dr inż. Mirosław Szczepanik ZAŁĄCZNIK 2 do Wniosku

dr inż. Mirosław Szczepanik ZAŁĄCZNIK 2 do Wniosku Autoreferat przedstawiający opis dorobku i osiągnięć naukowych, w szczególności określonych w art. 16 ust. 2 ustawy, w formie papierowej w języku polskim i angielskim

AUTOREFERAT 1. Imię i Nazwisko: Mirosław Szczepanik, ur. 28.12.1976 w Tarnowskich Górach. 2. Posiadane dyplomy, stopnie naukowe z podaniem nazwy, miejsca i roku ich uzyskania oraz tytułu rozprawy doktorskiej: 2003 stopień doktora nauk technicznych, specjalność mechanika, Wydział Mechaniczny Technologiczny Politechniki Śląskiej, temat pracy: Optymalizacja układów powierzchniowych z wykorzystaniem algorytmów ewolucyjnych, promotor prof. dr hab. inż. Tadeusz Burczyński. 2000 magister inżynier, specjalność Metody komputerowe w technice, Wydział Mechaniczny Technologiczny Politechniki Śląskiej. 3. Informacje o dotychczasowym zatrudnieniu w jednostkach naukowych/ artystycznych. Instytut Mechaniki i Inżynierii Obliczeniowej, Wydział Mechaniczny Technologiczny Politechniki Śląskiej ul. Konarskiego 18A 44 100 Gliwice Historia zatrudnienia: od 2003 adiunkt na Wydziale Mechanicznym Technologicznym Politechniki Śląskiej; 2000 2003 asystent na Wydziale Mechanicznym Technologicznym Politechniki Śląskiej. 1/13

4. Wskazanie osiągnięcia naukowego stanowiącego dzieło opublikowane w całości: Moje osiągnięcie naukowe w rozumieniu Ustawy o stopniach naukowych i tytule naukowym oraz o stopniach i tytule w zakresie sztuki z dnia 14 marca 2003 r. z późniejszymi zmianami, art. 16 pkt 2. stanowi autorska monografia habilitacyjna: Mirosław Szczepanik: Algorytmy rojowe w optymalizacji układów mechanicznych, wydana drukiem przez Wydawnictwo Politechniki Śląskiej, Gliwice 2013, s. 1 177, ISBN 978 83 7880 138 2. Zagadnienia optymalizacji układów mechanicznych należą do zadań trudnych i czasochłonnych obliczeniowo. Wynika to zarówno z potrzeby zagwarantowania optimum globalnego rozwiązywanego zadania, jak i konieczności wielokrotnego rozwiązywania złożonych mechanicznie i geometrycznie zadań bezpośrednich w postaci zagadnień brzegowych lub brzegowo początkowych mechaniki, służących do oceny funkcji celu i ewentualnie jej gradientu. Algorytmy rojowe okazały się w ostatnich latach, obok algorytmów ewolucyjnych i immunologicznych, bardzo dobrymi algorytmami optymalizacji globalnej. Aktualnie stanowią one jedną z najnowocześniejszych metod optymalizacji niewymagających znajomości gradientu funkcji celu, wykazującą duże możliwości i szanse rozwoju, o czym świadczą pojawiające się wciąż nowe opracowania i publikacje na ich temat. Celem pracy było opracowanie, rozwój oraz testowanie metod opartych na zastosowaniu algorytmów rojowych w optymalizacji układów mechanicznych. W trakcie realizacji projektu duży nacisk położony był na rozwój metody optymalizacji opartej na połączeniu algorytmu rojowego oraz metody elementów skończonych (MES) lub metody elementów brzegowych (MEB). Opracowane w efekcie, inteligentne metody optymalizacji zostały wykorzystane do rozwiązywania zadań optymalizacji i identyfikacji parametrów geometrycznych oraz materiałowych układów mechanicznych. W trakcie optymalizacji konieczne było rozwiązanie zadań bezpośrednich oraz określenie wartości funkcji celu, do czego przystosowane zostało profesjonalne oprogramowanie MES lub oprogramowanie MEB. Zaproponowano modyfikacje algorytmu rojowego bazujące na ulepszeniu klonalnym oraz gradientowym, a także hybrydyzację z quasi newtonowską metodą optymalizacji gradientowej. W ramach pracy zostało utworzone oraz przetestowane autorskie oprogramowanie umożliwiające przeprowadzanie optymalizacji rojowej układów mechanicznych. Zaimplementowane oprogramowanie umożliwiło optymalizację mechanicznych układów powierzchniowych (tarcza, płyta, powłoka) oraz układów powłokowobryłowych (optymalizacja topologiczna, kształtu oraz własności materiałowych), sprężystych układów drgających, układów ze wzmocnieniami (optymalizacja rozmieszczenia usztywniaczy w postaci żeber oraz obszarów ze sztywniejszymi materiałami) oraz pól akustycznych (identyfikacja położenia źródeł dźwięku). Dla wymienionych zadań zastosowane zostały różne kryteria optymalizacji, m.in. naprężeniowe, sztywnościowe, masowe, kryteria zależne od dynamicznej odpowiedzi układu na zadane wymuszenie oraz kryteria związane z problemami identyfikacji. Dodatkowo przeprowadzone zostały porównania wyników optymalizacji rojo 2/13

