OPTYMALIZACJA HARMONOGRAMU DOSTAW MATERIAŁÓW BUDOWLANYCH PRZY ZASTOSOWANIU METODY GRAFICZNEJ WSPOMAGANEJ TEORIĄ KOLEJEK
|
|
- Anatol Stankiewicz
- 7 lat temu
- Przeglądów:
Transkrypt
1 OPTYMALIZACJA HARMONOGRAMU DOSTAW MATERIAŁÓW BUDOWLANYCH PRZY ZASTOSOWANIU METODY GRAFICZNEJ WSPOMAGANEJ TEORIĄ KOLEJEK Michał Krzemiński*, Paweł Nowak ** 1. Wprowadzenie Problem opracowania harmonogramu dostaw materiałów budowlanych jest nadal bardzo aktualnym zagadnieniem z dziedziny optymalizacji organizacji budowy. Odpowiednie zaplanowanie terminów i wielkość dostaw jest szczególnie istotne w przypadku występowania braku miejsca na składowanie materiałów. Prosty model taki jak metoda graficzna wyznaczania wielkości dostaw może okazać się bardzo pomocny. Jest to model intuicyjny i łatwy w zastosowaniu, charakteryzuje się on przy tym dużą przejrzystością wyników. W referacie zaproponowano połączenie graficznej metody harmonogramowania z wielokanałowym systemem obsługi M/M/c z ograniczoną kolejką z przykładem zastosowania. 2. Metoda graficzna sporządzania harmonogramu dostaw materiałów budowlanych Metoda jest prosta w użyciu, wyniki jakie są uzyskiwane dzięki jej zastosowaniu dość dobrze sprawdzają się w praktyce. Nie pozwala ona na wyznaczenie optymalnej wielkości zapasu materiału ze względu na koszty magazynowania i dostaw. Brak tego typu analizy kosztowej nie stanowi jednak zawsze problemu, szczególnie w przypadkach, w których z braku miejsca składowego z góry zakłada się ciągłość dostaw. Metoda pozwala na rozplanowanie dostaw dla materiału o zużyciu ciągłym, warto zauważyć, że daje dobre wyniki nawet w przypadkach w których to zużycie ma charakter skokowy. Jest to metoda deterministyczna, jednakże na skutek zastosowania wyprzedzenia początkowej dostawy, w większości przypadków zaplanowany zostaje zapas materiału. Ten wyznaczony w sposób deterministyczny zapas materiału pozwala na zmniejszanie skutków oddziaływania na budowę czynników losowych. Algorytm metody graficznej polega na kolejnym sporządzaniu *) Michał Krzemiński, Ph. D., Warsaw University of Technology, Faculty of Civil Engineering, Institute of Construction Management, Armii Ludowej Street 16, Warsaw, Poland. Phone: (+4822) , Fax: (+4822) , m.krzeminski@il.pw.edu.pl **) Paweł Nowak, Ph. D., Warsaw University of Technology, Faculty of Civil Engineering, Institute of Construction Management, Armii Ludowej Street 16, Warsaw, Poland. Phone: (+4822) , Fax: (+4822) , p.nowak@il.pw.edu.pl
2 wykresów: dziennego zużycia materiału, sumowanego zużycia materiału, określenie normy zapasu w dniach (wyprzedzenie dostawy), pomocniczego do wykresu sumowanej dostawy, wykres sumowanej dostawy materiału. Metoda skierowana jest do stosowania na budowach, na których z racji braku miejsca przeznaczonego na place składowe, dostawy muszą być realizowane w sposób ciągły. Jednakże jeżeli w taki sposób zostanie zaplanowane zasilanie budowy w środki produkcji mogą pojawić się problemy z technicznym przyjmowaniem dostaw. Na to czy rozładunek materiałów prowadzony będzie w sposób ciągły i nieprzerwany największy wpływ ma ilość kanałów obsługi. Nie zawsze jednak można ją powiększyć, czasami zamiast dodania liczby stanowisk rozładunku możliwe jest utworzenie kolejki pojazdów oczekujących na rozładunek (kolejka również może mieć ograniczenia co do całkowitej długości). Zarówno obsłużenie dodatkowego kanału rozładunkowego jak i utworzenie kolejki będzie pociągało za sobą określone koszty. Zadaniem modelu jest ustalenie liczby kanałów obsługi w takiej liczbie aby generowały najniższe koszty. W budownictwie najlepszym do zastosowania z teorii masowej obsługi jest wielokanałowy system obsługi M/M/c z ograniczoną kolejką. 3. Wielokanałowy system masowej obsługi M/M/c z ograniczoną kolejką W systemach "z ograniczoną kolejką" zgłoszenia nie są przyjmowane do obsługi tylko wtedy, jeżeli w kolejce będzie znajdowała się pewna, określona z góry, liczba zgłoszeń (np. środków transportowych). Wynika z tego, że model takiego systemu można przyjąć do wyznaczania długości frontu załadunkowo-wyładunkowego placów składowych, jeżeli na placu budowy lub w jego otoczeniu znajduje się miejsce dla oczekujących w kolejce samochodów. W systemie M/M/c z ograniczoną kolejką, jak wiadomo, odstępy czasu między zgłoszeniami i czasy obsługi we wszystkich kanałach obsługi charakteryzują się rozkładem wykładniczym gęstości prawdopodobieństwa. Długość kolejki jest ograniczona do oczekujących w niej jednostek (samochodów) jest limitowana bardzo często dostępnością miejsca. Jeżeli zgłaszający się środek transportowy nie znajdzie miejsca, to musi opuścić system, np. bez rozładowania środka transportowego. W sytuacji decyzyjnej dotyczącej rozpatrywanego systemu masowej obsługi również należy ustalić właściwą liczbę stanowisk (kanałów obsługi) wzdłuż jednego z boków placu składowego. Można posłużyć się w tym celu zależnością określającą prawdopodobieństwo odmowy obsługi, wyprowadzoną dla przyjętego systemu. Prawdopodobieństwo to wyraża się wzorem: gdzie: (1) gdzie: - czas rozładunku środka transportowego, odstęp czasu pomiędzy przybyciami kolejnych środków transportowych. Występującą w zależności (1) wielkość, tzn. prawdopodobieństwo tego, że wszystkie kanały obsługi są wolne, można obliczyć ze wzoru: (2) (3)
3 Dzięki zastosowaniu modelu wielokanałowej obsługi M/M/c z ograniczoną kolejką możliwe jest wyznaczanie liczby kanałów obsługi i wielkości kolejki na takim poziomie aby nie zostało przekroczone zakładane prawdopodobieństwo odmowy. 4. Metoda graficzna wyznaczania harmonogramu dostaw z wykorzystaniem teorii kolejek Metoda graficzna pozwala na określenie niezbędnej liczby środków transportowych wykorzystywanych w kolejnych jednostkach czasowych. W opracowywanym modelu przyjęto że współczynnik gęstości czasu rozładunku do czasu pomiędzy przybiciami kolejnych środków transportowych dla maksymalnej zaplanowanej liczby środków transportowych z badanego okresu wynosi. Mając więc dany zbiór rozwiązań otrzymany metodą graficzną można wyznaczyć współczynnik dla wszystkich planowanych wielkości dostaw. Jest on niezbędny dla wyznaczenia wielkości prawdopodobieństwa odmowy a co za tym idzie do wyznaczenia liczby kanałów obsługi i długości planowanej kolejki. Wyznaczenie współczynników dla wszystkich wielkości dostaw należy przeprowadzić w sposób przedstawiony poniżej. Zbiór jest zbiorem liczb naturalnych określających liczby zestawów transportowych przez jakie będą realizowane dostawy według opracowanego metodą graficzną harmonogramu. Zbiór przedstawia zależność (4) poniżej. gdzie: (4) ilość dni przez jaką realizowane będą dostawy, ilość zestawów transportowych jaka realizuje jaka realizuje dostawy w -tym dniu. Pierwszym krokiem jaki należy wykonać w celu wyznaczenia wielkości dla wszystkich dni jest znalezienie maksymalnej wielkości w