ANALIZA CZASOWO-KOSZTOWA PLANOWANEGO PRZEDSIĘWZIĘCIA BUDOWLANEGO PRZY ZASTOSOWANIU ZBIORÓW ROZMYTYCH

Wielkość: px
Rozpocząć pokaz od strony:

Download "ANALIZA CZASOWO-KOSZTOWA PLANOWANEGO PRZEDSIĘWZIĘCIA BUDOWLANEGO PRZY ZASTOSOWANIU ZBIORÓW ROZMYTYCH"

Transkrypt

1 ANALIZA CZASOWO-OSZTOWA PLANOWANEGO PRZEDSIĘWZIĘCIA BUDOWLANEGO PRZY ZASTOSOWANIU ZBIORÓW ROZMYTYCH Andrzej MINASOWICZ, Bartosz OSTRZEWA Wydział Inżynierii Lądowej, Politechnia Warszawsa, l. Armii Ldowej 16, Warszawa Streszczenie: Prezentowana analiza słży ocenie ryzya przedsięwzięcia bdowlanego w fazie zarządzania wartością i ryzyiem planowanej inwestycji. Na bazie szacowania osztów oraz planowanego harmonogram czasowego przedsięwzięcia przy wyorzystani wiedzy esperciej stala się możliwe odchyłi czas i oszt poszczególnego zadania. W cel przetworzenia informacji wejściowych wprowadzono modelowanie rozmyte. Przy zastosowani metod obliczeniowych teorii zbiorów rozmytych taich ja wyznaczanie fncji wyniowej metodą średniej arytmetycznej oraz wyostrzani zbior rozmytego metodą środa ciężości, przedstawiona procedra pozwala na oreślenie optymistycznych i pesymistycznych scenariszy przedsięwzięcia pod względem czas i oszt. W wyni taich działań oreślono ryzya związane z czasem i osztem przedsięwzięcia, co pozwala na porównanie różnych inwestycji bądź technologii wyonania, a następnie wybór wariant optymalnego. Słowa lczowe: ryzyo, analiza, bdownictwo, zarządzanie, zbiory rozmyte. 1. Wprowadzenie lczowym etapem ażdego przedsięwzięcia bdowlanego jest jego realizacja. Wiąże się on z wyborem wyonawcy, technologii realizacji prac, czas realizacji. Wszystie te aspety wpływają w oreślonym stopni na dwa najważniejsze parametry inwestycji jaimi są: oszt oraz termin zaończenia realizacji. W prezentowanym artyle przedstawiono sposób na zidentyfiowanie ryzya związanego z oreśloną inwestycją, wyorzystjąc przy tym wiedzę niezależnych espertów. Posłżono się również narzędziem matematycznym z zares teorii zbiorów rozmytych. Taie podejście do etap realizacji inwestycji, daje inwestorowi lb też generalnem wyonawcy wiedzę odnośnie możliwych zmian dotyczących oszt i czas realizacji. 2. Analiza Na potrzeby przyład posłżono się hipotetycznym osztorysem. Rozpatrywany obiet to bdyne mieszalny wielorodzinny, tórego założony oszt bdowy wynosi PLN. Na całą realizację inwestycji słada się siedemnaście grp robót taie ja np. roboty przygotowawcze, roboty ziemne itd. Z ażdą taą grpą robót wiążą się oreślone wyznaczone przez osztorysanta oszty. Przedstawiono je w tabeli 1. Przedstawione w tabeli 1 grpy robót tworzą zadania w harmonogramie planowanego przedsięwzięcia. Na rysn 1 przedstawiono wyres belowy dla rozpatrywanego przedsięwzięcia bdowlanego. Poniższy harmonogram przedstawia planowany czas realizacji poszczególnych zadań, jednocześnie wsazjąc powiązania między nimi. Oprócz siedemnast zadań, tóre są przedstawione są również w tabeli 1, w harmonogramie znajdją się pnty ontrolne oraz czynności nie generjące bezpośrednio osztów. Dla potrzeb prezentowanej analizy spiono się na odchyleniach związanych z grpami robót wyszczególnionymi w tabeli 1. Podczas realizacji inwestycji występją często odchylenia oszt lb czas realizacji. Na etapie planowania informacje na ten temat przeazane zostaną od espertów w formie odpowiedzi na poniższe pytania: 1. Jaa jest wartość najbardziej prawdopodobna oszt/czas zadania x oraz jego prawdopodobieństwo (poziom przynależności)? 2. Jaa jest wartość minimalna aceptowalna oszt/czas zadania x oraz jego prawdopodobieństwo (poziom przynależności)? 3. Jaa jest wartość masymalna aceptowalna oszt/czas zadania x oraz jego prawdopodobieństwo (poziom przynależności)? Ator odpowiedzialny za orespondencję. a.minasowicz@il.pw.ed.pl 595

2 Civil and Environmental Engineering / Bdownictwo i Inżynieria Środowisa 2 (2011) Tab. 1. Zestawienie osztów dla poszczególnych grp robót inwestycji Id. Nazwa oszty BUDYNE MIESZALNY WIELORODZINNY Roboty przygotowawcze Roboty ziemne Stan srowy podziemia Stan srowy nadziemia bdyn Roboty mrowe - ściany zewnętrzne Roboty mrowe - ściany wewnętrzne Izolacje dachów Stolara oienna Tyni zewn. + ocieplenie Oładzina ścian - cegła linierowa Roboty wyończeniowe wewnętrzne Windy osobowe Instalacje eletryczne i słaboprądowe Instalacje sanitarne Przyłącza do bdynów Roboty zewnętrzne Przygotowanie obiet do odbior ońcowego Rys. 1. Harmonogram belowy planowanego przedsięwzięcia 596

3 Andrzej MINASOWICZ, Bartosz OSTRZEWA Dla potrzeb badania założono, że wiedzę na temat odchyleń zysano od trzech niezależnych espertów, stosjąc przy tym zagadnienia związane z modelowaniem rozmytym. Jednocześnie założono, że prawdopodobieństwo wystąpienia odchylenia będzie wyrażone tzw. poziomem przynależności. W modelowani (wniosowani) rozmytym można wyróżnić trzy główne etapy blo operacyjnego: fzyfiacja rozmywanie, inferencja tworzenie wyniowej fncji przynależności (poziom przynależności), defzyfiacja wyostrzanie zbior rozmytego. Schemat model przedstawiono na rysn 2. Dane wejściowe model stanowią odpowiedzi na trzy pytania od trzech espertów. Pierwszy etap blo operacyjnego to fzyfiacja. Polega ona na przedstawieni informacji (danych) wejściowych w formie zbiorów rozmytych. Dla potrzeb referat założono wejściową fncję przynależności zbior rozmytego w postaci odcinowej fncji liniowej. Przestrzeń zbiorów odpowiadających jednem zadani inwestycji przedstawiono na rysn 3. DANE WEJŚCIOWE OPINIE ESPERTÓW BLO OPERACYJNY FUZYFIACJA (ROZMYWANIE) INFERENCJA (WNIOSOWANIE) DEFUZYFIACJA (WYOSTRZANIE) WYNI Rys. 2. Schemat model rozmytego 1,0 p3 p 2 p 1 poziom przynależności (prawdopodobieństwo) Espert 3 zal Espert 2 Espert 1 oszt 1min 1 2min 1max 3min 2 2max 3 3max Rys. 3. Odwzorowanie informacji wejściowych (opinii espertów) w postaci zbiorów rozmytych 597

