Ποσοτικές Μέθοδοι για τη Λήψη Επιχειρηματικών Αποφάσεων

Κωδικός: 9.14S

Εξάμηνο: 9 / Έτος: 5 (Επιλογής)

Διδάσκοντες: Μπεληγιάννης Γρηγόριος

Ιστοσελίδα Μαθήματος: https://eclass.upatras.gr/courses/DEAPT192/

Ώρες Θεωρίας (ανά εβδομάδα): 2

Ώρες Φροντιστηρίου/Εργαστηρίου (ανά εβδομάδα): 1

Ύλη Μαθήματος

  1. Μοντέλα διανομής και δικτύων
  2. Ακέραιος γραμμικός προγραμματισμός
  3. Μοντέλα διαχείρισης αποθεμάτων
  4. Προσομοίωση
  5. Ανάλυση αποφάσεων
  6. Πολυκριτήριες αποφάσεις
  7. Δυναμικός προγραμματισμός
  8. Αλγόριθμοι Υπολογιστικής Νοημοσύνης
  • Γενετικοί αλγόριθμοι (Genetic Algorithms - GAs)
  • Αλγόριθμος βελτιστοποίησης σμήνους σωματιδίων (Particle Swarm Optimization - PSO)
  • Αναρρίχηση λόφων (Hill Climbing - HL)
  • Προσομοιωμένη ανόπτηση (Simulating Annealing - SA)
  • Μέθοδος του μεγάλου κατακλυσμού (Great Deluge – GD)
  • Αναζήτηση μεταβλητής γειτονιάς (Variable Neighbourhood Search - VNS)
  • Αναζήτηση με λίστα ταμπού (Tabu Search – TS)

Στόχοι Μαθήματος

Το μάθημα παρέχει τη δυνατότητα στους φοιτητές που θα το επιλέξουν, να εντρυφήσουν σε εξειδικευμένα θέματα και προβλήματα της Διοικητικής Επιστήμης και της Επιχειρησιακής Έρευνας.

Ο σκοπός του μαθήματος είναι να παρουσιάσει και να εξηγήσει διάφορες σύγχρονες ποσοτικές μεθόδους και διάφορες σύγχρονες τεχνικές υπολογιστικής νοημοσύνης και τον εξειδικευμένο τρόπο με τον οποίο αυτές μπορούν να εφαρμοστούν στην επίλυση συγκεκριμένων δύσκολων προβλημάτων Διοικητικής Επιστήμης και Επιχειρησιακής Έρευνας. Με τη βοήθεια συγκεκριμένων παραδειγμάτων και ασκήσεων οι φοιτητές μπορούν και κατανοούν σε βάθος πως επιλύονται διάφορα σύνθετα και εξειδικευμένα προβλήματα της Διοικητικής Επιστήμης και της Επιχειρησιακής Έρευνας, ενώ εκπαιδεύονται στο να μπορούν να εφαρμόζουν και οι ίδιοι τέτοιου είδους τεχνικές και εργαλεία για να επιλύσουν εξειδικευμένα προβλήματα του πραγματικού κόσμου.

Η ύλη του μαθήματος δίνει τη δυνατότητα στους φοιτητές να αποκτήσουν την επάρκεια και την εξειδικευμένη γνώση που απαιτούνται προκειμένου να μπορούν να εφαρμόσουν σύγχρονες τεχνικές ποσοτικών μεθόδων καθώς και τεχνικές υπολογιστικής νοημοσύνης για την επίλυση σύγχρονων δύσκολων προβλημάτων της Διοικητικής Επιστήμης και της Επιχειρησιακής Έρευνας. 