zbiorze. Wielkości maksymalnej odpowiadać będzie wielkość. Założeniem modelu jest że przyjęta w sposób deterministyczny wielkość stanowiska obsługi będzie w stanie obsłużyć rozładunek materiałów dostarczanych przez maksymalną zaplanowaną ilość środków transportowych. Pozostałe wartości można obliczyć według zależności (5) podanej poniżej. Mając wyznaczone wielkości dla wszystkich dni w których realizowane będą dostawy można przystąpić do wyznaczenia wartości prawdopodobieństwa odmowy dla tych dni, które należy wyznaczać na podstawie zależności (1). Wyznaczone w sposób deterministyczny stanowisko obsługi należy przyjąć jako jeden kanał obsługi z brakiem wyznaczonej kolejki. W calu osiągnięcia zakładanego poziomu pewności obliczeń można wykonać dwa działania oddzielnie lub osobno. Pierwszym działaniem jest powiększenie liczby kanałów obsługi. Będzie to zazwyczaj zabieg dość trudny o ile w ogóle możliwy, może bowiem zdarzyć się sytuacja w której nie istnieje możliwość dodania kolejnego stanowiska rozładunku. Drugim sposobem spełnienia warunku prawdopodobieństwa odmowy jest zapewnienie miejsca dla pojazdów oczekujących w kolejce na rozładunek. W skrajnych przypadkach oraz w miarę możliwości można stosować obydwa te rozwiązania równolegle. Należy jednak pamiętać że zastosowanie (5)
4 któregokolwiek z rozwiązań łączyć się będzie z poniesieniem konkretnych kosztów. W opracowanym modelu przyjęto, że koszt każdego kolejnego kanału obsługi oznaczany będzie jako, natomiast koszt każdego dodatkowego miejsca postojowego oznaczony będzie jako. Zadanie optymalizacyjne przyjmie więc postać przedstawioną przez zależność (6). Wyznaczając koszt minimalny równocześnie zostaje wyznaczona ilość kanałów rozładunkowych i ilość miejsc w kolejce. Obliczeniowy sposób rozwiązania zadania przedstawionego zależnością (6) jest następujący. Należy w pierwszej kolejności wyznaczyć niezbędną długość kolejki w kolejnych dniach dla jednego kanału obsługi. Wyznaczona wielkość kolejki w kolejnych dniach pozwoli na wyznaczenie kosztu, następnie należy wykonać obliczenia dla dwóch i trzech kanałów obsługi. Wyznaczone koszty,, pozwolą na wybór optymalnej liczby kanałów obsługi i długości kolejki. Liczba kanałów obsługi odpowiada najmniejszej wartości. 4. Przykład zastosowania nowo opracowanego modelu Na budowie zaplanowano zużycie danego materiału na okres 19 dni. W ciągu tych dni zaplanowano dwie przerwy po dwa dni. Założono również że wyprzedzenie pierwszej dostawy wynosić będzie 3 dni. Na rysunku 1 przedstawiono harmonogram zużycia, dostaw i zapasu materiałów budowlanych wykonany metodą graficzną. (6) Rys. 1 Harmonogram zużycia, dostaw i zapasu materiałów budowlanych Fig. 1 Schedule consumption, supply and inventory of construction materials Dla rozwiązanego w ten sposób zadania wykonano analizy polegające na wyliczeniu prawdopodobieństw odmowy przy założeniu że na budowie rozładunek prowadzony będzie przy użyciu jednego stanowiska rozładunkowego i dwóch stanowisk. Przyjęto że prawdopodobieństwo odmowy nie może przekraczać 10%. W tabeli 1 została przedstawiona analiza pozwalająca wyznaczyć niezbędną długość kolejki przy założeniu, że rozładunek materiału wykonywany będzie tylko na jednym stanowisku. Przyjęto także założenia że koszt każdego kolejnego kanału obsługi, natomiast koszt każdego kolejnego miejsca w kolejce równa się.
5 Tab. 1 Analiza długości kolejki przy założeniu rozładunku na jednym stanowisku Tab. 1 The analysis of queue lengths under the assumption of single unloading Tab. 2 Analiza długości kolejki przy założeniu rozładunku na dwóch stanowiskach Tab. 2 The analysis of queue lengths under the assumption of double unloading 6. Wnioski Analizując tabelę 1 łatwo można stwierdzić że po półtora krotnym zwiększeniu kosztów rozładunku materiałów uzyskano zadowalający wynik pod względem dotrzymania warunku odmowy obsługi poniżej 10%. Jeżeli natomiast nie chcielibyśmy podnosić kosztów obsługi prawie o 50% a równocześnie nie istnieje możliwość utworzenia wystarczająco długiej kolejki, jedynym wyjściem jest pogodzenia się ze zwiększonym ryzykiem wystąpienia odmowy, na przykład na poziomie 20% przy zakładanej długości kolejki.analizując tabelę 1 można zauważyć, że w większości dni kolejka jaka zapewniłaby obniżenie
6 prawdopodobieństwa odmowy miałaby długość do 3 miejsc. Takie rozwiązanie byłoby optymalnym, gdyby nie fakt, że w dniu trzynastym w celu zmniejszenia prawdopodobieństwa odmowy, należy utworzyć kolejkę długości 8 pojazdów. Taka kolejka prowadzi do znacznego podniesienia kosztów, istnieje również możliwość że nie da się spełnić tego warunku. Należy więc przeprowadzić analizę pokazującą jaką należy zapewnić długość kolejki przy założeniu że rozładunek prowadzony będzie w dwóch kanałach obsługi. Taką analizę pokazuje tabela 2. Analizując tabelę 2 można zauważyć że przy tak założonych kosztach utworzenia dodatkowego kanału obsługi i przy tak założonych kosztach utworzenia dodatkowego miejsca w kolejce łatwo można zauważyć że koszt całkowity uległ obniżeniu o około 20% jak również niezbędna długość kolejki na całym horyzoncie zapotrzebowania na materiał nie przekracza. Zarówno ze względów ekonomicznych jak i ze względów organizacyjnych za lepszy wariant należy uznać wariant drugi. Literatura [1] Jaworski K. M.: Metodologia projektowania realizacji budowy. Wydawnictwo Naukowe PWN, Warszawa 2009, [2] Jaworski K. M.: Podstawy organizacji budowy. Wydawnictwo Naukowe PWN, Warszawa 2004 [3] Obretenow A.,Dimitrow B.: Teoria masowej obsługi. Poradnik. Wydawnictwo Naukowe PWN, Warszawa 1989, [4] Paszula M.: Koszty w układzie rodzajowym zużycie materiałów i energii. Delfin, Warszawa BUILDING MATERIALS SUPPLIES SCHEDULE OPTIMIZATION WITH USE OF GRAPHICAL METHOD SUPPORTED BY QUEUEING THEORY Scheduling problem of building materials supply is one of the important issues in optimization of construction works on site. Proper planning of materials supply (size of supply and date of supply) is especially important where there is no place for storage on building site. In this paper the combination of graphical method for planning the supplies with multichannel system of mass service M/M/c with limited queue was presented. Paper presents simple and user friendly graphical method for scheduling of building materials supplies on site (daily use, summed use, storage of materials, auxiliary graph for supply, summary graph of supplies). This method does not allow for calculation of costs of storage of optimized continuous supplies. Method is foreseen mainly for those sites, where there is no place for storage, materials has to be delivered on time which can cause difficulties with unloading. Introduction of queuing theory rules can help with establishment of proper number of unloading stations. Number of stations should be calculated with taking costs under consideration.