4 Civil and Environmental Engineering / Bdownictwo i Inżynieria Środowisa 2 (2011) ażdy z trzech espertów przedstawił najbardziej prawdopodobny oszt ( 1, 2, 3 ) oraz ich prawdopodobieństwo (p 1, p 2, p 3 ). Oprócz tego esperci dali odpowiedź na temat wartości estremalnych tj. ( 1min, 2min, 3min, 1max, 2max, 3max ) oraz odpowiadające im prawdopodobieństwa (p 1min, p 2min, p 3min, p 1max, p 2max, p 3max ). Prawdopodobieństwo wystąpienia oreślonego oszt zostało wyrażone poziomem przynależności. Na wyresie poazano również zal, czyli oszt założony. Analogicznie proces fzyfiacji przeprowadzono dla czas realizacji ażdej grpy robót. Taa reprezentacja wiedzy espertów przedstawia trzy zbiory rozmyte, w tórych centralnym pntem jest wartość najbardziej prawdopodobna a srajnymi wartościami są odpowiednio aceptowalna wartość minimalna oraz masymalna. Rysne 3 przedstawia rozmytą reprezentację informacji wejściowych tylo dla jednego zadania (grpy robót) np. roboty przygotowawcze. W tabeli 2 przedstawiono dane wejściowe dotyczące odchyleń osztów dla wszystich zadań przedsięwzięcia. W teorii zbiorów rozmytych rysne 3 przedstawia trzy zbiory rozmyte. Jest to informacja wejściowa. W cel późniejszego wyorzystania wiedzy trzech espertów informacje przez nich przedstawione sonsolidowano do jednego zbior reprezentjącego odchylenia oszt (czas) oreślonego zadania. Inaczej mówiąc oreślono tzw. wyniową fncję przynależności. Proces przeształcający ila fncji wejściowych w fncję wyniową w modelowani rozmytym nazywa się inferencją (acprzy, 1997). Istnieje wiele operatorów słżących do wyznaczenia wyniowej fncji przynależności. W prezentowanym artyle wyorzystano operator średniej arytmetycznej. Wartość wyniowej fncji przynależności jest równa średniej arytmetycznej poziomów przynależności ażdego zbior wejściowego, co zapisać można zgodnie ze wzorem 1: n fi ( ) f i= wyni ( ) = 1, (1) n gdzie: f wyni () jest wyniową fncją przynależności (fncja oreślająca prawdopodobieństwo zdarzenia), jest argmentem fncji oszt lb czas, n jest liczbą espertów (ilość zbiorów rozmytych), n = 3, i = 1, 2,, n. Przy zastosowanych założeniach powyższy wzór można zapisać w następjącej formie: f wyni f ( ) ( ) ( ) ( ) 1 f 2 f 3 ES + ES + = ES 3 gdzie: f ES1 () jest fncją przynależności wyznaczoną na podstawie danych od esperta nr 1, f ES2 () jest fncja przynależności wyznaczoną na podstawie danych od esperta nr 2, f ES3 () jest fncja przynależności wyznaczoną na podstawie danych od esperta nr 3. Posłgjąc się arszem allacyjnym MS-Excel dla ażdego zadania inwestycji wyznaczono fncję wyniową, przedstawiającą informacje na temat możliwego ryzya. (2) Tab. 2. Zestawienie danych wejściowych dot. osztów dla wszystich zadań przedsięwzięcia Lp zal emin1 p emin1 e1 p e1 emax1 p emax , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,75 598

5 Andrzej MINASOWICZ, Bartosz OSTRZEWA c.d. Tab. 2. Zestawienie danych wejściowych dot. osztów dla wszystich zadań przedsięwzięcia Lp zal emin2 p emin2 e2 p e2 emax2 p emax , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,75 Lp zal emin3 p emin3 e3 p e3 emax3 pe max , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,70 599

6 Civil and Environmental Engineering / Bdownictwo i Inżynieria Środowisa 2 (2011) Na rysnach 4 i 5 przedstawiono operację inferencji na przyładzie pierwszej grpy robót projet czyli Roboty przygotowawcze. Proces defzyfiacji prowadzi do otrzymania wartości ostrej odzwierciedlającej oreślony zbiór rozmyty. (Bcley i Siler, 2004) Mając fncję wyniową opinii espertów wyznaczono dwa pnty, dzieląc w ten sposób zbiór wyniowy na część optymistyczną i pesymistyczną. Pnty te wyznaczono na podstawie metody środa ciężości. Wartość ostrą obliczono zgodnie ze wzorem (3): ( ) ( ) wyn d wyn =, (3) d wyn gdzie: wyn jest wartością ostrą osztów (wartość wyjściowa), wyn () jest wyniową fncją przynależności, jest osztem argmentem fncji przynależności. W prezentowanym przypad wyres wyniowej fncji przynależności ma postać linii łamanej. Środe ciężości linii łamanej, na przyład ABCD, otrzymano zastępjąc ażdy odcine linii pntem materialnym, mieszczonym w środ odcina, o masie równej dłgości odcina. Współrzędne środa ciężości łamanej ABCD wyznaczono na podstawie wzorów (4) i (5). Rys. 4. Fncje wejściowe opinie trzech espertów nt. ryzya dla zadania Roboty przygotowawcze 1,00 0,90 0,80 0,70 0,60 0,50 0,40 0,30 0,20 0,10 0,00 zal Esr ; 0, ; 0, ; 0, ; 0, ; 1, ; 0, ; 0, ; 0, ; 0, Rys. 5. Fncja wyniowa ryzya dla zadania Roboty przygotowawcze 600

7 Andrzej MINASOWICZ, Bartosz OSTRZEWA Zgodnie z rysniem 6 symbole d 1, d 2, d 3 oznaczają dłgości odcinów AB, BC, CD, a S 1 ( 1, 1 ), S 2 ( 2, 2 ), S 3 ( 3, 3 ) to środi tych odcinów. Współrzędne środa ciężości łamanej ABCD wyznaczono na podstawie wzorów (4) i (5). d + d + d = (4) d1 + d2 + d3 d + d + d = (5) d1 + d2 + d3 Na podstawie wzorów (4) i (5) oraz przy wyorzystani arsza allacyjnego Excel dla ażdej grpy robót wyznaczono środi ciężości optymistyczny i pesymistyczny. Dla pierwszej grpy osztów czyli Roboty przygotowawcze przedstawiono je na rysn 7. Te same operacje, to jest olejno rozmywanie, inferencja, wyostrzanie przeprowadzono dla wszystich zadań inwestycji. Uzysane wynii dla osztów zestawiono w tabeli 3, a dla czasów w tabeli 4. A S 1 B S Rys. 6. Graficzne przedstawienie wyznaczenia środa ciężości linii łamanej S 0 C S 3 3 D Rys. 7. Graficzne przedstawienie wyznaczenia środa ciężości dla pierwszej grpy osztów czyli Roboty przygotowawcze 601

