1. Metody optymalizacji i modele systemów produkcyjnych 1.1. Podstawowe narzędzia symulacyjno-optymalizacyjne 1.2. Metody optymalizacji w planowaniu i sterowaniu produkcją 1.2.1. Podstawowe metody optymalizacji 1.2.2. Wybrane algorytmy metaheurystyczne 1.2.2.1. Algorytmy genetyczne 1.2.2.2. Algorytm przeszukiwania z zakazami 1.2.2.3. Algorytm symulowanego wyżarzania 1.2.2.4. Procedura GRASP 1.3. Algorytmy do optymalizacji przepływu produkcji w systemach gniazdowych 1.4. Zastosowanie GRASP do optymalizacji przepływu produkcji 1.5. Zastosowanie algorytmu SA i jego hybryd do optymalizacji produkcji 1.5.1. Klasyfikacja problemów szeregowania zadań i alokacji zasobów 1.5.2. Problem optymalizacji w gniazdach produkcyjnych z maszynami alternatywnymi 1.5.3. Optymalizacja przepływu produkcji w analizowanym systemie produkcyjnym 2. Ocena wpływu czynników procesu produkcji na Cmax – eksperyment komputerowy 2.1. Formy przebiegu procesu produkcyjnego i ich wpływ na wartość Cmax 2.1.1. Formy przebiegu procesu produkcyjnego 2.1.2. Zależność Cmax od formy przebiegu procesu produkcyjnego 2.2. Typy produkcji i ich wpływ na wartość Cmax 2.2.1. Typy produkcji i współczynnik liczby detalooperacji k 2.2.2. Zależność Cmax od współczynnika typu produkcji 2.3. Analiza wpływu wielkości partii produkcyjnej na wartość Cmax 2.3.1. Określenie wielkości partii produkcyjnej 2.3.2. Zależność Cmax od wielkości partii produkcyjnej 2.4. Elastyczność procesu produkcyjnego i jej wpływ na wartość Cmax 2.4.1. Elastyczność procesu produkcyjnego 2.4.2. Zależność Cmax od liczby maszyn równoległych 2.5. Analiza wpływu liczby operacji bez ograniczeń kolejnościowych n a Cmax 2.5.1. Gniazdowo-otwarty problem harmonogramowania 2.5.2. Zależność Cmax od liczby operacji bez ograniczeń kolejnościowych 2.6. Wieloczynnikowa analiza wpływu poziomu „otwartości” operacji, stopnia elastyczności marszruty oraz typu produkcji na wartość Cmax 2.7. Analiza wpływu liczby zadań, wielkości partii produkcyjnej oraz czasów operacji technologicznych i przezbrajania maszyn na wartość Cmax 2.8. Analiza wpływu liczby maszyn i urządzeń transportowych na wartość Cmax 2.9. Analiza wpływu czasów operacji technologicznych, przezbrajania maszyn, transportowania oraz liczby urządzeń transportowych, zadań i wielkości partii na Cmax 2.10. Porównanie wartości Cmax uzyskiwanych przez GRASP+SA i GRASP 2.11. Zastosowanie uczenia maszynowego do wspomagania decyzji przy optymalizacji przepływu produkcji 3. Optymalizacja systemów i procesów produkcyjnych z użyciem metaheurystyk 3.1. Wieloczynnikowa analiza systemów sterowania produkcją 3.2. Ocena strategii produkcyjnych na podstawie wybranych kryteriów 3.3. Analiza wpływu typu struktury systemu produkcyjnego na wartość Cmax 3.3.1. Rodzaje struktur systemu produkcyjnego 3.3.2. Zależność Cmax od typu struktury systemu produkcyjnego 3.4. Optymalizacja projektowania gniazd obróbki z technologią grupową 3.4.1. Formowanie komórek produkcyjnych 3.4.2. Rozmieszczenie maszyn w gniazdach 3.4.3. Optymalizacja przepływu produkcji w gniazdach obróbki grupowej w środowisku dynamicznym 3.5. Optymalizacja przepływu produkcji w systemach rekonfigurowalnych 3.6. Optymalizacja przepływu produkcji z zastosowaniem lean manufacturing