ZASTOSOWANIE UCZENIA ZE WZMOCNIENIEM W UKŁADACH STEROWANIA RUCHEM STATKU
|
|
- Bogumił Wolski
- 5 lat temu
- Przeglądów:
Transkrypt
1 Andrzej Rak Akademia Morska w Gdyni ZASTOSOWANIE UCZENIA ZE WZMOCNIENIEM W UKŁADACH STEROWANIA RUCHEM STATKU W arykule przedsawiono ideę zasosowania algorymów uczenia ze wzmocnieniem do wyznaczania rajekorii saku na ograniczonym akwenie, w obecności przeszkód nawigacyjnych. Program serujący sakiem pełni rolę ucznia, kóry poprzez dynamiczne inerakcje z ooczeniem zdobywa informację warościującą (wzmocnienie), oceniającą akcje podejmowane przez en program. Ciąg akcji ma doprowadzić do wykonania zadania zgodnie z obraną sraegią decyzyjną. W proponowanym rozwiązaniu zadaniem dla ucznia jes znalezienie możliwej do przebycia, bezpiecznej rajekorii ruchu saku mającego wykonać manewry na ograniczonym akwenie. 1. WPROWADZENIE Zagadnienie auomaycznego serowania sakiem dzieli się zazwyczaj na kilka zadań wykonywanych odrębnie w zależności od eapu podróży, na jakim znajduje się saek. Dla niekórych z ych zadań, jak sabilizacja kursu na owarym akwenie czy serowanie wzdłuż rajekorii, zaproponowano kompleksowe i skueczne meody serowania [, 9]. Isnieją jednak zadania, związane przede wszyskim ze serowaniem jednoskami o nieypowych właściwościach dynamicznych albo z wielowymiarowym serowaniem precyzyjnym, kóre nie mają zadowalających rozwiązań lub kórych rozwiązania można znacząco udoskonalić. Proces manewrowania na wodach ograniczonych z małą prędkością jes jednym z zadań nasręczających najwięcej rudności w budowie w pełni zauomayzowanego układu serowania ruchem saku. Trudności e wynikają przede wszyskim z: nieliniowości dynamiki saku przejawiających się szczególnie podczas ruchu z niewielkimi prędkościami, silnych, nieliniowych sprzężeń pomiędzy urządzeniami wykonawczymi (sery srumieniowe, napęd główny, sery płewowe), silnych zakłóceń środowiskowych, jak porywy wiaru, pływy, prądy, inerakcje z dnem i nabrzeżami oraz innymi manewrującymi jednoskami, niskiego sosunku mocy urządzeń wykonawczych do całkowiej masy saku zmniejsza o zakres dopuszczalnych błędów w manewrowaniu oraz nie pozwala na kompensacje zakłóceń o dużej wariancji (uderzenia szkwałów).
2 13 ZESZYTY NAUKOWE AKADEMII MORSKIEJ W GDYNI, nr, grudzień 009 Propozycje rozwiązań serowania na wodach ograniczonych można znaleźć w pracach [5,, 9]. Wykorzysują one zarówno klasyczną eorię serownia, jak i meody ineligencji obliczeniowej. Wspólną ich cechą jes o, że wielkości zadane, opisane najczęściej w formie sekwencji manewrów przemieszczenia i zmiany prędkości, określane są przez operaora. Niniejszy arykuł opisuje koncepcję i wyniki wsępnych badań nad zasosowaniem algorymów uczenia ze wzmocnieniem (ang. Reinforcemen Learning RL) do generowania rajekorii zadanej. Idee leżące u podsaw ych algorymów przedsawiono w drugim punkcie arykułu. W punkcie rzecim opisano, jak algorymy RL można dososować do problemu określania zadanej rajekorii saku. Nasępnie zaprezenowano wyniki badań symulacyjnych wybranych algorymów. Arykuł zamykają uwagi końcowe.. ALGORYTMY UCZENIA ZE WZMOCNIENIEM W pewnym uproszczeniu algorym RL można określić jako uczenie się na podsawie prób i błędów [1]. Uczeń, zwany eż agenem, wchodzi w inerakcje ze środowiskiem, w kórym ma wykonać swoje zadanie. Inerakcje e odbywają się zazwyczaj w dyskrenych chwilach czasu, zwanych krokami. Uczeń obserwuje san środowiska x i wykonuje akcję a wybraną zgodnie z przyjęą sraegią decyzyjną. Po wykonaniu akcji środowisko zwraca uczniowi rzeczywisoliczbową warość sanowiącą nagrodę (wzmocnienie) r. Warość a jes miarą oceny działania sysemu. Wykonanie akcji może akże powodować zmianę sanu środowiska. W przedsawionej konwencji nazw uczenie jes procesem modyfikacji sraegii wykorzysywanej podczas wybierania akcji na podsawie kolejnych obserwacji sanów, akcji i nagród. Obserwowane czwórki <x, a, r, x +1 > nazywane są doświadczeniem i o właśnie prakyczne realizacje procesu modyfikacji sraegii na podsawie doświadczenia wyróżniają poszczególne algorymy RL. W niniejszej pracy wykorzysano dwa najlepiej opracowane algorymy: Q- Learning i SARSA. Jak już wspomniano wyżej, podsawą działania wszyskich algorymów RL jes modyfikacja sraegii. Opisowo można ją określić jako program, kóry dosarcza uczniowi informacji, jaką akcję należy wykonać w określonym sanie. Zależność pomiędzy sanem s a preferowaną akcją a ma charaker probabilisyczny i jes reprezenowana w posaci funkcji warości dla określonego sanu lub funkcji warości akcji. W celu przedsawienia szkicu obydwu algorymów będziemy posługiwać się funkcją warości akcji, kórą definiuje się dla sraegii jako: Q s,a E R s s,a a, (1)
3 A. Rak, Zasosowanie uczenia ze wzmocnieniem w układach sreowania ruchem saku 135 przy czym E { } oznacza warość oczekiwaną zdyskonowanej sumy przyszłych nagród R, jakie orzyma uczeń rozpoczynający działanie w sanie s od akcji a i posługujący się sraegią..1. Algorym Q-Learning Jak już sama nazwa wskazuje, algorym en uczy się funkcji warości akcji. Dokładniej rzecz biorąc, uczy się on oszacowania opymalnej funkcji warości akcji, aby móc wyznaczyć sraegię zachłanną (maksymalizującą Q dla dowolnego a ) względem niej. Można go zapisać w posaci: Q przy czym: , + 1 a 1A () s,a = Q s,a + r + max Q s a Q s,a e s,, + 1 a współczynnik uczenia z przedziału (0,1], r +1 warość wzmocnienia (nagrody) za wykonanie akcji, współczynnik dyskonowania, e (s,a ) nazywane śladem akywności, reprezenuje malejący wykładniczo wpływ akcji, podjęej w bieżącym kroku, na algorym uczenia w kolejnych krokach. Uważny czyelnik zauważy zapewne, że przedsawiony wyżej paradygma uczenia jes modyfikacją równania opymalności Bellmana, w kórym nieznane warości oczekiwane zasąpiono znanymi realizacjami odpowiednich zmiennych losowych. Wykazano, że po spełnieniu pewnych formalnych warunków algorym Q-Learning jes zbieżny do opymalnej funkcji warości akcji [3]... Algorym SARSA Algorym en jes blisko spokrewniony z przedsawionym powyżej. O ile dla Q-Learning reguła modyfikacji funkcji warości akcji opiera się na wyznaczeniu maksymalnej warości oczekiwanej wzmocnienia, o yle w algorymie SARSA (Sae, Acion, Reward, Sae, Acion) scenariusz przewiduje uwzględnienie w regule akualizacji funkcji Q warości akcji, kóra rzeczywiście zosała wybrana w sanie s : Q s,a =Q s,a + r + Q s a Q s,a e s, a ,. (3) Usunięcie maksymalizacji warości akcji z reguły akualizacji eliminuje mechanizm, kóry w algorymie Q-Learning prowadził w kierunku zbieżności do opymalnej funkcji warości akcji. W celu uzyskania podobnego efeku w opisywanym algorymie wymaga się, aby posługiwał się on sraegią zachłanną względem wyznaczanej funkcji warości akcji. Oznacza o, że SARSA jes algorymem zależnym od sraegii (on-policy raining). Posługuje się on sraegią, kórej się uczy, naomias Q-Learning jes od sraegii niezależny (off-policy + 1
