PROBLEM PRZEPŁYWOWY Z PRZEZBROJENIAMI ORAZ CIĄGŁĄ PRACĄ MASZYN

Wielkość: px
Rozpocząć pokaz od strony:

Download "PROBLEM PRZEPŁYWOWY Z PRZEZBROJENIAMI ORAZ CIĄGŁĄ PRACĄ MASZYN"

Transkrypt

1 PROBLEM PRZEPŁYWOWY Z PRZEZBROJENIAMI ORAZ CIĄGŁĄ PRACĄ MASZYN Wojcech BOŻEJKO, Radosław IDZIKOWSKI, Meczysław WODECKI Streszczene: W pracy rozpatrujemy probem przepływowy z przezbrojenam maszyn pomędzy oejno wyonywanym operacjam oraz cągłą pracą maszyn ang. no de). Przyjęte ogranczena, dotyczące asycznego probemu przepływowego, są fundamentane przy budowe mode do harmonogramowana przedsęwzęć budowanych reazowanych w systeme potoowym. Przedstawamy mode matematyczny oraz grafowy zagadnena oraz dowodzmy pewnych jego własnośc, tóre zastosowano w onstrucj agorytmu heurystycznego opartego na metodze przeszuwana z tabu Słowa uczowe: szeregowane zadań, przezbrojena, metaheurystya 1. Wprowadzene W procese panowana obetów budowanych pojawa sę probem harmonzacj robót z uwzgędnenem szeregu ogranczeń technoogcznych organzacyjnych. Jednym z najstotnejszych jest oneczność zapewnena cągłośc wyonywana pewnych prac. W przypadu znacznego rozproszena reazowanych obetów onecznym jest taże uwzgędnene czasów przemeszczana sprzętu pracownów oraz ch narzędz. Jeże przedsęwzęce jest reazowana w systeme potoowym Bożejo n. [1], [2], to jego odpowednem w przemyśe jest system producj przepływowej ang. fow). Już szczegóny przypade rozpatrywanego probemu, tj. asyczny probem przepływowy F C ) naeży do asy najtrudnejszych, sne NP-trudnych, probemów optymazacj ombnatorycznej. Ograncza to zares stosowana agorytmów doładnych do nstancj o newech rozmarach. Z tego powodu, do wyznaczana satysfacjonujących rozwązań rozpatrywanego probemu, stosujemy agorytm metaheurystyczny oparty na metodze przeszuwana z tabu. 2. Sformułowane probemu Probem przepływowy z pracą cągłą pewnych maszyn oraz czasam przezbrojeń maszyn pomędzy operacjam można sformułować następująco: Probem: Zadana ze zboru J { J1, J 2, Jn}, naeży wyonać na maszynach ze zboru M M, M, M }. Każdy zadane J J jest cągem m operacj { 1 2 m J = [ O, O,2,, O,,1 m ], 559

2 przy czym operacja O, j = 1,2,, n, j = 1,2,, m) z zadana J jest wyonywana przez maszynę M w czase j p,. Nech O będze zborem wszystch operacj. j Po zaończenu pewnej, a przed rozpoczęcem następnej operacj naeży doonać przezbrojene maszyny. Nech s, M, j, j J) będze czasem przezbrojena j - tej maszyny pomędzy operacjam O, oraz O. Załadamy, że ażda maszyna ze n zboru M M n M ) pracuje w sposób cągły, tj. bezpośredno po wyonanu dowonej operacj następuje przezbrojene maszyny natychmast rozpoczęce następnej operacj. Operacje zadana J J naeży wyonać w zadany porządu technoogcznym, tzn. dowona operacja, j O, ma być wyonywana po zaończenu j O, j1, a przed rozpoczęcem O, j1 2 j m 1). Muszą być przy tym spełnone następujące ogranczena: a) ażda operacja może być wyonywana tyo przez jedną, oreśoną przez porząde technoogczny, maszynę, b) żadna maszyna ne może wyonywać jednocześne węcej nż jedną operację, c) w ramach ażdego zadana mus być zachowany porząde technoogczny, d) wyonywane żadnej operacj ne może być przerwane przed jej zaończenem, e) wyróżnone maszyny muszą pracować w systeme cągłym. Operacje ażdego zadana są wyonywane w taej samej oejnośc, wobec tego ażde rozwązane może być reprezentowane przez permutację zadań. Oznaczmy przez zbór wszystch tach permutacj = n! ). Rozpatrywany w pracy probem sprowadza sę do wyznaczena permutacj zadań tj. momentów rozpoczęca wyonywana poszczegónych operacj) spełnających ogranczena a)-e), aby moment zaończena wszystch zadań był mnmany. W sróce probem ten będzemy oznacza przez NSFS Mode matematyczny Jeże zadana są wyonywane w oejnośc oraz C ), jest momentem j zaończena operacj O, to wyznaczene momentu zaończena wyonywana ), j wszystch zadań sprowadza sę do wyznaczena: C 1) ) = C m, n) przy ogranczenach: C,, j) p 1, j) C 1, j ) = 1,..., m 1, j = 1,..., n, 2) C, j) p, j1) s j ), j1) C, j1), = 1,..., m, j = 1,..., n 1, 3) =, n C, j) C, j 1) p, j) s j1), j) j = 2,3,..., n, M, 4) W tym przypadu momenty rozpoczęca operacj S, j ) = C, j ) p, j), = 1,2,, m, j = 1,2,, n. 5) 560

3 Bez straty ogónośc możemy przyjąć, że termn rozpoczęca wyonywana perwszej operacj przez perwszą maszynę S = 0. 1, 1) Można łatwo sprawdzć, że oreśone przez 1)-4) momenty rozpoczęca zaończena operacj spełnają ogranczena a)-e), węc są rozwązanem dopuszczanym probemu NSFS. Wobec tego, rozwązane rozpatrywanego w pracy probemu sprowadza sę do wyznaczena permutacj optymanej taej, że C ) = mn{ C ) : }. Rozpatrujemy przyład probemu szeregowana sedmu zadań n = 7 ) na trzech maszynach m = 3). Czasy wyonywana zadań na poszczegónych maszynach operacj) są zameszczone w tabe 1. Tabea 1. Czasy wyonywana zadań na maszynach. Zadane Maszyna Maszyna Maszyna Rozpatrujemy uszeregowane zadań, permutację naturaną = 1,2,3,4,5,6,7). Harmonogram Gantta, da asycznego probemu szreregowana, tj. harmonogramu spełnającego ogranczena 2)-4), jest przedstawony na rysunu 1. Termn uończena wszystch zadań C ) = 30. Na rysunu 2 przedstawono dagram Gantta da probemu z cągłą pracą drugej maszyny dodatowo z ogranczenem 5)), tj. M n = { Maszyna 2}. W tm przypadu, termn uończena wszystch zadań C ) = 32. Rys. 1. Kasyczny probem przepływowy 561

4 Rys. 2. Probem przepływowy z cągłą pracą maszyn Łatwo udowodnć, że wartość optymanego rozwązana probemu przepływowego jest donym ogranczene wartośc rozwązana probemu NSFS. 3. Metoda rozwązana Rozpatrywany w pracy probem wyznaczena oejnośc wyonywana zadań jest NPtrudny. Do jego rozwązana będzemy stosowa agorytm heurystyczny oparty na na metodze przeszuwana z tabu Goer [6], [7]), w sróce TS. Jest to obecne jedna z najbardzej efetywnych metod onstruowana agorytmów przybżonych, a przy tym determnstyczna. Zasadnczym eementem tej metody jest otoczene - sposób jego generowana oraz przeszuwana ma decydujący wpływ na czas obczeń oraz jaość wyznaczanych rozwązań. Aby zmnejszyć czas wyonywana pojedynczej teracj, będzemy orzysta z subotoczeń generowanych z wyorzystanem tzw. własnośc emnacyjnych boów stosowanych w najepszych agorytmach rozwązywana probemu przepływowego, opubowanych przez Nowcego Smutncego [10] oraz Grabowsego Wodecego [8] Otoczena Zarówno w asycznych już dzś agorytmach przybżonych rozwązywana probemów optymazacj dysretnej np. przeszuwane z tabu, symuowane wyżarzane, agorytmy memetyczne, td.), ja obecne coraz bardzej popuarnych agorytmach bazujących na metodach sztucznej ntegencj np. sec neuronowe, agorytmy stadne, mmunoogczne, mrówowe, td.) stosuje sę przeszuwane otoczeń. Jego ceem jest wyznaczene oanego mnmum z pewnego podzboru przestrzen rozwązań. W przypadu, gdy rozwązana dopuszczane probemu optymazacyjnego są reprezentowane przez permutacje, do generowana otoczeń są stosowane ruchy - funcje zamenające pozycjam eementy w permutacj. Do najczęścej stosowanych naeżą ruchy typu zameń ang. swap) oraz wstaw ang. nsert), a taże ch złożena tzw. mutruchy, Bożejo Wodec [4]). Otoczena generowane przez pojedyncze ruchy mają zazwyczaj czbę eementów rzędu O n 2 ) gdze n jest czbą eementów permutacj). W przypadu mutruchów może być ona wyładncza Congram n. [5] oraz [4]. W teraturze przedstawono wee własnośc przyspeszjących proces przeszuwana otoczeń. Wśród nch można wyróżnć tzw. własnośc emnacyjne boów, tóre z powodzenem zastosowano w agorytmach rozwązywana trudnych probemów jednomaszynowych 562

