KONSTRUKCJA I WYPOSAŻENIE MOSTÓW
|
|
- Kacper Żurek
- 6 lat temu
- Przeglądów:
Transkrypt
1 III OGÓLNOPOLSKA KONFERENCJA MOSTOWCÓW - WISŁA 1997 KONSTRUKCJA I WYPOSAŻENIE MOSTÓW Piotr Bętkowski, Politechnika Śląska MATEMATYCZNE UJĘCIE ROZBIEŻNOŚCI ZDAŃ W BUDOWNICTWIE W PROCESIE PODEJMOWANIA DECYZJI PRZY WYBORZE OPTYMALNEGO ROZWIĄZANIA W referacie przedstawiono nową metodę dotyczącą wyboru optymalnego rozwiązania w takich sytuacjach, gdy na końcową decyzję wpływa wiele różnych i często przeciwstawnych czynników. Każdy z czynników oceniany jest oddzielnie i przypisywana jest mu odpowiednia waga, czyli jego udział w końcowej decyzji. W referacie pokazano sposób, który pozwala na ujęcie rozbieżności zdań co do oceny poszczególnych czynników i wielkości ich wag. Wszystkie opinie mają udział w końcowej decyzji. Proponowana metoda używa prostych rozmytych operacji arytmetycznych na liczbach rozmytych. Pokazano prosty sposób porównywania trójkątnych i trapezowych liczb rozmytych. Zaproponowana metoda nie używa skomplikowanego systemu wag opartych na entropii lub probabilistycznych funkcji gęstości, jest szybka i łatwa w zastosowaniu. Przykład obliczeniowy ilustruje metodę. MATHEMATICAL WAY GRASPS DIFFERENCES OF OPINIONS IN BUILDING IN THE PROCESS OF DECISION MAKING IN THE SELECTION OF THE OPTIMUM SOLUTION In this paper, I present a new method to deal with the selection of the optimum solution in such situations when many different and often contradictory attributes influence the final decision. Each of factors is estimated separately and a satisfactory weight is ascribed to it, it is its participation in the final decision. This report shows the way which permits to grasp differences of opinions in estimation particular factors and the sizes of they weights. It means that all of the opinions take part in the final decision. The proposed method uses simplified fuzzy arithmetic operations of fuzzy numbers. The easy way of comparing triangular and trapezoidal fuzzy numbers is shown. The proposed method doesn t use the complicated system of entropy weights and probability density functions, its execution is fast and easy. The ical example illustrates the method. 1.Wprowadzenie Z procesem podejmowania decyzji przy wyborze optymalnego rozwiązania wiele osób spotyka się na co dzień. Przykładem mogą tu być: procedury przetargowe stosowane powszechnie zgodnie z obowiązującymi przepisami; wybór wykonawcy robót przez inwestora; wybór jednego z wariantów wstępnych jako wariantu wiodącego do szczegółowych obliczeń; poszczególnych wariantów przy robotach ziemnych czy drogowych w zależności od rodzaju zastosowanego sprzętu. Przykładów na ten temat można znaleźć o wiele więcej. STR. 29
2 W budownictwie o podjęciu decyzji decyduje wiele często sprzecznych ze sobą czynników, np.: niskie koszty wykonania obiektu, krótki czas jego realizacji, wysoka estetyka i jakość wykonania, niskie koszty eksploatacji. Każdy z tych czynników może być głosowany niezależnie i mieć różny udział w końcowej ocenie. Nie zawsze członkowie komisji podejmują swoje decyzje jednomyślnie. Również pojedyncza osoba może się wahać. co do słuszności podjętej decyzji. Klasyczne metody podejmowania decyzji nie zawsze dobrze sobie radzą z opisem różnego rodzaju niepewności i niejasności. Zakładane daleko idące uproszczenia prowadzą często do wypatrzenia wyniku, a ważne aspekty sprawy pojawiające się jedynie lokalnie są odrzucane. W procesie podejmowania decyzji prowadzi to do zawężania liczby osób i opinii mających wpływ na końcowy wybór. Odosobnione opinie czy zdania niektórych fachowców niepodzielane przez ogół mogą zostać pominięte. Dzieje się tak zwłaszcza w tych sytuacjach, gdzie występuje duża rozbieżność zdań. Wyraźnie widać tu konieczność poszukiwania skutecznych metod analizy zróżnicowanych czynników. Naukę zajmującą się tego typu problemami nazywa są polioptymalizacją. Polioptymalizacja jest to nauka zajmująca się dopasowaniem produktu do wiele często sprzecznych ze sobą kryteriów w możliwie maksymalnym stopniu. Zwykłą optymalizację przeprowadzić łatwo, bo decyduje tylko jedno kryterium, np. koszty wykonania. W polioptymalizacji przy operowaniu na wielu sprzecznych celach, np.: koszty wykonania i niezawodność, polepszenie cech produktu pod kątem jednego kryterium prowadzi do pogorszenia się jego oceny wg innych kryteriów. Należy tu poszukiwać proporcji optymalnych tak, aby żadne z kryteriów nie pozostało niespełnione. W tym celu ustala się system wag, czyli udziałów poszczególnych kryteriów w końcowej decyzji. Takie postępowanie zabezpiecza przed przyjęciem nieprzemyślanych kompromisów lub przeoczeniem niektórych ważnych aspektów, bez których może zostać pominięte optimum. 2. Metody wyboru optymalnego rozwiązania Uniwersalne i poprawne metody wyboru optymalnego rozwiązania muszą uwzględniać niejednorodności wynikające z rozbieżności zdań co do oceny produktu wg poszczególnych kryteriów i wielkości ich udziałów w ostatecznej decyzji. Oceny, uwagi i wnioski są przy takim podejściu rozmyte, co nie oznacza, że są nieprecyzyjne. Metody tego typu można pogrupować w zależności od rodzaju zastosowanego aparatu matematycznego. Metody w których obserwuje się wpływ czynników przypadkowych na końcowy wynik oparte są na entropii wag, wyznaczaniu: średniej wartości oczekiwanej i odchylenia standardowego, czyli wariancji. Są to sposoby znane ze statystyki [6]. Inna metoda to budowa zbioru możliwych kompromisów. Takie podejście ma charakter analityczny. Kompromisy mogą być liniowe lub nieliniowe. Poszukuje się w zbiorze kompromisów tzw. kompromisu optymalnego. Dla kompromisów liniowych buduje się funkcje ciągłe i ustala metody poszukiwania ekstremum. Optymalny kompromis musi pokrywać