KOMPUTEROWY SYSTEM WYBORU DECYZJI WIELOKRYTERIALNEJ
|
|
- Mikołaj Skrzypczak
- 6 lat temu
- Przeglądów:
Transkrypt
1 KOMPUTEROWY SYSTEM WYBORU DECYZJI WIELOKRYTERIALNEJ Andrzej Łodziński Katedra Ekonoetrii i Inforatyki SGGW Warszawa Streszczenie: W pracy przedstawiono koputerowy syste wyboru decyzji wielokryterialnej. Metody optyalizacji wielokryterialnej nie dają jednego rozwiązania, ale cały zbiór rozwiązań. Sposób wyboru polega na interaktywny prowadzeniu procesu podejowania decyzji. Wybór decyzji dokonuje się przez rozwiązywanie probleu z paraetrai sterującyi, które określają aspiracje użytkownika i ocenie otrzyywanych rozwiązań. Abstract: A coputer syste of choosing ultcriteria decision has been presented in this paper. Methods of ultiobjective optialization do not give one unique solution, but a whole set of the. A decision aking relies on interactive conducting of the decision aking process. Selection of given decision is ade by way of solving a proble with paraeters defining user s aspirations and the evaluation of obtained results.
2 WPROWADZENIE W pracy przedstawiono koputerowy syste wyboru decyzji wielokryterialnej. Metody optyalizacji wielokryterialnej nie dają jednego rozwiązania, ale cały zbiór rozwiązań. Metoda wyznaczania rozwiązania polega na interaktywny prowadzeniu procesu podejowania decyzji. Wybór decyzji dokonuje się przez rozwiązywanie probleu z paraetrai sterującyi, które określają aspiracje użytkownika i ocenie otrzyywanych rozwiązań. Użytkownik zadaje paraetr, dla którego wyznaczane jest rozwiązanie wielokryterialne. Następnie ocenia otrzyaną decyzję akceptując ją lub odrzucając. W drugi przypadku użytkownik podaje nową wartość paraetru i proble jest rozwiązywany ponownie dla nowego paraetru. Proces wyznaczania rozwiązania nie jest procese jednorazowy, ale iteracyjny procese uczenia się decydenta o probleie decyzyjny. Stosując ten sposób wyboru rozwiązania decydent oże otrzyać takie rozwiązania, jakie chce, a nawet je polepszyć. Jeśli jakiś pozio aspiracji jest nieożliwy do osiągnięcia, to ożna się do niego najlepiej przybliżyć. MODELOWANIE SYTUACJI DECYZYJNEJ Podejowanie decyzji jest to proces wyboru decyzji cele rozstrzygnięcia określonego probleu. Decyzją nazyway wybór poiędzy wieloa ożliwościai, które nazywa się opcjai (wariantai) decyzyjnyi. Osobę podejującą decyzję nazywa się decydente. Dokonywanie wyboru oznacza, więc działania związane z wybore jednej ożliwości ze zbioru wielu ożliwości, gdzie sa wybór jest zaledwie częścią podejowania decyzji. Podejowanie decyzji obejuje następujące etapy: rozpoznanie probleu, odelowanie probleu, wybór decyzji oraz realizacja i nadzór decyzji. Proble przygotowania decyzji jest zazwyczaj znacznie bardziej złożony niż sa proble wyboru iędzy opcjai. Początkowo nie zna się zazwyczaj wszystkich opcji decyzyjnych, należy je saeu przygotować; sa też proces przygotowania opcji wariantów decyzji jest często bardziej złożony i czasochłonny niż sa proble wyboru. W etapie realizacja i nadzór decyzji ożna dokonywać odyfikacji decyzji na zasadzie obserwacji skutków decyzji [3], [4], [5], [6]. Proble decyzyjny opisuje się ateatycznie wprowadzając zienne decyzyjne x z pewnej przestrzeni decyzji X, której eleenty jednoznacznie opisują podjęte decyzje. Zienne decyzyjne nie ogą przyjować dowolnych wartości. Występują ograniczenia na te zienne wynikające na przykład z określonego zasobu surowców, ograniczonych nakładów finansowych czy ożliwości technologicznych. Zienne decyzyjne x powinny należeć do pewnego ustalonego zbioru decyzji X. Zbiór X nazywa się zbiore decyzji dopuszczalnych, a należące do niego zienne decyzyjne x X ziennyi dopuszczalnyi. W probleach decyzyjnych występują pewne iary jakości podejowania decyzji. Mateatycznie iarę jakości decyzji wyraża się za poocą funkcji oceny: przy poocy jednego lub wielu kryteriów. 122
3 Przyjujey następujące oznaczenia: n x X decyzja należąca do zbioru decyzji dopuszczalnych, X R, y = f ( x) f : X Y odwzorowanie decyzji w ich rezultaty, które zawiera też reprezentację niepewności, y Y skutek, czyli rezultat decyzji x należący do zbioru rezultatów osiągalnych, Y R, Y = f ( X ) - zbiór rezultatów osiągalnych przy dopuszczalnych decyzjach. Funkcja y = f (x) przyporządkowuje każdeu wektorowi ziennych decyzyjnych x wektor ocen y Y, który ierzy jakość decyzji x z punktu widzenia ustalonego układu wskaźników jakości y 1,..., y. Obraz zbioru dopuszczalnego X dla funkcji y stanowi zbiór osiągalnych wektorów ocen Y. Większość probleów a charakter wielokryterialny, czyli nie a w nich jednego wskaźnika jakości, którego optyalna wartość zapewniłaby decyzję najlepszą. Decyzje są scharakteryzowane przez wiele kryteriów, które są sprzeczne iędzy sobą, tzn. polepszenie jednego z nich powoduje pogorszenie innego lub innych kryteriów. Chcey znaleźć taką decyzję, która byłaby akceptowalna dla każdego kryteriu. Aby wyznaczyć taką decyzję stosuje się etody optyalizacji wielokryterialnej, które pozwalają wyznaczać decyzje Pareto-optyalne. Proble decyzyjny rozpatruje się jako zadanie optyalizacji wielokryterialnej: gdzie: ax{ f1 ( x),..., f ( x) : x X } (1) x x X wektor ziennych decyzyjnych, f = f,..., f ) funkcja wektorowa, która przyporządkowuje ( 1 każdeu wektorowi ziennych decyzyjnych x X wektor ocen y = f (x) ; poszczególne współrzędne f i, i = 1,..., reprezentują skalarne funkcje ocen, X zbiór decyzji dopuszczalnych. Zadanie (1) polega na znalezieniu takiej decyzji dopuszczalnej xˆ X, dla której ocen przyjuje jak najlepsze wartości. Zadanie (1) rozpatruje się w przestrzeni ocen, tzn. rozpatruje się następujące zadanie: ax{( y1,..., y ) : y Y} ( 2) x 123
