ALGORYTM PRIORYTETOWY ALOKACJI BUFORÓW DLA PROBLEMU HARMONOGRAMOWANIA PROJEKTU ZE ZDEFINIOWANYMI KAMIENIAMI MILOWYMI

Wielkość: px
Rozpocząć pokaz od strony:

Download "ALGORYTM PRIORYTETOWY ALOKACJI BUFORÓW DLA PROBLEMU HARMONOGRAMOWANIA PROJEKTU ZE ZDEFINIOWANYMI KAMIENIAMI MILOWYMI"

Transkrypt

1 Marcn LIME *, Potr ŁEBOWSI ** ALGORYTM PRIORYTETOWY ALOACJI BUFORÓW DLA PROBLEMU HARMONOGRAMOWANIA PROJETU ZE ZDEFINIOWANYMI AMIENIAMI MILOWYMI Streszczene Artykuł prezentue model harmonogramowana proektu z ogranczoną dostępnoścą zasobów (ang. RCPSP Resource-Constraned Proect Schedulng Problem) ze zdefnowanym termnam realzac kamen mlowych proektu. Dla tego modelu proponowany est prorytetowy algorytm alokac buforów. Skuteczność opsanego algorytmu est testowana przy uŝycu zboru nstanc J30 J90 z bblotek PSPLIB (ang. Proect Schedulng Problem LIBrary). Słowa kluczowe: harmonogramowane odporne, harmonogramowane proektu z ogranczonym zasobam, reguły prorytetowe, alokaca buforów, kamene mlowe 1. WPROWADZENIE W artykule zaprezentowany est model harmonogramowana proektu z ogranczoną dostępnoścą zasobów ze zdefnowanym termnam realzac etapów przedsęwzęca (kamenam mlowym proektu). Proponowany model moŝe być wykorzystywany przy realzac duŝych proektów konstrukcynych czy rozwoowych. Wprowadza kontrolę przebegu prac w trakce całego przedsęwzęca. Termnowa realzaca kamen mlowych, zmnesza ryzyko nepowodzena całego proektu. Podczas planowana realzac proektu stosowane est harmonogramowane predyktywno-reaktywne (ang. predctve-reactve schedulng) [1][10] podeśce wykorzystywane w dynamcznych, zmennych systemach produkcynych. W faze harmonogramowana predyktywnego generowany est harmonogram nomnalny, który następne est uodparnany podczas harmonogramowana proaktywnego (ang. proactve schedulng), zwanego teŝ odpornym (ang. robust schedule). Natomast w trakce wykonana proektu podczas harmonogramowana reaktywnego wykonywane są nezbędne zmany w planowanym harmonograme, które rozwązuą konflkty czasowe czy zasobowe. Harmonogram proaktywny ma przecwdzałać nestablnośc harmonogramów nomnalnych przez uwzględnene nepewnośc parametrów systemu produkcynego. Harmonogram odporny pownen charakteryzować sę tym, Ŝe ego akość est akceptowalna, nawet po wystąpenu neprzewdywalnych zakłóceń. Jest tworzony m.n. przez wstawane buforów czasowych w mescach harmonogramu nabardze naraŝonych na zakłócena. Określene odpornego przydzału buforów czasowych est przedmotem badań w te pracy. Analzowana est zdolność harmonogramu do nwelowana skutków wzrostów (lub wahań) czasów trwana czynnośc, które mogą być spowodowane przez nekontrolowane czynnk. Alokaca buforów czasowych ma prowadzć do mnmalzac zman w czasach rozpoczęca zadań w planowanym harmonograme w trakce ego realzac przy równoczesnym termnowym wykonanu wszystkch umownych etapów proektu. * Państwowa Szkoła WyŜsza w Bałe Podlaske, Instytut Informatyk ** Akadema Górnczo-Hutncza, Wydzał Zarządzana

2 W nneszym artykule ako rozwązane problemu odporne alokac zasobów proponowany est algorytm prorytetowy, w którym bufory czasowe wstawane są na podstawe prorytetowana zadań. Eksperymenty oblczenowe przeprowadzone przez autorów maą na celu wyłonene naskuteczneszych reguł prorytetowych wykorzystywanych przy przydzale buforów. Podczas eksperymentów stosowane są zestawy J30 J90 zadań testowych z bblotek PSPLIB [7] z kamenam mlowym zdefnowanym według procedury opracowane przez autorów ze zmennoścą czasów trwana zadań uwzględnaącą nepewność realzac zadań proektowych. 2. SFORMUŁOWANIE PROBLEMU Proekt to zbór nepodzelnych zadań (czynnośc) wykonywany przy uŝycu ogranczone lczby zasobów odnawalnych, których lość est stała nezaleŝne od obcąŝeń w poprzednch okresach. W kaŝde chwl t wykorzystane wszystkch typów zasobów przez czynnośc ne przekracza welkośc dostępnych [1][9]: r k A( t ) a gdze: A(t) zbór zadań wykonywanych w okrese [t, t-1], a k lczba dostępnych zasobów typu k, r k zapotrzebowane zadana na zasób typu k. k t, k (1) Proekt przedstawany est w reprezentac grafowe czynność na węźle AON (ang. Actvty On Node) ako acyklczny, spóny, prosty graf skerowany G(V, E), w którym V to zbór węzłów odpowadaący czynnoścom, a E to zbór łuków opsuących relace kolenoścowe mędzy zadanam. Jako werzchołek początkowy końcowy w grafe G dodawane są dwa pozorne zadana 0 n+1 o zerowych czasach trwana zerowym zapotrzebowanu na zasoby (n lczba zadań proektowych). Na rysunku 1 zaprezentowany est przykładowy proekt w reprezentac czynność na węźle. Rys. 1. Przykładowa seć typu AON dla proektu z ednym zasobem, z określonym neprzekraczalnym termnam realzac zadań

3 aŝde z zadań ma określony eden sposób realzac (ang. sngle-mode RCPSP)[3][9][11]. Mędzy zadanam występuą relace poprzedzań typu konec-początek bez zwłok, w których następnk moŝe rozpocząć sę bezzwłoczne po zakończenu poprzednka: gdze: s planowany czas rozpoczęca, d planowany czas trwana zadana. s + d s, (, ) E (2) Podczas harmonogramowana nomnalnego szukane są czasy rozpoczęca poszczególnych zadań s 0, s 1, s n+1 przy spełnenu opsanych wzoram (1-2) ogranczeń zasobowych kolenoścowych. Naczęstszym kryterum optymalzacyne stosowanym w badanach est mnmalzaca czasu wykonana całego przedsęwzęca (ang. makespan). W zwązku z nepewnoścą występuącą w trakce realzac proektu autorzy proponuą określć momenty kontrol przebegu prac tzw. kamene mlowe (mogą to być umowne etapy proektu określone przez zlecenodawcę wykonawcy proektu), które zmneszą ryzyko nepowodzena lub netermnowośc realzac przedsęwzęca. Poszczególne zadana maą zdefnowane neprzekraczalne termny ch zakończena δ [4-5]: z < δ (3) gdze: z planowany czas zakończena zadana, δ termn realzac nablŝszego -tego etapu proektu (δ tm ), w którym zadane mus być uŝ wykonane. Dla przykładowego proektu przedstawonego na rysunku 1 określone są trzy etapy wykonana proektu: 1) etap 0 o termne realzac tm 0 10 (do wykonana zadane 1), 2) etap 1 o termne realzac tm 1 15 (do wykonana zadana 3, 4, 7), 3) etap 2 o termne realzac tm 2 18 (do wykonana zadana 2, 5, 6, 8, 9 oraz etapy 0 1). Przy ocene akośc uszeregowana nomnalnego stotny est pozom zapasów czasowych występuących przy realzac wszystkch etapów proektu. Jako kryterum oceny proponowana est funkca celu maksymalzuąca waŝoną sumę rezerw czasowych dla termnów wykonana poszczególnych kamen mlowych: F m n 1 rez wm gdze: m lczba umownych etapów proektu, rez róŝnca mędzy termnem zakończena -tego etapu proektu tm a termnem realzac wszystkch zadań zwązanych z tym etapem dla aktualnego harmonogramu, wm waga przypsana -temu etapow proektu. Przy zastosowanu funkc celu F n osąga sę równomerne rozłoŝene zapasów czasowych dla poszczególnych kamen mlowych, przy czym stotne est odpowedne określene wag wm. Wartośc wag wm są ustalane na podstawe aktualnych rezerw czasowych dla kamen (4)