8 Civil and Environmental Engineering / Bdownictwo i Inżynieria Środowisa 2 (2011) Tab. 3. Zestawienie osztów i prawdopodobieństw pesymistycznych i optymistycznych Lp Nazwa zal opt p opt pes p pes BUDYNE MIESZALNY , ,46 1 Roboty przygotowawcze , ,50 2 Roboty ziemne , ,41 3 Stan srowy podziemia , ,40 4 Stan srowy nadziemia bdyn , ,54 5 Roboty mrowe - ściany zewnętrzne , ,41 6 Roboty mrowe - ściany wewnętrzne , ,29 7 Izolacje dachów , ,29 8 Stolara oienna , ,47 9 Tyni zewn. + ocieplenie , ,75 10 Oładzina ścian - cegła linierowa , ,43 11 Roboty wyończeniowe wewnętrzne , ,44 12 Windy osobowe , ,33 13 Instalacje eletryczne i słaboprądowe , ,42 14 Instalacje sanitarne , ,48 15 Przyłącza do bdynów , ,51 16 Roboty zewnętrzne , ,48 17 Przygotowanie obiet do odbior ońcowego , ,46 Tab. 4. Zestawienie osztów i prawdopodobieństw pesymistycznych i optymistycznych Lp Nazwa T zal T opt p opt T pes p pes BUDYNE MIESZALNY , ,47 1 Roboty przygotowawcze , ,48 2 Roboty ziemne , ,54 3 Stan srowy podziemia , ,53 4 Stan srowy nadziemia bdyn , ,23 5 Roboty mrowe - ściany zewnętrzne , ,46 6 Roboty mrowe - ściany wewnętrzne , ,51 7 Izolacje dachów , ,51 8 Stolara oienna , ,48 9 Tyni zewn. + ocieplenie , ,56 10 Oładzina ścian - cegła linierowa , ,43 11 Roboty wyończeniowe wewnętrzne , ,62 12 Windy osobowe , ,34 13 Instalacje eletryczne i słaboprądowe , ,38 14 Instalacje sanitarne , ,48 15 Przyłącza do bdynów , ,52 16 Roboty zewnętrzne , ,39 17 Przygotowanie obiet do odbior ońcowego , ,48 602

9 Andrzej MINASOWICZ, Bartosz OSTRZEWA W prezentowanej procedrze przyjęto jao miarę ryzya stosne wielości odchylenia do prawdopodobieństwa jego wystąpienia (McCaffer, 2006). Przeprowadzając analizę ażdego zadania przedsięwzięcia inwestycyjnego z osobna wyznaczono smaryczne odchylenia związane z całym przedsięwzięciem, wyorzystjąc przy tym programy MS-Excel oraz MS-Project. Na rysn 8 i 9 przedstawiono wyniowe wartości oszt i czas założonego wraz z wartościami pesymistycznymi oraz optymistycznymi. Stworzono w ten sposób 3 scenarisze realizacji zadania: optymistyczny, założony oraz pesymistyczny. Wyniowe prawdopodobieństwo wartości smarycznych wyznaczono jao średnią ważoną. fncja wielości zmiany oraz prawdopodobieństwa jej zaistnienia. pes zal pes R = zal = 1 ppes = ,46 zal opt opt R = zal = 1 popt = ,53 = 0,202 = 0,428 (6) (7) 3. Wniosi Rys. 8. Graficzne przedstawienie ryzya dla oszt inwestycji Prezentowana metoda daje wyonawcy bądź też inwestorowi wiedzę na temat możliwych odchyleń oraz ryzya związanego z osztem ja i czasem realizacji, jao fncji odchylenia i prawdopodobieństwa jego zaistnienia. Metoda ta oparta jest na wiedzy esperciej związanej z poszczególnymi etapami prac, znacznie różniących się od siebie. orzystając z działań matematycznych wchodzących w zares teorii zbiorów rozmytych zysano wartość odchylenia oraz ryzya związanego osztem oraz czasem całego przedsięwzięcia. wantyfijąc ilościowo pojęcie ryzya zysano możliwość wczesnego reagowania na nieprzewidziane scenarisze (Chapman i Ward, 2003). Przystępjąc do inwestycji wyonawca, lb też inwestor, dzięi przeprowadzonej w ten sposób analizie, jest świadom potencjalnych zagrożeń związanych z niedotrzymaniem termin bądź też przeroczeniem załadanego bdżet. Zaproponowana analiza daje ponadto możliwość ontrolowania projet w tracie jego realizacji. Po przedstawieni zysanych w analizie danych dotyczących oszt oraz czas na wyresie smlowanego wyres harmonogram rzeczowofinansowego możliwa jest ontrola realizacji przedsięwzięcia metodą Wartości Wypracowanej (Webb, 2008). Literatra Rys. 9. Graficzne przedstawienie ryzya dla czas inwestycji Na podstawie możliwych scenariszy zmian oszt oraz czas realizacji wyznaczono związane z nimi ryzyo dla całego przedsięwzięcia na podstawie wzorów (6) i (7). W rozpatrywanym przypad ryzyo oreślone jest jao Bcley J., Siler W. (2004). Fzzy Expert Systems and Fzzy Reasoning. John Wiley & Sons. Chapman C., Ward S. (2003). Project ris management. John Wiley & Sons. acprzy J. (1997). Mltistage fzzy control. John Wiley & Sons, Chichester. McCaffer R. (2006). Modern Constrction Management. Blacwell Science. Webb A. (2008). Wartość wypracowana w pratyce. PROED. 603

10 THE TIME-COST ANALYSIS OF THE CONSTRUCTION PROJECT BASED ON FUZZY SETS Abstract: The proposed analysis aim is to review a detail ris for a given project at the stage of vale engineering of the integrated vale and ris management. On the basis of the cost estimation and the time schedle establishing, for individal grops of wors, the cost or time deviations for each tas are specified. Expert nowledge is sed for this prpose. In order to transform the inpt information, it is necessary to introdce fzzy modelling, which incldes fzzification, inference and defzzification processes. The proposed procedre allows for atomatic determination of optimistic and pessimistic project scenarios with regard to both time and cost, sing simple math operators lie the arithmetic average and the center of mass. In this way, we obtain the qantified riss associated with time and cost of the project, which allows for comparison of several technologies for implementation of the same project and selection of the most optimm variant. Civil and Environmental Engineering / Bdownictwo i Inżynieria Środowisa 2 (2011)

MODYFIKACJA KOSZTOWA ALGORYTMU JOHNSONA DO SZEREGOWANIA ZADAŃ BUDOWLANYCH

MODYFIKACJA 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 szczegółowo

Materiały do wykładów na temat Obliczanie sił przekrojowych i momentów przekrojowych. dla prętów zginanych.

