userIRONMANN (AKA SHAMAN)592025-04-28T16:45:00Z2026-11-02T16:21:00Z22564432176Reanimator Extreme Edition268753774512

0M8R4KGxGuEAAAAAAAAAAAAAAAAAAAAAPgADAP7/CQAGAAAAAAAAAAAAAAABAAAAAQAAAAAAAAAA EAAAAgAAAAEAAAD+////AAAAAAAAAAD///////////////////////////////////////////// //////////////////////////////////////////////////////////////////////////// //////////////////////////////////////////////////////////////////////////// //////////////////////////////////////////////////////////////////////////// //////////////////////////////////////////////////////////////////////////// //////////////////////////////////////////////////////////////////////////// //////////////////////////////////////////////////////////////////////////// ///////////////////////////////////////////////////////////////////////////9 /////v////7/////////BQAAAAYAAAAHAAAACAAAAAkAAAAKAAAACwAAAAwAAAANAAAADgAAAA8A AAAQAAAAEQAAABIAAAD+//////////////////////////////////////////////////////// //////////////////////////////////////////////////////////////////////////// //////////////////////////////////////////////////////////////////////////// //////////////////////////////////////////////////////////////////////////// //////////////////////////////////////////////////////////////////////////// //////////////////////////////////////////////////////////////////////////// //////////////////////////////////////////////////////////////////////////// /////////////////////////////////////////////////////////////////////////1IA bwBvAHQAIABFAG4AdAByAHkAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA AAAAAAAWAAUA//////////8BAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAGA62jzmat0B /v///wAAAAAAAAAAXwAxADgANQA1ADEANAA4ADgANQAxAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA AAAAAAAAAAAAAAAAAAAAAAAAABgAAgH///////////////8AAAAAAAAAAAAAAAAAAAAAAAAAAAAA AAAAAAAAAAAAAAAAAAAEAAAAJxwAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAP///////////////wAAAAAAAAAA AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA//////// ////////AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA//// //////////////////////////////////////////////////////////////////////////// //////////////////////////////////////////////////////////////////////////// //////////////////////////////////////////////////////////////////////////// //////////////////////////////////////////////////////////////////////////// //////////////////////////////////////////////////////////////////////////// //////////////////////////////////////////////////////////////////////////// //////////////////////////////////////////////////////////////////////////// //////////////////////////////////////////////////////////////////////////// //////////////////////////////////////////////////////////////////////8AkAAA AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAACQAAB4 nO1cCWBV1Zl+SLWttjPTZVrbTltnapfRbmrr0mqtTusyUy24L8gelkASAoiCFtmVTRbZVwMBZDGY QJQACQQQQiBAAkmABMi+vSVvufv2z/+fc9/LI8mLAQna9h7uCffd3HfvOd/5l+//z8k5cfxrFSnp 3610tSp/cHV3WfBl13VR17rZlZV/c7musT9bABC+DE75uyom1h/bY0j1WjynMf8i1i9h/TLW67He gPUrWL+K9V+w/isXAdfXsH4d6zewfhPrv2P9FtZvY70R63ewfhfr97D+B9bvY/0B1h9ivQnrf2L9 L6w/wnpzVDt+iuc/w/rfWG/BeivWn2P9BdZfYv0V1l9jvQ3r7VjvwPobrL/FeifWu7DejfUerL/D +nus92K9j8m2y3U/1j9ifQDrg1j/B+ufsP4Z60N2O/4ZyhOuJPw3Gsfiz65E/H+ka2xrU9Bh+Zbr 2ojOX8NkpTu7vpf/+qHoe/duO31vXfy5bnTHH21D0s31V9dwV9wlvTO6XO+6plt0fzr7vW/a/3d3 9XA94XrU9bjrqct6/7/g+6krX3Bx29eZ79C9xgP8vBtKXpIrwTUCcejvir/k93/9MvpP7X3MPrfs cQvr3T+L3DuFl27cjV926YaS0/16LvutdZ98SI8HR748aoir/VPhnozkT/NyVrq3cJLLKPRd41O3 4e+3fMn10Ze/cx3hgJ6+u3YTXStjP8lKde/2JRcxgq9c8zH0Zmc3MGmhsy92+4J97wM33OQ6ih62 N3si3UmFvDedkeftxriAyzX6gbYtuApCLquqqahk20ywVC0EIOBV3bgKr/405eqwaURFB1AtCKkQ EIF/CglX49WfolwdbJAdl1WXLl93fl1a2Zbt7sPHwSB4PuflymFjhcvFVwFhqDlZsmvekr3T52u5 +XumzVk2YLhUdJoJkgkmqpmF+qbw+KLD53fy4pUqsbExmeSbbZrc7hW807AsPKAtNopeeOhQffl5 BAlEEyTYN376ppfHg6qBYdJhWhrDRgu/sd3ymWBjwUWHSf3DBgZkScKOoSU1Dd5eyzBM01TYxXDb 6Af2id+JXaSvh3vMoEK7qxSmfwgNHnoI9t0tQEnF28/2dReV4KMRMEvC/+gJVX6fwB7SpSUWEm3v iWCDjdI0dCIcG80wFOZNRBxRC+WevqpjYZ2QIsBEYSNFsNFNOsLYWP7g6UP5oOkoEYSrpiFCDVm5 S/sOhWo3NDXjdUPTcCgE9sbPFTYKdYk6begISUQa0AZ4Fckvibppi3mUfFwkN1ynuFpFyw0wbAxB rL1QobFbDcMQgkE6Vc3sKbPzZi4EAaGymKLSaxTT6FpkLhUbFbuihTtNnWC/bLErTD642AeB7oxp NFthYzKd0g1Zljl4BJUka/yZFfVznumjHD3J3mrQKxQV1baLxebSdYoMjMY0yC0JQZkpDWoBihSD SMXemYbAsGkHmGhb1RabcEEGyG/DRymKAoqRs3DFsrhEHBQjEFJRX+3nfI6wIRkxEQm8htj4Td02 J6heIYWpCiiSJBh0XbJsaMw2gtVix1mxZQh/6DaTkUWRMCN7ZNIl3dDrGmc+17d6+27URn6TTvh9 9iWMjW1O0HqqGqoVJ/ShQAAam6HoLNS4OUtDbLDZEo73xTbGvBgbLNR1k85suVE1/lv0R6DqXHdM 9haE8FTa9vmDEpT6JuAWLhTscoPTiRLBhgsz2ROyyuRLmxoP5uxZO27ikgHD989dAueqsU/kX6DF N3WADTK6i7BhJiesZfQFJRjCLzaZGgmox/9mv8GHN6ZBQNDDzu4zLxfZG1B9fh78CYIwbcLEkX36 W8XlcL4uc9KMtWMnQFBCV0yRIhpuTUfJR48jynJYwUxuvjkBivg1dp3ZLW7MNJXDg8qlMbkJmjqa 5tPZuRMf6QmNAVMkRqWHtV/TbH+IJyYDu0uLGVUi2IQk7ia4yz15MO9n3/jW5CHDISiDX0JvsnrU uML3tjIPrnKl4AKki5LY7NdECSXPZP452vYgVcIrqqpiz2RDD4DZJCOaMv96SJEbQgE7ThCUnSNe P7/gXSBvBpGm6TonVO3YyquGjU6EDJvpFQUcuV1r1v/8uq9sn7uIbDHTnOIt25b2HwYVDdgJumKB 3+0R6hroBsO2x5KucW7krqgqP3aC2G5IBJsUkKY088PU3QE/f7NfkW1+jXfklWS+MBROldMX0RpF GBXSUS6RV7dEsKH+WTiopDNBwV9UempTOjT4UBeojYaFHd/+2pRdb0wniq+R2ThbdHLV1OlIFtF8 QnMI0RJUslUoK0XZe2cljgK3nxgdB8bQkUDWBfA+godpJimazpETRJLOEJyaNGfv5NnsFSRtEYnh OHGQrj42Kqm1R2WUTNFYasXWeh+SYmyjAWbh6Td7PO/PPUw5GN2sP1M26fm+7g/3wPHT6TPngSBh +4mgyGpt7qH+t92j5heR15HkmFktWdV5rwMhgsgvQ1HZ0hcGBrMPAlNNURQjosP167PAxqspEg8D sMmiQuMtqWogyL0G9YtIoHEk5b31Sa+iK6e2+0MfTpyxY/QbkHMYCYrpaebNJ/06WzXyjvuOz10G ss12289qcedlhVkS4qfDicXvLhswHHwBvA0tEzdgxBKvir2BNsXlKgO1icu5yvptAc8YkAnBYTU0 ZDY0eLKeMjBR2fUx650JuUe2vDAYsvM3Dh9TdiAPg0U86OuNocyhL696ojc0BGxr1F5Wi8SSuKWE r8OorYHHr9VNiwYM27s1g3sljgpXrq4GJgY21YxqoJDzaBEdLEp+nSywKIei8YCqUPNkrWjpmtQh I0FGnmxg19c9H6es37Zn3NT335wNeIsg0RMCWnDjttm3PwAllSBpsbJa+EzCRmcROFhlWihAwYR6 LnPnjOHJWqOH3Bf6/LDjM9Fu8wQBUCJMY4fF0kVdiQ2ROvyNYXEfhBbCr6tCBBLOUdB144eqhul9 Bx/L2EEaqFq585ft+9tbUFz5JrKTynokb/QQtAt5Be/cck/5q1OQ0cTKajHKoxMhBEvnDg97i0Mk iWuGJlelZyE7dhsMG5NJGLaFwnWKanxgYSgvcmzMS4Yn0nX+sZXfvhgbW+OjCK/GxoxzXtIUjg1r 4P73tqx9fQqF7JJWlXNg1+vT4OSF4lmL6rdsp7ZbLAV6vuKDh55cd89D0OAGSUI/1U5WSycUC9LS tyxehHhg0AUK/kThMMyd+9/+y7OMpLMiK0Q7ScguwkYOy82VEp12sUGLie5a1zFWQlccJl4Gh0qQ JOZsLTuKdjevH/4KnGskeMqr1wxIgMPFkH3ovdGv4UMCikgYalrVlDlJN3zbvXsP9sYOSfHBEiW3 MqbN3jFjLsgWuEPvPPVS/M23bhicAA0e8AcIQJ8Pr2ckvFq4Yh34BXw7BbiBIKemhmVrE8+/XtnS LjZRwZFCDI5Q4bEBnkgMG4X5c43demL+qtI5K0AwoeT85B7PGfuPWvvyVya/IgUDHk0iM2IasO/I K9+5Oeu1iSDSczQudqSJhl5WMe+Z3nCuHmP6zUOST74+rWrWoqYtGfirih1Z5CglC3bnzbr3USir