4 gdzie: x X wektor ziennych decyzyjnych, y = y,..., y ) wektorowy wskaźnik jakości,; poszczególne ( 1 współrzędne y i, i = 1,..., reprezentują pojedyncze, skalarne kryteria, Y zbiór dopuszczalnych wskaźników jakości. Zbiór rezultatów osiągalnych Y dany jest zwykle w postaci niejawnej poprzez zbiór decyzji dopuszczalnych X i odwzorowanie odelu f, Y = f ( X ). Aby wyznaczyć wartość y potrzebna jest syulacja odelu decyzyjnego y = f (x). Cele zadania jest wybór decyzji właściwej pooc w znalezieniu właściwej decyzji. OPTYMALNOŚĆ W SENSIE PARETO W optyalizacji wielokryterialnej ważny jest nie cały zbiór Y, ale tylko jego odpowiednia część. Interesujące są nie wszystkie eleenty zbioru Y, ale tylko eleenty niezdoonowane, czyli tak zwane rezultaty Pareto-optyalne. Rezultaty Pareto-optyalne (niezdoinowane) są definiowane w następujący sposób: Y ˆ ~ = {yˆ Y :(y ˆ + D) Y = ) } (3) ~ gdzie: D = D \{} stożek dodatni bez wierzchołka. Jako stożek dodatni ~ ożna przyjąć D = R+ [3], [4], [5], [6]. Rezultaty Pareto-optyalne to takie, w których nie ożna poprawić jednego wskaźnika jakości bez pogarszania wskaźników pozostałych. Decyzję x ˆ X nazywa się decyzją Pareto-optyalną, jeśli odpowiadający u wektor ocen y ˆ = f ( xˆ ) jest wektore Pareto-optyalny. SKALARYZACJA PROBLEMU Metodą wyznaczania poszczególnych rozwiązań Pareto-optyalnych jest optyalizacja specjalnie utworzonej funkcji skalaryzującej dwóch ziennych - wskaźnika jakości y Y i paraetru sterującego y Ω R o wartości 1 rzeczywistej tzn. funkcji s : Y Ω R. Paraetr y jest w dyspozycji użytkownika, co uożliwia u przeglądanie zbioru rozwiązań wielokryterialnych. Aby wyznaczyć rozwiązanie Pareto-optyalne zadania (2) rozwiązuje się 1 skalaryzację tego zadania z funkcją skalaryzującą s : Y Ω R : 124
5 ax{ s( y, y) : y Y} (4) x Rozwiązanie optyalne zadania (4) powinno być rozwiązanie zadania (2). W pracy stosuje się funkcję skalaryzującą o postaci: gdzie: 1 i s( y, y) = in( y y ) + ε ( y ) (5) i i y i i i= 1 y = y,..., y ) wektorowy wskaźnik jakości,; poszczególne ( 1 współrzędne y i, i = 1,..., reprezentują pojedyncze, skalarne kryteria, y i pozioy aspiracji dla poszczególnych kryteriów i = 1,...,, ε arbitralnie ały, dodatni paraetr regularyzacyjny. Taka funkcja skalaryzującą nazywa się funkcją osiągnięcia. Maksyalizacja takiej funkcji ze względu y Y na wyznacza rozwiązanie Pareto-optyalne ŷ i generującą ją decyzję Pareto-optyalną xˆ. Wyznaczone rozwiązanie Pareto-optyalne ŷ zależy od wartości pozioów aspiracji. y i, i = 1,..., [3], [4], [5], [6], [7]. Funkcja skalaryzująca (5) charakteryzuje się dwiea własnościai: własnością wystarczalności i własnością zupełności. Własność wystarczalności oznacza, że dla każdego poziou aspiracji y rozwiązanie zadania skalaryzacji jest rozwiązanie Pareto-optyalny, tzn. yˆ Yˆ. Własność zupełności oznacza, że za poocą odpowiednich zian paraetru y ożna osiągnąć dowolny rezultat yˆ Yˆ. Taka funkcja w pełni charakteryzuje rozwiązania Pareto-optyalne. Każde aksiu takiej funkcji jest rozwiązanie Paretooptyalny. Każde rozwiązanie Pareto-optyalne ożna osiągnąć przyjując odpowiedni pozio aspiracji y. Wartości optyalne tej funkcji ogą być wykorzystane nie tylko do obliczania rozwiązań Paretooptyalnych, lecz także do oceny osiągalności danego punktu aspiracji y. Jeśli optiu funkcji osiągnięcia jest ujene, to punkt aspiracji nie jest osiągalny, a rozwiązanie optyalne jest rozwiązanie Pareto-optyalny; jeśli optiu funkcji osiągnięcia jest równe zeru,, to punkt aspiracji jest osiągalny i jest rozwiązanie Pareto-optyalny: jeśli optiu funkcji osiągnięcia jest dodatnie, to punkt aspiracji jest osiągalny a rozwiązanie optyalne jest rozwiązanie Pareto-optyalny polepszony w stosunku do punktu aspiracji [3], [4], [5], [6]. 125