Materiały do wykładów na temat Obliczanie sił przekrojowych i momentów przekrojowych. dla prętów zginanych. ateriały do wyładów na temat Obliczanie sił przerojowych i momentów przerojowych dla prętów zginanych Wydr eletroniczny. slajdów na. stronach przeznaczony do celów dydatycznych dla stdentów II ro stdiów

Bardziej szczegółowo

Optymalizacja harmonogramów budowlanych - problem szeregowania zadań

Optymalizacja 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 szczegółowo

Optymalizacja harmonogramów budowlanych - problem szeregowania zadań

Optymalizacja 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 szczegółowo

Zagadnienia AI wykład 3

Zagadnienia AI wykład 3 Zagadnienia I wyład 3 Rozmyte systemy wniosujące by móc sterować pewnym procesem technologicznym lub tez pracą urządzeń onieczne jest zbudowanie modelu, na podstawie tórego można będzie podejmować decyzje

Bardziej szczegółowo

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM

TEORIA 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 szczegółowo

koszt kapitału D/S L dźwignia finansowa σ EBIT zysku operacyjnego EBIT firmy. Firmy Modele struktury kapitału Rys. 8.3. Krzywa kosztów kapitału.

koszt 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 szczegółowo

ALGORYTM PROJEKTOWANIA ROZMYTYCH SYSTEMÓW EKSPERCKICH TYPU MAMDANI ZADEH OCENIAJĄCYCH EFEKTYWNOŚĆ WYKONANIA ZADANIA BOJOWEGO

ALGORYTM 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 szczegółowo

A. Cel ćwiczenia. B. Część teoretyczna

A. 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

Matematyka dyskretna. Wykład 2: Kombinatoryka. Gniewomir Sarbicki

Matematyka 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 szczegółowo

Temat: Model SUGENO. Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE

Temat: Model SUGENO. Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Temat: Model SUGENO Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Dr inż. Barbara Mrzygłód KISiM, WIMiIP, AGH mrzyglod@ agh.edu.pl 1 Wprowadzenie Pierwszym rodzajem modelowania

Bardziej szczegółowo

Wykorzystanie logiki rozmytej w badaniach petrofizycznych

Wykorzystanie 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 szczegółowo

WAHADŁO SPRĘŻYNOWE. POMIAR POLA ELIPSY ENERGII.

WAHADŁO 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 szczegółowo

WYZNACZANIE WARTOŚCI WYPRACOWANEJ W INWESTYCJACH REALIZOWANYCH PRZEZ PODWYKONAWCÓW

WYZNACZANIE WARTOŚCI WYPRACOWANEJ W INWESTYCJACH REALIZOWANYCH PRZEZ PODWYKONAWCÓW CZASOPISMO INŻYNIERII LĄDOWEJ, ŚRODOWISKA I ARCHITEKTURY JOURNAL OF CIVIL ENGINEERING, ENVIRONMENT AND ARCHITECTURE JCEEA, t. XXXIII, z. 63 (1/I/16), styczeń-marzec 2016, s. 205-212 Anna STARCZYK 1 Tadeusz

Bardziej szczegółowo

Pomiary napięć przemiennych

Pomiary napięć przemiennych LABORAORIUM Z MEROLOGII Ćwiczenie 7 Pomiary napięć przemiennych . Cel ćwiczenia Celem ćwiczenia jest poznanie sposobów pomiarów wielości charaterystycznych i współczynniów, stosowanych do opisu oresowych

Bardziej szczegółowo

Colloquium 3, Grupa A

Colloquium 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 szczegółowo

R w =

R w = Laboratorium Eletrotechnii i eletronii LABORATORM 6 Temat ćwiczenia: BADANE ZASLACZY ELEKTRONCZNYCH - pomiary w obwodach prądu stałego Wyznaczanie charaterysty prądowo-napięciowych i charaterysty mocy.

Bardziej szczegółowo

KOMPUTEROWE WSPOMAGANIE PROCEDURY PREKWALIFIKACJI WYKONAWCÓW ROBÓT BUDOWLANYCH SOFTWARE SYSTEM FOR CONSTRUCTION CONTRACTOR PREQUALIFICATION PROCEDURE

KOMPUTEROWE 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 szczegółowo

Komputerowa reprezentacja oraz prezentacja i graficzna edycja krzywoliniowych obiektów 3d

Komputerowa 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 szczegółowo

Rozdział 7 ZARZĄDZANIE PROJEKTAMI

Rozdział 7 ZARZĄDZANIE PROJEKTAMI Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 7 ZARZĄDZANIE PROJEKTAMI 7.2. Ćwiczenia komputerowe Ćwiczenie 7.1 Wykorzystując

Bardziej szczegółowo

ZASTOSOWANIE SIECI NEURONOWEJ RBF W REGULATORZE KURSU STATKU

ZASTOSOWANIE SIECI NEURONOWEJ RBF W REGULATORZE KURSU STATKU Mirosław Tomera Aademia Morsa w Gdyni Wydział Eletryczny Katedra Automatyi Orętowej ZASTOSOWANIE SIECI NEURONOWEJ RBF W REGULATORZE KURSU STATKU W pracy przedstawiona została implementacja sieci neuronowej

Bardziej szczegółowo

ZASADY WYZNACZANIA BEZPIECZNYCH ODSTĘPÓW IZOLACYJNYCH WEDŁUG NORMY PN-EN 62305

ZASADY WYZNACZANIA BEZPIECZNYCH ODSTĘPÓW IZOLACYJNYCH WEDŁUG NORMY PN-EN 62305 ZASADY WYZNACZANIA BEZPIECZNYCH ODSTĘPÓW IZOLACYJNYCH WEDŁUG NORMY PN-EN 62305 Henry Boryń Politechnia Gdańsa ODSTĘPY IZOLACYJNE BEZPIECZNE Zadania bezpiecznego odstępu izolacyjnego to: ochrona przed bezpośrednim

Bardziej szczegółowo

Inżynieria oprogramowania. Część 8: Metoda szacowania ryzyka - PERT

Inżynieria oprogramowania. Część 8: Metoda szacowania ryzyka - PERT UNIWERSYTET RZESZOWSKI KATEDRA INFORMATYKI Opracował: mgr inż. Przemysław Pardel v1.01 2010 Inżynieria oprogramowania Część 8: Metoda szacowania ryzyka - PERT ZAGADNIENIA DO ZREALIZOWANIA (3H) PERT...

Bardziej szczegółowo

INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE

INŻYNIERIA 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 szczegółowo

Indukcja matematyczna

Indukcja matematyczna Inducja matematyczna Inducja jest taą metodą rozumowania, za pomocą tórej od tezy szczegółowej dochodzimy do tezy ogólnej. Przyład 1 (o zanurzaniu ciał w wodzie) 1. Kawałe żelaza, tóry zanurzyłem w wodzie,

Bardziej szczegółowo

Ochrona odgromowa obiektów budowlanych. Nowe wymagania wprowadzane przez normy

Ochrona odgromowa obiektów budowlanych. Nowe wymagania wprowadzane przez normy Ochrona odgromowa obietów budowlanych. Nowe wymagania wprowadzane przez normy serii PN-EN 62305 Andrzej Sowa Politechnia Białostoca Podstawowym zadaniem urządzenia piorunochronnego jest przejęcie i odprowadzenie

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZNA INTELIGENCJA WYKŁAD 10. WNIOSKOWANIE W LOGICE ROZMYTEJ Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska WNIOSKOWANIE W LOGICE DWUWARTOŚCIOWEJ W logice

Bardziej szczegółowo

Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych

Uniwersytet 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 szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5.

