OPTYMALIZACJA PRZEPUSTOWOŚCI SIECI KOMPUTEROWYCH ZA POMOCĄ ALGORYTMÓW GENETYCZNYCH
|
|
- Marta Adamczyk
- 6 lat temu
- Przeglądów:
Transkrypt
1 OPTYMALIZACJA PRZEPUSTOWOŚCI SIECI KOMPUTEROWYCH ZA POMOCĄ ALGORYTMÓW GENETYCZNYCH Andrzej SZYMONIK, Krzysztof PYTEL Streszczenie: W złożonych sieciach omputerowych istnieje problem doboru przepustowości łączy pomiędzy poszczególnymi węzłami sieci. Optymalny dobór przepustowości łączy pozwala na minimalizację opóźnienia paietów przy jednoczesnym ograniczeniu osztów utrzymania łączy. Zadnie to jest złożone obliczeniowo zwłaszcza dla sieci o dużej licznie węzłów. W artyule zaproponowano wyorzystanie algorytmów genetycznych do minimalizacji średniego opóźnienia paietu w sieci omputerowej. Dla zapewnienia więszej zbieżności metody zastosowano zmodyfiowany algorytm genetyczny, w tórym sterowni rozmyty ocenia poszczególnych osobniów w populacji. Na podstawie oceny poszczególnych osobniów, sterowni wpływa na przebieg algorytmu poprawiając jego suteczność. Słowa luczowe: optymalizacja, algorytmy genetyczne, sieci omputerowe. 1. Wstęp Optymalizacja przepustowości łączy w sieciach omputerowych posiada duże znaczenie pratyczne. Dane w sieci powinny być przesyłane możliwie szybo. Wraz ze wzrostem przepustowości łączy, rośnie również oszt ich esploatacji. Podstawowym celem optymalizacji sieci jest zapewnienie jej sprawnego funcjonowania przy jednoczesnym ograniczeniu osztów esploatacji. Dla zapewnienia więszej zbieżności algorytmów zostały one zmodyfiowane poprzez zastosowanie sterownia rozmytego. Zadaniem sterownia rozmytego jest wyznaczanie ierunu, w tórym powinna przebiegać ewolucja, dzięi czemu algorytm może uninąć błądzenia w przestrzeni rozwiązań. Ponadto sterowni pozwala na wyorzystanie informacji o przebiegu optymalizacji zgromadzonych przez algorytm we wcześniejszych pooleniach. Do testów wyorzystano zadanie minimalizacji średniego opóźnienia paietu. Zadanie to opisane zostało w pracy [2]. W dalszych rozważaniach przyjmiemy, że dana jest sieć, reprezentowana przez graf właściwy i zorientowany G(N w, L, C l ), gdzie: N w jest zbiorem węzłów reprezentujących routery w sieci, L jest zbiorem łuów reprezentujących łącza. Wagi wetora łuów C l mogą reprezentować odległości, opóźnienia, przepustowości lub inną wybraną miarę. Oznaczmy: ( x, L - łu o początu w węźle x i ońcu w węźle y, gdzie x, y N w, c( x, C l - przepustowość łuu (, - przepływ w łuu ( x,. x, 538
2 2. Zadanie minimalizacji średniego opóźnienia paietu Oznaczmy przez R ] = [ r ij mxn macierz z zewnątrz wprowadzanych natężeń oraz r ij średnie natężenie strumienia danych ierowanych z węzła i do węzła j. Poszczególne sładnii r ij możemy ponumerować od 1 do. Z -tym sładniiem związana będzie para węzłów s i sładnia tzn. u jao źródło i ujście. Przez r = rij gdzie i = s, j = u r oznaczmy średnie natężenie -tego. Przepływem wielosładniowym w sieci S realizującym macierz z zewnątrz wprowadzanych natężeń R nazywamy zespół funcji f : L R {0} = 1,..., tórych wartości f x, 1,..., ( x, L spełniają następujący uład warunów: +, (1) ( = przypisane poszczególnym łuom r x = s f ( y, x) = r dla x = u A( x) y B ( x) 0 w pozostaych przypadach y dla (2) dla ażdego x N, =1,...,. Zbiór A( x) = { y : y N i ( x, L} jest zbiorem węzłów sieci, do tórych prowadzą łui wychodzące z węzła x, zbiór B( x) = { y : y N i ( x, L} jest zbiorem węzłów sieci, do tórych prowadzą łui sierowane do węzła x. Problem minimalizacji średniego opóźnienia paietu polega na minimalizacji funcji T = 1 γ ( x, L c( x,, (3) gdzie: r i i= 1 γ = - jest natężeniem sumarycznego strumienia paietów wprowadzanych do sieci, przy spełnieniu warunów: r x = s f ( y, x) = r dla x = u A( x) y B ( x) 0 w pozostaych przypadach y dla (4) 539
3 dla ażdego x N, =1,...,, f ( x, 0 dla ażdego ( x, L, = 1,..., c( x, dla ażdego ( x, L., Rozwiązanie zadania polega na wyszuaniu optymalnych ścieże, po tórych przesyłane będą poszczególne sładnii przepływu. Wybór odpowiednich ścieże powinien uwzględniać wielości sładniów przepływu, przepustowości poszczególnych łączy oraz założenie, że w danym momencie z ażdego łącza może orzystać co najwyżej jeden sładni przepływu. Poszczególne sładnii przepływu mogą wzajemnie oddziaływać na siebie. Zmiana trasy jednego z nich, może powodować onieczność zmiany również innych sładniów. Rozwiązanie zadania za pomocą lasycznych metod algorytmicznych jest trudne również ze względu na dużą przestrzeń rozwiązań. Ponadto optymalizowana funcja jest nieciągła ze względu na soowe zmiany wartości przepustowości łączy. 3. Algorytm genetyczny wyorzystany do optymalizacji średniego opóźnienia paietu Algorytmy genetyczne umożliwiają wyszuiwanie przybliżonych rozwiązań złożonych problemów optymalizacyjnych. Swoje istnienie zawdzięczają obserwacji i próbie naśladowania naturalnych procesów zachodzących w świecie organizmów żywych - ewolucji i związanej z nią naturalnej selecji występującej w populacjach żywych osobniów. Algorytmy genetyczne operują na populacjach rozwiązań nazywanych osobniami. Osobni reprezentuje ompletne rozwiązanie danego problemu optymalizacyjnego. Jaość osobniów oceniana jest za pomocą nieujemnej funcji przystosowania. Osobnii o wysoim przystosowaniu spełniają waruni zadania w wyższym stopniu niż osobnii o nisim przystosowaniu. Osobnii odowane są w strutury zwane ciągami odowymi. Algorytm genetyczny poszuuje coraz lepszych rozwiązań, generując olejne