(1) ΓΕΝΙΚΑ

 ΣΧΟΛΗ  Μηχανικών Παραγωγής και Διοίκησης
 2η ΣΧΟΛΗ  
 ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ  Προπτυχιακό
 ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ  ΜΠΔ 507  ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ  9ο
 ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
   Διαλέξεις 2  
   Φροντιστηριακές Ασκήσεις 2  
   Σύνολο 4 5
 ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ  Ειδίκευσης
 ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ  
 ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ KAI ΕΞΕΤΑΣΕΩΝ  Ελληνικά
 ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS   Όχι
 ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)  

 

(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

 Μαθησιακά Αποτελέσματα

 Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:

  •  Καταγράφει διαθέσιμα μοντέλα πρόβλεψης και βασικές γνώσεις της Τεχνολογικής Πρόβλεψης
  •  Αναγνωρίζει τις ιδιότητες διαφορετικών μοντέλων τεχνολογικής πρόβλεψης
  •  Εξασκείται στην χρήση διαφορετικών μοντέλων πρόβλεψης
  •  Αναλύει τα αποτελέσματα των προβλέψεων στην διμόρφωση της κοινωνίας και της οικονομίας
  •  Συνθέτει διαφορετικά μοντέλα πρόβλεψης νέων τεχνολογιών
  •  Αξιολογεί τα αποτελέσματα πρόβλεψης και τα πρότυπα εξέλιξης της τεχνολογίας
 Γενικές Ικανότητες
  •  Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
  •  Προσαρμογή σε νέες καταστάσεις
  •  Λήψη αποφάσεων
  •  Ομαδική εργασία
  •  Γραπτή επικοινωνία
  •  Πρωτοβουλία
  •  Χρήση Υπολογιστή
  •  Επίλυση προβλημάτων
  •  Διαχείριση αριθμητικών δεδομένων
  •  Εργασία σε διεπιστημονικό περιβάλλον

 

(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Έννοιες και ορισμοί. Πολυωνυμικά μοντέλα. Διωνυμικά μοντέλα: Coleman, Dodd, Bass, Mahajan, Floyd, Sharif-Kabir, Easingwood-Mahajan, Von Bertalanffy. Άλλα μοντέλα: κανονική κατανομή, λογαριθμική κανονική κατανομή, κατανομή Weibull, κατανομή Gompertz. Νέα μοντέλα: τροποποιημένο μοντέλο NSRL. Γενικευμένα ρητά μοντέλα: GRMI και ΙΙ. Εφαρμογές.

 

(4) ΔΙΔΑΚΤΙΚΕΣ KAI ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ

 ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ   Με φυσική παρουσία
 ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
 Στη διδασκαλία:  βιντεοπροβολέα, e-class
 Στην εργαστηριακή εκπαίδευση:  εργασίες με λογισμικό
 Στην επικοινωνία με τους φοιτητές:   e-class, email
 ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
 Διαλέξεις  26 ώρες
 Φροντιστήρια  26 ώρες
 Εκπόνηση Ομαδικής Εργασίας  26 ώρες
 Εκπόνηση έρευνας/μελέτης  20 ώρες
 Αυτοτελής μελέτη  15 ώρες
 Μελέτη και ανάλυση Βιβλιογραφίας  20 ώρες
 Σύνολο  133 ώρες


Διδακτέα Ύλη ανά Εβδομάδα (13 εβδομάδες) :