4 13 ZESZYTY NAUKOWE AKADEMII MORSKIEJ W GDYNI, nr, grudzień 009 raining). Różnice w działaniu obydwu algorymów znalazły swe odbicie w wynikach badań symulacyjnych. 3. ALGORYTMY RL W ZADANIU MANEWROWANIA NA AKWENIE OGRANICZONYM Przedsawione wyżej algorymy znajdują najczęściej zasosowanie w układach serowania ruchem saku, według doychczas isniejących publikacji [, 7, ], jako elemeny regulaora, kórego sygnałem wyjściowym jes ką wychylenia seru. Niniejsza praca, jak już wspomniano we wprowadzeniu, doyczy zasosowania algorymów RL do generowania rajekorii zadanej ruchu saku. Jes o zagadnienie znacznie słabiej opracowane. Naomias dla problemu serowania, również w układach wielowymiarowych, isnieje wiele saysfakcjonujących rozwiązań [5,, 9]. Wsępny charaker prezenowanych rozważań wymusza przyjęcie pewnych założeń upraszczających problem generowania rajekorii zadanych. Dobrze opracowane, zbieżne algorymy dosępne są dla procesów dyskrenych. Rozsądne więc wydaje się założenie, że pozycja saku będzie zdyskreyzowana siaką kwadraów o boku równym długości saku []. Z poprzednim założeniem wiąże się zagadnienie wysarczającego sopnia eksploracji przesrzeni sanów, niezbędnego do osiągnięcia opymalnego lub subopymalnego rozwiązania w procesie uczenia. Ogranicza o sosowanie sysemu do niewielkich obszarów ( rozsądnej wielkości przesrzeni sanu), gdyż zwłaszcza przy ablicowej reprezenacji funkcji warości wymagana moc obliczeniowa do rozwiązania problemu w akcepowalnym czasie może przekroczyć rozsądne warości. Saek morski nie jes najczęściej obiekem holonomicznym, sysem docelowy musi więc włączyć do algorymu preferencje ruchu wzdłuż osi podłużnej saku. Prezenowane wyniki uwzględniają ylko zmianę pozycji saku. Opracowane algorymy nie uwzględniają przeszkód ruchomych. Proponowane rozwiązanie, w przeciwieńswie do sysemów anykolizyjnych, sosowanych na większych akwenach czy na pełnym morzu, ogranicza się do obszarów, na kórych ruch obieków jes bardzo powolny. Problem, na obecnym eapie badań, uznaje się zaem za sayczny (lub quasi-sayczny). Niezbędne jes eż ogólne założenie: sysem powinien działać na podsawie informacji o bieżącej oraz docelowej pozycji saku. Konieczna jes akże wiedza (w posaci elekronicznej) o akwenie o obszarach dosępnych do bezpiecznej żeglugi (ory wodne, srefy rozgraniczenia ruchu ec.) i o warunkach manewrowania na nich.
5 A. Rak, Zasosowanie uczenia ze wzmocnieniem w układach sreowania ruchem saku 137. WYNIKI BADAŃ SYMULACYJNYCH Symulacje kompuerowe, kórych wyniki przedsawiono na rysunku 1, przeprowadzono, wykorzysując programy napisane w języku MATLAB. Symulowana przesrzeń sanu ma posać ablicy o wymiarach x. Saek może więc znajdować się w jednej ze 0 pozycji. Zadanym sanem począkowym jes s(9,), oznaczony na rysunkach symbolem x. Zadany san końcowy, oznaczony ciemnym kółkiem, ma indeks s(,9). SARSA: funkcja warości SARSA: sraegia Q-Learning: funkcja warości Q-Learning: sraegia SARSA: rajekoria Q-Learning: rajekoria Rys. 1. Wyniki działania algorymów dla 00 epizodów W każdym sanie dopuszczalnych jes 9 akcji: przejście do dowolnej sąsiedniej komórki lub pozosanie w miejscu. Wyjąkiem są sany brzegowe, dla kórych akcje polegające na opuszczeniu obszaru są zabronione. Z akcją polegającą na przejściu do kolejnego sanu związane jes wzmocnienie ( nagroda ) o warości -1. Przejście do sanu końcowego nagradzane jes wzmocnieniem równym 0. Zdefiniowano więc klasyczne zadanie do sukcesu. Maksymalizacja nagrody (minima-
6 13 ZESZYTY NAUKOWE AKADEMII MORSKIEJ W GDYNI, nr, grudzień 009 lizacja warości bezwzględnej sumy ujemnych wzmocnień) zmusza algorym do poszukiwania jak najkrószej drogi między sanem począkowym i końcowym. Dodakowym urudnieniem jes obszar zabroniony w posaci pięciu sanów na przecięciu wierszy od do i 5. kolumny. Przejście do każdego z ych sanów skukuje uzyskaniem wzmocnienia o warości -0. SARSA: funkcja warości SARSA: sraegia Q-Learning: funkcja warości Q-Learning: sraegia SARSA: rajekoria Q-Learning: rajekoria Rys.. Wyniki działania algorymów dla 000 epizodów Rysunek 1 przedsawia funkcje warości sanów, sraegie i rajekorie osaniego epizodu dla eksperymenu przerwanego po 00 próbach zakończonych osiągnięciem sanu docelowego. Jak ławo zauważyć, żaden z algorymów nie dysponuje jeszcze skueczną sraegią, choć w obu wypadkach funkcja warości sanu począkowego zbliża się do. Jednakże żadna ze sraegii nie proponuje przejścia do sanów zabronionych. Algorym SARSA ma przy ym znacznie silniejszą endencję do eksploracji przesrzeni sanów, a Q-Learning do eksploaacji bieżącej sraegii. Na rysunku zaprezenowano e same paramery, lecz dla procesu uczenia rwającego 000 epizodów. Warość sanu począkowego w obu przypadkach jes bardzo bliska. Oba algorymy dysponują już akże opymal-