wQb4SHIp3pCZpbFTH+ywLguhiBK1gqQtTi5XraHUKqKoR4WSpomOSeWCQt6V0ELYfBiJo16eOLuq dzxUuaHRv3nuArOqDuqazuTkAsWpFnkh/GJV49qHn1hy78PgEREVSRAIm+Yg5SskNaX/MM+GdNCs /DUbzmAsW+s7szwlpd/gUd//6Uf9hiGuSAXLx83IGT6WBEkSvZbejIPD9IibNGYdrwI2Xl0NWQZy LaKoHBuWZbGjaDxn5M2k9IVFUqXAe6PH+7L24Yns8dmBJj3PMhEaNK0m8aSCCW9NufHHcPgk9g/j Kf5AiWlp8dxlh16bhjYscKEiZWgi1HnR8WVPfmv9I08G5qzMGTcVjp+FRnXJfX8p37wNX1wdaG5i 2KhXApvOlDA2dXkFxFdM4IljOhFkm5owSJDf4IArkXSEDkc2pWdNmglu4oc1KpoEchjIRABJnWnw Q9h3cMlPftM08W0MM3DUm8Qg3uYmf2RB+u6suGRiDZZ1dPNW68w5aA6ApznlhYFwoUnfd2T736ZB 3illbfq7PXvDidP4Wi8bGcu6CJsry3raizWTfnF3RWoaNAYormFZPsKGggBNYfQL/blPlRWzJQcj XajZkPgKFJ7B2+swwLZUe4YBu4u3abLPwNhe2f5E7w979MKuoDIifalSQk1cMLPzNjzZB+oaWdwa IHmSRSTA2rFTcK4GxdFz8Oj65HFmZu6+viNOv7UQWxUIhexEYvTxKWSirQ9vD5u6KQtSH35m+m33 7xn1Bhw5Behq0FWaBtKLZvKqLNozTNvPY4sw3JTNUwtXfzT+TbKVYPjRdfDQAr21Qua4GLUNe3So YPytv0F3xnL1Vr2lVhHhttDIrnripbpD+cAy5zrNvqBzprwsMkzKhOD4VNalDhvdNOmd3Ofj4cAx mo4wKDDlbkMKBxKqLF8puWnXT9UE4FSlb8XGFT16jbnrgcVDRhTu2C02eey0lKTY7EtnhgclBLFB LE5Xpia9KlTW8CHQiaOwsdTkEBjHQbmAHS8/t/zZ3kXT3wEfMTXUqUZFoOEP6at7xdXmHUGrjd8J GSoKRQB0lk6nqTHE0kQtq2w4OWbqpj/0+HjIK9CsgYc8eVBDEbTnOpiDv2KK1S42pEQK+IIUERaX Z0+bs/Tpvquf7lc8eykcLaGQUaXgkrCxLTUGTT4IKivHvnFw81ZirGEJZ/xalcAoA6UO7xOCxxYt /+j5geCRoL7x9JHDaMz18nNwoWHd0OTGk8WypqBo+lgilvgTc4hsBo+JKb73aGnmc4MX3HSHtmAd tkT3B/G39RqlDBBIleXUuhKbSp+Hx+G6yOwNSmu1z0zbtfHZgShJmxNfrdm2C+q9hF9IRsfLZJr4 yonMLIqkVBYymrarwjFFDfRgrM0iAfNY4dSf3g5HSuDMuaQePTdNmoJOS9qQsbDHC1DboFpGA+hN 7O2UytAo8EaPjQGdiSggocKR2X887XePzfvRb6G8Fg0hhb/EoinW46sNrpSrag8bL70NWtyQKLNM BQ2bcqw4+615c5/qvfi5/kdnL4a8IuL9bpZxMcBzsnRl/EiKt3UuN8xOW8yck33Rie00BzKGJJ6Y NgupXW3O3qUv9pt//yNb//SUtmozdR0sDHM9zIRYKqU4dJPCKMp/GWwQMKhFeLbmTL75Dpoj1kD0 +iLTPwKL+LoSG5TqZlOnKRbLNtD4NgVVmSIrkymU0rwte/3g5Lk9X1w7OLlhWzacOkc9U6F61UY4 VIS3GYIgE4HlpsmgkUWiaGioJtUp68fccTfUNZC5KqtI6fF8ybDXoFEiEWTTYQIfE81kDJNmwdAT 2GyC2X0Q4dzS1H4/uy3/3Q0EmEweVGdJ5y7GxrDskEfXdTuytCdOTAoxUV8UnYcU9UdP7Jq/dPYj Ty957MXdb0w3d+w3l29WUzPwBuyXbCEHssilUWKDjLemiuSJCk6O+NEtJRl4m4SBI1TUfDAwCfJP ol+WLFO1lxtYnGOp4QizqYn5++YgvTooovLsmDhj7H0PI6lC7VZCAp+eRs26QtC0b4uRzYZT1lTQ IPIspmLjhJbAkBUbMBypkOlL27l20Ig5Dz85+5bfZfdPhvIqlsQwbKuD1pjZ7AD5ZgO8oYX/13PC I49BdS2xH8MIZB+Y3ztOqayl2TwuNKpBh2Vnsrxer87X1pA/D6cHvOKCp/u8O3QkibJFCUmWaTQj oXgkEm0Vj9pO4pMoUbvYxCrtzhzbARczEaUXapakIjFa37NPer9E35o0KK1is28WsUeWPJRRVjQz f9b8pK9+L7A4FX9l+ZrRppembt7+8niaFbQs9FaokngihkI6BU0mPwyyXnRo/ESz5P358bfdU/HR bsQQVZhNBGk8sMFghk9oYGzqVmXUU5kh1IKK0cKm2+lWezhd4po2nU0KN8migUNOqg/+tCzf6i1V s5ev7dl7w4uD90yY4cnKpfliTrFRGgJC5br3N931SGG/kXD6gt1GX2jXmAm7xk1mAQALJMja8bSe ydh1CwFWOTZIukU1f9HKYXf9wVdQSA8RRHuuVKfFBxguC6x5QUrwmGok+WVEHV2LDV+GxBeMYLvK D+V7+Qos2SxNy1wyNHnmM31SBycXTF8AOfng0yjnUO0t6D+yetz0wlmLGAtgPS8pX94/HvWLMQJi jyg0QdRHJitMWQghLkMap+XYuaqG8fc9tOG5AVDnB8UCCnZtEUcNwqCW00KaJDTbA6YLsQE+f2nR VBRf5FV4tCBv/wE8UQNBW9fqvec3fJCROHbd0/3xKJyxALbvOTN6MuwvOvPGLDPnEDUTSb9mHlq1 dmPiGMpzGegZkTmweJ3ZcxalECQikxuVsQI5SHxB2rlvwg9/cWrkBAgZjANpfFoZWP5J5RNbHP6L xYUbJKPLsLFYblJnRplpTaC6Njdrp0hZO4KNFpIoKs+TQ0Wde+e+j0b/Lf2loSvueqgyeZI0eUHJ K1NpvDXW9kBo/sD4Mx9k4jmi4ld5aqwFGyOsXwgSRm0CeUKaKDz66pTh199YvzCFhFKnmXON7I2F ATHlQ3iJSoFpLL/sZ8lUrT1DemWx4YekqVV1eZk7yE+Z9Eg+W4ltFCSJcEJH45esPXnHJ7+9oedL qQ/2GH3jjw9Pm0PB0YUa9Mze7btXDEkitom2WFMwtrLCJtgIS4zF4BEZR9B0Rp9rPDPufHDmLXeH UtlEPcuYqqpqT3bZ2csW/yUzVDwMHrWrsGFRDluFw9Y2Mupq5r+X5j9RbBvf8Oo35JNeMAWOJxfv kCQcLdw3fd7YW++cdfv9BcnjjXffh2NlH/QaAln7yXxbVoilyt1g1WLczroiQ3hpLnORQUHgMZ3/ o72rfvnHTfc+LuXm2ysGJXttEC0yi1p3wVUJnxNi0tNlcqOxNFMjDSEbLVqDASe2ZKjFZWRSOU1V iUEKLBRpUKUgGG4hwBDiM4Nm45otmc8M9M5cmtMnISsuedItd+U+NxhKSYy461EZPBwbMeKK2QI7 vriXFEeDugnz0n7/+OZBydapMiI9QXtBCNK1SAwKUUcHVOaTsIn1veiCkDRRPov6LRlMj0Sl9uiJ navXkgPSrPCiz5ZJHRxMshPsc0ChZAXUuvNnLjizdhM+InSs6MDUtzf+6oEddzxcNu6tC++sookL NieK1C6kKnxlKk2ikYmiB/p11W2xJGu1F7ZmHxwzOevlCVDrgxCbzKcVvBSzUtrJbFkQ1bLqoxMr eS4LG43lbd1gBgy2qIRiU6Vw954Fb0ziU072HGDkINtkCbLIPYVN2DTLOHZqzcSppbv3EAFCezpv 7emnh56fMi8tLmn9C4M2xo3YNWtB3cEj4BcIb4o4mVAKElpdga3HoDwkSqpHDGzY9mH8GFqOKxo8 8EBQg4rMpz9ty464ouVDRhoUuwwbGo/IGjg+EqrpLTl7IH17xFVGZnTCB+q7ylwPosLWdlN3Tamw ePKLfeUDR6AxBFl5e+PHMH+ru0+X7Vu5bllc0sK/9tr41ICChPGQsg2Ka6CZZqV1vuBLkjW+Sgob UOUunrdi9nP9pKLTHDy0Kwieh/0UIquhI3HiJ0Nz2di0SCklAJnPCgiBimquQTwBJF10kNcJsw2T ciA4fjoZHrXk7NIB8UbmHqjyreozpKaq8kLIZ2cnAjpZoIzcijcX7+6VsPDBniuGjEybv6T0cIHm bmYiEg7EZBB3fzz52d4p02agfOgsweMl3Tc8YFDK1tRDSJkx8tVpBVlngtPLwsaO2E1Tx5hBZjxG M+Wa+vIjxyL81Hbj7EAGXw2qh0JO0xYak/Fiy5ahc5k7V/aPL3xr/sg7/1B+6DBdZ9kPOpAoazQO CEb18VMH0rYtGDVu/P8+tbRnbxSmwNKNcOIMBBT2JxcgFpae3JlDxlrXvcEARvgySydK4SXjQUq7 Uns6s9bycrFRLFO1+ApiPnK64m1uqmqRG92Gh56GDWwEHbFBS6OKAlu5TV9DqCRVtsOA8spVcQmL B8RTRoI0Dmw6YIKfmX4PUw0lIIAnBNXNsPd41aR3Ml6In9dr0JxBiasSXt45fZ4PdRMjV0+ATA5f LGO02DxsrWDoAcsIhRdgdI1ORZZv2mixhdR8qoYf4RRimKzbayNNpG0+Q2kGbKApsfCgrqaa8VwJ OSRGnzaBVHQrnJtGsfFIUpNBWVJ7mRMCGtRJp7AVdZ7K3QfOpmxCP5XaPyE1LmnDkJHnV2+Ud+yD j4+TF/OItH5DCS/2tVq62TXYAFsryxfgcbMrmkynw+u2bWxa0gJsWo9ZHT+Y9RbNKthGCFmqLAFf VahwM62zv/iwRBWNrWFPHqLf5jlFUaV4g3VU52YPVQ/DMVQbrwTHSr3puwrmLsscNX7ToOTVLw7K GPEafmxI32kUFEN1IwYbTKitlqNNGGpZLQFXp7lfLIiN9pJKVnQ6yWyhXirjp9rFgt3qzsgzI0Vr lYkJO2H7o8rmxWxLSGJHOX+/6Mk7VrJlW+aUWcsHJb3TK27lwIT3k1/b8fo07wc7acLrQgP4VaIP smlrsU7eHk2pEv67hE+NzWdbDLYMXmUZfPuvBDFaUDWKH9DqEFnAOEOF8/VaTl75snWHJr/9QeLY TUNGrRmQkBKXlPbKhCNL3m3K+RhKz4M7QHQKaZB+peTmMy+8edF8k5k6luxWDdtrqtwkGtAssXW/ olZSXpW19/Dq9dunzk5NenV5/2ErXhq8YUDih4nj9o+d+nnF5lIbEAlOohEKf4etVUUZQmlQwosw 6aNir0Tja1h9Agb2cLYaDp8Utu6sWpL6D4FNJD5ntocMEWoZhyAoS4KqtPpLArDC7NTQ8be0/DlC RtAZkF0GCP9N/z8ANlF/0GZSqtD+i+rIgTAgI5Zo9RjNwSmUnIfIQSkXdgNb32kiYH5RCGPTPbL7 Qnd735lHXYmuQa6kS94/4uuua9jTrnV1fv8buj+8r1h4/5/bXL92Pe7q5xrtGuoacwn7AX3X3v/m ukt4/0+wHojsv9Py/kfx7XGuBNaOhE624QfY/+jR7Mx3aN+Mazv19M6VS31/dNmLODz42CYbDdo5 y9m349MWZ9+O2MXZtyN2cfbtiF2cfTtiF2ffjiiYW93j7NvRITbOvh0dYOPs2xETGzZFYTr7drSH DTj7drQuYWycfTvalgg2zr4dbcpF9sbZt8PZt+NSsXH27WhTItg4+3bExsbZtyMmNs6+HdF4RBdn 346OsHH27YiNjbNvh7Nvx+XIjbNvRwfYOPt2RKlY9EVn346OsHH27Whbwtg4+3bw4uzbEduHO/t2 dAKzaD/l7NsRGxtn346Y2Dj7dsTGxuvs2xETG2ffjtjYOPt2xMbG2bejA2xilXZnju2Ay9m3o21x 9u3oEBtn347Yxdm3I1axnH07PhkbZ9+O1sV09u2IWZx9O2IXZ9+ODuXG2bcjdnH27egIHGffjvZx cfbt6AgbZ9+O2MXZt6PD4uzb0QqPGMXZt+Oqr2LtZHH27eiw8OZF801m6px9O6xwDNoKofB3nH07 7Il6Z9+ONth04b4dV778P1y9O1IAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA AAAAAAAAAAAAAP//AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAJIAAABDAE8A TgBGAEkARABFAE4AVABJAEEATAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA AAAAQwBPAE4ARgBJAEQARQBOAFQASQBBAEwAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA AAAAAAAAAAAAAEgAAAAAAAAAkAEAAABBAHIAaQBhAGwAAAAAAA==

МИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ

федеральное государственное автономное образовательное учреждение высшего образования

"САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ АЭРОКОСМИЧЕСКОГО ПРИБОРОСТРОЕНИЯ"

Кафедра №

УТВЕРЖДАЮ

Ответственный за образовательную программу

доц.,к.т.н.,доц.

(должность, уч. степень, звание)

В.В. Перлюк

iVBORw0KGgoAAAANSUhEUgAAAPIAAADNAgMAAAD/KsVPAAAAAXNSR0IArs4c6QAAAAxQTFRFAAAA ERER7u7u////cl7UPgAAAAlwSFlzAAAOwwAADsMBx2+oZAAAABl0RVh0U29mdHdhcmUATWljcm9z b2Z0IE9mZmljZX/tNXEAAAbPSURBVGhDpVpLjuQ2DFXGs5vBVN+kB8hygnHu3UHbN+grZB9gbCDZ uWDlkZRd1p9SadFdHz2RfKRISi5j28Z2nb6aNrC9PYNen0LPwzOyzTPou3lG8+fQq/nSbfduZzN2 oy3QXng0RosxT8Ta3QxLv+ar7zDbovkSktaE3qwxP56w2xg79do9gTR/P7fYDTOH937N54DyJtZA mhenthW9b52a7zYirUH2QqQFKbSFc8Spp3eL3Rvi9Ge37AWUh7m/QXOQ9tYteyPKvd3dYjco/7Z3 sxZtblihtnsHad7uJArU6ESktaARaYHVLehoezZpjpwW+KtB9j3a3C2ygY7M1nMeFgKOWbXHUqTp 0SmzW9A/4t5MqzlISzR2WnSc01pYS5KmthukRTtM7zGg42DRyk7GqVb2siI19MuejVn67Z6RT/tl g7Roc+t3CUVat2yQZqeEcFWkLv+ZIcGZzmNU/26JPaJDW/sS1V5ZTKP5gkhLxYoKTQ1L5tSmkY36 FzYsjgUl+vYWFn613XGXdzigLpvNTsSZjvMNfskddeuyJ4tIS20Rpb/TGVGnOcVpohBoOadY6dYc fVrc7uijBWVkSu5PVZznSdPsseDce93odX+D8kykaTSPzxMP6XXZaFgy/tLILpCmYK1AmgKNCtbP Wom0uuxkl6fOLc+hgzsSv6RU/e1fagX1qIo2n5IVTFWJdlxLZf1Vj7U1PLB7mpQ1p5Pr2K85nVyT NUhldzHSKnZTEbqFZ8+G3FImrRbniLS9m7VpNrv9Jw+vxFq2/mk4Dy5AIyVKsidcao0Fb9citbaH yt+D8mw2rtVv3AQOJX9VNAdpmeKpqMA4jYyprlxZiShWisKLrBVzWo01kFaI8Rq6nNNq6DXT0+tY KxaCar82R/dpIQ0lznGUKcZpMdbu5mcpp1VYW81rxWGFvIasVAOXsmI10op2F+tfLa8hKz2heaUQ VKJlNqkzs69OPloS14j6jFxL5WXNNaTl/b3mu3LFDq3mlWKcF7ryumwVaVm7NbGSj/O50JVXNZ+y h2YvYjKxhk7rV3WPZDWnrrzQnx4LJ2XLc89y+SxFKt1K9WtOt1K9mlODWezyinYjhlD2K5UgH+e1 bqckG49GKt1OCY0bseQNZuyEpL+pcGsclt5jtKTCX5lIVdSgQi2hwt2tuS6vnP7muGBp3JbGTw9z IU8E4Wy/7IyTntYY8/Ur/hhQn7w+PhcTj/0CzJEMzJ+fGcqj3Ob6znmgjlelEzB7bLfyUBsXgDRe LpLxtrjLz1jD7bwxvzHc06CKBuVO7okb7QoYbtbK1YxlX4V9XK8pspe4TiNCn4L5s0sVwRe3quaC lnl0Xpf9BSbBhf/7hnCpQ/YwHaefS+k18ZNfH3+i8fE76MPx7zhxo1msKM77+y94CslEgu1hNgxS nSwghOZBNNk67vyCPDHYcpcs0YKJry7STw/LkkxgdgiaAk2mkLfPnYZX5QT1QN8YfdyvUJjxB0FR EKOg07LYaeL9LcE2LjsFzvtuYTjbMnHKOAAE2vd9Wwgo6eDvw26OF0iErfjmjB6LqbkxyQ69m683 Mn3An3HDpTF7Gjq/Q7zP+vZGpvCKHy4jU1dJhrKPMOj1WD5536HfMJPdbLzbKzcCnR6gT/2IAQ/H +pj1XYAWT3JId35uyXrzHP4ovLcQJXmw7HmgK9OV3jslGOymeKSNPMuNGyvtKo8wTkaDfUnJGKQ5 vMQxxLrIYO0Efdz+YaqAeRpnOXS7J38PrAVrB/rciOCeZnx3Ml7ozfkM1hd7RS/nm0Mk4Wg+6e2c KHCaiU+YfNLcHSLQ4w1oG1ggz2K3s73rKfdfvEP8uIdtDi1bSWKVxx/COXPj7HDvdoo0F7+SmV4Z jCPz4SZW6zOvNpxyeRLURtE8yw+muXC6G6zKRMla3oAWE8U9hT6mySDZR6Mh/2fWNqguvF48Hmh0 aYKTcRX8exorsg+UaOzu+R/oHNRpLujlUoIeskXlKXPDx7K/8AxJcXab+B+7aQQ4+OGXpwmjRYDX pWGtR0LOtstAH+dV78i8kBYupN6znSOj2SqYzTq7Po/gNN7IklxWB5rtpSD3TFK9OdAPv6lgbhLQ M3Otby8vyxPaZWFhvmkwmhha49861RdysoMgr+NkBtCcNe/+D26VcELfeJUOs1n2J+mzyPrGsaKa UBetO2+HizNavK06Bfn41RBwoYYDGrQOQn8jxXvAYI02KGvfrTkpXu4V0jax3Ujd06Y5b8ecc9an gOkYJPuoHu1wijWMDsaOXdKtOMU5Mnf99jLHOaK03WCHWPFbho/jXNC8iis/zTgBrP8DyI+yy7BV pK8AAAAASUVORK5CYIJ=

(инициалы, фамилия)

(подпись)

«_

_» ____

___ 20

РАБОЧАЯ ПРОГРАММА ДИСЦИПЛИНЫ«Методы оптимизации проектных решений»

(На

именование

дисциплины)

Код

направления

подготовки/ специальности12.04.01Наименование направления

подготовки/ специальностиПриборостроениеНаименование направленностиИзмерительные информационные технологииФорма обученияочнаяГод приема2025

Санкт-Петербург

– 20

Лист согласования рабочей программы дисциплины

Программу составил (а)

доц.,к.т.н.,доц.

18.02.2025

В.В. Перлюк

(должность, уч. степень, звание)

(подпись, дата)

(инициалы, фамилия)

