Uniwersytet Ekonomiczny we Wrocławiu Wydział Ekonomii, Zarządzania i Turystyki Katedra Ekonometrii i Informatyki
|
|
- Kajetan Górski
- 5 lat temu
- Przeglądów:
Transkrypt
1 Wydział Ekonomii, Zarządzania i Turystyki Katedra Ekonometrii i Informatyki Informatyka w zarządzaniu przedsiębiorstwem wykład laboratoria
2 Rodzaje modeli symulacyjnych Modele dyskretne/ciągłe tradycyjne modele symulacyjne, których podział odnosi się do zmiennych występujących w modelu. Zmienne ciągłe mogą przyjmować wartość każdej liczby rzeczywistej, podczas gdy zmienna dyskretna przyjmuje wartości tylko z pewnego, ściśle określonego przeliczalnego podzbioru liczb rzeczywistych. Szczególnie istotny jest charakter zmiennej czasu. Jeżeli zmiany w modelu występują w sposób ciągły w miarę upływu czasu, to dany model jest modelem ciągłym; jeżeli natomiast zmiany występują tylko w ściśle określonych chwilach, model posiada charakter dyskretny. Modele hybrydowe modele wykorzystują kombinację zmiennych o charakterze dyskretnym oraz ciągłym. Modele agentowe nowoczesne, dynamiczne modele symulacyjne, w skład których oprócz opisu struktury systemu oraz procesów zachodzących w systemie wchodzą tzw. agenci wykonujący w sposób autonomiczny czynno ści i podejmujący decyzje. Agent może reprezentować obiekty o różnych kształtach i rozmiarach. Na poziomie fizycznym agenci mogą symulować pieszych, pojazdy, roboty; na środkowym poziomie klientów, a na najwyższym konkurujące między sobą przedsiębiorstwa. Jak podaje Gordon [1974], modele symulacyjne są konstruowane w celu analizy, projektowania lub optymalizacji danego systemu.
3 Typy symulacji
4 Symulacja dyskretna Symulacja dyskretna (symulacja zdarzeń dyskretnych) dotyczy modelowania systemu, w którym zmienne stanu systemu zmieniają sie w sposób dyskretny (opis systemu zrealizowany jest za pomocą matematycznych funkcji dyskretnych), jak również mechanizm zmiany czasu (odwzorowanie upływu czasu) ma charakter dyskretny. W odwzorowaniu upływu czasu w symulacji dyskretnej wykorzystuje się zazwyczaj koncepcję następstwa zdarzeń (ang. next-event time advance approach). Po pojawieniu się zdarzenia w systemie zostają wykonane czynności związane z tym zdarzeniem, następnie są wyznaczone wartości zmiennych stanu systemu i rejestrowane statystyki systemu oraz zostaje przesunięty czas do chwili pojawienia się następnego zdarzenia w systemie. W symulacji dyskretnej ma zastosowanie modelowanie obiektowe oraz modelowanie sieciowe. Modele sieciowe w symulacji dyskretnej mają postać: sieci kolejkowych, sieci Petriego oraz sieci ewaluacyjnych.
5 Modele i algorytmy symulacji dyskretnych Sieć kolejkowa graf, w którym wierzchołki (węzły) odwzorowujące źródła zgłoszeń, kolejki zadań, stanowiska obsługi i inne zasoby systemu są połączone tzw. krawędziami skierowanymi, określającymi sposób przepływu zadań pomiędzy wierzchołkami sieci. W kolejkach systemu następuje oczekiwanie zadań na zwolnienie statycznych zasobów systemu, którymi są stanowiska obsługi. Wyboru zadań z kolejki dokonuje się według algorytmów nazywanych regulaminami kolejkowymi lub obsługowymi. Do najczęściej stosowanych algorytmów należą: algorytm FIFO (ang. first in first out), FCFS (ang. first come first served) obsługi zadań w kolejności ich pojawiania się, algorytm LIFO (ang. last in first out), LCFS (ang. last come first served) obsługi zadań w kolejności odwrotnej do kolejności ich pojawiania się, algorytm SPT (ang. shortest processing time) obsługi zadań w kolejności od zadań z najkrótszym czasem obsługi, algorytm według priorytetów obsługi zadań w kolejności ustalonej według priorytetów przyznanych zadaniom, algorytm losowy obsługi zadań w kolejności przypadkowej.
