστικά φύθλλα
Στην Επικοινωνία με τους φοιτητές:	-    e-class -    e-mail

ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Διαλέξεις	39.0 ώρες
Εκπόνηση Ατομικής Εργασίας	130.0 ώρες
Αυτοτελής μελέτη	39.0 ώρες
Σύνολο	208 ώρες

Διδακτέα Ύλη ανά Εβδομάδα (13 εβδομάδες) :

(1) Περιεχόμενο του μαθήματος, προβλήματα ανάλυσης και σχεδίασης συστημάτων παραγωγής, είδη συστημάτων παραγωγής. (2) Εισαγωγή στα συστήματα αναμονής. Μέτρα απόδοσης, ευστάθεια, νόμος του Little. Ανασκόπηση θεωρίας πιθανοτήτων. (3) Διαδικασία Poisson, αλυσίδες
Markov. (4) Συστήματα γέννησης-θανάτου, ανοικτά δίκτυα Jackson. (5) Προσεγγιστική ανάλυση συστημάτων με πολλά προϊόντα και βλάβες μηχανών. Εισαγωγικά προβλήματα βέλτιστης σχεδίασης. (6) Κλειστά δίκτυα Jackson, προσέγγιση συστημάτων έλξης. Μέτρα απόδοσης σε απλά, μη Μαρκοβιανά συστήματα. (7) Μη γραμμική βελτιστοποίηση υπό περιορισμούς, ακρότατα, κυρτότητα. (8) Περιορισμοί ανισότητας, συνθήκες Kuhn-Tucker και εφαρμογές στη σχεδίαση δικτύων παραγωγής. (9) Ευστάθεια και πολιτικές ελέγχου αποθεμάτων. (10) Προγραμματισμός παραγωγής σε προβλήματα μίας μηχανής και παράλληλων μηχανών. Βελτιστοποίηση με την τεχνική της εναλλαγής εργασιών. (11, 12) Μέθοδοι δυναμικού προγραμματισμού και διακλάδωσης και φράγματος με εφαρμογή σε προβλήματα προθεσμιών. (13) Προγραμματισμός εργασιών σε γραμμές και δίκτυα παραγωγής.

Αλλα Σχόλια για την Οργάνωση της Διδασκαλίας :

Η ύλη των εβδομάδων (1)-(6) στοχεύει στα μαθησιακά αποτελέσματα ΜΑ1 (ανάπτυξη μοντέλων) και ΜΑ4 (εκτίμηση απόδοσης). Οι εβδομάδες (7)-(13) εστιάζονται στα ΜΑ2 (διατύπωση προβλημέτων βελτιστοποίησης) και ΜΑ3 (επίλυση προβλημάτων βελτιστοποίησης).
Εκπονούνται εβδομαδιαίες ασκήσεις και δεκαπενθήμερεςς εργασίες που περιλαμβλάνουν επίλυση προβλημάτων στο χαρτί ή με τη βοήθεια υπολογιστικών φύλλων ή προγραμμάτων σε γλώσσα προγραμματισμού.

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Αθροιστική/Συμπερασματική (για βαθμό φοιτητή) Αξιολόγηση
Γραπτή Τελική Εξέταση	50%	(Ερωτήσεις επίλυσης προβλημάτων)
Ατομική Εργασία	50%	(Διόρθωση Παραδομένης Εργασίας)

Σχόλια για την Αξιολόγηση των Φοιτητών :

Η γραπτή τελική εξέταση δίνεται με ανοικτές σημειώσεις και περιλαμβάνει προβλήματα εκτίμησης της απόδοσης και βελτιστοποίησης στοχαστικών συστημάτων παραγωγής και ερωτήσεις επάνω σε μαθηματικές έννοιες που έχουν διδαχθεί.