4 mlowych: wększa waga dla mne zabezpeczonych (o mneszym rez ) etapów proektu (szczegóły ustalana wag przedstawone są w pracach [4-5]). Maksymalne zabezpeczene termnowe realzac kamen mlowych est stotne ze względu na moŝlwość występowana zakłóceń produkcynych (wydłuŝaących czas trwana zadań) w trakce wykonana proektu, które mogą opóźnć przebeg prac. Stworzene uszeregowana nomnalnego z rezerwam czasowym umoŝlwa takŝe przeprowadzene alokac buforów zabezpeczaące harmonogram w mescach nabardze naraŝonych na zakłócena produkcyne, o nawększym koszce nestablnośc. 3. ODPORNA ALOACJA BUFORÓW W faze harmonogramowana nomnalnego szukane est uszeregowane (czasy rozpoczęca zadań) przy zastosowanu ako kryterum akośc harmonogramu maksymalzac zabezpeczena termnowe realzac kamen mlowych (4). Następnym etapem est harmonogramowane odporne, którego celem est uodpornene harmonogramu na moŝlwe zakłócena produkcyne. Harmonogram odporny to uszeregowane, które ze względu na swoe właścwośc, est nepodatne na zakłócena poawaące sę w trakce produkc, którego akość est akceptowalna, nawet po wystąpenu neprzewdywalnych zdarzeń [2]. W faze harmonogramowana odpornego dla problemu RCPSP wykonywane są alokaca zasobów (ang. resource allocaton) alokaca buforów[1][9]. Odporna alokaca buforów czasowych est przedmotem analz w te pracy. Odpowedne rozmeszczene buforów est stotne z punktu wdzena m.n. kosztu realzac proektu. Dla mne zaburzanego harmonogramu występuą np. nŝsze koszty magazynowana, czy kredytu fnansuącego zakup materałów przy dostawach ust-n-tme. Alokaca buforów odbywa sę przy ustalone alokac zasobów do zadań sprowadza sę do wstawana buforów czasowych przed zadanam (lub po zadanach) w celu uodparnana harmonogramu m.n. przed czasową nedostępnoścą zasobów przed zmennoścą czasów trwana czynnośc. Bufory czasowe są wstawane w newralgcznych mescach harmonogramu nomnalnego maą zapobegać neznacznym wzrostom (szerze wahanom) czasów trwana czynnośc spowodowanych nekontrolowanym czynnkam. Inne zakłócena produkcyne ne są rozpatrywane, gdyŝ zakłada sę, Ŝe wększość zaburzeń skutkue wahanam czasów trwana zadań [1][9]. W trakce wykonywana proektu czasy trwana zadań są wydłuŝane z powodów nemoŝlwych do określena w faze planowana t. błędy oszacowana czasu trwana, nekorzystne warunk atmosferyczne, aware tp. Dla rozpatrywanego problemu z kamenam mlowym harmonogram pownen być buforowany tak, aby moŝlwe proporconalne zabezpeczyć termnową realzacę wszystkch etapów proektu. Przy alokac buforów dla rozpatrywanego problemu autorzy przymuą, Ŝe: - mogą być buforowane edyne czynnośc zwązane z kamenam mlowym o rez >0, - wstawene bufora ne moŝe spowodować przekroczena umownych termnów realzac poszczególnych kamen mlowych. Lczba róŝnych sposobów wstawena buforów, przy przyętych załoŝenach, zaleŝna est od rozmaru rez dla poszczególnych kamen mlowych. Im wększe rez, tym węce moŝlwośc rozłoŝena zapasów czasowych dla poszczególnych zadań. Celem alokac buforów est znalezene lsty buforów po czynnoścach B (B 1, B 2,, B n ) lub lsty buforów przed czynnoścam b (b 1, b 2,, b n ), tak aby uzyskane uszeregowane proaktywne było ak nabardze odporne na zakłócena. luczowe est zatem określene stopna odpornośc harmonogramu, czyl ego zdolnośc do absoowana zakłóceń

5 poawaących sę w trakce dzałana systemu produkcynego. Stosowane w badanach dotyczących RCPSP mary odpornośc, ne mogą być wykorzystane, gdyŝ ne uwzględnaą umownych termnów realzac kamen mlowych. Autorzy proponuą ako funkcę celu harmonogramowana odpornego mnmalzacę funkc F, określone wzorem (5), uwzględnaące zarówno termny realzac kamen mlowych proektu ak stablność uszeregowana (zmany w plane dla poszczególnych czynnośc). Funkca celu F wyznaczana est w drodze symulac dla róŝnych scenaruszy przebegu produkc według następuącego wzoru: n R 0 R F α s s + (1-α) ( f max(0, tm tm )) (5) 1 gdze: s planowany moment rozpoczęca zadana (na podstawe harmonogramu odpornego), 0 R s rzeczywsty moment rozpoczęca zadan, R tm - rzeczywsty termn wykonana -tego etapu proektu, f - funkca kary za przekroczene termnu zakończena -tego etapu proektu, α parametr, określaący znaczene stablnośc harmonogramu w stosunku do ego akośc. W funkc F zakłada sę, Ŝe zakłócene kaŝde z czynnośc ma tak sam wpływ na stablność produkc. MoŜlwe est przypsane wag dla poszczególnych zadań określaących znaczene termnowośc ch wykonana [9], ne est to ednak przedmotem rozwaŝań w te pracy. Współczynnk α naleŝy do przedzału <0, 1> określa ake znaczene w danym przedsęwzęcu ma stablność realzac planu produkc (uwzględnaąc np. specyfkę tego proektu, charakterystykę dane branŝy tp.): - dla α 0 problem sprowadza sę do termnowe realzac wszystkch etapów proektu (kryterum wydanoścowe), - dla α 1 problem sprowadza sę do uodpornena harmonogramu na moŝlwe zakłócena w celu mnmalzac całkowtego odchylena czasów rozpoczęca zadań pomędzy planowanym a zrealzowanym harmonogramem (kryterum stablnośc). Dla poszczególnych etapów proektu określona est funkca kary f, która moŝe być zaleŝna od wpływu opóźneń na realzacę proektu (np. zaleŝna od wysokośc kar umownych za przekroczene termnu wykonana danego etapu proektu). W te pracy przymowane są równe wartośc f n dla kaŝdego etapu proektu: przekroczene o 1 ednostkę czasową umownego termnu wykonana etapu proektu ma tak sam wpływ na wartość funkc celu ak opóźnene o 1 rozpoczęca wszystkch czynnośc w proekce (przy współczynnku α0.5). Przy takch wartoścach kar f termnowość wykonana kaŝdego z etapów proektu est równe stotna. MoŜlwe est przyęce nnych wartośc f, ale ne est to przedmotem analz w te pracy. m 1 4. ALGORYTM PRIORYTETOWY ODPORNEJ ALOACJI BUFORÓW Dla problemu harmonogramowana proektu stosowane są róŝne metody alokac buforów [1] np. metoda łańcucha krytycznego oraz zarządzana buforam (ang. CC/BM Crtcal Chan/Buffer Management), metody szacowana rozmarów buforów na podstawe wedzy statystyczne dla problemu mnmalzac waŝonego kosztu nestablnośc harmonogramu (algorytmy alokac buforów czasowych przy zmennych czasach trwana

6 zadań, algorytmy alokac buforów czasowych lub/ zasobowych przy zmenne dostępnośc zasob.ów) Stosowane w badanach procedury alokac buforów czasowych rozkładaą bufory równomerne [6] lub proporconalne do kosztu nestablnośc zwązanego z poszczególnym zadanam [1][9]. Dla rozpatrywanego nowego modelu RCPSP z kamenam mlowym wskazane est opracowane procedury uwzględnaące takŝe zabezpeczene termnowe realzac wszystkch etapów proektu. Proponowany przez autorów est algorytm BufP, w którym bufory czasowe wstawane są na podstawe prostych reguł prorytetowych uwzględnaących np. podatność na zakłócene czy koszt nestablnośc poszczególnych zadań. Stosowane reguł prorytetowych to nowe podeśce do problemu alokac buforów. Schemat dzałana algorytmu BufP przedstawony est na rysunku 2. TL : //rok 1: Incalzaca danych //rok teracyne alokac kolenych buforów ednostkowych repeat Wyberz zadane ob do buforowana //rok 2 f (Wstawene bufora dla ob est moŝlwe) then b[ob] : b[ob] + 1 //rok 3a Modyfku czasy rozpoczęca czynnośc else Doda ob do TL //rok 3b untl (lczba elementów w TL est mnesza od n) Rys. 2. Schemat dzałana algorytmu alokac buforów BufP W poedynczym kroku algorytmu testowane est wstawene bufora ednostkowego dla wybrane czynnośc ob. Jeśl dodane bufora dla czynnośc ob est moŝlwe (sprawdzana termnowość realzac kamen mlowych), bufor est wstawany modyfkowany est harmonogram. W przecwnym wypadku zadane ob est umeszczane na lśce czynnośc TL, która zawera zadana, które ne mogą uŝ być buforowane. Algorytm kończy dzałane, gdy wszystke czynnośc ne mogą być uŝ buforowane (lczba elementów w zborze TL wynos n). luczowy dla dzałana algorytmu est rok 2, w którym wyberana est czynność do wstawena bufora. Bufory są wstawane przed lub po analzowane w dane terac czynnośc (w kroku 3a) w zaleŝnośc od stosowane reguły prorytetowana. Algorytm BufP to unwersalny, elastyczny sposób alokac na podstawe lsty prorytetowe zadań. Jeśl znana est specyfka optymalzowanego systemu produkcynego moŝe ona być uwzględnona w regułach prorytetowana, co moŝe przyczynć sę do zwększena odpornośc harmonogramu. Na przykład moŝna w ten sposób skuteczne rozwązać problem ze stochastycznym czasam trwana czynnośc, czy ze stochastyczną dostępnoścą zasobów. W algorytme BufP stosowane są dwa rodzae reguł prorytetowych: - statyczne prorytety oblczane przed alokacą buforów dla harmonogramu nomnalnego, zadane zbuforowane w dane terac umeszczane est na konec lsty prorytetowe, - dynamczne prorytety modyfkowane po kaŝde modyfkac harmonogramu, gdyŝ uwzględnaą aktualną alokacę buforów (wększy koszt oblczenowy nŝ prorytetowana statycznego), w kaŝdym kroku modyfkaca prorytetu zadana zbuforowanego w tym kroku.