6 Elementy symulacji dyskretnych Podstawą porównawczą metod symulacji dyskretnej jest sposób organizacji obliczeń symulacyjnych i odwzorowania w modelach trzech podstawowych elementów: zdarzenia, procesu oraz działania. Zdarzenie jest zmianą stanu systemu. Może być zmianą atrybutów obiektów wyróżnionych w systemie bądź wprowadzaniem/kasowaniem nowych obiektów (zgłoszeń). Istnieją dwa typy zdarzeń: zdarzenia bezwarunkowe jako zdarzenia bezpośrednio zależne od czasu oraz zdarzenia warunkowe jako zdarzenia pośrednio zależne od czasu i wyznaczone stanami systemu. Działanie jest zbiorem operacji (czynności, zadań, podprocesów) niepodzielnych na danym poziomie konceptualizacji modelu, w wyniku których ulegają zmianie stany systemu. Proces jest chronologicznie uporządkowanym zbiorem zdarzeń związanych z każdym pojedynczym zgłoszeniem w systemie od chwili jego pojawienia się w systemie do chwili jego zaniku w systemie. Proces składa sie z działań, natomiast działanie jest określane poprzez zdarzenia.
7 Pojęcie zdarzenia, czynności, procesu
8 Przykłady symulacji dyskretnych
9 Zastosowanie symulacji dyskretnych Symulacja dyskretna znajduje stosunkowo szerokie zastosowanie w ekonomii i zarządzaniu na poziomie operacyjnym systemów wytwórczych, produkcyjnych, logistycznych, transportowych, magazynowych oraz obsługi klienta. Opisano wiele przypadków udanych zastosowań symulacyjnych modeli dyskretnych w rozwiązywaniu problemów planowania i harmonogramowania produkcji, oceny wykorzystania zasobów, identyfikacji ograniczeń produkcyjnych, projektowania struktur, wdrażania nowych metod organizacji produkcji i logistyki oraz w nauczaniu nowoczesnych metod organizacji produkcji i logistyki. Metody symulacji dyskretnej w modelowaniu, badaniu i analizie przedsiębiorstwa wykorzystywane są najczęściej do: analizy struktury systemów wytwarzania i produkcji oraz logistyki zaopatrzenia, analizy obsługi klienta i systemów zarządzania relacjami z klientami, analizy łańcuchów dostaw, w tym systemów i procesów magazynowania, transportu i logistyki, oceny i przewidywania skutków funkcjonowania systemów, które są oparte na kluczowych miernikach funkcjonowania (np. koszt, przepustowość procesów, cykle czasowe, wykorzystanie zasobów), identyfikacji ograniczeń w przepustowości procesów (tzw. wąskich gardeł ang. bottlenecks), powodujących narastanie kolejek oraz przeciążanie stanowisk, planowania kadr, zasobów ludzkich, wyposażenia technicznego i potrzeb materiałowych.
10 Symulacja ciągła Symulacja ciągła symulacja systemu ciągłego (lub interpretowanego jako ciągły), w której zmienne stanu systemu opisywane są za pomocą matematycznych funkcji ciągłych. W symulacji ciągłej ma zastosowanie teoria przestrzeni stanu, w której model systemu ma postać układu równań nazywanego układem równań stanu. Sekwencja zdarzeń zachodzących w systemie ciągłym tworzy tzw. historię zdarzeń (historię stanów systemu). Zmiany stanów systemu ciągłego wywołane są strukturą systemu oraz wpływem otoczenia. Struktura systemu opisywana jest parametrami i zmiennymi wewnętrznymi, natomiast wpływ otoczenia systemu reprezentowany jest przez parametry i zmienne zewnętrzne. Systemy ciągłe modelowane są za pomocą tzw. metody dynamiki systemów. Metoda dynamiki systemów (ang. System Dynamics SD) opiera się na następujących założeniach: ciągłość przedmiotem opisu są procesy systemów ciągłych (bądź też interpretowanych jako ciągłe); do opisu zmian stanu systemu wykorzystuje się matematyczne funkcje ciągłe, orientacja na dynamikę podstawowym celem modelującego i eksperymentatora jest badanie własności dynamicznych systemu, przyczynowość w opisie systemu w metodzie SD (w modelu SD) wykorzystuje się zależności przyczynowo-skutkowe, okresowość działań regulacyjnych działania regulacyjne podejmowane w systemach mają charakter okresowy (krok symulacji).
11 Elementy symulacji ciągłych Podstawowymi elementami konstrukcyjnymi modeli budowanych w metodzie dynamiki systemów są: zasób, nazywany także poziomem (ang. stock, level), oraz strumień nazywany także przepływem (ang. flow, rate). W modelach SD występują także dodatkowe elementy konstrukcyjne: zmienne pomocnicze, stałe, funkcje i relacje. Pojęcie zasobu oznacza wielkość, której wymiar fizyczny nie odnosi się do czasu i która oznacza stan ilościowy określonego medium w danej chwili. Jeżeli przedmiotem rozważań są zmiany tej wielkości w czasie, to stosuje się również pojęcie strumienia, który wyraża przepływ określonej ilości medium w rozpatrywanym przedziale czasu. Zasób wiąże się na ogół z występowaniem strumieni wejściowych i wyjściowych. Zasoby mogą także odgrywać rolę źródła określonego medium lub ujścia dla medium. Do przedstawienia modelu w formie graficznej używa się następujące elementy i symbole: prostokąty reprezentujące poziom (zasób) medium w systemie i zmienną stanu modelu matematycznego, linie ciągłe, zakończone grotem strzałki, jako przepływ materialny lub energetyczny, linie przerywane zakończone grotem strzałki, symbolizujące przepływ informacyjny, symbole regulatora przepływu nazywanego strumieniem (dwa trójkąty równoramienne złączone wierzchołkiem i uzupełnione prostokątem), okręgi reprezentujące wielkości pomocnicze lub funkcje, okręgi przekreślone odcinkiem symbolizujące wielkości stałe w systemie (parametry).