(6) ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

Σημειώσεις: Β. Κουϊκόγλου Β, Προγραμματισμός Παραγωγής, 2019. Σημειώσεις σε ψηφιακή μορφή, διαθέσιμες (μετά από εγγραφή) από το www.eclass.tuc.gr/modules/document/. Βιβλία και άρθρα για εμβάθυνση: R. W. Conway, W. L. Maxwell, and L. W. Miller, Theory of Scheduling, Addison Wesley, Reading, MA, 1967. (Καλύπτει τον Προγραμματισμό και μέρος της Σχεδίασης Παραγωγής. Διατίθεται ηλεκτρονικά στην σελίδα e-class του μαθήματος, φάκελος Έγγραφα) T. Morton and D. Pentico, Heuristic Scheduling Systems, Wiley, New York, 1993. (Καλύπτει τον Προγραμματισμό Παραγωγής. Περιορισμένα αντίτυπα στη Βιβλιοθήκη του ΠΚ) Κ. Baker, Introduction to Sequencing and Scheduling, Wiley, New York, 1974. (Καλύπτει τον Προγραμματισμό Παραγωγής. Περιορισμένα αντίτυπα στη Βιβλιοθήκη) M. S. Bazaraa, H. D. Sherali, and C. M. Shetty, Nonlinear Programming, 2nd ed., Wiley, New York, 1993. (Τεχνικές βελτιστοποίησης για τη Σχεδίαση Παραγωγής. Περιορισμένα αντίτυπα στη Βιβλιοθήκη) J. G. Kimemia and S. B. Gershwin, "Multicommodity network flow optimization of a flexible manufacturing system," M.I.T. LIDS Report ESL-FR-834-2, 1981. (Καλύπτει μέρος της Σχεδίασης Παραγωγής) P. R. Kumar and T. I. Seidman, "Dynamic instabilities and stabilization methods in distributed real-time scheduling of manufacturing systems," IEEE Transactions on Automatic Control, 35(3), 289-298, 1990. (Καλύπτει μέρος της Ευστάθειας Συστημάτων Παραγωγής) J. R. Perkins and P. R. Kumar, "Stable, distributed, real-time scheduling of flexible manufacturing/assembly/disassembly systems," IEEE Transactions on Automatic Control, 34(2), 139-148, 1989. (Καλύπτει μέρος της Ευστάθειας Συστημάτων Παραγωγής) Συναφή βιβλία που υπάρχουν στη Βιβλιοθήκη του ΠΚ: S. French, Sequencing and Scheduling: An Introduction to the Mathematics of the Job-Shop, Ellis Horwood, Chichester, England, 1982. (Καλύπτει τον Προγραμματισμό Παραγωγής) L. Kleinrock, Queueing Systems, Vol. I: Theory, Wiley, New York, 1975. (Τεχνικές ανάλυσης στοχαστικών συστημάτων που εφαρμόζονται στη Σχεδίαση Παραγωγής) Δ. Ξηρόκωστα, Επιχειρησιακή Έρευνα: Μη Γραμμικός και Δυναμικός Προγραμματισμός, Ε.Μ.Π., Αθήνα, 1984. (Τεχνικές βελτιστοποίησης για τα προβλήματα Σχεδίασης και Προγραμματισμού Παραγωγής) Συναφή περιοδικά: International Journal of Production Research (Taylor and Francis) IEEE Transactions on Automation Science and Engineering (IEEE) Management Science (INFORMS) IISE Transactions (Taylor and Francis) Operations Research (INFORMS), International Journal of Production Economics (Elsevier) Manufacturing and Service Operations Management (INFORMS).

ΥΠΟΛΟΓΙΣΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΤΗ ΡΕΥΣΤΟΜΗΧΑΝΙΚΗ ΚΑΙ ΤΗ ΜΕΤΑΔΟΣΗ ΘΕΡΜΟΤΗΤΑΣ

(1) ΓΕΝΙΚΑ

ΣΧΟΛΗ	Μηχανικών Παραγωγής και Διοίκησης
2η ΣΧΟΛΗ
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Διδακτορικό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	1600-ΓΕ0085	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ	2ο
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ	ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διαλέξεις	3
Σύνολο	3		7.5
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ	Γενικού υποβάθρου
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:  Κατανοεί βασικές έννοιες και μεθοδολογίες, που εφαρμόζονται για την ανάπτυξη υπολογιστικών μεθόδων στην ρευστομηχανική και στη μετάδοση θερμότητας.  Αναλύει τη σχετική θεωρία και να είναι σε θέση να την χρησιμοποιεί για την επίλυση θεωρητικών και πρακτικών προβλημάτων.  Εφαρμόζει τις αριθμητικές μεθόδους για την ανάπτυξη λογισμικών που τις εφαρμόζουν σε πραγματικά προβλήματα ρευστομηχανικής και μετάδοσης θερμότητας  Διακρίνει τις διαφορές μεταξύ ρητών και μη ρητών μεθόδων χρονικής διακριτοποίησης.  Αξιολογεί τα αποτελέσματα των προσομοιώσεων και να κατανοεί την αιτία πιθανών προβλημάτων.  Ερμηνεύει τα αποτελέσματα των προσομοιώσεων και να εφαρμόζει κλατάλληλα διορθωτικά μέτρα.

Γενικές Ικανότητες

Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών  Αυτόνομη εργασία  Ομαδική εργασία  Παραγωγή νέων ερευνητικών ιδεών  Άσκηση κριτικής και αυτοκριτικής  Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης  Γραπτή επικοινωνία  Εναλλακτική/Καινοτόμος σκέψη  Χρήση Υπολογιστή  Επίλυση προβλημάτων  Διαχείριση αριθμητικών δεδομένων  Εργασία σε διεπιστημονικό περιβάλλον

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Το μάθημα αφορά σε υπολογιστικές μεθόδους, που χρησιμοποιούνται για την ανάπτυξη λογισμικών προσομοίωσης, προς επίλυση προβλημάτων μετάδοσης θερμότητας και ρευστοδυναμικής. Περιλαμβάνει ανάπτυξη της σχετικής θεωρίας, μέσα από διαλέξεις, καθώς και εφαρμογή από τους φοιτητές, μέσα από ατομικές εργασίες, που αφορούν σε ανάπτυξη λογισμικών προσομοίωσης, για την επίλυση συγκεκριμένων προβλημάτων. Το μάθημα περιλαμβάνει τις ακόλουθες ενότητες: 1. Εισαγωγή στην Υπολογιστική Ρευστοδυναμική και στην Υπολογιστική Μετάδοση Θερμότητας. 2. Σύντομη ανασκόπιση της Μηχανικής των Ρευστών και ειδικά των διαφορικών εξισώσεων Euler και Navier-Stokes. 3. Σύντομη ανασκόπηση των νόμων της Αγωγής και της Συναγωγής, στη Μετάδοση Θερμότητας. 4. Αριθμητικές μέθοδοι επίλυσης της αγωγής θερμότητας 4.1 Αριθμητικές μέθοδοι επίλυσης της αγωγής θερμότητας σε μόνιμη κατάσαση. 4.2 Η μέθοδος των πεπερασμένων διαφορών σε δύο διαστάσεις για την εξίσωση Laplace. 4.3 Η χρήση του Ενεργειακού Ισολογισμού σε προβλήματα μετάδοσης θερμότητας με Αγωγή. 4.4 Οριακές Συνθήκες σε προβλήματα μετάδοσης θερμότητας με Αγωγή. 4.5 Επίλυση του Γραμμικού Συστήματος των Αλγεβρικών Εξισώσεων. 4.6 Αριθμητικές μέθοδοι πεπερασμένων διαφορών για μεταβατικά προβλήματα μετάδοσης θερμότητας στις 2 διαστάσεις. 4.7 Αριθμητική μέθοδος πεπερασμένων όγκων σε μη δομημένα πλέγματα. 5. Εξισώσεις Euler. 5.1 Συντηρητική μορφή των εξισώσεων Euler σε 1 διάσταση και Καταστατικές Εξισώσεις Τελείου Αερίου. 5.2 Ο Δεύτερος Θερμοδυναμικός Νόμος. 5.3 Διανυσματικός συμβολισμός των εξισώσεων Euler. 5.4 Σχέσεις Rankine-Hugoniot. 5.5 Οι εξισώσεις Euler σε μορφή πρωτευουσών μεταβλητών. 6 Κύματα. 6.1 Κύματα στην περίπτωση διανυσματικών εξισώσεων. 6.2 Η χαρακτηριστική διατύπωση των εξισώσεων Euler. 6.3 Απλά κύματα (Simple waves). 6.4 Expansion Waves. 6.5 Κύματα συμπίεσης και κύματα κρούσης. 6.6 Ασυνέχειες επαφής (Contact discontinuities). 7. Ειδικές εξισώσεις μεταφοράς. 7.1 Linear Advection Equation. 7.2 Burgers' Equation. 8. Το πρόβλημα Riemann 8.1 Το πρόβλημα Riemann για τις εξισώσεις Euler. 8.2 Το πρόβλημα Riemann για γραμμικά συστήματα εξισώσεων. 8.3 Προσεγγιστικός επιλύτης του Roe. 8.4 Μέσες τιμές κατά Roe. 9. Μέθοδολογία διακριτοποίησης εξισώσεων Euler για μη δομημένα πλέγματα σε 2 διαστάσεις. 10. Μέθοδολογία διακριτοποίησης εξισώσεων Euler για μη δομημένα πλέγματα σε 3 διαστάσεις. 11. Παραδείγματα - Test Cases.