7 W tablcy 1 zaprezentowane są reguły prorytetowana statyczne dynamczne wstawana buforów przed czynnoścam lub po czynnoścach, wykorzystywane w algorytme BufP. Tablca 1. Reguły prorytetowe dla problemu odporne alokac buforów Reguła Wzór na prorytet zadana Ops reguły RB 0 0 ( ) random Losowe prorytety zadań RB 1 RB 2 1 ( ) r k k 1 2 ( ) r k + ( rk ) k 1 ZNA k 1 RB 3 ( ) ( LS s ) RB 4 RB 5 RB 6 RB 7 RB 8 RB 9 RB 10 RB 11 RB 12 RB 13 3 rk 4 ( ) max( s + d s,0) k P( ) Maksymalna zasobochłonność czynnośc Maksymalna suma zapotrzebowana na zasoby czynnośc e następnków w sec przepływu zasobów Mnmalna róŝnca mędzy napóźneszym a planowanym czasem rozpoczęca czynnośc Maksymalny szacowany koszt nestablnośc 5 ( ) max( s + d s,0) Maksymalny szacowany koszt P( ) nestablnośc rk max( s + d s,0) Maksymalny szacowany koszt k P( ) 6 ( ) nestablnośc z uwzględnenem b + 1 aktualnego bufora przed czynnoścą ( ) 7 8 ( ) ( ) ( P( ) max( s d r k d k 1 d r k 1 ( ) B + 1 d ) B + 1 k ( ) λ d B ( ) N ( ) + d b + 1 max( s + d B + 1 s,0) s,0) Maksymalny szacowany koszt nestablnośc z uwzględnenem aktualnego bufora przed czynnoścą Maksymalny loczyn czasu trwana zasobochłonnośc dane czynnośc Maksymalny czas trwana czynnośc Maksymalny loczyn czasu trwana zasobochłonnośc dane czynnośc z uwzględnenem aktualnego bufora po czynnośc. Maksymalna suma loczynu czasu trwana zasobochłonnośc dane czynnośc e wszystkch następnków Maksymalny czas trwana czynnośc z uwzględnenem aktualnego bufora po czynnośc Maksymalny wskaźnk naraŝena na opóźnene ze względu na wydłuŝene poprzednków

8 RB ( ) ( r N ( ) k 1 k max( s + d B + 1 s,0)) Maksymalny wskaźnk naraŝena na opóźnene ze względu na wydłuŝene poprzednków gdze: P() - zbór poprzednków zadana, d - korekta czasu trwana zadana wylczana następuąco: d λ d, λ - szacowany wskaźnk wzrostu rzeczywstego czasu trwana zadana w stosunku do planu. Z podanych reguł prorytetowych moŝna wyróŝnć następuące grupy reguł: - reguły statyczne przy alokac buforów przed czynnoścam (RB 1 -RB 3 ), - reguły dynamczne przy alokac buforów przed czynnoścam (RB 4 -RB 6 ), - reguły statyczne przy alokac buforów po czynnoścach (RB 7 -RB 9 ), - reguły dynamczne przy alokac buforów przed czynnoścach (RB 10 - RB 14 ). Zaprezentowane reguły prorytetowe RB 1 -RB 14 uwzględnaą następuące załoŝena.: - zakłócene rozpoczęca czynnośc bardze zasobochłonne powodue wększy koszt nestablnośc (w zwązku z dezorganzacą pracy wększe lczby zasobów), - m węce zasobów realzue czynność, tym est ona bardze podatna na zakłócena, stnee wększe prawdopodobeństwo wystąpena czasowe nedostępnośc zasobów (awar maszyny, choroby pracownka tp.), - m czynność est dłuŝsza, tym bardze zwększa sę moŝlwość e wydłuŝena, dłuŝsze zadana wykazuą sę wększą zmennoścą bezwzględną. Opracowane reguły RB 0 -RB 14 stosowane są w algorytme BufP w celu znalezena nalepszych strateg buforowana. 5. WYNII ESPERYMENTÓW Celem eksperymentów est znalezene nalepszych zasad prorytetowana zadań wykorzystywanych przez algorytm BufP do alokac buforów. Eksperymenty prowadzone są przy uŝycu 960 nstanc testowych z zestawów J30 J90 (po 480 dla problemów złoŝonych z zadań) bblotek PSPLIB, o ednym sposobe wykonana zadań z zasobam odnawalnym z kryterum mnmalzac czasu trwana proektu. Do kaŝdego z proektów z bblotek PSPLIB dodawane są losowo cztery kamene mlowe ( zwązane z nm zadana) z określonym termnam realzac tm, rozłoŝonym równomerne w trakce realzac całego proektu. Poza defncą umownych etapów proektu w symulacach stotne est określene zmennośc czasów trwana zadań. Analza czasów trwana zadań w rzeczywstych proektach (zwłaszcza realzowanych przez zasoby ludzke) wskazue, Ŝe krzywa prawdopodobeństwa zakończena zadana ma kształt krzywe β. Skumulowany rozkład β est uŝywany w planowanu proektów do modelowana moŝlwych czasów ukończena przy danym oczekwanym czase ukończena ego zmennośc. W nnesze pracy przyęte są take same parametry opsuące zmenność czasów trwana zadań ak w nnych badanach [1][9]. Dla kaŝdego zadana rzeczywsty czas wykonana zadana est losowany ze zdyskretyzowanego, prawoskośnego rozkładu β o parametrach 2 5, ze średną równą planowanemu czasow trwana zadana. Do ednoznacznego zdefnowana parametrów naleŝy zdefnować takŝe wartość mnmalną maksymalną. RozwaŜane są: duŝa mała zmenność czasów trwana zadań. Dla kaŝdego zadana ( 1, 2,, n): - przy duŝe zmennośc wartość mnmalna wynos 0,25 d, zaś wartość maksymalna wynos 2,85 d,

9 - przy małe zmennośc wartość mnmalna wynos 0,75 d, zaś wartość maksymalna wynos 1,625 d. Eksperymenty prowadzone są na komputerze klasy Pentum z procesorem 1,7 GHz przy uŝycu programu zamplementowanego w ęzyku C# w środowsku Vsual Studo.NET. Harmonogram nomnalny generowany est przy uŝycu metaheurystyk symulowanego wyŝarzana SA (ang. Smulated Annealng) z funkcą celu harmonogramowana nomnalnego określoną wzorem (4). Eksperymentalne ustalone są nalepsze parametry algorytmu nalepsze technk przeszukwana rozwązań [4]. Podczas harmonogramowana nomnalnego uzasadnone est wykorzystane algorytmów przyblŝonych, takch ak algorytm SA, ponewaŝ RCPSP est problemem slne NP-trudnym [11]. Następnym etapem est odporna alokaca zasobów. Przydzał zasobów wykonywany est przy uŝycu algorytmu ISH 2 [8]. Algorytm ISH 2 przydzela aktualne analzowaną czynność do zasobów (łańcuchów), w których ostatna czynność est bezpośrednm poprzednkem czynnośc. Gdy zapotrzebowane na zasoby czynnośc est wększe nŝ poprzednków te czynnośc, pozostałe łańcuchy wyberane są zgodne z algorytmem ISH [8], który sprowadza sę do przydzelana czynnośc o zapotrzebowanu na dany zasób (r k > 1), w tak sposób, aby zmaksymalzować lczbę wspólnych łańcuchów z ostatnm czynnoścam w dostępnych łańcuchach. Harmonogram nomnalny znalezony algorytmem symulowanego wyŝarzana z alokacą zasobów wygenerowaną procedurą ISH 2 est uodparnany przy uŝycu analzowanego algorytmu BufP. ryterum oceny harmonogramów z alokacą buforów est funkca celu F określona wzorem (5). Funkca F wyznaczana est symulacyne dla czasów trwana wygenerowanych z rozkładu β o duŝe lub małe zmennośc. W faze realzac proektu stosowana est naprostsza metoda reharmonogramowana z przesunęcem prawostronnym (ang. rght-shft reschedulng) [10], która sprowadza sę do przesuwana w prawo zakłóconych czynnośc bez zmany alokac zasobów. W tablcy 2 przedstawone są wynk dzałana algorytmu BufP dla róŝnych reguł prorytetowych. Zaprezentowane są średne wartośc funkc celu F wylczane przy załoŝonym mneszym (α 0.25) lub wększym (α 0.75) znaczenu stablnośc realzac poszczególnych zadań zgodne z planem w stosunku do znaczena termnowośc wykonana kamen mlowych. Do celów porównawczych w tablcy umeszczone są takŝe średne wartośc F uzyskane dla harmonogramów nomnalnych bez wstawonych buforów czasowych. Tablca 2. Średne wartośc funkc celu F dla róŝnych reguł prorytetowych dla zestawów J30 J90 mała zmenność duŝa zmenność Reguła J30 J90 J30 J90 α 0.25 α 0.75 α 0.25 α 0.75 α 0.25 α 0.75 α 0.25 α 0.75 RB RB RB RB RB 4, λ RB 4, λ RB 5, λ RB 5, λ RB 6, λ RB 6, λ RB 7, λ RB 7, λ RB RB

10 RB RB RB 12, λ RB 12, λ RB 13, λ RB 13, λ RB 14, λ RB 14, λ nomnalny Stosowane alokac buforów w wększośc konfgurac parametrów zwększa stablność uszeregowań w porównanu z realzacą harmonogramu nomnalnego bez buforów czasowych. Przy wększym znaczenu stablnośc realzac poszczególnych zadań (α 0.75), etap alokac buforów czasowych przynos stotneszą poprawę wartośc funkc celu F. Im lepsze przecętne rezultaty (mnesze średne wartośc funkc F), tym mneszy koszt nestablnośc np. nŝsze koszty dezorganzac produkc nŝsze kary umowne za netermnową realzacę kamen mlowych. Wstawene buforów przed czynnoścam est skutecznesze od alokac buforów po czynnoścach przy opracowanych regułach prorytetowych. Naskuteczneszy est algorytm wstawaący bufory przed czynnoścam wykorzystuący regułę dynamczną RB 5. Przy wstawanu buforów po czynnoścach naskutecznesze są reguły RB 9 RB 12. Zatem efektywne est wstawane buforów w perwsze kolenośc zabezpeczaąc harmonogram przed wydłuŝenem zadań nadłuŝszych. Wybór odpowedne reguły prorytetowe ma wpływ na wartośc funkc celu F. Zastosowane neefektywnych zasad prorytetowana prowadz do alokac buforów gorszych nŝ przy zastosowanu losowe reguły RB ZAOŃCZENIE W artykule zaprezentowany est model harmonogramowana proektu z ogranczoną dostępnoścą zasobów ze zdefnowanym termnam realzac zadań zwązanych z kamenam mlowym proektu. Dla opracowanego modelu proponowany est prorytetowy algorytm odporne alokac buforów czasowych. Wynk eksperymentów oblczenowych potwerdzaą skuteczność zaproponowanego algorytmu. Harmonogramy z buforam czasowym wyznaczonym przez prorytetowy algorytm alokac ze skutecznym regułam prorytetowana są mne zakłócane podczas wykonana proektu nŝ harmonogram nomnalny. Odporna alokaca buforów est stotna z punktu wdzena m.n. mnmalzac kosztu realzac proektu. Odpowedne rozmeszczene buforów czasowych prowadz do mnmalzac wpływu neprzewdywalnych wahań czasów trwana czynnośc na realzacę poszczególnych zadań wszystkch etapów proektu. LITERATURA [1] Herroelen W., Leus R.: Robust and reactve proect schedulng: a revew and classfcaton of procedures. Internatonal Journal of Producton Research 42(8), s , [2] Jensen M.T.: Improvng robustness and flexblty of tardness and total flow-tme ob shops usng robustness measures. Appled Soft Computng 1, s.35-52, 2001.