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5. RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5. PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA Rozłady soowe Rozład jednopuntowy Oreślamy: P(X c) 1 gdzie c ustalona liczba. 1 EX c, D 2 X 0 (tylo ten rozład ma zerową wariancję!!!)

Bardziej szczegółowo

Ćwiczenie nr 35: Elektroliza

Ćwiczenie nr 35: Elektroliza Wydział PRACOWNIA FIZYCZNA WFiIS AGH Imię i nazwiso 1.. Temat: Ro Grupa Zespół Nr ćwiczenia Data wyonania Data oddania Zwrot do popr. Data oddania Data zaliczenia OCENA Ćwiczenie nr 35: Eletroliza Cel

Bardziej szczegółowo

wtedy i tylko wtedy, gdy rozwiązanie i jest nie gorsze od j względem k-tego kryterium. 2) Macierz części wspólnej Utwórz macierz

wtedy 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 szczegółowo

PROPOZYCJA NOWEGO ALGORYTMU W ANALIZIE CZASOWO-KOSZTOWEJ PRZEDSIĘWZIĘĆ

PROPOZYCJA NOWEGO ALGORYTMU W ANALIZIE CZASOWO-KOSZTOWEJ PRZEDSIĘWZIĘĆ 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 3 4 006 Helena GASPARS* PROPOZYCJA NOWEGO ALGORYTMU W ANALIZIE CZASOWO-KOSZTOWEJ PRZEDSIĘWZIĘĆ Autora pracy nawiązuje do swojego poprzedniego opracowania,

Bardziej szczegółowo

Zasada rozszerzania. A U A jest zbiorem rozmytym, B jest obrazem zbioru A Przeniesienie rozmytości A w odwzorowaniu f na zbiór B. sup.

Zasada rozszerzania. A U A jest zbiorem rozmytym, B jest obrazem zbioru A Przeniesienie rozmytości A w odwzorowaniu f na zbiór B. sup. Zasada rozszerzania f U V U jest zbiorem rozmytym V = f( ), jest obrazem zbioru Przeniesienie rozmytości w odwzorowaniu f na zbiór v) = ( v)? ( f ( ) = sup ( u) gdy ( v) 0 1 = 1 u f ( v) f( ) ( v) 1 0

Bardziej szczegółowo

Temat: ANFIS + TS w zadaniach. Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE

Temat: ANFIS + TS w zadaniach. Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Temat: ANFIS + TS w zadaniach Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Dr inż. Barbara Mrzygłód KISiM, WIMiIP, AGH mrzyglod@ agh.edu.pl 1. Systemy neuronowo - rozmyte Systemy

Bardziej szczegółowo

Pytanie dot. SIWZ pkt. 33 Zmiany umowy ppkt. 8) Odpowiedź: Wykonawca nie będzie narażony na naliczenie kar z tego tytułu

Pytanie dot. SIWZ pkt. 33 Zmiany umowy ppkt. 8) Odpowiedź: Wykonawca nie będzie narażony na naliczenie kar z tego tytułu Pytanie dot. SIWZ pkt. 33 Zmiany umowy ppkt. 5. Należy przewidzieć w wycenie rezygnację od jednej do pięciu wind i związanej z tym zakresem zmiany dokumentacji projektowej. Pytanie dot. SIWZ pkt. 33 Zmiany

Bardziej szczegółowo

ANALIZA WIELOKRYTERIALNA

ANALIZA WIELOKRYTERIALNA ANALIZA WIELOKRYTERIALNA Dział Badań Operacyjnych zajmujący się oceną możliwych wariantów (decyzji) w przypadu gdy występuje więcej niż jedno ryterium oceny D zbiór rozwiązań (decyzji) dopuszczalnych x

Bardziej szczegółowo

Sterowanie Ciągłe. Używając Simulink a w pakiecie MATLAB, zasymulować układ z rysunku 7.1. Rys.7.1. Schemat blokowy układu regulacji.

Sterowanie 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 szczegółowo

Inżynieria Wiedzy i Systemy Ekspertowe. Logika rozmyta. dr inż. Michał Bereta Politechnika Krakowska

Inżynieria Wiedzy i Systemy Ekspertowe. Logika rozmyta. dr inż. Michał Bereta Politechnika Krakowska Inżynieria Wiedzy i Systemy Ekspertowe Logika rozmyta dr inż. Michał Bereta Politechnika Krakowska http://torus.uck.pk.edu.pl/~beretam/ beretam@torus.uck.pk.edu.pl 1 Wyostrzanie Ostateczna, ostra wartość

Bardziej szczegółowo

LABORATORIUM 4: Wpływ operatorów mutacji na skuteczność poszukiwań AE

LABORATORIUM 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 szczegółowo

Uwaga 1.1 Jeśli R jest relacją w zbiorze X X, to mówimy, że R jest relacją w zbiorze X. Rozważmy relację R X X. Relację R nazywamy zwrotną, gdy:

Uwaga 1.1 Jeśli R jest relacją w zbiorze X X, to mówimy, że R jest relacją w zbiorze X. Rozważmy relację R X X. Relację R nazywamy zwrotną, gdy: Matematya dysretna - wyład 1. Relacje Definicja 1.1 Relacją dwuargumentową nazywamy podzbiór produtu artezjańsiego X Y, tórego elementami są pary uporządowane (x, y), taie, że x X i y Y. Uwaga 1.1 Jeśli

Bardziej szczegółowo

Ćwiczenie nr 1: Wahadło fizyczne

Ćwiczenie nr 1: Wahadło fizyczne Wydział PRACOWNA FZYCZNA WFi AGH mię i nazwiso 1.. Temat: Ro Grupa Zespół Nr ćwiczenia Data wyonania Data oddania Zwrot do popr. Data oddania Data zaliczenia OCENA Ćwiczenie nr 1: Wahadło fizyczne Cel

Bardziej szczegółowo

Wpływ zamiany typów elektrowni wiatrowych o porównywalnych parametrach na współpracę z węzłem sieciowym

Wpływ zamiany typów elektrowni wiatrowych o porównywalnych parametrach na współpracę z węzłem sieciowym Wpływ zamiany typów eletrowni wiatrowych o porównywalnych parametrach na współpracę z węzłem sieciowym Grzegorz Barzy Paweł Szwed Instytut Eletrotechnii Politechnia Szczecińsa 1. Wstęp Ostatnie ila lat,

Bardziej szczegółowo

jest scharakteryzowane przez: wektor maksymalnych żądań (ang. claims), T oznaczający maksymalne żądanie zasobowe zadania P j

jest scharakteryzowane przez: wektor maksymalnych żądań (ang. claims), T oznaczający maksymalne żądanie zasobowe zadania P j Systemy operacyjne Zaleszczenie Zaleszczenie Rozważmy system sładający się z n procesów (zadań) P 1,P 2,...,P n współdzielący s zasobów nieprzywłaszczalnych tzn. zasobów, tórych zwolnienie może nastąpić