poolenia osobniów, poprzez przeprowadzanie operacji na ciągach odowych. Pierwsze poolenie tworzy się losowo lub wybiera w inny sposób. Dla ażdego olejnego poolenia wybiera się pewną liczbę osobniów (proces selecji). Osobnii o wysoiej wartości funcji przystosowania mają więszą szansę na wybór. Osobnii te są ojarzone w pary (losowo), po czym następuje wymiana (wymieszanie się) materiału genetycznego rodziców, w wyniu czego otrzymujemy dwa nowe ciągi odowe (odpowiadające genotypowi dzieci). Więcej informacji na temat algorytmów genetycznych można znaleźć w literaturze [1], [3]. Algorytmy genetyczne nie gwarantują znalezienia rozwiązania optymalnego, lecz zwyle pozwalają na znalezienie rozwiązania blisiego optymalnemu. Czas działania algorytmu, zwłaszcza w przypadu onieczności przeszuiwania dużych przestrzeni rozwiązań może być długi. W esperymencie rozwiązywano zadanie testowe przy pomocy algorytmu genetycznego wyorzystującego sterowni rozmyty do modyfiowania prawdopodobieństwa selecji. Schemat bloowy zmodyfiowanego algorytmu genetycznego poazany został na rys.1. Sterowni rozmyty (na schemacie bloowym opisany ursywą na ciemnym tle) ocenia ażdego osobnia w populacji i wyznacza dla niego współczynni adaptacji prawdopodobieństwa selecji (wps ). 540
4 Rys.1. Schemat bloowy zmodyfiowanego algorytmu genetycznego Źródło: opracowanie własne Sterowni modyfiuje prawdopodobieństwo selecji w oparciu o zasady: zwięsz prawdopodobieństwo selecji dla osobniów o wartości funcji przystosowania powyżej średniej w pooleniach, w tórych średnia wartość funcji przystosowania rośnie w stosunu do poolenia poprzedniego, pozostaw bez zmian prawdopodobieństwo selecji dla osobniów o wartości funcji przystosowania równej średniej w pooleniach, w tórych średnia wartość funcji przystosowania nie zmienia się stosunu do poolenia poprzedniego, zmniejsz prawdopodobieństwo selecji dla osobniów o wartości funcji przystosowania poniżej średniej w pooleniach, w tórych średnia wartość funcji przystosowania zmniejsza się w stosunu do poolenia poprzedniego. Zmodyfiowane prawdopodobieństwo selecji osobnia obliczane jest na podstawie wzoru: ps' = ps * wps dla = 1 N (5),..., gdzie: ps' - zmodyfiowane prawdopodobieństwo selecji osobnia, ps - prawdopodobieństwo selecji osobnia, wps - współczynni prawdopodobieństwa selecji osobnia wyznaczony przez sterowni rozmyty. Więcej informacji o algorytmach genetycznych, w tórych zastosowano sterowni rozmyty do modyfiacji prawdopodobieństwa selecji osobniów można znaleźć w pracy [4], [5]. 541
5 4. Esperyment Esperyment polegał na optymalizacji przepływu wielosładniowego bez rozgałęzień. Jao ryterium optymalizacji przyjęto średnie opóźnienie paietu. W zadaniu testowym optymalizowano sieć sładającą się z 58 węzłów. Łui pomiędzy węzłami posiadają różną przepustowość przy czym nie wszystie węzły połączone są bezpośrednio. Z zewnątrz wprowadzono do sieci obciążenie z 9 sładniów o różnym natężeniu. Dla ażdego ze sładniów zdefiniowano po 8 dopuszczalnych tras. Zadanie testowe zostało rozwiązane za pomocą algorytmu przeszuującego wszystie możliwe ombinacje rozwiązań (metoda brute force ). Wynii uzysane przez ten algorytm posłużyły jao punt odniesienia i umożliwiły porównanie z wyniami uzysanymi przez zaproponowany, zmodyfiowany algorytm genetyczny. Zadanie rozwiązano również przy pomocy lasycznego algorytmu genetycznego, nie orzystającego ze sterownia rozmytego. Pozwoliło to na ocenę suteczności modyfiacji algorytmu. W esperymencie przyjęto następujące parametry algorytmów genetycznych: - geny reprezentowane są przez ciągi 9 liczb z przedziału <0, 7>, - funcja przystosowania dla osobnia obliczana na podstawie zależności (3), - prawdopodobieństwo rzyżowania 0,8, - prawdopodobieństwo mutacji 0,15, - liczebności populacji 25. Wyres na rys. 2. poazuje wartość funcji przystosowania osobnia (średniego opóźnienia paietu) oraz średnią wartość przystosowania w populacji dla pierwszych 200 pooleń algorytmu. Śerdnie opóźnienie paietu Najlepszy dotychczasowy osobni Średnia w populacji Linia trendu dla średniej w polulacji Liczba pooleń Rys. 2. Wartość funcji przystosowania osobniów (średniego opóźnienia paietu) w olejnych pooleniach algorytmu Źródło: opracowanie własne 5. Wniosi Algorytm genetyczny znalazł rozwiązanie testowego problemu. Pomimo, iż zwyle algorytmy genetyczne pozwalają tylo na znalezienia rozwiązania blisiego optymalnemu, zaproponowane zadanie testowe oazało się na tyle łatwe, że algorytm genetyczny znalazł rozwiązanie optymalne (taie samo ja algorytm brute force ). Średnia wartość średniego opóźnienia paietu (funcji optymalizowanej) w pierwszym pooleniu (wybranym losowo) wynosiła 963, a wartość optymalna 732. Oznacza, że 542