5 Wodec [12]) oraz weomaszynowych Nowc Smutnc [10]). W daszej częśc pracy przedstawmy metodę generowana otoczeń oraz subotoczeń zastosowaną w agorytme TS rozwązywana probemu NSFS. Udowodnmy własnośc, umożwające pomnęce weu ruchów eementów otoczena), poneważ generowane przez te ruchy rozwązana ne dają poprawy wartośc atuane najepszego rozwązana. Nech będze pewną n-eementową permutacją - rozwązanem dopuszczanym rozpatrywanego probemu. Ruchem nazywamy przeształcene generujące z nową permutację, tóra jest rozwązanem dopuszczanym probemu, tj. naeży do zboru. Ruch poega węc na zmane oejnośc eementów w permutacj. Jeże I jest pewnym ustaonym zborem ruchów, wówczas N I ) = { : = r ), r I} 6) jest otoczenem permutacj. Oczywśce, zbór N I ). W onstrucjach weu agorytmów rozwązywana probemów optymazacj dysretnej są z powodzenem stosowane zarówno otoczena o weomanowej, ja wyładnczej czbe eementów. Im otoczene jest węsze, tym dłużej trawa jego przeszuwane. Są to zazwyczaj najbardzej czasochłonne obczena w weu agorytmach metaheurystycznych. W daszej częśc pracy udowodnmy, że pewne ruchy, tóre ne generują rozwązań epszych nż, można pomnąć w procese generowana otoczena Reprezentacja grafowa rozwązana Da rozwązana = 1), 2),, n)), tj. oejnośc wyonywana zadań przez ażdą z maszyn onstruujemy graf serowany G ) = V, A ); p, s, r), z obcążonym werzchołam łuam, gdze: a) zbór werzchołów V = O, b) zbór łuów A ) = R ) E ) E ) zawera: n m1 - łu ponowe: R ) = { O, ), O 1, ) }. Łu tego zbóru łączą oejne =1 =1 operacje tego samego zadana reprezentują cąg technoogczny). m n1 - łu pozome: E ) = { O, ), O, 1) }, reprezentujące permutację, =1 =1 n1 ) = { O, 1), O, ) B n m=1 - łu powrotne: E }, zapewnające cągłość pracy maszyny. c) wag werzchołów p : V, p O ) = p, O J, J J,,, j, j, j M d) wag łuów: - ponowych, jest równa zero, - pozomych s : E ), s O, O ) = s, = 1,2,, n 1,, ), 1 ), 1) M, 563

6 - powrotnych : E r ), r O, O ) = p s., 1),, ) ), 1) 1, w) = 1, 2,, w, 1 Cąg werzchołów W ) grafu G ) tach, że ) A ), = 1,2,..., w 1 nazywamy śceżą z werzchoła 1 do w. Jej długość L w 1, w) = p ) =1 w1 s, 1 =1 jest równa sume wag werzchołów łuów włączne z wagą perwszego ostatnego werzchoła). Przez W O1, 1), O m, n) ) oznaczamy śceżę rytyczną w grafe G ), tj. najdłuższą śceżę w grafe z werzchoła O do 1, 1) Om,, przez n) L O1, 1), O m, n) ) jej długość. Wnose 1 Da permutacj zadań czas zaończena wyonywana wszystch operacj przez maszyny jest równy długośc śceż rytycznej W O, 1, 1) O ) w grafe G ), tj. C ) = L O, ). 1, 1) O m, n) m, n) Da ustaonej permutacj, nech P O1, 1), O m, n) ) będze cągem werzchołów śceż rytycznej w grafe G ). Subpermutację zadań tj. cąg bezpośredno występujących po sobe zadań w permutacj) K = a ), a 1),, b )) M nazywamy -tą sładową śceż rytycznej, jeże: ) operacje z K są wyonywane przez tą samą -tą maszynę, ) K jest masymaną ze wzgędu na zawerane) subpermutacją spełnającą ogranczene ). 1 2 m Przez K = [ K, K,, K ] będzemy oznacza cąg oejnych sładowych permutacj. Łatwo zauważyć, że ażde zadane naeży do przynajmnej jednej ze sładowych oraz jeże < j,, j M, to 1. K K j =, gdy 1 < j ub j j 2. K K = { b ) = a )}, gdy 1 = j. Eementam wspónym oejnych sładowych są węc jedyne ch perwsze oraz ostatne eementy Bo zadań Cąg werzchołów,, ) V, = 1,2,, t) grafu G ) nazywamy śceżą 1 2 t omwojażera z 1 do t jeże jest to najrótsza śceża pomędzy tym werzchołam zawerająca wszyste eementy zboru,,, }. Łatwo zauważyć, że dowona { 2 3 t 1 zmana oejnośc werzchołów tej śceż ne zmnejsza odegłośc pomędzy 1 do t w grafe G ). 564

7 Nech K = a ), a 1),, b będze -tą sładową. Permutację = a ), a 1), b ) nazywamy wzorcem da -tej sładowej, jeże a ) = a ), b ) = b ) oraz a ),, b )) jest śceżą omwojażera zawerającą doładne wszyste werzchoł sładowej K. Wobec tego, zadań sładowej Nech K przez -tą maszynę. J )) jest optymaną oejnoścą wyonywana = a), a 1),, b)), 7) będze cągem bezpośredno występujących po sobe zadań w sładowej K, wzorcem oraz u, u, a u, b ) parą pozycj w permutacj tach, że: jej W1: a) = u), a 1) = u 1),, b 1) = 1), b) = ), ub W2: b) = u), b 1) = u 1),, a 1) = 1), a) = ), W3: J jest masymanym podcągem ze wzgędu na zawerane tj. ne można go powęszyć an o eement a 1), an o b 1) ), spełnającym ogranczene W1 ub W2. Jeże cąg zadań 7) w permutacj spełna warun W1 W3 ub W2 W3, to nazywamy go boem da -tej maszyny M ). Bo bez perwszego ostatnego eementu tj. gdy b a 2 ) nazywamy boem wewnętrznym. Nech J [ J, J,, J ] będze cągem boów da -tej sładowej. Łatwo = 1 2 n wyazać, że ażdy eement sładowej K naeży do doładne jednego bou. Agorytm rozbca sładowej na bo n eementowej permutacj) ma złożoność obczenową O n), zobacz [3]. Twerdzene 1 Jeże permutacja została wygenerowana z oejnośc eementów w pewnym bou wewnętrznym, to C ) C ). przez zmanę Dowód. Nech będze permutacją wygenerowaną z przez zamanę oejnośc eementów w pewnym bou wewnętrznym permutacj. Załadamy ne wprost, że C ) < C ). Idea daszej częśc bazuje na dowodze Twerdzena 3 zameszczonego w pracy [8]. Z Twerdzena 1 wyna, że generując otoczene można pomnąć rozwązana wyznaczone przez zmanę oejnośc eementów bou wewnętrznego. Ne dają bowem one bezpośrednej poprawy wartośc beżącego rozwązana. 565

8 3.4. Generowane subotoczeń W teraturze opsano wee ruchów bazujących na zamane oejnośc eementów w permutacj. Na podstawe Twerdzena 1 można wysnuć przypuszczene, że orzystnym będze stosowane ruchów typu,,wstaw" -ruch) powęszających bo. Generane, ta ruch sprowadza sę do przestawena eementu z jego pozycj w permutacj przed ub za nny eement. Doładnej, da różnych pozycj t, w permutacj ruch typu wstaw t t t generuje nową permutację = ) przez przestawene eementu t) z pozycj t na pozycję w. Otoczene 6) generowane z zastosowanem tzw. własnośc emnacyjnych boów Twerdzene 1) będzemy nazywa subotoczenem. Jego stosowane znaczne przyspesza dzałane agorytmu TS. Im węsze są bo tym mnejsze są subotoczena, a węc rótszy jest czas ch przeszuwana. Jeże I ) jest zborem wszystch -ruchów, to otoczenem permutacj, jest zbór t t t N ) = { ) = : I )}. I Lczba eementów otoczena moc zboru ) N generowanego przez -ruchy wynos 2 n 1). Nech 1 2 m K = [ K, K,, K ] będze cągem sładowych permutacj. Załadamy, że da -tej sładowej K = a ),, b ), permutacja = a ),, b ) jest wzorcem, a J I = 1,2,, n -tym boem. Da ustaena uwag załóżmy, że J = a), a 1),, b)). Jeże ) = a) a b ), to przez a oznaczamy -rucha poegający na a bezpośredn przez bo). Podobe, 1 przestawenu eementu z pozycj na pozycję 1 1 przez przez b oznaczamy ruch poegający na przestawenu eementu z pozycj na pozycję b 1 bezpośredno za bo). Da bou J, = 1,2,, n, defnujemy zbory zadań andydatów do przestawena w permutacj u I = { ) : u = a, a 1,, a 2, b 2, b 3,, b, { a 1, b 1}}, Zbory te zawerają eementy, tóre będą przestawane,,za" ub,,przed" odpowedn bo, tj. za ostatn ub przed perwszy eement bou. Oczywśce ruchy ze zborów I mogą ecz ne muszą) przyneść poprawę beżącej wartośc rozwązana C ). Na podstawe przedstawonych rozważań, ostateczne generując z nową permutację 566