Modele procesów masowej obsługi
Modele procesów masowej obsługi Musiał Kamil Motek Jakub Osowski Michał Inżynieria Bezpieczeństwa Rok II Wstęp Teoria masowej obsługi to samodzielna dyscyplina, której celem jest dostarczenie możliwie
Bardziej szczegółowoWYBÓR STRATEGII DOSTAW I MAGAZYNOWANIA MATERIAŁÓW BUDOWLANYCH DO ROBÓT DROGOWYCH PRZY ZASTOSOWANIU ALGORYTMÓW GENETYCZNYCH
LOGITRANS - VIII KONFERENCJA NAUKOWO-TECHNICZNA LOGISTYKA, SYSTEMY TRANSPORTOWE, BEZPIECZEŃSTWO W TRANSPORCIE Michał KRZEMIŃSKI 1 Dostawa, magazynowanie, algorytmy genetyczne, budownictwo. WYBÓR STRATEGII
Bardziej szczegółowoZarządzanie projektami
Dr Adam Kucharski Spis treści Podstawowe pojęcia Metoda CPM 3 3 Przykład analizy metodą CPM 5 Podstawowe pojęcia Przedsięwzięcia złożone z wielu czynności spotykane są na każdym kroku. Jako przykład może
Bardziej szczegółowoLiteratura TEORIA MASOWEJ OBSŁUGI TEORIA KOLEJEK. Teoria masowej obsługi. Geneza. Teoria masowej obsługi
TEORIA MASOWEJ OBSŁUGI TEORIA KOLEJEK Wykład 1 Dr inż. Anna Kwasiborska Literatura B. von der Veen: Wstęp do teorii badań operacyjnych. PWN, Warszawa 1970. Gniedenko B. W., Kowalenko I. N.: Wstęp do teorii
Bardziej szczegółowoOptymalizacja harmonogramów budowlanych - szeregowanie zadań. Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie
Optymalizacja harmonogramów budowlanych - szeregowanie zadań Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie Opis zagadnienia Zadania dotyczące szeregowania zadań należą do szerokiej
Bardziej szczegółowoInstytut Politechniczny Państwowa Wyższa Szkoła Zawodowa. Diagnostyka i niezawodność robotów
Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa Diagnostyka i niezawodność robotów Laboratorium nr 6 Model matematyczny elementu naprawialnego Prowadzący: mgr inż. Marcel Luzar Cele ćwiczenia:
Bardziej szczegółowoK.Pieńkosz Badania Operacyjne Wprowadzenie 1. Badania Operacyjne. dr inż. Krzysztof Pieńkosz
K.Pieńkosz Wprowadzenie 1 dr inż. Krzysztof Pieńkosz Instytut Automatyki i Informatyki Stosowanej Politechniki Warszawskiej pok. 560 A tel.: 234-78-64 e-mail: K.Pienkosz@ia.pw.edu.pl K.Pieńkosz Wprowadzenie
Bardziej szczegółowot i L i T i
Planowanie oparte na budowaniu modelu struktury przedsięwzięcia za pomocą grafu nazywa sie planowaniem sieciowym. Stosuje się do planowania i kontroli realizacji założonych przedsięwzięć gospodarczych,
Bardziej szczegółowo1 Obliczanie modeli sieciowych w funkcji środków
1 Obliczanie modeli sieciowych w funkcji środków Przykład zaczerpnięty z mojego podręcznika Harmonogramy sieciowe w robotach inżynierskich. Wydawnictwo SGGW 001 str. 77. 1.1 Założenia analizy środków oraz
Bardziej szczegółowoCHARAKTERYSTYKA I ZASTOSOWANIA ALGORYTMÓW OPTYMALIZACJI ROZMYTEJ. E. ZIÓŁKOWSKI 1 Wydział Odlewnictwa AGH, ul. Reymonta 23, Kraków
36/3 Archives of Foundry, Year 004, Volume 4, 3 Archiwum Odlewnictwa, Rok 004, Rocznik 4, Nr 3 PAN Katowice PL ISSN 64-5308 CHARAKTERYSTYKA I ZASTOSOWANIA ALGORYTMÓW OPTYMALIZACJI ROZMYTEJ E. ZIÓŁKOWSKI
Bardziej szczegółowoJAKOŚCIOWA ANALIZA RYZYKA W PRZEDSIĘWZIĘCIACH BUDOWLANYCH. Michał KRZEMIŃSKI *, Paweł NOWAK** 1. Wprowadzenie
XXI RUSSIAN - SLOVAK - РОLISH SEMINAR, MOSCOW - ARKHANGELSK 03.07-06.07.202 ТHEORETICAL FOUNDATION OF CIVIL ENGINEERING MOSCOW STATE UNIVERSITY OF CIVIL ENGINEERING NORTHERN (ARCTIC) FEDERAL UNIVERSITY
Bardziej szczegółowoOkreślenie maksymalnego kosztu naprawy pojazdu
MACIEJCZYK Andrzej 1 ZDZIENNICKI Zbigniew 2 Określenie maksymalnego kosztu naprawy pojazdu Kryterium naprawy pojazdu, aktualna wartość pojazdu, kwantyle i kwantyle warunkowe, skumulowana intensywność uszkodzeń
Bardziej szczegółowoHISTOGRAM. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH Liczba pomiarów - n. Liczba pomiarów - n k 0.5 N = N =
HISTOGRAM W pewnych przypadkach interesuje nas nie tylko określenie prawdziwej wartości mierzonej wielkości, ale także zbadanie całego rozkład prawdopodobieństwa wyników pomiarów. W takim przypadku wyniki