wej z wynikami otrzymanymi metodą optymalizacji ewolucyjnej, a także porównanie skuteczności i efektywności z innymi znanymi metodami optymalizacji oraz identyfikacji. Algorytmy rojowe połączone z metodami rozwiązań zadań brzegowo początkowych stanowią efektywne i skuteczne narzędzie w przypadku problemów optymalizacji oraz identyfikacji układów mechanicznych. Dzięki zastosowaniu algorytmu rojowego jako skutecznego narzędzia optymalizacji, wzrasta prawdopodobieństwo znalezienia optimum w sensie globalnym, w porównaniu z zastosowaniem algorytmów gradientowych. Ponadto, zaproponowane w pracy metody optymalizacji oparte na zastosowaniu algorytmu rojowego oraz jego zmodyfikowanej wersji z ulepszeniem klonalnym są wolne od ograniczeń związanych z zastosowaniem klasycznych metod gradientowych. Przedstawione w pracy przykłady numeryczne zastosowań algorytmów rojowych w przypadku różnych problemów optymalizacji oraz identyfikacji w mechanice dowodzą, że metody bazujące na procesie rojowym są efektywnymi technikami komputerowymi, wspomagającymi optymalne projektowanie konstrukcji. Przedstawiona w pracy koncepcja algorytmów rojowych ich biologiczne inspiracje, podstawowe założenia i procedury heurystyczne wskazuje na szeroki zakres możliwości zastosowań w zagadnieniach optymalizacji konstrukcji oraz na możliwości modyfikacji ich działania. Biorąc pod uwagę przedstawione w pracy porównanie efektywności algorytmu rojowego z algorytmami ewolucyjnymi, wykonane na podstawie testów znanych wielomodalnych funkcji matematycznych, można wnioskować, iż zbieżność algorytmu do globalnego optimum zależy od problemu optymalizacji. Nie można jednoznacznie stwierdzić, że dany algorytm będzie lepszy lub gorszy w przypadku dowolnego problemu. Jednak w przypadku wykonanych testów, których wyniki przedstawiono w pracy, algorytm rojowy wykazywał znacznie lepszą efektywność w stosunku do algorytmów ewolucyjnych. W pracy zaproponowano dwie modyfikacje algorytmu rojowego, tzn. modyfikację poprzez zmianę równania opisującego prędkość cząstek oraz modyfikację poprzez hybrydyzację algorytmu rojowego. Pierwsza z nich dotyczy wprowadzenia dwóch dodatkowych komponentów prędkości, tj. komponentu stochastycznego w celu uzyskania lepszej eksploracji roju oraz komponentu gradientowego w celu polepszenia eksploatacji roju. Druga modyfikacja polega na zastosowaniu dodatkowego klonowania i mutacji lidera roju. W tym przypadku zmutowane klony zastępują cząstki o najgorszym przystosowaniu. Testy zaproponowanych wersji, przeprowadzone dla funkcji Rastrigina o 20 zmiennych, wskazują na wzrost efektywności w stosunku do podejścia klasycznego, a tym samym na celowość ich zastosowania. W pracy zaproponowano metodę topologicznej optymalizacji rojowej powierzchniowych (tarcza, płyta, powłoka) oraz powłokowo bryłowych układów mechanicznych, opartą na zastosowaniu metody elementów skończonych. Przy zastosowaniu tej metody możliwa jest równoczesna optymalizacja kształtu, topologii oraz materiału układu przy przyjętych kryteriach oraz ograniczeniach. Zastosowanie komercyjnego programu MSC Patran/Nastran, które możliwe jest dzięki zaimplementowanej w tym celu procedurze wymiany plików danych pomiędzy programem MES oraz algorytmem rojowym, daje podstawy do rozwiązywania zadań optymalizacji złożonych układów mechanicznych. Główną cechą wprowadzonej metody jest 3/13