7 A. Rak, Zasosowanie uczenia ze wzmocnieniem w układach sreowania ruchem saku 139 nymi sraegiami. Q-Learning preferuje, zgodnie z rachunkiem prawdopodobieńswa, omijanie przeszkody górą, lecz ma również opymalną sraegię omijania jej dołem na wypadek, gdyby algorym uczenia wymusił przejście ze sanu począkowego, na przykład do sanu s(9,3) lub s(,3). SARSA posługuje się sraegią omijającą przeszkodę ylko dołem. Sraegie górne, gdyby zosały wymuszone, są nieopymalne. Algorym en wciąż eksploruje przesrzeń sanów, co widać na przebiegu realizowanej rajekorii. Uczeń ze sanu s(7,7) przeszedł do s(7,), choć sraegia wskazuje na s(,). 5. UWAGI KOŃCOWE Wyniki przeprowadzonych badań wskazują na o, że algorym Q-Learning, wyznaczając sraegię zachłanną względem funkcji warości akcji (parz punk ), prowadzi do lepszych rozwiązań w zadaniu generowania rajekorii zadanej. Z drugiej srony, słabsza endencja do eksploracji przesrzeni sanów może prowadzić do syuacji, w kórej algorym uknie w eksremum lokalnym i nie odnajdzie sraegii opymalnej. Zasadniczą korzyścią z powsania sysemu mogącego wyznaczyć bezpieczną rajekorię zadaną w procesie uczenia się bez nadzoru, dla manewrów na podejściu do poru, w kanale czy w porcie, byłoby znaczne zwiększenie zakresu auonomii sysemu serowania ruchem saku względem operaora. To oznacza zwiększenie odporności na błędy, kórych źródłem jes człowiek. Nauralnym kierunkiem przyszłych badań powinny być algorymy, dla kórych nie będzie sosować się uproszczeń przesawionych w punkcie 3 ego arykułu. LITERATURA 1. Baro G. A., Suon S. R., Reinforcemen Learning: An Inroducion, MIT Press, Cambridge 199 (dosępne on-line: hp:// Chazidimiriou K., CS0 Projec: Ship Seering Using Reinforcemen Learning, Colorado Sae Universiy 00 (dosępne on-line: hp://en.scienificcommons.org/ 03). 3. Cichosz P., Sysemy uczące się, Wydawnicwa Naukowo-Techniczne, Warszawa Fossen T. I., Marine Conrol Sysems: Guidance, Navigaion and Conrol of Ships, Rigs and Underwaer Vehicles, Marine Cyberneics AS, Trondheim Gierusz W., Syneza wielowymiarowych układów serowania precyzyjnego ruchem saku z wykorzysaniem wybranych meod projekowania układów odpornych, Wydawnicwo Akademii Morskiej w Gdyni, Gdynia Gyoungwoo L., Surendan S., Sang-Hyun Kim, Algorihms o conrol he moving ship during harbour enry, Applied Mahemaical Modelling, vol. 33 (009), no. 5, s
8 ZESZYTY NAUKOWE AKADEMII MORSKIEJ W GDYNI, nr, grudzień Łącki M., Reinforcemen learning in ship handling, TransNav'07 Symposium, Gdynia Misubori K., Kamio T., Tanaka T., On A Course Deerminaion based on he Reinforcemen Learning in Maneuvering moion of a ship wih he idal curren effec, Inernaional Symposium on Nonlinear Theory and is Applicaions, Xi an Morawski L., Nguyen Cong V., Rak A., Full-Mission Marine Auopilo Based on Fuzzy Logic Techniques, Wydawnicwo Akademii Morskiej w Gdyni, Gdynia 00. APPLICATION OF REINFORCEMENT LEARNING TO SHIP MOTION CONTROL SYSTEMS Summary The paper presens an idea of reinforcemen learning applicaion o reference rajecory generaion for he ship maneuvering in he confined waers. The ship conroller acs as an agen, which gahers a reinforcemen signal evaluaing is acions by he ineracion wih he environmen. A series of he acions chosen according o he specified policy should finish wih he predefined goal. In he proposed soluion he course of acions is defined as consecuive poins of safe, execuable, reference rajecory of he ship maneuvering in he confined waers.
A C T A U N I V E R S I T A T I S N I C O L A I C O P E R N I C I EKONOMIA XLIII nr 2 (2012)
A C T A U N I V E R S I T A T I S N I C O L A I C O P E R N I C I EKONOMIA XLIII nr 2 (2012) 211 220 Pierwsza wersja złożona 25 października 2011 ISSN Końcowa wersja zaakcepowana 3 grudnia 2012 2080-0339
Bardziej szczegółowoZESZYTY NAUKOWE NR 2 (74) AKADEMII MORSKIEJ W SZCZECINIE. Adaptacyjny układ stabilizacji kursu statku. An Adaptive System of Ship Course Stabilization
ISSN 9-69 Zenon Zwierzewicz, ior Borkowski ZESZYY NAUKOWE NR 74 AKADEMII MORSKIEJ W SZCZECINIE EXLO-SHI 4 Adapacyjny układ sabilizacji kursu saku Słowa kluczowe: serowanie adapacyjne, idenyfikacja modelu,
Bardziej szczegółowoZESZYTY NAUKOWE NR 5(77) AKADEMII MORSKIEJ W SZCZECINIE. Stabilizacja kursu statku w oparciu o uproszczony komputerowy model dynamiki
ISSN 7-867 ZESZYTY NAUKOWE NR 5(77 AKADEII ORSKIEJ W SZCZECINIE OBSŁUGIWANIE ASZYN I URZĄDZEŃ OKRĘTOWYCH OiUO 25 Pior Borkowski, Zenon Zwierzewicz Sabilizacja kursu saku w oparciu o uproszczony kompuerowy
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Podstawy Automatyki
Poliechnika Gdańska Wydział Elekroechniki i Auomayki Kaedra Inżynierii Sysemów Serowania Podsawy Auomayki Repeyorium z Podsaw auomayki Zadania do ćwiczeń ermin T15 Opracowanie: Kazimierz Duzinkiewicz,
Bardziej szczegółowoWskazówki projektowe do obliczania nośności i maksymalnego zanurzenia statku rybackiego na wstępnym etapie projektowania
CEPOWSKI omasz 1 Wskazówki projekowe do obliczania nośności i maksymalnego zanurzenia saku rybackiego na wsępnym eapie projekowania WSĘP Celem podjęych badań było opracowanie wskazówek projekowych do wyznaczania
Bardziej szczegółowoPROGRAMOWANIE DYNAMICZNE W ROZMYTYM OTOCZENIU DO STEROWANIA STATKIEM
Mostefa Mohamed-Seghir Akademia Morska w Gdyni PROGRAMOWANIE DYNAMICZNE W ROZMYTYM OTOCZENIU DO STEROWANIA STATKIEM W artykule przedstawiono propozycję zastosowania programowania dynamicznego do rozwiązywania
Bardziej szczegółowoPROGRAMOWY GENERATOR PROCESÓW STOCHASTYCZNYCH LEVY EGO
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 69 Elecrical Engineering 0 Janusz WALCZAK* Seweryn MAZURKIEWICZ* PROGRAMOWY GENERATOR PROCESÓW STOCHASTYCZNYCH LEVY EGO W arykule opisano meodę generacji
Bardziej szczegółowoPOZYCJONOWANIE I NADĄŻANIE MINIROBOTA MOBILNEGO M.R.K
MODELOWANIE INŻYNIERSKIE ISSN 1896-771X 37, s. 97-104, Gliwice 2009 POZYCJONOWANIE I NADĄŻANIE MINIROBOTA MOBILNEGO M.R.K MARIUSZ GIERGIEL, PIOTR MAŁKA Kaedra Roboyki i Mecharoniki, Akademia Górniczo-Hunicza
Bardziej szczegółowoDYNAMIKA KONSTRUKCJI
10. DYNAMIKA KONSTRUKCJI 1 10. 10. DYNAMIKA KONSTRUKCJI 10.1. Wprowadzenie Ogólne równanie dynamiki zapisujemy w posaci: M d C d Kd =P (10.1) Zapis powyższy oznacza, że równanie musi być spełnione w każdej
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r. ma złożony rozkład Poissona. W tabeli poniżej podano rozkład prawdopodobieństwa ( )
Zadanie. Zmienna losowa: X = Y +... + Y N ma złożony rozkład Poissona. W abeli poniżej podano rozkład prawdopodobieńswa składnika sumy Y. W ejże abeli podano akże obliczone dla k = 0... 4 prawdopodobieńswa
Bardziej szczegółowo1.2.1 Ogólny algorytm podejmowania decyzji... 18. 1.2.2 Algorytm postępowania diagnostycznego... 23. 1.2.3 Analiza decyzyjna... 27
3 Spis reści Spis reści... 3 Użye oznaczenia... 7 Wsęp i założenia pracy... 9 1. Akualny san wiedzy medycznej i echnicznej związanej zagadnieniami analizy decyzyjnej w chorobach górnego odcinka przewodu