(4) ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ

Πρόσωπο με πρόσωπο

ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Στη Διδασκαλία:	-    Zoom -    e-class -    e-mail
Στην Επικοινωνία με τους φοιτητές:	-    Zoom -    e-class -    e-mail

ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Διαλέξεις	39.0 ώρες
Εκπόνηση Ατομικής Εργασίας	100.0 ώρες
Αυτοτελής μελέτη	39.0 ώρες
Μελέτη και ανάλυση Βιβλιογραφίας	20.0 ώρες
Σύνολο	198 ώρες

Διδακτέα Ύλη ανά Εβδομάδα (13 εβδομάδες) :

1η Εβδομάδα:
Εισαγωγή στην Υπολογιστική Ρευστοδυναμική και στην Υπολογιστική Μετάδοση Θερμότητας.

2η Εβδομάδα:
Σύντομη ανασκόπιση της Μηχανικής των Ρευστών και ειδικά των διαφορικών εξισώσεων Euler και Navier-Stokes.

3η Εβδομάδα:
Σύντομη ανασκόπηση των νόμων της Αγωγής και της Συναγωγής, στη Μετάδοση Θερμότητας.

4η Εβδομάδα:
4. Αριθμητικές μέθοδοι επίλυσης της αγωγής θερμότητας
4.1 Αριθμητικές μέθοδοι επίλυσης της αγωγής θερμότητας σε μόνιμη κατάσαση.
4.2 Η μέθοδος των πεπερασμένων διαφορών σε δύο διαστάσεις για την εξίσωση Laplace.
4.3 Η χρήση του Ενεργειακού Ισολογισμού σε προβλήματα μετάδοσης θερμότητας με Αγωγή.

5η Εβδομάδα:
4.4 Οριακές Συνθήκες σε προβλήματα μετάδοσης θερμότητας με Αγωγή.
4.5 Επίλυση του Γραμμικού Συστήματος των Αλγεβρικών Εξισώσεων.
4.6 Αριθμητικές μέθοδοι πεπερασμένων διαφορών για μεταβατικά προβλήματα μετάδοσης θερμότητας στις 2 διαστάσεις.
4.7 Αριθμητική μέθοδος πεπερασμένων όγκων σε μη δομημένα πλέγματα.

