Циљ предмета је да се студенти Mастер академских студија упознају са напредним биолошки инспирисаним техникама вештачке интелигенције и развију способност да те технике самостално примењују за ефективно и ефикасно оптимално терминирање технолошких система и процеса. Овај предмет пружа могућност стицања теоријских и практичних знања, као и вештина програмирања, неопходних за решавање проблема оптималног терминирања система и процеса у оквиру интелигентних технолошких система Индустрије 4.0. Предмет се фокусира на планирање и терминирање производње, планирање и терминирање производних ресурса, као и терминирање производно-технолошких ентитета попут машина алатки, алата, транспортних средстава - интелигентних мобилних робота. У оквиру овог предмета, студенти ће самостално развијати софтверска решења оптималних планова терминирања технолошких система и процеса базирана на напредним биолошки инспирисаним алгоритмима оптимизације.

Очекивани исходи учења подразумевају да након успешног полагања завршног испита студенти буду оспособљени да: - Користе информационо-комуникационе технологије у терминирању система и процеса; - Изврше формулисање, представљање и математичко моделирање оптимизационог проблема терминирања, уз усвајање одговарајућих критеријума оптимизације и формирање функција циља; - Самостално изаберу и имплементирају напредне биолошки инспирисане стратегије и методе оптимизације, са циљем проналажења оптималног решења плана терминирања минимизирањем/максимизирањем одговарајуће функције циља у зависности од постављених ограничења; - Самостално развијају оригинална софтверска решења за терминирање система и процеса у MATLAB програмском окружењу, уз компаративну анализу, дискусију и презентацију остварених резултата; - Сарађују у тиму.

Увод у терминирање система и процеса. Дефиницијe, анализе и класификацијe типова терминирања. Job-shop тип терминирања. Flow shop тип терминирања. Just-in-Time и Lean концепти производње. Пројектовање флексибилних технолошких процеса. Флексибилни технолошки процеси: основни појмови и значај. Типови флексибилности технолошких процеса. Методе представљања технолошких процеса. Математички модели и критеријуми оптимизације технолошких процеса (production time, production cost). Терминирање производно-технолошких ентитета. Терминирање флексибилних технолошких процеса – планирање и терминирање производних ресурса. Терминирање унутрашњег транспорта материјала – терминирање мобилних робота. Математички модели и критеријуми оптимизације планова терминирања (makespan, resource utilization, flow time, cost, tardiness, lateness). Терминирање система и процеса у динамичким условима. Стратегије поновног терминирања (енгл. rescheduling). Интегрисано пројектовање и терминирање флексибилних технолошких процеса. Интегрисани модели терминирања - формулисање, представљање и математичко моделирање интегрисаног проблема терминирања. Оптимизациони алгоритми. NP-hard проблеми. Комбинаторно оптимизациони проблеми. Једнокритеријумска и вишекритеријумска оптимизација. Метахеуристичке методе оптимизације. Биолошки инспирисани алгоритми оптимизације у терминирању система и процеса. Алгоритми инспирисани колективном интелигенцијом (енгл. Swarm Intelligence Algorithms) – PSO, ALO, GWO, WOA, итд. Еволуциони метахеуристички алгоритми (генетички алгоритми - GA, генетичко програмирање - GP). Хибридни алгоритми у терминирању система и процеса. Примери развијених система.

Примери примене развијених система за терминирање (лабораторијски рад). Моделирање и анализа планова терминирања система и процеса (лабораторијски рад). Методе кодирања/декодирања решења планова терминирања (лабораторијски рад). Оптимизација планова терминирања коришћењем напредних метахеуристичких алгоритама (програмирање у MATLAB окружењу). Софтверска решења за оптимизацију планова терминирања (лабораторијски рад, програмирање у MATLAB окружењу). Израда пројекта (оптимално терминирање технолошких процеса; терминирање производних ресурса; оптимално терминирање интелигентних мобилних робота).

Завршене Основне академске студије машинства или сродних техничких факултета.

Лабораторија за индустријску роботику и вештачку интелигенцију (ROBOTICS&AI) Катедре за производно машинство, Универзитет у Београду - Машински факултет. Софтверски пакет MATLAB.

укупан фонд часова: 90

ново градиво: 20
разрада и примери (рекапитулација): 10

аудиторне вежбе: 10
лабораторијске вежбе: 15
рачунски задаци: 0
семинарски рад: 0
пројекат: 20
консултације: 0
дискусија/радионица: 0
студијски истраживачки рад: 0

преглед и оцена рачунских задатака: 0
преглед и оцена лабораторијских извештаја: 0
преглед и оцена семинарских радова: 0
преглед и оцена пројекта: 5
колоквијум са оцењивањем: 0
тест са оцењивањем: 5
завршни испит: 5

активност у току предавања: 0
тест/колоквијум: 40
лабораторијска вежбања: 0
рачунски задаци: 0
семинарски рад: 0
пројекат: 30
завршни испит: 30
услов за излазак на испит (потребан број поена): 30

Pinedo, M., & Chao, X. (1999). Operations scheduling. McGraw Hill.; Conway, R. W., Maxwell, W. L., & Miller, L. W. (2003). Theory of scheduling. Courier Corporation.; Leung, J. Y. (Ed.). (2004). Handbook of scheduling: algorithms, models, and performance analysis. CRC press.; Pinedo, M. (2012). Scheduling. New York: Springer.; Kerzner, H., & Kerzner, H. R. (2017). Project management: a systems approach to planning, scheduling, and controlling. John Wiley & Sons.;