11 [3] Józefowska J., Węglarz J. (Red.): Perspectves n Modern Proect Schedulng, Sprnger, [4] lmek M., Łebkowsk P.: Algorytmy metaheurystyczne dla problemu harmonogramowana proektu z kamenam mlowym. Zeszyty Naukowe Poltechnk Śląske, Sera: Automatyka, z. 150, s , [5] lmek M., Łebkowsk P.: Predctve schedulng, wth determned terms of mlestone achevement. Total Logstc Management, AGH Unversty of Scence and Technology Press, Annual 1, raków, s , [6] obylańsk P., uchta D.: A note on the paper by M. A. Al-Fawzan and M. Haouar about a b-obectve problem for robust resource-constraned proect schedulng Internatonal Journal of Producton Economcs, 107, s , [7] olsch R., Sprecher A.: PSPLIB a proect schedulng lbrary. European Journal of Operatonal Research 96, s , [8] Polcella N., Odd A., Smth S., Cesta A: Generatng robust partal order schedules, In Proceedngs of CP2004, Toronto, anada, [9] Van de Vonder S., Demeulemeester E., Herroelen W., Leus R.: The use of buffers n proect management: The trade-off between stablty and makespan. Internatonal Journal of Producton Economcs 97 s , [10] Vera G.E., Herrmann J.W., Ln E.: Reschedulng manufacturng systems: a framework of strateges, polces and methods. Journal of schedulng, 6(1), s , [11] Węglarz J. (Red.): Proect Schedulng: Recent Models, Algorthms and Applcatons, luwer Academc Publshers, PRIORITY ALGORITHM OF BUFFER ALLOCATION FOR PROJECT SCHEDULING PROBLEM WITH DEFINED MILESTONES Abstract Ths paper presents a model of the Resource-Constraned Proect Schedulng Problem (RCPSP) wth defned terms of mlestones achevement. For ths model s proposed prorty algorthm of buffer allocaton. Effectveness of desced algorthm s tested usng a set of J30 and J90 problem nstances from the Proect Schedulng Problem LIBrary (PSPLIB). eywords: robust schedulng, resource-constraned proect schedulng, prorty rules, buffer allocaton, mlestones

HARMO OGRAMOWA IE PROJEKTU ZE ZDEFI IOWA YMI KAMIE IAMI MILOWYMI

HARMO OGRAMOWA IE PROJEKTU ZE ZDEFI IOWA YMI KAMIE IAMI MILOWYMI Marcn Klmek HARMO OGRAMOWA IE PROJEKTU ZE ZDEFI IOWA YMI KAMIE IAMI MILOWYMI Słowa kluczowe: harmonogramowane projektu, kamene mlowe, ter-mny zakończena. Wstęp W ostatnch latach powstaje wele prac z harmonogramowana

Bardziej szczegółowo

PROCEDURY ODPORNEJ ALOKACJI ZASOBÓW DLA PROBLEMU HARMONOGRAMOWANIA PROJEKTU Z WAŻONYMI KOSZTAMI NIESTABILNOŚCI 1

PROCEDURY ODPORNEJ ALOKACJI ZASOBÓW DLA PROBLEMU HARMONOGRAMOWANIA PROJEKTU Z WAŻONYMI KOSZTAMI NIESTABILNOŚCI 1 PROCEDURY ODPORNEJ ALOKACJI ZASOBÓW DLA PROBLEMU HARMONOGRAMOWANIA PROJEKTU Z WAŻONYMI KOSZTAMI NIESTABILNOŚCI 1 Marcn KLIMEK, Potr ŁEBKOWSKI Streszczene: Odporne harmonogramowane projektu jest ważnym

Bardziej szczegółowo

HEURYSTYKA Z REGUŁAMI PRIORYTETOWYMI DLA PROBLEMU HARMONOGRAMOWANIA PROJEKTU Z OGRANICZONYMI ZASOBAMI

HEURYSTYKA Z REGUŁAMI PRIORYTETOWYMI DLA PROBLEMU HARMONOGRAMOWANIA PROJEKTU Z OGRANICZONYMI ZASOBAMI HEURYSTYKA Z REGUŁAMI PRIORYTETOWYMI DLA PROBLEMU HARMONOGRAMOWANIA PROJEKTU Z OGRANICZONYMI ZASOBAMI Marcn KLIMEK, Potr ŁEBKOWSKI Streszczene: W artykule analzowane jest zagadnene harmonogramowana projektu

Bardziej szczegółowo

Wykład 2: Uczenie nadzorowane sieci neuronowych - I

Wykład 2: Uczenie nadzorowane sieci neuronowych - I Wykład 2: Uczene nadzorowane sec neuronowych - I Algorytmy uczena sec neuronowych Na sposób dzałana sec ma wpływ e topologa oraz funkconowane poszczególnych neuronów. Z reguły topologę sec uznae sę za

Bardziej szczegółowo

Wykład 2: Uczenie nadzorowane sieci neuronowych - I

Wykład 2: Uczenie nadzorowane sieci neuronowych - I Wykład 2: Uczene nadzorowane sec neuronowych - I Algorytmy uczena sec neuronowych Na sposób dzałana sec ma wpływ e topologa oraz funkconowane poszczególnych neuronów. Z reguły topologę sec uznae sę za

Bardziej szczegółowo

HARMONOGRAMOWANIE PROJEKTÓW W DYNAMICZNYCH RODOWISKACH PRODUKCYJNYCH

HARMONOGRAMOWANIE PROJEKTÓW W DYNAMICZNYCH RODOWISKACH PRODUKCYJNYCH Marcn Klmek HARMONOGRAMOWANIE PROJEKTÓW W DYNAMICZNYCH RODOWISKACH PRODUKCYJNYCH S owa kluczowe: harmonogramowane projektów, zak ócena produkcyjne, predyktywno-reaktywne harmonogramowane Wst p Zarz dzane

Bardziej szczegółowo

METODA MONTE CARLO DLA PROBLEMU HARMONOGRAMOWANIA PROJEKTU Z MAKSYMALIZACJĄ PRZEPŁYWÓW PIENIĘŻNYCH W WARUNKACH NIEPEWNOŚCI 1

METODA MONTE CARLO DLA PROBLEMU HARMONOGRAMOWANIA PROJEKTU Z MAKSYMALIZACJĄ PRZEPŁYWÓW PIENIĘŻNYCH W WARUNKACH NIEPEWNOŚCI 1 METODA MONTE CARLO DLA PROBLEMU HARMONOGRAMOWANIA PROJEKTU Z MAKSYMALIZACJĄ PRZEPŁYWÓW PIENIĘŻNYCH W WARUNKACH NIEPEWNOŚCI 1 Marcn KLIMEK, Potr ŁEBKOWSKI Streszczene: W artykule przedstawone jest zagadnene

Bardziej szczegółowo

Problem plecakowy (KNAPSACK PROBLEM).

Problem plecakowy (KNAPSACK PROBLEM). Problem plecakowy (KNAPSACK PROBLEM). Zagadnene optymalzac zwane problemem plecakowym swą nazwę wzęło z analog do sytuac praktyczne podobne do problemu pakowana plecaka. Chodz o to, by zapakować maksymalne

Bardziej szczegółowo

Zarządzanie ryzykiem w przedsiębiorstwie i jego wpływ na analizę opłacalności przedsięwzięć inwestycyjnych

Zarządzanie ryzykiem w przedsiębiorstwie i jego wpływ na analizę opłacalności przedsięwzięć inwestycyjnych dr nż Andrze Chylńsk Katedra Bankowośc Fnansów Wyższa Szkoła Menedżerska w Warszawe Zarządzane ryzykem w rzedsęborstwe ego wływ na analzę ołacalnośc rzedsęwzęć nwestycynych w w w e - f n a n s e c o m

Bardziej szczegółowo

5. OPTYMALIZACJA GRAFOWO-SIECIOWA

5. OPTYMALIZACJA GRAFOWO-SIECIOWA . OPTYMALIZACJA GRAFOWO-SIECIOWA Defncja grafu Pod pojęcem grafu G rozumemy następującą dwójkę uporządkowaną (defncja grafu Berge a): (.) G W,U gdze: W zbór werzchołków grafu, U zbór łuków grafu, U W W,

Bardziej szczegółowo

ANALIZA HARMONOGRAMÓW POWYKONAWCZYCH W BUDOWNICTWIE

ANALIZA HARMONOGRAMÓW POWYKONAWCZYCH W BUDOWNICTWIE ANALIZA HARMONOGRAMÓW POWYKONAWCZYCH W BUDOWNICTWIE Wocech BOŻEJKO Zdzsław HEJDUCKI Marusz UCHROŃSKI Meczysław WODECKI Streszczene: W pracy przedstawono metodę wykorzystana harmonogramów powykonawczych