oparte na procesie rojowym rozmieszczenie materiału w konstrukcji, który może zmieniać swoje własności. Ten proces prowadzi do eliminacji części materiału układu, w efekcie czego, w niektórych miejscach struktury powstają otwory, a w rezultacie realizowana jest optymalizacja kształtu i topologii układu. Podejście oparte jest na wprowadzeniu powierzchni, która opisuje rozkład gęstości w układzie. Powierzchnia interpoluje wartości gęstości w wybranych punktach układu, które odgrywają rolę punktów kontrolnych definiujących jej kształt oraz stanowią zmienne projektowe w zadaniu optymalizacji. Efektem takiego podejścia jest redukcja liczby zmiennych projektowych (rozmiaru zadania), a co za tym idzie znaczne przyspieszenie procesu optymalizacji. Metodę wzbogacono o dodatkowe procedury wspomagające topologiczną optymalizację rojową oraz prowadzące do wygładzania brzegu podczas procesu optymalizacji. Skuteczność oraz dobrą efektywność wprowadzonej metody potwierdzono na podstawie porównań z rozwiązaniami uzyskanymi z zastosowaniem innych metod. Układy wzmocnione żebrami są często stosowane w praktyce ze względu na ich wytrzymałość, sztywność i trwałość. Typowym obszarem ich zastosowań jest przemysł lotniczy, gdzie wspomniane zalety takich układów, przy jednocześnie ograniczonej wadze, decydują o ich znaczącej roli. Dobór optymalnego kształtu układu czy też optymalnego rozmieszczenia jego wzmocnień decyduje o wytrzymałości konstrukcji. W pracy zaproponowano metodę optymalizacji rojowej układów użebrowanych przy kryteriach naprężeniowych oraz przemieszczeniowych. Metoda zakłada znajdowanie optymalnego rozmieszczenia oraz kształtu elementów prętowych usztywniających układy powierzchniowe. Zmienne projektowe zdefiniowano jako współrzędne położenia żeber oraz współrzędne punktów kontrolnych krzywych NURBS, opisujących kształt elementów usztywniających. W celu rozwiązania postawionego problemu zastosowano zmodyfikowany algorytm rojowy. Wykorzystano wprowadzoną w pracy modyfikację opartą na zastosowaniu klonów lidera roju, które później ulegają mutacji, zastępując cząstki roju o najgorszym przystosowaniu. W celu przeprowadzenia procesu optymalizacji konieczne było zaimplementowanie procedury generacji siatki elementów skończonych dla otrzymywanych rozwiązań. Zastosowanie komercyjnego programu MSC Patran/Nastran, które możliwe jest dzięki zaimplementowanej w tym celu procedurze wymiany plików danych pomiędzy programem MES oraz algorytmem rojowym, daje podstawy do rozwiązywania zadań optymalizacji złożonych układów mechanicznych. Skuteczność oraz dobrą efektywność wprowadzonej metody potwierdzono na podstawie porównań z rozwiązaniami uzyskanymi z zastosowaniem innych metod. W praktyce inżynierskiej często stosowane są układy poddane obciążeniom dynamicznym, dlatego też w pracy zaproponowano zastosowanie algorytmu rojowego w przypadku metody optymalizacji układów poddanych obciążeniom dynamicznym. Przedstawiono podejście bazujące na połączeniu sprzężonej metody elementów brzegowych i skończonych (MEB/MES) oraz algorytmu rojowego w celu optymalizacji wzmocnionych układów obciążanych dynamicznie. Poszukiwane było optymalne rozmieszczenie elementów usztywniających w celu minimalizacji funkcjonału naprężeniowego lub maksymalizacji sztywności układu. Podejście to wykazuje zalety w stosunku do innych metod znanych z literatury, jako że wykorzystuje dwie bardzo efektywne metody, tj. połączoną metodę MEB/MES do symulacji oraz algorytm 4/13