Bardziej szczegółowo

Porównanie wyników symulacji wpływu kształtu i amplitudy zakłóceń na jakość sterowania piecem oporowym w układzie z regulatorem PID lub rozmytym

Porównanie 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 szczegółowo

PROCENTY, PROPORCJE, WYRAŻENIA POTEGOWE

PROCENTY, 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 szczegółowo

Ćwiczenie 4 Badanie wpływu asymetrii obciążenia na pracę sieci

Ćwiczenie 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 szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZNA INTELIGENCJA SYSTEMY ROZMYTE Adrian Horzyk Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Katedra Automatyki i Inżynierii Biomedycznej Laboratorium

Bardziej szczegółowo

Sztuczna inteligencja : Zbiory rozmyte cz. 2

Sztuczna inteligencja : Zbiory rozmyte cz. 2 Sztuczna inteligencja : Zbiory rozmyte cz. 2 Przemysław Juszczuk Instytut Informatyki Uniwersytetu Śląskiego 1 marca 2012 Funkcja trójkątna: Funkcja trójkątna: Funkcja przynależności γ (gamma): Rysunek:

Bardziej szczegółowo

Wykres linii ciśnień i linii energii (wykres Ancony)

Wykres 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 szczegółowo

Wyznaczanie ciepła topnienia lodu lub ciepła właściwego wybranego ciała

Wyznaczanie ciepła topnienia lodu lub ciepła właściwego wybranego ciała dla specjalnośći Biofizya moleularna Wyznaczanie ciepła topnienia lodu lub ciepła właściwego wybranego ciała I. WSTĘP C 1 C 4 Ciepło jest wielością charateryzującą przepływ energii (analogiczną do pracy

Bardziej szczegółowo

Rys Wykres kosztów skrócenia pojedynczej czynności. k 2. Δk 2. k 1 pp. Δk 1 T M T B T A

Rys 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 szczegółowo

Sztuczna inteligencja: zbiory rozmyte

Sztuczna 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 szczegółowo

13. 13. BELKI CIĄGŁE STATYCZNIE NIEWYZNACZALNE

13. 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 szczegółowo

P(T) = P(T M) = P(T A) = P(T L) = P(T S) = P(T L M) = P(T L A) = P(T S M) = P(T S A) =

P(T) = P(T M) = P(T A) = P(T L) = P(T S) = P(T L M) = P(T L A) = P(T S M) = P(T S A) = Przyład (obrona orętów USA przed ataami lotnictwa japońsiego) Możliwe dwie wyluczające się tatyi: M = manewr A = artyleria przeciwlotnicza Departament Marynari Wojennej na podstawie danych z wojny na Pacyfiu

Bardziej szczegółowo

METODA KOSZTÓW NARASTAJĄCYCH W OCENIE EKONOMICZNEJ EFEKTYWNOŚCI PRZEDSIĘWZIĘĆ INWESTYCYJNYCH W ENERGETYCE ROZPROSZONEJ

METODA KOSZTÓW NARASTAJĄCYCH W OCENIE EKONOMICZNEJ EFEKTYWNOŚCI PRZEDSIĘWZIĘĆ INWESTYCYJNYCH W ENERGETYCE ROZPROSZONEJ Metoda osztów narastających w ocenie eonomicznej efetywności przedsięwzięć inwestycyjnych w energetyce rozproszonej 43 METODA OSZTÓW NARASTAJĄCYCH W OCENIE EONOMICZNEJ EFETYWNOŚCI PRZEDSIĘWZIĘĆ INWESTYCYJNYCH

Bardziej szczegółowo

Programowanie wielocelowe lub wielokryterialne

Programowanie 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 szczegółowo

A4: Filtry aktywne rzędu II i IV

A4: Filtry aktywne rzędu II i IV A4: Filtry atywne rzędu II i IV Jace Grela, Radosław Strzała 3 maja 29 1 Wstęp 1.1 Wzory Poniżej zamieszczamy podstawowe wzory i definicje, tórych używaliśmy w obliczeniach: 1. Związe między stałą czasową

Bardziej szczegółowo

Programowanie wielocelowe lub wielokryterialne

Programowanie 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 szczegółowo

Zarządzanie projektami. Tadeusz Trzaskalik

Zarządzanie projektami. Tadeusz Trzaskalik Zarządzanie projektami Tadeusz Trzaskalik 7.1. Wprowadzenie Słowa kluczowe Projekt Sieć czynności zynność bezpośrednio poprzedzająca Zdarzenie, zdarzenie początkowe, zdarzenie końcowe Właściwa numeracja

Bardziej szczegółowo

WYMAGANIA NORMATYWNE W PROJEKTOWANIU INSTALACJI ELEKTRYCZNYCH BUDYNKÓW UŻYTECZNOŚCI PUBLICZNEJ

WYMAGANIA NORMATYWNE W PROJEKTOWANIU INSTALACJI ELEKTRYCZNYCH BUDYNKÓW UŻYTECZNOŚCI PUBLICZNEJ nstalacje eletryczne nisiego napięcia Michał FLPAK, Łuasz PUT Politechnia Poznańsa nstytut Eletrotechnii i Eletronii Przemysłowej Czytaj w: " listów do Redacji: Opinie i polemii" poz. 15 - od p. A.M. WYMAGAA

Bardziej szczegółowo

WYKORZYSTANIE ZBIORÓW ROZMYTYCH DO OCENY SKUTECZNOŚCI DOSTAWCY MATERIAŁÓW BUDOWLANYCH W PROCESIE LOGISTYCZNYM

WYKORZYSTANIE ZBIORÓW ROZMYTYCH DO OCENY SKUTECZNOŚCI DOSTAWCY MATERIAŁÓW BUDOWLANYCH W PROCESIE LOGISTYCZNYM Nabi IBADOV Janusz KULEJEWSKI 2 łańcuch dostaw, ocena dostawców, logika rozmyta, wnioskowanie rozmyte WYKORZYSTANIE ZBIORÓW ROZMYTYCH DO OCENY SKUTECZNOŚCI DOSTAWCY MATERIAŁÓW BUDOWLANYCH W PROCESIE LOGISTYCZNYM

Bardziej szczegółowo

Ćwiczenie VI KATALIZA HOMOGENICZNA: ESTRYFIKACJA KWASÓW ORGANICZNYCH ALKOHOLAMI

Ćwiczenie VI KATALIZA HOMOGENICZNA: ESTRYFIKACJA KWASÓW ORGANICZNYCH ALKOHOLAMI Zjawisa powierzchniowe i ataliza Ćwiczenie VI ATALIZA HMGNIZNA: STYFIAJA WASÓW GANIZNYH ALHLAMI WPWADZNI stry wasów organicznych stanowią jedną z ważniejszych grup produtów przemysłu chemicznego, ta pod

Bardziej szczegółowo

WSPÓŁCZYNNIK GOTOWOŚCI SYSTEMU LOKOMOTYW SPALINOWYCH SERII SM48

WSPÓŁCZYNNIK GOTOWOŚCI SYSTEMU LOKOMOTYW SPALINOWYCH SERII SM48 TECHNIKA TRANSPORTU SZYNOWEGO Andrzej MACIEJCZYK, Zbigniew ZDZIENNICKI WSPÓŁCZYNNIK GOTOWOŚCI SYSTEMU LOKOMOTYW SPALINOWYCH SERII SM48 Streszczenie W artykule wyznaczono współczynniki gotowości systemu