6η Εβδομάδα:
5. Εξισώσεις Euler.
5.1 Συντηρητική μορφή των εξισώσεων Euler σε 1 διάσταση και Καταστατικές Εξισώσεις Τελείου Αερίου.
5.2 Ο Δεύτερος Θερμοδυναμικός Νόμος.
5.3 Διανυσματικός συμβολισμός των εξισώσεων Euler.
5.4 Σχέσεις Rankine-Hugoniot.
5.5 Οι εξισώσεις Euler σε μορφή πρωτευουσών μεταβλητών.

7η Εβδομάδα:
6 Κύματα.
6.1 Κύματα στην περίπτωση διανυσματικών εξισώσεων.
6.2 Η χαρακτηριστική διατύπωση των εξισώσεων Euler.
6.3 Απλά κύματα (Simple waves).
6.4 Expansion Waves.
6.5 Κύματα συμπίεσης και κύματα κρούσης.
6.6 Ασυνέχειες επαφής (Contact discontinuities).

8η Εβδομάδα:
7. Ειδικές εξισώσεις μεταφοράς.
7.1 Linear Advection Equation.
7.2 Burgers' Equation.

9η Εβδομάδα:
8. Το πρόβλημα Riemann
8.1 Το πρόβλημα Riemann για τις εξισώσεις Euler.
8.2 Το πρόβλημα Riemann για γραμμικά συστήματα εξισώσεων.
8.3 Προσεγγιστικός επιλύτης του Roe.
8.4 Μέσες τιμές κατά Roe.

10η Εβδομάδα:
Μέθοδολογία διακριτοποίησης εξισώσεων Euler για μη δομημένα πλέγματα σε 2 διαστάσεις.

11η Εβδομάδα:
Μέθοδολογία διακριτοποίησης εξισώσεων Euler για μη δομημένα πλέγματα σε 3 διαστάσεις.

12η Εβδομάδα:
Παραδείγματα - Test Cases.

13η Εβδομάδα:
Παραδείγματα - Test Cases..

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Αθροιστική/Συμπερασματική (για βαθμό φοιτητή) Αξιολόγηση
Γραπτή Τελική Εξέταση	30%	(Ερωτήσεις επίλυσης προβλημάτων)
Ατομική Εργασία	70%	(Διόρθωση Παραδομένης Εργασίας)

Σχόλια για την Αξιολόγηση των Φοιτητών :

Η αξιολόγηση των φοιτητών στηρίζεται σε τελική γραπτή εξέταση και σε ατομικές εργασίες (προγραμματιστικές), που παραδίδουν κατά τη διάρκεια του εξαμήνου. Οι ατομικές εργασίες αφορούν σε ανάπτυξη κώδικα Ηλεκτρονικού Υπολογιστή, σε γλώσσα προγραμματισμού της επιλογής κάθε φοιτητή. Ο κάθε κώδικας αναφέρεται σε κάποια συγκεκριμένη μεθοδολογία υπολογιστικής μετάδοσης θερμότητας ή υπολογιστικής ρευστομηχανικής, που εφαρμόζεται σε συγκεκριμένο τεχνικό πρόβλημα.

(6) ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

Culbert B. Laney, Computational Gasdynamics, Cambridge University Press; 1st edition (June 13, 1998).

