Zespół laboratorium zajmuje się zagadnieniami matematycznego modelowania różnorodnych zagadnień. Są to zarówno złożone problemy produkcyjne, logistyczne lub sterowania w rozwiązywane w ramach współpracy z przedsiębiorstwami (Orange, GDDKiA, Doosan i inni), jak i  klasyczne problemy optymalizacyjne. Stosowane metody poszukiwania rozwiązań optymalnych lub bliskich optymalnym, które opracowywane są dla tych modeli, uwzględniają specyficzne własności problemów oraz różnego typu kryteria jakości.  Spektrum opracowanych i wdrożonych algorytmów obejmuje algorytmy dokładne (metody podziału i ograniczeń, programowania dynamicznego, etc.), a także algorytmy przybliżone bazujące na paradygmacie  inteligencji obliczeniowej (algorytmy ewolucyjne, rojowe, mrówkowe, pszczele  oraz  różnego typu dziedzinowo zorientowane heurystyki). Zajmujemy się również różnego typu metodami adaptacyjnymi, uczenia maszynowego, pozwalającymi na automatyzację procesu poszukiwania rozwiązania (np. dostrojenie parametrów algorytmu). 

Ważną częścią badań prowadzonych w laboratorium są prace nad algorytmami przybliżonymi umożliwiających efektywne rozwiązywanie najtrudniejszych problemów dyskretnych – należących do klasy zagadnień NP-trudnych. Przykładem takich problemów są kwadratowe zagadnienie przydziału (Quadratic Assignment Problem – QAP, modelujące wiele ważnych problemów w technice), zagadnienie pakowania trójwymiarowego, marszrutyzacji, organizacji pracy i inne problemy rzeczywiste z dużą liczbą ograniczeń. 

Zespół zajmuje  się również zagadnieniami modelowania i optymalizacji ruchu drogowego (symulacja ruchu, sterowanie potokami, zarządzanie prędkością) oraz zarządzania procesami (workflow, systemy produkcyjne, zarządzanie zasobami przedsiębiorstwa). 

Obszary podstawowe działalności naukowej i dydaktycznej:

  • Badania operacyjne
  • Metody optymalizacji – dyskretnej, ciągłej, wielokryterialnej
  • Analiza i modelowanie problemów – w tym zagadnienia NP-trudne
  • Algorytmika – metody przybliżone i dokładne
  • Algorytmy inspirowane naturą
  • Obliczenia równoległe i rozproszone, obliczenia na GPU
  • Inteligencja obliczeniowa
  • Sztuczna inteligencja
  • Uczenie maszynowe
  • Teoria złożoności obliczeniowej
  • Badanie efektywności i innych własności algorytmów
  • Eksploracja i eksploatacja przestrzeni rozwiązań dla różnych typów algorytmów
  • Eksploracja danych
  • Modele symulacyjne
  • Soft computing
  • Systemy kolejkowe
  • Systemy klasyfikujące
  • Systemy czasu rzeczywistego
  • Analiza biznesowa procesów
  • Ontologiczne modelowanie wiedzy.

PRACOWNICY ZESPOŁU

Wojciech CHMIEL AGH

Wojciech Chmiel

Dr hab. inż.

Dr hab. inż. Wojciech Chmiel jest absolwentem Wydziału EAIiE (obecnie EAIiIB) Akademii Górniczo-Hutniczej w Krakowie, w którym obecnie  jest zatrudniony na stanowisku profesora uczelni  w Katedrze Automatyki i Robotyki. Stopień magistra inżyniera uzyskał w dyscyplinie Elektronika (specjalności Automatyka), a następnie  doktorat w dyscyplinie Automatyka i Robotyka i habilitację na Akademii Górniczo-Hutniczej w Krakowie w dyscyplinie Automatyka, Elektronika i Elektrotechnika. Jego działalność naukowa związana jest z takimi dziedzinami jak badania operacyjne, sztuczna inteligencja oraz modelowanie i optymalizacja NP-trudnych zagadnień dyskretnych, ze szczególnym uwzględnieniem problemów  permutacyjnych. Prowadzone badania przez niego badania obejmują także modelowanie rzeczywistych zagadnień przemysłowych, optymalizacji produkcji, optymalizacji procesów logistycznych oraz ruchu drogowego.  Jest on także autorem i recenzentem publikacji z dziedziny inteligencji obliczeniowej i uczenia maszynowego. Obecnie kieruje wieloma projektami naukowo-wdrożeniowymi realizowanymi na wydziale EAIiIB.