Программа одобрена на заседании кафедры №

«_18_» ____02____ 2025 г., протокол №

_6___

iVBORw0KGgoAAAANSUhEUgAAAHcAAACFCAIAAADuAfDPAAAAAXNSR0IArs4c6QAAAAlwSFlzAAAW JQAAFiUBSVIk8AAAJ+hJREFUeF7tXQdgFNXWnrY1m957QgIhJKEJhE5CFRESqqiIT2yoqEizUAVB eAj6W1BUFEEEQY2U0BSQHoEUEmoakJBG2maTbVP/c2cTJBCS7LIbgo95kUeZuXPvN2fOPeU7Z3BB PHAcxxo6LPunBodqzX9ZUM46OuBykiUxAeNJjsAJjIHfEJTUKtMmrDJKMwYRmnHO/TnFwLCeLoyC 0hE4h2ESHqMwDMd4SWkp/ezUTVaZU4uhbJXZWn8QxqAneYFgJBivEDApvNQsQCLgVVXM3EWbNFiQ VW7ZUigLDWskq6zhXgYhJQxGYBUabEPihZSzhQZtlcGoq7yhee21Lwmpd8JXfe5l8JvX4i2jl0Ff tEKYaVbDcIrde46cz7DDVJ7Gitx5c/qVa6vmTt9iL3OZt2qcj5vMKii3kCy3QogBvjOXKo+dvpqe TsgUxODBHkXqgsyCqnfnbCEUzoveH+1oBwraOkcLyTJs3QLHC7hAkKR1Jn5voxSWMSNGfvbY2N4j hvsoOFVgqNOJE6cOndflXdHL9dyyZY96O2ICL0ikD5QsA74CwWJ4NQsHr+Fp5t5QMu9qPc/q+WoD U0ozRprjdLTum0/30AbloyOinJ3s2oTKlBSbdlR9aB+jk7m9tbCfszNMlSBI2rzb3P1spDHuZiw3 /k/mzgDHCRyXkSRB4HaEVGLu5fdyvgwzULiEIJQEruMFfsOG9HVfnHll8gC2vNTLyV5Csldyyrdv z/R3wJa/3rG9l70CTsYIgpDfy01vvdZyvdzIs7lzcjh6lBSOKwBrAm9xpSFICIEgBAnGyn///eTK L3M8OvaQuRL+HgoHjCS1dqs+2GVvT676sF8bT6mE50mYKogEbjVRsBxlaz3nFhgH53GSkDJ8xfHj Fz9e+beXj194WGBIqHNoO08dLqz+4uDpE+plH8R5eYIIGyXI3wOIrblh/2+gLEGO8s/b9j83+fPu vToXZaVKy7KkdAn85fRla7/bc7ZtlE9WTpJKKVFIlLZ46sjGsMW4rW3MzRu3r/3m2HPPD920O1kq 81s2c5BMya3ZuON0NuzK3nMmhY8aFW67Of87ZZnmeB1HG3kdw7Acqz+fdvm3Deqpz0yuKdMpytqP 6dEtqL3qwBXDxeKAYf1jH2kXGRMbChALPGsjoP+dKFMEK8NISqA4tuZSWtWiWcn9BoQNGBi0Z2uh l5KKHxmSmKxJOF856fHIa/tz+vR3kCsJnucxm23L/0KUkQ4EjwJjWIzNzK+ZuWB3ZLd2L0zrseHH g8Yal0nPdT6aWfjdn2VjYttdSboQ7Oo4qJ8HbHU2VZwI5dajmq00E5wRpDqeu3rDOP3txKBHfF98 r2NZhfqXLecievmqcf2iz0+PHtnW90bx6eSiuGkdHUmwpsEIgUiLFeyKBpfQhCxbadk2Une3Dmva w+FXHn4o3KgvI99/7UAHT7eFM0Ej8Ou/PBUS0tc3SvLBugOTJ3WI9Zec2FMyYmTHwHA5W6sorADx 3dZpucZoTQ9AEPhqludYcOxYwcDpKjWGxTMOOAuqFQvjnWX8mSO5f+2leb0kYW/60LHRTw9vt/f3 87zM7umnO9tRRoIiwT5GcmwznC1H2WL5tPrjQXoYk2K4Fqljnmd11LwZu2v02iWfxUid9fBPa7/L CI7xvkrd6DO6z9RxUd/9fDDnevWUlyKVKtATCvDwRHjrYWzdSd4HlC1+PI1cKCAfWo9hGp2R+/j9 BE4tXfHpCDsXjhO0x45knrtMH0hOCYr3fvmp0Gup+b9tLhoW28bXn8NxDucoyPSJqsaGx78CZcjS gZFgdDTQ+Op1x0+drpi3OMbDj5RQcszosu7LPWy+ut/AqAXPdWKLNGuWn306pne/aG8ZyeI4WG+4 AMkS2ykL8dk9uCiD9P0jgEgn08SG9Zd2HK+asWqCbzsFWhrBH/4r9Y/9udEDw5a/3FlSVT1/SZIq xOvFaUEyCUfydsiAI/X4Q5RvvsawwYHOFTiBp3mO5lmOY1map1mOZjiWEzAu4cDFz7blPv1ydERn lYBzNMdWVGsWLf02om27+Yt7ublhCV+ksozivTmdKRUrAV1hEbigXgTBIPAwD1Dd6L7N0TYPjiwj R4PjYG/TMis+2LTiv9uPHiksL9WDTWHg+T9OXP/426Q3Xu08cYC3giANgrTSyL/7/rb8CrfJb/X2 DVAc+L0w+VDBx+9E+7lKJYKcImQEBXaFhMAVEOM0QyVDmliAyG2dG4PSE01f/WCgDAvhcJLDBeCj XC/RnU6u9Pb2zcoidu7LN1BYUsqNpQvPPj++15RH23nQgoIjJbR02ydHD6zP7xEQOe7Rzukns75a uX/G7BEB4TJMxvMECODNwwILjsJwViCMQq02bxrmlsr73bIsC/hKsA4j6Aiez0jLzUi90SYwOLq/ 16+/FJRV0tGDVfNm7hsf2+Ol18ONUo5jWCXGffXt4V07qlwUvmPG+Ed2U7w7bcOUZ+MeHRtEySU8 pQMZJgmIcKK1m0uqgksY+B+mwTC5QauUyFkZCaP9E+9vcMwHQ5ZB3kiOu3KuQHtDN7BvZN++XnKK KSnIdHbiP15xuEd3l+deb0uSPBhlGCn8sDNt63EmU2Pn3knee7jv0g+2d+sVPXRCkKCohv2QwKRm aYg6l9K02SLxRZpLUG1Yl/nk6PWnThTALZtUGa0UZVB2HGKKID/D9ANb3J6dJ8vVOi9/FeQ96Goh Nf3qT4k3XPy85sx5TJDxoE8wTpt0Ku/zX2pqDJEd5M7TR0f8sHBbpMznrdd74jKKIOwwggatigtm sN/E7Y4W5wD/sTAn+G/NJyf3/VYzbtTYNoHeQER6UFGGeaN4hEl8RN/uyNGLGtpO4qzCVDXwsqcn X0lL0Tn5y6a93dNeIVCwdIw5k1q26OvzhG9QqJyaNjVgx46jGp33Kx8OVHjQALKElBMEbI0kTohM uGYeaE8gBEzLC5AKx8CuSdh2ZuvGvK5dgx4drfT2B+Ji03q5lcoygCtu5BzsMxjBgkAdS6ooLuX7 94+QYITA4Fs2JfnZK5a+0CHYrlrA9UbCeP2yevXiC51iu3hV54S5V1Zpis6eKZn1fm+VOwNAoCeF 0DCB22yI0WPGQVghZgdTYlhhx28ZiT/renVvN+UVb3cfPY4b4XVr8nm1WpSRAgSU4QWlaS7vuuaX X892iPJSygB2u8TtyX//XfL11xPa+kvtOBWOy0sr8blL90c97hOoLvSo8QwMdtqdULxk1TjXAIbA 7DEOOSCWJkxZg1BO84SmRvLFZwf+SCxrF+o+f3F3Ny8BSA8Ep8SRPDRxtF6URZ0BKBMcR+5IOCnF qYlPdIYFXclVL1h45PVpIwPCVIJcLwiUsQafv/zPUg+Hx7r7pBzIDmvj/efuywtWxHoHg8klReJY +1LfjFc0LX11sCF7BBMcKiroeW8nZF9UBIYqZs2PcnQHxgO8YEB8AFkXdVujRytGGUQZVsCzjE5I Pa6J7Rvu7IBrqqpnTPvV0cnvsbFhmERgMBkjCKtX7ymTeSydHpPwY5pc0Svp7MlZizoHh9tjOIUJ hEBpsVoD+aaiaExj1OkW0z7HgJd3+bx2zpsHDDWq2e/1HDEmSKECRgy4jiiWJ5AGDLGeH2BZJkCV khh3KTnv8jHNE3FR4Er/32dHC/N9x4/rbecKPBZwpCXr1u5Nu8q89lgQXq05c66wqlL94mvRUdGu BHCJKAhlgDjbIYmujR83Ry+DqcYiTj4rgLLIPFe84N1EXz+3BUuG+AfLOkR6kAToCglibCBmjAI9 y6bCQa1YlkFGgK4iKPdtT4mIcO3c0S3jfNmP23M79GobN8YH58C8og4dTfliz4X4sZ1iwzw/XrAX r1a88XrAoBhvKeI8Io9DZK+YQvTNOeqsBbTf8QxLbNmUunRx8oSJ3d+Z39vDH7ZBmsQkODKQa8du 5uCtF2UeXCyeLy3Q/bH3XMyQwBqanjsvwdMrKmaIk5cfx1HGa1cr5n6UERc/bHxMm23b/jp3qmxM XHjMUDepFCTxVqfuTohNiavbDzCIIZMNv9AsU1bKLV2UmLgzd+zYLuMndlDa8RRRTRFQbILMSnMd 9NaLMsYTPEecOZEnk7jGjAhf9u2R0tI20eGeE+PcJTJJqQ77evvFNtFRs8d03LU77f1FB3v0bP/s 1I6EzEiQ4KE1zuYB3BteOFLGPH8ht3zO2ztvXLefN/ex4fFulJQDT4bE7XBB1uzXot4jRJakdbMv zXkzmzwHcBJwUuDIlBPXunbvkF2mPXBW3rZ9hykTfRRSvYEmNu8sukA5zn4lvOBi0dLFh8Oihs1d MoJygAgDRCMlKB19qx+Nloi8N5OXbHIm4V3hMQMvGEVgIWUIcUyB4bDtO869OXt/VI92yz/t16GT A+h12B8IjMJ5OSbAn8yxtuvWSTAMw0HipjnxuyaxseYJAs0LxVfKju09GzM2/KNfc0jMcew4h/ad 7GjO+OPPaX/nCnMmhBcfv/b+vNNuno88OcknKFRGkRSBy0VdWe8Qo8AoECwuE6kEnjPyvIHldBzL sDRD0zodq8krU3+8+q+N312aMnXAc89FOjoAO1Ug5CC/oq8I0m/6Mf9A2yQcrQ9lnsTYfTtzI7sP PJV941q+3YBH/IYNdoIFHkzM/33D5amPeavPFe/9+YqzguruK3s6PhSjRNugwQwemCo8WHVwtRjq wasxQV1WiG9bfzEjqRSnEYhZl4rfm743K105442B8UODFEiGeYEEN1P0/+of5uJMHD9+vBWiDMLI Grk9u254h3n+eeRaeDvnl6e4KCXC0UOX3pt9YPLk3pUFldez9V2HtFcL+Mz5HSUqFic4oCjXWWx3 4IBDvYWRF7SQaGE4u992Fr09LzlhN7Hrr9yKGuM3q0/MfeWst0Pb+R907BPrrCIFCTofSF3IAW2u hXJ37Il+/fqBIIOvaO7zseX56NW+kF5qYI0llflVhcUvjPf0dxcO7E9/6aVdU2cP10k1JVVMdG/v hISjz7zU2S5Az0vA7AM8wFO4teSmzhogIIsKNRbg4UgK87jlCw9v2Viscgx081ONGhs9882f9v9y Y8qz3RZ/FOkTqCVwAahGwGUHWjvY21K0RdzrWnGDwUCiMgR03DmYBXHuJmfU4JhoISigAxaY+F4L 2IKZ27V697LKIppx/PTb2O/WHv12TdLM98aUVpeWVBrffCt278bLuSfPrVgbh9kTFAXMCuTFILlD QiiQCG1QIBI0JgIKbX4nj+T/sDZFJfOM6NimqDIrOMQtL+ca0ENfenWQnZeBUACBUQobHbgztaVz pimJarXJdZlOaHB1rSVXAkFOUJloNmj3p/UaNn7gTz5h3Rm6NPNSSUhP7wot++YLkUm7shSk7MW3 e1y4Xv7b99cmj/WLjlEJhIwToLwXAg68psa4aNHvIW3avPxaF5Iw4qwK4OEwhuOp9d+f2fhtxvix kROefmTdxgvXi0r8/MnBwyI6RnjaAQkfhSNqtYNJhd6qSP8lKKPtF5YJQU7IDzPEwcTMd948Ef9C l2cndlix6GD7bl2i+lHffbSvi3/7V9/qziiNn6y96Otp//QTbWRy0BUED9wKgqnW0MuX7U09jy1e OrRThAqgoiiIcxirKsnvvj75x4Hsd+bG9+rlhVO8RsdTJAkUfVICkg5ZJaloQ/xzNPISNy7UrVCW TQpP1BGw2YA9SRoh51FVjr88eaOxyvur7X3cXXSEwT3jcuGmzUd6hPYeFe9LKoTfd5w/niR9Y3Zo gD+4IDKBAnvXyDH416tP796jGz81bMKTvnIMFCyN4VUlV2XL3kkjFIa3Fnf39nMUOXFQFQzhHhnK myCVzRMocWdDlFvPpodg5jlpZlbV0uWHs6/iE59s6+Qs5WnHhI05v2wuefqpUfGTAyUuBh1m3HtA ExXp4+cjg9gYRDXhWdE4t2Vz0p4d+WPjosaN8aNwKNWD5BOXfKz8lSc3+rq7LfxgSECgM4WDAucI qowEyxodoBooMUFlWxxsO3pTLxeKIIu+AuxMrFFgLmdVfr7muIHzdHH36BvrbaTJr785vW1nxujn OgV3tsdkNLzhCYmledV87yFyFDznZZDK43HuUrb+izUnZs0bOmmqh50cfHOSZ6k924rfe+XIpGcG zf4w0tmbBM+OILRiVwZXlBJF0ShI+EMB5T3bEE3tjC2J8q2cK5PLCySdKo4Bj5mu4rlte3NmvZkw 8vEOEkPxsEfcHN2l77y77Wy2Ye6qEVERsPEDRoS6nNm3o7BLb4fAECmSRIBK0IH79t2ag7GxfSO7 OlFyHhLV8OR+Wndp3Zcp85aPHfNSe9IB+C046GGckEIsFCeU4M6JAWISpZqabT80BeZd/70lUb51 EsjgwnipwDpAMMFgoFcu3fv7z+lLl42WKIiUC0W9Y4MXz9nlaeexYMGgsPaUBKtW8jqBobZsPq0p uDGqqz8oY3jLecLA8dL9O66XZ3u0D3F0dAPEKFZHrvnor9+2Hvnk62H9RkowmQZQF60xsIOBJgD5 UHg6YFSgH1OQ2GL4mnlhS6JcayeZ4lNIm4IRgPN5V40fLTmkLXRYtWRU+3D7Q4fKnLy7rf0pvW/v qIVzB/u5s1JQspwdUF7y1IY9Z/RtOjn06uoBSVd4PKDKz6aWf//1ZV9ffOITkUDGKFeXLZ65JSu9 ZP1PL/iEqMAhhHAwSH0dHNbw5JoJ7S2ntSTKtbeFhaIwLsPTOjbjfPZ77/6oknq+vzDGx5souFK8 