Bardziej szczegółowoPobieranie próby. Rozkład χ 2
Graficzne przedsawianie próby Hisogram Esymaory przykład Próby z rozkładów cząskowych Próby ze skończonej populacji Próby z rozkładu normalnego Rozkład χ Pobieranie próby. Rozkład χ Posać i własności Znaczenie
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE IX Ogólnopolskie Seminarium Naukowe, 6 8 września 005 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Pior Fiszeder Uniwersye Mikołaja Kopernika
Bardziej szczegółowoPolitechnika Częstochowska Wydział Inżynierii Mechanicznej i Informatyki. Sprawozdanie #2 z przedmiotu: Prognozowanie w systemach multimedialnych
Poliechnika Częsochowska Wydział Inżynierii Mechanicznej i Informayki Sprawozdanie #2 z przedmiou: Prognozowanie w sysemach mulimedialnych Andrzej Siwczyński Andrzej Rezler Informayka Rok V, Grupa IO II
Bardziej szczegółowoROCZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/2007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Katowicach
ROZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/007 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Kaowicach WYZNAZANIE PARAMETRÓW FUNKJI PEŁZANIA DREWNA W UJĘIU LOSOWYM * Kamil PAWLIK Poliechnika
Bardziej szczegółowoCHEMIA KWANTOWA Jacek Korchowiec Wydział Chemii UJ Zakład Chemii Teoretycznej Zespół Chemii Kwantowej Grupa Teorii Reaktywności Chemicznej
CHEMI KWTOW CHEMI KWTOW Jacek Korchowiec Wydział Chemii UJ Zakład Chemii Teoreycznej Zespół Chemii Kwanowej Grupa Teorii Reakywności Chemicznej LITERTUR R. F. alewajski, Podsawy i meody chemii kwanowej:
Bardziej szczegółowoRównoległy algorytm analizy sygnału na podstawie niewielkiej liczby próbek
Nauka Zezwala się na korzysanie z arykułu na warunkach licencji Creaive Commons Uznanie auorswa 3.0 Równoległy algorym analizy sygnału na podsawie niewielkiej liczby próbek Pior Kardasz Wydział Elekryczny,
Bardziej szczegółowoIMPLEMENTACJA WYBRANYCH METOD ANALIZY STANÓW NIEUSTALONYCH W ŚRODOWISKU MATHCAD
Pior Jankowski Akademia Morska w Gdyni IMPLEMENTACJA WYBRANYCH METOD ANALIZY STANÓW NIEUSTALONYCH W ŚRODOWISKU MATHCAD W arykule przedsawiono możliwości (oraz ograniczenia) środowiska Mahcad do analizy
Bardziej szczegółowoPROGNOZOWANIE I SYMULACJE. mgr Żaneta Pruska. Ćwiczenia 2 Zadanie 1
PROGNOZOWANIE I SYMULACJE mgr Żanea Pruska Ćwiczenia 2 Zadanie 1 Firma Alfa jes jednym z głównych dosawców firmy Bea. Ilość produku X, wyrażona w ysiącach wyprodukowanych i dosarczonych szuk firmie Bea,
Bardziej szczegółowoC d u. Po podstawieniu prądu z pierwszego równania do równania drugiego i uporządkowaniu składników lewej strony uzyskuje się:
Zadanie. Obliczyć przebieg napięcia na pojemności C w sanie przejściowym przebiegającym przy nasępującej sekwencji działania łączników: ) łączniki Si S są oware dla < 0, ) łącznik S zamyka się w chwili
Bardziej szczegółowoWyzwania praktyczne w modelowaniu wielowymiarowych procesów GARCH
Krzyszof Pionek Akademia Ekonomiczna we Wrocławiu Wyzwania prakyczne w modelowaniu wielowymiarowych procesów GARCH Wsęp Od zaproponowania przez Engla w 1982 roku jednowymiarowego modelu klasy ARCH, modele
Bardziej szczegółowoSilniki cieplne i rekurencje
6 FOTO 33, Lao 6 Silniki cieplne i rekurencje Jakub Mielczarek Insyu Fizyki UJ Chciałbym Pańswu zaprezenować zagadnienie, kóre pozwala, rozważając emaykę sprawności układu silników cieplnych, zapoznać
Bardziej szczegółowoModelowanie niezawodności zasilaczy buforowych
Dr inż. Adam Rosiński Poliechnika Warszawska Wydział Transporu Zakład Telekomunikacji w Transporcie ul. Koszykowa 75, 00-66 Warszawa, Polska E-mail: adro@w.pw.edu.pl Dr hab. inż. Tadeusz Dąbrowski Wojskowa
Bardziej szczegółowoZastosowanie predykcji sygnału odchylenia regulacyjnego do centralnej regulacji mocy czynnej i częstotliwości w systemie elektroenergetycznym
INSTYTUT AUTOMATYKI SYSTEMÓW ENERGETYCZNYCH Zasosowanie predykcji sygnału odchylenia regulacyjnego do cenralnej regulacji mocy czynnej i częsoliwości w sysemie elekroenergeycznym Prof. dr hab. inż. Tadeusz
Bardziej szczegółowoOptymalizacja przy pomocy roju cząstek bazy reguł klasyfikatora rozmytego
GŁUSZEK Adam 1 GORZAŁCZANY Marian B. 2 RUDZIŃSKI Filip 3 Opymalizacja przy pomocy roju cząsek bazy reguł klasyfikaora rozmyego WSTĘP Na przesrzeni osanich kilkunasu la obserwujemy inensywny rozwój w zakresie
Bardziej szczegółowoKombinowanie prognoz. - dlaczego należy kombinować prognozy? - obejmowanie prognoz. - podstawowe metody kombinowania prognoz
Noaki do wykładu 005 Kombinowanie prognoz - dlaczego należy kombinować prognozy? - obejmowanie prognoz - podsawowe meody kombinowania prognoz - przykłady kombinowania prognoz gospodarki polskiej - zalecenia
Bardziej szczegółowo2.1 Zagadnienie Cauchy ego dla równania jednorodnego. = f(x, t) dla x R, t > 0, (2.1)
Wykład 2 Sruna nieograniczona 2.1 Zagadnienie Cauchy ego dla równania jednorodnego Równanie gań sruny jednowymiarowej zapisać można w posaci 1 2 u c 2 2 u = f(x, ) dla x R, >, (2.1) 2 x2 gdzie u(x, ) oznacza
Bardziej szczegółowoPROGNOZOWANIE I SYMULACJE EXCEL 2 PROGNOZOWANIE I SYMULACJE EXCEL AUTOR: ŻANETA PRUSKA
1 PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: mgr inż. ŻANETA PRUSKA DODATEK SOLVER 2 Sprawdzić czy w zakładce Dane znajduję się Solver 1. Kliknij przycisk Microsof Office, a nasępnie kliknij przycisk Opcje
Bardziej szczegółowoParytet stóp procentowych a premia za ryzyko na przykładzie kursu EURUSD
Parye sóp procenowych a premia za ryzyko na przykładzie kursu EURUD Marcin Gajewski Uniwersye Łódzki 4.12.2008 Parye sóp procenowych a premia za ryzyko na przykładzie kursu EURUD Niezabazpieczony UIP)
Bardziej szczegółowodr inż. MARCIN MAŁACHOWSKI Instytut Technik Innowacyjnych EMAG
dr inż. MARCIN MAŁACHOWSKI Insyu Technik Innowacyjnych EMAG Wykorzysanie opycznej meody pomiaru sężenia pyłu do wspomagania oceny paramerów wpływających na możliwość zaisnienia wybuchu osiadłego pyłu węglowego
Bardziej szczegółowoUkłady sekwencyjne asynchroniczne Zadania projektowe
Układy sekwencyjne asynchroniczne Zadania projekowe Zadanie Zaprojekować układ dwusopniowej sygnalizacji opycznej informującej operaora procesu o przekroczeniu przez konrolowany paramer warości granicznej.