Bardziej szczegółowoTRANSCOMP XV INTERNATIONAL CONFERENCE COMPUTER SYSTEMS AIDED SCIENCE, INDUSTRY AND TRANSPORT
TRANSCOMP XV INTERNATIONAL CONFERENCE COMPUTER SYSTEMS AIDED SCIENCE, INDUSTRY AND TRANSPORT FRĄCKIEWICZ Rafał 1 KRZEMIŃSKI Michał 2 Harmonogramy budowlane, reguły szeregowania zadań, program LEKIN ANALIZA
Bardziej szczegółowoElementy Modelowania Matematycznego
Elementy Modelowania Matematycznego Wykład 9 Systemy kolejkowe Spis treści Wstęp Systemy masowej obsługi (SMO) Notacja Kendalla Schemat systemu masowej obsługi Przykład systemu M/M/1 Założenia modelu matematycznego
Bardziej szczegółowoModelowanie komputerowe
Modelowanie komputerowe wykład 5- Klasyczne systemy kolejkowe i ich analiza dr Marcin Ziółkowski Instytut Matematyki i Informatyki Akademia im. Jana Długosza w Częstochowie 16,23listopada2015r. Analiza
Bardziej szczegółowoWPŁYW TYPU ROZKŁADU CZASU TRWANIA CZYNNOŚCI NA WYNIKI ANALIZY RYZYKA W PLANOWANIU REALIZACJI PRZEDSIĘWZIĘĆ
Dane bibliograficzne o artykule: http://mieczyslaw_polonski.users.sggw.pl/mppublikacje mgr inż. Wojciech Bogusz dr hab. inż. Mieczysław Połoński, prof. SGGW mgr inż. Kamil Pruszyński Szkoła Główna Gospodarstwa
Bardziej szczegółowoZasady sporządzania modelu sieciowego (Wykład 1)
Zasady sporządzania modelu sieciowego (Wykład 1) Metody planowania sieciowego są stosowane w budownictwie do planowania i kontroli dużych przedsięwzięć, w których z powodu wielu zależności istnieje konieczność
Bardziej szczegółowoANALIZA PORÓWNAWCZA ZUŻYCIA I KOSZTÓW ENERGII DLA BUDYNKU JEDNORODZINNEGO W SŁUBICACH I FRANKFURCIE NAD ODRĄ
HENRYK KWAPISZ *1 ANALIZA PORÓWNAWCZA ZUŻYCIA I KOSZTÓW ENERGII DLA BUDYNKU JEDNORODZINNEGO W SŁUBICACH I FRANKFURCIE NAD ODRĄ COMPARATIVE ANALYSIS OF ENERGY CONSUMPTION AND COSTS FOR SINGLE FAMILY HOUSE
Bardziej szczegółowoOPTYMALIZACJA ZBIORNIKA NA GAZ PŁYNNY LPG
Leon KUKIEŁKA, Krzysztof KUKIEŁKA, Katarzyna GELETA, Łukasz CĄKAŁA OPTYMALIZACJA ZBIORNIKA NA GAZ PŁYNNY LPG Streszczenie Praca dotyczy optymalizacji kształtu zbiornika toroidalnego na gaz LPG. Kryterium
Bardziej szczegółowoECONOMIC ORDER QUANTITY (EOQ)
Systemy Logistyczne Wojsk nr 41/2014 MODEL EKONOMICZNEJ WIELKOŚCI ZAMÓWIENIA (EOQ) ECONOMIC ORDER QUANTITY (EOQ) Małgorzata GRZELAK Jarosław ZIÓŁKOWSKI Wojskowa Akademia Techniczna Wydział Logistyki Instytut
Bardziej szczegółowoMODYFIKACJA 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 szczegółowoWIELOKRYTERIALNY DOBÓR ROZTRZĄSACZY OBORNIKA
Inżynieria Rolnicza 7(95)/2007 WIELOKRYTERIALNY DOBÓR ROZTRZĄSACZY OBORNIKA Andrzej Turski, Andrzej Kwieciński Katedra Maszyn i Urządzeń Rolniczych, Akademia Rolnicza w Lublinie Streszczenie: W pracy przedstawiono
Bardziej szczegółowoM. Dąbrowska. Wroclaw University of Economics
M. Dąbrowska Wroclaw University of Economics Słowa kluczowe: Zarządzanie wartością i ryzykiem przedsiębiorstwa, płynność, EVA JEL Classification A 10 Streszczenie: Poniższy raport prezentuje wpływ stosowanej
Bardziej szczegółowoSystem optymalizacji produkcji energii
System optymalizacji produkcji energii Produkcja energii jest skomplikowanym procesem na który wpływa wiele czynników, optymalizacja jest niezbędna, bieżąca informacja o kosztach i możliwościach wykorzystania
Bardziej szczegółowoSpacery losowe generowanie realizacji procesu losowego
Spacery losowe generowanie realizacji procesu losowego Michał Krzemiński Streszczenie Omówimy metodę generowania trajektorii spacerów losowych (błądzenia losowego), tj. szczególnych procesów Markowa z
Bardziej szczegółowoBadania operacyjne: Wykład Zastosowanie kolorowania grafów w planowaniu produkcji typu no-idle
Badania operacyjne: Wykład Zastosowanie kolorowania grafów w planowaniu produkcji typu no-idle Paweł Szołtysek 12 czerwca 2008 Streszczenie Planowanie produkcji jest jednym z problemów optymalizacji dyskretnej,
Bardziej szczegółowoWykorzystanie nowoczesnych technik prognozowania popytu i zarządzania zapasami do optymalizacji łańcucha dostaw na przykładzie dystrybucji paliw cz.