9 będzemy stosowa ruchy ze zboru m n I ) = I ), 8) =1 =1 Rozmar tego otoczena zaeży bezpośredno od czby boów, a ne bezpośredno od czby zadań n oraz maszyn m. Przejdzemy obecne do opsu metody wyznaczana eementu w permutacj, tóry zostane przestawone za ostatn ub przed perwszy) eement bou. Szuamy -ruchu generującego permutację graf) o możwe najmnejszej długośc śceż rytycznej. Da uproszczena zapsu przyjmujemy następujące założena: 1. beżąca permutacja ) = 1,2,3,, n), 2. rozpatrujemy r-ty bo B = a, a 1,, b 1, b), 3. pomjamy ndesy maszyn np. przy oznaczenach czasów przezbrojeń). Da dowonego ruchu I ), = a 1 tj. przestawającego eement bezpośredno przed bo B ) wprowadzamy oznaczene af, ) = s 1, 1 s 1, s, 1 s, a s, s, a. 9) Podobne da ruch I ), = b 1 tj. przestawającego eement bezpośredno za bo B ) b bf 1, 1 1,, 1 b,, b1 b, b1, ) = s s s s s s. 10) Złożoność obczenowa wyznaczena wartośc wyrażena, ), { a, b} jest O 1). Twerdzene 2 Jeże permutacja została wygenerowana z ruchu I ), to termn zaończena wszystch zadań gdze { a, b}. C ) C ) af, ), przez wyonane Dowód. Dowód sprowadza sę do wyazana, że w grafe G ) stneje pewna droga z werzchoła O 1, 1) do werzchoła m, n) O o długośc C ), ). Poneważ C ) jest najdłuższą taą drogą, stąd wyna nerówność w teze twerdzena. Wartość wyrażena C ), ) jest węc donym oszacowanem rozwązana af C ). Wobec tego, x) { af, bf } mogą być stosowane jao ryterum wyboru najepszego ruchu - eementu z subotoczena N I ). Stosując ruchy typu zameń swap), w podobny sposób możemy generować oraz przeszuwać subotoczena w agorytme TS. af 567

10 4. Wyznaczane wzorców Do wyznaczana boów da -tej maszyny oneczny jest wzorzec - śceża omwojażera pomędzy parą werzchołów w grafe. Jej wyznaczene jest probemem NPtrudnym. Da pratycznych probemów z dużą czbą zadań, czas obczeń agorytmu optymanego jest w pratyce neaceptowany. W tym przypadu stosować będzemy agorytm przybżony 2-opt. Ma on neweą złożoność O n 2 ), ja wyna z opsanych w teraturze esperymentów obczenowych, wyznacza rozwązana różnące sę o a procent od optymanych. Zastosowane agorytmu przybżonego powoduje, że mogą ne być spełnone założena dotyczące defncj bou wzorzec może ne być śceżą omwojażera). W wynu tego, orzystając z Twerdzena 1, przy generowanu subotoczeń mogą być ewentuane wyemnowane dobre tj. dające bezpośredną poprawę) rozwązana. 5. Esperymenty obczenowe Przeprowadzone zostały esperymenty numeryczne tórych ceem było zweryfowane efetywnośc badanego agorytmu przeszuwana z tabu. Agorytm zampementowany został w języu C++ w środowsu Mcrosoft Vsua Studo 2010 przetestowany na omputerze Samsung NP730U3E-S02PL wyposażonym w procesor Inte Core U 2,0 GHz pracujacym pod ontroą systemu operacyjnego Wndows 10. Obczena zostały przeprowadzone na zborze 110 przyładów przepływowego probemu szeregowana z rpzezbrojenam zaczerpnętych z pracy Ruz Stütze [11]. Dane pogrupowano w 11 grup, ażda o tej samej czbe zadań oraz maszyn. Jao marę jaośc agorytmu przyjęto średne procentowe odchyene Percentage Reate Deaton, PRD) ref najepszego otrzymanego rozwązana wzgędem rozwązana referencyjnego : ref ref PRD ) = 100% C ) C ))/ C ). Agorytm został zampementowany w dwóch wersjach: z otoczenem generowanym rucham typu wstaw nsert) oraz zameń swap). Obczena przeprowadzono da czby teracj wynoszącej Da ażdej nstancj probemu jao referencyjne przyjęte zostało rozwązane otrzymane za pomocą onstrucyjnego agorytmu NEH Nawaz, Enscore, Ham [9]). Otrzymane wyn zaprezentowane są w tabe 2. Poszczegóne oumny oznaczają odpowedno: t N czas dzałana agorytmu NEH, t I czas dzałana agorytmu TS z otoczenem typu wstaw nsert), t S czas dzałana agorytmu TS z otoczenem typu zameń swap), PRD I procentowy błąd wzgędny agorytmu z rucham typu wstaw PRD S procentowy błąd wzgędny agorytmu z rucham typu zameń. 568

11 Tabea 2. Czas obczeń oraz PRD da ustaonej czby teracj. t N s t I s) t S s) %) PRD n m ) PRD %) ,0034 0,0186 0,0177-2,74-2, ,0193 0,0567 0,0567-2,64-2, ,0204 0,1306 0,1285-3,83-3, ,0991 0,2092 0,2156-1,56-1, ,1630 0,4528 0,4459-3,25-3, ,3034 0,9229 0,9302-3,48-3, ,7354 1,2632 1,2317-0,88-0, ,5440 2,7882 2,7226-1,26-1, ,2280 5,7525 5,7632-2,29-2, ,766 19,158 19,243-0,84-1, ,731 41,346 41,033-1,50-1,73 Średno 6,4194 6,5544 6,5265-2,21-2,29 Na podstawe zameszczonych wynów można stwerdzć, że wybór ruchu, przy generowanu otoczena, pratyczne ne ma wpływu na czas obczeń oraz wartośc wyznaczanych rozwązań różnce są newee). Naeży podreść, że obe wersje agorytmu przeszuwana z tabu mają nema dentyczny średn czas obczeń, ja agorytm onstrucyjny NEH. 6. Wnos W pracy przedstawono agorytm przeszuwana z tabu da probemu przepływowego z cągłą pracą pewnych maszyn oraz przezbrojenam maszyn pomędzy oejno wyonywanym operacjam. Przy generowanu otoczeń wyorzystano emnacyjne własnośc boów ze śceż rytycznej. Natomast, w procedurze przeszuwana subotoczena, wartośc funcj ceu są szacowane z dołu w czase stałym, nezaeżnym od czby zadań oraz czby maszyn. Lteratura 1. Bożejo W., Hejduc Z., Wodec M., Appyng metaheurstc strateges n constructon projects management, Journa of C Engneerng and Management, Tayor & Francs, 2012, Vaume 185), Bożejo W., Hejduc Z., Uchrońs M., Wodec M., Song resource-constraned con-structon schedung probems wth oeraps by metaheurstc, Journa of C Engneerng and Management, Tayor & Francs, 2014, Voume 205), Bożejo W., Uchrońs M., Wodec M., Boc approach to the cycc fow shop schedung, Computers & Industra Engneerng, 81, 2015, Bożejo W., Wodec M., On the theoretca propertes of swap mutmoes, Operatons Research Letters, 352), 2007, Congram, R.K., Potts C.N., Van de Vede S.L., An terated dynasearch agorthm for the snge-machne tota weghted tardness schedung probem, INFORMS Journa on Computng, o. 14, no. 1, 2002, Goer F., Tabu search. Part I.ORSA Journa on Computng, 1, 1989, Goer F., Tabu search. Part II.ORSA Journa on Computng, 2, 1990, I S 569

12 8. Grabows J., Wodec M., A ery fast tabu search agorthm for the permutaton fow shop probem wth maespan crteron, Computers & Operatons Research, 31, 2004, Nawaz M., Enscore E.E., Ham I., A heurstc agorthm for the m -machne, n -job fow-shop sequencng probem, OMEGA, 11/1, 1983, Nowc E., C. Smutnc, A fast tabu search agorthm for the permutaton fow-shop probem, European Journa of Operatona Research, 1996, 91, Ruz R., Stütze T., An terated greedy heurstc for the sequence dependent setup tmes fowshop probem wth maespan and weghted tardness objectes, European Journa of Operatona Research 187 3), 2008, Wodec M., A boc approach to earness-tardness schedung probems, Internatona Journa on Adanced Manufacturng Technoogy, 40, 2009, Dr hab. Wojcech BOŻEJKO, prof. nadzw. Mgr nż. Radosław IDZIKOWSKI Katedra Automaty, Mechatron Systemów Sterowana Wydzał Eetron Potechna Wrocławsa, Wyb. Wyspańsego 27, Wrocław e-ma: wojcech.bozejo@pwr.edu.p radosaw.dzows@pwr.edu.p Dr hab. Meczysław WODECKI, prof. nadzw. Instytut Informaty Unwersytet Wrocławs, u.joot-cure Wrocław, e-ma: meczysaw.wodec@uwr.edu.p 570