55fsvNzrAwYFj3omlFACRsCzAGNARuPy1MtF+cVs72EBnJLjCBY2Pr1etnTxLprXvPluNGdHZF7X Tn/zR1d3p/9+PtHRmydBK3AuGKYSo8l1tBXzMbr3K2zoldwagUIWfi25AnZ+tAPpq9i5b61hCYcX 3xgV0tYBSN5MDTtjyvrkNPeV6/t27+amUAGLGwwAMLZA7mm9gZj5xkZtZcCqNf0dXTiw4KprqLde +ykvR77i04E6fUGFRpL4R8azT/bpGu6jAO1M8ogEjskFpHxNgdDboxwt5tnaVJZrCSsQuGURyw0c MB3PGHmDcPpo/kuT1vo5tVsw76mQcHtCxpaV1Xy6+PCVFOXrUzoN6OuigNQ++LkEQGxCiCjMLK/J 9HlsgJ8b2GMQV+PZfQcqrhd5P/9CF61WbayRZ6ZcXfz2uOjugUp72OlA/8qhhYEpmFbn1NmcDX43 qW8C5UZ2hiY3DbCYMFCpOETGwaNjaR2ALS+uNi7/YtvKFTsnjHn09flDXX2gI5OQeqr4nbmJZdUO hL105JMBaEeCwDkOMoh2KvgVTIS0tGyG5bv39eYhkkPYsUZlcnKBs5uk6yMeKnt7nc44deoQdxdC SiBaPlwhGsOANQpnNDnVe9cJjY+AULbRJEQrVBQfgaAN2I189S8/nf7Py1tv6J0+WTtl+ERvwVnL GcnEzefmv/3z0FH9daShbR83VQApJp6NpkgxysOhA8+7whoxbVB7e4wwqss1Vy5UXUhPGTws0D/Q yc5OGDq8o72zlCCbxdm2NaZ3jm/b+D0iq2NCasqlixnlKcdzNFr2qemjIrq6OkCSn6/S0sKa5Umn j6hfnB4T0F768sQts+YNfnxsKLzwOHhuSBJJVLiLYQYdP+WJIyFtqIWrukJm51pWzUeL9ox7+TFH L0XXMGdSjE5Caq5W88JrYHvjzKxHZVO9DKKMsv0eHs44Tk+aEvPZN1N6d3JyJiA5wVaVKea+uj+3 lF+8YWzMCO9jv530ljr3iQ5C3FhMjzJsYnwD8IIePDm514srCqNjfaVSlaFa+vGSkxLBLz39fECA TIJqnGCXgz0AIp/weEDP2Nz+NQti0xttwwMZCQTlF+j91HODuvQJksM+p5DqtMVZl3PeeGmNk5v3 d2tHdQpS1KhLT51KbRsu9QpUQs8dklDh4KeBchVRlkqlZcVlQmV2SBDYZNjVvJKciwXDRns/O7m7 r7MSXDkKghNIiZsRBbbhmhsa2rYoN7iYp5758InxKzwDJR+ujjWdMHvWrNPpJbRCc7fFr1u3Saoq S9yP+kF+/+OPjz5pHz+5k6enUwuDZfnt6jyxFvr/9ZuSx47fvGlDRo0WiIS1x8pl2/4z+njBdfpu k1g4c/v8Vw/U6HVwwu4/U2t06DcP0GFbWRY5DgaO04O9rKkwrvzgcMLmrGlvxsZPDJNKawmpGo02 OYnwD3R29wCutwER34EcIdZUo4g+b6hR05kXqoKC3L7++K+3pq9XSRU262NhubA2bck1csat/psF UxDTcITAkzo1u2DGzrQThatWPt4r2l1GQOQRqENABKlJSy6+dpWJe9KVREUfkAOFXC/E1U1EKVRN kJNVUFxAG7T6Ld9muWJB0Y+ArWerpiwWrLE5lyBZtgzK5lwFJQIch1XXqN+euV5Xpfpw5Si/ICmF syZvDFxtiNsf/Ssv1N8vOAjI3jAXCKiL/B2TYYbR4Fu7ujrXGDW79xT17hUy870+lIylSJv0cGoO XpadY804hinQVhdFhredIzA6L1e/5N1Dcim29KN4exeU+hF9BxwEHDL35RrDK88c7B4VPHNBJKUU M8ci2GgklO0ElCHXKt356yUpRcUODZVCKhUuR9aEGRU4d4PmgYxj1DEXAFwWIjzAfrp0Vvf689uC /QI+XB3v4CEAxGLJEVjEKILDYrqkv4oMauWQx31x2W0cMqhBhywGEIJkPIGPnNB+cFyIxAFKKyHa 2aLdKy0T3tuusubuVyvFIMRGnqnmTh0seuul3XGjYt5e1sXBEzIdOAEt0ZFdi8K9EBqGaE7qiaJA H7v2HZ3hj7eSr0TaFOK4Q5yIogSC0ksg9wTBI0wBjGZo9G2VxbeY/2JdlBHO4OvyBvzXH46sWLB3 9JiOTz3fVgLIoAp/2LJuUloZIFPBnnb8UGZ0H0Iig7wfhJb+gU7cNsX2IKBFkA6BEDO4dqI+R7+I mcIH57gnlGs5qnWGK0Q3gU6pUzPf/l/Sph8yZi0c8vwbUTIVyhJBWl7Ms5mCR2A/QLyZPHk8Q+Hm 1nNACAFGw+2kU/Q8xLiwGBRGlFbRtTOFiZtRytGqHsE9oYxyEAgFMRWNQeMg5kYBPePFrUcP3fjg kynRgwJk9pQEbAoT7QxQu+nQ45RAK48eyFS4CYGhbtANhCBNpR+1R527jKis6Pe11FTTX4PSqfW/ WxWUjUzmHlEGRSkypER2sLqUWTBzP8e6Lvl4SMeecpyqVzwk7o2ANVgIsH2xleXGq5mS3h3dKQlE hKGEGhRCKwLNuir7nlCGsCRSEtAJgaFOHsmd9p/v27UJWP7FwDYdaehRAX7HHbCh+mpw7CCcuWvf JY70HjGsEySdAeF6zRRaEdrWmco9oSyatlBMRG7fmv7ph8l9o7u+NrurvQ/HQ+diQSGW5N4mn0jJ 8hzJ0uSF3GqHQIl/kAMYakaU27DOelrnKOYtrm6fQ4W7EKPgIeLA8b9tyfjq/06MH9fzlZm95E7A /oPNzR5tdGR9ZjwKaoBpAfRr8kZZzYnDWW1DJSzBQPoIlfVB+VGrUhlWfVyNo3ybMMIuB4ki0BEQ Nwf7wggF9tt/Pvf9l6dmzIyPeypI5gS2rVxBqSRgFSPDuB7/TJRq8OWABIudzcghqu0mDe9Iyo1Q NylHrGXwQay6srrBmhMJsMmNbxm0cZRv54jwKJqDmG0QbaA5aeJvOZ+tPDRt+oChY7xwmWmvu3nJ nfwS2PmkHAQvBPzMsRJPb4fgMAVBiUUFCF/rOBq2xsuy8c3QGBAr4zklzxsFvFyj1a/+5O+1a86+ uzBuaFwwQYE00ihZd9e3XmS1Q9kuxuq1dMoZdf9YP4kSLDzUyFR8OFATahthtgwYq15lBspiEA2k WMpo5SuW7dh/IG/ukscHjfAnZdCUEKwx+LRHYz0MUIs8ZMnJzqZcJwTnXn09wK8DVooYhDP5JP+j KCOP45+UBBhheI2+Wnh/xrHMZGHugpju/YHEDpQ+eNkhH1rXAuwuUgD8VzHvzx/enYWx2rAod7EJ 0E0myn2wlltMZTcmy6KAIb2J2gcBN4jDaJ187ecn8q/QixfEDYx2kwP1B73yEMgBmgT6w93fM3BJ QAcLNRXqnDP6wf2DlXLEGhINOJM7Z9ZbZdX32faDNbk28QRUe0RU69iPPvzz5NHiOYv6dIgWc/KI xW4KLogUiEbfeJHkyaYmadQ6LH5CqCkW0ZoTz1YEvwmUoa4ZsV9ZzGAUFn+4NSdTNmPOkIgejhhs dyjmbkZgDETXyDC7Eq96+tu7BcjE3fJ/5WhSltGWx+j4LT+lXLiMvTqze7d+LmBRYAIQf8DCbbrN yT9A8lCVi6VlVAwc5QttPFC1ge1LDVrJY6yH8m25d7FHHYQpmJ0J537flj5n1qNdeoA2hWSSFIfG bEgUG/822812cCLTDcfTk64THBszrA2oG/OeUCtBy9Jp3CbLkDCCRhuoLkNs4CUIemPKmextW7P+ 88yjfR9xUUI3NsQWgr0KNDKqHmjkvmIbOHCyUac71GHWYEz+I2dwNw9PBzkpQZ/h/Pd61LejchtM sI2hFD5W6+Mx1ZXsqoXnBg4NHRrnhQKXYomyGEq/aYHdFWcUgEceB5xMEwR/7lzlyYySfiPaQtGu OAYiF1sqHA/YdbejDKkjkGcUnBQwox77/L+HfLw8Jj3fUaaEymZTtL6Zhi2SYDGHBAPqgPWyZ1++ xM21U99AiCLB1kfikD35Xznu0BiiwcVhlJEjt/6aUlZMvvtBD4kdajoglnk2HxcYh0FqBxo8YUS1 mj99vHDQoABIkop/Y6pLN2O45t/4/p7ZYPi/PsqwR6GdH3xhsqjSuPOPK4OGt3fxAkYlwFIDn/NE Kc5aaJqWaMSoEHUzzkvPn1VXlWoeGxwM5SO1/l7TA9xfuKx59ztkGWCGek6eXf/N3y4OniMnhVAy yNxJSFyJgSdthiaFU5UoookbMJY6duR6UIhrYKAjcsfB1kZeTOuBWfRvxVSxyBszwwlo5qOojzJU QuPQyYf/60D6pTO6F57vLJZliHwf+F1tCtk0cpMvO1IIYi5FUlXJHTt2afjj7QiwAMFSRjsn0Fma HKGZS7DKaSipXpsvt0Ha5jZZht4/6GsJe7bm9+4R0D7CDlXCiGiYlKhZwIjSAW2TiT37LjMs0z82 SAyQmsYwaySr4NjwIGiSSLIgqIuiKjaa1m1eCfJCUk9nVhTI4kYHoa/SmI3tLYtBmVSuXKM7caq0 78AAJ3eonK59ZiLFwObfYmn04ZiUA4oScjSYT6aXzFZHvaHRW0PI009r+/VzDwiS3RKWtOT2SM3h 2N9nruQVVcSN6UpBy8J/RBjxNywZ1CrXiD4ufMpApE/iErkN8TXNt/4NeKHkqvpoYs6IuHBCyorl y/ewR4n2WtrpGgeVe0g7Z9HWFm+HVA+EOq325XRzkUcfGwEDXqgB8xT1O7L9URvfNd0Inm/2tUpn by+PQHDMINgAuVSLN1z0aeS87KqiXGzkYF8K2pChANNNGhb4hCa38D4cEE2EZjok4dRi9673JEHY dv6Z3rZLMKFgMA74r8339BqYMI9xF88aCy+XDx3iR0L2GmkIi5+ZdQAxhcNAB9/LcBZkWG7TGDhh sGsTDDsB0FDAegNHzUJxA0Vj5KnExMsdwp0c3EgoFhOXZuFo9wLKLdfW9gq2fDRwZRELzexV1ENZ pzZWXdFGhLoTENtErX9MUaHmHrUN/lGBI5pNWnpBfoVhUHwQCuDhEh7abt+no65GwGx0bp8vinJZ soZ6INZoDALm6uCuBDY9Yr9Cb0xzRoV+ySjKCSlCFgqsuT0/ZnvaKbtFe4lF/fBq3DfGhSh9FsFj CaQNXFMPZQgsKxQqSga1CibTwryZIRq3KM9A07peWH2jmO3Xy0OhRO3exM415j0zaywQrcKCF9wa t643Rj2UtRoeNxoRmbvW/TXPjIM+SyRyNQBUxaG/r5Vqi0fGh1HAZhG7kbXAJyHvQMc8KbE6uDcH rK+XtTqcKVfKTSkQ8yAWRzRxV/DSUl1qanVomKuzt1QkfYn/9EDVKFgX8fq+H8rlc9Dyv/Y7NeZw JEAhQ8MmVA0JRnd22YXU/Ccn9gJuMgmFYwh80zOz4MlZd733Z7R6KCvlcpwDSxk1eRUhMdNeRh/w NerYivO5mJ+nR4f2DuibTcjAEFU8emat5RVuYbDro6xEhvI/QWRzMEHFH9CRiWMK8g37D2bFjwuR QClDXQ2IWH1235y9Fsb0ztvVQ7mwqBJ9hMLS9xpMOIagTyYZoT1T/4F+KFHbjCTsfYegBSaAUEYq VTwcXex4iZJGZR+WKFAQ5+Iq8o8TxZFt3aFnPxStW+CMtsCaW/4WtbJsSoOoHGUFpdoKjRaxXSyp gicPn7h+paD88ZHBsOlB74WWX0/rvONNlJHf4OruQMjKOQbaAImJA+hf3ER8B0V/kBsifu0DIsbl mVj3EGloiAOBcdD/1HyPv3WidK+zqkVZ7EVMyJVUSDvXskKtaGaAz94sGpzIsge55VNS87LTisaO CJNKoLcmfDqkWZff6woehOtvDwbJZJKr2UW1cSIoKGvU9kIJB5T5BWYofD1MuHgVryYqO/YM5IHP CUaFADz7hwdC4BaUkZoQoroElt/QIaInMuOaQNl0kti4X3Iuu/j85cqJk3sIJPpmhViNbkY879/9 NG4BQiQVde0ZqFaDCoCQuyn72ZjNXNv1hicYmr9WwGkri2N7+yhQHwBAHuKcTVz+70b21tXVFzec 9wuyz796XVuBmFdNm3PApkOMOj4lOfvK+ephsSEqmQCpHtSo0NQY5+EhIlBfY4DKILCAYLlOLRIJ m4pjgKbgeV11je7kkULosjlkWFtodUFA2h1+cOW/u1TELPmpJ8sidZbq0CvoUl4e9FKAZiyNjgVU LwPDCAlbM+SEz4iRwDQUOys/lOE7ULt9gwIJ7hETYSR5HXxhm2uYMmHqI4t4Q0J1xtnqonx8+KgA Ty+gNTzc7hoWy/qRT9S/ibSzl4ZFhOhqaIj9mCrRbrsUNbngwHMhSkrwI0cvPft8tzbtgF9h+kLQ w6MBBG6TPqQj4KuMlIStqtLwglT8EikNzQ2Rb4ckGPg4qMcbAKpRszu2pY8bH+3hC1+oAHYhtM15 iHIzZBkFgXEwEXBXF8e0i1eTzhZUlNJGvdjDEH0A3PSZQvTRWb2OWfPp5kEDIv297aGaAXWgb6re 7+b9G0nEtYYcnS1exjs0qRhxB8Ri+3U+n57bM3p2aloFLSjhy0us+NkgjpXpq6WbN+4ePLRHuwhP jIJvF6Kck1mfZ7PFSlrzmA0HJ1FzEWhywwkXLxTlF9zoOyBCLodvAXASgdaqiWOHL0dE+PoFuwBz H33pAjQy0MgJoMg8PBpGoFkh4AlPPUVREplUCiQ+Wk9Cg97fd657iGjzEWgWyhAqFqnqqKmA6DZD ++6HG13zQRa7DJpx+sNTLULgoR9hEWxmXvQQZTMBs+j0+4ByIzrKFurLsttZPJMGL7wPKFskDda8 qDaFJlIixN9DALKucRDKP5jJ9WnG1GqZAs048190CtrwERlC/B9gChk1U4oS/ghdB6HZlZUtgiZk 2bLX7QF5ICYoAQH4gciBKWwLMRlIV1rZTv1/bbwFpJbFzlwAAAAASUVORK5CYIJ=