6 METODA WYBORU DECYZJI W celu rozstrzygnięcia danego probleu decyzyjnego należy wybrać jedną decyzję do realizacji. Zbioru decyzji Pareto-optyalnych nie ożna traktować jako ostatecznego rozwiązania probleu decyzyjnego. Ze względu na to, że rozwiązanie Pareto-optyalny jest cały zbiór rozwiązań, decydent powinien dokonywać wyboru decyzji przy poocy interaktywnego systeu koputerowego. Syste taki uożliwia sterowany przegląd zbioru rozwiązań. Na podstawie podawanych przez decydenta wartości pewnych paraetrów sterujących syste przedstawia decydentowi różne rozwiązania do analizy. Paraetry sterujące określają paraetryzację zbioru rozwiązań Paretooptyalnych. Syste każdorazowo wyznacza jedno rozwiązanie odpowiadające bieżący wartościo paraetrów sterujących. Paraetr sterujący w postaci pozioów aspiracji jest dogodny dla decydenta, gdyż reprezentuje rozuiane przez decydenta wielkości rzeczywiste charakteryzujące jego preferencje. Decydent rozwiązując proble decyzyjny przy poocy funkcji skalaryzującej (5) określa pozioy aspiracji, jako pożądane wartości poszczególnych kryteriów. Jeżeli wartości kryteriów nie osiągają pozioów aspiracji, to decydent stara się znaleźć rozwiązanie lepsze. Jeżeli wartości pewnych kryteriów osiągnęły odpowiednie pozioy aspiracji, to decydent koncentruje uwagę na poprawie wartości tych kryteriów, które nie osiągnęły swoich pozioów aspiracji. Gdy wszystkie kryteria osiągną założone pozioy aspiracji, to decydent jest zainteresowany dalszą poprawą kryteriów, o ile jest to ożliwe [3], [4], [5], [6]. Sposób podejowania decyzji przestawiony jest na rysunku 1. Rys. 1. Sposób podejowania decyzji Taki sposób podejowania decyzji nie narzuca decydentowi żadnego sztywnego scenariusza analizy probleu decyzyjnego i dopuszcza ożliwość odyfikacji jego preferencji w trakcie analizy probleu. W ty sposobie podejowania decyzji użytkownik spełnia rolę nadrzędną. Koputer nie zastępuje użytkownika w podejowaniu decyzji. Cały procese podejowania decyzji steruje użytkownik. 126
7 ZAKOŃCZENIE W pracy przedstawiono sposób wyboru decyzji wielokryterialnej. Metodą znajdowania decyzji wielokryterialnych jest optyalizacja specjalnej funkcji skalaryzującej funkcji osiągnięcia. Jako paraetrów sterujących używa się pozioów aspiracji, które są dobrze rozuiane przez decydenta. Taka paraetryczna skalaryzacja pozwala wyznaczać decyzje zgodne z preferencjai decydenta. LITERATURA [1] Findeisen W., Bailey F., Brdyś M., Malinowski K., Tatjewski P., Woźniak A., Control and Coorditation in Hierarchical Systes, Vol. 9, IIASA International series, John Wiley & Sons r [2] Findeisen W., Struktury sterowania dla złożonych systeów, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa r [3] Lewandowski A., Wierzbicki A. P., Aspiration Based Decision Support Systes, vol. 331, Springer-Verlag, Berlin/Heilderberg r [4] Ogryczak W. Wielokryterialna optyalizacja liniowa i dyskretna. Wydawnictwa UW, Warszawa r [5] Wierzbicki A. P., Makowski M., Wessela J., Model-based Decision Support Methodology with Environental Applications, Kluwer Acadeic Publishers, Dordrecht-Laxenburg r. 2. [6] Wierzbicki A. P., Granat J., Optyalizacja we Wspoaganiu Decyzji (aszynopis), r. 23. [7] Wierzbicki A. P., On the copletness and constructiveness of paraetric characterizations to vector optiization probles, vol. 8, OR Spektru r [8] Łodziński A., The use of reference objectives for selecting polyoptial control in ultistage process. Syste Analysis Modelling Siulation, vol.8, Akadeie Verlag, Berlin r [9] Wierzbicki A. P., The use of reference objectives in ulti-objective optiization, (w:) Multiple Criteria Decision Making. Theory and Application, Lecture Notes in Electronic and Matheatical Systes, vol. 177, red. Fandel G., Gal T., Springer-Verlag, Berlin/Heildelberg r
8
MODELOWANIE PREFERENCJI UŻYTKOWNIKA W SYSTEMIE WSPOMAGANIA DECYZJI
Scientific Bulletin of Che lm Section of Mathematics and Computer Science No. 1/2008 MODELOWANIE PREFERENCJI UŻYTKOWNIKA W SYSTEMIE WSPOMAGANIA DECYZJI ANDRZEJ ŁODZIŃSKI Wydział Zastosowań Informatyki
Bardziej szczegółowoINTERAKTYWNE WSPOMAGANIE WYBORU DECYZJI W WARUNKACH RYZYKA
Scientific Bulletin of Chełm Section of Mathematics and Computer Science No. 1/2009 INTERAKTYWNE WSPOMAGANIE WYBORU DECYZJI W WARUNKACH RYZYKA ANDRZEJ ŁODZIŃSKI Szkoła Główna Gospodarstwa Wiejskiego Streszczenie.
Bardziej szczegółowoWSPOMAGANIE ZŁOŻONYCH NEGOCJACJI DWUSTRONNYCH
Scientific Bulletin of Che lm Section of Mathematics and Computer Science No. 1/2008 WSPOMAGANIE ZŁOŻONYCH NEGOCJACJI DWUSTRONNYCH ANDRZEJ ŁODZIŃSKI Wydział Zastosowań Informatyki i Matematyki, Katedra
Bardziej szczegółowoAnaliza motywacyjnie zgodnych decyzji w wielokryterialnym przetargu
AUTOMATYKA 2011 Tom 15 Zeszyt 2 Lech Kruœ*, Jan Skorupiñski**, Eugeniusz Toczy³owski** Analiza motywacyjnie zgodnych decyzji w wielokryterialnym przetargu 1. Wprowadzenie Prezentowana praca wykonywana
Bardziej szczegółowoAnaliza wielokryterialna
Analiza wielokryterialna dr hab. inż. Krzysztof Patan, prof. PWSZ Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa w Głogowie k.patan@issi.uz.zgora.pl Wprowadzenie Wielokryterialny wybór wariantu
Bardziej szczegółowoWielokryteriowa optymalizacja liniowa
Wielokryteriowa optymalizacja liniowa 1. Przy decyzjach złożonych kierujemy się zwykle więcej niż jednym kryterium. Postępowanie w takich sytuacjach nie jest jednoznaczne. Pojawiło się wiele sposobów dochodzenia
Bardziej szczegółowoGRAFICZNA METODA PLANOWANIA ZAJĘĆ