14.12.2005 r. Wykorzystanie nowoczesnych technik prognozowania popytu i zarządzania zapasami do optymalizacji łańcucha dostaw na przykładzie dystrybucji paliw cz. 2 3.2. Implementacja w Excelu (VBA for
Bardziej szczegółowoZarządzanie kosztami logistyki
Zarządzanie kosztami logistyki Opis Synchronizacja wymagań rynku z potencjałem przedsiębiorstwa wymaga racjonalnych decyzji, opartych na dobrze przygotowanych i przetworzonych informacjach. Zmieniające
Bardziej szczegółowoOptymalizacja 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 szczegółowoJacek Skorupski pok. 251 tel konsultacje: poniedziałek , sobota zjazdowa
Jacek Skorupski pok. 251 tel. 234-7339 jsk@wt.pw.edu.pl http://skorupski.waw.pl/mmt prezentacje ogłoszenia konsultacje: poniedziałek 16 15-18, sobota zjazdowa 9 40-10 25 Udział w zajęciach Kontrola wyników
Bardziej szczegółowoRys Wykres kosztów skrócenia pojedynczej czynności. k 2. Δk 2. k 1 pp. Δk 1 T M T B T A
Ostatnim elementem przykładu jest określenie związku pomiędzy czasem trwania robót na planowanym obiekcie a kosztem jego wykonania. Związek ten określa wzrost kosztów wykonania realizacji całego przedsięwzięcia
Bardziej szczegółowoOPTYMALIZACJA W LOGISTYCE
OPTYMALIZACJA W LOGISTYCE Optymalizacja zadań bazy transportowej ( część 2 ) Opracowano na podstawie : Stanisław Krawczyk, Metody ilościowe w logistyce ( przedsiębiorstwa ), Wydawnictwo C. H. Beck, Warszawa
Bardziej szczegółowoOPTYMALIZACJA W LOGISTYCE
OPTYMALIZACJA W LOGISTYCE Wyznaczanie lokalizacji magazynów dystrybucyjnych i miejsc produkcji dr Zbigniew Karwacki Katedra Badań Operacyjnych UŁ Lokalizacja magazynów dystrybucyjnych 1 Wybór miejsca produkcji
Bardziej szczegółowoPodstawy Informatyki Elementy teorii masowej obsługi
Podstawy Informatyki alina.momot@polsl.pl http://zti.polsl.pl/amomot/pi Plan wykładu 1 Wprowadzenie Źródło, kolejka, stanowisko obsługi Notacja Kendalla 2 Analiza systemu M/M/1 Wyznaczenie P n (t) Wybrane
Bardziej szczegółowoOptymalizacja struktury produkcji kopalni z uwzględnieniem kosztów stałych i zmiennych
Optymalizacja struktury produkcji kopalni z uwzględnieniem kosztów stałych i zmiennych 1) dr hab. inż.; AGH Kraków, Wydział Górnictwa i Geoinżynierii 2) dr hab.; AGH Kraków, Wydział Matematyki Stosowanej
Bardziej szczegółowoFunkcje IV. Wymagania egzaminacyjne:
Wymagania egzaminacyjne: a) określa funkcję za pomocą wzoru, tabeli, wykresu, opisu słownego, b) odczytuje z wykresu funkcji: dziedzinę i zbiór wartości, miejsca zerowe, maksymalne przedziały, w których
Bardziej szczegółowoWYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI
WYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskiego 8, 04-703 Warszawa tel. (0)
Bardziej szczegółowoWŁASNOŚCI FUNKCJI. Poziom podstawowy
WŁASNOŚCI FUNKCJI Poziom podstawowy Zadanie ( pkt) Które z przyporządkowań jest funkcją? a) Każdej liczbie rzeczywistej przyporządkowana jest jej odwrotność b) Każdemu uczniowi klasy pierwszej przyporządkowane
Bardziej szczegółowoEkonometria - ćwiczenia 10
Ekonometria - ćwiczenia 10 Mateusz Myśliwski Zakład Ekonometrii Stosowanej Instytut Ekonometrii Kolegium Analiz Ekonomicznych Szkoła Główna Handlowa 14 grudnia 2012 Wprowadzenie Optymalizacja liniowa Na
Bardziej szczegółowoNumeryczna symulacja rozpływu płynu w węźle
231 Prace Instytutu Mechaniki Górotworu PAN Tom 7, nr 3-4, (2005), s. 231-236 Instytut Mechaniki Górotworu PAN Numeryczna symulacja rozpływu płynu w węźle JERZY CYGAN Instytut Mechaniki Górotworu PAN,
Bardziej szczegółowoPoszukiwanie optymalnego wyrównania harmonogramu zatrudnienia metodą analityczną
Mieczysław POŁOŃSKI Wydział Budownictwa i Inżynierii Środowiska, Szkoła Główna Gospodarstwa Wieskiego, Warszawa, ul. Nowoursynowska 159 e-mail: mieczyslaw_polonski@sggw.pl Poszukiwanie optymalnego wyrównania
Bardziej szczegółowoPLANOWANIE PRZEZBROJEŃ LINII PRODUKCYJNYCH Z WYKORZYSTANIEM METODY MODELOWANIA I SYMULACJI
Dariusz PLINTA Sławomir KUKŁA Akademia Techniczno-Humanistyczna w Bielsku-Białej PLANOWANIE PRZEZBROJEŃ LINII PRODUKCYJNYCH Z WYKORZYSTANIEM METODY MODELOWANIA I SYMULACJI 1. Planowanie produkcji Produkcja
Bardziej szczegółowoInŜynieria Rolnicza 14/2005. Streszczenie
Michał Cupiał Katedra InŜynierii Rolniczej i Informatyki Akademia Rolnicza w Krakowie PROGRAM WSPOMAGAJĄCY NAWOśENIE MINERALNE NAWOZY 2 Streszczenie Przedstawiono program Nawozy 2 wspomagający nawoŝenie
Bardziej szczegółowoInstrukcja. Laboratorium Metod i Systemów Sterowania Produkcją.
Instrukcja do Laboratorium Metod i Systemów Sterowania Produkcją. 2010 1 Cel laboratorium Celem laboratorium jest poznanie metod umożliwiających rozdział zadań na linii produkcyjnej oraz sposobu balansowania
Bardziej szczegółowoSystem obsługi klienta przy okienku w urzędzie pocztowym
System obsługi klienta przy okienku w urzędzie pocztowym Opracowały: Monika Rozmarynowska Paulina Wałdoch Joanna Wika Specjalność : EPiF Rok akademicki: 2009/2010 1 Spis treści 1. Opis i założenia wstępne
Bardziej szczegółowodr Adam Sojda Wykład Politechnika Śląska Badania Operacyjne Teoria kolejek
dr Adam Sojda Badania Operacyjne Wykład Politechnika Śląska Teoria kolejek Teoria kolejek zajmuje się badaniem systemów związanych z powstawaniem kolejek. Systemy kolejkowe W systemach, którymi zajmuje
Bardziej szczegółowoORGANIZACJA PROCESÓW DYSTRYBUCJI W DZIAŁALNOŚCI PRZEDSIĘBIORSTW PRODUKCYJNYCH, HANDLOWYCH I USŁUGOWYCH
Systemy Logistyczne Wojsk nr 41/2014 ORGANIZACJA PROCESÓW DYSTRYBUCJI W DZIAŁALNOŚCI PRZEDSIĘBIORSTW PRODUKCYJNYCH, HANDLOWYCH I USŁUGOWYCH ORGANIZATION OF DISTRIBUTION PROCESSES IN PRODUCTIVE, TRADE AND
Bardziej szczegółowoInstrukcja obsługi programu SWWS autorstwa Michała Krzemińskiego
Instrukcja obsługi programu SWWS autorstwa Michała Krzemińskiego Krótkie informacje o programie można znaleźć zarówno w pliku readme.txt zamieszczonym w podkatalogu DANE jak i w zakładce O programie znajdującej
Bardziej szczegółowoModele i narzędzia optymalizacji w systemach informatycznych zarządzania
Przedmiot: Nr ćwiczenia: 3 Modele i narzędzia optymalizacji w systemach informatycznych zarządzania Temat: Programowanie dynamiczne Cel ćwiczenia: Formułowanie i rozwiązywanie problemów optymalizacyjnych
Bardziej szczegółowoMatematyka bankowa 1 1 wykład
Matematyka bankowa 1 1 wykład Dorota Klim Department of Nonlinear Analysis, Faculty of Mathematics and Computer Science, University of Łódź, Banacha 22, 90-238 Łódź, Poland E-mail address: klimdr@math.uni.ldz.pl
Bardziej szczegółowo1 Wstęp teoretyczny. Temat: Obcinanie odcinków do prostokąta. Grafika komputerowa 2D. Instrukcja laboratoryjna Prostokąt obcinający
Instrukcja laboratoryjna 3 Grafika komputerowa 2D Temat: Obcinanie odcinków do prostokąta Przygotował: dr inż. Grzegorz Łukawski, mgr inż. Maciej Lasota, mgr inż. Tomasz Michno 1 Wstęp teoretyczny 1.1
Bardziej szczegółowoInstytut Konstrukcji i Eksploatacji Maszyn Katedra Logistyki i Systemów Transportowych. Badania operacyjne. Dr inż.