ΦΙΛΟΣΟΦΙΚΗ ΔΙΕΡΕΥΝΗΣΗ ΤΗΣ ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΙ ΚΟΙΝΩΝΙΚΗΣ ΑΝΑΠΤΥΞΗΣ

(1) ΓΕΝΙΚΑ

ΣΧΟΛΗ	Μηχανικών Παραγωγής και Διοίκησης
2η ΣΧΟΛΗ
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ	Διδακτορικό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ	PHD0207	ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ	2ο
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ	ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ		ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διαλέξεις	3
Σύνολο	3		7.5
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ	Γενικού υποβάθρου
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ	Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS	Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:

Γενικές Ικανότητες

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Ανάδειξη της λογικής της ιστορίας της ερευνητικής και τεχνολογικής δραστηριότητας, εντός της ανάπτυξης της κοινωνίας ως ολότητας∙ αποκάλυψη των νομοτελειών-τάσεων αυτής της δραστηριότητας στην αντιφατική κλιμάκωση του κοινωνικά και τεχνολογικά διαμεσολαβημένου εξωσωματικού μεταβολισμού-μετασχηματισμού της φύσης. Η εκπόνηση, ανάπτυξη και εφαρμογή καθολικού χαρακτήρα μέσων και τρόπων επενέργειας στη φύση και στην κοινωνία και οι τεράστιας κλίμακας καταστροφικές-αποδομητικές και δημιουργικές-εποικοδομητικές τάσεις. Η υπαγωγή σε ιδιοτελείς σκοπιμότητες, αντίθετες στη λογική της έρευνας και των πραγματικών αναγκών, οδηγεί στις πρώτες. Οι δεύτερες ωριμάζουν με την καθολικοποίηση-δημιουργική επαναστατικοποίηση των ιδεατών και υλικών όρων αυτού του μετασχηματισμού, γεγονός που συνδέει επιτακτικά τον αγώνα για την επιστημονική αλήθεια με την προοπτική ενοποίησης της ανθρωπότητας.

(4) ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ

Πρόσωπο με πρόσωπο

ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ

ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Διαλέξεις	40.0 ώρες
Φροντιστήρια	20.0 ώρες
Εργαστήρια/Φροντιστηριακές Ασκήσεις	20.0 ώρες
Εκπόνηση Ατομικής Εργασίας	48.0 ώρες
Αυτοτελής μελέτη	60.0 ώρες
Μελέτη και ανάλυση Βιβλιογραφίας	20.0 ώρες
Σύνολο	208 ώρες

Διδακτέα Ύλη ανά Εβδομάδα (13 εβδομάδες) :