CYKLICZNY SYSTEM PRODUKCYJNY Z DWUMASZYNOWYMI GNIAZDAMI

CYKLICZNY SYSTEM PRODUKCYJNY Z DWUMASZYNOWYMI GNIAZDAMI CYKLICZNY SYSTEM PRODUKCYJNY Z DWUMASZYNOWYMI GNIAZDAMI Wojcech BOŻEJKO, Potr NADYBSKI, Marusz UCHROŃSKI, Meczysław WODECKI Streszczene: W pracy rozpatrujemy eastyczny system producj cycznej, w tórym operacje

Bardziej szczegółowo

STABILNOŚĆ ROZWIĄZAŃ PEWNEGO PROBLEMU SZEREGOWANIA Z PROBABILISTYCZNYMI CZASAMI WYKONYWANIA ZADAŃ

STABILNOŚĆ ROZWIĄZAŃ PEWNEGO PROBLEMU SZEREGOWANIA Z PROBABILISTYCZNYMI CZASAMI WYKONYWANIA ZADAŃ STABILNOŚĆ ROZWIĄZAŃ PEWNEGO PROBLEMU SZEREGOWANIA Z PROBABILISTYCZNYMI CZASAMI WYKONYWANIA ZADAŃ Wocech BOŻEJKO, Paweł RAJBA, Meczysław WODECKI Streszczene: W pracy badano stabność rozwązań wyznaczonych

Bardziej szczegółowo

PROBLEM PRZEPŁYWOWY Z PRZEZBROJENIAMI ORAZ CIĄGŁĄ PRACĄ MASZYN Wojciech BOŻEJKO, Radosław IDZIKOWSKI, Mieczysław WODECKI

PROBLEM PRZEPŁYWOWY Z PRZEZBROJENIAMI ORAZ CIĄGŁĄ PRACĄ MASZYN Wojciech BOŻEJKO, Radosław IDZIKOWSKI, Mieczysław WODECKI PROBLEM PRZEPŁYWOWY Z PRZEZBROJENIAMI ORAZ CIĄGŁĄ PRACĄ MASZYN Wojciech BOŻEJKO, Radosław IDZIKOWSKI, Mieczysław WODECKI Streszczenie W pracy rozpatrujemy problem przepływowy z przezbrojeniami maszyn pomiędzy

Bardziej szczegółowo

RÓWNOLEGŁY ALGORYTM NEURO-TABU DLA PROBLEMU GNIAZDOWEGO SZEREGOWANIA ZADAŃ

RÓWNOLEGŁY ALGORYTM NEURO-TABU DLA PROBLEMU GNIAZDOWEGO SZEREGOWANIA ZADAŃ ÓWNOLEGŁY ALGOYTM NEUO-TABU DLA POBLEMU GNIAZDOWEGO SZEEGOWANIA ZADAŃ Wojcech BOŻEJKO, Marusz UCHOŃSKI, Meczysław WODECKI Streszczene: W pracy proponujemy zastosowane dwóch równoległych algorytmów bazujących

Bardziej szczegółowo

WYZNACZENIE ROZKŁADU TEMPERATUR STANU USTALONEGO W MODELU 2D PRZY UŻYCIU PROGRMU EXCEL

WYZNACZENIE ROZKŁADU TEMPERATUR STANU USTALONEGO W MODELU 2D PRZY UŻYCIU PROGRMU EXCEL Zeszyty robemowe Maszyny Eetryczne Nr /203 (98) 233 Andrze ałas BOBRME KOMEL, Katowce WYZNACZENIE ROZKŁADU TEMERATUR STANU USTALONEGO W MODELU 2D RZY UŻYCIU ROGRMU EXCEL SOLVING STEADY STATE TEMERATURE

Bardziej szczegółowo

RÓWNOLEGŁY ALGORYTM POPULACYJNY DLA PROBLEMU GNIAZDOWEGO Z RÓWNOLEGŁYMI MASZYNAMI

RÓWNOLEGŁY ALGORYTM POPULACYJNY DLA PROBLEMU GNIAZDOWEGO Z RÓWNOLEGŁYMI MASZYNAMI RÓWNOLEGŁY ALGORYTM POPULACYJNY DLA PROBLEMU GNIAZDOWEGO Z RÓWNOLEGŁYMI MASZYNAMI Wojcech BOŻEJKO, Marusz UCHROŃSKI, Meczysław WODECKI Streszczene: W pracy rozpatrywany jest ogólny problem kolejnoścowy

Bardziej szczegółowo

5. Pochodna funkcji. lim. x c x c. (x c) = lim. g(c + h) g(c) = lim

5. Pochodna funkcji. lim. x c x c. (x c) = lim. g(c + h) g(c) = lim 5. Pocodna funkcj Defncja 5.1 Nec f: (a, b) R nec c (a, b). Jeśl stneje granca lm x c x c to nazywamy ją pocodną funkcj f w punkce c oznaczamy symbolem f (c) Twerdzene 5.1 Jeśl funkcja f: (a, b) R ma pocodną

Bardziej szczegółowo

Przykład 5.1. Kratownica dwukrotnie statycznie niewyznaczalna

Przykład 5.1. Kratownica dwukrotnie statycznie niewyznaczalna rzykład.. Kratownca dwukrotne statyczne newyznaczana oecene: korzystaąc z metody sł wyznaczyć sły w prętach ponższe kratowncy. const Rozwązane zadana rozpoczynamy od obczena stopna statyczne newyznaczanośc

Bardziej szczegółowo

Zeszyt Naukowy Warszawskiej Wyższej Szkoły Informatyki Nr 9, Rok 7, 2013, s. 119-137

Zeszyt Naukowy Warszawskiej Wyższej Szkoły Informatyki Nr 9, Rok 7, 2013, s. 119-137 Zeszyt Nauowy Warszawsej Wyższej Szoły Informaty Nr 9, Ro 7, 2013, s. 119-137 Mode motywacj nauczycea studentów podczas nabywana ompetencj Emma Kusztna, Oeg Zan, Andrzej Żyławs, Ryszard Tadeusewcz Streszczene

Bardziej szczegółowo

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE Inormatyka Podstawy Programowana 06/07 Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE 6. Równana algebraczne. Poszukujemy rozwązana, czyl chcemy określć perwastk rzeczywste równana:

Bardziej szczegółowo

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,

Bardziej szczegółowo

STATYSTYKA. Zmienna losowa skokowa i jej rozkład

STATYSTYKA. Zmienna losowa skokowa i jej rozkład STATYSTYKA Wnosowane statystyczne to proces myślowy polegający na formułowanu sądów o całośc przy dysponowanu o nej ogranczoną lczbą nformacj Zmenna losowa soowa jej rozład Zmenną losową jest welość, tóra

Bardziej szczegółowo

Wprowadzenie do Sieci Neuronowych Sieci rekurencyjne

Wprowadzenie do Sieci Neuronowych Sieci rekurencyjne Wprowadzene do Sec Neuronowych Sec rekurencyjne M. Czoków, J. Persa 2010-12-07 1 Powtórzene Konstrukcja autoasocjatora Hopfelda 1.1 Konstrukcja Danych jest m obrazów wzorcowych ξ 1..ξ m, gdze każdy pojedynczy

Bardziej szczegółowo

Wielokryterialny Trójwymiarowy Problem Pakowania

Wielokryterialny Trójwymiarowy Problem Pakowania Łukasz Kacprzak, Jarosław Rudy, Domnk Żelazny Instytut Informatyk, Automatyk Robotyk, Poltechnka Wrocławska Welokryteralny Trójwymarowy Problem Pakowana 1. Wstęp Problemy pakowana należą do klasy NP-trudnych

Bardziej szczegółowo

SŁAWOMIR WIAK (redakcja)

SŁAWOMIR WIAK (redakcja) SŁAWOMIR WIAK (redacja Aademca Ofcyna Wydawncza EXIT Recenzenc: Prof. Janusz Turows Potechna Łódza Prof. Ewa Naperasa Juszcza Unversty Le Nord de France, LSEE, UA, Francja Autorzy rozdzałów: Prof. Potr

Bardziej szczegółowo

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB Rozwązywane zadań optymalzacj w środowsku programu MATLAB Zagadnene optymalzacj polega na znajdowanu najlepszego, względem ustalonego kryterum, rozwązana należącego do zboru rozwązań dopuszczalnych. Standardowe

Bardziej szczegółowo

Zapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie.

Zapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie. Zaps nformacj, systemy pozycyjne 1 Lteratura Jerzy Grębosz, Symfona C++ standard. Harvey M. Detl, Paul J. Detl, Arkana C++. Programowane. Zaps nformacj w komputerach Wszystke elementy danych przetwarzane

Bardziej szczegółowo

RUCH OBROTOWY Można opisać ruch obrotowy ze stałym przyspieszeniem ε poprzez analogię do ruchu postępowego jednostajnie zmiennego.