się z ekstremum funkcji. Metody poszukiwania kompromisów nieliniowych są znacznie bardziej skomplikowane pod kątem złożoności sposobów wnioskowania w fazie wstępnej i potrzebnego do rozwiązania zagadnienia aparatu matematycznego. Złożoność problemów obliczeniowych i skomplikowane sposoby formułowania założeń wstępnych utrudniają powszechne zastosowanie w praktyce. Obecnie metody oparte o powyższe kryteria najczęściej można spotkać przy projektowaniu przemysłowych układów sterowania [6]. Kolejną grupę stanowią metody w których zagadnienia niejasności i niejednorodności ocen opisuje się przy użyciu teorii zbiorów rozmytych [3,4,7]. Teoria zbiorów rozmytych i oparta na niej koncepcja liczb rozmytych została sformułowana w 1965r. przez L.A.Zadeh a. Od tego czasu, a zwłaszcza w ostatnich lat zaobserwować można gwałtowny rozwój teorii i liczne przykłady jej zastosowań w praktyce. Metody tej grupy posługują się liczbami i wagami uwzględniającymi nieprecyzyjność za pomocą liczb rozmytych. Stopień złożoności operacji matematycznych zależy od przyjętego modelu obliczeniowego, sposobu reprezentacji liczb rozmytych i metody ich porównywania [1,2,5,8]. STR. 30
3 3. Liczby rozmyte 3.1. Liczby rozmyte i arytmetyka Liczba może mieć dowolny kształt. Jej reprezentacją nie jest konkretna wartość, ale zbiór wartości. Liczba taka przypomina zbiór liczb znany z algebry Boole a. W przeciwieństwie operacji na zbiorach dla liczb rozmytych zostały podane podstawowe operacje arytmetyczne często nazywane arytmetyką rozmytą. Proponowana metoda wyboru optymalnego rozwiązania opiera się na liczbach rozmytych trójkątnych i trapezowych - rys.1. Rys.1. Liczby rozmyte: A) - liczba trapezowa, B) - liczba trójkątna. Liczba w postaci trapezowej może być scharakteryzowana przez funkcję dystrybucji f (x) i opisana jako uporządkowana czwórka (a,b,c,d), gdzie: a b c d. 0, x a, x a, b a a x b, f ( x) 1, b x c, d x, d c c x d, 0, x d. Liczba w postaci trójkątnej może być scharakteryzowana przez funkcję dystrybucji f (x) i opisana jako uporządkowana trójka (a,b,c), gdzie: a b c. 0, x a, x a, b a a x b, f ( x) c x, c b b x c, 0, x c. Na tak opisanych liczbach rozmytych można wykonywać operacje arytmetyczne. Operacje te są proste ze względy na prostą trój- lub czteroparametryczą postać liczby. W proponowanej w referacie metodzie wykorzystano operacje dodawania i mnożenia liczby rozmytej przez liczbą rozmytą, czyli sumą rozmytą i iloczyn rozmyty. Sumą rozmytą i iloczyn rozmyty dla liczb trapezowych dodatnich opisują wzory: ~ n = (a1,b 1,c 1,d 1 ); ~ m = (a2,b 2,c 2,d 2 ); ~ n, ~ m 0, tzn. a 1,b 1,c 1,d 1,a 2,b 2,c 2,d 2 0; ~ n ~ m = (a1,b 1,c 1,d 1 ) (a 2,b 2,c 2,d 2 ) = (a 1 + a 2,b 1 +b 2,c 1 +c 2,d 1 +d 2 ), ~ n ~ m = (a1,b 1,c 1,d 1 ) (a 2,b 2,c 2,d 2 ) = (a 1 a 2,b 1 b 2,c 1 c 2,d 1 d 2 ). STR. 31
4 Sumą rozmytą i iloczyn rozmyty dla liczb trójkątnych dodatnich opisują wzory: ~ n = (a1,b 1,c 1 ); ~ m = (a2,b 2,c 2 ); ~ n, ~ m 0, tzn. a1,b 1,c 1,a 2,b 2,c 2 0; ~ n ~ m = (a1,b 1,c 1 ) (a 2,b 2,c 2 ) = (a 1 + a 2,b 1 +b 2,c 1 +c 2 ), ~ n ~ m = (a1,b 1,c 1 ) (a 2,b 2,c 2 ) = (a 1 a 2,b 1 b 2,c 1 c 2 ) Porównywanie liczb rozmytych Rys.2. Liczby rozmyte trójkątne. W wyniku prostych operacji arytmetycznych proponowana metoda prowadzi do uzyskania rozwiązania w postaci liczby rozmytej. Każdy z ocenianych wariantów wstępnych będzie miał rozwiązanie podane liczbą rozmytą. Skuteczność wybory wariantu optymalnego zależy od skuteczności porównania otrzymanych liczb rozmytych. Jeżeli dla liczb trójkątnych dodatnich : ~ n = (a1,b 1,c 1 ), ~m = (a 2,b 2,c 2 ) zachodzi zależność : a 1 < a 2, b 1 < b 2, c 1 < c 2 to ~ n < ~ m. Trudność polega na porównaniu dwóch liczb rozmytych, gdy wszystkie parametry jednej liczby nie są mniejsze od odpowiadających im parametrów drugiej liczby, rys.2. Istnieją różne metody porównywania liczb rozmytych. Jedne metody korzystają ze sposobów znanych ze statystyki i po przekształceniu liczby rozmytej na funkcję probabilistyczną podają sposoby wyznaczenia wartości średniej oczekiwanej i wariancji. Im wyższa wartość średniej oczekiwanej tym liczba jest większa, dla liczb o tej samej wartości średniej oczekiwanej wyżej klasyfikowana jest liczba o mniejszej wartości wariancji [2,8]. Inne metody, również oparte na probabilistyce próbują poszeregować liczby rozmyte za pomocą opartych na transformacjach i gęstości funkcji skomplikowanych wzorów matematycznych [8]. W tym referacie zaproponowano metodą porównania liczb rozmytych o regularnych kształtach opartą na zależnościach geometrycznych [1,2] i polegającą na znalezieniu środka ciężkości e trapezu (a,d,c,d), rys.3. Rys.3. Liczba trapezowa o środku ciężkości w punkcie e. a b c d (e-b)(1)+0,5(b-a) (1) = (c-e) (1)+0,5(d-c) (1) e 4. STR. 32
5 Ta z dwóch liczb rozmytych jest większa, której środek ciężkości ma większą wartość. Taki sposób porównywania liczb trapezowych jest najprostszy. Dla liczb rozmytych trójkątnych obowiązuje ten sam wzór. Liczbę trójkątną należy przekształcić na liczbę trapezową wg transformacji : (a,b,c) = (a,b,b,c). Otrzymaną liczbę należy traktować tak jak liczbę rozmytą trapezową, gdzie: b,b - wierzchołki trapezu; a, c - zasięgi ramion. Środek ciężkości e wyznacza się ze wzoru: a b c e Metoda wyboru optymalnego rozwiązania. Przykład obliczeniowy 4.1. Przykłady zastosowania metody wyboru optymalnego rozwiązania Algorytm postępowania zaprezentowano na przykładzie obliczeniowym. Przykład opatrzono komentarzami. Takie podejście powinno przyczynić się do lepszego zrozumienia metody i ułatwić jej zastosowanie w praktyce. Wybór optymalnego rozwiązania dotyczy w budownictwie wielu zagadnień. W biurze projektów będzie to wybór jednego z wariantów wstępnych różniących się np. zużyciem