Bardziej szczegółowo

Sztuczne sieci neuronowe

Sztuczne sieci neuronowe Sztuczne sec neuronowe Jerzy Stefanowsk Plan wykładu 1. Wprowadzene 2. Model sztucznego neuronu. 3. Topologe sec neuronowych 4. Reguły uczena sec neuronowych. 5. Klasyfkaca sec neuronowych. 6. Sec warstwowe

Bardziej szczegółowo

Badania operacyjne w logistyce i zarządzaniu produkcją

Badania operacyjne w logistyce i zarządzaniu produkcją Państwowa Wyższa Szkoła Zawodowa w Nowym Sączu Badana operacyne w logstyce zarządzanu produkcą cz. I Andrze Woźnak Nowy Sącz Komtet Redakcyny doc. dr Zdzsława Zacłona przewodncząca, prof. dr hab. nż. Jarosław

Bardziej szczegółowo

Predyktywne harmonogramowanie projektów informatycznych

Predyktywne harmonogramowanie projektów informatycznych Predyktywe harmoogramowae proektów formatyczych mgr Ŝ. Marc Klmek Istytut Iformatyk Państwowa WyŜsza Szkoła Zawodowa m. PapeŜa Jaa Pawła II w Bałe Podlaske Streszczee: W artykule przedstawoo problem predyktywego

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj

Bardziej szczegółowo

Plan wykładu. Sztuczne sieci neuronowe. Neuronu dyskretny. Neuron dyskretny (perceptron prosty)

Plan wykładu. Sztuczne sieci neuronowe. Neuronu dyskretny. Neuron dyskretny (perceptron prosty) Plan wykładu Dzałane neuronu dyskretnego warstwy neuronów dyskretnych Wykład : Reguły uczena sec neuronowych. Sec neuronowe ednokerunkowe. Reguła perceptronowa Reguła Wdrowa-Hoffa Reguła delta ałgorzata

Bardziej szczegółowo

Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)

Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja) Analza danych Dane trenngowe testowe. Algorytm k najblższych sąsadów. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ OGÓLNY SCHEMAT Mamy dany zbór danych podzelony na klasy decyzyjne, oraz

Bardziej szczegółowo

RÓWNOWAGA STACKELBERGA W GRACH SEKWENCYJNYCH

RÓWNOWAGA STACKELBERGA W GRACH SEKWENCYJNYCH Stansław KOWALIK e-mal: skowalk@wsb.edu.pl Wyższa Szkoła Bznesu Dąbrowa Górncza RÓWNOWAGA STACKELBERGA W GRACH SEKWENCYJNYCH Streszczene Praca dotyczy nekooperacynych sekwencynych ger dwuosobowych o sume

Bardziej szczegółowo

KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA

KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA Krzysztof Serżęga Wyższa Szkoła Informatyk Zarządzana w Rzeszowe Streszczene Artykuł porusza temat zwązany

Bardziej szczegółowo

Weryfikacja hipotez dla wielu populacji

Weryfikacja hipotez dla wielu populacji Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w

Bardziej szczegółowo

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskego 8, 04-703 Warszawa tel.

Bardziej szczegółowo

n liczba zmiennych decyzyjnych c współczynniki funkcji celu a współczynniki przy zmienych decyzyjnych w warunkach

n liczba zmiennych decyzyjnych c współczynniki funkcji celu a współczynniki przy zmienych decyzyjnych w warunkach Problem decyzyny cel różne sposoby dzałana (decyze) warunk ogranczaące (determnuą zbór decyz dopuszczalnych) kryterum wyboru: umożlwa porównane efektywnośc różnych decyz dopuszczalnych z punktu wdzena

Bardziej szczegółowo

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda BADANIA OPERACYJNE Podejmowane decyzj w warunkach nepewnośc dr Adam Sojda Teora podejmowana decyzj gry z naturą Wynk dzałana zależy ne tylko od tego, jaką podejmujemy decyzję, ale równeż od tego, jak wystąp

Bardziej szczegółowo

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A Analza rodzajów skutków krytycznośc uszkodzeń FMECA/FMEA według MIL STD - 629A Celem analzy krytycznośc jest szeregowane potencjalnych rodzajów uszkodzeń zdentyfkowanych zgodne z zasadam FMEA na podstawe

Bardziej szczegółowo

Sortowanie szybkie Quick Sort

Sortowanie szybkie Quick Sort Sortowane szybke Quck Sort Algorytm sortowana szybkego opera sę na strateg "dzel zwycęża" (ang. dvde and conquer), którą możemy krótko scharakteryzować w trzech punktach: 1. DZIEL - problem główny zostae

Bardziej szczegółowo

Analiza ryzyka kosztowego robót remontowo-budowlanych w warunkach niepełnej informacji

Analiza ryzyka kosztowego robót remontowo-budowlanych w warunkach niepełnej informacji Analza ryzyka kosztowego robót remontowo-budowlanych w warunkach nepełne nformac Mgr nż. Mchał Bętkowsk, dr nż. Andrze Pownuk Wydzał Budownctwa Poltechnka Śląska w Glwcach Mchal.Betkowsk@polsl.pl, Andrze.Pownuk@polsl.pl

Bardziej szczegółowo

PROCEDURY GENEROWANIA HARMONOGRAMU DLA PROBLEMU MAKSYMALIZACJI ZDYSKONTOWANYCH PRZEPŁYWÓW PIENIĘŻNYCH DLA PROJEKTU ROZLICZANEGO ETAPOWO 1

PROCEDURY GENEROWANIA HARMONOGRAMU DLA PROBLEMU MAKSYMALIZACJI ZDYSKONTOWANYCH PRZEPŁYWÓW PIENIĘŻNYCH DLA PROJEKTU ROZLICZANEGO ETAPOWO 1 PROCEDURY GENEROWANIA HARMONOGRAMU DLA PROBLEMU MAKSYMALIZACJI ZDYSKONTOWANYCH PRZEPŁYWÓW PIENIĘŻNYCH DLA PROJEKTU ROZLICZANEGO ETAPOWO 1 Marcin KLIMEK, Piotr ŁEBKOWSKI Streszczenie: Harmonogramowanie

Bardziej szczegółowo

-ignorowanie zmiennej wartości pieniądza w czasie, -niemoŝność porównywania projektów o róŝnych klasach ryzyka.

-ignorowanie zmiennej wartości pieniądza w czasie, -niemoŝność porównywania projektów o róŝnych klasach ryzyka. Podstawy oceny ekonomcznej przedsęwzęć termo-modernzacyjnych modernzacyjnych -Proste (statyczne)-spb (prosty czas zwrotu nakładów nwestycyjnych) -ZłoŜone (dynamczne)-dpb, NPV, IRR,PI Cechy metod statycznych:

Bardziej szczegółowo

Matematyka finansowa r. Komisja Egzaminacyjna dla Aktuariuszy. LXVIII Egzamin dla Aktuariuszy z 29 września 2014 r.

Matematyka finansowa r. Komisja Egzaminacyjna dla Aktuariuszy. LXVIII Egzamin dla Aktuariuszy z 29 września 2014 r. Komsa Egzamnacyna dla Aktuaruszy LXVIII Egzamn dla Aktuaruszy z 29 wrześna 14 r. Część I Matematyka fnansowa WERSJA TESTU A Imę nazwsko osoby egzamnowane:... Czas egzamnu: 0 mnut 1 1. W chwl T 0 frma ABC

Bardziej szczegółowo

Grupowanie. Wprowadzenie. Metody hierarchiczne. Modele mieszane (mixture models) Metody najmniejszych kwadratów. Zastosowania

Grupowanie. Wprowadzenie. Metody hierarchiczne. Modele mieszane (mixture models) Metody najmniejszych kwadratów. Zastosowania Grupowane Wprowadzene Metody herarchczne Modele meszane (mxture models) Metoda Expectaton-maxmzaton (EM) Metody namneszych kwadratów Krytera akośc grupowana Algorytm k-średnch Zastosowana Statstcal Pattern

Bardziej szczegółowo

Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup

Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup Jednoczynnkowa Analza Waranc (ANOVA) Wykład 11 Przypomnene: wykłady zadana kursu były zaczerpnęte z podręcznków: Statystyka dla studentów kerunków techncznych przyrodnczych, J. Koronack, J. Melnczuk, WNT

Bardziej szczegółowo

1. Komfort cieplny pomieszczeń

1. Komfort cieplny pomieszczeń 1. Komfort ceplny pomeszczeń Przy określanu warunków panuących w pomeszczenu używa sę zwykle dwóch poęć: mkroklmat komfort ceplny. Przez poęce mkroklmatu wnętrz rozume sę zespół wszystkch parametrów fzycznych

Bardziej szczegółowo

Dr inż. Robert Smusz Politechnika Rzeszowska im. I. Łukasiewicza Wydział Budowy Maszyn i Lotnictwa Katedra Termodynamiki

Dr inż. Robert Smusz Politechnika Rzeszowska im. I. Łukasiewicza Wydział Budowy Maszyn i Lotnictwa Katedra Termodynamiki Dr nż. Robert Smusz Poltechnka Rzeszowska m. I. Łukasewcza Wydzał Budowy Maszyn Lotnctwa Katedra Termodynamk Projekt jest współfnansowany w ramach programu polskej pomocy zagrancznej Mnsterstwa Spraw Zagrancznych

Bardziej szczegółowo

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB Rozwązywane zadań optymalzacj w środowsku programu MATLAB Zagadnene optymalzacj polega na znajdowanu najlepszego, względem ustalonego kryterum, rozwązana należącego do zboru rozwązań dopuszczalnych. Standardowe

Bardziej szczegółowo

STATECZNOŚĆ SKARP. α - kąt nachylenia skarpy [ o ], φ - kąt tarcia wewnętrznego gruntu [ o ],