Α. ΔΙΑΛΕΞΕΙΣ
1. Πρότυπα διάχυσης των τεχνολογιών
2. Αναλλοίωτες. Η κωδωνοειδής καμπύλη του κύκλου ζωής
3. Η σιγμοειδής καμπύλη της αθροιστικής ανάπτυξης Ο νόμος της φυσιολογικής ανάπτυξης
4. Διαδοχικές αντικαταστάσεις τεχνολογιών
5. Αντικαταστάσεις βασικών πηγών ενέργειας λόγω νεων τεχνολογιών
6. Αντικαταστάσεις υποδομών μεταφορικών μέσων λόγω νέων τεχνολογιών
7. Πολιτιστική αντίδραση στην καινοτομία
8. Η χρονολόγηση των καμπυλών τεχνολογικής ανάπτυξης
9. Μαθηματική διατύπωση των Σιγμοειδών καμπυλών. Οι εξισώσεις Voltera Lotka
10. Αντικαταστάσεις ένα προς ένα: Δύο ανταγωνιστές στον ίδιο χώρο
Πολλαπλός ανταγωνισμός: Πολλοί ανταγωνιστές συγχρόνως
11. Προβλεψιμότητα ενός συστήματος. Χαοτικές περίοδοι διάχυσης των τεχνολογιών
12. Ποσοτικές μέθοδοι- Χρονοσειρές: Μέθοδος Κινητού Μέσου Όρου, Μέθοδος Σταθμικού Μέσου Όρου, Μέθοδος Εκθετικής Εξομάλυνσης, Μέθοδος Κλασσικής Αποσύνθεσης, Μέθοδος Σειρών Fourier, Μέθοδος ARIMA (AutoRegressive Integrated Moving Average), Νευρωνικά δίκτυα, Νεύρο-ασαφή συστήματα.
13. Αιτιολογικές ποσοτικές μέθοδοι: Μέθοδος Ανάλυσης Παλινδρόμησης, Οικονομετρική Μέθοδος, Κυκλική Μέθοδος, Μέθοδος Box-Jenkins/MARIMA (Multivariate ARIMA), Μέθοδος εισροών-εκροών, Νευρωνικά δίκτυα, Ασαφή λογική, Νεύρο-ασαφή συστήματα.

Β. ΦΡΟΝΤΙΣΤΗΡΙΑ
1. Αυτοπαλίνδρομα μοντέλα πρόβλεψης τεχνολγιών
2. Σιγμοειδείς καμπύλες διάχυσης νέων τεχνολγιών
3. Αυτοπαλίνδρομα μοντέλα κινητού μέσου
4. Box Jenkins μοντέλα
5. Νευρωνικά δίκτυα
6. Ασαφή λογική
7. Νεύρο-ασαφή μοντέλα
8. Αναλλοίωτες
9. Χαοτικά μοντέλα
10. Μοντέλα τεχνολογικών κύκλων
11. Μοντέλα οικονομικών κύκλων
12. Μοντέλα αντικατάστασης υποδομών
13. Μοντέλα αντικατάστασης ενρεγειακών πηγών

 

(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

 Αθροιστική/Συμπερασματική (για βαθμό φοιτητή) Αξιολόγηση
 Γραπτή Τελική Εξέταση   80%   (Ερωτήσεις πολλαπλής επιλογής / Αντιστοίχιση) 
     (Ερωτήσεις σύντομης απάντησης)
 Ομαδική Εργασία  20%   (Διόρθωση Παραδομένης Εργασίας)

 

(6) ΣΥΝΙΣΤΩΜΕΝΗ ΒΙΒΛΙΟΓΡΑΦΙΑ

Προτεινόμενη Βιβλιογραφία:

  • Θεόδωρος Μόδης, (2005), Προβλέψεις. Πανεπιστημιακές εκδόσεις Κρήτης.

Συναφής Βιβλιογραφία (μερική κάλυψη):

  • National Research Council, (2005), Persistent forecasting of Disruptive Technologies. The natinal Academy Press, Washington.
  • Armstrong Paul (2017), Disruptive Technologies. KoganPage, New York
  • Martino Joseph (2012) Technological Forecasting for Decision Making. McGraw Hill, New York
  • P. K. Rohatgi (1979) Technological Forecasting, McGraw-Hill, New York

Συναφή επιστημονικά περιοδικά:

  • Technological Forecasting and Social Change
  • Technological Forecasting
  • Technological Forecasting in the Decision Process
  • Journal of Forecasting