materiałów, nakładem robocizny i czas realizacji związanym z wybraną technologią realizacji obiektu jako wariantu wiodące do dalszych, szczegółowych obliczeń. Dla robót ziemnych kryteriami mogą być: koszty wynajmu danego rodzaju maszyn, czas, stopień wykorzystania środków własnych, jakość wykonania przedsięwzięcia. Dla inwestora przy wyborze wykonawcy decydującymi kryteriami będą : koszt roboty zaproponowany przez wykonawcę w kosztorysie, jakość kosztorysu, renoma wykonawcy, dotychczasowe doświadczenia związane z danym wykonawcą, przestrzeganie terminów, jakość wykonywanych robót, wielkość firmy i posiadany przez nią sprzęt Algorytm postępowania. Przykład obliczeniowy Przedstawiony przykład dotyczy zagadnień z dziedziny mostownictwa. Inwestor ogłasza przetarg na projekt mostu. Do przetargu staje siedem projektów. Inwestor postanawia oceniać projekty wg pięciu kryteriów : A - całkowity koszt realizacji obiektu, B - estetyka obiektu oceniana na podstawie jego wizualizacji komputerowej, C - czas realizacji, który nie może przekraczać jednego roku, D - jakość rozwiązań technicznych związanych z elementami wyposażenia oraz szacunkowe koszty eksploatacji obiektu, E - renoma projektanta. Zgodnie z założeniami polioptymalizacji odrzucono te rozwiązania, które nie spełniały choćby jednego z wyżej wymienionych kryteriów. Odrzucono cztery projekt: jeden nie zawierał wizualizacji komputerowej, jeden zawierał jedynie wariant wstępny zbyt powierzchownie przeliczony, aby ocenić rzeczywiste koszty realizacji przedsięwzięcia, dwa projekty odrzucono ze względu na technologię - cechował je zbyt długi okres realizacji obiektu. Do dalszej oceny zakwalifikowano trzy projekty. Do oceny projektów użyto liczb rozmytych trójkątnych typu (a,b,c), gdzie : b - zwyczajowa, a,c - najbardziej skrajne oceny wg danego kryterium pojawiające się w czasie dyskusji. Aby lepiej zilustrować zalety proponowanej metody opartej na liczbach rozmytych i pokazać jej wyższość nad klasycznym podejściem przeprowadzono obliczenie porównawcze dla tradycyjnie stosowanych wartości średnich i liczb rozmytych. Projekty poowano cyframi rzymskimi : I, II, III. Ocena dla każdego z kryteriów była niezależna i polegała jedynie na uszeregowaniu projektów wg danego kryterium, czyli na przyznaniu odpowiedniego miejsca. Najlepszy projekt otrzymywał 1, najgorszy 3. STR. 33
6 Kryterium A I 3 (3,3,3) II 2 (2,2,2) III 1 (1,1,1) kryterium B I 3 (2,3,3) II 1 (1,1,2) III 2 (1,2,3) kryterium C I 1 (1,1,1) II 2 (2,2,3) III 3 (2,3,3) kryterium D I 3 (2,3,3) II 1 (1,1,2) III 2 (1,2,3) kryterium E I 2 (2,2,2) II 3 (1,3,3) III 1 (1,1,3) Wielkości wag ustalono podobną metodą, tzn. użyto liczb rozmytych trójkątnych typu (a,b,c), gdzie : b - zwyczajowa, a,c - najbardziej skrajne oceny. Wielkości wag to mnożniki, które odpowiadają procentowemu udziałowi poszczególnych kryteriów w końcowej decyzji. Im ważniejsze dla inwestora jest dane kryterium tym większa jest przypisana do niego waga. Waga wielkość wagi kryterium A 0.40 (0.35,0.40,0.50) B 0.20 (0.15,0.20,0.40) C 0.20 (0.15,0.20,0.20) D 0.10 (0.05,0.10,0.25) E 0.10 (0.05,0.10,0.15) Końcowe wyniki dotyczące wyboru optymalnego rozwiązania otrzymano przemnażając otrzymane przez projekt wg danego kryterium przez odpowiadającą mu wagę i sumując wyniki. Im niższy końcowy wynik dla danego tym lepiej, np. przy ch końcowych 1.9 i 2.5 lepiej do wymagań inwestora dostosowany jest projekt, który uzyskał ocenę 1.9. Rozwiązanie wg kryterium wag oparte o algebrę klasyczną i uśrednione oceny: Projekt I : = 2.50 Projekt II : = 1.80 Projekt III : = 1.70 STR. 34
7 Przy zastosowaniu tradycyjnego podejścia i systemu uśrednionych ocen optymalnym wyborem jest projekt III. Rozwiązanie wg kryterium wag oparte o liczby rozmyte i arytmetykę rozmytą: Projekt I : (3,3,3) (0.35,0.40,0.50) (2,3,3)(0.15,0.20,0.40) (1,1,1) (0.15,0.20,0,20) (2,3,3) (0.05,0.10,0.25) (2,2,2) (0.05,0.10,0.15) = (1.70,2.50,3.80) Projekt II : (2,2,2) (0.35,0.40,0.50) (1,1,1)(0.15,0.20,0.40) (2,2,3) (0.15,0.20,0,20) (1,1,2) (0.05,0.10,0.25) (1,3,3) (0.05,0.10,0.15) = (1.25,1.80,2,95) Projekt III : (1,1,1) (0.35,0.40,0.50) (2,2,3)(0.15,0.20,0.40) (2,3,3) (0.15,0.20,0,20) (1,2,3) (0.05,0.10,0.25) (1,1,3) (0.05,0.10,0.15) = (1.05,1.70,3.50) Łatwo zauważyć, że projekt I najgorzej spełnia wymagania inwestora. Jednak trudno ocenić, który z projektów jest lepszy : projekt II czy projekt III. Konieczne jest porównanie dwóch liczb rozmytych trójkątnych. Porównania przeprowadzono metodą omówioną w punkcie 3.2. Projekt II : Projekt II : , , Przy zastosowaniu liczb rozmytych i arytmetyki rozmytej optymalnym rozwiązaniem okazał się wybór II. Rozwiązania optymalne uzyskane w sposób klasyczny i za pomocą liczb rozmytych różnią się. Ze względu na sprzeczność kryteriów cząstkowych można się zastanawiać w nieskończoność, który projekt jest rzeczywiście lepszy. Przyglądając się oceną projektów wg poszczególnych kryteriów widać duże rozbieżności zdań, np.: projekt III wg kryterium B jest oceniony na 2 miejscu, ale były głosy przyznające mu miejsca 1 i 3. Podobne różnice dotyczyły oceny ważności poszczególnych kryteriów, czyli wielkości wag. Polioptymalizaja przyznaje wyższość metodzie opartej na liczbach rozmytych. W metodzie uśrednionych ocen wiele opinii zostało pominiętych. Dodatkową zaleta proponowanej metody jest dobre samopoczucie wszystkich osób biorących udział w ocenie projektów, ponieważ żaden głos nie został pominięty, każdy miał swój udział w końcowym wyborze. Niepewność co do oceny niektórych zjawisk jest rzeczą ludzką i nie należy się jej wstydzić. Proponowana metoda matematycznego ujęcia rozmytości i niejednorodności nie neguje ludzkiego prawa do niepewności, ale uwzględniając jej wpływ na końcowy wynik prowadzi do lepszych jakościowo rozwiązań. 