6 algorytm genetyczny na drodze ewolucji znalazł rozwiązanie o ooło 24% lepsze od rozwiązania początowego (wartość odniesiona do wartości początowej). Algorytmy genetyczne mogą być zastosowane do zadań optymalizacji sieci o więszej liczbie węzłów i sładniów, lecz wymaga to dłuższego czasu działania. Możliwe jest również orzystanie z innych ryteriów optymalizacji, np. przepustowości sieci, osztu budowy, osztu orzystania z usług omuniacyjnych itp. Problem optymalizacji przepływu wielosładniowego jest zadaniem trudnym do rozwiązania metodami tradycyjnymi ze względu na bardzo dużą przestrzeń rozwiązań. Dla przyjętych w esperymencie warunów czas potrzebny na obliczenie wszystich możliwych rozwiązań (metodą brute force ) wynosił ooło 3,5 godziny. Zastosowanie zmodyfiowanego algorytmu pozwoliło na srócenie tego czasu do ilunastu seund. Oba algorytmy uruchomione były na tym samym omputerze. Przepustowości łączy oferowanych przez firmy teleomuniacyjne są wielościami zmieniającymi się soowo, ponadto poszczególne sładnii przepływu mogą wyorzystywać te same łącza, co powoduje, że funcja optymalizowana nie jest funcją ciągłą. Dlatego w esperymencie zastosowano model mutacji, w tórym mutowany gen przyjmuje dowolną spośród dopuszczalnych wartości genu z jednaowym prawdopodobieństwem. Zastosowanie sterownia rozmytego modyfiującego prawdopodobieństwo selecji pozwoliło na zmniejszenie o ooło 15% liczby pooleń potrzebnych do uzysania rozwiązania, co w onsewencji spowodowało srócenie czasu działania algorytmu o ooło 6,5% w stosunu do lasycznego algorytmu genetycznego (nie orzystającego ze sterownia rozmytego). Zaproponowana metoda może być zastosowana do innych zadań związanych z optymalizacją przepływów, np. towarów, wyrobów itp. Literatura 1. Goldberg D.E.: Algorytmy genetyczne i ich zastosowania. Wydawnictwa Nauowo Techniczne, Warszawa Kasprza A.: Rozległe sieci omputerowe z omutacją paietów. Oficyna Wydawnicza Politechnii Wrocławsiej, Wrocław Michalewicz Z.: Algorytmy genetyczne + strutury danych = programy ewolucyjne, Wydawnictwa Nauowo Techniczne, Warszawa Pytel K., Klua G.: Wyorzystanie logii rozmytej do wspomagania ewolucji osobniów w algorytmach genetycznych. w Studia z Automatyi i Informatyi tom 27, Poznańsie Towarzystwo Przyjaciół Nau, Poznań Pytel K., Klua G., Kisilewicz J.: Zastosowanie algorytmów genetycznych do optymalizacji osztów esploatacji sieci omputerowych. Proceedings of 1 st Polish and International PhD Forum-Conference on Computer Science, Łódź Dr hab. inż. Andrzej SZYMONIK prof. PŁ Katedra Zarządzania Producją Wydział Organizacji i Zarządzania Politechnia Łódza ul. Wólczańsa 215, Łódź Dr inż. Krzysztof PYTEL Aademia Humanistyczno-Eonomiczna w Łodzi 543
ZASTOSOWANIE ALGORYTMÓW GENETYCZNYCH DO OPTYMALIZACJI SIECI KOMPUTEROWYCH
Algorytmy genetyczne, optymalizacja sieci omputerowych Krzysztof Pytel Grzegorz Klua Jerzy Kisilewicz*** ZASTOSOWANIE ALGORYTMÓW GENETYCZNYCH DO OPTYMALIZACJI SIECI KOMPUTEROWYCH W artyule zaproponowano
Bardziej szczegółowoLABORATORIUM 4: Wpływ operatorów mutacji na skuteczność poszukiwań AE
Instytut Mechanii i Inżynierii Obliczeniowej Wydział Mechaniczny Technologiczny, Politechnia Śląsa www.imio.polsl.pl OBLICZENIA EWOLUCYJNE LABORATORIUM 4: Wpływ operatorów mutacji na suteczność poszuiwań
Bardziej szczegółowoPORÓWNANIE WYBRANYCH ALGORYTMÓW OPTYMALIZACJI ROZPŁYWU MOCY W SYSTEMIE ELEKTROENERGETYCZNYM A COMPARISON OF SELECTED OPTIMAL POWER FLOW ALGORITHMS
ELEKRYKA 2013 Zeszyt 4 (228) Ro LIX Artur PASIERBEK, Marcin POŁOMSKI, Radosław SOKÓŁ Politechnia Śląsa w Gliwicach PORÓWNANIE WYBRANYCH ALGORYMÓW OPYMALIZACJI ROZPŁYWU MOCY W SYSEMIE ELEKROENERGEYCZNYM
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 szczegółowoSZTUCZNA INTELIGENCJA
ZTUCZNA INTELIGENCJA WYKŁAD 6. ALGORYTMY GENETYCZNE - CHEMATY, METODY ELEKCJI Częstochowa 204 Dr hab. inż. Grzegorz Dude Wydział Eletryczny Politechnia Częstochowsa CHEMATY chemat zbór chromosomów o wspólnych
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 szczegółowoA. Cel ćwiczenia. B. Część teoretyczna
A. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z wsaźniami esploatacyjnymi eletronicznych systemów bezpieczeństwa oraz wyorzystaniem ich do alizacji procesu esplatacji z uwzględnieniem przeglądów
Bardziej szczegółowo( ) + ( ) T ( ) + E IE E E. Obliczanie gradientu błędu metodą układu dołączonego
Obliczanie gradientu błędu metodą uładu dołączonego /9 Obliczanie gradientu błędu metodą uładu dołączonego Chodzi o wyznaczenie pochodnych cząstowych funcji błędu E względem parametrów elementów uładu
Bardziej szczegółowoProgramowanie wielocelowe lub wielokryterialne
Programowanie wielocelowe lub wieloryterialne Zadanie wielocelowe ma co najmniej dwie funcje celu nazywane celami cząstowymi. Cele cząstowe f numerujemy indesem = 1, 2, K. Programowanie wielocelowe ciągłe.
Bardziej szczegółowoPLAN WYKŁADU OPTYMALIZACJA GLOBALNA ALGORYTM MRÓWKOWY (ANT SYSTEM) ALGORYTM MRÓWKOWY. Algorytm mrówkowy
PLAN WYKŁADU Algorytm mrówowy OPTYMALIZACJA GLOBALNA Wyład 8 dr inż. Agniesza Bołtuć (ANT SYSTEM) Inspiracja: Zachowanie mrówe podczas poszuiwania żywności, Zachowanie to polega na tym, że jeśli do żywności
Bardziej szczegółowo(U.3) Podstawy formalizmu mechaniki kwantowej
3.10.2004 24. (U.3) Podstawy formalizmu mechanii wantowej 33 Rozdział 24 (U.3) Podstawy formalizmu mechanii wantowej 24.1 Wartości oczeiwane i dyspersje dla stanu superponowanego 24.1.1 Założenia wstępne
Bardziej szczegółowoZASTOSOWANIE ALGORYTMU GENETYCZNEGO DO OPTYMALNEJ DYSKRETYZACJI WSPÓŁCZYNNIKÓW WAGOWYCH CYFROWYCH FILTRÓW SOI
XIII Sympozjum Modelowanie i Symulacja Systemów Pomiarowych 8-11 września 23r., Kraów ZASTOSOWANIE ALGORYTMU GENETYCZNEGO DO OPTYMALNEJ DYSKRETYZACJI WSPÓŁCZYNNIKÓW WAGOWYCH CYFROWYCH FILTRÓW SOI Jace
Bardziej szczegółowoProgramowanie wielocelowe lub wielokryterialne
Programowanie wielocelowe lub wieloryterialne Zadanie wielocelowe ma co najmniej dwie funcje celu nazywane celami cząstowymi. Cele cząstowe f numerujemy indesem = 1, 2, K. Programowanie wielocelowe ciągłe