GRZEGORZ BOCEWICZ KRZYSZTOF BZDYRA GRAFICZNA METODA PLANOWANIA ZAJĘĆ Słowa kluczowe: planowanie zajęć, etoda graficzna szeregowania zadań Keywords: tietabling, graphical ethod of tasks scheduling. WSTĘP
Bardziej szczegółowoInterpolacja. Interpolacja wykorzystująca wielomian Newtona
Interpolacja Funkcja y = f(x) jest dana w postaci dyskretnej: (1) y 1 = f(x 1 ), y 2 = f(x 2 ), y 3 = f(x 3 ), y n = f(x n ), y n +1 = f(x n +1 ), to znaczy, że w pewny przedziale x 1 ; x 2 Ú ziennej niezależnej
Bardziej szczegółowoUOGÓLNIONA MIARA DOPASOWANIA W MODELU LINIOWYM
UOGÓLNIONA MIARA DOPASOWANIA W MODELU LINIOWYM Wojciech Zieliński Katedra Ekonoetrii i Statystyki, SGGW Nowoursynowska 159, PL-0-767 Warszawa wojtekzielinski@statystykainfo Streszczenie: W odelu regresji
Bardziej szczegółowoZASTOSOWANIE GLOBALNEGO WSKAŹNIKA JAKOŚCI W PROCESIE PARAMETRYCZNEGO PROJEKTOWANIA SIECI WLAN
Reigiusz Olejnik Zakład Sieci Koputerowych Politechnika Szczecińska ul. Żołnierska 49 7-0 Szczecin rolejnik@wi.ps.pl 005 Poznańskie Warsztaty Telekounikacyjne Poznań 8-9 grudnia 005 ZASTOSOWANIE GLOBALNEGO
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania KOMPUTEROWE SYSTEMY STEROWANIA I WSPOMAGANIA DECYZJI
Politechnika Gdańska Wydział Elektrotechniki i Autoatyki Katedra Inżynierii Systeów Sterowania KOMPUTEROWE SYSTEMY STEROWANIA I WSPOMAGANIA DECYZJI Rozproszone prograowanie produkcji z wykorzystanie etody
Bardziej szczegółowoCEL PRACY ZAKRES PRACY
CEL PRACY. Analiza energetycznych kryteriów zęczenia wieloosiowego pod względe zastosowanych ateriałów, rodzajów obciążenia, wpływu koncentratora naprężenia i zakresu stosowalności dla ałej i dużej liczby
Bardziej szczegółowoBIULETYN INSTYTUTU SYSTEMÓW INFORMATYCZNYCH
WOJSKOWA AKADEMIA TECHNICZNA BIULETYN INSTYTUTU SYSTEMÓW INFORMATYCZNYCH WARSZAWA NR 5/010 BIULETYN INSTYTUTU SYSTEMÓW INFORMATYCZNYCH WYDZIAŁ CYBERNETYKI WOJSKOWA AKADEMIA TECHNICZNA ISSN 1508-4183 Biuletyn
Bardziej szczegółowobudowlanymi - WAP Aleksandra Radziejowska
budowlanymi - WAP Aleksandra Radziejowska Co to jest optymalizacja wielokryterialna? ustalenie kryterium poszukiwania i oceny optymalnego. Co to jest optymalizacja wielokryterialna? pod zakup maszyny budowlanej
Bardziej szczegółowoElementy modelowania matematycznego
Eleenty odelowania ateatycznego Systey kolejkowe. Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ RZYKŁAD KOLEJKI N(t) długość kolejki w chwili t T i czas obsługi i-tego klienta Do okienka
Bardziej szczegółowoWybór zestawów maszyn do montażu elementów prefabrykowanych z zastosowaniem metody analizy hierarchicznej (AHP)
Wybór zestawów aszyn do ontażu eleentów prefabrykowanych z zastosowanie etody analizy hierarchicznej (AHP) Daria Biskupska, Ewelina Toaszewska, studentki, Politechnika Warszawska, Wydział Budownictwa Mechaniki
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania
Politechnia Gdańsa Wydział Eletrotechnii i Autoatyi Katedra Inżynierii Systeów Sterowania MODELOWANIE I PODSTAWY IDENTYFIKACJI Systey ciągłe budowa odeli enoenologicznych z praw zachowania Materiały poocnicze
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 szczegółowoMODELOWANIE I SYMULACJA Kościelisko, 19-23 czerwca 2006r. Oddział Warszawski PTETiS Wydział Elektryczny Politechniki Warszawskiej Polska Sekcja IEEE
ODELOWANIE I SYULACJA Kościelisko, 9-3 czerwca 006r. Oddział Warszawski PTETiS Wydział Elektryczny Politechniki Warszawskiej Polska Sekcja IEEE SYSTE DO KOPUTEROWEGO ODELOWANIA I SYULACJI UKŁADÓW DYNAICZNYCH
Bardziej szczegółowoCIAŁO CZŁOWIEKA LĄDUJĄCEGO PO ZESKOKU JAKO PRZYKŁAD UKŁADU MECHANICZNEGO ZE STABILIZUJĄCYM SPRZĘŻENIEM ZWROTNYM
MAREK A. KSIĄŻEK, DANIEL ZIEMIAŃSKI CIAŁO CZŁOWIEKA LĄDUJĄCEGO PO ZESKOKU JAKO PRZYKŁAD UKŁADU MECHANICZNEGO ZE STABILIZUJĄCYM SPRZĘŻENIEM ZWROTNYM HUMAN BODY LANDING AFTER JUMP DOWN AS AN EXAMPLE OF A
Bardziej szczegółowoMATEMATYCZNE METODY WSPOMAGANIA PROCESÓW DECYZYJNYCH
MATEMATYCZNE METODY WSPOMAGANIA PROCESÓW DECYZYJNYCH 1. Przedmiot nie wymaga przedmiotów poprzedzających 2. Treść przedmiotu Proces i cykl decyzyjny. Rola modelowania matematycznego w procesach decyzyjnych.
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 szczegółowoO regularyzacji rozwiązań niejednoznacznych w grze przeciwko naturze
Zaprezentowano kilka znanych z literatury kryteriów wyboru strategii w grach przeciwko naturze i wykazano użyteczność lub nieużyteczność określonych regularyzacji. regularyzacja, kryteria wyboru strategii,
Bardziej szczegółowoXIII International PhD Workshop OWD 2011, October 2011 METODA REEINGINEERINGU ORGANIZACJI Z WYKORZYSTANIEM SYMULATORA PROCESÓW BIZNESOWYCH
XIII International PhD Workshop OWD 2011, 22 25 October 2011 METODA REEINGINEERINGU ORGANIZACJI Z WYKORZYSTANIEM SYMULATORA PROCESÓW BIZNESOWYCH METHOD OF REEINGINEERING ORGANIZATION USING BUSINESS PROCESS
Bardziej szczegółowodoc. dr Beata Pułska-Turyna Zarządzanie B506 mail: mgr Piotr J. Gadecki Zakład Badań Operacyjnych Zarządzania B 505.