Instytut Konstrukcji i Eksploatacji Maszyn Katedra Logistyki i Systemów Transportowych Badania operacyjne Dr inż. Artur KIERZKOWSKI Wprowadzenie Badania operacyjne związana jest ściśle z teorią podejmowania
Bardziej szczegółowoWYBRANE ZAGADNIENIA OPTYMALIZACJI PRZEGLĄDÓW OKRESOWYCH URZĄDZEŃ ELEKTRONICZNYCH
Problemy Kolejnictwa Zeszyt 149 89 Dr inż. Adam Rosiński Politechnika Warszawska WYBRANE ZAGADNIENIA OPTYMALIZACJI PRZEGLĄDÓW OKRESOWYCH URZĄDZEŃ ELEKTRONICZNYCH SPIS TREŚCI 1. Wstęp. Optymalizacja procesu
Bardziej szczegółowoHarmonogramowanie produkcji
Harmonogramowanie produkcji Przedmiot: Zarządzanie zasobami przedsiębiorstwa Moduł: 4/4 Opracował: mgr inż. Paweł Wojakowski Instytut Technologii Maszyn i Automatyzacji Produkcji Zakład Projektowania Procesów
Bardziej szczegółowoBADANIA OPERACYJNE i teoria optymalizacji. Prowadzący: dr Tomasz Pisula Katedra Metod Ilościowych
BADANIA OPERACYJNE i teoria optymalizacji Prowadzący: dr Tomasz Pisula Katedra Metod Ilościowych e-mail: tpisula@prz.edu.pl 1 Literatura podstawowa wykorzystywana podczas zajęć wykładowych: 1. Gajda J.,
Bardziej szczegółowoWSPÓŁCZYNNIK GOTOWOŚCI SYSTEMU LOKOMOTYW SPALINOWYCH SERII SM48
TECHNIKA TRANSPORTU SZYNOWEGO Andrzej MACIEJCZYK, Zbigniew ZDZIENNICKI WSPÓŁCZYNNIK GOTOWOŚCI SYSTEMU LOKOMOTYW SPALINOWYCH SERII SM48 Streszczenie W artykule wyznaczono współczynniki gotowości systemu
Bardziej szczegółowoZASTOSOWANIE SYMULACJI W ILOŚCIOWEJ ANALIZIE RYZYKA
XXII SLOVAK - РОLISH - RUSSIAN SEMINAR, ŽILINA 09.09 13.09.2013 ТHEORETICAL FOUNDATION OF CIVIL ENGINEERING MOSCOW STATE UNIVERSITY OF CIVIL ENGINEERING NORD (ARCTIC) FEDERAL UNIVERSITY NAMED BY M.V.LOMONOSOV
Bardziej szczegółowoAlgorytm poprawny jednoznaczny szczegółowy uniwersalny skończoność efektywność (sprawność) zmiennych liniowy warunkowy iteracyjny
Algorytm to przepis; zestawienie kolejnych kroków prowadzących do wykonania określonego zadania; to uporządkowany sposób postępowania przy rozwiązywaniu zadania, problemu, z uwzględnieniem opisu danych
Bardziej szczegółowoHarmonogramowanie produkcji
Harmonogramowanie produkcji Przedmiot: Zarządzanie produkcją Moduł: 2/3 Prowadzący: mgr inż. Paweł Wojakowski Instytut Technologii Maszyn i Automatyzacji Produkcji Zakład Projektowania Procesów Wytwarzania
Bardziej szczegółowoAgnieszka Nowak Brzezińska Wykład III
Agnieszka Nowak Brzezińska Wykład III Naiwny klasyfikator bayesowski jest prostym probabilistycznym klasyfikatorem. Zakłada się wzajemną niezależność zmiennych niezależnych (tu naiwność) Bardziej opisowe
Bardziej szczegółowoTHE DEPENDENCE OF TIME DELAY FROM QUEUE LENGTH ON INLET OF SIGNALIZED INTERSECTION
ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 28 Seria: TRANSPORT z. 64 Nr kol. 183 Grzegorz SIERPIŃSKI STRATY CZASU A DŁUGOŚĆ KOLEJKI NA WLOCIE SKRZYŻOWANIA Z SYGNALIZACJĄ ŚWIETLNĄ Streszczenie. W artykule przedstawiono
Bardziej szczegółowoMODELOWANIE POŁĄCZEŃ TYPU SWORZEŃ OTWÓR ZA POMOCĄ MES BEZ UŻYCIA ANALIZY KONTAKTOWEJ
Jarosław MAŃKOWSKI * Andrzej ŻABICKI * Piotr ŻACH * MODELOWANIE POŁĄCZEŃ TYPU SWORZEŃ OTWÓR ZA POMOCĄ MES BEZ UŻYCIA ANALIZY KONTAKTOWEJ 1. WSTĘP W analizach MES dużych konstrukcji wykonywanych na skalę
Bardziej szczegółowoSCHEMAT ROZWIĄZANIA ZADANIA OPTYMALIZACJI PRZY POMOCY ALGORYTMU GENETYCZNEGO
SCHEMAT ROZWIĄZANIA ZADANIA OPTYMALIZACJI PRZY POMOCY ALGORYTMU GENETYCZNEGO. Rzeczywistość (istniejąca lub projektowana).. Model fizyczny. 3. Model matematyczny (optymalizacyjny): a. Zmienne projektowania
Bardziej szczegółowoKlasyfikatory: k-nn oraz naiwny Bayesa. Agnieszka Nowak Brzezińska Wykład IV
Klasyfikatory: k-nn oraz naiwny Bayesa Agnieszka Nowak Brzezińska Wykład IV Naiwny klasyfikator Bayesa Naiwny klasyfikator bayesowski jest prostym probabilistycznym klasyfikatorem. Zakłada się wzajemną
Bardziej szczegółowoDOBÓR ŚRODKÓW TRANSPORTOWYCH DLA GOSPODARSTWA PRZY POMOCY PROGRAMU AGREGAT - 2
InŜynieria Rolnicza 14/2005 Michał Cupiał, Maciej Kuboń Katedra InŜynierii Rolniczej i Informatyki Akademia Rolnicza im. Hugona Kołłątaja w Krakowie DOBÓR ŚRODKÓW TRANSPORTOWYCH DLA GOSPODARSTWA PRZY POMOCY
Bardziej szczegółowoMetody optymalizacji dyskretnej
Metody optymalizacji dyskretnej Spis treści Spis treści Metody optymalizacji dyskretnej...1 1 Wstęp...5 2 Metody optymalizacji dyskretnej...6 2.1 Metody dokładne...6 2.2 Metody przybliżone...6 2.2.1 Poszukiwanie
Bardziej szczegółowoRozdział 7 ZARZĄDZANIE PROJEKTAMI
Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 7 ZARZĄDZANIE PROJEKTAMI 7.2. Ćwiczenia komputerowe Ćwiczenie 7.1 Wykorzystując
Bardziej szczegółowoMaciej Piotr Jankowski