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 szczegółowoZARYS METODY OPISU KSZTAŁTOWANIA SKUTECZNOŚCI W SYSTEMIE EKSPLOATACJI WOJSKOWYCH STATKÓW POWIETRZNYCH
Henry TOMASZEK Ryszard KALETA Mariusz ZIEJA Instytut Techniczny Wojs Lotniczych PRACE AUKOWE ITWL Zeszyt 33, s. 33 43, 2013 r. DOI 10.2478/afit-2013-0003 ZARYS METODY OPISU KSZTAŁTOWAIA SKUTECZOŚCI W SYSTEMIE
Bardziej szczegółowoOptymalizacja 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 szczegółowowtedy i tylko wtedy, gdy rozwiązanie i jest nie gorsze od j względem k-tego kryterium. 2) Macierz części wspólnej Utwórz macierz
Temat: Programowanie wieloryterialne. Ujęcie dysretne.. Problem programowania wieloryterialnego. Z programowaniem wieloryterialnym mamy do czynienia, gdy w problemie decyzyjnym występuje więcej niż jedno
Bardziej szczegółowoGrupowanie sekwencji czasowych
BIULETYN INSTYTUTU AUTOMATYKI I ROBOTYKI NR 3, 006 Grupowanie sewencji czasowych Tomasz PAŁYS Załad Automatyi, Instytut Teleinformatyi i Automatyi WAT, ul. Kalisiego, 00-908 Warszawa STRESZCZENIE: W artyule
Bardziej szczegółowoOCENA JAKOŚCI PROCESU LOGISTYCZNEGO PRZEDSIĘBIORSTWA PRZEMYSŁOWEGO METODĄ UOGÓLNIONEGO PARAMETRU CZĘŚĆ II
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 Anna DOBROWOLSKA* Jan MIKUŚ* OCENA JAKOŚCI PROCESU LOGISTYCZNEGO PRZEDSIĘBIORSTWA PRZEMYSŁOWEGO METODĄ UOGÓLNIONEGO PARAMETRU CZĘŚĆ II Przedstawiono
Bardziej szczegółowoMatematyka dyskretna. Wykład 2: Kombinatoryka. Gniewomir Sarbicki
Matematya dysretna Wyład 2: Kombinatorya Gniewomir Sarbici Kombinatorya Definicja Kombinatorya zajmuje się oreślaniem mocy zbiorów sończonych, w szczególności mocy zbiorów odwzorowań jednego zbioru w drugi
Bardziej szczegółowoPodstawy rachunku prawdopodobieństwa (przypomnienie)
. Zdarzenia odstawy rachunu prawdopodobieństwa (przypomnienie). rawdopodobieństwo 3. Zmienne losowe 4. rzyład rozładu zmiennej losowej. Zdarzenia (events( events) Zdarzenia elementarne Ω - zbiór zdarzeń
Bardziej szczegółowoAutomatyczny dobór parametrów algorytmu genetycznego
Automatyczny dobór parametrów algorytmu genetycznego Remigiusz Modrzejewski 22 grudnia 2008 Plan prezentacji Wstęp Atrakcyjność Pułapki Klasyfikacja Wstęp Atrakcyjność Pułapki Klasyfikacja Konstrukcja
Bardziej szczegółowoKierunki racjonalizacji jednostkowego kosztu produkcji w przedsiębiorstwie górniczym
Kieruni racjonalizacji jednostowego osztu producji w przedsiębiorstwie górniczym Roman MAGDA 1) 1) Prof dr hab inż.; AGH University of Science and Technology, Kraów, Miciewicza 30, 30-059, Poland; email:
Bardziej szczegółowo4.15 Badanie dyfrakcji światła laserowego na krysztale koloidalnym(o19)
256 Fale 4.15 Badanie dyfracji światła laserowego na rysztale oloidalnym(o19) Celem ćwiczenia jest wyznaczenie stałej sieci dwuwymiarowego ryształu oloidalnego metodą dyfracji światła laserowego. Zagadnienia
Bardziej szczegółowoSterowanie Ciągłe. Używając Simulink a w pakiecie MATLAB, zasymulować układ z rysunku 7.1. Rys.7.1. Schemat blokowy układu regulacji.
emat ćwiczenia nr 7: Synteza parametryczna uładów regulacji. Sterowanie Ciągłe Celem ćwiczenia jest orecja zadanego uładu regulacji wyorzystując następujące metody: ryterium amplitudy rezonansowej i metodę
Bardziej szczegółowoNUMERYCZNA SYMULACJA STOPNIOWEGO USZKADZANIA SIĘ LAMINATÓW KOMPOZYTOWYCH NUMERICAL SIMULATION OF PROGRESSIVE DAMAGE IN COMPOSITE LAMINATES
JANUSZ GERMAN, ZBIGNIEW MIKULSKI NUMERYCZNA SYMULACJA STOPNIOWEGO USZKADZANIA SIĘ LAMINATÓW KOMPOZYTOWYCH NUMERICAL SIMULATION OF PROGRESSIVE DAMAGE IN COMPOSITE LAMINATES S t r e s z c z e n i e A b s
Bardziej szczegółowoWykład 21: Studnie i bariery cz.1.
Wyład : Studnie i bariery cz.. Dr inż. Zbigniew Szlarsi Katedra Eletronii, paw. C-, po.3 szla@agh.edu.pl http://layer.uci.agh.edu.pl/z.szlarsi/ 3.6.8 Wydział Informatyi, Eletronii i Równanie Schrödingera
Bardziej szczegółowoTEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM
EORI OBWODÓW I SYGNŁÓW LBORORIUM KDEMI MORSK Katedra eleomuniacji Morsiej Ćwiczenie nr 2: eoria obwodów i sygnałów laboratorium ĆWICZENIE 2 BDNIE WIDM SYGNŁÓW OKRESOWYCH. Cel ćwiczenia Celem ćwiczenia
Bardziej szczegółowoAlgorytmy ewolucyjne NAZEWNICTWO
Algorytmy ewolucyjne http://zajecia.jakubw.pl/nai NAZEWNICTWO Algorytmy ewolucyjne nazwa ogólna, obejmująca metody szczegółowe, jak np.: algorytmy genetyczne programowanie genetyczne strategie ewolucyjne
Bardziej szczegółowoNEURONOWE MODELOWANIE OCENY JAKOŚCI USŁUG TRANSPORTOWYCH
Andrzej ŚWIDERSKI Wojsowa Aademia Techniczna Wydział Mechaniczny Załad Systemów Jaości i Zarządzania 02-010 Warszawa, ul. Nowowiejsa 26 aswidersi@wat.edu.pl NEURONOWE MODELOWANIE OCENY JAKOŚCI USŁUG TRANSPORTOWYCH
Bardziej szczegółowoĆwiczenie 4 Badanie wpływu asymetrii obciążenia na pracę sieci
Ćwiczenie 4 - Badanie wpływu asymetrii obciążenia na pracę sieci Strona 1/13 Ćwiczenie 4 Badanie wpływu asymetrii obciążenia na pracę sieci Spis treści 1.Cel ćwiczenia...2 2.Wstęp...2 2.1.Wprowadzenie
Bardziej szczegółowoGenerowanie i optymalizacja harmonogramu za pomoca
Generowanie i optymalizacja harmonogramu za pomoca na przykładzie generatora planu zajęć Matematyka Stosowana i Informatyka Stosowana Wydział Fizyki Technicznej i Matematyki Stosowanej Politechnika Gdańska
Bardziej szczegółowoAlgorytm wyznaczania krotności diagnostycznej struktury opiniowania diagnostycznego typu PMC 1
BIULETYN INSTYTUTU AUTOMATYKI I ROBOTYKI NR 18, 2003 Algoryt wyznaczania rotności diagnostycznej strutury opiniowania diagnostycznego typu PMC 1 Artur ARCIUCH Załad Systeów Koputerowych, Instytut Teleinforatyi