RUCH OBROTOWY Można opisać ruch obrotowy ze stałym przyspieszeniem ε poprzez analogię do ruchu postępowego jednostajnie zmiennego. RUCH OBROTOWY Można opsać ruch obrotowy ze stałym przyspeszenem ε poprzez analogę do ruchu postępowego jednostajne zmennego. Ruch postępowy a const. v v at s s v t at Ruch obrotowy const. t t t Dla ruchu

Bardziej szczegółowo

WikiWS For Business Sharks

WikiWS For Business Sharks WkWS For Busness Sharks Ops zadana konkursowego Zadane Opracowane algorytmu automatyczne przetwarzającego zdjęce odręczne narysowanego dagramu na tablcy lub kartce do postac wektorowej zapsanej w formace

Bardziej szczegółowo

Metody Numeryczne 2017/2018

Metody Numeryczne 2017/2018 Metody Numeryczne 7/8 Inormatya Stosowana II ro Inżynera Oblczenowa II ro Wyład 7 Równana nelnowe Problemy z analtycznym rozwązanem równań typu: cos ln 3 lub uładów równań ja na przyład: y yz. 3z y y.

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Prawdopodobeństwo statystya.05.00 r. Zadane Zmenna losowa X ma rozład wyładnczy o wartośc oczewanej, a zmenna losowa Y rozład wyładnczy o wartośc oczewanej. Obe zmenne są nezależne. Oblcz E( Y X + Y =

Bardziej szczegółowo

Ćw. 5. Wyznaczanie współczynnika sprężystości przy pomocy wahadła sprężynowego

Ćw. 5. Wyznaczanie współczynnika sprężystości przy pomocy wahadła sprężynowego 5 KATEDRA FIZYKI STOSOWANEJ PRACOWNIA FIZYKI Ćw. 5. Wyznaczane współczynna sprężystośc przy pomocy wahadła sprężynowego Wprowadzene Ruch drgający należy do najbardzej rozpowszechnonych ruchów w przyrodze.

Bardziej szczegółowo

Parametry zmiennej losowej

Parametry zmiennej losowej Eonometra Ćwczena Powtórzene wadomośc ze statysty SS EK Defncja Zmenną losową X nazywamy funcję odwzorowującą przestrzeń zdarzeń elementarnych w zbór lczb rzeczywstych, taą że przecwobraz dowolnego zboru

Bardziej szczegółowo

IN YNIERIA BEZPIECZE STWA LABORATORIUM NR 6

IN YNIERIA BEZPIECZE STWA LABORATORIUM NR 6 IN YNIERIA BEZPIECZE STWA LABORATORIUM NR 6 WYBRANE ZAGADNIENIA Z TEORII LICZB 1. Wybrane zagadnena z teor lczb Do onstruowana systemów ryptografcznych u Ŝ ywa sę czę sto wyrafnowanego aparatu matematycznego,

Bardziej szczegółowo

1. WZORY TRANSFORMACYJNE METODY PRZEMIESZCZEŃ

1. WZORY TRANSFORMACYJNE METODY PRZEMIESZCZEŃ Część. WZORY TRANSFORMACYJNE METODY PRZEMIESZCZEŃ.. WZORY TRANSFORMACYJNE METODY PRZEMIESZCZEŃ.. Wstęp Podstawowym narzędzem służącym do rozwązywana zadań metodą przemeszczeń są wzory transformacyjne.

Bardziej szczegółowo

Funkcje wielu zmiennych różniczkowalność

Funkcje wielu zmiennych różniczkowalność Funcje weu zmennyc różnczowaność Zajmemy sę teraz różnczowanem funcj weu zmennyc. Zacznemy od pojęca pocodnej cząstowej, bo jest ono najważnejszym zarazem najprostszym z tyc, tórym przyjdze nam sę zająć.

Bardziej szczegółowo

Równania rekurencyjne na dziedzinach

Równania rekurencyjne na dziedzinach Marek Materzok Równana rekurencyjne na dzedznach Pommo, ż poczynłem starana, aby praca ta była możlwe kompletna wolna od błędów, ne mogę zagwarantować, że ne wkradły sę do nej żadne neścsłośc czy pomyłk.

Bardziej szczegółowo

Przykład 4.1. Belka dwukrotnie statycznie niewyznaczalna o stałej sztywności zginania

Przykład 4.1. Belka dwukrotnie statycznie niewyznaczalna o stałej sztywności zginania Przykład.. Beka dwukrotne statyczne newyznaczana o stałej sztywnośc zgnana Poecene: korzystając z metody sł sporządzć wykresy sł przekrojowych da ponŝszej bek. Wyznaczyć ugęce oraz wzgędną zmanę kąta w

Bardziej szczegółowo

SYSTEMY UCZĄCE SIĘ WYKŁAD 5. LINIOWE METODY KLASYFIKACJI. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska.

SYSTEMY UCZĄCE SIĘ WYKŁAD 5. LINIOWE METODY KLASYFIKACJI. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska. SYSEMY UCZĄCE SIĘ WYKŁAD 5. LINIOWE MEODY KLASYFIKACJI Częstochowa 4 Dr hab. nż. Grzegorz Dude Wydzał Eletryczny Poltechna Częstochowsa FUNKCJE FISHEROWSKA DYSKRYMINACYJNE DYSKRYMINACJA I MASZYNA LINIOWA

Bardziej szczegółowo

MATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5

MATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5 MATEMATYKA POZIOM ROZSZERZONY Krytera ocenana odpowedz Arkusz A II Strona 1 z 5 Odpowedz Pytane 1 2 3 4 5 6 7 8 9 Odpowedź D C C A B 153 135 232 333 Zad. 10. (0-3) Dana jest funkcja postac. Korzystając

Bardziej szczegółowo

CYKLICZNY PROBLEM PRZEPŁYWOWY Z PRZEZBROJENIAMI MASZYN

CYKLICZNY PROBLEM PRZEPŁYWOWY Z PRZEZBROJENIAMI MASZYN CYKLICZNY PROBLEM PRZEPŁYWOWY Z PRZEZBROJENIAMI MASZYN Wojciech BOŻEJKO, Łuasz KACPRZAK, Mieczysław WODECKI Streszczenie: W pracy zajmujemy się cylicznym problemem przepływowym z przezbrojeniami maszyn.

Bardziej szczegółowo

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi. 3 Metody estymacj N ( µ, σ ) Wyzacz estymatory parametrów µ 3 Populacja geerala ma rozład ormaly mometów wyorzystując perwszy momet zwyły drug momet cetraly z prób σ metodą 3 Zmea losowa ma rozład geometryczy

Bardziej szczegółowo

ANALIZA HARMONOGRAMÓW POWYKONAWCZYCH W BUDOWNICTWIE

ANALIZA HARMONOGRAMÓW POWYKONAWCZYCH W BUDOWNICTWIE ANALIZA HARMONOGRAMÓW POWYKONAWCZYCH W BUDOWNICTWIE Wocech BOŻEJKO Zdzsław HEJDUCKI Marusz UCHROŃSKI Meczysław WODECKI Streszczene: W pracy przedstawono metodę wykorzystana harmonogramów powykonawczych

Bardziej szczegółowo

MECHANIKA BUDOWLI 2 1. UKŁADY PRZESTRZENNE

MECHANIKA BUDOWLI 2 1. UKŁADY PRZESTRZENNE Oga Kopacz, Adam Łodygows, Krzysztof Tymper, chał łotowa, Wojcech awłows Konsutacje nauowe: prof. dr hab. JERZY RAKOWSKI oznań / ECHANIKA BUDOWLI. UKŁADY RZESTRZENNE O przestrzennośc ne śwadczy tyo geometra

Bardziej szczegółowo

PERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X

PERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X PERMUTACJE Permutacą zboru -elemetowego X azywamy dowolą wzaeme edozaczą fucę f : X X f : X X Przyład permutac X = { a, b, c, d } f (a) = d, f (b) = a, f (c) = c, f (d) = b a b c d Zaps permutac w postac

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Wykład 9. jej modyfkacje. Oznaczena Będzemy rozpatrywać zagadnene rozwązana następującego układu n równań lnowych z n newadomym x 1... x n : a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x

Bardziej szczegółowo

I. Elementy analizy matematycznej

I. Elementy analizy matematycznej WSTAWKA MATEMATYCZNA I. Elementy analzy matematycznej Pochodna funkcj f(x) Pochodna funkcj podaje nam prędkość zman funkcj: df f (x + x) f (x) f '(x) = = lm x 0 (1) dx x Pochodna funkcj podaje nam zarazem

Bardziej szczegółowo

LABORATORIUM TECHNIKI CIEPLNEJ INSTYTUTU TECHNIKI CIEPLNEJ WYDZIAŁ INŻYNIERII ŚRODOWISKA I ENERGETYKI POLITECHNIKI ŚLĄSKIEJ

LABORATORIUM TECHNIKI CIEPLNEJ INSTYTUTU TECHNIKI CIEPLNEJ WYDZIAŁ INŻYNIERII ŚRODOWISKA I ENERGETYKI POLITECHNIKI ŚLĄSKIEJ INSTYTUTU TECHNIKI CIEPLNEJ WYDZIAŁ INŻYNIERII ŚRODOWISKA I ENERGETYKI POLITECHNIKI ŚLĄSKIEJ INSTRUKCJA LABORATORYJNA Temat ćwczena: BADANIE POPRAWNOŚCI OPISU STANU TERMICZNEGO POWIETRZA PRZEZ RÓWNANIE

Bardziej szczegółowo

p Z(G). (G : Z({x i })),

p Z(G). (G : Z({x i })), 3. Wykład 3: p-grupy twerdzena Sylowa. Defncja 3.1. Nech (G, ) będze grupą. Grupę G nazywamy p-grupą, jeżel G = dla pewnej lczby perwszej p oraz k N. Twerdzene 3.1. Nech (G, ) będze p-grupą. Wówczas W