Bardziej szczegółowo

ROZDZIAŁ 10 METODA KOMPONOWANIA ZESPOŁU CZYNNIKI EFEKTYWNOŚCI SKŁADU ZESPOŁU

ROZDZIAŁ 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 szczegółowo

A i A j lub A j A i. Operator γ : 2 X 2 X jest ciągły gdy

A i A j lub A j A i. Operator γ : 2 X 2 X jest ciągły gdy 3. Wyład 7: Inducja i reursja struturalna. Termy i podstawianie termów. Dla uninięcia nieporozumień notacyjnych wprowadzimy rozróżnienie między funcjami i operatorami. Operatorem γ w zbiorze X jest funcja

Bardziej szczegółowo

Wstęp. Przygotowanie materiału doświadczalnego do badań. Zastosowanie logiki rozmytej do obliczeń

Wstęp. Przygotowanie materiału doświadczalnego do badań. Zastosowanie logiki rozmytej do obliczeń Przedstawiona praca jest ontynuacją próby wprowadzenia metody logii rozmytej do rutynowych modelowań geologicznych. Wyorzystując dane laboratoryjne i otworowe uzupełniano z jej pomocą braujące fragmenty

Bardziej szczegółowo

PRAKTYCZNY PRZYKŁAD OCENY ŚRODOWISKOWEGO RYZYKA ZDROWOTNEGO

PRAKTYCZNY PRZYKŁAD OCENY ŚRODOWISKOWEGO RYZYKA ZDROWOTNEGO PRAKTYCZNY PRZYKŁAD OCENY ŚRODOWISKOWEGO RYZYKA ZDROWOTNEGO Mgr Beata Malec, dr Mare Biesiada, dr Anicenta Buba Instytut Medycyny Pracy i Zdrowia Środowisowego, Sosnowiec Wstęp Zagrożenia zdrowotne stwarzane

Bardziej szczegółowo

DRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH DRGAŃ WŁASNYCH

DRGANIA 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 szczegółowo

Kodowanie informacji w systemach cyfrowych

Kodowanie informacji w systemach cyfrowych Wprowadzenie do inżynierii przetwarzania informacji. Ćwiczenie 2. Kodowanie informacji w systemach cyfrowych Cel dydatyczny: Nabycie umiejętności posługiwania się różnymi odami wyorzystywanymi w systemach

Bardziej szczegółowo

Wyznaczenie prędkości pojazdu na podstawie długości śladów hamowania pozostawionych na drodze

Wyznaczenie 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 szczegółowo

Przykład budowania macierzy sztywności.

Przykład budowania macierzy sztywności. Co dzisiaj Przyład bdowania macierzy sztywności. Podejście logiczne Podejście algorytmiczne Przyłady modelowania i interpretacji wyniów Model płytowo-powłoowy i interpretacja naprężeń Błędy modelowania

Bardziej szczegółowo

PROJEKTOWANIE PLANU PRZEPŁYWU ŁADUNKÓW W SYSTEMIE AGV

PROJEKTOWANIE PLANU PRZEPŁYWU ŁADUNKÓW W SYSTEMIE AGV Technologia i Automatyzacja ontażu 1/2013 PROJEKTOWAIE PLAU PRZEPŁYWU ŁADUKÓW W SYSTEIE AGV Alesander IEOCZY Streszczenie Artyuł zawiera opis podstawowych problemów projetowania systemu AGV oraz stosowanego

Bardziej szczegółowo

Wybrane aspekty doboru środków transportu do realizacji procesów technologicznych

Wybrane aspekty doboru środków transportu do realizacji procesów technologicznych Sławomir Tkaczyk Politechnika Warszawska, Wydział Transportu Wybrane aspekty doboru środków transportu do realizacji procesów technologicznych Wstęp Zapotrzebowanie rynku usług transportowych - przewoźników

Bardziej szczegółowo

Wybrane rozkłady zmiennych losowych i ich charakterystyki

Wybrane 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

Logika rozmyta typu 2

Logika rozmyta typu 2 Logika rozmyta typu 2 Zbiory rozmyte Funkcja przynależności Interwałowe zbiory rozmyte Funkcje przynależności przedziałów Zastosowanie.9.5 Francuz Polak Niemiec Arytmetyka przedziałów Operacje zbiorowe

Bardziej szczegółowo

DSP-MATLAB, Ćwiczenie 5, P.Korohoda, KE AGH. Ćwiczenie 5. Przemysław Korohoda, KE, AGH

DSP-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 szczegółowo

ef 3 (dziedzina, dziedzina naturalna) Niech f : A R, gdzie A jest podzbiorem płaszczyzny lub przestrzeni Zbiór A nazywamy dziedziną funcji f i oznacza

ef 3 (dziedzina, dziedzina naturalna) Niech f : A R, gdzie A jest podzbiorem płaszczyzny lub przestrzeni Zbiór A nazywamy dziedziną funcji f i oznacza FUNKCJE WÓCH I TRZECH ZMIENNYCH (było w semestrze II) ef 1 (funcja dwóch zmiennych) Funcją f dwóch zmiennych oreśloną na zbiorze A R o wartościach w R nazywamy przyporządowanie ażdemu puntowi ze zbioru

Bardziej szczegółowo

Zarządzanie projektami. Zarządzanie czasem w projekcie

Zarządzanie projektami. Zarządzanie czasem w projekcie Zarządzanie projektami Zarządzanie czasem w projekcie Zarządzanie czasem w projekcie PROJECT TIME MANAGEMENT Zarządzanie czasem - elementy 1. Zarządzanie harmonogramem 2. Określanie działań (określanie

Bardziej szczegółowo

Wyznaczanie długości fali świetlnej za pomocą spektrometru siatkowego

Wyznaczanie długości fali świetlnej za pomocą spektrometru siatkowego Politechnia Łódza FTIMS Kierune: Informatya ro aademici: 2008/2009 sem. 2. Termin: 16 III 2009 Nr. ćwiczenia: 413 Temat ćwiczenia: Wyznaczanie długości fali świetlnej za pomocą spetrometru siatowego Nr.

Bardziej szczegółowo

Tworzenie rozmytego systemu wnioskowania

Tworzenie rozmytego systemu wnioskowania Tworzenie rozmytego systemu wnioskowania Wstęp W odróżnieniu od klasycznych systemów regałowych modele rozmyte pozwalają budowad modele wnioskujące oparte o język naturalny, dzieki czemu inżynierom wiedzy

Bardziej szczegółowo

(U.3) Podstawy formalizmu mechaniki kwantowej

(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 szczegółowo

Możliwości arbitrażu na Giełdzie Papierów Wartościowych w Warszawie z wykorzystaniem kontraktów terminowych

Możliwości arbitrażu na Giełdzie Papierów Wartościowych w Warszawie z wykorzystaniem kontraktów terminowych 1 Możliwości arbitrażu na Giełdzie Papierów Wartościowych w Warszawie z wyorzystaniem ontratów terminowych dr Krzysztof Pionte Katedra Inwestycji Finansowych i Ubezpieczeń Aademia Eonomiczna we Wrocławiu

Bardziej szczegółowo

Kryteria optymalizacji w systemach sterowania rozmytego piecami odlewniczymi

Kryteria optymalizacji w systemach sterowania rozmytego piecami odlewniczymi A R C H I V E S of F O U N D R Y E N G I N E E R I N G Published quarterly as the organ of the Foundry Commission of the Polish Academy of Sciences ISSN (1897-3310) Volume 14 Special Issue 2/2014 95 100

Bardziej szczegółowo

Słowa kluczowe: zarządzanie wartością, analiza scenariuszy, przepływy pieniężne.