Bardziej szczegółowo13. 13. BELKI CIĄGŁE STATYCZNIE NIEWYZNACZALNE
Część 3. BELKI CIĄGŁE STATYCZNIE NIEWYZNACZALNE 3. 3. BELKI CIĄGŁE STATYCZNIE NIEWYZNACZALNE 3.. Metoda trzech momentów Rozwiązanie wieloprzęsłowych bele statycznie niewyznaczalnych można ułatwić w znaczącym
Bardziej szczegółowoAlgorytmy genetyczne. Materiały do laboratorium PSI. Studia stacjonarne i niestacjonarne
Algorytmy genetyczne Materiały do laboratorium PSI Studia stacjonarne i niestacjonarne Podstawowy algorytm genetyczny (PAG) Schemat blokowy algorytmu genetycznego Znaczenia, pochodzących z biologii i genetyki,
Bardziej szczegółowoDSP-MATLAB, Ćwiczenie 5, P.Korohoda, KE AGH. Ćwiczenie 5. Przemysław Korohoda, KE, AGH
DSP-MATLAB, Ćwiczenie 5, P.Korohoda, KE AGH Instrucja do laboratorium z cyfrowego przetwarzania sygnałów Ćwiczenie 5 Wybrane właściwości Dysretnej Transformacji Fouriera Przemysław Korohoda, KE, AGH Zawartość
Bardziej szczegółowoAlgorytmy genetyczne. Materiały do laboratorium PSI. Studia niestacjonarne
Algorytmy genetyczne Materiały do laboratorium PSI Studia niestacjonarne Podstawowy algorytm genetyczny (PAG) Schemat blokowy algorytmu genetycznego Znaczenia, pochodzących z biologii i genetyki, pojęć
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Mechatronika Rodzaj przedmiotu: obowiązkowy Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU CEL PRZEDMIOTU PRZEWODNIK PO PRZEDMIOCIE C1. Zapoznanie studentów z inteligentnymi
Bardziej szczegółowoZASTOSOWANIE ALGORYTMU SZARYCH WILKÓW DO ROZWIĄZANIA ZADAŃ OPTYMALIZACJI URZĄDZEŃ ELEKTROMAGNETYCZNYCH
POZNAN UNIVERSITY OF TECHNOLOGY ACADEMIC JOURNALS No 100 Electrical Engineering 2019 DOI 10.21008/j.1897-0737.2019.100.0012 Łuasz KNYPIŃSKI *, Lech NOWAK * ZASTOSOWANIE ALGORYTMU SZARYCH WILKÓW DO ROZWIĄZANIA
Bardziej szczegółowoDRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH DRGAŃ WŁASNYCH
Część 5. DRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH... 5. 5. DRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH DRGAŃ WŁASNYCH 5.. Wprowadzenie Rozwiązywanie zadań z zaresu dynamii budowli sprowadza
Bardziej szczegółowoWyznaczanie optymalnej trasy problem komiwojażera
Wyznaczanie optymalnej trasy problem komiwojażera Optymalizacja w podejmowaniu decyzji Opracowała: mgr inż. Natalia Malinowska Wrocław, dn. 28.03.2017 Wydział Elektroniki Politechnika Wrocławska Plan prezentacji
Bardziej szczegółowoBilansowanie hierarchicznej struktury zasobów w planowaniu przedsięwzięć inżynieryjno-budowlanych
Bi u l e t y n WAT Vo l. LXIV, Nr 3, 2015 Bilansowanie hierarchicznej strutury zasobów w planowaniu przedsięwzięć inżynieryjno-budowlanych Radosław Seunda 1, Roman Marcinowsi 2 1 Biuro Inżyniersie, 05-082
Bardziej szczegółowoFOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS
FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 9, Oeconomica 68 54), 55 6 Anna LANDOWSKA ZASTOSOWANIE DYSKRETNEGO PROGRAMOWANIA DYNAMICZNEGO DO ROZWIĄZANIA PROBLEMU
Bardziej szczegółowoAlgorytmy genetyczne
9 listopada 2010 y ewolucyjne - zbiór metod optymalizacji inspirowanych analogiami biologicznymi (ewolucja naturalna). Pojęcia odwzorowujące naturalne zjawiska: Osobnik Populacja Genotyp Fenotyp Gen Chromosom
Bardziej szczegółowoPOLITECHNIKA ŚWIĘTOKRZYSKA w Kielcach WYDZIAŁ MECHATRONIKI I BUDOWY MASZYN ZAKŁAD MECHATRONIKI LABORATORIUM PODSTAW AUTOMATYKI INSTRUKCJA
POLITECHNIKA ŚWIĘTOKRZYSKA w Kielcach WYDZIAŁ MECHATRONIKI I BUDOWY MASZYN ZAKŁAD MECHATRONIKI LABORATORIUM PODSTAW AUTOMATYKI INSTRUKCJA ĆWICZENIE LABORATORYJNE NR 4 Temat: Identyfiacja obietu regulacji
Bardziej szczegółowoZastosowanie syntetycznych mierników dynamiki struktury w analizie zmian aktywności ekonomicznej ludności wiejskiej
Ewa Wasilewsa Katedra Eonometrii i Statystyi SGGW Zastosowanie syntetycznych mierniów dynamii strutury w analizie zmian atywności eonomicznej ludności wiejsiej Wstęp Przeobrażenia gospodari polsiej po
Bardziej szczegółowoPlan wykładu. Przykład. Przykład 3/19/2011. Przykład zagadnienia transportowego. Optymalizacja w procesach biznesowych Wykład 2 DECYZJA?
/9/ Zagadnienie transportowe Optymalizacja w procesach biznesowych Wykład --9 Plan wykładu Przykład zagadnienia transportowego Sformułowanie problemu Własności zagadnienia transportowego Metoda potencjałów
Bardziej szczegółowoColloquium 3, Grupa A
Colloquium 3, Grupa A 1. Z zasobów obliczeniowych pewnego serwera orzysta dwóch użytowniów. Każdy z nich wysyła do serwera zawsze trzy programy naraz. Użytowni czea, aż serwer wyona obliczenia dotyczące
Bardziej szczegółowoWykres linii ciśnień i linii energii (wykres Ancony)
Wyres linii ciśnień i linii energii (wyres Ancony) W wyorzystywanej przez nas do rozwiązywania problemów inżyniersich postaci równania Bernoulliego występuje wysoość prędości (= /g), wysoość ciśnienia
Bardziej szczegółowoROZDZIAŁ 10 METODA KOMPONOWANIA ZESPOŁU CZYNNIKI EFEKTYWNOŚCI SKŁADU ZESPOŁU
Agniesza Dziurzańsa ROZDZIAŁ 10 METODA KOMPONOWANIA ZESPOŁU 10.1. CZYNNIKI EFEKTYWNOŚCI SKŁADU ZESPOŁU Przeprowadzona analiza formacji, jaą jest zespół (zobacz rozdział 5), wyazała, że cechy tóre powstają
Bardziej szczegółowo4. Weryfikacja modelu
4. Weryfiacja modelu Wyznaczenie wetora parametrów struturalnych uładu ończy etap estymacji. Kolejnym etapem jest etap weryfiacji modelu. Przeprowadza się ją w dwóch ujęciach: merytorycznym i statystycznym.