1. Η έρευνα και η τεχνολογία στη διάρθρωση της κοινωνίας. Αναγκαίοι όροι για την προσανατολιστική δραστηριότητα στην απλούστατη σχέση της κοινωνίας ως διαδικασία. Αναγκαίοι και ικανοί όροι για τη μετατροπή της προσανατολιστικής δραστηριότητας σε ερευνητική-κατασκευαστική: Η μετάβαση από την απλούστατη σχέση στην ουσία της κοινωνίας ως μετάβαση από την αδιαμεσολάβητη στη λειτουργικά και μορφολογικά διαμεσολαβημένη επενέργεια στη φύση.
2. Η ερευνητική και τεχνολογική δραστηριότητα ως συνιστώσα της ουσίας της κοινωνίας, ως συνιστώσα της εργασίας και των παραγωγικών δυνάμεων. Εμπράγματος και προσωπικός παράγων στην εργασία. Η δομή, οι λειτουργίες της τεχνικής και ο χαρακτήρας της εργασίας. Επαναλαμβανόμενη και ανανεούμενη-αναπτυσσόμενη εργασία. Όροι, όρια και επίπεδα δημιουργικότητας. Σκοποθεσία και προπαρασκευή του υποκειμένου. Καταμερισμός και κίνητρα της εργασίας. Εργασιακή-μετασχηματιστική δραστηριότητα και μεταβολές στον ψυχισμό του ανθρώπου.
3. Έρευνα, τεχνολογία και σχέσεις παραγωγής (εργασιακές σχέσεις). Η ερευνητική και σχεδιοποιός-τεχνολογική δραστηριότητα στο πλαίσιο των ουσιωδών δομικών όρων ενότητας και πάλης των ανθρώπων. Συγχύσεις περί της σχέσης τεχνικής, τεχνολογίας και σχέσεων παραγωγής.
4. Η ερευνητική δραστηριότητα και τα αποτελέσματά της ως φαινόμενο της ανθρώπινης κοινωνίας. Υποκείμενο, συνείδηση και κοινωνική μεταβολή.
5. Ο διττός χαρακτήρας και οι μορφές της συνείδησης. Γνωστική Διαδικασία, Γνώση και Επιστήμη. Αλήθεια και πλάνη. Διανόηση και επιστημονική κοινότητα. Ο διττός χαρακτήρας και οι μορφές της συνείδησης. Το αντικείμενο ως επιστητό. Είδη και επίπεδα του επιστητού ως γνωστικά αντικείμενα των επιστημών, ταξινόμηση των επιστημών. Βασική, θεμελιώδης, εφαρμοσμένη, τεχνολογική έρευνα και έρευνα παραγωγικών εφαρμογών της τεχνολογίας.
6. Ερευνητική-τεχνολογική δραστηριότητα και μορφές κοινωνικής συνείδησης. Πράττειν μετά λόγου γνώσεως. Επιστήμη και ηθική. Πολιτική και επιστήμη. Δίκαιο και επιστήμη. Αισθάνεσθαι και ερευνητική-τεχνολογική δραστηριότητα. Η δημιουργική δύναμη της φαντασίας. Τέχνη και έρευνα-τεχνολογία. Επιστήμη και αισθητική μορφή της συνείδησης. Η θρησκεία ως παράγωγη της αισθητικής και ιστορικά περιορισμένη μορφή κοινωνικής συνείδησης. Συνοπτική αναφορά στις γνωσιολογικές, ψυχολογικές και κοινωνικές πηγές της θρησκείας. Η θρησκεία ως ιδιότυπη έκφανση πολιτιστικών καθόλου. Νοηματοδότηση του ανόητου και ουτοπικός αρνητισμός. Επιστήμη, θρησκεία και παιδεία. Επιστημονικές γνώσεις και πίστη. Επιστημονική φιλοσοφία και φιλοσοφία της επιστήμης.
7. Η ερευνητική δραστηριότητα ως πραγματικότητα της ανθρώπινης κοινωνίας. Έρευνα και εποικοδόμημα: τεχνικά και οργανωτικά μέσα αντεπίδρασης στη βάση της κοινωνίας. Προσωπικότητα και επιστήμη.
8. Αιτιότητα, αιτιοκρατία, νόμος και νομοτέλεια. Είδη νόμων. Η κοινωνική νομοτέλεια ως φάσμα δυνατοτήτων. Σύντομη ιστορικο-φιλοσοφική αναδρομή στις περί αιτιοκρατίας και νομοτέλειας αντιλήψεις.