Bardziej szczegółowo

9. STATECZNOŚĆ SPRĘŻYSTA UKŁADÓW PRĘTOWYCH

9. STATECZNOŚĆ SPRĘŻYSTA UKŁADÓW PRĘTOWYCH Część 9. STATECZOŚĆ SPRĘŻYSTA UKŁADÓW PRĘTOWYCH 1 9. 9. STATECZOŚĆ SPRĘŻYSTA UKŁADÓW PRĘTOWYCH 9.1. Wstęp Omówene zagadnena statecznośc sprężystej uładów prętowych naeży rozpocząć od przybżena probemu

Bardziej szczegółowo

Analiza Matematyczna Ćwiczenia. J. de Lucas

Analiza Matematyczna Ćwiczenia. J. de Lucas Aalza Matematycza Ćwczea J. de Lucas Zadae. Oblczyć grace astępujących fucj a lm y 3,y 0,0 b lm y 3 y ++y,y 0,0 +y c lm,y 0,0 + 4 y 4 y d lm y,y 0,0 3 y 3 e lm,y 0,0 +y 4 +y 4 f lm,y 0,0 4 y 6 +y 3 g lm,y

Bardziej szczegółowo

Część 1 7. TWIERDZENIA O WZAJEMNOŚCI 1 7. TWIERDZENIA O WZAJEMNOŚCI Twierdzenie Bettiego (o wzajemności prac)

Część 1 7. TWIERDZENIA O WZAJEMNOŚCI 1 7. TWIERDZENIA O WZAJEMNOŚCI Twierdzenie Bettiego (o wzajemności prac) Część 1 7. TWIERDZENIA O WZAJEMNOŚCI 1 7. 7. TWIERDZENIA O WZAJEMNOŚCI 7.1. Twerdzene Bettego (o wzajemnośc prac) Nech na dowolny uład ramowy statyczne wyznaczalny lub newyznaczalny, ale o nepodatnych

Bardziej szczegółowo

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni. Zestaw zadań : Przestrzene wektorowe podprzestrzene. Lnowa nezależność. Sumy sumy proste podprzestrzen. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar :

Bardziej szczegółowo

Matematyka finansowa r.

Matematyka finansowa r. . Sprawdź, tóre z ponższych zależnośc są prawdzwe: () = n n a s v d v d d v v d () n n m ) ( n m ) ( v a d s ) m ( = + & & () + = = + = )! ( ) ( δ Odpowedź: A. tylo () B. tylo () C. tylo () oraz () D.

Bardziej szczegółowo

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda BADANIA OPERACYJNE Podejmowane decyzj w warunkach nepewnośc dr Adam Sojda Teora podejmowana decyzj gry z naturą Wynk dzałana zależy ne tylko od tego, jaką podejmujemy decyzję, ale równeż od tego, jak wystąp

Bardziej szczegółowo

2012-10-11. Definicje ogólne

2012-10-11. Definicje ogólne 0-0- Defncje ogólne Logstyka nauka o przepływe surowców produktów gotowych rodowód wojskowy Utrzyywane zapasów koszty zwązane.n. z zarożene kaptału Brak w dostawach koszty zwązane.n. z przestoje w produkcj

Bardziej szczegółowo

Zadanie 1. Udowodnij, że CAUS PRAM. Załóżmy przetwarzanie przyczynowo spójne. Dla każdego obrazu historii hv i zachodzi zatem:

Zadanie 1. Udowodnij, że CAUS PRAM. Załóżmy przetwarzanie przyczynowo spójne. Dla każdego obrazu historii hv i zachodzi zatem: Zadane 1 Udowodnj, że CAUS PRAM Załóżmy przetwarzane przyczynowo spójne. Dla każdego obrazu hstor hv zachodz zatem: O OW O OW x X p j o O o1 o2 o1 o2 o1 j o2 ( o1 = w( x) v o2 = r( x) v) o1 o2 ( o1 o o2)

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZNA INTELIGENCJA WYKŁAD 15. ALGORYTMY GENETYCZNE Częstochowa 014 Dr hab. nż. Grzegorz Dudek Wydzał Elektryczny Poltechnka Częstochowska TERMINOLOGIA allele wartośc, waranty genów, chromosom - (naczej

Bardziej szczegółowo

Laboratorium ochrony danych

Laboratorium ochrony danych Laboratorum ochrony danych Ćwczene nr Temat ćwczena: Cała skończone rozszerzone Cel dydaktyczny: Opanowane programowej metody konstruowana cał skończonych rozszerzonych GF(pm), poznane ch własnośc oraz

Bardziej szczegółowo

Nieliniowe zadanie optymalizacji bez ograniczeń numeryczne metody iteracyjne optymalizacji

Nieliniowe zadanie optymalizacji bez ograniczeń numeryczne metody iteracyjne optymalizacji Nelnowe zadane optymalzacj bez ogranczeń numeryczne metody teracyjne optymalzacj mn R n f ( ) = f Algorytmy poszuwana mnmum loalnego zadana programowana nelnowego: Bez ogranczeń Z ogranczenam Algorytmy

Bardziej szczegółowo

SYSTEM WSPOMAGANIA HARMONOGRAMOWANIA PRZEDSIĘWZIĘĆ BUDOWLANYCH

SYSTEM WSPOMAGANIA HARMONOGRAMOWANIA PRZEDSIĘWZIĘĆ BUDOWLANYCH SYSTEM WSPOMAGANIA HARMONOGRAMOWANIA PRZEDSIĘWZIĘĆ BUDOWLANYCH Wojciech BOŻEJKO, Zdzisław HEJDUCKI, Mariusz UCHROŃSKI, Mieczysław WODECKI Streszczenie: W pracy przedstawiamy system wspomagający harmonogramowanie

Bardziej szczegółowo

Algorytm mrówkowy w optymalizacji dyskretnych problemów nieliniowych

Algorytm mrówkowy w optymalizacji dyskretnych problemów nieliniowych KRENICH Stansław 1 mrówowy w optymalzacj dysretnych problemów nelnowych WSTĘP Proces optymalzacj dysretnych nelnowych problemów jedno ja weloryteralnych jest w dalszym cągu jednym z trudnejszych zagadneń

Bardziej szczegółowo

4. OPTYMALIZACJA WIELOKRYTERIALNA

4. OPTYMALIZACJA WIELOKRYTERIALNA Wybrane zagadnena badań operacyjnych dr nż. Zbgnew Tarapata Wykład nr 4: Optymalzacja welokryteralna 4. OPTYMLIZCJ WIELORYTERIL Decyzje nwestycyjne mają często charakter złożony. Zdarza sę, że przy wyborze

Bardziej szczegółowo

ALGEBRY HALLA DLA POSETÓW SKOŃCZONEGO TYPU PRINJEKTYWNEGO

ALGEBRY HALLA DLA POSETÓW SKOŃCZONEGO TYPU PRINJEKTYWNEGO ALGEBRY HALLA DLA POSETÓW SKOŃCZONEGO TYPU PRINJEKTYWNEGO NA PODSTAWIE REFERATU JUSTYNY KOSAKOWSKIEJ. Moduły prnjektywne posety skończonego typu prnjektywnego Nech I będze skończonym posetem. Przez max

Bardziej szczegółowo

V. WPROWADZENIE DO PRZESTRZENI FUNKCYJNYCH

V. WPROWADZENIE DO PRZESTRZENI FUNKCYJNYCH Krs na Stdach Doktoranckch Poltechnk Wrocławskej wersja: lty 007 34 V. WPROWADZENIE DO PRZESTRZENI FUNKCYJNYCH. Zbór np. lczb rzeczywstych a, b elementy zbor A a A b A, podzbór B zbor A : B A, sma zborów

Bardziej szczegółowo

Udoskonalona metoda obliczania mocy traconej w tranzystorach wzmacniacza klasy AB

Udoskonalona metoda obliczania mocy traconej w tranzystorach wzmacniacza klasy AB Julusz MDZELEWSK Wydzał Eletron Techn nformacyjnych, nstytut Radoeletron, oltechna Warszawsa do:0.599/48.05.09.36 dosonalona metoda oblczana mocy traconej w tranzystorach wzmacnacza lasy AB Streszczene.

Bardziej szczegółowo

Małe drgania wokół położenia równowagi.

Małe drgania wokół położenia równowagi. ałe rgana woół położena równowag. ałe rgana Anazuemy ułay a tórych potencał Vqq,q,..,q posaa mnmum a oreśonych wartośc współrzęnych uogónonych q,, -czba stopn swoboy. ożemy ta przesaować te współrzęne

Bardziej szczegółowo

ROZWIĄZYWANIE DWUWYMIAROWYCH USTALONYCH ZAGADNIEŃ PRZEWODZENIA CIEPŁA PRZY POMOCY ARKUSZA KALKULACYJNEGO

ROZWIĄZYWANIE DWUWYMIAROWYCH USTALONYCH ZAGADNIEŃ PRZEWODZENIA CIEPŁA PRZY POMOCY ARKUSZA KALKULACYJNEGO OZWIĄZYWAIE DWUWYMIAOWYCH USALOYCH ZAGADIEŃ PZEWODZEIA CIEPŁA PZY POMOCY AKUSZA KALKULACYJEGO OPIS MEODY Do rozwązana ustalonego pola temperatury wyorzystana est metoda blansów elementarnych. W metodze

Bardziej szczegółowo

Przykład 2.3 Układ belkowo-kratowy.