Bardziej szczegółowoAlgorytmy wyznaczania centralności w sieci Szymon Szylko
Algorytmy wyznaczania centralności w sieci Szymon Szylko Zakład systemów Informacyjnych Wrocław 10.01.2008 Agenda prezentacji Cechy sieci Algorytmy grafowe Badanie centralności Algorytmy wyznaczania centralności
Bardziej szczegółowoMETODA PROJEKTOWANIA REJONU ZMIANY KIERUNKU TRASY KOLEJOWEJ
Problemy Kolejnictwa Zeszyt 5 97 Prof. dr hab. inż. Władysław Koc Politechnia Gdańsa METODA PROJEKTOWANIA REJONU ZMIANY KIERUNKU TRASY KOLEJOWEJ SPIS TREŚCI. Wprowadzenie. Ogólna ocena sytuacji geometrycznej
Bardziej szczegółowoRozjazdy z nieliniową krzywizną toru zwrotnego dla różnych prędkości jazdy pociągów
PROBLEMY KOLEJNICTWA RAILWAY REPORT Zeszyt 181 (grudzień 018) ISSN 055-145 (dru) ISSN 544-9451 (on-line) Rozjazdy z nieliniową rzywizną toru zwrotnego dla różnych prędości jazdy pociągów Władysław KOC
Bardziej szczegółowoL.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 1 ZADANIA - ZESTAW 1. . (odp. a)
ZADANIA - ZESTAW 1 Zadanie 11 Rzucamy trzy razy monetą A i - zdarzenie polegające na tym, że otrzymamy orła w i - tym rzucie Oreślić zbiór zdarzeń elementarnych Wypisać zdarzenia elementarne sprzyjające
Bardziej szczegółowoPrognozowanie notowań pakietów akcji poprzez ortogonalizację szeregów czasowych 1
Prognozowanie notowań paietów acji poprzez ortogonalizację szeregów czasowych Andrzej Kasprzyci. WSĘP Dynamię rynu finansowego opisuje się indesami agregatowymi: cen, ilości i wartości. Indes giełdowy
Bardziej szczegółowodr Bartłomiej Rokicki Katedra Makroekonomii i Teorii Handlu Zagranicznego Wydział Nauk Ekonomicznych UW
dr Bartłomiej Roici atedra Maroeonomii i Teorii Handlu Zagranicznego Wydział Nau Eonomicznych UW dr Bartłomiej Roici Maroeonomia II Model Solowa z postępem technologicznym by do modelu Solowa włączyć postęp
Bardziej szczegółowoAlgorytm Genetyczny. zastosowanie do procesów rozmieszczenia stacji raportujących w sieciach komórkowych
Algorytm Genetyczny zastosowanie do procesów rozmieszczenia stacji raportujących w sieciach komórkowych Dlaczego Algorytmy Inspirowane Naturą? Rozwój nowych technologii: złożone problemy obliczeniowe w
Bardziej szczegółowoMetody komputerowe i obliczeniowe Metoda Elementów Skoczonych. Element jednowymiarowy i jednoparametrowy : spryna
Metody omputerowe i obliczeniowe Metoda Elementów Soczonych Element jednowymiarowy i jednoparametrowy : spryna Jest to najprostszy element: współrzdne loalne i globalne jego wzłów s taie same nie potrzeba
Bardziej szczegółowoMetody probabilistyczne Rozwiązania zadań
Metody robabilistyczne Rozwiązania zadań 6. Momenty zmiennych losowych 8.11.2018 Zadanie 1. Poaż, że jeśli X Bn, to EX n. Odowiedź: X rzyjmuje wartości w zbiorze {0, 1,..., n} z rawdoodobieństwami zadanymi
Bardziej szczegółowoPARAMETRYCZNE ZAGADNIENIE ODWROTNE ODTWARZANIA WŁASNOŚCI FILTRACYJNYCH GRUNTU
MODELOWANIE INŻYNIERSIE ISNN 1896-771X 32, s. 439-446, Gliwice 2006 PARAMERYCZNE ZAGADNIENIE ODWRONE ODWARZANIA WŁASNOŚCI FILRACYJNYCH GRUNU IRENEUSZ SZCZYGIEŁ Instytut echnii Cieplnej, Politechnia Śląsa
Bardziej szczegółowoFOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2009, Oeconomica 273 (56), 7 16
FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2009, Oeconomica 273 (56), 7 16 Iwona BĄK, Katarzyna WAWRZYNIAK UśYTECZNOŚĆ NAUCZANIA PRZEDMIOTÓW ILOŚCIOWYCH
Bardziej szczegółowoZAGADNIENIA STATECZNOŚCI WYBRANYCH KONSTRUKCJI INŻYNIERSKICH O PARAMETRACH LOSOWYCH. Opiniodawca: prof. dr hab. inż. Paweł Śniady
MARCIN KAMIŃSKI Załad Konstrucji Stalowych Wydział Budownictwa, Architetury i Inżynierii Środowisa Politechnia Łódza PIOTR ŚWITA Załad Konstrucji Stalowych Wydział Budownictwa, Architetury i Inżynierii
Bardziej szczegółowoPRAKTYCZNE OBLICZENIA W INSTALACJACH SŁONECZNEGO OGRZEWANIA WODY
Zeszyty Nauowe Wydziału Eletrotechnii i Automatyi Politechnii Gdańsiej Nr 7 XXXV Konerencja Nauowo - Techniczna GDAŃSKIE DNI ELEKTRYKI 010 Stowarzyszenie Eletryów Polsich Oddział Gdańsi Reerat nr 5 PRAKTYCZNE
Bardziej szczegółowoWykorzystanie logiki rozmytej w badaniach petrofizycznych
NAFTA-GAZ, ROK LXXII, Nr / DOI: 1.1/NG...1 Barbara Darła, Małgorzata Kowalsa-Włodarczy Instytut Nafty i Gazu Państwowy Instytut Badawczy Wyorzystanie logii rozmytej w badaniach petrofizycznych Praca ta
Bardziej szczegółowoAlgorytmy genetyczne
Algorytmy genetyczne Motto: Zamiast pracowicie poszukiwać najlepszego rozwiązania problemu informatycznego lepiej pozwolić, żeby komputer sam sobie to rozwiązanie wyhodował! Algorytmy genetyczne służą
Bardziej szczegółowo9. Sprzężenie zwrotne własności
9. Sprzężenie zwrotne własności 9.. Wprowadzenie Sprzężenie zwrotne w uładzie eletronicznym realizuje się przez sumowanie części sygnału wyjściowego z sygnałem wejściowym i użycie zmodyiowanego w ten sposób
Bardziej szczegółowoWYKŁAD 5 METODY OPTYMALIZACJI NIELINIOWEJ BEZ OGRANICZEŃ
WYKŁAD 5 METODY OPTYMALIZACJI NIELINIOWEJ BEZ OGRANICZEŃ Wstęp. Za wyjątie nielicznych funcji, najczęściej w postaci wieloianów, dla tórych ożna znaleźć iniu na drodze analitycznej, pozostała więszość
Bardziej szczegółowoWAHADŁO SPRĘŻYNOWE. POMIAR POLA ELIPSY ENERGII.