STATECZNOŚĆ SKARP. α - kąt nachylenia skarpy [ o ], φ - kąt tarcia wewnętrznego gruntu [ o ], STATECZNOŚĆ SKARP W przypadku obektu wykonanego z gruntów nespostych zaprojektowane bezpecznego nachylena skarp sprowadza sę do przekształcena wzoru na współczynnk statecznośc do postac: tgφ tgα = n gdze:

Bardziej szczegółowo

Rozdział 6 Programowanie sieciowe

Rozdział 6 Programowanie sieciowe Rozdzał 6 Programowane secowe Metody programowana secowego są to technk planowana złożonych przedsęwzęć organzacyjnych stosowane w celu zapewnena sprawnego przebegu ch realzacj. Metody wykorzystujące sec

Bardziej szczegółowo

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy rozkroju materiałowego, zagadnienia dualne

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy rozkroju materiałowego, zagadnienia dualne Instrukca do ćwczeń laboratorynych z przedmotu: Badana operacyne Temat ćwczena: Problemy rozkrou materałowego, zagadnena dualne Zachodnopomorsk Unwersytet Technologczny Wydzał Inżyner Mechanczne Mechatronk

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1 KURS STATYSTYKA Lekcja 6 Regresja lne regresj ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 Funkcja regresj I rodzaju cechy Y zależnej

Bardziej szczegółowo

Zjawiska masowe takie, które mogą wystąpid nieograniczoną ilośd razy. Wyrazów Obcych)

Zjawiska masowe takie, które mogą wystąpid nieograniczoną ilośd razy. Wyrazów Obcych) Statystyka - nauka zajmująca sę metodam badana przedmotów zjawsk w ch masowych przejawach ch loścową lub jakoścową analzą z punktu wdzena nauk, do której zakresu należą.

Bardziej szczegółowo

Podstawy teorii falek (Wavelets)

Podstawy teorii falek (Wavelets) Podstawy teor falek (Wavelets) Ψ(). Transformaca Haara (97).. Przykład pewne metody zapsu obrazu Transformaca Haara Przykład zapsu obrazu -D Podstawy matematyczne transformac Algorytmy rozkładana funkc

Bardziej szczegółowo

WYBRANE ASPEKTY HARMONOGRAMOWANIA PROCESU MAGAZYNOWEGO

WYBRANE ASPEKTY HARMONOGRAMOWANIA PROCESU MAGAZYNOWEGO PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 64 Transpor 28 Tomasz AMBROZIAK, Konrad LEWCZUK Wydzał Transporu Polechnk Warszawske Zakład Logsyk Sysemów Transporowych ul. Koszykowa 75, -662 Warszawa am@.pw.edu.pl;

Bardziej szczegółowo

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np. Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas

Bardziej szczegółowo

Rozdział III Dynamiczna ocena projektów inwestycyjnych 1. Ocena projektu inwestycyjnego

Rozdział III Dynamiczna ocena projektów inwestycyjnych 1. Ocena projektu inwestycyjnego Rozdzał III Dynamczna ocena proektów nwestycynych. Ocena proektu nwestycynego,t Stopa nomnalna y 9 Przykład y w w K w 2 b w, 2 K w w,, w 2, Kb- stopa kosztu użyca kredytu bankowego ( z wyłączenem prowz

Bardziej szczegółowo

Przykład 5.1. Kratownica dwukrotnie statycznie niewyznaczalna

Przykład 5.1. Kratownica dwukrotnie statycznie niewyznaczalna rzykład.. Kratownca dwukrotne statyczne newyznaczana oecene: korzystaąc z metody sł wyznaczyć sły w prętach ponższe kratowncy. const Rozwązane zadana rozpoczynamy od obczena stopna statyczne newyznaczanośc

Bardziej szczegółowo

WikiWS For Business Sharks

WikiWS For Business Sharks WkWS For Busness Sharks Ops zadana konkursowego Zadane Opracowane algorytmu automatyczne przetwarzającego zdjęce odręczne narysowanego dagramu na tablcy lub kartce do postac wektorowej zapsanej w formace

Bardziej szczegółowo

Zadane 1: Wyznacz średne ruchome 3-okresowe z następujących danych obrazujących zużyce energ elektrycznej [kwh] w pewnym zakładze w mesącach styczeń - lpec 1998 r.: 400; 410; 430; 40; 400; 380; 370. Zadane

Bardziej szczegółowo

SYSTEM ZALICZEŃ ĆWICZEŃ

SYSTEM ZALICZEŃ ĆWICZEŃ AMI, zma 010/011 mgr Krzysztof Rykaczewsk System zalczeń Wydzał Matematyk Informatyk UMK SYSTEM ZALICZEŃ ĆWICZEŃ z Analzy Matematycznej I, 010/011 (na podst. L.G., K.L., J.M., K.R.) Nnejszy dokument dotyczy

Bardziej szczegółowo

MIĘDZYNARODOWE UNORMOWANIA WYRAśANIA ANIA NIEPEWNOŚCI POMIAROWYCH

MIĘDZYNARODOWE UNORMOWANIA WYRAśANIA ANIA NIEPEWNOŚCI POMIAROWYCH MIĘDZYNARODOWE UNORMOWANIA WYRAśANIA ANIA NIEPEWNOŚCI POMIAROWYCH Adam Mchczyńsk W roku 995 grupa nstytucj mędzynarodowych: ISO Internatonal Organzaton for Standardzaton (Mędzynarodowa Organzacja Normalzacyjna),

Bardziej szczegółowo

HARMONOGRAMOWANIE BUDOWY Z UWZGLĘDNIENIEM ROZMYTYCH CZASÓW WYKONANIA ROBÓT SCHEDULING OF CONSTRUCTION PROJECT WITH FUZZY PROCESSING TIMES

HARMONOGRAMOWANIE BUDOWY Z UWZGLĘDNIENIEM ROZMYTYCH CZASÓW WYKONANIA ROBÓT SCHEDULING OF CONSTRUCTION PROJECT WITH FUZZY PROCESSING TIMES JANUSZ KULEJEWSKI, NABI IBADOV HARMONOGRAMOWANIE BUDOWY Z UWZGLĘDNIENIEM ROZMYTYCH CZASÓW WYKONANIA ROBÓT SCHEDULING OF CONSTRUCTION PROJECT WITH FUZZY PROCESSING TIMES Streszczene Abstract W artyule przedstawono

Bardziej szczegółowo

OPTYMALIZACJA ALGORYTMÓW WYZNACZANIA RUCHU CIECZY LEPKIEJ METODĄ SZTUCZNEJ ŚCIŚLIWOŚCI

OPTYMALIZACJA ALGORYTMÓW WYZNACZANIA RUCHU CIECZY LEPKIEJ METODĄ SZTUCZNEJ ŚCIŚLIWOŚCI MODELOWANIE INśYNIERSKIE ISSN 1896-771X 36, s. 187-192, Glwce 2008 OPTYMALIZACJA ALGORYTMÓW WYZNACZANIA RUCHU CIECZY LEPKIEJ METODĄ SZTUCZNEJ ŚCIŚLIWOŚCI ZBIGNIEW KOSMA, BOGDAN NOGA Instytut Mechank Stosowane,

Bardziej szczegółowo

2012-10-11. Definicje ogólne

2012-10-11. Definicje ogólne 0-0- Defncje ogólne Logstyka nauka o przepływe surowców produktów gotowych rodowód wojskowy Utrzyywane zapasów koszty zwązane.n. z zarożene kaptału Brak w dostawach koszty zwązane.n. z przestoje w produkcj

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZNA INTELIGENCJA WYKŁAD 15. ALGORYTMY GENETYCZNE Częstochowa 014 Dr hab. nż. Grzegorz Dudek Wydzał Elektryczny Poltechnka Częstochowska TERMINOLOGIA allele wartośc, waranty genów, chromosom - (naczej

Bardziej szczegółowo

Wielokategorialne systemy uczące się i ich zastosowanie w bioinformatyce. Rafał Grodzicki

Wielokategorialne systemy uczące się i ich zastosowanie w bioinformatyce. Rafał Grodzicki Welokategoralne systemy uząe sę h zastosowane w bonformatye Rafał Grodzk Welokategoralny system uząy sę (multlabel learnng system) Zbór danyh weśowyh: d X = R Zbór klas (kategor): { 2 } =...Q Zbór uząy:

Bardziej szczegółowo

NAFTA-GAZ marzec 2011 ROK LXVII. Wprowadzenie. Tadeusz Kwilosz

NAFTA-GAZ marzec 2011 ROK LXVII. Wprowadzenie. Tadeusz Kwilosz NAFTA-GAZ marzec 2011 ROK LXVII Tadeusz Kwlosz Instytut Nafty Gazu, Oddzał Krosno Zastosowane metody statystycznej do oszacowana zapasu strategcznego PMG, z uwzględnenem nepewnośc wyznaczena parametrów

Bardziej szczegółowo

RÓWNOLEGŁY ALGORYTM POPULACYJNY DLA PROBLEMU GNIAZDOWEGO Z RÓWNOLEGŁYMI MASZYNAMI

RÓWNOLEGŁY ALGORYTM POPULACYJNY DLA PROBLEMU GNIAZDOWEGO Z RÓWNOLEGŁYMI MASZYNAMI RÓWNOLEGŁY ALGORYTM POPULACYJNY DLA PROBLEMU GNIAZDOWEGO Z RÓWNOLEGŁYMI MASZYNAMI Wojcech BOŻEJKO, Marusz UCHROŃSKI, Meczysław WODECKI Streszczene: W pracy rozpatrywany jest ogólny problem kolejnoścowy

Bardziej szczegółowo

ZAŁĄCZNIK NR 1C KARTA USŁUGI Utrzymanie Systemu Kopii Zapasowych (USKZ)