Bardziej szczegółowoĆWICZENIE 4 Badanie stanów nieustalonych w obwodach RL, RC i RLC przy wymuszeniu stałym
ĆWIZENIE 4 Badanie sanów nieusalonych w obwodach, i przy wymuszeniu sałym. el ćwiczenia Zapoznanie się z rozpływem prądów, rozkładem w sanach nieusalonych w obwodach szeregowych, i Zapoznanie się ze sposobami
Bardziej szczegółowoSPOTKANIE 11: Reinforcement learning
Wrocław University of Technology SPOTKANIE 11: Reinforcement learning Adam Gonczarek Studenckie Koło Naukowe Estymator adam.gonczarek@pwr.edu.pl 19.01.2016 Uczenie z nadzorem (ang. supervised learning)
Bardziej szczegółowoRys.1. Podstawowa klasyfikacja sygnałów
Kaedra Podsaw Sysemów echnicznych - Podsawy merologii - Ćwiczenie 1. Podsawowe rodzaje i ocena sygnałów Srona: 1 1. CEL ĆWICZENIA Celem ćwiczenia jes zapoznanie się z podsawowymi rodzajami sygnałów, ich
Bardziej szczegółowoAnaliza danych DRZEWA DECYZYJNE. Drzewa decyzyjne. Entropia. http://zajecia.jakubw.pl/ test 1 dopełnienie testu 1
Analiza danych Drzewa decyzyjne. Enropia. Jakub Wróblewski jakubw@pjwsk.edu.pl hp://zajecia.jakubw.pl/ DRZEWA DECYZYJNE Meoda reprezenacji wiedzy (modelowania ablic decyzyjnych). Pozwala na przejrzysy
Bardziej szczegółowoMetody badania wpływu zmian kursu walutowego na wskaźnik inflacji
Agnieszka Przybylska-Mazur * Meody badania wpływu zmian kursu waluowego na wskaźnik inflacji Wsęp Do oceny łącznego efeku przenoszenia zmian czynników zewnęrznych, akich jak zmiany cen zewnęrznych (szoki
Bardziej szczegółowoPrognozowanie średniego miesięcznego kursu kupna USD
Prognozowanie średniego miesięcznego kursu kupna USD Kaarzyna Halicka Poliechnika Białosocka, Wydział Zarządzania, Kaedra Informayki Gospodarczej i Logisyki, e-mail: k.halicka@pb.edu.pl Jusyna Godlewska
Bardziej szczegółowoOcena płynności wybranymi metodami szacowania osadu 1
Bogdan Ludwiczak Wprowadzenie Ocena płynności wybranymi meodami szacowania osadu W ubiegłym roku zaszły znaczące zmiany doyczące pomiaru i zarządzania ryzykiem bankowym. Są one konsekwencją nowowprowadzonych
Bardziej szczegółowoUDOSKONALONA METODA BEZPOŚREDNIA ROZWIĄZANIA ZADANIA TRAFIENIA CELU DLA TACHOMETRYCZNYCH SYSTEMÓW KIEROWANIA OGNIEM ARTYLERII PRZECIWLOTNICZEJ
dr inż. Zygmun PANKOWSKI Wojskowy Insyu Techniczny Uzbrojenia UDOSKONALONA METODA BEZPOŚREDNIA ROZWIĄZANIA ZADANIA TRAFIENIA CELU DLA TACHOMETRYCZNYCH SYSTEMÓW KIEROWANIA OGNIEM ARTYLERII PRZECIWLOTNICZEJ
Bardziej szczegółowoSYMULACYJNA ANALIZA PRODUKCJI ENERGII ELEKTRYCZNEJ I CIEPŁA Z ODNAWIALNYCH NOŚNIKÓW W POLSCE
SYMULACYJNA ANALIZA PRODUKCJI ENERGII ELEKTRYCZNEJ I CIEPŁA Z ODNAWIALNYCH NOŚNIKÓW W POLSCE Janusz Sowiński, Rober Tomaszewski, Arur Wacharczyk Insyu Elekroenergeyki Poliechnika Częsochowska Aky prawne
Bardziej szczegółowoWYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH
SaSof Polska, el. 12 428 43 00, 601 41 41 51, info@sasof.pl, www.sasof.pl WYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH Joanna Maych, Krajowy Depozy Papierów
Bardziej szczegółowoANALIZA, PROGNOZOWANIE I SYMULACJA / Ćwiczenia 1
ANALIZA, PROGNOZOWANIE I SYMULACJA / Ćwiczenia 1 mgr inż. Żanea Pruska Maeriał opracowany na podsawie lieraury przedmiou. Zadanie 1 Firma Alfa jes jednym z głównych dosawców firmy Bea. Ilość produku X,
Bardziej szczegółowoUkłady zasilania tranzystorów. Punkt pracy tranzystora Tranzystor bipolarny. Punkt pracy tranzystora Tranzystor unipolarny
kłady zasilania ranzysorów Wrocław 28 Punk pracy ranzysora Punk pracy ranzysora Tranzysor unipolarny SS GS p GS S S opuszczalny oszar pracy (safe operaing condiions SOA) P max Zniekszałcenia nieliniowe
Bardziej szczegółowoĆWICZENIE NR 43 U R I (1)
ĆWCZENE N 43 POMY OPO METODĄ TECHNCZNĄ Cel ćwiczenia: wyznaczenie warości oporu oporników poprzez pomiary naężania prądu płynącego przez opornik oraz napięcia na oporniku Wsęp W celu wyznaczenia warości
Bardziej szczegółowoIdentyfikacja modelu przedziałowego kąta elewacji orientowanego ogniwa słonecznego
Krzyszof OPRZĘDKIEWICZ, Wiold GŁOWACZ, Mieczysław ZACZYK, Janusz ENEA, Łukasz WIĘCKOWSKI Akademia Górniczo-Hunicza, Wydział Elekroechniki, Auomayki, Informayki i Inżynierii Biomedycznej, Kaedra Auomayki
Bardziej szczegółowoUżyteczność bezpośredniej likwidacji szkód (BLS) dla klientów zakładów ubezpieczeń
Sanisław Garska 1 Ubezpieczeniowy Fundusz Gwarancyjny Użyeczność bezpośredniej likwidacji szkód (LS) dla klienów zakładów ubezpieczeń Sreszczenie Wprowadzeniu bezpośredniej likwidacji szkód jako produku
Bardziej szczegółowoZASTOSOWANIE TEORII MASOWEJ OBSŁUGI DO MODELOWANIA SYSTEMÓW TRANSPORTOWYCH