Przykład 2.3 Układ belkowo-kratowy. rzykład. Układ bekowo-kratowy. Dany jest układ bekowo-kratowy, który składa sę z bek o stałej sztywnośc EJ częśc kratowej złożonej z prętów o stałej sztywnośc, obcążony jak na rysunku. Wyznaczyć przemeszczene

Bardziej szczegółowo

Programowanie Równoległe i Rozproszone

Programowanie Równoległe i Rozproszone Programowane Równoległe Rozproszone Wykład Programowane Równoległe Rozproszone Lucjan Stapp Wydzał Matematyk Nauk Informacyjnych Poltechnka Warszawska (l.stapp@mn.pw.edu.pl) /38 PRR Wykład Chcemy rozwązać

Bardziej szczegółowo

KONCEPCJA OCENY HYBRYDOWYCH SYSTEMÓW ENERGETYCZNYCH

KONCEPCJA OCENY HYBRYDOWYCH SYSTEMÓW ENERGETYCZNYCH 2-2010 PROBLEMY ESPLOATACJI 159 Robert DZIERŻAOWSI Poltechnka Warszawska OCCJA OCEY HYBRYDOWYCH SYSTEMÓW EERGETYCZYCH Słowa kluczowe Hybrydowy system energetyczny, skojarzony system energetyczny, generator

Bardziej szczegółowo

7. Wykład VII: Warunki Kuhna-Tuckera

7. Wykład VII: Warunki Kuhna-Tuckera Wocech Grega, Metody Optymalzac 7 Wykład VII: Warunk Kuhna-Tuckera 7 Warunk koneczne stnena ekstremum Rozważane est zadane z ogranczenam nerównoścowym w postac: mn F( x ) x X X o F( x ), o { R x : h n

Bardziej szczegółowo

Optymalizacja harmonogramów budowlanych - problem szeregowania zadań

Optymalizacja harmonogramów budowlanych - problem szeregowania zadań Mieczysław POŁOŃSKI Wydział Budownictwa i Inżynierii Środowisa, Szoła Główna Gospodarstwa Wiejsiego, Warszawa, ul. Nowoursynowsa 159 e-mail: mieczyslaw_polonsi@sggw.pl Założenia Optymalizacja harmonogramów

Bardziej szczegółowo

Zmodyfikowana technika programowania dynamicznego

Zmodyfikowana technika programowania dynamicznego Zmodyfkowana technka programowana dynamcznego Lech Madeysk 1, Zygmunt Mazur 2 Poltechnka Wrocławska, Wydzał Informatyk Zarządzana, Wydzałowy Zakład Informatyk Wybrzeże Wyspańskego 27, 50-370 Wrocław Streszczene.

Bardziej szczegółowo

Model referencyjny systemu informacyjnego monitorowania procesu nabywania kompetencji

Model referencyjny systemu informacyjnego monitorowania procesu nabywania kompetencji Mode referencyjny systemu nformacyjnego montorowana procesu nabywana ompetencj AUTOREFERAT ROZPRAWY DOKTORSKIEJ mgr nż. Magdaena Manowsa Promotor: dr hab. Emma Kusztna Recenzenc: dr hab. n.t. Bożena Śmałowsa

Bardziej szczegółowo

5. OPTYMALIZACJA GRAFOWO-SIECIOWA

5. OPTYMALIZACJA GRAFOWO-SIECIOWA . OPTYMALIZACJA GRAFOWO-SIECIOWA Defncja grafu Pod pojęcem grafu G rozumemy następującą dwójkę uporządkowaną (defncja grafu Berge a): (.) G W,U gdze: W zbór werzchołków grafu, U zbór łuków grafu, U W W,

Bardziej szczegółowo

MODYFIKACJA KOSZTOWA ALGORYTMU JOHNSONA DO SZEREGOWANIA ZADAŃ BUDOWLANYCH

MODYFIKACJA KOSZTOWA ALGORYTMU JOHNSONA DO SZEREGOWANIA ZADAŃ BUDOWLANYCH MODYFICJ OSZTOW LGORYTMU JOHNSON DO SZEREGOWNI ZDŃ UDOWLNYCH Michał RZEMIŃSI, Paweł NOW a a Wydział Inżynierii Lądowej, Załad Inżynierii Producji i Zarządzania w udownictwie, ul. rmii Ludowej 6, -67 Warszawa

Bardziej szczegółowo

OPTYMALIZACJA KOSZTÓW PRZEBUDOWY PORTFELA JAKO ZADANIE TRANSPORTOWE. 1. Problem badawczy

OPTYMALIZACJA KOSZTÓW PRZEBUDOWY PORTFELA JAKO ZADANIE TRANSPORTOWE. 1. Problem badawczy B A D A N I A O P E R A C Y J N E I D E C Y Z J E Nr 2 2004 Krzysztof PIASECKI* OPTYALIZACJA KOSZTÓW PRZEBUDOWY PORTFELA JAKO ZADANIE TRANSPORTOWE Wszyste oszty generowane przez prowze malerse są włączone

Bardziej szczegółowo

XXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne

XXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne XXX OLIMPIADA FIZYCZNA ETAP III Zadane dośwadczalne ZADANIE D Nazwa zadana: Maszyna analogowa. Dane są:. doda półprzewodnkowa (krzemowa) 2. opornk dekadowy (- 5 Ω ), 3. woltomerz cyfrowy, 4. źródło napęca

Bardziej szczegółowo

Funkcje i charakterystyki zmiennych losowych

Funkcje i charakterystyki zmiennych losowych Funkcje charakterystyk zmennych losowych Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Funkcje zmennych losowych

Bardziej szczegółowo

Wykład IX Optymalizacja i minimalizacja funkcji

Wykład IX Optymalizacja i minimalizacja funkcji Wykład IX Optymalzacja mnmalzacja funkcj Postawene zadana podstawowe dee jego rozwązana Proste metody mnmalzacj Metody teracj z wykorzystanem perwszej pochodnej Metody teracj z wykorzystanem drugej pochodnej

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1 KURS STATYSTYKA Lekcja 1 Statystyka opsowa ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 W statystyce opsowej mamy pełne nformacje

Bardziej szczegółowo

Weryfikacja hipotez dla wielu populacji

Weryfikacja hipotez dla wielu populacji Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w

Bardziej szczegółowo

o Puchar Pytii - Wybory Prezydenckie 2015

o Puchar Pytii - Wybory Prezydenckie 2015 Centrum Ba. d ań I oścowych nad Po tyką Unhversytetu Jage o ń s k e go Protokół obrad Kaptuły Konkursu o Puchar Pyt - Wybory Prezydencke 2015 Na posedzenu w dnu 2 czerwca 2015 roku na Wydzae Matematyk

Bardziej szczegółowo

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy rozkroju materiałowego, zagadnienia dualne

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy rozkroju materiałowego, zagadnienia dualne Instrukca do ćwczeń laboratorynych z przedmotu: Badana operacyne Temat ćwczena: Problemy rozkrou materałowego, zagadnena dualne Zachodnopomorsk Unwersytet Technologczny Wydzał Inżyner Mechanczne Mechatronk

Bardziej szczegółowo

FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2010, Oeconomica 280 (59), 13 20

FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2010, Oeconomica 280 (59), 13 20 FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Fola Pomer. Unv. Technol. Stetn. 2010, Oeconomca 280 (59), 13 20 Iwona Bą, Agnesza Sompolsa-Rzechuła LOGITOWA ANALIZA OSÓB UZALEŻNIONYCH OD ŚRODKÓW

Bardziej szczegółowo

Modelowanie przepływu cieczy przez ośrodki porowate Wykład IX

Modelowanie przepływu cieczy przez ośrodki porowate Wykład IX Modelowane przepływu ceczy przez ośrodk porowate Wykład IX Metody rozwązywana metodam analtycznym równań hydrodynamk wód podzemnych płaskch zagadneń fltracj. 9.1 Funkcja potencjału zespolonego. Rozważana

Bardziej szczegółowo

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A Analza rodzajów skutków krytycznośc uszkodzeń FMECA/FMEA według MIL STD - 629A Celem analzy krytycznośc jest szeregowane potencjalnych rodzajów uszkodzeń zdentyfkowanych zgodne z zasadam FMEA na podstawe

Bardziej szczegółowo

Za: Stanisław Latoś, Niwelacja trygonometryczna, [w:] Ćwiczenia z geodezji II [red.] J. Beluch

Za: Stanisław Latoś, Niwelacja trygonometryczna, [w:] Ćwiczenia z geodezji II [red.] J. Beluch Za: Stansław Latoś, Nwelacja trygonometryczna, [w:] Ćwczena z geodezj II [red.] J. eluch 6.1. Ogólne zasady nwelacj trygonometrycznej. Wprowadzene Nwelacja trygonometryczna, zwana równeż trygonometrycznym

Bardziej szczegółowo

TRANZYSTOR BIPOLARNY CHARAKTERYSTYKI STATYCZNE

TRANZYSTOR BIPOLARNY CHARAKTERYSTYKI STATYCZNE POLITHNIKA RZSZOWSKA Katedra Podstaw lektronk Instrkcja Nr4 F 00/003 sem. letn TRANZYSTOR IPOLARNY HARAKTRYSTYKI STATYZN elem ćwczena jest pomar charakterystyk statycznych tranzystora bpolarnego npn lb

Bardziej szczegółowo

1 Metody optymalizacji wielokryterialnej... 1 1.1 Ogólna charakterystyka problemu... 1 1.2 Tradycyjne metody optymalizacji wielokryterialnej...