doc. dr Beata Pułska-Turyna Zakład Badań Operacyjnych Zarządzanie B506 mail: turynab@wz.uw.edu.pl mgr Piotr J. Gadecki Zakład Badań Operacyjnych Zarządzania B 505. Tel.: (22)55 34 144 Mail: student@pgadecki.pl
Bardziej szczegółowoWielokryteriowa optymalizacja liniowa cz.2
Wielokryteriowa optymalizacja liniowa cz.2 Metody poszukiwania końcowych rozwiązań sprawnych: 1. Metoda satysfakcjonujących poziomów kryteriów dokonuje się wyboru jednego z kryteriów zadania wielokryterialnego
Bardziej szczegółowoĆWICZENIE 5 Badanie stanów nieustalonych w obwodach szeregowych RLC przy wymuszeniu sinusoidalnie zmiennym
ĆWIZENIE 5 Badanie stanów nieustalonych w obwodach szeregowych R przy wyuszeniu sinusoidaie zienny. el ćwiczenia Zapoznanie się z rozpływe prądów, rozkłade w stanach nieustalonych w obwodach szeregowych
Bardziej szczegółowoLogika niepewnych prawdopodobieństw w rachunku opłacalności inwestycji
Mgr Joanna Szczepańska Instytut Finansów Państwowa Wyższa Szkoła Zawodowa w Nysie Polska Dr hab.inż. prof.nadzw. Zofia Wiliowska Instytut Organizacji i Zarządzania Politechnika Wrocławska Polska Logika
Bardziej szczegółowoBADANIE WIARYGODNOŚCI PROCEDUR DETEKCJI ZAGROŻEŃ EPIDEMIOLOGICZNYCH RELIABILITY ASSESSMENT OF EPIDEMIOLOGICAL DETECTION PROCEDURES
Prof. dr hab. inż. Andrzej AELJAŃCZYK Wojskowa Akadeia Techniczna, Warszawa BADANIE WIAYGODNOŚCI POCEDU DETEKCJI ZAGOŻEŃ EPIDEIOLOGICZNYCH ELIABILITY ASSESSENT OF EPIDEIOLOGICAL DETECTION POCEDUES Streszczenie
Bardziej szczegółowoUBEZPIECZENIE NA ŻYCIE Z LOSOWĄ STOPĄ PROCENTOWĄ
UBEZPIECZENIE NA ŻYCIE Z LOSOWĄ STOPĄ PROCENTOWĄ Krzysztof Janas Michał Krzeszowiec Koło Nauk Aktuarialnych Politechniki Łódzkiej Warszawa, 09-11.06.2008 r. Plan Założenia wstępne: Teoria oprocentowania
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 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 szczegółowoOPTYMALNA ALOKACJA OBIEKTÓW Z WYKORZYSTANIEM ALGORYTMÓW EWOLUCYJNYCH
Stanisław KRENICH 1 Alokacja obiektów Optymalizacja Algorytmy ewolucyjne OPTYMALNA ALOKACJA OBIEKTÓW Z WYKORZYSTANIEM ALGORYTMÓW EWOLUCYJNYCH W artykule opisano metodę rozwiązywani zagadnienia optymalnej
Bardziej szczegółowoFOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2012, Oeconomica 297 (68), 17 26
FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Poer. Univ. Technol. Stetin. 2012, Oeconoica 297 (68), 17 26 Aneta Becker ZASTOSOWANIE METODY AHP DO USZEREGOWANIA WOJEWÓDZTW POLSKI POD WZGLĘDEM
Bardziej szczegółowoMetody ilościowe w badaniach ekonomicznych
prof. dr hab. Tadeusz Trzaskalik dr hab. Maciej Nowak, prof. UE Wybór portfela projektów z wykorzystaniem wielokryterialnego programowania dynamicznego Metody ilościowe w badaniach ekonomicznych 19-06-2017
Bardziej szczegółowoCOMPUTER SYSTEM FOR THE SIMULATION OF THE HEAT TRANSFER IN A STONE REGENERATOR
Wojciech MUELLER, Sergiusz MAĆKOWIAK, Idzi SIATKOWSKI * Uniwersytet Przyrodniczy w Poznaniu Instytut Inżynierii Rolniczej * Katedra Metod Mateatycznych i Statystycznych COMPUTER SYSTEM FOR THE SIMULATION
Bardziej szczegółowoKarta (sylabus) przedmiotu
WM Karta (sylabus) przedmiotu MECHANIKA I BUDOWA MASZYN Studia I stopnia o profilu: A P Przedmiot: Wybrane z Kod ECTS Status przedmiotu: obowiązkowy MBM S 0 5 58-4_0 Język wykładowy: polski, angielski
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania KOMPUTEROWE SYSTEMY STEROWANIA I WSPOMAGANIA DECYZJI Rozproszone programowanie produkcji z wykorzystaniem
Bardziej szczegółowoAnaliza wielokryterialna wstęp do zagadnienia
Organizacja, przebieg i zarządzanie inwestycją budowlaną Analiza wielokryterialna wstęp do zagadnienia dr hab. Mieczysław Połoński prof. SGGW 1 Wprowadzenie Jednym z podstawowych, a równocześnie najważniejszym
Bardziej szczegółowoWykład z Technologii Informacyjnych. Piotr Mika
Wykład z Technologii Informacyjnych Piotr Mika Uniwersalna forma graficznego zapisu algorytmów Schemat blokowy zbiór bloków, powiązanych ze sobą liniami zorientowanymi. Jest to rodzaj grafu, którego węzły
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 szczegółowoAlgorytmy ewolucyjne optymalizacji wielokryterialnej sterowane preferencjami decydenta
Algorytmy ewolucyjne optymalizacji wielokryterialnej sterowane preferencjami decydenta Dr Janusz Miroforidis MGI Metro Group Information Technology Polska Sp. z o.o. listopad 2010 Wprowadzenie Plan prezentacji
Bardziej szczegółowoModele optymalizacyjne wspomagania decyzji wytwórców na rynku energii elektrycznej
Modele optymalizacyjne wspomagania decyzji wytwórców na rynku energii elektrycznej mgr inż. Izabela Żółtowska Promotor: prof. dr hab. inż. Eugeniusz Toczyłowski Obrona rozprawy doktorskiej 5 grudnia 2006
Bardziej szczegółowoObliczenia polowe 2-fazowego silnika SRM w celu jego optymalizacji
XLIII SESJA STUDENCKICH KÓŁ NAUKOWYCH KOŁO NAUKOWE MAGNESIK Obliczenia polowe 2-fazowego silnika SRM w celu ego optyalizaci Wykonali: Jarosław Gorgoń Miłosz Handzel Opiekun naukowy: dr hab. inż. Wiesław
Bardziej szczegółowoOPTYMALIZACJA DYSKRETNA
Temat nr a: odelowanie problemów decyzyjnych, c.d. OPTYALIZACJA DYSKRETA Zagadnienia decyzyjne, w których chociaż jedna zmienna decyzyjna przyjmuje wartości dyskretne (całkowitoliczbowe), nazywamy dyskretnymi
Bardziej szczegółowoElastyczny system VRF
WYPOSŻENIE INSTLCYJNE URZĄDZENI SETFREE FSXN VRF KOMBI - I -RUROWEGO Elastyczny syste VRF Możliwe jest zaprojektowanie jako syste -rurowy z odzyskie ciepła oraz jako syste -rurowy z popą ciepła Jednostki
Bardziej szczegółowoANALIZA WEKTOROWEGO UKŁADU NAPĘDOWEGO Z SILNIKIEM INDUKCYJNYM ODPORNEGO NA USZKODZENIA WYBRANYCH CZUJNIKÓW POMIAROWYCH
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MI C JOURNALS No 77 Electrical Engineering 2014 Kail KLIMKOWSKI* Mateusz DYBKOWSKI* ANALIZA WEKTOROWEGO UKŁADU NAPĘDOWEGO Z SILNIKIEM INDUKCYJNYM ODPORNEGO NA USZKODZENIA
Bardziej szczegółowoRÓWNANIE DYNAMICZNE RUCHU KULISTEGO CIAŁA SZTYWNEGO W UKŁADZIE PARASOLA
Dr inż. Andrzej Polka Katedra Dynamiki Maszyn Politechnika Łódzka RÓWNANIE DYNAMICZNE RUCHU KULISTEGO CIAŁA SZTYWNEGO W UKŁADZIE PARASOLA Streszczenie: W pracy opisano wzajemne położenie płaszczyzny parasola
Bardziej szczegółowoPORÓWNANIE WPŁYWU WYBRANYCH PARAMETRÓW CIĄGNIKA ROLNICZEGO NA JEGO DRGANIA
Inżynieria Rolnicza (90)/007 PORÓWNANIE WPŁYWU WYBRANYCH PARAMETRÓW CIĄGNIKA ROLNICZEGO NA JEGO DRGANIA Instytut Inżynierii Rolniczej, Akadeia Rolnicza w Poznaniu Streszczenie. Drgania ciągnika, szczególnie
Bardziej szczegółowoRównania trygonometryczne z parametrem- inne spojrzenie
Agnieszka Zielińska aga7ziel@wppl Nauczyciel ateatyki w III Liceu Ogólnokształcący w Zaościu Równania trygonoetryczne z paraetre- inne spojrzenie Cele tego reeratu jest zapoznanie państwa z oii etodai
Bardziej szczegółowo1. Metody definicji modeli i symulacji
. Metody definicji odeli i syulacji. Rozwiązywanie równania różniczkowego odel graficzny Modele graficzne to aplikacje równania a + + c u ( u c) a Scheat z lokie całkujący i ieżącą prezentacją wykresów
Bardziej szczegółowoMACIERZE. ZWIĄZEK Z ODWZOROWANIAMI LINIOWYMI.