rojowy z ulepszeniem klonalnym do optymalizacji. Efektywność połączonej metody MEB/MES polega głównie na redukcji wymiaru problemu w stosunku do klasycznego podejścia MES. Procedury generacji oraz modyfikacji siatki, wykonywane podczas zadania optymalizacji, są zatem prostsze. Rozważana metoda jest także efektywna w przypadku konstrukcji obciążanych dynamicznie oraz dokładniejsza od klasycznego podejścia MES w przypadku występowania obszarów koncentracji naprężeń występujących w konstrukcjach usztywnionych, w których zakładamy dodatkowo możliwość zastosowania różnych materiałów dla elementów usztywniających i konstrukcji bazowej. Skuteczność oraz dobrą efektywność wprowadzonej metody potwierdzono na podstawie porównań z rozwiązaniami uzyskanymi przy zastosowaniu innych metod. W pracy został zaproponowany algorytm rojowej identyfikacji własności akustycznych pomieszczenia. Metoda ta polegała na minimalizacji funkcji celu zależnej od różnicy wartości ciśnienia akustycznego, obliczanej na podstawie danych pochodzących z pomiarów oraz wartości wyznaczonych drogą symulacji numerycznej. Zastosowano podejście oparte na połączeniu zmodyfikowanego algorytmu rojowego oraz metody rozwiązań podstawowych, zaimplementowanej w celu rozwiązywania zagadnienia brzegowego akustyki. Wykorzystano wprowadzoną w pracy nową wersję algorytmu rojowego, opartą na zastosowaniu zmodyfikowanego równania prędkości cząstki. Równanie to rozszerzono o dodatkowe komponenty prędkości, tj. komponent stochastyczny oraz komponent gradientowy. W celu poprawy efektywności algorytmu zastosowano hybrydyzację z quasi newtonowską metodą optymalizacji gradientowej. Porównanie zaproponowanej metody z metodą opartą na zastosowaniu strategii ewolucyjnej wykazało znaczne polepszenie skuteczności oraz efektywności w przypadku zastosowania wprowadzonej metody. Niejednokrotnie w praktyce przemysłowej konieczne jest uzyskanie wyników w jak najkrótszym czasie. Główną wadą metod opartych na zastosowaniu algorytmów bazujących na analizie populacji rozwiązań w każdej iteracji procesu optymalizacji, jak algorytmy ewolucyjne, immunologiczne czy rojowe, jest długi czas obliczeń. Dlatego też wybór najefektywniejszego algorytmu wydaje się mieć duże znaczenie praktyczne. Efektywność algorytmu zależy ściśle od problemu optymalizacji i trudno jest jednoznacznie stwierdzić, że dany algorytm będzie w danym przypadku najlepszy. Można znaleźć wiele publikacji poświęconych analizie efektywności oraz skuteczności różnych metod optymalizacji oraz ich porównaniom przy różnych kryteriach. W pracy dokonano porównania efektywności algorytmów rojowych i ewolucyjnych, biorąc pod uwagę średnią liczbę wywołań funkcji celu przy optymalnych parametrach algorytmów. W przypadku wszystkich analizowanych zadań lepszą efektywność wykazywał algorytm rojowy. Cechą algorytmów rojowych jest szybka zbieżność w początkowej fazie procesu optymalizacji oraz jej spowolnienie w dalszym jego etapie. Problem ten można rozwiązać dzięki zastosowaniu hybrydyzacji z algorytmami optymalizacji gradientowej, które zostają wywoływane w momencie znalezienia obszaru występowania optimum globalnego. W zaproponowanym hybrydowym algorytmie można wyróżnić dwa etapy, w których obliczany zostaje gradient. W pierwszym, rojowym etapie, gradient poprawia zbieżność roju. Etap ten można traktować 5/13

jako równoczesną optymalizację rojowo gradientową. W etapie kolejnym proces rojowy zostaje zatrzymany i przebiega już tylko optymalizacja gradientowa, podczas której można zaobserwować szybką zbieżność do optimum globalnego. Potwierdzają to testy algorytmu hybrydowego wykonane w przypadku identyfikacji parametrów akustycznych pomieszczenia, które wykazały znaczne przyspieszenie procesu optymalizacji. Poprawność zaproponowanych metod optymalizacji sprawdzano przez porównanie otrzymanych rozwiązań z rozwiązaniami otrzymanymi innymi metodami. Otrzymane rozwiązania były tożsame z przyjętymi do porównań, co wskazuje na skuteczność zaproponowanych metod. Rój cząstek, rozpatrywany jako zbiór interaktywnych, wzajemnie oddziałujących przedstawicieli bez centralnego sterowania, postępujący według prostych reguł, znajdował rozwiązanie każdego sformułowanego w pracy problemu z zakresu optymalizacji układów mechanicznych. Dowodzi to istnieniu inteligencji roju