Pior KISIELEWSKI, Łukasz SOBOTA ZASTOSOWANIE TEORII MASOWEJ OBSŁUGI DO MODELOWANIA SYSTEMÓW TRANSPORTOWYCH W arykule przedsawiono zasosowanie eorii masowej obsługi do analizy i modelowania wybranych sysemów
Bardziej szczegółowoDobór przekroju żyły powrotnej w kablach elektroenergetycznych
Dobór przekroju żyły powronej w kablach elekroenergeycznych Franciszek pyra, ZPBE Energopomiar Elekryka, Gliwice Marian Urbańczyk, Insyu Fizyki Poliechnika Śląska, Gliwice. Wsęp Zagadnienie poprawnego
Bardziej szczegółowoANALIZA BIPOLARNEGO DYNAMICZNEGO MODELU DIAGNOSTYCZNEGO MONITOROWANIA WYPOSAśENIA ELEKTRYCZNEGO SAMOCHODU
LOGITRANS - VII KONFERENCJA NAUKOWO-TECHNICZNA LOGISTYKA, SYSTEMY TRANSPORTOWE, BEZPIECZEŃSTWO W TRANSPORCIE Radosław GAD 1 Moniorowanie diagnosyczne, model dynamiczny, diagnosyka pojazdowa ANALIZA BIPOLARNEGO
Bardziej szczegółowoPROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 2 AUTOR: MARTYNA MALAK
1 PROGNOZOWANIE I SYMULACJE 2 hp://www.oucome-seo.pl/excel2.xls DODATEK SOLVER WERSJE EXCELA 5.0, 95, 97, 2000, 2002/XP i 2003. 3 Dodaek Solver jes dosępny w menu Narzędzia. Jeżeli Solver nie jes dosępny
Bardziej szczegółowoAnaliza i Zarządzanie Portfelem cz. 6 R = Ocena wyników zarządzania portfelem. Pomiar wyników zarządzania portfelem. Dr Katarzyna Kuziak
Ocena wyników zarządzania porelem Analiza i Zarządzanie Porelem cz. 6 Dr Kaarzyna Kuziak Eapy oceny wyników zarządzania porelem: - (porolio perormance measuremen) - Przypisanie wyników zarządzania porelem
Bardziej szczegółowoZASTOSOWANIE ALGORYTMÓW UCZENIA SIĘ ZE WZMOCNIENIEM WE WSPOMAGANIU PROCESÓW PODEJMOWANIA DECYZJI PODCZAS MANEWROWANIA STATKIEM
PRACE WYDZIAŁU NAWIGACYJNEGO nr 22 AKADEMII MORSKIEJ W GDYNI 2008 MIROSŁAW ŁĄCKI Akademia Morska w Gdyni Katedra Nawigacji ZASTOSOWANIE ALGORYTMÓW UCZENIA SIĘ ZE WZMOCNIENIEM WE WSPOMAGANIU PROCESÓW PODEJMOWANIA
Bardziej szczegółowoPROPOZYCJA NOWEJ METODY OKREŚLANIA ZUŻYCIA TECHNICZNEGO BUDYNKÓW
Udosępnione na prawach rękopisu, 8.04.014r. Publikacja: Knyziak P., "Propozycja nowej meody określania zuzycia echnicznego budynków" (Proposal Of New Mehod For Calculaing he echnical Deerioraion Of Buildings),
Bardziej szczegółowoWNIOSKOWANIE STATYSTYCZNE
Wnioskowanie saysyczne w ekonomerycznej analizie procesu produkcyjnego / WNIOSKOWANIE STATYSTYCZNE W EKONOMETRYCZNEJ ANAIZIE PROCESU PRODUKCYJNEGO Maeriał pomocniczy: proszę przejrzeć srony www.cyf-kr.edu.pl/~eomazur/zadl4.hml
Bardziej szczegółowolicencjat Pytania teoretyczne:
Plan wykładu: 1. Wiadomości ogólne. 2. Model ekonomeryczny i jego elemeny 3. Meody doboru zmiennych do modelu ekonomerycznego. 4. Szacownie paramerów srukuralnych MNK. Weryfikacja modelu KMNK 6. Prognozowanie
Bardziej szczegółowoPOMIAR PARAMETRÓW SYGNAŁOW NAPIĘCIOWYCH METODĄ PRÓKOWANIA I CYFROWEGO PRZETWARZANIA SYGNAŁU
Pomiar paramerów sygnałów napięciowych. POMIAR PARAMERÓW SYGNAŁOW NAPIĘCIOWYCH MEODĄ PRÓKOWANIA I CYFROWEGO PRZEWARZANIA SYGNAŁU Cel ćwiczenia Poznanie warunków prawidłowego wyznaczania elemenarnych paramerów
Bardziej szczegółowospecyfikacji i estymacji modelu regresji progowej (ang. threshold regression).
4. Modele regresji progowej W badaniach empirycznych coraz większym zaineresowaniem cieszą się akie modele szeregów czasowych, kóre pozwalają na objaśnianie nieliniowych zależności między poszczególnymi
Bardziej szczegółowoZastosowanie technologii SDF do lokalizowania źródeł emisji BPSK i QPSK
Jan M. KELNER, Cezary ZIÓŁKOWSKI Wojskowa Akademia Techniczna, Wydział Elekroniki, Insyu Telekomunikacji doi:1.15199/48.15.3.14 Zasosowanie echnologii SDF do lokalizowania źródeł emisji BPSK i QPSK Sreszczenie.
Bardziej szczegółowoPrzemysław Klęsk. Słowa kluczowe: analiza składowych głównych, rozmaitości algebraiczne
Przemysław Klęsk O ALGORYTMIE PRINCIPAL MANIFOLDS OPARTYM NA PCA SŁUŻACYM DO ZNAJDOWANIA DZIEDZIN JAKO ROZMAITOŚCI ALGEBRAICZNYCH NA PODSTAWIE ZBIORU DANYCH, PROPOZYCJA MIAR JAKOŚCI ROZMAITOŚCI Sreszczenie
Bardziej szczegółowoOPTYMALNE REGUŁY WYDATKOWE W PROWADZENIU POLITYKI FISKALNEJ
Sudia Ekonomiczne. Zeszyy Naukowe Uniwersyeu Ekonomicznego w Kaowicach ISSN 2083-8611 Nr 331 2017 Uniwersye Ekonomiczny w Kaowicach Wydział Ekonomii Kaedra Meod Saysyczno-Maemaycznych w Ekonomii agnieszka.przybylska-mazur@ue.kaowice.pl
Bardziej szczegółowoRozdział 4 Instrukcje sekwencyjne
Rozdział 4 Insrukcje sekwencyjne Lisa insrukcji sekwencyjnych FBs-PLC przedsawionych w niniejszym rozdziale znajduje się w rozdziale 3.. Zasady kodowania przy zasosowaniu ych insrukcji opisane są w rozdziale
Bardziej szczegółowoRuch płaski. Bryła w ruchu płaskim. (płaszczyzna kierująca) Punkty bryły o jednakowych prędkościach i przyspieszeniach. Prof.