5. Wnioski końcowe Zaproponowano matematyczny sposób ujęcia rozbieżności zdań przy wyborze optymalnego rozwiązania. Każde zdanie dotyczące oceny kryterium i jego wagi ma wpływ na końcową decyzję. Analityczne podejście zapobiega przyjęciu nieprzemyślanych kompromisów i pominięciu jednostkowych opinii, których odrzucenie przez większość osób mających wpływ na końcową decyzję może wypaczyć wybór i doprowadzić do przeoczenia optymalnego rozwiązania. Sposób poszukiwania optimum podano w oparciu o arytmetykę rozmytą i liczby rozmyte trapezowe i trójkątne. Regularne kształty proponowanych liczb rozmytych skracają rachunki. Jednoznaczność zaproponowanego toku postępowania umożliwia przeniesienie go na komputer. Algorytm postępowania jest prosty, posługiwanie się nim szybkie i łatwe. Mam nadzieję, że proponowana metoda znajdzie zastosowanie praktyczne i będzie pomocna przy znajdowaniu rozwiązań optymalnych. STR. 35
8 Literatura [1] S.M. Chen. Evaluating weapon systems using fuzzy arytmetic operations. Fuzzy Sets and Systems 77, 1996, s [2] S.M. Chen. Fuzzy system reliability analysis using fuzzy number arytmetic operations. Fuzzy Sets and Systems 64, 1994, s [3] E.Czogała, W.Pedrycz. Elementy i metody teorii zbiorów rozmytych. PWN, Warszawa, [4] J. Kacprzyk. Zbiory rozmyte w analizie systemowej. PWN, Warszawa, [5] D.L.Mon,C.H.Cheng,J.C.Lin. Evaluating weapon systems using fuzzy analytic hierarchy process based on entropy weight. Fuzzy Sets and Systems 62, 1994, s [6] M.Peschel, C.Riedel. Polioptymalizacja. Metody podejmowania decyzji kompromisowych w zagadnieniach technicznych. WNT, Warszawa, [7] R.R. Yager, D.P. Filev. Podstawy modelowania i sterowania rozmytego. WNT, Warszawa, [8] K.P. Yoon. A probalilistic approach to rank complex fuzzy numbers. Fuzzy Sets and Systems 80, 1996, s STR. 36
CHARAKTERYSTYKA 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 szczegółowoINŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE
Temat: Podstawowe pojęcia z logiki rozmytej Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Dr inż. Barbara Mrzygłód KISiM, WIMiIP, AGH mrzyglod@ agh.edu.pl 1 Wprowadzenie Sterowanie
Bardziej szczegółowoInteligencja obliczeniowa
Ćwiczenie nr 1 Zbiory rozmyte logika rozmyta Tworzenie: termów zmiennej lingwistycznej o różnych kształtach, modyfikatorów, zmiennych o wielu termach; operacje przecięcia, połączenia i dopełnienia 1. Wprowadzenie
Bardziej szczegółowoModelowanie jako sposób opisu rzeczywistości. Katedra Mikroelektroniki i Technik Informatycznych Politechnika Łódzka
Modelowanie jako sposób opisu rzeczywistości Katedra Mikroelektroniki i Technik Informatycznych Politechnika Łódzka 2015 Wprowadzenie: Modelowanie i symulacja PROBLEM: Podstawowy problem z opisem otaczającej
Bardziej szczegółowoPODEJMOWANIE DECYZJI Z WYKORZYSTANIEM ROZMYTEJ METODY SAW I TRANSFORMATY MELLINA 1
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XVI, 2015, str. 141 150 PODEJMOWANIE DECYZJI Z WYKORZYSTANIEM ROZMYTEJ METODY SAW I TRANSFORMATY MELLINA 1 Dariusz Kacprzak Katedra Matematyki, Politechnika
Bardziej szczegółowoSZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA SYSTEMY ROZMYTE Adrian Horzyk Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Katedra Automatyki i Inżynierii Biomedycznej Laboratorium
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 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 szczegółowooperacje porównania, a jeśli jest to konieczne ze względu na złe uporządkowanie porównywanych liczb zmieniamy ich kolejność, czyli przestawiamy je.
Problem porządkowania zwanego również sortowaniem jest jednym z najważniejszych i najpopularniejszych zagadnień informatycznych. Dane: Liczba naturalna n i ciąg n liczb x 1, x 2,, x n. Wynik: Uporządkowanie
Bardziej szczegółowoALGORYTM PROJEKTOWANIA ROZMYTYCH SYSTEMÓW EKSPERCKICH TYPU MAMDANI ZADEH OCENIAJĄCYCH EFEKTYWNOŚĆ WYKONANIA ZADANIA BOJOWEGO
Szybkobieżne Pojazdy Gąsienicowe (2) Nr 2, 24 Mirosław ADAMSKI Norbert GRZESIK ALGORYTM PROJEKTOWANIA CH SYSTEMÓW EKSPERCKICH TYPU MAMDANI ZADEH OCENIAJĄCYCH EFEKTYWNOŚĆ WYKONANIA ZADANIA BOJOWEGO. WSTĘP
Bardziej szczegółowoLABORATORIUM Z FIZYKI
LABORATORIUM Z FIZYKI LABORATORIUM Z FIZYKI I PRACOWNIA FIZYCZNA C w Gliwicach Gliwice, ul. Konarskiego 22, pokoje 52-54 Regulamin pracowni i organizacja zajęć Sprawozdanie (strona tytułowa, karta pomiarowa)
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 szczegółowoTechnologie i systemy oparte na logice rozmytej
Zagadnienia I Technologie i systemy oparte na logice rozmytej Mają zastosowania w sytuacjach kiedy nie posiadamy wystarczającej wiedzy o modelu matematycznym rządzącym danym zjawiskiem oraz tam gdzie zbudowanie
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 szczegółowoAlgorytm wyznaczania najkrótszej ścieżki w grafie skierowanym w zbiorze liczb rozmytych
NEUMNN Tomasz 1 lgorytm wyznaczania najkrótszej ścieżki w grafie skierowanym w zbiorze liczb rozmytych WSTĘP W systemach zarządzania transportem jedną z najbardziej istotnych kwestii jest zapewnienie najkrótszej
Bardziej szczegółowoWstęp do teorii niepewności pomiaru. Danuta J. Michczyńska Adam Michczyński
Wstęp do teorii niepewności pomiaru Danuta J. Michczyńska Adam Michczyński Podstawowe informacje: Strona Politechniki Śląskiej: www.polsl.pl Instytut Fizyki / strona własna Instytutu / Dydaktyka / I Pracownia
Bardziej szczegółowoWeryfikacja hipotez statystycznych, parametryczne testy istotności w populacji
Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
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 szczegółowoFunkcje wymierne. Jerzy Rutkowski. Działania dodawania i mnożenia funkcji wymiernych określa się wzorami: g h + k l g h k.