także w środowisku programowym sztucznego życia. W monografii przedstawiono wybrane przykłady zastosowań algorytmów rojowych w zakresie optymalizacji układów mechanicznych. Dodatkowo w ramach zespołowego Projektu Badawczego N N501 216637 Optymalizacja układów mechanicznych przy zastosowaniu algorytmów rojowych, kierowanego przez autora pracy, zrealizowano badania dotyczące optymalizacji oraz identyfikacji w przypadku zagadnień termosprężystych, piezoelektrycznych oraz kompozytowych. Biorąc pod uwagę zrealizowane z powodzeniem, przedstawione w pracy oraz wykonane w zakresie Projektu Badawczego przykłady zastosowań algorytmu rojowego, można wnioskować o celowości zastosowania metod rojowych w praktyce przemysłowej dla prowadzenia wspomaganych komputerowo prac w zakresie projektowania i inżynierii produkcji oraz o celowości dalszych badań związanych z ich wykorzystaniem i ulepszaniem. 5. Omówienie pozostałych osiągnięć naukowo badawczych (artystycznych) Stopień naukowy doktora nauk technicznych uzyskałem w 2003 roku. Tematem rozprawy była Optymalizacja układów powierzchniowych z wykorzystaniem algorytmów ewolucyjnych. Promotorem pracy był prof. dr hab. inż. Tadeusz Burczyński a recenzentami: prof. dr hab. inż. Witold Gutkowski z Instytutu Podstawowych Problemów Techniki Polskiej Akademii Nauk oraz dr hab. inż. Piotr Fedeliński, prof. nzw. Politechniki Śląskiej. W pracy doktorskiej opracowałem metodologię topologicznej optymalizacji ewolucyjnej układów powierzchniowych, tj. tarcz, płyt i powłok. W tym celu zrealizowałem zadania cząstkowe w postaci: i) opracowanie algorytmu i oprogramowania dla ewolucyjnej optymalizacji topologicznej układów powierzchniowych; ii) zastosowanie metody elementów skończonych do analizy układów powierzchniowych; iii) połączenie algorytmów ewolucyjnych z metodą elementów skończonych w zastosowaniu dla układów powierzchniowych. Opracowana metodologia bazująca na metodzie optymalizacji globalnej w postaci algorytmu ewolucyjnego 6/13

wykazała swą skuteczność w zagadnieniach optymalizacji powierzchniowych układów mechanicznych. Po uzyskaniu stopnia naukowego doktora moje zainteresowania naukowe skoncentrowałem głównie na zastosowaniu metod inteligencji obliczeniowej w zagadnieniach optymalizacji układów mechanicznych ze szczególnym uwzględnieniem metod optymalizacji bazujących na zastosowaniu algorytmów rojowych. W celu poprawy efektywności algorytmu rojowego zaproponowałem jego modyfikacje bazujące na ulepszeniu klonalnym oraz gradientowym, a także hybrydyzację z quasi newtonowską metodą optymalizacji gradientowej. Wyniki uzyskiwane z zastosowaniem metod rojowych porównywałem z rozwiązaniami zadań optymalizacji oraz identyfikacji otrzymanymi przy wykorzystaniu, opracowanych w macierzystym Instytucie Mechaniki i Inżynierii Obliczeniowej, algorytmów ewolucyjnych oraz sztucznych systemów immunologicznych. Opracowałem też metodologię rojowej optymalizacji topologicznej układów powłokowych i powłokowo bryłowych oraz rojowej optymalizacji rozmieszczenia i kształtu żeber w tego rodzajach układów. Zastosowałem również algorytmy rojowe w problemach optymalizacji i identyfikacji w przypadku zagadnień akustycznych, termosprężystych, piezoelektrycznych czy kompozytowych. Opracowane metodologie i algorytmy wraz z rozwiązaniami przykładowych problemów były publikowane i prezentowane na międzynarodowych i krajowych konferencjach. W tabeli 1 zestawiłem publikacje według ich typu, które ukazały się po uzyskaniu stopnia naukowego doktora. Informacje o udziałach procentowych dla publikacji współautorskich po doktoracie zawiera szczegółowy Wykaz publikacji autorstwa i współautorstwa Mirosława Szczepanika po uzyskaniu stopnia doktora. Tabela 1. Zestawienie publikacji po uzyskaniu stopnia doktora Typ publikacji Liczba publikacji Autorstwo lub współautorstwo publikacji naukowych w czasopismach znajdujących się w bazie Journal Citation Reports (JCR) Autorstwo lub współautorstwo publikacji naukowych z tzw. "listy filadelfijskiej, ISI, Web of Science Autorstwo lub współautorstwo publikacji naukowych w pozostałych czasopismach Autorstwo bądź współautorstwo monografii i rozdziałów w książkach Autorstwo lub współautorstwo publikacji naukowych w materiałach konferencyjnych 5 7 5 5 68 7/13