Μετά την επιτυχή ολοκλήρωση του μαθήματος οι φοιτητές/φοιτήτριες αναμένεται ότι θα έχουν αποκτήσει τις απαραίτητες προχωρημένες και εξειδικευμένες γνώσεις και δεξιότητες ώστε να:   

  • κατανοούν σε βάθος τις αρχές, τη λειτουργία αλλά και τον τρόπο εφαρμογής διαφόρων σύγχρονων τεχνικών ποσοτικών μεθόδων και τεχνικών υπολογιστικής νοημοσύνης
  • εφαρμόζουν τις τεχνικές αυτές, καθώς και τα εργαλεία που τις υποστηρίζουν, σε πραγματικά προβλήματα από το χώρο των οικονομικών και γεωπονικών επιστημών, αλλά και από την καθημερινότητά τους
  • χρησιμοποιούν τη γνώση και την κατανόηση που απέκτησαν με τρόπο που δείχνει επαγγελματική προσέγγιση της εργασίας ή του επαγγέλματός τους
  • διαθέτουν ικανότητες που κατά κανόνα αποδεικνύονται με την ανάπτυξη και υποστήριξη επιχειρημάτων και την επίλυση προβλημάτων στο πλαίσιο του γνωστικού τους πεδίου
  • κοινοποιούν πληροφορίες, ιδέες, προβλήματα και λύσεις τόσο σε ειδικευμένο όσο και σε μη- εξειδικευμένο κοινό
  • αναπτύσσουν δεξιότητες απόκτησης γνώσεων, που τους χρειάζονται για να συνεχίσουν σε περαιτέρω σπουδές με μεγάλο βαθμό αυτονομίας
  • συγκεντρώνουν και να ερμηνεύουν συναφή στοιχεία (εντός του γνωστικού τους πεδίου) για να διαμορφώνουν κρίσεις που περιλαμβάνουν προβληματισμό σε συναφή επιστημονικά ζητήματα
  • είναι σε θέση να χρησιμοποιούν τη γνώση και κατανόησή τους, και τις ικανότητές τους για επίλυση προβλημάτων σε εφαρμογές και στην επίλυση προβλημάτων, σε ένα νέο ή άγνωστο περιβάλλον, εντός ευρύτερου (ή διεπιστημονικού) πλαισίου, συναφούς προς το γνωστικό τους πεδίο
  • είναι σε θέση να κοινοποιούν με σαφήνεια και καθαρότητα τα συμπεράσματά τους αλλά και τη γνώση και το σκεπτικό το οποίο αυτά βασίζονται και λογικές παραδοχές στα οποία στηρίζονται, τόσο σε εξειδικευμένο όσο και σε μη εξειδικευμένο κοινό

Αποτίμηση

Γραπτή τελική εξέταση (100%) που περιλαμβάνει:

  • Ερωτήσεις πολλαπλής επιλογής
  • Επίλυση προβλημάτων Διοικητικής Επιστήμης και Επιχειρησιακής Έρευνας με χρήση σύγχρονων ποσοτικών μεθόδων
  • Επίλυση προβλημάτων Διοικητικής Επιστήμης και Επιχειρησιακής Έρευνας με χρήση σύγχρονων μεθόδων υπολογιστικής νοημοσύνης
  • Συγκριτική αξιολόγηση στοιχείων θεωρίας

Βιβλιογραφία

  1. Εισαγωγή στη Διοικητική Επιστήμη, B. W. Taylor III, Εκδόσεις Broken Hill Publishers L.t.d., 2018 (in Greek). 
  2. Διοικητική Επιστήμη: Ποσοτικές μέθοδοι για τη λήψη επιχειρηματικών αποφάσεων, D.R. Anderson, D.J. Sweeney, T.A. Williams, K. Martin, Εκδόσεις Κριτική, 2014 (in Greek).
  3. Introduction to Management Science (12th Edition) 12th  Edition, B. W. Taylor III , Hardcover: 864 pages, Publisher: Pearson; 12 edition (January 3, 2015), Language: English, ISBN-10: 0133778843.
  4. Quantitative Methods for Business, D.R. Anderson, D.J. Sweeney, T.A. Williams, K. Martin, Hardcover: 912 pages Publisher: Cengage Learning; 11th edition (February 11, 2009), Language: English, ISBN-10: 0324651813.
  5. Computational Intelligence: Principles, Techniques and Applications (Hardcover), Amit Konar, Hardcover: 708 pages, Publisher: Springer; 1 edition (May 31, 2005), Language: English, ISBN: 3540208984.
  6. Computational Intelligence in Economics and Finance (Advanced Information Processing), S. H. Chen, P. Wang, Paul P. Wang Hardcover: 508 pages, Publisher: Springer; 1 edition (April 11, 2006), Language: English, ISBN: 3540440984.

Τελευταία Ενημέρωση: 2018-03-30