Reduced Adder Graph Implementacja algorytmu RAG Maciej Piotr Jankowski 2005.12.22 Maciej Piotr Jankowski 1 Plan prezentacji 1. Wstęp 2. Implementacja 3. Usprawnienia optymalizacyjne 3.1. Tablica ekspansji
Bardziej szczegółowoKONCEPCJA MONITOROWANIA ZUŻYCIA BUFORÓW CZASU W HARMONOGRAMIE BUDOWLANYM
KONCEPCJA MONITOROWANIA ZUŻYCIA BUFORÓW CZASU W HARMONOGRAMIE BUDOWLANYM Kamil PRUSZYŃSKI Wydział Budownictwa i Inżynierii Środowiska, Szkoła Główna Gospodarstwa Wiejskiego, ul. Nowoursynowska 166, 02-787
Bardziej szczegółowoAlgorytmy i struktury danych. Wykład 4
Wykład 4 Różne algorytmy - obliczenia 1. Obliczanie wartości wielomianu 2. Szybkie potęgowanie 3. Algorytm Euklidesa, liczby pierwsze, faktoryzacja liczby naturalnej 2017-11-24 Algorytmy i struktury danych
Bardziej szczegółowoOptymalizacja parametrów w strategiach inwestycyjnych dla event-driven tradingu - metodologia badań
Raport 1/2015 Optymalizacja parametrów w strategiach inwestycyjnych dla event-driven tradingu - metodologia badań autor: Michał Osmoła INIME Instytut nauk informatycznych i matematycznych z zastosowaniem
Bardziej szczegółowoAnaliza efektywności przetwarzania współbieżnego
Analiza efektywności przetwarzania współbieżnego Wykład: Przetwarzanie Równoległe Politechnika Poznańska Rafał Walkowiak 1/4/2013 Analiza efektywności 1 Źródła kosztów przetwarzania współbieżnego interakcje
Bardziej szczegółowog) wartość oczekiwaną (przeciętną) i wariancję zmiennej losowej K.
TEMAT 1: WYBRANE ROZKŁADY TYPU SKOKOWEGO ROZKŁAD DWUMIANOWY (BERNOULLIEGO) Zadanie 1-1 Prawdopodobieństwo nieprzekroczenia przez pewien zakład pracy dobowego limitu zużycia energii elektrycznej (bez konieczności
Bardziej szczegółowoANALIZA PRZEPŁYWÓW W INSTALACJACH WODOCIĄGOWYCH W OBIEKTACH HOTELOWYCH
ANALIZA PRZEPŁYWÓW W INSTALACJACH WODOCIĄGOWYCH W OBIEKTACH HOTELOWYCH Piotr Krzysztof TUZ, Joanna GWOŹDZIEJ-MAZUR Wydział Budownictwa i Inżynierii Środowiska, Politechnika Białostocka, ul. Wiejska 45A,
Bardziej szczegółowoOPTYMALIZACJA PROCESU TECHNOLOGICZNEGO W ROLNICTWIE Z ZASTOSOWANIEM METODY GRAFÓW
Inżynieria Rolnicza 13/2006 Jan Banasiak, Anna Olszewska Zakład Eksploatacji Maszyn Rolniczych Uniwersytet Przyrodniczy we Wrocławiu OPTYMALIZACJA PROCESU TECHNOLOGICZNEGO W ROLNICTWIE Z ZASTOSOWANIEM
Bardziej szczegółowoModelowanie niezawodności prostych struktur sprzętowych
Modelowanie niezawodności prostych struktur sprzętowych W ćwiczeniu tym przedstawione zostaną proste struktury sprzętowe oraz sposób obliczania ich niezawodności przy założeniu, że funkcja niezawodności
Bardziej szczegółowoSystemy masowej obsługi
Systemy masowej obsługi Celem niniejszego ćwiczenia jest: zapoznanie się z podstawowymi właściwościami najprostszego systemu analizowanego w ramach teorii masowej obsługi, systemu M/M/ zapoznanie się z
Bardziej szczegółowoWyszukiwanie binarne
Wyszukiwanie binarne Wyszukiwanie binarne to technika pozwalająca na przeszukanie jakiegoś posortowanego zbioru danych w czasie logarytmicznie zależnym od jego wielkości (co to dokładnie znaczy dowiecie
Bardziej szczegółowoSterowanie wykonaniem produkcji
STEROWANIE WYKONANIEM PRODUKCJI (Production Activity Control - PAC) Sterowanie wykonaniem produkcji (SWP) stanowi najniŝszy, wykonawczy poziom systemu zarządzania produkcją, łączący wyŝsze poziomy operatywnego
Bardziej szczegółowoOptymalizacja zapasów magazynowych przykład optymalizacji
Optymalizacja zapasów magazynowych przykład optymalizacji www.strattek.pl Strona 1 Spis 1. Korzyści z optymalizacji zapasów magazynowych 3 2. W jaki sposób przeprowadzamy optymalizację? 3 3. Przykład optymalizacji
Bardziej szczegółowoWIELOKRYTERIALNE PORZĄDKOWANIE METODĄ PROMETHEE ODPORNE NA ZMIANY WAG KRYTERIÓW
Uniwersytet Ekonomiczny we Wrocławiu WIELOKRYTERIALNE PORZĄDKOWANIE METODĄ PROMETHEE ODPORNE NA ZMIANY WAG KRYTERIÓW Wprowadzenie Wrażliwość wyników analizy wielokryterialnej na zmiany wag kryteriów, przy
Bardziej szczegółowoMETODA TWORZENIA TYPOSZEREGÓW KONSTRUKCJI MASZYN Z ZASTOSOWANIEM TEORII PODOBIEŃSTWA KONSTRUKCYJNEGO
MODELOWANIE INŻYNIERSKIE nr 47, ISSN 1896-771X METODA TWORZENIA TYPOSZEREGÓW KONSTRUKCJI MASZYN Z ZASTOSOWANIEM TEORII PODOBIEŃSTWA KONSTRUKCYJNEGO Mateusz Cielniak 1a, Piotr Gendarz 1b 1 Instytut Automatyzacji
Bardziej szczegółowoĆwiczenia laboratoryjne - 4. Projektowanie i harmonogramowanie produkcji metoda CPM-COST. Logistyka w Hutnictwie Ćw. L. 4
Ćwiczenia laboratoryjne - 4 Projektowanie i harmonogramowanie produkcji metoda CPM-COST Ćw. L. 4 Metody analizy sieciowej 1) Deterministyczne czasy trwania czynności są określane jednoznacznie (jedna liczba)
Bardziej szczegółowo5.3. Program komputerowy sterowania zapasami z zastosowaniem algorytmów genetycznych