Joanna Kwiecień AGH

Joanna Kwiecień

dr hab. inż.

jest absolwentką Wydziału EAIiE (obecnie EAIiIB) Akademii Górniczo-Hutniczej, gdzie obecnie pracuje na stanowisku profesora uczelni w Katedrze Automatyki i Robotyki. Stopień doktora nauk technicznych zdobyła w dyscyplinie Automatyka i Robotyka, a habilitację w dyscyplinie Automatyka, Elektronika i Elektrotechnika. Jej działalność naukowa związana jest z badaniami operacyjnymi i systemowymi oraz metodami inteligencji obliczeniowej. Uczestniczyła w realizacji kilku projektów badawczych. Recenzowała wiele artykułów w renomowanych czasopismach. Jest autorem oraz współautorem ponad 40 prac naukowych o zasięgu krajowym oraz międzynarodowym.

Piotr Kadłuczka AGH

Piotr Kadłuczka

dr inż.

jest absolwentem Wydziału Górniczego oraz Wydziału EAIiE (Informatyka) Akademii Górniczo-Hutniczej, gdzie obecnie pracuje na stanowisku adiunkta w Katedrze Automatyki i Robotyki. Stopień doktora nauk technicznych zdobył w dyscyplinie Automatyka i Robotyka. Prowadzona działalność dydaktyczna i naukowa związana jest głównie z badaniami operacyjnymi, modelowaniem i optymalizacją NP-trudnych problemów produkcyjnych, transportowych oraz zarządzania. Brał udział w realizacji nowatorskich projektów badawczych z zakresu komunikacji (sterowanie ruchem, zarządzanie prędkością, Hyperloop), bezpieczeństwa (monitoring) oraz wsparcia procesów produkcyjnych. Jest autorem oraz współautorem licznych prac naukowych o zasięgu krajowym oraz międzynarodowym.

Projekty

Udział Laboratorium w realizowanych projektach:

  • INREDInteligentny system efektywnej analizy prac diagnostycznych i remontowych urządzeń przemysłowych z zastosowaniem jednostek mobilnych i zaawansowanej analizy obrazów – system wsparcia i nadzoru realizacji prac serwisowo-remontowych oraz  ochrony życia i zdrowia pracowników, w elektrowniach (także atomowe), zakładach przemysłowych,  chemicznych, rafineriach. W ramach jednej platformy łączy: metody sztucznej inteligencji (machine learning i soft computing), analizę i zarządzanie procesami przemysłowymi, strumieniowanie i analizę w czasie rzeczywistym obrazu z wielu kamer,  analizy ontologicznej, nadzoru semantycznego wyszukiwania wiedzy oraz metod prezentacji informacji z zastosowaniem  wirtualnej (VR) i rozszerzonej rzeczywistości (AR).  
  • INZNAKInteligentne znaki drogowe do adaptacyjnego sterowania ruchem pojazdów, komunikujące się w technologii V2X – system znaków drogowych  służący poprawie bezpieczeństwa ruchu drogowego. Są one wyposażonych w detektory, analizujące parametry ruchu drogowego oraz warunki pogodowe, na podstawie których silnik wnioskujący dostarcza treść informacji i ostrzeżeń wyświetlanych lub bezpośrednio dostarczanych do kierowców pojazdów.
  • SIMPOZSystem Inteligentnego Monitoringu Przestrzeni i Obiektów Szczególnego Znaczenia – Projekt rozwojowy na rzecz obronności i bezpieczeństwa państwa – wykrywanie zagrożeń związanych z terroryzmem na lotniskach, dworcach i innych obiektach. Kontrola stref zakazanych, śledzenie trajektorii ruchu, pozostawionego bagażu, zachowań niebezpiecznych, aktów wandalizmu. 
  • INSIGMAInteligentny System Informacyjny dla Globalnego Monitoringu, Detekcji i Identyfikacji Zagrożeń – opracowanie i wdrożenie złożonego systemu informacyjnego do celów kompleksowej detekcji i identyfikacji zagrożeń oraz monitoringu i identyfikacji obiektów ruchomych. 
  • INPREDOInteligentny system predykcji dopuszczalnych prędkości ruchu drogowego – opracowanie systemu regułowego, umożliwiającego automatyczne wyznaczanie dopuszczalnych prędkości na podstawie cech dróg i ich otoczenia (we współpracy z GDDKiA). 
  • INDECT – Intelligent information system supporting observation, searching and detection for security of citizens in urban environment – opracowanie ontologii zagrożeń, w celu zastosowania metod automatycznego wnioskowania.
  • DAB – Funkcjonalny model automatu z systemem wizyjnym do skaryfikacji oraz oceny żywotność żołędzi na podstawie automatycznego rozpoznawania topografii zmian mumifikacyjnych.
  • HYPERLOOP – opracowanie modeli optymalizacyjnych dla problemów związanych z konfiguracją nowoczesnych systemów transportu publicznego
Wybrane PUBLIKACJE
  1. Chmiel W.: Evolutionary algorithm using conditional expectation value for quadratic assignment problem, Swarm and Evolutionary Computation (IF = 6.330).
  2. Chmiel W., Kwiecień J.: Quantum-inspired evolutionary approach for the quadratic assignment problem, Entropy, (IF = 2.305).
  3. Kwiecień J.: A swarm-based approach to generate challenging mazes, Entropy (IF = 2.305).
  4. Kwiecień J., Pasieka M.: Cockroach swarm optimization algorithm for travel planning, Entropy (IF = 2.305).
  5. Kwiecień J.: Algorytmy stadne w rozwiązywaniu wybranych zagadnień optymalizacji dyskretnej i kombinatorycznej, Wydawnictwa AGH.
  6. W. Chmiel, I. Skalna, and S. Jedrusik, “Intelligent route planning system based on interval computing,” Multimedia Tools and Applications, (IF=2.101).
  7. W. Chmiel, P. Kadłuczka, J. Kwiecień, and B. Filipowicz, “A comparison of nature inspired algorithms for the quadratic assignment problem,” Bulletin of the Polish Academy of Sciences: Technical Sciences, (IF=1.361).
  8. W. Chmiel, J. Danda, A. Dziech, S. Ernst, P. Kadłuczka, Z. Mikrut, P. Pawlik, P. Szwed, and I. Wojnicki: INSIGMA: an intelligent transportation system for urban mobility enhancement,  Multimedia Tools and Applications, (IF=2.101).
  9. W. Chmiel and P. Szwed: Learning Fuzzy Cognitive Map for Traffic Prediction Using an Evolutionary Algorithm, Multimedia Communications, Services and Security.
  10. W. Chmiel and P. Szwed: Bees Algorithm for the Quadratic Assignment Problem on CUDA Platform: Man–Machine Interactions  Advances in Intelligent Systems and Computing.
  11. W. Chmiel, P. Kadłuczka, and S. Ernst: A Multicriteria Model for Dynamic Route Planning,  Multimedia Communications, Services and Security.
  12.  P. Rotter and W. Chmiel: A framework for a hierarchical model of cooperation between unmanned airplanes,” European Journal of Remote Sensing  (IF=1.122).
  13.  W. Chmiel, A. Dziech, S. Jedrusik, P. Kadłuczka, J. Kwiecien, P. Szwed, Z. Mikrut, and G. Rogus: Rule system for speed limit determination on national roads in Poland, MATEC Web Conf .
  14. P. Szwed, P. Skrzyński, and W. Chmiel: Risk assessment for a video surveillance system based on Fuzzy Cognitive Maps, Multimedia Tools and Applications (IF=2.101).
Dydaktyka

W laboratorium  Badań Operacyjnych i Systemowych realizowane są zajęcia z następujących przedmiotów: 

  • Badania operacyjne.
  • C# i platforma .NET.
  • Głębokie uczenie i inteligencja obliczeniowa.
  • Inteligencja obliczeniowa.
  • Matematyczne metody wspomagania decyzji.
  • Modele kolejkowe w IT.
  • Niezawodność i jakość w systemach sterowania.
  • Automatyzacja  dyskretnych procesów przemysłowych.
  • Systemy informatyczne zarządzania przedsiębiorstwem.
  • Systemy rozproszone.
  • Informatyczne narzędzia pracy grupowej
  • Modelowanie procesów w przedsiębiorstwach . 
  • Integracja przemysłowych systemów informatycznych.