Słowa kluczowe: zarządzanie wartością, analiza scenariuszy, przepływy pieniężne. Zarządzanie wartością i ryzykiem w organizacjach: non-profit, instytucji finansowej działającej w sektorze spółdzielczym oraz przedsiębiorstwa produkcyjnego z branży budowniczej. K. Śledź, O. Troska, A.

Bardziej szczegółowo

Szacowanie ryzyka z wykorzystaniem zmiennej losowej o pramatkach rozmytych w oparciu o język BPFPRAL

Szacowanie ryzyka z wykorzystaniem zmiennej losowej o pramatkach rozmytych w oparciu o język BPFPRAL Szacowanie ryzyka z wykorzystaniem zmiennej losowej o pramatkach rozmytych w oparciu o język BPFPRAL Mgr inż. Michał Bętkowski, dr inż. Andrzej Pownuk Wydział Budownictwa Politechnika Śląska w Gliwicach

Bardziej szczegółowo

KONCEPCJA MONITOROWANIA ZUŻYCIA BUFORÓW CZASU W HARMONOGRAMIE BUDOWLANYM

KONCEPCJA MONITOROWANIA ZUŻYCIA BUFORÓW CZASU W HARMONOGRAMIE BUDOWLANYM KONCEPCJA MONITOROWANIA ZUŻYCIA BUFORÓW CZASU W HARMONOGRAMIE BUDOWLANYM Kamil PRUSZYŃSKI Wydział Budownictwa i Inżynierii Środowiska, Szkoła Główna Gospodarstwa Wiejskiego, ul. Nowoursynowska 166, 02-787

Bardziej szczegółowo

Zastosowanie metody PCA do opisu wód naturalnych

Zastosowanie metody PCA do opisu wód naturalnych autorzy: Stanisław Koter, Klaudia Wesołowsa 2 Uniwersytet Miołaja Kopernia, Toruń, 2 Politechnia Śląsa, Gliwice Zastosowanie metody PCA do opisu wód naturalnych W niniejszej pracy przedstawiono zastosowanie

Bardziej szczegółowo

Bilansowanie hierarchicznej struktury zasobów w planowaniu przedsięwzięć inżynieryjno-budowlanych

Bilansowanie 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 szczegółowo

Zarządzanie czasem projektu

Zarządzanie czasem projektu Zarządzanie czasem projektu Narzędzia i techniki szacowania czasu zadań Opinia ekspertów Szacowanie przez analogię (top-down estimating) stopień wiarygodności = f(podobieństwo zadań), = f(dostęp do wszystkich

Bardziej szczegółowo

Temat: Model TS + ANFIS. Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE

Temat: Model TS + ANFIS. Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Temat: Model TS + ANFIS Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Dr inż. Barbara Mrzygłód KISiM, WIMiIP, AGH mrzyglod@ agh.edu.pl 1 Wprowadzenie Pierwszym rodzajem modelowania

Bardziej szczegółowo

Modelowanie przez zjawiska przybliżone. Modelowanie poprzez zjawiska uproszczone. Modelowanie przez analogie. Modelowanie matematyczne

Modelowanie 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 szczegółowo

Pomiary wielkości nieelektrycznych pomiary masy i temperatury

Pomiary wielkości nieelektrycznych pomiary masy i temperatury Ćwiczenie 17 Pomiary wielości nieeletrycznych pomiary masy i temperatry Program ćwiczenia: 1. Przygotowanie stanowisa pomiarowego. Waga z czjniiem tensometrycznym Kalibracja wagi Ważenie 3. Pomiar temperatry

Bardziej szczegółowo

CHARAKTERYSTYKA I ZASTOSOWANIA ALGORYTMÓW OPTYMALIZACJI ROZMYTEJ. E. ZIÓŁKOWSKI 1 Wydział Odlewnictwa AGH, ul. Reymonta 23, Kraków

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 szczegółowo

Podstawy Automatyki Zbiór zadań dla studentów II roku AiR oraz MiBM

Podstawy 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 szczegółowo

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 1 ZADANIA - ZESTAW 1. . (odp. a)

L.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 szczegółowo

σ-ciało zdarzeń Niech Ω będzie niepustym zbiorem zdarzeń elementarnych, a zbiór F rodziną podzbiorów zbioru Ω spełniającą warunki: jeśli A F, to A F;

σ-ciało zdarzeń Niech Ω będzie niepustym zbiorem zdarzeń elementarnych, a zbiór F rodziną podzbiorów zbioru Ω spełniającą warunki: jeśli A F, to A F; Zdarzenie losowe i zdarzenie elementarne Zdarzenie (zdarzenie losowe) - wyni pewnej obserwacji lub doświadczenia; może być ilościowy lub jaościowy. Zdarzenie elementarne - najprostszy wyni doświadczenia

Bardziej szczegółowo

Nr 2. Laboratorium Maszyny CNC. Politechnika Poznańska Instytut Technologii Mechanicznej

Nr 2. Laboratorium Maszyny CNC. Politechnika Poznańska Instytut Technologii Mechanicznej Politechnia Poznańsa Instytut Technologii Mechanicznej Laboratorium Maszyny CNC Nr 2 Badania symulacyjne napędów obrabiare sterowanych numerycznie Opracował: Dr inż. Wojciech Ptaszyńsi Poznań, 3 stycznia

Bardziej szczegółowo

WYKŁAD 10 Rozmyta reprezentacja danych (modelowanie i wnioskowanie rozmyte)

WYKŁAD 10 Rozmyta reprezentacja danych (modelowanie i wnioskowanie rozmyte) WYKŁAD 10 Rozmyta reprezentacja danych (modelowanie i wnioskowanie rozmyte) Motywacje:! przezwyciężenie wad tradycyjnych algorytmów komputerowych, które zawodzą zwłaszcza w sytuacjach, w których człowiek

Bardziej szczegółowo

Relaksacja. Chem. Fiz. TCH II/19 1

Relaksacja. Chem. Fiz. TCH II/19 1 Relasaja Relasaja oznaza powrót uładu do stanu równowagi po zaburzeniu równowagi pierwotnej jaimś bodźem (wielośią zewnętrzną zmieniająą swoją wartość soowo, np. stężenie jednego z reagentów, iśnienie

Bardziej szczegółowo

WIELOKRYTERIALNE PORZĄDKOWANIE METODĄ PROMETHEE ODPORNE NA ZMIANY WAG KRYTERIÓW

WIELOKRYTERIALNE 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 szczegółowo