ĆWICZENIE 3. WAHADŁO SPRĘŻYNOWE. POMIAR POLA ELIPSY ENERGII. 1. Oscylator harmoniczny. Wprowadzenie Oscylatorem harmonicznym nazywamy punt materialny, na tóry,działa siła sierowana do pewnego centrum,
Bardziej szczegółowoHIERARCHICZNY SYSTEM ZARZĄDZANIA RUCHEM LOTNICZYM - ASPEKTY OCENY BEZPIECZEŃSTWA
Jace Sorupsi Hierarchiczny system Zarządzania ruchem lotniczym aspety oceny bezpieczeństwa, Logistya (ISSN 1231-5478) No 6, Instytut Logistyi i HIERARCHICZNY SYSTEM ZARZĄDZANIA RUCHEM LOTNICZYM - ASPEKTY
Bardziej szczegółowoArtur PIASECKI, Paweł ŁABĘDZKI, Sylwia HOŻEJOWSKA, Magdalena PIASECKA
Artur PIASECKI, Paweł ŁABĘDZKI, Sylwia HOŻEJOWSKA, Magdalena PIASECKA WYMIANA CIEPŁA PODCZAS WRZENIA FC-72 W PRZEPŁYWIE PRZEZ WYMIENNIK CIEPŁA Z MINIKANAŁEM MODELOWANA FUNKCJAMI TREFFTZA I Z WYKORZYSTANIEM
Bardziej szczegółowoWyznaczenie prędkości pojazdu na podstawie długości śladów hamowania pozostawionych na drodze
Podstawy analizy wypadów drogowych Instrucja do ćwiczenia 1 Wyznaczenie prędości pojazdu na podstawie długości śladów hamowania pozostawionych na drodze Spis treści 1. CEL ĆWICZENIA... 3. WPROWADZENIE...
Bardziej szczegółowoELEKTROTECHNIKA I ELEKTRONIKA
UNIWERSYTET TECHNOLOGICZNO-PRZYRODNICZY W BYDGOSZCZY WYDZIŁ INŻYNIERII MECHNICZNEJ INSTYTUT EKSPLOTCJI MSZYN I TRNSPORTU ZKŁD STEROWNI ELEKTROTECHNIK I ELEKTRONIK ĆWICZENIE: E2 POMIRY PRĄDÓW I NPIĘĆ W
Bardziej szczegółowoPrawdopodobieństwo i statystyka
Zadanie Rozważmy następujący model strzelania do tarczy. Współrzędne puntu trafienia (, Y ) są niezależnymi zmiennymi losowymi o jednaowym rozładzie normalnym N ( 0, σ ). Punt (0,0) uznajemy za środe tarczy,
Bardziej szczegółowoKoła rowerowe malują fraktale
Koła rowerowe malują fratale Mare Berezowsi Politechnia Śląsa Rozważmy urządzenie sładającego się z n ół o różnych rozmiarach, obracających się z różnymi prędościami. Na obręczy danego oła, obracającego
Bardziej szczegółowoANALIZA METROLOGICZNA UKŁADU DO DIAGNOSTYKI ŁOŻYSK OPARTEJ NA POMIARACH MOCY CHWILOWEJ
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 7 Electrical Engineering 01 Ariel DZWONKOWSKI* ANALIZA METROLOGICZNA UKŁADU DO DIAGNOSTYKI ŁOŻYSK OPARTEJ NA POMIARACH MOCY CHWILOWEJ W artyule przedstawiono
Bardziej szczegółowoPodstawy Automatyki Zbiór zadań dla studentów II roku AiR oraz MiBM
Aademia GórniczoHutnicza im. St. Staszica w Kraowie Wydział Inżynierii Mechanicznej i Robotyi Katedra Automatyzacji Procesów Podstawy Automatyi Zbiór zadań dla studentów II rou AiR oraz MiBM Tomasz Łuomsi
Bardziej szczegółowoZAGADNIENIE TRANSPORTOWE
ZAGADNIENIE TRANSPORTOWE ZT jest specyficznym problemem z zakresu zastosowań programowania liniowego. ZT wykorzystuje się najczęściej do: optymalnego planowania transportu towarów, przy minimalizacji kosztów,
Bardziej szczegółowoMetody optymalizacji nieliniowej (metody programowania nieliniowego) Ewa Niewiadomska-Szynkiewicz Instytut Automatyki i Informatyki Stosowanej
Metody optymalizacji nieliniowej metody programowania nieliniowego Ewa Niewiadomsa-Szyniewicz Instytut Automatyi i Inormatyi Stosowanej Ewa Niewiadomsa-Szyniewicz ens@ia.pw.edu.pl Instytut Automatyi i
Bardziej szczegółowoZagadnienie transportowe
9//9 Zagadnienie transportowe Optymalizacja w procesach biznesowych Wykład Plan wykładu Przykład zagadnienia transportowego Sformułowanie problemu Własności zagadnienia transportowego Metoda potencjałów
Bardziej szczegółowokoszt kapitału D/S L dźwignia finansowa σ EBIT zysku operacyjnego EBIT firmy. Firmy Modele struktury kapitału Rys. 8.3. Krzywa kosztów kapitału.