Moje wskaźniki związane z dorobkiem zgodnie z Rozporządzeniem Ministra Nauki i Szkolnictwa Wyższego z dnia 1 września 2011 r. w sprawie kryteriów oceny osiągnięć osoby ubiegającej się o nadanie stopnia doktora habilitowanego 4. oraz 5. wynoszą (stan na dzień 20.11.2013): 4. pkt. 3: sumaryczny impact factor publikacji naukowych według listy Journal Citation Reports (JCR), zgodnie z rokiem opublikowania wynosi 4.432. 4. pkt. 4: Liczba cytowań publikacji według bazy Web of Science (WoS) wynosi 44. 4. pkt. 5: indeks Hirsch'a opublikowanych publikacji według bazy Web of Science (WoS) wynosi 5. 4. pkt. 6: kierowanie międzynarodowymi lub krajowymi projektami badawczymi lub udział w takich projektach. Kierowałem 1 krajowym projektem badawczym i byłem wykonawcą w 8 krajowych projektach badawczych, co zestawiłem w Tabeli 2. Tabela 2. Zestawienie projektów badawczych Nazwa projektu Projekt badawczy MNiSW nr N N501 216637: Optymalizacja układów mechanicznych przy zastosowaniu algorytmów rojowych, 2009 2012. Projekt badawczy KBN nr 4T11F00822: Równoległe i rozproszone obliczenia ewolucyjne w zagadnieniach optymalnego projektowania i identyfikacji, 2003 2005. Projekt badawczy MNiSW nr 3T11F 00929: Zastosowanie gridów obliczeniowych w optymalizacji konstrukcji, 2005 2008. Projekt badawczy MNiSW nr 4T07A 007 29: Zastosowanie inteligencji obliczeniowej w optymalizacji konstrukcji materiałów, 2005 2008. Projekt badawczy MNiSW nr 4573/T02/2007/33: Zastosowanie obliczeń ziarnistych w projektowaniu maszyn, 2007 2009. Projekt badawczy MNiSW nr N N519 2976 33: Optymalizacja immunologiczna układów fizycznych, 2007 2010. Projekt badawczy MNiSW nr N N519 313835: Wielodyscyplinarna i wielokryterialna optymalizacja systemów technicznych: metodologia i aplikacje komputerowe, 2008 2011. Projekt badawczy MNiSW nr N N507 448334: Optymalizacja i identyfikacja kompozytów z zastosowaniem metod inteligencji, obliczeniowej, 2008 2011. Projekt badawczy MNiSW nr N N519 383836: Optymalizacja i identyfikacja w zagadnieniach wieloskalowych z użyciem systemów inteligentnych", 2009 2012. Charakter udziału kierownik 8/13

4. pkt. 8: wygłoszenie referatów na międzynarodowych lub krajowych konferencjach tematycznych: Wygłosiłem 20 referatów na międzynarodowych konferencjach i sympozjach: 1. Symposium on Methods of Artificial Intelligence in Mechanics and Mechanical Engineering AI MECH, Gliwice 2004, T. Burczyński, M. Szczepanik, W. Kuś: Optimization of stiffeners locations in 2 D structures using distributed evolutionary algorithms. 2. 16 th International Conference on Computer Methods in Mechanics CMM, Wisła 2005, T. Burczyński, M. Szczepanik, W. Kuś: Evolutionary optimization of stiffeners locations in 2 D structures. 3. Symposium on Methods of Artificial Intelligence AI MECH, Gliwice 2005, M. Szczepanik, T. Burczyński,: Evolutionary optimization of topology and stiffeners locations in 2 D structures. 4. III European Conference on Computational Mechanics. Solids, Structures and Coupled Problems in Engineering, Lisbon, Portugal 2006, M. Szczepanik: Optimization of topology and stiffeners locations in 2 D structures using evolutionary methods. 5. 17 th International Conference on Computer Methods in Mechanics CMM, Lódz Spała 2007, T. Burczyński, A. Poteralski, M. Szczepanik: Evolutionary optimization of the shellsolid structures. 6. 17 th International Conference on Computer Methods in Mechanics CMM, Lódz Spała 2007, T. Burczyński, A. Poteralski, M. Szczepanik: Global optimization using artificial immune systems and comparison with evolutionary algorithms. 