ZAŁĄCZNIK NR 1C KARTA USŁUGI Utrzymanie Systemu Kopii Zapasowych (USKZ) Załącznk nr 1C do Umowy nr.. z dna.2014 r. ZAŁĄCZNIK NR 1C KARTA USŁUGI Utrzymane Systemu Kop Zapasowych (USKZ) 1 INFORMACJE DOTYCZĄCE USŁUGI 1.1 CEL USŁUGI: W ramach Usług Usługodawca zobowązany jest

Bardziej szczegółowo

Algorytmy konstrukcyjne dla problemu harmonogramowania projektu z ograniczonymi zasobami. Marcin Klimek *

Algorytmy konstrukcyjne dla problemu harmonogramowania projektu z ograniczonymi zasobami. Marcin Klimek * Zeszyty Naukowe WWSI, No 15, Vol. 10, 2016, s. 41-52 Algorytmy konstrukcyjne dla problemu harmonogramowania projektu z ograniczonymi zasobami Marcin Klimek * Państwowa Szkoła Wyższa w Białej Podlaskiej,

Bardziej szczegółowo

WSPOMAGANE KOMPUTEROWO POMIARY CZĘSTOTLIWOŚCI CHWILOWEJ SYGNAŁÓW IMPULSOWYCH

WSPOMAGANE KOMPUTEROWO POMIARY CZĘSTOTLIWOŚCI CHWILOWEJ SYGNAŁÓW IMPULSOWYCH Metrologa Wspomagana Komputerowo - Zegrze, 9-22 05.997 WSPOMAGANE KOMPUTEROWO POMIARY CZĘSTOTLIWOŚCI CHWILOWEJ SYGNAŁÓW IMPULSOWYCH dr nż. Jan Ryszard Jask, dr nż. Elgusz Pawłowsk POLITECHNIKA lubelska

Bardziej szczegółowo

Laboratorium ochrony danych

Laboratorium ochrony danych Laboratorum ochrony danych Ćwczene nr Temat ćwczena: Cała skończone rozszerzone Cel dydaktyczny: Opanowane programowej metody konstruowana cał skończonych rozszerzonych GF(pm), poznane ch własnośc oraz

Bardziej szczegółowo

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE Inormatyka Podstawy Programowana 06/07 Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE 6. Równana algebraczne. Poszukujemy rozwązana, czyl chcemy określć perwastk rzeczywste równana:

Bardziej szczegółowo

ANALIZA PREFERENCJI SŁUCHACZY UNIWERSYTETU TRZECIEGO WIEKU Z WYKORZYSTANIEM WYBRANYCH METOD NIESYMETRYCZNEGO SKALOWANIA WIELOWYMIAROWEGO

ANALIZA PREFERENCJI SŁUCHACZY UNIWERSYTETU TRZECIEGO WIEKU Z WYKORZYSTANIEM WYBRANYCH METOD NIESYMETRYCZNEGO SKALOWANIA WIELOWYMIAROWEGO Artur Zaborsk Unwersytet Ekonomczny we Wrocławu ANALIZA PREFERENCJI SŁUCHACZY UNIWERSYTETU TRZECIEGO WIEKU Z WYKORZYSTANIEM WYBRANYCH METOD NIESYMETRYCZNEGO SKALOWANIA WIELOWYMIAROWEGO Wprowadzene Od ukazana

Bardziej szczegółowo

Proces narodzin i śmierci

Proces narodzin i śmierci Proces narodzn śmerc Jeżel w ewnej oulacj nowe osobnk ojawają sę w sosób losowy, rzy czym gęstość zdarzeń na jednostkę czasu jest stała w czase wynos λ, oraz lczba osobnków n, które ojawły sę od chwl do

Bardziej szczegółowo

Egzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010

Egzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010 Egzamn ze statystyk/ Studa Lcencjacke Stacjonarne/ Termn /czerwec 2010 Uwaga: Przy rozwązywanu zadań, jeśl to koneczne, naleŝy przyjąć pozom stotnośc 0,01 współczynnk ufnośc 0,99 Zadane 1 PonŜsze zestawene

Bardziej szczegółowo

Diagnostyka układów kombinacyjnych

Diagnostyka układów kombinacyjnych Dagnostyka układów kombnacyjnych 1. Wprowadzene Dagnostyka obejmuje: stwerdzene stanu układu, systemu lub ogólne sec logcznej. Jest to tzw. kontrola stanu wykrywająca czy dzałane sec ne jest zakłócane

Bardziej szczegółowo

11/22/2014. Jeśli stała c jest równa zero to takie gry nazywamy grami o sumie zerowej.

11/22/2014. Jeśli stała c jest równa zero to takie gry nazywamy grami o sumie zerowej. /22/24 Dwuosobowe gry o sume zero DO NAUCZENIA I ZAPAMIĘTANIA: Defnca zaps ger o sume zero, adaptaca ogólnych defnc. Punkt sodłowy Twerdzena o zwązkach punktu sodłowego z koncepcam rozwązań PRZYPOMNIENIE:

Bardziej szczegółowo

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4. Modele weloczynnkowe Analza Zarządzane Portfelem cz. 4 Ogólne model weloczynnkowy można zapsać jako: (,...,,..., ) P f F F F = n Dr Katarzyna Kuzak lub (,...,,..., ) f F F F = n Modele weloczynnkowe Można

Bardziej szczegółowo

Dobór procesora sygnałowego w konstrukcji regulatora optymalnego

Dobór procesora sygnałowego w konstrukcji regulatora optymalnego Pomary Automatyka Robotyka 10/2008 Dobór procesora sygnałowego w konstrukc regulatora optymalnego Marusz Pauluk Potr Bana Darusz Marchewka Mace Rosół W pracy przedstawono przegląd dostępnych obecne procesorów

Bardziej szczegółowo

Lokalizacja buforów czasu w metodzie łańcucha krytycznego w harmonogramach robót budowlanych (cz. I) podstawy teoretyczne

Lokalizacja buforów czasu w metodzie łańcucha krytycznego w harmonogramach robót budowlanych (cz. I) podstawy teoretyczne ZARZĄDZAIE I ORGAIZACJA Lokalzaca buforów czasu w metodze łańcucha krytycznego w harmonogramach robót budowlanych (cz. I) podstawy teoretyczne Dr hab. nż. Meczysław Połońsk, mgr nż. Kaml Pruszyńsk, Szkoła

Bardziej szczegółowo

Klasyfkator lnowy Wstęp Klasyfkator lnowy jest najprostszym możlwym klasyfkatorem. Zakłada on lnową separację lnowy podzał dwóch klas mędzy sobą. Przedstawa to ponższy rysunek: 5 4 3 1 0-1 - -3-4 -5-5

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZNA INTELIGENCJA WYKŁAD 18. ALGORYTMY EWOLUCYJNE - ZASTOSOWANIA Częstochowa 2014 Dr hab. nż. Grzegorz Dudek Wydzał Elektryczny Poltechnka Częstochowska ZADANIE ZAŁADUNKU Zadane załadunku plecakowe

Bardziej szczegółowo

ZASTOSOWANIE KLASYCZNEGO ALGORYTMU GENETYCZNEGO DO ROZWIĄZANIA ZBILANSOWANEGO ZAGADNIENIA TRANSPORTOWEGO

ZASTOSOWANIE KLASYCZNEGO ALGORYTMU GENETYCZNEGO DO ROZWIĄZANIA ZBILANSOWANEGO ZAGADNIENIA TRANSPORTOWEGO Studa Materały. Mscellanea Oeconomcae Rok 6, Nr 2/22 Wydzał Zarządzana Admnstrac Unwersytetu Jana Kochanowskego w Kelcach Z a r z ą d z a n e f n a n s e Rafał Prońko ZASTOSOWANIE KLASYCZNEGO ALGORYTMU

Bardziej szczegółowo

Zapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie.

Zapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie. Zaps nformacj, systemy pozycyjne 1 Lteratura Jerzy Grębosz, Symfona C++ standard. Harvey M. Detl, Paul J. Detl, Arkana C++. Programowane. Zaps nformacj w komputerach Wszystke elementy danych przetwarzane

Bardziej szczegółowo

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.

Bardziej szczegółowo

Komórkowy model sterowania ruchem pojazdów w sieci ulic.

Komórkowy model sterowania ruchem pojazdów w sieci ulic. Komórkowy model sterowana ruchem pojazdów w sec ulc. Autor: Macej Krysztofak Promotor: dr n ż. Marusz Kaczmarek 1 Plan prezentacj: 1. Wprowadzene 2. Cel pracy 3. Podsumowane 2 Wprowadzene Sygnalzacja śwetlna

Bardziej szczegółowo

BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG20

BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG20 Darusz Letkowsk Unwersytet Łódzk BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG0 Wprowadzene Teora wyboru efektywnego portfela nwestycyjnego zaproponowana przez H. Markowtza oraz jej rozwnęca

Bardziej szczegółowo

Współczynnik przenikania ciepła U v. 4.00

Współczynnik przenikania ciepła U v. 4.00 Współczynnk przenkana cepła U v. 4.00 1 WYMAGANIA Maksymalne wartośc współczynnków przenkana cepła U dla ścan, stropów, stropodachów, oken drzw balkonowych podano w załącznku do Rozporządzena Mnstra Infrastruktury

Bardziej szczegółowo

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu PRACE KOMISJI GEOGRAFII PRZEMY SŁU Nr 7 WARSZAWA KRAKÓW 2004 Akadema Pedagogczna, Kraków Kształtowane sę frm nformatycznych jako nowych elementów struktury przestrzennej przemysłu Postępujący proces rozwoju

Bardziej szczegółowo

Wykład 1 Zagadnienie brzegowe liniowej teorii sprężystości. Metody rozwiązywania, metody wytrzymałości materiałów. Zestawienie wzorów i określeń.