Заведующий кафедрой №

д.т.н.,доц.

18.02.2025

Н.Н. Майоров

(уч. степень, звание)

(подпись, дата)

(инициалы, фамилия)

iVBORw0KGgoAAAANSUhEUgAAAF4AAAA7CAIAAAB9iarQAAAAAXNSR0IArs4c6QAAAAlwSFlzAAAO xAAADsQBlSsOGwAAHWlJREFUeF7dWwl4VdW13ufcc86dExISpjAHCAFkToIIIopItXXAGSy1ahW1 1drW+uqr9bW1Vqu0atXW0tahglNFERSUQTEMgiBjBjSMmefk5g5n3u9f59wEMEGBop/vne98F3Lv vvvsvfZa/1rrX+sKnHN2AtcJDjuBmb5kiCAIXY44zgIE5iw/uQnBFkQLfyXfdSYyLdv5Lub1iB4a KwpixyM445ZlYYAsyRhnGIZpmsFAKgYIJ7jnExz29YvGFST27uweL7bzyhJqQhRFyePzeDyu+JKX YDJmQV6WZUNYkqS4kjJ0JkkseSwkwf/zosFmnO0k92S3C8DRCw4ZMNOkDz0ig4hwaQa94v8S/oRA bRaPMTXOEnHW0syqq2J1tU1zb+n3TRTNyepduwF2CAUaJGLDtpWUCKmMc0NMusH8ARaPs+pqo6K8 pqqqurqqvr6upa0tYRqCVwmGgqnBYPjeB6f8PxCNjS0DRQTmwodo2xCBYFsClEKEtthkKU0N7NBB Y1/Z4dra+vr6Wh2XoYoiT0sPDxzUb+iwAb17Z3bPYB6ZyQqTZSZIp8egnOMSjhwaYA5LJBXvsPCk tnMmQJsx0tFs7jzfNYZjRhJeuPts/xzogPHyUcNc7KV5oQuiSDe9AblYzDRIZfaWNlZW1O0tPVB+ uCoeV32+QEq4WzAYnDgxLyMjvU8WS0sjQWAOwmbBeSTmAxIJlih4j9EaF2iP5yCO1nMgum2bkiS5 sGfZOmeG5KC/Mz32LHNbTPoOPNUG3OEjnHCbyROyEHKkg8eLqqp7FQXTABEkmTZGjsKGm7AIQz2K I/QE/IbsSdVVJnuYgK/S3KaAB5kkDnw9kWCHDrGK8qYDBw7CUtraYrgyM7sPGJg1cFBWVt+MjB6e bmlM8R6DyO0I1Q5VJGoXyGkvRzzUCYoG7k2GzrVftm2LIlYPl+mcLV2OaKA7eBsPc88TW7EMLkQl D9Rf4gSLcmVlfVaf3oBASWSaynxBkqBl4Bi56HE1zUioEVmxJY+f8ZD7ECgFVg7lb2xgpcWHqyq1 4j0HGhvrcTRwRgUFBb179w6Hff37M5+fbjoyR5qOUmAlXx6suPpxsqKxbQ6jwBMk1+dhodGoFo1F +vbNdA4hKSBypjAZQbNYBGs2raCuiX6f4oYUAAjYu1fxY7flB9mjDz9r2dpDj84PpUCdk3twxNrK mO5syxeLSNzwmgl2cB9b/2F5SekOUzzgC9heb2rfvn0nnzWxV++0lFQWCtO5u84oqRRQW2g5TyDk cdYMzemw5aON4cj/T1E0ZBi2rWsAOUmRyVjq6tTq6spx47PdY3Gk04EXAMEWmfk562YZHvKX9HU6 SbIgD1u9cv+br38wfNjEfy95/pHHb8sryMbmZWflGADVgIK0NBmVFbUHDhzatGHHpyV1AW/WwL4T R44aMrYgZcAg5oVdclb6aby6dv/080aZth1PtIRCfmyvA8Nssj4X0kT+lYnGsW1Hvq53xPNjcdbc HOnbHyfuygXnfpQrpbFe5kAPlgaZ4h/sB3q9r0x/bMFzV86+ccwZnnvve/YXv50ZTjO6+QcS9MRZ bRXb9xkrLjpUXFRWUbV30DDvsBHpeQW5gwdnhwMygRewyWAem23cEH9m4R9Hjen/k5/N88gmIhUR 5kvLIIcA1OO2h3OSlSCIHhFocCQa7lJtTk1rcJiwfAdiHZuFgPbta/r0s5ILLzrL1RqBgPMY0RjQ F5HMF6smxbFIvqV7E4/8YcHtt/5s+FBf0Q62ZOm6h56Yht0cLGvYsqFky0eljXWGV87I6j0kb+L4 cRNZZh+mAL4liF5TE1iDTwLk2ayhii19o3jDppX33Htr/8F+STEkWROYSU6dMAaCUOi1HWFc39a1 IbW/e2qiMTiL4qmWpYjMjxPQEmzTpl2FhYW//OXtrnkfkwNBiQUzoWp+JYiPTFvFlpjBivdYS5ct nnxW3tSpw5H0LFrINq7fO3yMsv/QjkRMDQQ9Q3LSCyaPzB3ROxAgA4SKIYpPaAw7l2Wgj2HZfq55 9ThbuypSWLhhwKD0W24rQDwiwmvZ8G8JL1mawG0SCjl1k+bB7Q/S21+FaGAPEcdqgqYlewQ/HGpp SdXu3UVz556fFI2rra7VkX1rumkqElaEvUX8SkpjNXtl8cc9eqXOvnxYcWl09Yqdy16tVKTU6Rdk 9+gtFeQP7DuApWTg3JHoqF6FvIsBt8W8BK4i081W0WNILKOpku3YyjZu2mTxtjt+PBMQLvtIXQmG JQJEjE6iX4eiuPBzsqL5YkG2fwr3hNjElIRUxr2JGPN72bK3dubm5g4cpCAwQQRlWlxSAHs4Wyuh JxQlEItp4WAGoS8M0WBvvFy3cvnWvLxJe/bshBZs3LB57Ohp991/dp/BCGCY348d4bvuAeAPWATm lU2d4lSEuwk1KsuKZPueeLB6zaqPskdat91x+ZChAnRK8ZFQDByaDM/bfjhHNpZUls6x2+c8ujvg SwCpk7w8nIUsPWwaFDz5cUpAfxNxdwJyIWtCuKKQfEzbwCd+JSSycNifAXyB8u/eFnvyT4V/ePix z8pKKqsOnjP97NtunTlu/Ojrvn92MJ0k4A9GmdjsyAXScS+IkxaJyBXzI5Dze1Mk5lu3pvWNJSsR vF4796LsHIr+YEqEzQKs3SCNSV4QB/wFYiGVCTEmJCjePbHrREmJjgdxxzG5F/S8oUHftXv7eTMK sCw30IFGW+TdTc49kuCzdLZrO9+4fuf2T0rbWq2i4h233XHljTfnR9pYnz5AiqZly994eMGNCHF0 My6IwNegmwE4EQ5uEgt5fK55BI9hIh6UW+rYVbMfiUeFe+6df+lVIcgFAjAMXVHI7SMoRSQtJqNz J4ygBAU3xI0BfoGA+ZjrtGhNckYEHe5JckEVJS2ewK4InONxU9dkD/f65WBrvW/z+obfP7Dy+X8u W7l829CBk2dMn33992648yf5gRTWpz+LqWzJm4tmzpoKQ8BhIpj0IJIBi+K6ONsNY3HRH8hFgFmy R4as//rktuI9h2+9/bpLZocgRsOEmhiyIljIMCxdloFKDkdDtxuPu1NBLm5QfELXSRoUli1YHM8V uQFSTGA1tQcDAW84HGiL6DjVgOKLNrOlrx2496fLfnn34ucWvtezR5+rrr546tSpl87ur5rl516Q Q6kPnI7F3nz9o1Cg57cuGIY9JBKWovhAqhy7cgjFDZS4JAS0hAf/3bwx8cpLy+fPnz93Xi+4aIeO kSFTvCKScK0P/oguVzoka6BVgFIN5nMHnMh1kgZFC3W4IIJG0uOPt+wLBdNyhgIq2MoVpatXrWtq bEtP6509ODc/b/zYsUzyseZG9rv7P+nZq0c4vWn+HaOxVODx/r3sj4/+fc7cqwrOTEEWmdBNALCq J7xyOLkr8i7Yq/s45FSI8FhdFZs39/5+WbkL/nhNSjpriVIC3Z4cgbczkJJisJO1QhWPjWDacbkz xdqlQZ2CaNQ4uEWe7kMWbLL3VrS2tdrNTdHC9ev8ASl7aK+CM88YPbZ7N8iKEJGpKnt3+eGFT2we MSLnR/eMHjCEFhyLsAUPrQY8/fevZ7iSwuk6saLlxMwki6NchMG4YiJssNmLz3/8/PPP//np354x Ji2hkjvDfi0AvqWJHktG3upwoTQbJQSOyzw6iEkGpZ9Xmi5FQ5lo1xeRzZ0uvIkbNLPBD5TwF/9a MW3cw9+7bPEd31+65IWmwyWcxzkoikSURnFOQrR0/sSjW7LCd774l1Z81NxkJ9r4ay+W/Oru5eX7 KO2DpkSjSH04mATAjcUT7TcR3nRzHa/47pbCxJnjblu94qBhcN1M4BG6QeuxEE2YQH0dj9fNpoRW z3kU+aTNdUxrg0LBbTo30SldbQtR0FGXOwKEGEIrS6JIPskM4agVhcgx8peAdZ0m83oJEXF0osnW rGp+Z+Xb5Ycaqsvtgklj77r33N79yD0RnyQw1WA+hZBTTUR8vpREM5s372nTqv/rwvt79iEN/2hd BCf/P7+9OT1T8cFdILh2+VoZh080UFNTU3p6ChycoQpYA5EnyIta2G3zn+qeEVrw2PfImgXdMokX b7cO1xN9jlHDrO246+pOkpHpAmo6BzsCSCn3XYQikJTsZsdOcoTogAQkO4kPYzt31mzeuGf1O7sU OTh6/JDJZ06vKWdev/mtKxSPFxIGDGNpMhI7JFmUSeqG1yOX7GRXX3XXQ3+6ecbMXLzbUMseeWDp TTdfMjCHBcIJkEZwpYgDYQMITOCAZS8dCHjKzIzMtlYWDrF4ggLLRx96d83qda8teRBu3uRaMESP wCIhnS42evJvdRaNyIU2044g6RA9NoJIJ7S3kPUQqygwv8Isla1d2fKTH770yO9eKS2qmX/73N/8 /pa7fn7elOmi7akamK1gZDwGxcYXKdMluSBbMeE2KH/ZvacipZuSPzEX4q2pYHf/+IWQd1j2ABYE TAh+y04AeYiLdVGA9puw7Djkgu8GgzRPwMMWP7f/pZdeuf7Gy8LdSIkkmXRB0zQPMV5HacrJS+QL vgEYbnQcPpIx7ERUES7iD5ycDUJAW/3ehm1bd0uSNy8v76yzJgzOJlALpZKelpY0LvzL0vt/dUO4 uxOy0t5g+CR9qJtDZbNYK7vvF8v69+//45+OWb+h6vl/LK+u0EJyv6vnXHTJ1bIUgBevl8kOU00d JSFiIwzeInm8ghXGHzBtRN/vr2R33/1A/pQeT//t5ua2eFq643qQgMOdKV4nIThRf/xFgujstxqa DhF4cj0eMwCuXOVN5XzVEuumq1+57tK//9cdr61aVtFYzdUoB3wCCzHGwHCTv/v2jgW/f51rPI73 HXgjXARycUvjDSZHqsV3fmKNz/ld8cd8315+2aV3PvCbV80Ef+ul+JxLn6qp5KatGbyG8zp8T1Mt E5NjeruR87ZoxNKhiQm+vZB/Z/KSvOzHK8sI3Z0ntGIUshO8ghsEIByLoaf4V2dwZtgKth1p4rbG y4r4nx5cc/2Vz3z/ymefWVBUvJUWh823tXAQu7R13CZvquVqhN//i3+88dpGQ213AQ7LiPTA5HGV f2byqkiUL3z6k5uuXRFv4LXVfPPHpUCzfWVGzQF+162LinbXwjdZvNnmTTgbTUMlyJmfRy0eJSeo 8ZKt/JZr3p4w8MlFT8Lt8UgLRkQTejW5JkPDDWd5ipLo9LXOohEjNaz2IFuxpHne1f/4wQ33HDr8 6XU3TnrkqatuvmvE0NFMg/1ILIQwkmCVkiYYC6IsUHBa3JuXP1qiugDYBlD75H2cvA5xWhT6Xl9j Fa7bNmZsFuLPzJ4sb2J/Va8bNFhCxSfaBiU1BQ7TSDUsGaYjKihL4IYRAd6CkYhdW8OWvLqntio2 Y9a4K+fKbTEWTpF0w1bkAJ4BR2YYLo/3VV3iv56rvvuni55+amF2dvafn3z4kQXzzz1/dLfuTLcb RLnF69ccAogcMzw6+CTXea1dU5Sa2j2rX9BizSZv9fsl4AIhMYkGW1U4C7fUe4r3lF96+Rm+FMAQ YpFWSdGAQNizCpPkAgJXgQuWQRmUSDkixXXIgbDdWER89A+LUkI9+2T1vPq6yYBBAHA8bsA5iiyg 4SSY6Pf7EfV+VYLBA1585eFrvjvlrZU/v+e+c0YirvcyEHceFhCsDEMDXQKhJHSr2WKwaloGEtrq mkTp3t2zL5+FnBBxDE4b4Tz2iXQGRLpheLnV2zK6P/7I28OHTsoaAF8LniEBX64IhKAVh+H7/AMG 9MZUbREEQVJCFQ0tsHePgTwA7OG2LY1PPvbSdy68dt/+0pFjeo4rgPJGoHp+P5W3uA263k/HQBzz kbLPCcrIpYg7XHWHHR1tYe5U4lML77nkygFg1ZDsUHTuJhqcaH3gP1SA4hSJ6GB4d0Jxm237uAgF wN6I38hN2Ci5gZ9EtG646biHKULaJx/FivdUgNTFBhRJiMa1oDeDGHcQqFGWnp6Oghn+v3bVtgNl 3FT9iSh77NGXIJetW8z3Vnw05+prUUhoat1/3ixKR0MhJJFRYuecyO7LuN0vklKHLNxBn5PU0d8U R03wcjkaV+NI7Z2xxJU55UHXdkTbDEoCUj6YSRytF0CSbVv2FRTkhcPIG02vlMW4H3aBhMgXhO+m b5kq+3Dt3tZIw/mzMhEcmZYv7M9ktt/DgijI7T9QnNkjBRZ6+FDk/bVF3cICYpxn/rK2uUle9mbk vZWFV8y+aOggtvBvz105Z0rOGawlUuHgF+goN9XsuFw5nZ6rQ0YdCoWQT9V0VAhZINiunA4DYoBx dItBTigMfghvInj9rJQ11MVzc9NaW9niF5fXVtoNNazwg08xRhQAJRYIgdZGtmVT8eAhGYiDIGsN NmezaASzeaF9O3dtHTlqKIK1TYV7R+RMgios+tenB/ZX7Cna9smujTNnTR86hD3++L4zxgz79qXZ ca05FAbuums7DYI4Ca3xevoEvL1kCUGeaZga9ALnDHsWBQrYEa16UN8QNMOMKxLYTFQOd44fd2Z6 OmtqZOs/KK06xA+W8XeWrUcfhmrEoSJQn8MH2a5deyZPGyQhqLeZ16m5hVFTsMXqSrMt2pKf3x1Z +5aNh5oa9JdfKk9LS3vqr/OeWPijBU/OmjCRbd7M3v/wzdvvnA4Dx5lBZwFTDk8skr2fBBv1HymU iNTONETTFDUN5JRJoTfqNx6BnBFZBx0U5TdUdZZbmtjeT4u/c/FwJC5YNMrtfsVjGejYCAZ8gEac rQc2h8JrW0Q9e/p4UPwo70uKB/E+boS2r7+2YvzEHOSZsRjI05pFL/+l5LMNk6dkxhLs3AsGxDV6 /82ly667/vxumeisiskeX1sEBQkQUWCh0BiC2gIsCyysy42etPM+Hgx3YVBufxJgFhVo9N44zwMz AIYZoGpLAGcuwaEqHh8sbM2a9eFuVo8sBk780OFyFN5RJ9q+vfjMSdMgUhRSEHBUVUA0n4wZnT9q VIaqEZNCO/AwlB8O7We7d5bNnDUByBrsxq6YM/n2n5770J+uSc0kJwAgR9F6x3b7wIGyy+eMDqYa fn9QU3EkTg2FGDzYNuAGeBxvx50j1ZT/SEO6+rJoIKwnC0rShdSWA9uR4XriRM8mC+v0aWMdW7Vy 48T8kTgqSBP9CehDAZquWv3WhLxeaHXCBkBZNNbxqorys6cVpIaRrO8qP9iKgM7WKVd85eXC/v37 DsnJECSUZNi3Lx4/f/7lyN2dOgQpgKaxJW8suuEHVyig261WLBjZXDgkuFT0sZeDO19Sa+tix8fT ms5DRVmuN3k9wlxsDAKi2ETyxNQIlAh9NCLZWQR1JTjm91bsDvqyZpw/Dsfb1sw+3lQxMjf/xUUf TJk2LKMn6YVbq646FPX59O/Oo+6A1FD3997e8+cF67ZtNR577IPyytI53/22jMhOj6NxBGm2aVjI 2xNGmSREuM42vL+feWomTOpFHS42RVUuuCBFa4cY2CxUG07UAebj8y/HU6KTgGGdqfAaiGCwYTwo 4Pchkgr60pHAQWOgU1AcRLL4aOvH2y+//Aoqqgjs073wR96ePb2tkbqzpo7moiUpVIVBm8yHHxT2 G5gGAhSKkDsi66ILZ3RP71lRUTF0WN8bb74sZwRt2KtQsA8GE/SQqpkhOQzqt7WBLV3y7vTz8tMy UL1HPkXgDXKL4gkvENDJRIiQdmlpl6Y5ebU5YcNDZSBdZCEyXfT/aET0Gwm5LQJOC8diUonaDoq2 /PqrW+HdC870YqHglt7/YEWvPlToqGs4nDN8sIwaL5YusOZW9tGWNVPOHgfUgKzxTt+B7Np5wy+6 eND084eMzUfDnBmLQj8lGBSVn/Eqp+taT5Tz3lm+E6W2adOmgbwDF4M4E7tAAYeU4zjNxCe8zVMZ iGY/ENx+VY94JIOMAo0FHhYOwFlK8QSYAhS7WNlee+kbqy+bfSEaMFAQqqmtKS7des65E1LT2LgJ w7yokTilIuSfldVVpt0yafIICNowkSCr4HUFmUFLZKijk3b6fApaSQTAkmAjMga+2iorK2HrCzfP mXNNCqCcKnJJmIOYSHe6AptT2e7xv3N05u2OEhHXEylH1XMVeystaX1raRHKI4iNfd5UOHE4pn+/ umLsmIkT81OhJoBMVWvLHdV36jkZOSPYDTddjHZTsEqoVIKj08zGyVNH9B+kIOUB76soHirgqa0t 0WpZiTltJNgzAZOzZQuFfTTs+jxs+ZtFubk5BZPD0DV4AgW5rHO5fuBzjP/pFcpxZwM1pavE/kdj jfGYtfiFVSFl1NOPLQfv4lYOlv276PYbnqk5SLQOvWPzhvqWmqooDXDHEH0Sd7glfvhg/Y5PkBTx WJvL3ONNIvo5b8ZtWM0traD76UqoLcSbOUOKP+K3znm7bA9NqKnoA3cmxSeg7J0KwOkiZU5wHvfp IrCQDpB7A/50v18cPKRXIGwWl26nBuw2VlOJ9pktM2ZOQpAGfXH1untGas9eQXA0rW2wOWrql13a hrF+/TPGjM3Gf4HB2KGuo+sfUAo6XYxjpO5LDWdgmKpFYWvOcdmazha/vKpgcu4AZBXE+8ItJo2o I0X+GrCmC4MCFsLptLboVBUV2KjRg27/0bx4ormynCP2/dcL76DGfsGFo9viHF6MSD70bOvU4i+I emo3nz8AbleCiKH51DRLVJ9TalWwHY+Cf8gLAY38iJipoogkFV28Xm8KsmlbVxN88+a9RaWbLrty kNPfgB8WOPG3c7lIjOzNaZb5ui9QTCiGUokW7knxG0iC6uobwCd8uHpffW1s1BkjL/rOlF59wYpr KLMnfWUygXCXm2zycPZDzDnq9vTjEQQmDoVOiAK37nRruYRHNKaFwh7DbpbFUGuj/567H7pg1rkz Z+UHU6hqDH7jSzs0v2ohJRvW0I2CY0eCA/yTwcJRJC5EItxWQ/W1LC2dIZyjAr4VQ8ld1yzqaP1i 0cD/k7tNigYG5bYZqypH0zBCAgAIEUEsYdv+FUtL3l259r5f35zZywtKLBqN4lcCp5AZnV5hJVuP SC5wGzgstEGjxYDsSkxJCYED7T/IkYuANgbKg1DCdvt/2i+qOnXahpsaH8mO0TLj1pjAqbstL0g4 iQgygw21NnzfJRdflpEJUYEwVLyUhSVrhKd3t6cwG3FW1P8tg8EjjEVekFDpP3CzyTZSsgUCDqdy Sjln0o66kIubiDkm1h6momTsLgu4kfwlAerD6LS22LI3ClPCqefN6BuLWaid4iuK2zL8VV5HZ9id s+2jnywilnG4bmr2BWQG/Kk+L7VxQFiyN5m5+NBsKEJh3E0e0xZMb7jZ73FyYAT6KrolmOm2TKmq hd+ygVqtBwG2bucPbpmHWf1+dFsrMDSU/b9KsZzc3NQj6Rym4PywjHxLOztsJrSWeKLV9TiOXKAA 2J5LEDhXciNug5DbI3TU5UwEBamtaXJIXfDHlgFylMu2AYZwbX7emTnDvQgjEdZBJgRAAqjFb4p0 RLcdAutGOmdbeKWlAZtBVPi9XpD4DmlEcZdJ3ezUVpf8IcKRLbgNQmCY2omC5EckKaQadTVtlkHt zx6P6fPhFxqgB2vLysquuqYAneoIlwzLAgkLYPZQ9nCibYgnpwMnP7qdJaMSAn6xksRYBCnoCCC2 F8xc+4+BADf4GcsR6D2Cx+5j26c61rJQTmio01qb8DkoD6/e6j30GXv2n4t/9JPZ6RkMCbqqcTzX 75ObadA36HLY1qNunKHbNOv3oWRJPbsdKANW1IlTnUZe92qXpPMrH8QjNBvlR0hTaR7yNYiZ0nqw SLSmM6GFaaBmXi8V/vHEtNRe+AuH0SVS0tM6XV2+eTygPbr81PkEOkPyyTasHfdUOzLAY4J6pxxS UlL54doSXZUnTZq8YcOGffs+++Gd1+WcQb8JQ8WSTkLQnb6yL/phBebvnC50+ebpUrzTJpovWpDN KvaD4ir1B+CarKx+3cZOIOLGaV755l5fi2gI2ClEQI8Xwhc0DQPIQWgFQ59vbf5GyenrEI2O33hw MDAUB4LfcogbAdGw84PMb+71vyn1LVS0b0WGAAAAAElFTkSuQmCC