MAIERZE. ZWIĄZEK Z ODWZOROWANIAMI LINIOWYMI. k { 1,,..., k} Definicja 1. Macierzą nazyway każde odwzorowanie określone na iloczynie kartezjański.wartość tego odwzorowania na parze (i,j) k j oznaczay aij
Bardziej szczegółowoUKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH
Transport, studia I stopnia rok akademicki 2011/2012 Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Uwagi wstępne Układ liniowych równań algebraicznych można
Bardziej szczegółowoProgramowanie dynamiczne. Tadeusz Trzaskalik
Programowanie dynamiczne Tadeusz Trzaskalik 9.. Wprowadzenie Słowa kluczowe Wieloetapowe procesy decyzyjne Zmienne stanu Zmienne decyzyjne Funkcje przejścia Korzyści (straty etapowe) Funkcja kryterium
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 szczegółowo2. Szybka transformata Fouriera
Szybka transforata Fouriera Wyznaczenie ciągu (Y 0, Y 1,, Y 1 ) przy użyciu DFT wyaga wykonania: nożenia zespolonego ( 1) razy, dodawania zespolonego ( 1) razy, przy założeniu, że wartości ω j są już dane
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 szczegółowoĆwiczenia nr 7. TEMATYKA: Krzywe Bézier a
TEMATYKA: Krzywe Bézier a Ćwiczenia nr 7 DEFINICJE: Interpolacja: przybliżanie funkcji za pomocą innej funkcji, zwykle wielomianu, tak aby były sobie równe w zadanych punktach. Poniżej przykład interpolacji
Bardziej szczegółowoWprowadzenie: Dynamika
Wprowadzenie: Dynaika dr inż. ebastian Pakuła Wydział Inżynierii Mechanicznej i Robotyki Katedra Mechaniki i Wibroakustyki ail: spakula@agh.edu.pl www: hoe.agh.edu.pl/~spakula/ dr inż. ebastian Pakuła
Bardziej szczegółowoPROBLEMY IDENTYFIKACJI PRZESZKÓD POWODUJĄCYCH PRZESŁANIANIE WIĄZKI RADARU NA PRZYKŁADZIE RADARU METEOROLOGICZNEGO
jr dr inż. Marek BRZOZOWSKI gr inż. Urszula KOŁODZIEJSKA Wojskowy Instytut Techniczny Uzbrojenia PROBLEMY IDENTYFIKACJI PRZESZKÓD POWODUJĄCYCH PRZESŁANIANIE WIĄZKI RADARU NA PRZYKŁADZIE RADARU METEOROLOGICZNEGO
Bardziej szczegółowoWSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LABORATORIUM VI METODA WĘGIERSKA
WSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LABORATORIUM VI METODA WĘGIERSKA 1. Proble przydziału. Należy przydzielić zadań do wykonawców. Każde zadanie oże być wykonywane przez co najwyżej jednego wykonawcę
Bardziej szczegółowoProgramowanie liniowe
Programowanie liniowe Maciej Drwal maciej.drwal@pwr.wroc.pl 1 Problem programowania liniowego min x c T x (1) Ax b, (2) x 0. (3) gdzie A R m n, c R n, b R m. Oznaczmy przez x rozwiązanie optymalne, tzn.