Modele strutury apitału oszt apitału Optymalna strutura apitału dźwignia finansowa / Rys. 8.3. Krzywa osztów apitału. Założenia wspólne modeli MM Modigliani i Miller w swoich rozważaniach ograniczyli się
Bardziej szczegółowoModelowanie przez zjawiska przybliżone. Modelowanie poprzez zjawiska uproszczone. Modelowanie przez analogie. Modelowanie matematyczne
Modelowanie rzeczywistości- JAK? Modelowanie przez zjawisa przybliżone Modelowanie poprzez zjawisa uproszczone Modelowanie przez analogie Modelowanie matematyczne Przyłady modelowania Modelowanie przez
Bardziej szczegółowoOptymalizacja ciągła
Optymalizacja ciągła 5. Metoda stochastycznego spadku wzdłuż gradientu Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 04.04.2019 1 / 20 Wprowadzenie Minimalizacja różniczkowalnej
Bardziej szczegółowoKomputerowa reprezentacja oraz prezentacja i graficzna edycja krzywoliniowych obiektów 3d
Komputerowa reprezentacja oraz prezentacja i graficzna edycja rzywoliniowych obietów 3d Jan Prusaowsi 1), Ryszard Winiarczy 1,2), Krzysztof Sabe 2) 1) Politechnia Śląsa w Gliwicach, 2) Instytut Informatyi
Bardziej szczegółowoKatedra Budownictwa Drogowego. Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy W ŚRODOWISKU VISUM. dr inż. Jacek Chmielewski
Katedra Budownictwa Drogowego Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy INTERAKTYWNY CZTEROSTOPNIOWY MODEL TRANSPORTOWY DLA MIAST W ŚRODOWISKU VISUM dr inż. Jacek Chmielewski Wprowadzenie n
Bardziej szczegółowoKARTA MODUŁU KSZTAŁCENIA
KARTA MODUŁU KSZTAŁCENIA I. Informacje ogólne 1 Nazwa modułu kształcenia Sztuczna inteligencja 2 Nazwa jednostki prowadzącej moduł Instytut Informatyki, Zakład Informatyki Stosowanej 3 Kod modułu (wypełnia
Bardziej szczegółowoPrzestrzenne uwarunkowania lokalizacji źródeł sygnałów radiowych na bazie pomiaru częstotliwości chwilowej
Cezary Ziółowsi Jan M. Kelner Instytut Teleomuniacji Wojsowa Aademia Techniczna Przestrzenne uwarunowania loalizacji źródeł sygnałów radiowych na bazie pomiaru częstotliwości chwilowej Problematya loalizacji
Bardziej szczegółowoAlgorytmy ewolucyjne - algorytmy genetyczne. I. Karcz-Dulęba
Algorytmy ewolucyjne - algorytmy genetyczne I. Karcz-Dulęba Algorytmy klasyczne a algorytmy ewolucyjne Przeszukiwanie przestrzeni przez jeden punkt bazowy Przeszukiwanie przestrzeni przez zbiór punktów
Bardziej szczegółowoPROCENTY, PROPORCJE, WYRAŻENIA POTEGOWE
PROCENTY, PROPORCJE, WYRAŻENIA POTEGOWE ORAZ ŚREDNIE 1. Procenty i proporcje DEFINICJA 1. Jeden procent (1%) pewnej liczby a to setna część tej liczby, tórą oznacza się: 1% a, przy czym 1% a = 1 p a, zaś
Bardziej szczegółowoi = n = n 1 + n 2 1 i 2 n 1. n(n + 1)(2n + 1) n (n + 1) =
Druga zasada inducji matematycznej Niech m będzie liczbą całowitą, niech p(n) będzie ciągiem zdań zdefiniowanych na zbiorze {n Z: n m} oraz niech l będzie nieujemną liczbą całowitą. Jeśli (P) wszystie
Bardziej szczegółowoAlgorytmiczna teoria grafów Przepływy w sieciach.
Algorytmiczna teoria grafów Sieć przepływowa Siecią przepływową S = (V, E, c) nazywamy graf zorientowany G = (V,E), w którym każdy łuk (u, v) E ma określoną przepustowość c(u, v) 0. Wyróżniamy dwa wierzchołki:
Bardziej szczegółowoOSTASZEWSKI Paweł (55566) PAWLICKI Piotr (55567) Algorytmy i Struktury Danych PIŁA
OSTASZEWSKI Paweł (55566) PAWLICKI Piotr (55567) 16.01.2003 Algorytmy i Struktury Danych PIŁA ALGORYTMY ZACHŁANNE czas [ms] Porównanie Algorytmów Rozwiązyjących problem TSP 100 000 000 000,000 10 000 000
Bardziej szczegółowoAlgorytm genetyczny (genetic algorithm)-
Optymalizacja W praktyce inżynierskiej często zachodzi potrzeba znalezienia parametrów, dla których system/urządzenie będzie działać w sposób optymalny. Klasyczne podejście do optymalizacji: sformułowanie
Bardziej szczegółowoWYKORZYSTANIE AKCELEROMETRU I ŻYROSKOPU MEMS DO POMIARU DRGAŃ W NAPĘDZIE BEZPOŚREDNIM O ZŁOŻONEJ STRUKTURZE MECHANICZNEJ
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 87 Electrical Engineering 2016 Tomasz KULCZAK* Bartosz SZCZERBO* Stefan BROCK* WYKORZYSTANIE AKCELEROMETRU I ŻYROSKOPU MEMS DO POMIARU DRGAŃ W NAPĘDZIE
Bardziej szczegółowoRÓWNOLEGŁY ALGORYTM PRZESZUKIWANIA Z ZABRONIENIAMI DLA CYKLICZNEGO PROBLEMU GNIAZDOWEGO
RÓWNOLEGŁY ALGORYTM PRZESZUKIWANIA Z ZABRONIENIAMI DLA CYKLICZNEGO PROBLEMU GNIAZDOWEGO Wojciech BOŻEJKO, Andrzej GNATOWSKI, Mieczysław WODECKI Streszczenie: W pracy rozpatrujemy cyliczny problemem gniazdowy,
Bardziej szczegółowoWPŁYW SZUMÓW KOLOROWYCH NA DZIAŁANIE FILTRU CZĄSTECZKOWEGO
ELEKTRYKA 2012 Zeszyt 3-4 (223-224) Ro LVIII Piotr KOZIERSKI Instytut Automatyi i Inżynierii Informatycznej, Politechnia Poznańsa Marcin LIS Instytut Eletrotechnii i Eletronii Przemysłowej, Politechnia
Bardziej szczegółowoANALIZA UKŁADÓW STEROWANIA WEKTOROWEGO WIELOFAZOWYM SILNIKIEM INDUKCYJNYM
Zeszyty Problemowe Maszyny Eletryczne Nr / () 5 Jace Listwan, Krzysztof Pieńowsi Politechnia Wrocławsa, Wrocław ANALIZA UKŁADÓW STEROWANIA WEKTOROWEGO WIELOFAZOWYM SILNIKIEM INDUKCYJNYM ANALYSIS OF VECTOR
Bardziej szczegółowoOpis przedmiotu. Karta przedmiotu - Badania operacyjne Katalog ECTS Politechniki Warszawskiej
Kod przedmiotu TR.SIK306 Nazwa przedmiotu Badania operacyjne Wersja przedmiotu 2015/16 A. Usytuowanie przedmiotu w systemie studiów Poziom kształcenia Studia I stopnia Forma i tryb prowadzenia studiów
Bardziej szczegółowoWYKORZYSTANIE STEROWNIKÓW ROZMYTYCH DO OPTYMALIZACJI PRACY LINII DO EKSTRUDOWANIA PRODUKTÓW ROŚLINNYCH
InŜynieria Rolnicza 7/2006 Adam Eielsi Katedra Organizacji i InŜynierii Producji Szoła Główna Gospodarstwa Wiejsiego w Warszawie WYKORZYSTANIE STEROWNIKÓW ROZMYTYCH DO OPTYMALIZACJI PRACY LINII DO EKSTRUDOWANIA
Bardziej szczegółowoWybrane rozkłady zmiennych losowych i ich charakterystyki
Rozdział 1 Wybrane rozłady zmiennych losowych i ich charaterystyi 1.1 Wybrane rozłady zmiennych losowych typu soowego 1.1.1 Rozład równomierny Rozpatrzmy esperyment, tóry może sończyć się jednym z n możliwych
Bardziej szczegółowo