9. Ζητήματα θεωρίας της γνώσης, λογικής και μεθοδολογίας της έρευνας. Η γνωσιακή συγκυρία. Κριτήρια προσδιορισμού. Η κρισιακή γνωσιακή συγκυρία και οι επιστημονικές επαναστάσεις. Επιστημονικές επαναστάσεις και θεμέλια της επιστήμης. Τα μέσα και οι τρόποι της έρευνας. Μέθοδος και μεθοδολογία. Η μεθοδολογία του οργανικού όλου. Μέθοδος και Μεθοδολογία. Εμπειρικό και θεωρητικό.
10. Διάνοια και Λόγος ως βαθμίδες του νοείν στη γνωστική διαδικασία. Η ανάβαση από το αφηρημένο στο συγκεκριμένο. Ιστορικό και Λογικό. Διαλεκτική λογική και μεθοδολογία του Οργανικού Όλου. Κίνδυνοι που συνδέονται με εκδοχές του αναγωγισμού. Ποιοτικές και ποσοτικές προσεγγίσεις στην έρευνα.
11. Η έρευνα και η τεχνολογία στην ιστορία της κοινωνίας. Ψήγματα ερευνητικής και τεχνολογικής δραστηριότητας στην αρχή (προϋποθέσεις) της διαδικασίας της ιστορικής ανάπτυξης της κοινωνίας και στην πρωταρχική εμφάνιση της κοινωνίας. Η ερευνητική και τεχνολογική δραστηριότητα στη διαμόρφωση της ανθρώπινης κοινωνίας. Αρχική περίοδος: ο δουλοκτητικός κοινωνικοοικονομικός σχηματισμός. Δεύτερη περίοδος: ανάπτυξη της μεγάλης ιδιωτικής ιδιοκτησίας σε αναντίστοιχη εαυτής βάση (γαιοκτησία – ιδιοκτησία επί ενός φυσικής προέλευσης μέσου παραγωγής).
12. Η ερευνητική και τεχνολογική δραστηριότητα στην ολοκλήρωση της διαμόρφωσης της ανθρώπινης κοινωνίας επί κεφαλαιοκρατίας. Τεχνολογικός και κοινωνικός τρόπος παραγωγής επί κεφαλαιοκρατίας. Ο καθολικός χαρακτήρας της ερευνητικής δραστηριότητας και οι αντιφάσεις του καταμερισμού της εργασίας επί κεφαλαιοκρατίας. Απαξίωση της βασικής έρευνας και της φιλοσοφίας. Επιστήμη, εκπαίδευση και αγορά επί κεφαλαιοκρατίας. Εκτατική, εντατική ανάπτυξη της κεφαλαιοκρατίας και στάδια της επιστημονικοτεχνικής επανάστασης. Ιμπεριαλιστική «παγκοσμιοποίηση», και «επιχειρηματικό πανεπιστήμιο». 3ο στάδιο της επιστημονικοτεχνικής επανάστασης ή επέλαση της «4ης βιομηχανικής επανάστασης»: αντιφάσεις, συρράξεις και ιδεολογήματα. Αγοραία αναμόρφωση θεσμών και ηθών. Έρευνα και επιχειρηματικότητα. Περί του δια της πληροφορικοποίησης εκφυλισμού της έρευνας επί κεφαλαιοκρατίας. Δημόσιο και ιδιωτικό: πεδίο διεκδικήσεων και χειραγωγήσεων. Το πανεπιστήμιο ως πεδίο έρευνας, συνειδητοποίησης και αγώνα.
13. Η ολόπλευρη ανάπτυξη της ερευνητικής και τεχνολογικής δραστηριότητας στην ωριμότητα της ανθρώπινης κοινωνίας ως στοιχείο της αναγκαιότητας επιστημονικής σχεδιοποίησης για τη ριζική αλλαγή του τύπου ανάπτυξης της κοινωνίας. Ενοποιημένη ανθρωπότητα και ολόπλευρη ανάπτυξη του πολιτισμού. Σύντομη αναφορά σε θεωρίες, κατευθύνσεις, τάσεις και προσεγγίσεις στη φιλοσοφία και μεθοδολογία της επιστήμης και της τεχνολογίας.

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Επιμορφωτική/Διαμορφωτική

 

(6) ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

Πατέλη Δ. ΕΡΕΥΝΑ, ΤΕΧΝΟΛΟΓΙΑ ΚΑΙ ΠΡΟΟΠΤΙΚΗ ΕΝΟΠΟΙΗΣΗΣ ΤΗΣ ΑΝΘΡΩΠΟΤΗΤΑΣ. Η ΕΡΕΥΝΗΤΙΚΗ ΚΑΙ ΤΕΧΝΟΛΟΓΙΚΗ ΔΡΑΣΤΗΡΙΟΤΗΤΑ ΣΤΗ ΔΙΑΛΕΚΤΙΚΗ ΤΗΣ ΑΛΛΗΛΕΠΙΔΡΑΣΗΣ ΤΗΣ ΑΝΘΡΩΠΟΤΗΤΑΣ ΜΕ ΤΗ ΦΥΣΗ. ΚΨΜ, 2019 ISBN: 978-618-5156-63-3