7. 17 th International Conference on Computer Methods in Mechanics CMM, Lódz Spała 2007, T. Burczyński, M. Szczepanik: Topology optimization for minimum mass criterion using evolutionary methods. 8. 8 th World Congress on Computational Mechanics (WCCM8), 5 th European Congress on Computational Methods in Applied Sciences and Engineering (ECCOMAS08), Venice, Italy 2008, T. Burczyński, M. Szczepanik: Artificial immune optimization: tests and comparison with evolutionary algorithm. 9. 18 th International Conference on Computer Methods in Mechanics CMM, Zielona Góra, 2009, M. Szczepanik, A. Poteralski, W. Kuś, T. Burczyński: Application of artificial immune systems in optimization of shell solid structures. 10. 8 th World Congress on Structural and Multidisciplinary Optimization (WCSMO 8), Portugal, Lisbon 2009, M. Szczepanik, A. Poteralski, W. Kuś, T. Burczyński: Shape and topology optimization of shell, solid and shell solid structures using artificial immune systems 11. Evolutionary and Deterministic Methods for Design, Optimization and Control with Applications to Industrial and Societal Problems EUROGEN, Kraków 2009, M. Szczepanik, A. Poteralski, W. Kuś, T. Burczyński: Topology optimization of mechanical systems using artificial immune system. 12. Symposium on Methods of Artificial Intelligence AI MECH, Gliwice 2009, A. Poteralski, M. Szczepanik, T. Burczyński: Immune optimization of mechanical structures. 9/13

13. IV European Congress on Computational Mechanics (ECCM IV), Paryż 2010, M. Szczepanik, A. Poteralski, W. Kuś, T. Burczyński: Topology optimization for minimum mass criterion using PSO. 14. 10 th International Conference on Computational Structures Technology, Walencja 2010, M. Szczepanik, A. Poteralski, W. Kuś, T. Burczyński: Global optimization using PSO and comparison with EA and AIS. 15. 9 th World Congress on Computational Mechanics and 4 th Asian Pacific Congress on Computational Mechanics, Sydney 2010, M. Szczepanik, A. Poteralski, W. Kuś, T. Burczyński: Optimal design of shell, solid and shell solid structures using particle swarm optimizer. 16. 9 th World Congress on Structural and Multidisciplinary Optimization, Shizuoka, Japan 2011, M. Szczepanik, A. Poteralski, R. Górski, W. Kuś, T. Burczyński: Shape swarm optimization of reinforced 2 D structures. 17. 18 th International Conference on Computer Methods in Mechanics CMM, Warszawa 2011, M. Szczepanik, A. Poteralski, W. Kuś, T. Burczyński: Swarm optimization of stiffeners locations in 2 D structures. 18. 10 th World Congress on Computational Mechanics (WCCM 10), Sao Paulo, Brazil 2012, M. Szczepanik, A. Poteralski, J. Ptaszny, W. Kuś, T. Burczyński: Identification of room acoustic properties by means of the particle swarm optimizer with gradient improvement. 19. Swarm and Evolutionary Computation International Symposia, SIDE 2012 and EC 2012, Held in Conjunction with 12 th International Conference on Artificial Intelligence and Soft Computing ICAISC 2012, Zakopane, 2012, M. Szczepanik, A. Poteralski, J. Ptaszny, T. Burczyński: Hybrid Particle Swarm Optimizer and Its Application in Identification of Room Acoustic Properties. 20. 13 th International Conference on Artificial Intelligence and Soft Computing ICAISC, Zakopane 2013, M. Szczepanik, A. Poteralski, A. Długosz, W. Kuś, T. Burczyński: Bio inspired optimization of thermomechanical structures. 5. pkt. 2: udział w międzynarodowych lub krajowych konferencjach naukowych lub udział w komitetach organizacyjnych tych konferencji. Uczestniczyłem w 20 międzynarodowych konferencjach naukowych, na których wygłosiłem referaty, co przedstawiłem w punkcie 4. pkt. 8. 10/13