Заместитель

директора института №1 по методической работе

доц.,к.т.н.

18.02.2025

В.Е. Таратун

(должность, уч. степень, звание)

(подпись, дата)

(инициалы, фамилия)

Аннотация

Дисциплина «

Методы оптимизации проектных решений

» входит в

образовательную программу

высшего образования

– программу

магистратуры

по направлению

подготовки/ специальности

12.04.01 «Приборостроение»

направленност

«Измерительные информационные технологии»

. Дисциплина реализуется кафедр

ой «

№11

».

Дисциплина

нацелена на формирование у выпускника следующих компетенций

УК-2 «Способен управлять проектом на всех этапах его жизненного цикла»

ПК-1 «Способность формулировать цели, определять задачи, составлять программы исследований в области приборостроения, бортового приборного оборудования на основе подбора и изучения литературных, патентных и других источников информации»

ПК-3 «Способность разрабатывать планы и программы проведения исследований и разработок в области приборостроения, бортового приборного оборудования и аппаратуры, проводить анализ и теоретическое обобщение научных данных в соответствии с задачами исследования»

ПК-5 «Способность разрабатывать техническое задание, выполнять конструкторское сопровождение проектно-конструкторской документации систем бортового оборудования, авиационных и космических приборов и комплексов»

Содержание дисциплины охватывает круг вопросов, связанных с

методами математического описания, формализации и последующего нахождения решений для разных типов практических оптимизационных задач. Рассматриваются классы задач теории оптимизации и их прикладные приложения в инженерной практике.

Преподавание дисциплины предусматривает следующие формы организации учебного процесса: лекции, самостоятельная работа обучающегося, консультации.

Программой дисциплины предусмотрены следующие виды контроля: текущий контроль успеваемости, промежуточная аттестаци

я в форме

дифференцированного зачета

Общая трудоемкость освоения дисциплины составляет

4 зачетные единицы

144 часа

Язык обучения по дисциплине

русский

Перечень планируемых результатов обучения по дисциплине

Цели преподавания дисциплины

[

Цель преподавания дисциплины заключаются в изучении студентами методов решения задач оптимизации. Процесс оптимизации лежит в основе всей инженерной деятельности, поскольку функции специалиста состоят в том, чтобы, с одной стороны проектировать новые, боле эффективные, менее дорогие технические системы, а с другой стороны, раз

абатывать методы повышения качества функционирования существующих систем.

В практической деятельности часто из многих возможных решений задачи необходимо выбрать оптимальный. При этом часто ставится задача поиска экстремума целевой функции с учетом ряда ограничений. Во множестве случаев задача поиска оптимального решения может быть формализована и решена точно или приблизительно известными методами.

Дисциплина

входит в состав части, формируемой участниками образовательных отношений,

образовательной

программы высшего образования (далее – ОП ВО).

Перечень планируемых результатов обучения по дисциплине, соотнесенных с планируемыми результатами освоения ОП

ВО.

В результате изучения дисциплины обучающийся должен обладать следующими компетенциями или их частями.

омпетенци

и и и

ндикаторы

их

достижения приведены в таблице 1.

Таблица 1 –

Перечень компетенций

индикаторов

их

достижения

Категория (группа) компетенции

Код и наименование компетенции

Код и наименование индикатора достижения компетенции

Универсальные компетенции

УК-2 Способен управлять проектом на всех этапах его жизненного цикла

УК-2.З.1 знать этапы жизненного цикла проекта; виды ресурсов и ограничений для решения проектных задач; необходимые для осуществления проектной деятельности правовые нормы и принципы управления проектами

УК-2.З.2 знать цифровые инструменты, предназначенные для разработки проекта/решения задачи; методы и программные средства управления проектами

Профессиональные компетенции

ПК-1 Способность формулировать цели, определять задачи, составлять программы исследований в области приборостроения, бортового приборного оборудования на основе подбора и изучения литературных, патентных и других источников

информации

ПК-1.З.1 знать последовательность действий при формулировании целей и определении задач исследования в области приборостроения, бортового приборного оборудования на основе использования доступных источников информации

Профессиональные компетенции

ПК-3 Способность разрабатывать планы и программы проведения исследований и разработок в области приборостроения, бортового приборного оборудования и аппаратуры, проводить анализ и теоретическое обобщение научных данных в соответствии с задачами исследования

ПК-3.З.1 знать методы и средства проведения научных исследований и разработок, включая построение математических моделей объектов исследования в области приборостроения, бортового приборного оборудования и аппаратуры

Профессиональные компетенции

ПК-5 Способность разрабатывать техническое задание, выполнять конструкторское сопровождение проектно-конструкторской документации систем бортового оборудования, авиационных и космических приборов и комплексов

ПК-5.З.1 знать принципы формирования исходных данных и требований при проектировании систем бортового оборудования ЛА

Место дисциплины в структуре ОП

Дисциплина базируется на знаниях, ранее приобретенных студентами при изучении следующих дисциплин:

Системный анализ и проектирование приборов

Моделирование сигналов и помех приборных систем

Знания

, полученные при изучении материала данной дисциплины, имеют как самостоятельное значение, так и используются при изучении других дисциплин:

Интеллектуальные обучающие системы

Проектирование систем

Методы проведения эксперимента

Объем

и трудоемкость

дисциплины

Данные об общем объеме дисциплины, трудоемкости отдельных видов учебной работы по дисциплине (и распределение этой трудоемкости по сем

естрам) представлены в таблице 2

Таблица 2 – Объем и трудоемкость дисциплины

Вид учебной работы

Всего

Трудоемкость по семестрам

№2

Общая трудоемкость дисциплины

, ЗЕ/ (час)

4/ 144

Из них часов практической подготовки

Аудиторные занятия

, всего час.

в том числе:

лекции (Л), (час)

практические/семинарские занятия (ПЗ), (час)

лабораторные работы (ЛР), (час)

курсовой проект (работа) (КП, КР), (час)

экзамен, (час)

Самостоятельная работа

, всего (час)

110

Вид промежуточной

аттестации

зачет, дифф. зачет, экзамен (Зачет, Дифф. зач, Экз.**)

Дифф. Зач.

Примечание:

кандидатский экзамен

Содержание дисциплины

Распределение трудоемкости дисциплины по разделам и видам занятий

Разделы, темы дисциплины

их трудоемкость

приведены в таблице 3

Таблица 3 – Разделы, темы дисциплины, их трудоемкость

Разделы, темы дисциплины

Лекции

(час)

ПЗ (СЗ)

(час)

ЛР

(час)

КП (час)

СРС (час)

Семестр 2

Раздел 1.

Раздел 2.

Раздел 3.

Раздел 4.

Раздел 5.

Раздел 6.

Итого в семестре:34110Итого34000110

Практическая подготовка заключается в непосредственном выполнении обучающимися определенных трудовых функций, связанных с будущей профессиональной деятельностью.

Содержание разделов и тем лекционных занятий

Содержание разделов и тем лекционн

ых

занятий

приведено в таблице

Таблица

– Содержание разделов

и тем лекционного цикла

Номер раздела

Название и содержание разделов и тем лекционн

ых занятий

Общая характеристика оптимизационных задач.

Математическая постановка задач оптимизации. Критерии оптимальности: частный, аддитивный, мультипликативный, максиминный. Виды ограничений. Классификация задач: задачи безусловной и условной оптимизации, одномерной и многомерной оптимизации, задачи нелинейного, линейного, целочисленного программирования, задачи оптимального управления.

Методы безусловной оптимизации (для функции одной переменной).

Методы безусловной оптимизации (для функции нескольких переменных).

Одномерная оптимизация. Необходимые и достаточные условия оптимальности. Методы половинного деления, “золотого” сечения, Фибоначчи.

Многомерная оптимизация. Необходимые и достаточные условия оптимальности. Методы нулевого порядка. Методы первого порядка.

Методы условной оптимизации. Линейное программирование.

Постановка задачи. Геометрическая интерпретация. Стандартный, канонический, общий вид задачи. Симплекс- метод решения задач линейного программирования. Отыскание начального допустимого базисного решения. Двойственность в линейном программировании. Вырожденность в линейном программировании.

Методы условной оптимизации. Нелинейное программирование.

Задачи с ограничениями- равенствами. Необходимые и достаточные условия оптимальности. Задачи с ограничениями- неравенствами. Методы решения задач нелинейного программирования.

Оптимизация в системах управления.

Постановка задачи оптимального управления. Принцип максимума Понтрягина. Методы решения задач оптимального управления. Системы экстремального регулирования. Метод наложения поисковых колебаний

Методы оптимизации в теории графов

Основные определения теории графов. Теоретико- множественное определение графа. Неориентированные графы. Изоморфизм графов Отношение порядка и отношение эквивалентности на графе.

Задача о кратчайшем пути. Постановка задачи. Нахождение кратчайшего пути в графе с ребрами произвольной длины. Построение графа наименьшей длины.