Wykład 1 Zagadnienie brzegowe liniowej teorii sprężystości. Metody rozwiązywania, metody wytrzymałości materiałów. Zestawienie wzorów i określeń. Wykład Zagadnene brzegowe lnowe teor sprężystośc. Metody rozwązywana, metody wytrzymałośc materałów. Zestawene wzorów określeń. Układ współrzędnych Kartezańsk, prostokątny. Ose x y z oznaczono odpowedno

Bardziej szczegółowo

Programowanie Równoległe i Rozproszone

Programowanie Równoległe i Rozproszone Programowane Równoległe Rozproszone Wykład Programowane Równoległe Rozproszone Lucjan Stapp Wydzał Matematyk Nauk Informacyjnych Poltechnka Warszawska (l.stapp@mn.pw.edu.pl) /38 PRR Wykład Chcemy rozwązać

Bardziej szczegółowo

Statyczna alokacja kanałów (FCA)

Statyczna alokacja kanałów (FCA) Przydzał kanałów 1 Zarys wykładu Wprowadzene Alokacja statyczna a alokacja dynamczna Statyczne metody alokacj kanałów Dynamczne metody alokacj kanałów Inne metody alokacj kanałów Alokacja w strukturach

Bardziej szczegółowo

3. ŁUK ELEKTRYCZNY PRĄDU STAŁEGO I PRZEMIENNEGO

3. ŁUK ELEKTRYCZNY PRĄDU STAŁEGO I PRZEMIENNEGO 3. ŁUK ELEKTRYCZNY PRĄDU STŁEGO I PRZEMIENNEGO 3.1. Cel zakres ćwczena Celem ćwczena jest zapoznane sę z podstawowym właścwoścam łuku elektrycznego palącego sę swobodne, w powetrzu o cśnentmosferycznym.

Bardziej szczegółowo

REAKTYWNE HARMONOGRAMOWANIE PROJEKTU 1

REAKTYWNE HARMONOGRAMOWANIE PROJEKTU 1 REAKTYWNE HARMONOGRAMOWANIE PROJEKTU 1 Marcin KLIMEK, Piotr ŁEBKOWSKI Streszczenie: W artykule przedstawiono wybrane zagadnienia reaktywnego harmonogramowania projektu z ograniczoną dostępnością zasobów.

Bardziej szczegółowo

Dobór zmiennych objaśniających

Dobór zmiennych objaśniających Dobór zmennych objaśnających Metoda grafowa: Należy tak rozpąć graf na werzchołkach opsujących poszczególne zmenne, aby występowały w nm wyłączne łuk symbolzujące stotne korelacje pomędzy zmennym opsującym.

Bardziej szczegółowo

BADANIA CHARAKTERYSTYK HYDRAULICZNYCH KSZTAŁTEK WENTYLACYJNYCH

BADANIA CHARAKTERYSTYK HYDRAULICZNYCH KSZTAŁTEK WENTYLACYJNYCH INSTYTUT KLIMATYZACJI I OGRZEWNICTWA ĆWICZENIA LABORATORYJNE Z WENTYLACJI I KLIMATYZACJI: BADANIA CHARAKTERYSTYK HYDRAULICZNYCH KSZTAŁTEK WENTYLACYJNYCH 1. WSTĘP Stanowsko laboratoryjne pośwęcone badanu

Bardziej szczegółowo

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 5(96)/2013

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 5(96)/2013 ZESZYTY NAUKOWE NSTYTUTU POJAZDÓW 5(96)/2013 Hubert Sar, Potr Fundowcz 1 WYZNACZANE MASOWEGO MOMENTU BEZWŁADNOŚC WZGLĘDEM OS PODŁUŻNEJ DLA SAMOCHODU TYPU VAN NA PODSTAWE WZORÓW DOŚWADCZALNYCH 1. Wstęp

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1 KURS STATYSTYKA Lekcja 1 Statystyka opsowa ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 W statystyce opsowej mamy pełne nformacje

Bardziej szczegółowo

Natalia Nehrebecka. Zajęcia 4

Natalia Nehrebecka. Zajęcia 4 St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających

Bardziej szczegółowo

OPTYMALIZACJA WARTOŚCI POLA MAGNETYCZNEGO W POBLIŻU LINII NAPOWIETRZNEJ Z WYKORZYSTANIEM ALGORYTMU GENETYCZNEGO

OPTYMALIZACJA WARTOŚCI POLA MAGNETYCZNEGO W POBLIŻU LINII NAPOWIETRZNEJ Z WYKORZYSTANIEM ALGORYTMU GENETYCZNEGO POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 81 Electrcal Engneerng 015 Mkołaj KSIĄŻKIEWICZ* OPTYMALIZACJA WARTOŚCI POLA MAGNETYCZNEGO W POLIŻU LINII NAPOWIETRZNEJ Z WYKORZYSTANIEM ALGORYTMU

Bardziej szczegółowo

I. Elementy analizy matematycznej

I. Elementy analizy matematycznej WSTAWKA MATEMATYCZNA I. Elementy analzy matematycznej Pochodna funkcj f(x) Pochodna funkcj podaje nam prędkość zman funkcj: df f (x + x) f (x) f '(x) = = lm x 0 (1) dx x Pochodna funkcj podaje nam zarazem

Bardziej szczegółowo

Krzysztof Borowski Zastosowanie metody wideł cenowych w analizie technicznej

Krzysztof Borowski Zastosowanie metody wideł cenowych w analizie technicznej Krzysztof Borowsk Zastosowane metody wdeł cenowych w analze technczne Wprowadzene Metoda wdeł cenowych została perwszy raz ogłoszona przez Alana Andrewsa 1 w roku 1960. Trzy lne wchodzące w skład metody

Bardziej szczegółowo

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 2(88)/2012

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 2(88)/2012 ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW (88)/01 Hubert Sar, Potr Fundowcz 1 WYZNACZANIE ASOWEGO OENTU BEZWŁADNOŚCI WZGLĘDE OSI PIONOWEJ DLA SAOCHODU TYPU VAN NA PODSTAWIE WZORU EPIRYCZNEGO 1. Wstęp asowy moment

Bardziej szczegółowo

Badanie współzaleŝności dwóch cech ilościowych X i Y. Analiza korelacji prostej. Badanie zaleŝności dwóch cech ilościowych. Analiza regresji prostej

Badanie współzaleŝności dwóch cech ilościowych X i Y. Analiza korelacji prostej. Badanie zaleŝności dwóch cech ilościowych. Analiza regresji prostej Badane współzaleŝnośc dwóch cech loścowych X Y. Analza korelacj prostej Badane zaleŝnośc dwóch cech loścowych. Analza regresj prostej Kody znaków: Ŝółte wyróŝnene nowe pojęce czerwony uwaga kursywa komentarz

Bardziej szczegółowo

± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości

± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości Podstawowe pojęca procesu pomarowego kreślene jakośc poznana rzeczywstośc Δ zmerzone rzeczywste 17 9 Zalety stosowana elektrycznych przyrządów 1/ 1. możlwość budowy czujnków zamenających werne każdą welkość

Bardziej szczegółowo

Pomiary parametrów akustycznych wnętrz.

Pomiary parametrów akustycznych wnętrz. Pomary parametrów akustycznych wnętrz. Ocena obektywna wnętrz pod względem akustycznym dokonywana jest na podstawe wartośc następujących parametrów: czasu pogłosu, wczesnego czasu pogłosu ED, wskaźnków

Bardziej szczegółowo

METODY PLANOWANIA EKSPERYMENTÓW. dr hab. inż. Mariusz B. Bogacki

METODY PLANOWANIA EKSPERYMENTÓW. dr hab. inż. Mariusz B. Bogacki Metody Planowana Eksperymentów Rozdzał 1. Strona 1 z 14 METODY PLANOWANIA EKSPERYMENTÓW dr hab. nż. Marusz B. Bogack Marusz.Bogack@put.poznan.pl www.fct.put.poznan.pl/cv23.htm Marusz B. Bogack 1 Metody

Bardziej szczegółowo

MIKROEKONOMIA Prof. nadzw. dr hab. Jacek Prokop jproko@sgh.waw.pl

MIKROEKONOMIA Prof. nadzw. dr hab. Jacek Prokop jproko@sgh.waw.pl MIKROEKONOMIA Prof. nadzw. dr hab. Jacek Proko roko@sgh.waw.l Statyka dynamka olgoolstyczne struktury rynku. Modele krótkookresowe konkurenc cenowe w olgoolu.. Model ogranczonych mocy rodukcynych ako wyaśnene

Bardziej szczegółowo

Analiza rezerw na niewypłacone odszkodowania i świadczenia z tytułu ubezpieczeń pozostałych osobowych i majątkowych w oparciu o trójkąty szkód

Analiza rezerw na niewypłacone odszkodowania i świadczenia z tytułu ubezpieczeń pozostałych osobowych i majątkowych w oparciu o trójkąty szkód URZĄD KOMSJ NADZORU UBEZPEZEŃ FUNDUSZY EMERYTALNYH Analza rezerw na newypłacone odszkodowana śwadczena z tytułu ubezpeczeń pozostałych osobowych maątkowych w oparcu o trókąty szkód Departament Systemów

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4 Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja

Bardziej szczegółowo

WPŁYW PARAMETRÓW DYSKRETYZACJI NA NIEPEWNOŚĆ WYNIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO

WPŁYW PARAMETRÓW DYSKRETYZACJI NA NIEPEWNOŚĆ WYNIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO Walenty OWIECZKO WPŁYW PARAMETRÓW DYSKRETYZACJI A IEPEWOŚĆ WYIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO STRESZCZEIE W artykule przedstaono ynk analzy nepenośc pomaru ybranych cech obektu obrazu cyfroego. Wyznaczono

Bardziej szczegółowo

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X Prawdopodobeństwo statystyka.. r. Zadane. Zakładamy, że,,,,, 5 są nezależnym zmennym losowym o rozkładach normalnych, przy czym E = μ Var = σ dla =,,, oraz E = μ Var = 3σ dla =,, 5. Parametry μ, μ σ są

Bardziej szczegółowo