1 Metody optymalizacji wielokryterialnej... 1 1.1 Ogólna charakterystyka problemu... 1 1.2 Tradycyjne metody optymalizacji wielokryterialnej... 1 Metody optymalzacj welokryteralnej.... 1 1.1 Ogólna charakterystyka problemu.... 1 1.2 Tradycyjne metody optymalzacj welokryteralnej.... 3 1.2.1 Metoda ważonych kryterów.... 3 1.2.2 Metoda optymalzacj

Bardziej szczegółowo

Ćw. 26. Wyznaczanie siły elektromotorycznej ogniwa na podstawie prawa Ohma dla obwodu zamkniętego

Ćw. 26. Wyznaczanie siły elektromotorycznej ogniwa na podstawie prawa Ohma dla obwodu zamkniętego 6 KATEDRA FZYK STOSOWANEJ PRACOWNA FZYK Ćw. 6. Wyznaczane sły eektromotorycznej ognwa na podstawe prawa Ohma da obwodu zamknętego Wprowadzene Prądem nazywamy uporządkowany ruch ładunku eektrycznego. Najczęścej

Bardziej szczegółowo

KOŁODZIŃSKI Edward 1 TOMCZYK Łukasz 2 ZAPERT Piotr 3

KOŁODZIŃSKI Edward 1 TOMCZYK Łukasz 2 ZAPERT Piotr 3 KOŁODZIŃSKI Edward TOMCZYK Łukasz 2 ZAPERT Potr 3 Optymazacja użyca sł środków ratownctwa medycznego w zdarzenu masowym, część druga Sformułowane zadana optymanego użyca sł środków ratownctwa medycznego

Bardziej szczegółowo

Ćw. 5. Badanie ruchu wahadła sprężynowego sprawdzenie wzoru na okres drgań

Ćw. 5. Badanie ruchu wahadła sprężynowego sprawdzenie wzoru na okres drgań KAEDRA FIZYKI SOSOWANEJ PRACOWNIA 5 FIZYKI Ćw. 5. Badanie ruchu wahadła sprężynowego sprawdzenie wzoru na ores drgań Wprowadzenie Ruch drgający naeży do najbardziej rozpowszechnionych ruchów w przyrodzie.

Bardziej szczegółowo

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem Zestaw zadań : Przestrzene wektorowe. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar : C C C, (z, v) z v := z v jest przestrzeną lnową nad całem lczb zespolonych

Bardziej szczegółowo

Rozkłady statystyczne w fizyce jądrowej

Rozkłady statystyczne w fizyce jądrowej UNIWERSYTET SZCZECIŃSKI INSTYTUT FIZYKI ZAKŁAD FIZYKI CIAŁA STAŁEGO Ćwczene laboratoryjne Rozłady statystyczne w fzyce jądrowej SZCZECIN 005 WSTĘP Różne neontrolowane zaburzena zewnętrzne (wahana temperatury,

Bardziej szczegółowo

Urządzenia wejścia-wyjścia

Urządzenia wejścia-wyjścia Urządzena wejśca-wyjśca Klasyfkacja urządzeń wejśca-wyjśca. Struktura mechanzmu wejśca-wyjśca (sprzętu oprogramowana). Interakcja jednostk centralnej z urządzenam wejśca-wyjśca: odpytywane, sterowane przerwanam,

Bardziej szczegółowo

MINISTER EDUKACJI NARODOWEJ

MINISTER EDUKACJI NARODOWEJ 4 MINISTER EDUKACJI NARODOWEJ DWST WPZN 423189/BSZI13 Warszawa, 2013 -Q-4 Pan Marek Mchalak Rzecznk Praw Dzecka Szanowny Pane, w odpowedz na Pana wystąpene z dna 28 czerwca 2013 r. (znak: ZEW/500127-1/2013/MP),

Bardziej szczegółowo

6. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO

6. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO Różnce mędzy obserwacjam statystycznym ruchu kolejowego a samochodowego 7. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO.. Obserwacje odstępów mędzy kolejnym wjazdam na stację

Bardziej szczegółowo

Wyszukiwanie. Wyszukiwanie

Wyszukiwanie. Wyszukiwanie ZŁOŻOOŚĆ PROBLEMÓW ALGORYTMICZYCH Dolne górne oszacowana złożonośc problemu Złożoność każdego poprawnego algorytmu znajdującego rozwązane danego problemu ustanawa górne oszacowane złożonośc dla tego problemu.

Bardziej szczegółowo

D Archiwum Prac Dyplomowych - Instrukcja dla studentów

D Archiwum Prac Dyplomowych - Instrukcja dla studentów Kraków 01.10.2015 D Archwum Prac Dyplomowych - Instrukcja dla studentów Procedura Archwzacj Prac Dyplomowych jest realzowana zgodne z zarządzenem nr 71/2015 Rektora Unwersytetu Rolnczego m. H. Kołłątaja

Bardziej szczegółowo

Sztuczne sieci neuronowe. Krzysztof A. Cyran POLITECHNIKA ŚLĄSKA Instytut Informatyki, p. 311

Sztuczne sieci neuronowe. Krzysztof A. Cyran POLITECHNIKA ŚLĄSKA Instytut Informatyki, p. 311 Sztuczne sec neuronowe Krzysztof A. Cyran POLITECHNIKA ŚLĄSKA Instytut Informatyk, p. 311 Wykład 6 PLAN: - Repetto (brevs) - Sec neuronowe z radalnym funkcjam bazowym Repetto W aspekce archtektury: zajmowalśmy

Bardziej szczegółowo

METODA USTALANIA WSPÓŁCZYNNIKA DYNAMICZNEGO WYKORZYSTANIA ŁADOWNOŚCI POJAZDU

METODA USTALANIA WSPÓŁCZYNNIKA DYNAMICZNEGO WYKORZYSTANIA ŁADOWNOŚCI POJAZDU Stansław Bogdanowcz Poltechna Warszawsa Wydzał Transportu Załad Logsty Systemów Transportowych METODA USTALANIA WSPÓŁCZYNNIKA DYNAMICZNEGO WYKORZYSTANIA ŁADOWNOŚCI POJAZDU Streszczene: Ogólna podstawa

Bardziej szczegółowo

AUTOMATYKA I STEROWANIE W CHŁODNICTWIE, KLIMATYZACJI I OGRZEWNICTWIE L3 STEROWANIE INWERTEROWYM URZĄDZENIEM CHŁODNICZYM W TRYBIE PD ORAZ PID

AUTOMATYKA I STEROWANIE W CHŁODNICTWIE, KLIMATYZACJI I OGRZEWNICTWIE L3 STEROWANIE INWERTEROWYM URZĄDZENIEM CHŁODNICZYM W TRYBIE PD ORAZ PID ĆWICZENIE LABORAORYJNE AUOMAYKA I SEROWANIE W CHŁODNICWIE, KLIMAYZACJI I OGRZEWNICWIE L3 SEROWANIE INWEREROWYM URZĄDZENIEM CHŁODNICZYM W RYBIE PD ORAZ PID Wersja: 03-09-30 -- 3.. Cel ćwczena Celem ćwczena

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7 Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy zmennych dyskretnych 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy

Bardziej szczegółowo

Eugeniusz Rosołowski. Komputerowe metody analizy elektromagnetycznych stanów przejściowych

Eugeniusz Rosołowski. Komputerowe metody analizy elektromagnetycznych stanów przejściowych Eugenusz Rosołows Komputerowe metody analzy eletromagnetycznych stanów przejścowych Ocyna Wydawncza Poltechn Wrocławsej Wrocław 9 Opnodawcy Jan IŻYKOWSKI Paweł SOWA Opracowane redacyjne Mara IZBIKA Koreta

Bardziej szczegółowo

8. Optymalizacja decyzji inwestycyjnych

8. Optymalizacja decyzji inwestycyjnych dr nż. Zbgnew Tarapata: Optymalzacja decyzj nwestycyjnych, cz.ii 8. Optymalzacja decyzj nwestycyjnych W rozdzale 8, część I przedstawono elementarne nformacje dotyczące metod oceny decyzj nwestycyjnych.

Bardziej szczegółowo

Optymalizacja harmonogramów budowlanych - problem szeregowania zadań

Optymalizacja harmonogramów budowlanych - problem szeregowania zadań Mieczysław OŁOŃSI Wydział Budownictwa i Inżynierii Środowisa, Szoła Główna Gospodarstwa Wiejsiego, Warszawa, ul. Nowoursynowsa 159 e-mail: mieczyslaw_polonsi@sggw.pl Założenia Optymalizacja harmonogramów

Bardziej szczegółowo

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np. Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane

Bardziej szczegółowo