Bardziej szczegółowoPOLITECHNIKA POZNAŃSKA
POLITECHNIKA POZNAŃSKA Wydział Elektryczny Andrzej Dobrzański ANALIZA ODDZIAŁYWAŃ ZAKŁÓCEŃ ELEKTROMAGNETYCZNYCH NA WEJŚCIOWE OBWODY POMIAROWE URZĄDZEŃ PRACUJĄCYCH W ŚRODOWISKU STACJI ELEKTROENERGETYCZNEJ
Bardziej szczegółowoANALIZA PRACY SILNIKA SYNCHRONICZNEGO Z MAGNESAMI TRWAŁYMI W WARUNKACH ZAPADU NAPIĘCIA
Zeszyty Problemowe Maszyny Elektryczne Nr 4/2014 (104) 89 Zygfryd Głowacz, Henryk Krawiec AGH Akademia Górniczo-Hutnicza, Kraków ANALIZA PRACY SILNIKA SYNCHRONICZNEGO Z MAGNESAMI TRWAŁYMI W WARUNKACH ZAPADU
Bardziej szczegółowoALGORYTM BEZPOŚREDNIEGO OKREŚLANIA STANÓW USTALONYCH W MASZYNACH SYNCHRONICZNYCH Z UWZGLĘDNIENIEM RÓWNANIA RUCHU METODĄ BILANSU HARMONICZNYCH
83 Tadeusz J. Sobczyk, Michał Radzik Politechnika Krakowska, Kraków ALGORYTM BEZPOŚREDNIEGO OKREŚLANIA STANÓW USTALONYCH W MASZYNACH SYNCHRONICZNYCH Z UWZGLĘDNIENIEM RÓWNANIA RUCHU METODĄ BILANSU HARMONICZNYCH
Bardziej szczegółowoMODEL RACHUNKU OPERATORÓW DLA RÓŻ NICY WSTECZNEJ PRZY PODSTAWACH
ZESZYTY NAUKOWE AKADEMII MARYNARKI WOJENNEJ ROK LIV NR 1 (192) 2013 Hubert Wysocki Akademia Marynarki Wojennej Wydział Mechaniczno-Elektryczny, Katedra Matematyki i Fizyki 81-103 Gdynia, ul. J. Śmidowicza
Bardziej szczegółowoPROGRAMOWANIE WIELOKRYTERIALNE (CELOWE)
PROGRAMOWANIE WIELOKRYTERIALNE (CELOWE) Przykład 14. Zakład zamierza rozpocząć produkcję wyrobów W 1 i W 2. Wśród środków produkcyjnych, które zostaną użyte w produkcji dwa są limitowane. Limity te wynoszą:
Bardziej szczegółowoMetody eksploracji danych 6. Klasyfikacja (kontynuacja)
Metody eksploracji danych 6. Klasyfikacja (kontynuacja) Piotr Szwed Katedra Inforatyki Stosowanej AGH 2016 Support Vector Machines k-nearest Neighbors Support Vector Machines Maszyny Wektorów Wspierających
Bardziej szczegółowoMODELOWANIE SIECI WIELONOŚNIKOWYCH W ZASTOSOWANIACH DO OBLICZEŃ ROZPŁYWOWYCH
ELEKTRYKA 2014 Zeszyt 4 (232) Rok LX Krzysztof SIEKIERSKI Grupa KĘTY S.A. Maksyilian PRZYGRODZKI Politechnika Śląska w Gliwicach MODELOWANIE SIECI WIELONOŚNIKOWYCH W ZASTOSOWANIACH DO OBLICZEŃ ROZPŁYWOWYCH
Bardziej szczegółowoMetoda określania pozycji wodnicy statków na podstawie pomiarów odległości statku od głowic laserowych
inż. Marek Duczkowski Metoda określania pozycji wodnicy statków na podstawie pomiarów odległości statku od głowic laserowych słowa kluczowe: algorytm gradientowy, optymalizacja, określanie wodnicy W artykule
Bardziej szczegółowoO WYKŁADZIE TEORIA PODEJMOWANIA DECYZJI. Ignacy Kaliszewski i Dmitry Podkopaev
Zeszyty Naukowe Wydziału Informatycznych Technik Zarządzania Wyższej Szkoły Informatyki Stosowanej i Zarządzania Współczesne Problemy Zarządzania Nr 1/2009 O WYKŁADZIE TEORIA PODEJMOWANIA DECYZJI Ignacy
Bardziej szczegółowoNumeryczne rozwiązywanie równań i układów równań
Lekcja Strona z 2 Numeryczne rozwiązywanie równań i układów równań Rozwiązywanie pojedynczego równania - funkcja root Do rozwiązywania jednego równania z jedną niewiadomą służy funkcja root(f(z), z), gdzie:
Bardziej szczegółowoProgramowanie nieliniowe
Rozdział 5 Programowanie nieliniowe Programowanie liniowe ma zastosowanie w wielu sytuacjach decyzyjnych, jednak często zdarza się, że zależności zachodzących między zmiennymi nie można wyrazić za pomocą
Bardziej szczegółowoSPOSOBY POMIARU KĄTÓW W PROGRAMIE AutoCAD
Dr inż. Jacek WARCHULSKI Dr inż. Marcin WARCHULSKI Mgr inż. Witold BUŻANTOWICZ Wojskowa Akademia Techniczna SPOSOBY POMIARU KĄTÓW W PROGRAMIE AutoCAD Streszczenie: W referacie przedstawiono możliwości
Bardziej szczegółowoElementy geometrii analitycznej w R 3
Rozdział 12 Elementy geometrii analitycznej w R 3 Elementy trójwymiarowej przestrzeni rzeczywistej R 3 = {(x,y,z) : x,y,z R} możemy interpretować co najmniej na trzy sposoby, tzn. jako: zbiór punktów (x,
Bardziej szczegółowoMOMENTY BEZWŁADNOŚCI, RÓWNANIE KRĘTU I ENERGIA KINETYCZNA CIAŁA SZTYWNEGO W UKŁADZIE PARASOLA
Dr inż. Andrzej Polka Katedra Dynaiki Maszyn Politechniki Łódzkiej MOMENTY BEZWŁADNOŚCI, RÓWNANIE KRĘTU I ENERGIA KINETYCZNA CIAŁA SZTYWNEGO W UKŁADZIE PARASOLA Praca wprowadza oenty bezwładności ciała
Bardziej szczegółowoO KOSZTACH REALIZACJI PLANÓW EKSPERYMENTÓW CZYNNIKOWYCH
Studia Ekonoiczne. Zeszyty Naukowe Uniwersytetu Ekonoicznego w Katowicach ISSN 08-86 Nr 9 05 Magdalena Chielińska Uniwersytet Ekonoiczny w Katowicach Wydział Zarządzania Katedra Statystyki chielinska.agda@gail.co
Bardziej szczegółowoElementy Modelowania Matematycznego
Elementy Modelowania Matematycznego Wykład 8 Programowanie nieliniowe Spis treści Programowanie nieliniowe Zadanie programowania nieliniowego Zadanie programowania nieliniowego jest identyczne jak dla
Bardziej szczegółowoMetody numeryczne Technika obliczeniowa i symulacyjna Sem. 2, EiT, 2014/2015
Metody numeryczne Technika obliczeniowa i symulacyjna Sem. 2, EiT, 2014/2015 1 Metody numeryczne Dział matematyki Metody rozwiązywania problemów matematycznych za pomocą operacji na liczbach. Otrzymywane
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 szczegółowoSchemat programowania dynamicznego (ang. dynamic programming)
Schemat programowania dynamicznego (ang. dynamic programming) Jest jedną z metod rozwiązywania problemów optymalizacyjnych. Jej twórcą (1957) był amerykański matematyk Richard Ernest Bellman. Schemat ten
Bardziej szczegółowoOpis przedmiotu: Badania operacyjne