Ruch płaski Ruchem płaskim nazywamy ruch, podczas kórego wszyskie punky ciała poruszają się w płaszczyznach równoległych do pewnej nieruchomej płaszczyzny, zwanej płaszczyzną kierującą. Punky bryły o jednakowych
Bardziej szczegółowoPodział metod przeszukiwania
Podział meod przeszukiwania Algorymy geneyczne - selekcja Algorymy geneyczne - krzyŝowanie Algorymy geneyczne - muacja Algorymy geneyczne - algorym działania Opymalizacja dla funkcji jednej zmiennej Opymalizacja
Bardziej szczegółowoWPŁYW PODATNOŚCI GŁÓWKI SZYNY NA ROZKŁAD PRZEMIESZCZEŃ WZDŁUŻNYCH PRZY HAMOWANIU POCIĄGU 1
A R C H I W U M I N S T Y T U T U I N Ż Y N I E R I I L Ą D O W E J Nr 5 ARCHIVES OF INSTITUTE OF CIVIL ENGINEERING 017 WPŁYW PODATNOŚCI GŁÓWKI SZYNY NA ROZKŁAD PRZEMIESZCZEŃ WZDŁUŻNYCH PRZY HAMOWANIU
Bardziej szczegółowoStrategie optymalne i prawie optymalne w dyskretnym stochastycznym programowaniu dynamicznym
Zarządzanie i Finanse Journal of Managemen and Finance Vol. 3, No. 4/2/205 Tadeusz Trzaskalik Sraegie opymalne i prawie opymalne w dyskrenym sochasycznym programowaniu dynamicznym Wsęp W niniejszym arykule
Bardziej szczegółowoRegulatory. Zadania regulatorów. Regulator
Regulaory Regulaor Urządzenie, kórego podsawowym zadaniem jes na podsawie sygnału uchybu (odchyłki regulacji) ukszałowanie sygnału serującego umożliwiającego uzyskanie pożądanego przebiegu wielkości regulowanej
Bardziej szczegółowoE k o n o m e t r i a S t r o n a 1. Nieliniowy model ekonometryczny
E k o n o m e r i a S r o n a Nieliniowy model ekonomeryczny Jednorównaniowy model ekonomeryczny ma posać = f( X, X,, X k, ε ) gdzie: zmienna objaśniana, X, X,, X k zmienne objaśniające, ε - składnik losowy,
Bardziej szczegółowoBadanie funktorów logicznych TTL - ćwiczenie 1
adanie funkorów logicznych TTL - ćwiczenie 1 1. Cel ćwiczenia Zapoznanie się z podsawowymi srukurami funkorów logicznych realizowanych w echnice TTL (Transisor Transisor Logic), ich podsawowymi paramerami
Bardziej szczegółowoESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XIII/3, 202, sr. 253 26 ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI Adam Waszkowski Kaedra Ekonomiki Rolnicwa i Międzynarodowych Sosunków
Bardziej szczegółowoModel logistycznego wsparcia systemu eksploatacji środków transportu
Poliechnika Wrocławska Insyu Konsrukcji i Eksploaacji Maszyn Zakład Logisyki i Sysemów Transporowych Rozprawa dokorska Model logisycznego wsparcia sysemu eksploaacji środków ransporu Rapor serii: PRE nr
Bardziej szczegółowoO pewnym algorytmie rozwiązującym problem optymalnej alokacji zasobów. Cezary S. Zaremba*, Leszek S. Zaremba ** WPROWADZENIE
O pewnym algorymie rozwiązującym problem opymalnej alokacji zasobów Cezary S. Zaremba*, Leszek S. Zaremba ** WPROWADZENIE W kierowaniu firmą Zarząd częso saje wobec problemu rozdysponowania (alokacji)
Bardziej szczegółowoMODEL CZASU OBSŁUGI NAZIEMNEJ STATKU POWIETRZNEGO
KIERZKOWSKI Arur 1 Transpor loniczy, szeregi czasowe, eksploaacja, modelowanie MODEL CZASU OBSŁUGI NAZIEMNEJ STATKU POWIETRZNEGO W referacie przedsawiono probabilisyczny model czasu obsługi naziemnej saku
Bardziej szczegółowoPORÓWNANIE WŁAŚCIWOŚCI DYNAMICZNYCH NAPĘDU ELEKTRYCZNEGO Z KLASYCZNYM I PREDYKCYJNYM REGULATOREM PRĄDU
Prace Naukowe Insyuu Maszyn, Napędów i Pomiarów Elekrycznych Nr 64 Poliechniki Wrocławskiej Nr 64 Sudia i Maeriały Nr 3 2 Pior J. SERKIES*, Krzyszof SZABAT* serowanie predykcyjne, regulaor prądu, częsoliwość
Bardziej szczegółowoJacek Kwiatkowski Magdalena Osińska. Procesy zawierające stochastyczne pierwiastki jednostkowe identyfikacja i zastosowanie.
DYNAMICZNE MODELE EKONOMETRYCZNE Jacek Kwiakowski Magdalena Osińska Uniwersye Mikołaja Kopernika Procesy zawierające sochasyczne pierwiaski jednoskowe idenyfikacja i zasosowanie.. Wsęp Większość lieraury
Bardziej szczegółowoJednofazowe przekształtniki DC AC i AC DC z eliminacją składowej podwójnej częstotliwości po stronie DC
Akademia Górniczo-Hunicza im. Sanisława Saszica w Krakowie Wydział Elekroechniki, Auomayki, Informayki i Inżynierii Biomedycznej Kaedra Energoelekroniki i Auomayki Sysemów Przewarzania Energii Auorefera
Bardziej szczegółowoAnaliza metod oceny efektywności inwestycji rzeczowych**
Ekonomia Menedżerska 2009, nr 6, s. 119 128 Marek Łukasz Michalski* Analiza meod oceny efekywności inwesycji rzeczowych** 1. Wsęp Podsawowymi celami przedsiębiorswa w długim okresie jes rozwój i osiąganie
Bardziej szczegółowoEwa Dziawgo Uniwersytet Mikołaja Kopernika w Toruniu. Analiza wrażliwości modelu wyceny opcji złożonych
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 7 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Uniwersye Mikołaja Kopernika w Toruniu
Bardziej szczegółowoKomputerowa analiza przepływów turbulentnych i indeksu Dow Jones
Kompuerowa analiza przepływów urbulennych i indeksu Dow Jones Rafał Ogrodowczyk Pańswowa Wyższa Szkoła Zawodowa w Chełmie Wiesław A. Kamiński Uniwersye Marii Curie-Skłodowskie w Lublinie W badaniach porównano
Bardziej szczegółowoInstrukcja do ćwiczenia laboratoryjnego. Badanie liczników
Insrukcja do ćwiczenia laboraoryjnego Badanie liczników Opracował: mgr inż. Andrzej Biedka Wymagania, znajomość zagadnień: 3. 4. Budowa licznika cyfrowego. zielnik częsoliwości, różnice między licznikiem
Bardziej szczegółowoEFEKT DŹWIGNI NA GPW W WARSZAWIE WPROWADZENIE
Paweł Kobus, Rober Pierzykowski Kaedra Ekonomerii i Informayki SGGW e-mail: pawel.kobus@saysyka.info EFEKT DŹWIGNI NA GPW W WARSZAWIE Sreszczenie: Do modelowania asymerycznego wpływu dobrych i złych informacji
Bardziej szczegółowoψ przedstawia zależność
Ruch falowy 4-4 Ruch falowy Ruch falowy polega na rozchodzeniu się zaburzenia (odkszałcenia) w ośrodku sprężysym Wielkość zaburzenia jes, podobnie jak w przypadku drgań, funkcją czasu () Zaburzenie rozchodzi