Funkcje wymierne Jerzy Rutkowski Teoria Przypomnijmy, że przez R[x] oznaczamy zbiór wszystkich wielomianów zmiennej x i o współczynnikach rzeczywistych Definicja Funkcją wymierną jednej zmiennej nazywamy
Bardziej szczegółowoUniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych
Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych ELEMENTY SZTUCZNEJ INTELIGENCJI Laboratorium nr 6 SYSTEMY ROZMYTE TYPU MAMDANIEGO
Bardziej szczegółowoZASTOSOWANIE ZBIORÓW ROZMYTYCH W OCENIE OSIĄGNIĘCIA EFEKTÓW KSZTAŁCENIA
IZABELA JÓZEFCZYK ROMUALD MAŁECKI ROMAN RUMIANOWSKI Politechnika Warszawska, Filia Płock ZASTOSOWANIE ZBIORÓW ROZMYTYCH W OCENIE OSIĄGNIĘCIA EFEKTÓW KSZTAŁCENIA Streszczenie. Praca przedstawia propozycję
Bardziej szczegółowoMetrologia: organizacja eksperymentu pomiarowego
Metrologia: organizacja eksperymentu pomiarowego (na podstawie: Żółtowski B. Podstawy diagnostyki maszyn, 1996) dr inż. Paweł Zalewski Akademia Morska w Szczecinie Teoria eksperymentu: Teoria eksperymentu
Bardziej szczegółowoPorównanie wyników symulacji wpływu kształtu i amplitudy zakłóceń na jakość sterowania piecem oporowym w układzie z regulatorem PID lub rozmytym
ARCHIVES of FOUNDRY ENGINEERING Published quarterly as the organ of the Foundry Commission of the Polish Academy of Sciences ISSN (1897-3310) Volume 15 Special Issue 4/2015 133 138 28/4 Porównanie wyników
Bardziej szczegółowoOLIMPIADA MATEMATYCZNA
OLIMPIADA MATEMATYCZNA Na stronie internetowej wwwomgedupl Olimpiady Matematycznej Gimnazjalistów (OMG) ukazały się ciekawe broszury zawierające interesujące zadania wraz z pomysłowymi rozwiązaniami z
Bardziej szczegółowoTHE PART OF FUZZY SYSTEMS ASSISTING THE DECISION IN DI- AGNOSTICS OF FUEL ENGINE SUBASSEMBLIES DEFECTS
Journal of KONES Internal Combustion Engines 2005, vol. 12, 3-4 THE PART OF FUZZY SYSTEMS ASSISTING THE DECISION IN DI- AGNOSTICS OF FUEL ENGINE SUBASSEMBLIES DEFECTS Mariusz Topolski Politechnika Wrocławska,
Bardziej szczegółowoKONFERENCJA NAUKOWO-TECHNICZNA "MOSTY W XXI WIEKU" Gdańsk - Jurata, 3-5 września 1997 r.
Słowa kluczowe: zbiory rozmyte, liczby rozmyte, beton sprężony Key words: fuzzy sets, fuzzy numbers, prestressed concrete dr hab. inż. prof. PŚ Jerzy WESELI * mgr inż. Piotr BĘTKOWSKI * PROJEKTOWANIE BELEK
Bardziej szczegółowoInterwałowe zbiory rozmyte
Interwałowe zbiory rozmyte 1. Wprowadzenie. Od momentu przedstawienia koncepcji klasycznych zbiorów rozmytych (typu 1), były one krytykowane za postać jaką przybiera funkcja przynależności. W przypadku
Bardziej szczegółowoZmienne zależne i niezależne
Analiza kanoniczna Motywacja (1) 2 Często w badaniach spotykamy problemy badawcze, w których szukamy zakresu i kierunku zależności pomiędzy zbiorami zmiennych: { X i Jak oceniać takie 1, X 2,..., X p }
Bardziej szczegółowoKomputerowe systemy wspomagania decyzji Computerized systems for the decision making aiding. Poziom przedmiotu: II stopnia
Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: obowiązkowy w ramach treści dodatkowych Rodzaj zajęć: wykład, ćwiczenia I KARTA PRZEDMIOTU CEL PRZEDMIOTU Komputerowe systemy wspomagania decyzji
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 szczegółowoJeśli X jest przestrzenią o nieskończonej liczbie elementów:
Logika rozmyta 2 Zbiór rozmyty może być formalnie zapisany na dwa sposoby w zależności od tego z jakim typem przestrzeni elementów mamy do czynienia: Jeśli X jest przestrzenią o skończonej liczbie elementów
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 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 szczegółowoIII. STRUKTURA I FORMA EGZAMINU
III. STRUKTURA I FORMA EGZAMINU Egzamin maturalny z matematyki jest egzaminem pisemnym sprawdzającym wiadomości i umiejętności określone w Standardach wymagań egzaminacyjnych i polega na rozwiązaniu zadań
Bardziej szczegółowoFunkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne.
Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne. Funkcja homograficzna. Definicja. Funkcja homograficzna jest to funkcja określona wzorem f() = a + b c + d, () gdzie współczynniki
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 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 szczegółowoDodawanie liczb binarnych
1.2. Działania na liczbach binarnych Liczby binarne umożliwiają wykonywanie operacji arytmetycznych (ang. arithmetic operations on binary numbers), takich jak suma, różnica, iloczyn i iloraz. Arytmetyką
Bardziej szczegółowoEfekt kształcenia. Ma uporządkowaną, podbudowaną teoretycznie wiedzę ogólną w zakresie algorytmów i ich złożoności obliczeniowej.