Opis : Badania operacyjne Kod Nazwa Wersja TR.SIK306 Badania operacyjne 2013/14 A. Usytuowanie w systemie studiów Poziom Kształcenia Stopień Rodzaj Kierunek studiów Profil studiów Specjalność Jednostka
Bardziej szczegółowoPolitechniki Warszawskiej Zakład Logistyki i Systemów Transportowych B. Ogólna charakterystyka przedmiotu
Kod przedmiotu TR.SIK408 Nazwa przedmiotu Systemy transportowe II Wersja przedmiotu 2015/16 A. Usytuowanie przedmiotu w systemie studiów Poziom kształcenia Studia I stopnia Forma i tryb prowadzenia studiów
Bardziej szczegółowoKolejny krok iteracji polega na tym, że przechodzimy do następnego wierzchołka, znajdującego się na jednej krawędzi z odnalezionym już punktem, w
Metoda Simpleks Jak wiadomo, problem PL z dowolną liczbą zmiennych można rozwiązać wyznaczając wszystkie wierzchołkowe punkty wielościanu wypukłego, a następnie porównując wartości funkcji celu w tych
Bardziej szczegółowoPodstawy metodologiczne symulacji
Sławomir Kulesza kulesza@matman.uwm.edu.pl Symulacje komputerowe (05) Podstawy metodologiczne symulacji Wykład dla studentów Informatyki Ostatnia zmiana: 26 marca 2015 (ver. 4.1) Spirala symulacji optymistycznie
Bardziej szczegółowoTeoria Pola Elektromagnetycznego
Teoria Pola Elektroagnetycznego Wykład 4 Pole elektroagnetyczne 3.06.006 Stefan Filipowicz 4. Pole elektroagnetyczne 4.1. Prąd całkowity Prąd elektryczny w środowisku przewodzący okreslono jako uporządkowany
Bardziej szczegółowoEkonomia matematyczna Dynamiczny model wymiany rynkowej (Arrowa-Hurwicza)
Ekonoia ateatyczna -. Dynaiczny odel wyiany rynkowej (Arrowa-Hurwicza) W oencie t 0, na rynku, na który występuje skończona liczba n towarów,,...,n o cenach pt p t,...,p n t operuje agentów,...,. Każdy
Bardziej szczegółowoRACJONALIZACJA PROCESU EKSPLOATACYJNEGO SYSTEMÓW MONITORINGU WIZYJNEGO STOSOWANYCH NA PRZEJAZDACH KOLEJOWYCH
RACE NAUKOWE OLITECHNIKI WARSZAWSKIEJ z. Transport 6 olitechnika Warszawska, RACJONALIZACJA ROCESU EKSLOATACYJNEGO SYSTEMÓW MONITORINGU WIZYJNEGO STOSOWANYCH NA RZEJAZDACH KOLEJOWYCH dostarczono: Streszczenie
Bardziej szczegółowoMetody wielokryterialne. Tadeusz Trzaskalik
Metody wielokryterialne Tadeusz Trzaskalik 4.1. Wprowadzenie Słowa kluczowe Zadanie wielokryterialne Zadanie wielokryterialne programowania liniowego Przestrzeń decyzyjna Zbiór rozwiązań za dopuszczalnych
Bardziej szczegółowoPolitechnika Białostocka, Wydział Zarządzania, Katedra Informatyki Gospodarczej i Logistyki
Zastosowanie metody TOPSIS do oceny kondycji finansowej spółek dystrybucyjnych energii elektrycznej Application of TOPSIS method for evaluation of financial condition of the power distribution companies
Bardziej szczegółowoBadania operacyjne. Ćwiczenia 1. Wprowadzenie. Filip Tużnik, Warszawa 2017
Badania operacyjne Ćwiczenia 1 Wprowadzenie Plan zajęć Sprawy organizacyjne (zaliczenie, nieobecności) Literatura przedmiotu Proces podejmowania decyzji Problemy decyzyjne w zarządzaniu Badania operacyjne
Bardziej szczegółowoJak trudne jest numeryczne całkowanie (O złożoności zadań ciągłych)
Jak trudne jest numeryczne całkowanie (O złożoności zadań ciągłych) Uniwersytet Warszawski Wydział Matematyki, Informatyki i Mechaniki leszekp@mimuw.edu.pl Horyzonty 2014 17-03-2014 Będlewo Zadania numeryczne
Bardziej szczegółowoLiczby zmiennoprzecinkowe i błędy
i błędy Elementy metod numerycznych i błędy Kontakt pokój B3-10 tel.: 829 53 62 http://golinski.faculty.wmi.amu.edu.pl/ golinski@amu.edu.pl i błędy Plan wykładu 1 i błędy Plan wykładu 1 2 i błędy Plan
Bardziej szczegółowoWykład organizacyjny
Automatyka - zastosowania, metody i narzędzia, perspektywy na studiach I stopnia specjalności: Automatyka i systemy sterowania Wykład organizacyjny dr inż. Michał Grochowski kiss.pg.mg@gmail.com michal.grochowski@pg.gda.pl
Bardziej szczegółowoUkłady współrzędnych
Układy współrzędnych Układ współrzędnych matematycznie - funkcja przypisująca każdemu punktowi danej przestrzeni skończony ciąg (krotkę) liczb rzeczywistych zwanych współrzędnymi punktu. Układ współrzędnych
Bardziej szczegółowoZaawansowane metody numeryczne
Wykład 1 Zadanie Definicja 1.1. (zadanie) Zadaniem nazywamy zagadnienie znalezienia rozwiązania x spełniającego równanie F (x, d) = 0, gdzie d jest zbiorem danych (od których zależy rozwiązanie x), a F
Bardziej szczegółowoZ52: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania, zagadnienie brzegowe.
Z5: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania zagadnienie brzegowe Dyskretne operatory różniczkowania Numeryczne obliczanie pochodnych oraz rozwiązywanie
Bardziej szczegółowoALGORYTM DLA PROBLEMU MAKSYMALIZACJI ZDYSKONTOWANYCH PRZEPŁYWÓW PIENIĘŻNYCH PROJEKTU ROZLICZANEGO ETAPOWO
ALGORYTM DLA PROBLEMU MAKSYMALIZACJI ZDYSKONTOWANYCH PRZEPŁYWÓW PIENIĘŻNYCH PROJEKTU ROZLICZANEGO ETAPOWO Marcin KLIMEK, Piotr ŁEBKOWSKI Streszczenie: Proble haronograowania projektu z kryteriu aksyalizacji
Bardziej szczegółowoProgramowanie celowe #1
Programowanie celowe #1 Problem programowania celowego (PC) jest przykładem problemu programowania matematycznego nieliniowego, który można skutecznie zlinearyzować, tzn. zapisać (i rozwiązać) jako problem
Bardziej szczegółowoFunkcje liniowe i wieloliniowe w praktyce szkolnej. Opracowanie : mgr inż. Renata Rzepińska
Funkcje liniowe i wieloliniowe w praktyce szkolnej Opracowanie : mgr inż. Renata Rzepińska . Wprowadzenie pojęcia funkcji liniowej w nauczaniu matematyki w gimnazjum. W programie nauczania matematyki w
Bardziej szczegółowo