Metodar for analyse av forsyningskjeder

Masteremne

Emnebeskrivelse

Mål og innhald

Målet med kurset er å gi studentane

  • oversikt over styring av forsyningskjeder (Supply Chain Management, SCM)
  • forståing av korleis avanserte optimeringsteknikkar og algoritmar for kunstig intelligens (AI) kan brukast til å løyse og analysere beslutningsproblem, og
  • evne til å løyse beslutningsproblem som oppstår i ulike segment av ein forsyningskjede, med særleg fokus på transport og logistikk

Innhald:

Kurset dekker mellom anna desse tema:

  • Prognostisering av etterspurnad
    • Tidsrekkeanalyse (kummulativ, naiv, glidande gjennomsnitt, eksponensiell glatting)
    • Regresjonsanalyse
  • Lagerstyring
    • Kvadratrotsformelen for minimering av lagerkostnader
    • Ein-periodiske lagermodellar
    • Probabilistiske lagermodellar
  • Produksjonsplanlegging
    • Optimeringsmodellar
    • Heuristikkar
  • Design av distribusjonsnettverk
    • Nettverksoptimering
    • Lokaliseringsproblem
    • Dekkingsproblem
  • Godstransport - Avanserte optimeringsteknikkar og algoritmar for kunstig intelligens for løysing av storskalaproblem innafor:
    • Leveranse til endepunkt (casestudier)
    • Maritim transport (casestudier)
    • Framtidige leveringssystem

Kurset inneheld eit breitt spekter av praktiske optimeringsproblem innafor forsyningskjeder i form av casestudier.

Læringsutbyte

Studenten skal ved avslutta emne ha følgjande læringsutbyte definert i kunnskapar, ferdigheiter og generell kompetanse:

Kunnskapar:

  • Studenten har grunnleggjande forståing av optimerings- og beslutningsproblem som finst innafor forsyningskjeder
  • Studenten har grunnleggjande forståing av algoritmar for optimering og kunstig intelligens

Ferdigheiter:

  • Studenten er i stand til å bruka ein algoritme for optimering eller kunstig intelligens for å løysa eit breitt spekter av problem innafor forsyningskjeder, inkludert m.a. design av nettverk for forsyningskjeder, godstransport, og produksjonsplanlegging
  • Studenten er i stand til å kombinere teknikkar frå optimering og AI med innsikt i økonomi (tileigna i andre kurs), for å forbetre ei verksemd sine logistikkløysingar
  • Studenten er i stand til å utvikla matematiske modellar for enkle nettverksoptimeringsproblem, og problem innafor produksjonsplanlegging
  • Studenten er i stand til å bruka regresjons- og tidsrekkemodellar på historiske data for å prognostisere framtidig etterspurnad
  • Studenten er i stand til å ta avgjerder om enkle lagerstyringsproblem

Generell kompetanse:

  • Studenten er i stand til å diskutere vellukka eksempel på korleis algoritmar for optimering og kunstig intelligens kan brukast til å ta betre avgjerder vedrørande ein forsyningskjede
  • Studenten er i stand til å skilje mellom ulike optimeringsteknikkar

Studiepoeng, omfang

10 studiepoeng

Studienivå (studiesyklus)

Master

Undervisningssemester

Vår

Undervisningsstad

UiB
Krav til forkunnskapar
Ingen
Tilrådde forkunnskapar
INF170 og enten INF100 eller INFO132
Studiepoengsreduksjon
-
Krav til studierett
Emnet har avgrensa plass. Dersom det er fleire kvalifiserte søkjarar som vil ta emnet enn det er ledige plassar, vil søkjarane bli prioritert slik: 1. Studentar med studierett på Informasjonsteknologi og økonomi (sivilingeniør), master, 5 år. 2. Andre studentar med studierett ved MN eller SV, prioriterte etter avlagte studiepoeng i tilrådde forkunnskapar. 3. Andre studentar med studierett ved MN eller SV, prioriterte etter avlagte studiepoeng.
Arbeids- og undervisningsformer

Undervisninga blir gitt i form av førelesningar og gruppeøvingar.

Førelesing / 4 timar per veke.

Gruppeøving / 2 timar per veke.

Obligatorisk undervisningsaktivitet

Godkjente obligatoriske oppgåver og eit prosjekt.

Godkjent obligatorisk aktivitet er gyldig i eitt påfølgande semester etter godkjenninga.

Vurderingsformer
Emnet har følgjande vurderingsformer:
  • Rapport fra prosjekt (70%)
  • Munnleg eksamen (30%)
Karakterskala
Bokstavkarakterar A-F
Vurderingssemester
Eksamen vert berre tilbydd i undervisningssemesteret. Ny eksamen påfølgande semester berre for studentar med rett til ny vurdering. 
Litteraturliste
Litteraturlista vil vere klar innan 01.06. for haustsemesteret og  01.12. for vårsemesteret.  
Emneevaluering
Alle emne blir evaluert i tråd med UiBs kvalitetssystem for utdanning.   
Hjelpemiddel til eksamen
Ingen
Programansvarleg
Programrådet har ansvar for fagleg innhald og oppbygging av studiet og for kvaliteten på studieprogrammet og alle emna der.  
Emneansvarleg
Emneansvarleg og administrativ kontaktperson finn du i Mitt UiB.  
Administrativt ansvarleg
Det matematisk-naturvitskaplege fakultet ved Institutt for informatikk har det administrative ansvaret for emnet.