Bardziej szczegółowoREGULAMIN FUNDUSZU ROZLICZENIOWEGO
REGULAMIN FUNDUSZU ROZLICZENIOEGO przyjęy uchwałą nr 10/60/98 Rady Nadzorczej Krajowego Depozyu Papierów arościowych S.A. z dnia 28 września 1998 r., zawierdzony decyzją Komisji Papierów arościowych i
Bardziej szczegółowoZASTOSOWANIE KASKADOWEGO REGULATORA ROZMYTEGO W UKŁADZIE STEROWANIA MASZYNĄ PRĄDU STAŁEGO
Prace Naukowe Insyu Maszyn, Napędów i Pomiarów Elekrycznych Nr 64 Polechniki Wrocławskiej Nr 64 Sudia i Maeriały Nr 30 200 Rober ŁUKOWSKI* maszyna prądu sałego, serowanie kaskadowe, regulaor PI, regulaor
Bardziej szczegółowo2. Wprowadzenie. Obiekt
POLITECHNIKA WARSZAWSKA Insyu Elekroenergeyki, Zakład Elekrowni i Gospodarki Elekroenergeycznej Bezpieczeńswo elekroenergeyczne i niezawodność zasilania laoraorium opracował: prof. dr ha. inż. Józef Paska,
Bardziej szczegółowoTemat: Weryfikacja nienaruszalności bezpieczeństwa SIL struktury sprzętowej realizującej funkcje bezpieczeństwa
1 Lab3: Bezpieczeńswo funkcjonalne i ochrona informacji Tema: Weryfikacja nienaruszalności bezpieczeńswa SIL srukury sprzęowej realizującej funkcje bezpieczeńswa Kryeria probabilisyczne bezpieczeńswa funkcjonalnego
Bardziej szczegółowoDOBÓR PRZEKROJU ŻYŁY POWROTNEJ W KABLACH ELEKTROENERGETYCZNYCH
Franciszek SPYRA ZPBE Energopomiar Elekryka, Gliwice Marian URBAŃCZYK Insyu Fizyki Poliechnika Śląska, Gliwice DOBÓR PRZEKROJU ŻYŁY POWROTNEJ W KABLACH ELEKTROENERGETYCZNYCH. Wsęp Zagadnienie poprawnego
Bardziej szczegółowoSZACOWANIE MODELU RYNKOWEGO CYKLU ŻYCIA PRODUKTU
B A D A N I A O P E R A C J N E I D E C Z J E Nr 2 2006 Bogusław GUZIK* SZACOWANIE MODELU RNKOWEGO CKLU ŻCIA PRODUKTU Przedsawiono zasadnicze podejścia do saysycznego szacowania modelu rynkowego cyklu
Bardziej szczegółowoKURS EKONOMETRIA. Lekcja 1 Wprowadzenie do modelowania ekonometrycznego ZADANIE DOMOWE. Strona 1
KURS EKONOMETRIA Lekcja 1 Wprowadzenie do modelowania ekonomerycznego ZADANIE DOMOWE www.erapez.pl Srona 1 Część 1: TEST Zaznacz poprawną odpowiedź (ylko jedna jes prawdziwa). Pyanie 1 Kóre z poniższych
Bardziej szczegółowoANALIZA ODPOWIEDZI UKŁADÓW KONSTRUKCYJNYCH NA WYMUSZENIE W POSTACI SIŁY O DOWOLNYM PRZEBIEGU CZASOWYM
Budownicwo Mariusz Poński ANALIZA ODPOWIEDZI UKŁADÓW KONSTRUKCYJNYCH NA WYMUSZENIE W POSTACI SIŁY O DOWOLNYM PRZEBIEGU CZASOWYM Wprowadzenie Coraz większe ograniczenia czasowe podczas wykonywania projeków
Bardziej szczegółowoUWARUNKOWANIA DIAGNOSTYCZNE STEROWANIA PROCESEM EKSPLOATACJI OKRĘTOWYCH SILNIKÓW GŁÓWNYCH
UWARUNKOWANIA DIAGNOSTYCZNE STEROWANIA PROCESEM EKSPLOATACJI OKRĘTOWYCH SILNIKÓW GŁÓWNYCH Jacek Rudnicki Poliechnika Gdańska ul. Naruowicza 11/12, 8-233 Gdańsk el.: +48 58 3472973 e-mail:jacekrud@pg.edu.pl
Bardziej szczegółowoCopyright by Politechnika Białostocka, Białystok 2017
Recenzenci: dr hab. Sanisław Łobejko, prof. SGH prof. dr hab. Doroa Wikowska Redakor naukowy: Joanicjusz Nazarko Auorzy: Ewa Chodakowska Kaarzyna Halicka Arkadiusz Jurczuk Joanicjusz Nazarko Redakor wydawnicwa:
Bardziej szczegółowoPRZEKSZTAŁTNIK PRĄDU JAKO STEROWNIK W UKŁADACH NAPĘDOWYCH Z SILNIKAMI INDUKCYJNYMI
Zeszyy Problemowe Maszyny Elekryczne Nr 79/2008 127 Marcin Morawiec Arkadiusz Lewicki Zbigniew Krzemiński Poliechnika Gdańska Gdańsk PRZEKSZTAŁTNIK PRĄDU JAKO STEROWNIK W UKŁADACH NAPĘDOWYCH Z SILNIKAMI
Bardziej szczegółowoWykład 5 Elementy teorii układów liniowych stacjonarnych odpowiedź na dowolne wymuszenie
Wykład 5 Elemeny eorii układów liniowych sacjonarnych odpowiedź na dowolne wymuszenie Prowadzący: dr inż. Tomasz Sikorski Insyu Podsaw Elekroechniki i Elekroechnologii Wydział Elekryczny Poliechnika Wrocławska
Bardziej szczegółowoOcena efektywności procedury Congruent Specyfication dla małych prób
243 Zeszyy Naukowe Wyższej Szkoły Bankowej we Wrocławiu Nr 20/2011 Wyższa Szkoła Bankowa w Toruniu Ocena efekywności procedury Congruen Specyficaion dla małych prób Sreszczenie. Procedura specyfikacji
Bardziej szczegółowoObszary zainteresowań (ang. area of interest - AOI) jako metoda analizy wyników badania eye tracking
Inerfejs użykownika - Kansei w prakyce 2009 107 Obszary zaineresowań (ang. area of ineres - AOI) jako meoda analizy wyników badania eye racking Pior Jardanowski, Agencja e-biznes Symeria Ul. Wyspiańskiego
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODELE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 2007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Pior Fiszeder Uniwersye Mikołaja Kopernika
Bardziej szczegółowoDYNAMICZNE MODELE EKONOMETRYCZNE
DYNAMICZNE MODEE EKONOMETRYCZNE X Ogólnopolskie Seminarium Naukowe, 4 6 września 007 w Toruniu Kaedra Ekonomerii i Saysyki, Uniwersye Mikołaja Kopernika w Toruniu Joanna Małgorzaa andmesser Szkoła Główna
Bardziej szczegółowoEFEKTYWNOŚĆ INWESTYCJI MODERNIZACYJNYCH. dr inż. Robert Stachniewicz
EFEKTYWNOŚĆ INWESTYCJI MODERNIZACYJNYCH dr inż. Rober Sachniewicz METODY OCENY EFEKTYWNOŚCI PROJEKTÓW INWESTYCYJNYCH Jednymi z licznych celów i zadań przedsiębiorswa są: - wzros warości przedsiębiorswa
Bardziej szczegółowoPAlab_4 Wyznaczanie charakterystyk częstotliwościowych
PAlab_4 Wyznaczanie charakerysyk częsoliwościowych Ćwiczenie ma na celu przedsawienie prakycznych meod wyznaczania charakerysyk częsoliwościowych elemenów dynamicznych. 1. Wprowadzenie Jedną z podsawowych
Bardziej szczegółowoEksploracja danych. KLASYFIKACJA I REGRESJA cz. 1. Wojciech Waloszek. Teresa Zawadzka.
Eksploracja danych KLASYFIKACJA I REGRESJA cz. 1 Wojciech Waloszek wowal@ei.pg.gda.pl Teresa Zawadzka egra@ei.pg.gda.pl Kaedra Inżyrii Oprogramowania Wydział Elekroniki, Telekomunikacji i Informayki Poliechnika
Bardziej szczegółowo