Efekty dla studiów pierwszego stopnia profil ogólnoakademicki na kierunku Informatyka w języku polskim i w języku angielskim (Computer Science) na Wydziale Matematyki i Nauk Informacyjnych, gdzie: * Odniesienie-
Bardziej szczegółowoPorównywanie populacji
3 Porównywanie populacji 2 Porównywanie populacji Tendencja centralna Jednostki (w grupie) według pewnej zmiennej porównuje się w ten sposób, że dokonuje się komparacji ich wartości, osiągniętych w tej
Bardziej szczegółowoIII. ZMIENNE LOSOWE JEDNOWYMIAROWE
III. ZMIENNE LOSOWE JEDNOWYMIAROWE.. Zmienna losowa i pojęcie rozkładu prawdopodobieństwa W dotychczas rozpatrywanych przykładach każdemu zdarzeniu była przyporządkowana odpowiednia wartość liczbowa. Ta
Bardziej szczegółowoAparaty słuchowe Hi-Fi z Multiphysics Modeling
Aparaty słuchowe Hi-Fi z Multiphysics Modeling POLITECHNIKA POZNAŃSKA Wydział Budowy Maszyn i Zarządzania Mechanika i Budowa Maszyn Technologia Przetwarzania Materiałów Prowadzący: dr hab. Tomasz Stręk
Bardziej szczegółowoEfekty kształcenia dla kierunku studiów INFORMATYKA, Absolwent studiów I stopnia kierunku Informatyka WIEDZA
Symbol Efekty kształcenia dla kierunku studiów INFORMATYKA, specjalność: 1) Sieciowe systemy informatyczne. 2) Bazy danych Absolwent studiów I stopnia kierunku Informatyka WIEDZA Ma wiedzę z matematyki
Bardziej szczegółowoStatystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski
Literatura STATYSTYKA OPISOWA A. Aczel, Statystyka w Zarządzaniu, PWN, 2000 A. Obecny, Statystyka opisowa w Excelu dla szkół. Ćwiczenia praktyczne, Helion, 2002. A. Obecny, Statystyka matematyczna w Excelu
Bardziej szczegółowoTOZ -Techniki optymalizacji w zarządzaniu
TOZ -Techniki optymalizacji w zarządzaniu Wykład dla studentów II roku studiów II stopnia na kierunku Zarządzanie Semestr zimowy 2009/2010 Wykładowca: prof. dr hab. inż. Michał Inkielman Literatura Literatura
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 szczegółowoŚrednie. Średnie. Kinga Kolczyńska - Przybycień
Czym jest średnia? W wielu zagadnieniach praktycznych, kiedy mamy do czynienia z jakimiś danymi, poszukujemy liczb, które w pewnym sensie charakteryzują te dane. Na przykład kiedy chcielibyśmy sklasyfikować,
Bardziej szczegółowozakładane efekty kształcenia
Załącznik nr 1 do uchwały nr 41/2018 Senatu Politechniki Śląskiej z dnia 28 maja 2018 r. Efekty kształcenia dla kierunku: INFORMATYKA WYDZIAŁ AUTOMATYKI, ELEKTRONIKI I INFORMATYKI WYDZIAŁ ELEKTRYCZNY nazwa
Bardziej szczegółowoWYMAGANIA EDUKACYJNE NIEZBĘDNE DO UZYSKANIA ŚRÓDROCZNYCH I ROCZNYCH OCEN KLASYFIKACYJNYCH Z MATEMATYKI W KLASIE V
WYMAGANIA EDUKACYJNE NIEZBĘDNE DO UZYSKANIA ŚRÓDROCZNYCH I ROCZNYCH OCEN KLASYFIKACYJNYCH Z MATEMATYKI W KLASIE V OCENA ŚRÓDROCZNA: DOPUSZCZAJĄCY uczeń potrafi: zapisywać i odczytywać liczby w dziesiątkowym
Bardziej szczegółowoWeryfikacja hipotez statystycznych. KG (CC) Statystyka 26 V / 1
Weryfikacja hipotez statystycznych KG (CC) Statystyka 26 V 2009 1 / 1 Sformułowanie problemu Weryfikacja hipotez statystycznych jest drugą (po estymacji) metodą uogólniania wyników uzyskanych w próbie
Bardziej szczegółowoPodstawowe operacje arytmetyczne i logiczne dla liczb binarnych
1 Podstawowe operacje arytmetyczne i logiczne dla liczb binarnych 1. Podstawowe operacje logiczne dla cyfr binarnych Jeśli cyfry 0 i 1 potraktujemy tak, jak wartości logiczne fałsz i prawda, to działanie
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 szczegółowo1 Układy równań liniowych
II Metoda Gaussa-Jordana Na wykładzie zajmujemy się układami równań liniowych, pojawi się też po raz pierwszy macierz Formalną (i porządną) teorią macierzy zajmiemy się na kolejnych wykładach Na razie
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 szczegółowoOptymalizacja wież stalowych
Optymalizacja wież stalowych W przypadku wież stalowych jednym z najistotniejszych elementów jest ustalenie obciążenia wiatrem. Generalnie jest to zagadnienie skomplikowane, gdyż wiąże się z koniecznością
Bardziej szczegółowoBadania biegłości laboratorium poprzez porównania międzylaboratoryjne
Badania biegłości laboratorium poprzez porównania międzylaboratoryjne Dr inż. Maciej Wojtczak, Politechnika Łódzka Badanie biegłości (ang. Proficienty testing) laboratorium jest to określenie, za pomocą
Bardziej szczegółowoNajprostszy schemat blokowy
Definicje Modelowanie i symulacja Modelowanie zastosowanie określonej metodologii do stworzenia i weryfikacji modelu dla danego układu rzeczywistego Symulacja zastosowanie symulatora, w którym zaimplementowano
Bardziej szczegółowoInstytut Politechniczny Państwowa Wyższa Szkoła Zawodowa. Diagnostyka i niezawodność robotów
Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa Diagnostyka i niezawodność robotów Laboratorium nr 4 Modelowanie niezawodności prostych struktur sprzętowych Prowadzący: mgr inż. Marcel Luzar Cel
Bardziej szczegółowoTransformacja wiedzy w budowie i eksploatacji maszyn
Uniwersytet Technologiczno Przyrodniczy im. Jana i Jędrzeja Śniadeckich w Bydgoszczy Wydział Mechaniczny Transformacja wiedzy w budowie i eksploatacji maszyn Bogdan ŻÓŁTOWSKI W pracy przedstawiono proces
Bardziej szczegółowoRAPORT z diagnozy umiejętności matematycznych
RAPORT z diagnozy umiejętności matematycznych przeprowadzonej w klasach czwartych szkoły podstawowej 1 Analiza statystyczna Wskaźnik Liczba uczniów Liczba punktów Łatwość zestawu Wyjaśnienie Liczba uczniów,
Bardziej szczegółowoLuty 2001 Algorytmy (7) 2000/2001 s-rg@siwy.il.pw.edu.pl
System dziesiętny 7 * 10 4 + 3 * 10 3 + 0 * 10 2 + 5 *10 1 + 1 * 10 0 = 73051 Liczba 10 w tym zapisie nazywa się podstawą systemu liczenia. Jeśli liczba 73051 byłaby zapisana w systemie ósemkowym, co powinniśmy
Bardziej szczegółowoPRÓBNY EGZAMIN MATURALNY
PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI ZESTAW PRZYGOTOWANY PRZEZ SERWIS WWW.ZADANIA.INFO POZIOM PODSTAWOWY+ 19 MARCA 2011 CZAS PRACY: 170 MINUT 1 Zadania zamknięte ZADANIE 1 (1 PKT.) Wskaż nierówność, która
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 szczegółowoElementy modelowania matematycznego
Elementy modelowania matematycznego Modelowanie algorytmów klasyfikujących. Podejście probabilistyczne. Naiwny klasyfikator bayesowski. Modelowanie danych metodą najbliższych sąsiadów. Jakub Wróblewski
Bardziej szczegółowoSCENARIUSZ LEKCJI. TEMAT LEKCJI: Zastosowanie średnich w statystyce i matematyce. Podstawowe pojęcia statystyczne. Streszczenie.
SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH Autorzy scenariusza:
Bardziej szczegółowoSystemy zapisu liczb.
Systemy zapisu liczb. Cele kształcenia: Zapoznanie z systemami zapisu liczb: dziesiętny, dwójkowy, ósemkowy, szesnastkowy. Zdobycie umiejętności wykonywania działań na liczbach w różnych systemach. Zagadnienia:
Bardziej szczegółowoDefinicje. Najprostszy schemat blokowy. Schemat dokładniejszy
Definicje owanie i symulacja owanie zastosowanie określonej metodologii do stworzenia i weryfikacji modelu dla danego rzeczywistego Symulacja zastosowanie symulatora, w którym zaimplementowano model, do
Bardziej szczegółowoANALIZA SYSTEMOWA TYPOWE ZADANIA ANALIZY SYSTEMOWEJ:
ANALIZA SYSTEMOWA ANALIZA SYSTEMOWA: zbiór metod i technik analitycznych, ocenowych i decyzyjnych, służących racjonalnemu rozwiązywaniu systemowych sytuacji decyzyjnych, badanie wspomagające działania
Bardziej szczegółowoAlgorytm. Krótka historia algorytmów
Algorytm znaczenie cybernetyczne Jest to dokładny przepis wykonania w określonym porządku skończonej liczby operacji, pozwalający na rozwiązanie zbliżonych do siebie klas problemów. znaczenie matematyczne
Bardziej szczegółowoInformatyka I stopień (I stopień / II stopień) ogólno akademicki (ogólno akademicki / praktyczny) podstawowy (podstawowy / kierunkowy / inny HES)
KARTA MODUŁU / KARTA PRZEDMIOTU Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013
Bardziej szczegółowoW wielu obliczeniach w matematyce bądź fizyce wykonanie niektórych kroków zależy od spełnienia warunku.
W wielu obliczeniach w matematyce bądź fizyce wykonanie niektórych kroków zależy od spełnienia warunku. Nie wolno dzielić przez zero i należy sprawdzić, czy dzielna nie jest równa zeru. W dziedzinie liczb
Bardziej szczegółowoCzęść I. Uwaga: Akceptowane są wszystkie odpowiedzi merytorycznie poprawne i spełniające warunki zadania. Zadanie 1.1. (0 3)
Uwaga: Akceptowane są wszystkie odpowiedzi merytorycznie poprawne i spełniające warunki zadania. Część I Zadanie 1.1. (0 3) 3 p. za prawidłową odpowiedź w trzech wierszach. 2 p. za prawidłową odpowiedź
Bardziej szczegółowoSztuczna inteligencja: zbiory rozmyte
Instytut Informatyki Uniwersytetu Śląskiego lab 1 1 Klasyczna teoria zbiorów 2 Teoria zbiorów rozmytych 3 Zmienne lingwistyczne i funkcje przynależności 4 System rozmyty 5 Preprocesing danych Każdy element
Bardziej szczegółowoKryteria oceniania z matematyki Klasa III poziom podstawowy
Kryteria oceniania z matematyki Klasa III poziom podstawowy Potęgi Zakres Dopuszczający Dostateczny Dobry Bardzo dobry oblicza potęgi o wykładnikach wymiernych; zna prawa działań na potęgach i potrafi
Bardziej szczegółowoWYMAGANIA na poszczególne oceny-klasa I Gimnazjum
WYMAGANIA na poszczególne oceny-klasa I Gimnazjum Oceny z plusem lub minusem otrzymują uczniowie, których wiadomości i umiejętności znajdują się na pograniczu wymagań danej oceny głównej. (Znaki + i -
Bardziej szczegółowo1 n. s x x x x. Podstawowe miary rozproszenia: Wariancja z populacji: Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel:
Wariancja z populacji: Podstawowe miary rozproszenia: 1 1 s x x x x k 2 2 k 2 2 i i n i1 n i1 Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel: 1 k 2 s xi x n 1 i1 2 Przykład 38,
Bardziej szczegółowoBiostatystyka, # 3 /Weterynaria I/
Biostatystyka, # 3 /Weterynaria I/ dr n. mat. Zdzisław Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Głęboka 28, p. 221 bud. CIW, e-mail: zdzislaw.otachel@up.lublin.pl
Bardziej szczegółowoPODSTAWY AUTOMATYKI. MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.
WYDZIAŁ ELEKTROTECHNIKI I AUTOMATYKI Katedra Inżynierii Systemów Sterowania PODSTAWY AUTOMATYKI MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.