Практические (семинарские) занятия

Темы практических занятий и их трудоемкость приведены в таблице

Таблица 5 – Практические занятия и их трудоемкость

№ п/п

Темы практических занятий

Формы

практических занятий

Трудоемкость,

(час)

Из

них практической подготовки, (час)

№ раздела дисцип

лины

Учебным планом не предусмотрено

Всего

Лабораторные занятия

Темы лабораторных занятий и их трудоемкость приведены в таблице

Таблица 6 – Лабораторные занятия и их трудоемкость

№ п/п

Наименование лабораторных работ

Трудоемкость, (час)

Из

них практической подготовки, (час)

№ раздела дисцип

лины

Учебным планом не предусмотрено

Всего

Курсовое проектирова

ние/ выполнение курсовой работы

Учебным планом не предусмотрено

Самостоятельная работа обучающихся

Виды самостоятельной работы и ее тр

удоемкость приведены в таблице

Таблица

–

Виды самостоятельной работы и ее трудоемкость

Вид самостоятельной работы

Всего, час

Семестр 2, час

Изучение теоретического материала дисциплины (ТО)

Курсовое проектирование (КП, КР)

Расчетно-графические задания (РГЗ)

Выполнение реферата (Р)

Подготовка к текущему контролю успеваемости (ТКУ)

Домашнее задание (ДЗ)

Контрольные работы заочников (КРЗ)

Подготовка к промежуточной аттестации (ПА)

Всего:

110

Перечень учебно-методического обеспечения

для самостоятельной работы обучающихся по дисциплине (модулю)

Учебно-методические материалы для самостоятельной работы

обучающихся

указаны в п.п.

-1

Перечень

печатных и электронных учебных изданий

ереч

ень

печатных и электронных учебных изданий

приведен в

таблиц

Таблица

–

Перечень

печатных и электронных учебных изданий

Шифр

URL

адрес

Библиографическая ссылка

Количество экземпляров в библиотеке

(кроме электронных экземпляров)

004.4/Б 24-477606

И..Г.Черноруций Методы принятия технических решений: Учеб. пособие – Cанкт- Петербург: Изд-во БХВ, 2005. – 200 с.

629.7

Ч75

Мицель А.А., Шелестов А.А. Методы оптимизации: Учеб. пособие – Томск: Изд-во ТУСУРа, 2005. – 256 с.

629.7

М95

Методы оптимизации. Лабораторный практикум: Учеб. пособие / Мицель А.А., Шелестов А.А., Романенко В.В., Клыков В.В. – Томск: Изд-во Томск. гос. ун-та систем управления и радиоэлектроники, 2004. – 80 с.

621.396

Р25

Розен В.В. Математические модели принятия решений. Учебное пособие. – М.: Книжный дом "Университет", Высшая школа, 20

2. – 288 с

004.9

П 92

Перлюк В.В., Фетисов В.В. Системный анализ Учеб. пособие – Cанкт- Петербург: Изд-во ГУАП, 2010. – 120 с

100

629.7

М75

Мушик Э., Мюллер П. Методы принятия технических решений. – М.:Мир,2000. –208 с.,

5-279-02155-5

Саврасов Ю.Г. Теория и практика оптимальных решений , Самара 2008

Перечень

электронных образовательных

ресурсов

информационно-телекоммуникационной сети «Интернет»

Перечень

электронных образовательных

ресурсов информационно-телекоммуникационной сети

«Интернет»

, необходимых для освоения

дисциплины приведен в таблице

Таблица

–

Перечень

электронных образовательных

ресурсов информационно-телекоммуникационной сети

«Интернет»

URL

адрес

Наименование

www.perliouk.ucoz.ru

Персональный сайт преподавателя ГУАП Перлюка В.

Bigor.bmstu.ru

айт Сумского государственного университета

“

Методы оптмизации

”

Перечень информационных технологий

Перечень программного обеспечения

используем

ого

при осуществлении образовательного процесса по дисциплине

ереч

ень

используемого

программного обеспечения

представлен в

таблиц

Таблица

–

Перечень

программного обеспечения

№ п/п

Наименование

Специализированное программное обеспечение (по выбору)

Перечень

информационно-справочных систем,

используемых при осуществлении образовательного процесса по дисциплине

ереч

ень

используемых

информационно-справочных систем

представлен в

таблиц

Таблица 1

–

Перечень

информационно-справочных систем

№ п/п

Наименование

Не предусмотрено

Материально-техническая база

Состав

материально-технической базы

необходим

ой

для осуществления образовательного процесса по дисциплине

представлен в

таблиц

е1

Таблица 1

–

Состав

материально-технической базы

№ п/п

Наименование

составной части

материально-технической базы

Номер аудитории

(при необходимости)

Лекционная аудитория

12-07

Мультимедийная лекционная аудитория

12-07

Специализированная лаборатория «Автоматизация научных исследований»

12-07

Оценочные с

редства для проведения промежуточной аттестации

Состав оценочных средств

для

проведения

промежуточной аттестации

обучающихся по дисциплине

приведен в таблице 1

Таблица 1

– С

остав оценочных средств

для

проведения

промежуточной аттестации

Вид промежуточной аттестации

Перечень

оценочных средств

Дифференцированный зачёт

Список вопросов;

Тесты;

Задачи.

В качестве критериев оценки уровня сформированности (освоения)

компетенций обучающимися применяется 5-балльная шкала оценки сформированности компетенций, которая приведена

таблице 1

. В течение семестра может использоваться 100-балльная шкала модульно-рейтинговой системы Университета, правила

использования которой, установлены соответствующим локальным нормативным актом ГУАП

Таблица 1

–Критерии оценки уровня сформированности компетенций

Оценка компетенции

Характеристика сформированных компетенций

5-балльная шкала

«отлично»

«зачтено»

– обучающийся

глубоко и всесторонне усвоил программный материал;

–

уверенно, логично, последовательно и грамотно его излагает;

–

опираясь на знания основной и дополнительной литературы, тесно привязывает усвоенные научные положения с практической деятельностью направления;

–

умело обосновывает и аргументирует выдвигаемые им идеи;

–

делает выводы и обобщения;

–

свободно владеет системой специализированных понятий.

«хорошо»

«зачтено»

– обучающийся

твердо усвоил программный материал, грамотно и по существу излагает его, опираясь на знания основной литературы;

–

не допускает существенных неточностей;

–

увязывает усвоенные знания с практической деятельностью направления;

–

аргументирует научные положения;

–

делает выводы и обобщения;

–

владеет системой специализированных понятий.

«удовлетворительно»

«зачтено»

– обучающийся

усвоил только основной программный материал, по существу излагает его, опираясь на знания только основной литературы;

–

допускает несущественные ошибки и неточности;

–

испытывает затруднения в практическом применении знаний направления;

–

слабо аргументирует научные положения;

–

затрудняется в формулировании выводов и обобщений;

–

частично владеет системой специализированных понятий.

«неудовлетворительно»

«не зачтено»

– обучающийся

не усвоил значительной части программного материала;

–

допускает существенные ошибки и неточности при рассмотрении проблем в конкретном направлении;

–

испытывает трудности в практическом применении знаний;

–

не может аргументировать научные положения;

–

не формулирует выводов и обобщений.

Типовые контрол

ьные задания или иные материалы.

Вопросы (задачи) для экзамена представлены в таблице

Таблица 1

– Вопросы (задачи) для экзамена

№ п/п

Перечень вопросов (задач) для экзамена

Код

индикатора

Учебным планом не предусмотрено

Вопросы (задачи) для зачета /

дифф.

зачета

представлены в таблице 1

Таблица 16 – Вопросы (задачи) для зачета / дифф. зачета

№ п/п

Перечень вопросов (задач) для зачета / дифф. зачета

Код

индикатора

Математическая постановка задачи оптимизации. Понятие ограничений, граничных условий и целевых функций.

Качественные и количественные свойства задачи оптимизации. Многовариантный и оптимальный расчеты. Относительное

улучшение критерия качества.

Классификация задач оптимизации. Понятие функционала. Примеры функционалов. Методы оптимизации функций и функционалов.

Линейное программирование. Постановка задачи

Геометрическая интерпретация задачи линейного программирования

Симплекс- метод решения задач линейного программирования

Методы безусловной оптимизации для функции одной переменной. Постановка задачи для методов исключения интервалов

УК-2.З.1

Метод половинного деления

Метод золотого сечения

Метод Фибоначчи

Проблемы многокритериальной оптимизации. Формализация задачи принятия решения.

Декомпозиция задачи принятия решения и оценка свойств альтернатив

Композиция оценок и сравнение. Область Парето. Приемы выбора в пространстве критериев.

Общая постановка задачи многокритериальной оптимизации. Метод главного критерия, линейная свертка, использование минимаксных целевых функционалов.

УК-2.З.2

Компромиссы Парето. Множество эффективных и слабоэффективных решений многокритериальной задачи.

Схемы построения эффективных и слабо эффективных решений. Доказательство теоремы использования метода главного критерия как интерпретации эффективного решения.

Теорема о решения задачи минимаксных целевых функционалов как слабо эффективного вектора. Доказательство и следствия.

Теорема о решении задачи линейной свертки как слабо эффективного вектора

Теорема о непустом множестве решений задачи минимаксных целевых функционалов и принадлежащем ему эффективном векторе.

Теорема о решении задачи линейной свертки и выделении из него эффективного вектора

Теорема о непустом множестве решения задачи оптимизации и принадлежности его слабо эффективному вектору

ПК-1.З.1

Общая постановка задачи нелинейного программирования.

Классификация задач нелинейного программирования

Поиск экстремума функции одной переменной в задаче нелинейного программирования.

Обобщенный алгоритма перемещения к экстремуму в задаче нелинейного программирования.

Метод штрафных функций в задаче нелинейного программирования

Задачи оптимизации в системах управления. Постановка Задачи стабилизации, задачи слежения, задачи экстремального управления и задачи оптимизации в теории управления.

Методы и способы поиска экстремума функции одной переменной. Способ последовательных шагов.

Методы и способы поиска экстремума функции одной переменной. Способ производной.

Методы и способы поиска экстремума функции одной переменной. Способ наложения модулированных колебаний.

ПК-3.З.1

Пример системы автоматической настройки радиоприёмного контура.

Система автоматического совмещения изображения.

Способ поиска экстремума функции

переменных.

Понятие градиента функции.

Условия квазистационарности процесса поиска экстремума.

Схема самонастраивающейся системы управления непрерывным производственным процессом

Поиск экстремума функции нескольких переменных

extr

(

, …,

) по способу производной.

Методы организации движения к точке экстремума.

ПК-5.З.1

Перечень тем

для

урсового проект

ирования/выполнения курсовой работы представлены в таблице 1

Таблица

–

Перечень

тем

для к

урсового проект

ирования/выполнения курсовой работы

№ п/п

римерный п

еречень тем для

урсового проект

ирования/выполнения курсовой работы

Учебным планом не предусмотрено

Вопросы для проведени

промежуточной аттестации

в виде

тестировани

представлены в таблице 1

Таблица

–

Примерный перечень

вопросов для тестов

№ п/п

Примерный перечень

вопросов для тестов

Код

индикатора

. Каковы на Ваш взгляд основные цели применения аппарата Теории оптимизации?

1. Формирование альтернативных вариантов решения проблемы и выбор из них наилучшего.

2. Формирование альтернативных вариантов решения проблемы и выбор из них оптимального

3. Выбор наилучшего варианта решения проблемы

4. Выбор наилучшего варианта решения проблемы с учетом возможных ограничений.

2.Многократное задание некоторых значений параметров проектируемого объекта и проверка, удовлетворяют ли они заданному техническому заданию называется

Методом проб и ошибок

Проектировочным расчетом

Поверочным расчетом

Многовариантным расчетом

Оптимизационным расчетом

3.Многократное задание некоторых значений параметров проектируемого объекта и подстановка их выражение, характеризующее систему заданных техническим заданием ограничений с целью формирования алтернативных вариантов проектирования называется

Методом проб и ошибок

Проектировочным расчетом

Поверочным расчетом

Многовариантным расчетом

Оптимизационным расчетом

4. Использование целевой функции (или функционала) в качестве критерия для выбора среди ограниченного набора имеющихся альтернатив построения проектируемого объекта, удовлетворяющих поставленным техническим заданием ограничениям, применяется при использовании

Метода проб и ошибок

Проектировочного расчета

Поверочного расчета

Многовариантного расчета

Оптимизационного расчета

5. Определение значений оптимизируемых переменных, обеспечивающих экстремальное значение целевой функции (или функционала), используемой для оценки качества объекта проектирования осуществляется при проведении

Метода проб и ошибок

Проектировочного расчета

Поверочного расчета

Многовариантного расчета

Оптимизационного расчета

При постановке задачи оптимизации в общем виде задаются

Целевая функция (функционал)

Ограничения

Допустимая ошибка оптимизации

Граничные условия

Количество рассматриваемых альтернатив

7. Предельно допустимые значения искомых переменных в задаче оптимизации описывают

Целевые функции (функционал)

Ограничения

Допустимая ошибка оптимизации

Граничные условия

Количество рассматриваемых альтернатив

Функциональные зависимости между оптимизируемыми переменными описывают

Целевые функции (функционал)

Ограничения

Допустимая ошибка оптимизации

Граничные условия

Количество рассматриваемых альтернатив

Допустимыми решениями оптимизационной задачи общей постановки называются значения переменных, удовлетворяющих

Целевым функциям (функционалам)

Ограничениям

Допустимой ошибки оптимизации

Граничным условиям

Количеству рассматриваемых альтернатив

10. Чтобы из набора допустимых решений оптимизационной задачи выбрать оптимальное, используется

Целевая функция (функционал)

Ограничения

Допустимая ошибка оптимизации

Граничные условия

Количество рассматриваемых альтернатив

11. Детерминированные исходные данные, непрерывные оптимизируемые переменные и линейные зависимости между ними характерны для

Задачи линейного программирования

Задачи целочисленного программирования