Fragment rozprawy doktorskiej: Wybór strategii dostaw i magazynowania materiałów budowlanych z zastosowaniem algorytmów genetycznych autorstwa Michała Krzemińskiego 5.3. Program komputerowy sterowania
Bardziej szczegółowoAgnieszka Nowak Brzezińska Wykład III
Agnieszka Nowak Brzezińska Wykład III Naiwny klasyfikator bayesowski jest prostym probabilistycznym klasyfikatorem. Zakłada się wzajemną niezależność zmiennych niezależnych (tu naiwność) Bardziej opisowe
Bardziej szczegółowoZASTOSOWANIE PRZEGLĄDU ZUPEŁNEGO SZEREGOWANIA ZADAŃ DO ORGANIZACJI PRAC WYKOŃCZENIOWYCH
THEORETICAL FOUNDATIONS OF CIVIL ENGINEERING Polish-Ukrainian Transactions. Ed. by W. Szcześniak Vol. 22, pp. 189-194, Warsaw 2014 ZASTOSOWANIE PRZEGLĄDU ZUPEŁNEGO SZEREGOWANIA ZADAŃ DO ORGANIZACJI PRAC
Bardziej szczegółowoZarządzanie logistyką w przedsiębiorstwie
Zarządzanie logistyką w przedsiębiorstwie Cele szkolenia Zasadniczym celem szkolenia jest rozpracowanie struktury organizacyjnej odpowiedzialnej za organizację procesów zaopatrzeniowo - dystrybucyjnych,
Bardziej szczegółowoP R A C A D Y P L O M O W A
POLITECHNIKA POZNAŃSKA Wydział Maszyn Roboczych i Transportu P R A C A D Y P L O M O W A Autor: inż. METODA Ε-CONSTRAINTS I PRZEGLĄDU FRONTU PARETO W ZASTOSOWANIU DO ROZWIĄZYWANIA PROBLEMU OPTYMALIZACJI
Bardziej szczegółowoLOGISTYKA. Zapas: definicja. Zapasy: podział
LOGISTYKA Zapasy Zapas: definicja Zapas to określona ilość dóbr znajdująca się w rozpatrywanym systemie logistycznym, bieżąco nie wykorzystywana, a przeznaczona do późniejszego przetworzenia lub sprzedaży.
Bardziej szczegółowoPraktyczne aspekty wymiarowania belek żelbetowych podwójnie zbrojonych w świetle PN-EN
Budownictwo i Architektura 12(4) (2013) 219-224 Praktyczne aspekty wymiarowania belek żelbetowych podwójnie zbrojonych w świetle PN-EN 1992-1-1 Politechnika Lubelska, Wydział Budownictwa i Architektury,
Bardziej szczegółowoAnaliza efektywności przetwarzania współbieżnego. Wykład: Przetwarzanie Równoległe Politechnika Poznańska Rafał Walkowiak Grudzień 2015
Analiza efektywności przetwarzania współbieżnego Wykład: Przetwarzanie Równoległe Politechnika Poznańska Rafał Walkowiak Grudzień 2015 Źródła kosztów przetwarzania współbieżnego interakcje między procesami
Bardziej szczegółowoINSTRUKCJA DO ĆWICZENIA NR 1
L01 ---2014/10/17 ---10:52---page1---#1 KATEDRA MECHANIKI STOSOWANEJ Wydział Mechaniczny POLITECHNIKA LUBELSKA INSTRUKCJA DO ĆWICZENIA NR 1 PRZEDMIOT TEMAT Wybrane zagadnienia z optymalizacji elementów
Bardziej szczegółowo5. WARUNKI REALIZACJI ZADAŃ LOGISTYCZNYCH
5. WARUNKI REALIZACJI ZADAŃ LOGISTYCZNYCH Praktyka działania udowadnia, że funkcjonowanie organizacji w sektorze publicznym, jak i poza nim, oparte jest o jej zasoby. Logistyka organizacji wykorzystuje
Bardziej szczegółowoWSPÓŁCZYNNIK NIEPEWNOŚCI MODELU OBLICZENIOWEGO NOŚNOŚCI KONSTRUKCJI - PROPOZYCJA WYZNACZANIA
PRACE INSTYTUTU TECHNIKI BUDOWLANEJ - KWARTALNIK nr 3 (131) 2004 BUILDING RESEARCH INSTITUTE - QUARTERLY No 3 (131) 2004 BADANIA l STUDIA - RESEARCH AND STUDIES Bohdan Lewicki* WSPÓŁCZYNNIK NIEPEWNOŚCI
Bardziej szczegółowoHarmonogramowanie robót budowlanych z wykorzystaniem metody CCPM Construction schedule using CCPM method
Kamil PRUSZYŃSKI Katedra Geoinżynierii SGGW w Warszawie Department of Geotechnical Engineering WULS SGGW Harmonogramowanie robót budowlanych z wykorzystaniem metody CCPM Construction schedule using CCPM
Bardziej szczegółowoGospodarka magazynowa z elementami projektowania zagospodarowania magazynów istniejących i nowo planowanych
Gospodarka magazynowa z elementami projektowania zagospodarowania magazynów istniejących i nowo planowanych Cele szkolenia Zasadniczym celem szkolenia jest rozpracowanie szeregu zagadnień, dotyczących
Bardziej szczegółowoModele i narzędzia optymalizacji w systemach informatycznych zarządzania
Politechnika Poznańska Modele i narzędzia optymalizacji w systemach informatycznych zarządzania Joanna Józefowska POZNAŃ 2010/11 Spis treści Rozdział 1. Metoda programowania dynamicznego........... 5
Bardziej szczegółowoOPTYMALIZACJA W LOGISTYCE
OPTYMALIZACJA W LOGISTYCE Zagadnienie transportowe 1 dr Zbigniew Karwacki Katedra Badań Operacyjnych UŁ Klasyczne zagadnienie transportowe 1 Klasyczne zadanie transportowe problem najtańszego przewozu
Bardziej szczegółowoZASTOSOWANIE PROGRAMOWANIA LINIOWEGO W ZAGADNIENIACH WSPOMAGANIA PROCESU PODEJMOWANIA DECYZJI
Wstęp ZASTOSOWANIE PROGRAMOWANIA LINIOWEGO W ZAGADNIENIACH WSPOMAGANIA PROCESU PODEJMOWANIA DECYZJI Problem podejmowania decyzji jest jednym z zagadnień sterowania nadrzędnego. Proces podejmowania decyzji
Bardziej szczegółowo