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 szczegółowoInżynieria Wiedzy i Systemy Ekspertowe. Niepewność wiedzy. dr inż. Michał Bereta Politechnika Krakowska
Inżynieria Wiedzy i Systemy Ekspertowe Niepewność wiedzy dr inż. Michał Bereta Politechnika Krakowska http://torus.uck.pk.edu.pl/~beretam/ beretam@torus.uck.pk.edu.pl 1 Logika Rozmyta (Fuzzy Logic) Mimo
Bardziej szczegółowoKOMPUTEROWE WSPOMAGANIE PROCEDURY PREKWALIFIKACJI WYKONAWCÓW ROBÓT BUDOWLANYCH SOFTWARE SYSTEM FOR CONSTRUCTION CONTRACTOR PREQUALIFICATION PROCEDURE
313 EDYTA PLEBANKIEWICZ KOMPUTEROWE WSPOMAGANIE PROCEDURY PREKWALIFIKACJI WYKONAWCÓW ROBÓT BUDOWLANYCH SOFTWARE SYSTEM FOR CONSTRUCTION CONTRACTOR PREQUALIFICATION PROCEDURE Streszczenie Wybór wykonawcy
Bardziej szczegółowoKARTA MODUŁU KSZTAŁCENIA
KARTA MODUŁU KSZTAŁCENIA I. Informacje ogólne I. 1 Nazwa modułu kształcenia Podstawy informatyki i architektury systemów komputerowych 2 Nazwa jednostki prowadzącej moduł Instytut Informatyki Zakład Informatyki
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 szczegółowoEgzamin gimnazjalny z matematyki 2016 analiza
Egzamin gimnazjalny z matematyki 2016 analiza Arkusz zawierał 23 zadania: 20 zamkniętych i 3 otwarte. Dominowały zadania wyboru wielokrotnego, w których uczeń wybierał jedną z podanych odpowiedzi. W pięciu
Bardziej szczegółowoZintegrowana analiza cyklu życia
Zintegrowana analiza cyklu życia w mostownictwie Tomasz SIWOWSKI Zakład Dróg i Mostów Politechnika Rzeszowska Filozofia zrównoważonego rozwoju efektywność ekonomiczna - zysk dla zbiorowości, uwzględniający
Bardziej szczegółowoMaciej Oleksy Zenon Matuszyk
Maciej Oleksy Zenon Matuszyk Jest to proces związany z wytwarzaniem oprogramowania. Jest on jednym z procesów kontroli jakości oprogramowania. Weryfikacja oprogramowania - testowanie zgodności systemu
Bardziej szczegółowoBADANIA ZRÓŻNICOWANIA RYZYKA WYPADKÓW PRZY PRACY NA PRZYKŁADZIE ANALIZY STATYSTYKI WYPADKÓW DLA BRANŻY GÓRNICTWA I POLSKI
14 BADANIA ZRÓŻNICOWANIA RYZYKA WYPADKÓW PRZY PRACY NA PRZYKŁADZIE ANALIZY STATYSTYKI WYPADKÓW DLA BRANŻY GÓRNICTWA I POLSKI 14.1 WSTĘP Ogólne wymagania prawne dotyczące przy pracy określają m.in. przepisy
Bardziej szczegółowoZapis liczb binarnych ze znakiem
Zapis liczb binarnych ze znakiem W tej prezentacji: Zapis Znak-Moduł (ZM) Zapis uzupełnień do 1 (U1) Zapis uzupełnień do 2 (U2) Zapis Znak-Moduł (ZM) Koncepcyjnie zapis znak - moduł (w skrócie ZM - ang.
Bardziej szczegółowoSpis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16
Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego
Bardziej szczegółowoKRYTERIA OCENIANIA ODPOWIEDZI Próbna Matura z OPERONEM. Matematyka Poziom podstawowy
KRYTERIA OCENIANIA ODPOWIEDZI Matematyka Poziom podstawowy Marzec 09 Zadania zamknięte Za każdą poprawną odpowiedź zdający otrzymuje punkt. Poprawna odpowiedź. D 8 9 8 7. D. C 9 8 9 8 8 9 8 9 8 ( 89 )
Bardziej szczegółowoW. Guzicki Próbna matura, grudzień 2014 r. poziom rozszerzony 1
W. Guzicki Próbna matura, grudzień 01 r. poziom rozszerzony 1 Próbna matura rozszerzona (jesień 01 r.) Zadanie 18 kilka innych rozwiązań Wojciech Guzicki Zadanie 18. Okno na poddaszu ma mieć kształt trapezu
Bardziej szczegółowo1.7. Eksploracja danych: pogłębianie, przeszukiwanie i wyławianie
Wykaz tabel Wykaz rysunków Przedmowa 1. Wprowadzenie 1.1. Wprowadzenie do eksploracji danych 1.2. Natura zbiorów danych 1.3. Rodzaje struktur: modele i wzorce 1.4. Zadania eksploracji danych 1.5. Komponenty
Bardziej szczegółowoWPŁYW OGRANICZENIA ZBIORU KRYTERIÓW OCENY WARIANTÓW DECYZJI NA WYNIKI WIELOKRYTERIALNEJ ANALIZY PORÓWNAWCZEJ
ROCZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 16/2016 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Katowicach WPŁYW OGRANICZENIA ZBIORU KRYTERIÓW OCENY WARIANTÓW DECYZJI NA WYNIKI WIELOKRYTERIALNEJ
Bardziej szczegółowoS Y L A B U S P R Z E D M I O T U
"Z A T W I E R D Z A M" Dziekan Wydziału Mechatroniki i Lotnictwa prof. dr hab. inż. Radosław TRĘBIŃSKI Warszawa, dnia... S Y L A B U S P R Z E D M I O T U NAZWA PRZEDMIOTU: KOMPUTEROWA ANALIZA KONSTRUKCJI
Bardziej szczegółowoPolitechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2016/2017
Politechnika Krakowska im. Tadeusza Kościuszki Karta przedmiotu obowiązuje studentów rozpoczynających studia w roku akademickim 2016/2017 Wydział Fizyki, Matematyki i Informatyki Kierunek studiów: Matematyka
Bardziej szczegółowoSystemy liczbowe używane w technice komputerowej
Systemy liczbowe używane w technice komputerowej Systemem liczenia nazywa się sposób tworzenia liczb ze znaków cyfrowych oraz zbiór reguł umożliwiających wykonywanie operacji arytmetycznych na liczbach.
Bardziej szczegółowoRozkład Gaussa i test χ2
Rozkład Gaussa jest scharakteryzowany dwoma parametramiwartością oczekiwaną rozkładu μ oraz dyspersją σ: METODA 2 (dokładna) polega na zmianie zmiennych i na obliczeniu pk jako różnicy całek ze standaryzowanego
Bardziej szczegółowoZajęcia wprowadzające W-1 termin I temat: Sposób zapisu wyników pomiarów
wielkość mierzona wartość wielkości jednostka miary pomiar wzorce miary wynik pomiaru niedokładność pomiaru Zajęcia wprowadzające W-1 termin I temat: Sposób zapisu wyników pomiarów 1. Pojęcia podstawowe
Bardziej szczegółowoAnaliza danych. http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU
Analiza danych Wstęp Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU Różne aspekty analizy danych Reprezentacja graficzna danych Metody statystyczne: estymacja parametrów
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 szczegółowo