5. pkt. 3: otrzymane nagrody i wyróżnienia: 1. Zespołowa Nagroda Rektora stopnia III za osiągnięcia organizacyjne, Politechnika Śląska 2008. 2. Zespołowa Nagroda Rektora stopnia I za osiągnięcia organizacyjne, Politechnika Śląska, 2009. 3. Zespołowa Nagroda Rektora stopnia I za osiągnięcia organizacyjne, Politechnika Śląska, 2010. 4. Zespołowa Nagroda Rektora stopnia I za osiągnięcia organizacyjne, Politechnika Śląska, 2011. 5. Zespołowa Nagroda Rektora stopnia III za osiągnięcia organizacyjne, Politechnika Śląska, 2012. 6. Zespołowa Nagroda Rektora stopnia I za osiągnięcia organizacyjne, Politechnika Śląska, 2012. 7. Zespołowa Nagroda Rektora stopnia III za osiągnięcia organizacyjne, Politechnika Śląska, 2013. 8. Stypendysta Subsydium Profesorskiego przyznanego panu prof. dr hab. inż. Tadeuszowi Burczyńskiemu, 2006 2008. 5. pkt. 5: kierowanie projektami realizowanymi we współpracy z przedsiębiorcami, w ramach prac naukowo badawczych. Brałem udział w następujących pracach naukowo badawczych: 1. Opracowanie obliczeń wytrzymałościowych metodą elementów skończonych dla obudowy pieca próżniowego, 2004,. 2. Doradztwo inżynierskie w zakresie wytrzymałości powłokowych części samochodowych oraz zastosowania wzmocnień, 2005 2007,. 5. pkt. 7: członkostwo w międzynarodowych lub krajowych organizacjach i towarzystwach naukowych. Jestem członkiem następujących organizacji i towarzystw naukowych: 1. International Society for Structural and Multidisciplinary Optimiation ISSMO, członek od 2010. 2. Polskie Towarzystwo Metod Komputerowych Mechaniki PTMKM, członek od 2005. 11/13

5. pkt. 8: osiągnięcia dydaktyczne i w zakresie popularyzacji nauki lub sztuki. 1. Opracowałem programy wykładów, ćwiczeń i laboratoriów z następujących przedmiotów: a. wytrzymałość materiałów (wykłady, ćwiczenia, laboratoria); b. mechanika komputerowa (wykłady, laboratoria); c. symulacja procesów dyskretnych (wykłady, laboratoria); d. metoda elementów skończonych (laboratoria); e. obliczenia inżynierskie (laboratoria). 2. Opracowałem i koordynowałem szereg wykładów oraz zajęć pod ogólną nazwą Magia motosportu nowoczesne samochody wyścigowe prezentowanych przez członków koła naukowego PolSL Racing podczas Śląskiej Nocy Naukowców, Politechnika Śląska 2013. 3. Wielokrotnie prowadziłem ponadprogramowe szkolenia modelowania powierzchni karoseryjnych samochodów przy zastosowaniu specjalistycznego programu ICEM Surf. 4. Byłem wykonawcą w projekcie Interaktywne kształcenie inżyniera INTEREDU w ramach zadania Wytrzymałość materiałów. Projekt był realizowany na Wydziale Mechanicznym Technologicznym Politechniki Śląskiej we współpracy z firmą i3d w ramach Programu Operacyjnego Kapitał Ludzki i współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego, 2010 2011. 5. pkt. 9: opieka naukowa nad studentami. 1. Jestem opiekunem koła naukowego PolSl Racing utworzonego na Wydziale Mechanicznym Technologicznym Politechniki Śląskiej w roku 2012. W ramach działalności koła studenci realizują projekt samochodu sportowego (bolidu) i będą współzawodniczyć ze studentami innych uczelniami w zawodach Formula Student / Formula SAE. 2. Byłem promotorem 9 studentów realizujących prace inżynierskie, 3 studentów realizujących prace magisterskie, oraz opiekunem 11 prac magisterskich. 3. Byłem opiekunem 5 publikacji zrealizowanych przez studentów wydziału Mechanicznego Technologicznego Politechniki Śląskiej. 12/13

5. pkt. 11: staże w zagranicznych lub krajowych ośrodkach naukowych lub akademickich. Byłem uczestnikiem następujących staży: 1. Techniki badania materiałów, Niemcy, Ulm, 2 dni, 2005 2. Szkolenie modelowania powierzchni karoseryjnych samochodów w programie ICEM Surf: ICEM Surf Baisic Training, po którym uzyskałem certyfikat szkoleniowy, Niemcy, Monachium, 1 tydzień szkolenie, 2 tydzień zastosowanie w praktyce, 2007. 5. pkt. 14: recenzowanie publikacji w czasopismach międzynarodowych i krajowych. Recenzowałem publikacje zgłaszane do następujących czasopism: 1. Journal of Biomimetics, Biomaterials, and Tissue Engineering; 2. CAMES Computer Assisted Mechanics and Engineering Sciences. 13/13