12 Elementy symulacji ciągłych
13 Symulacja ciągła relacje Relacje między wielkościami systemu odwzorowane schematycznie i jakościowo w modelu graficznym DS są konkretyzowane w modelu matematycznym przedstawionym za pomocą układu równań. Wyróżnia się trzy rodzaje równań: równania zasobów (poziomów), równania strumieni, równania wielkości pomocniczych i stałych.
14 Przykłady symulacji ciągłych
15 Zastosowania symulacji ciągłych Istnieje wiele przykładów udanych (zrealizowanych i zakończonych z powodzeniem) projektów modelowania symulacyjnego z zastosowaniem metody dynamiki systemów, choć modelowanie z użyciem metody SD wciąż traktowane jest jako sztuka brakuje precyzyjnych zasad, założeń i procedur gwarantujących powodzenie modelowania. Wiele barier projektowych i wdrożeniowych implementacji metody SD wiąże się z aspektem społecznym (także politycznym) modelowania. Jest to często przedsięwzięcie wymagające poszukiwania kompromisów oraz uwzględniania potrzeb pracy zespołowej (grupowej) w rozwiązywaniu problemów, dla których zdecydowano się zastosować metodę SD.
16 Symulacja hybrydowa Wiele systemów rzeczywistych, w tym także systemów gospodarczych (np. przedsiębiorstw), ma charakter systemów mieszanych tzw. ciągło-dyskretnych. Opis takich systemów za pomocą modeli tylko ciągłych lub tylko dyskretnych może prowadzić do błędnej reprezentacji modelowej systemu. Model mieszany (hybrydowy) jest zatem modelem, w którym przynajmniej jedna zmienna stanu systemu w ciągu całego okresu obserwacji lub w ciągu tylko części tego okresu jest odmienna w charakterze zmienności (ciągła, dyskretna) od pozostałych zmiennych systemu. Systemy funkcjonujące w praktyce mają zazwyczaj dualną, ciągło-dyskretną naturę zdarzeń będących zmianami ich stanów. Pojęcie symulacji hybrydowej jest rożnie definiowane. Najczęściej określa ono metody budowy, rozwiązywania i implementacji pewnej klasy symulacyjnych modeli systemów, tworzonej poprzez połączenie symulacyjnych modeli ciągłych (symulacji ciągłej) z symulacyjnymi modelami dyskretnymi (symulacją dyskretną).,,hybrydyzacja modeli jest metodą modelowania mieszanego zmiany stanów odwzorowywanego systemu opisywane są za pomocą matematycznych funkcji ciągłych i dyskretnych. Takie połączenie umożliwia wykorzystanie zalet modelowania ciągłego i dyskretnego oraz unikniecie wielu ich wad w opisie i analizie złożonych systemów rzeczywistych.
17 Symulacja hybrydowa Modele hybrydowe, w których występuje dualizm opisu obiektów systemu znajdują zastosowanie w dwóch sytuacjach: opisu przepływu dóbr o charakterze jednorodnym w systemach, w których nie istnieje możliwość identyfikacji pojedynczego obiektu dynamicznego (np. przepływy masowe płynów, gazów, materiałów sypkich w petrochemii, przemyśle, górnictwie, metalurgii, farmaceutyce, energetyce, itp.), opisu przepływu masowego dóbr, których identyfikacja jako pojedynczych obiektów jest możliwa ale utrudniona i kłopotliwa (np. artykuły żywnościowe, napoje, kosmetyki, medykamenty, papier, informacja, itd.).
18 Przykłady symulacji hybrydowych Źródło: opracowanie na podstawie Košturiak i inni, Methods and Tools of the Enterprise Logistics, Wydawnictwo Politechniki Łódzkiej,1996 r.
19 Zastosowania symulacji hybrydowych Symulacja hybrydowa jako metoda modelowania systemów stosowana jest w opisie i analizie systemów z wieloma zmiennymi (np. wieloma przestrzeniami czasowymi). Zastosowania symulacji hybrydowej w modelowaniu przedsiębiorstw dotyczą m.in. komunikacji i sterowania, produkcji oraz wytwarzania z dualnym (ciągło-dyskretnym) przepływem materii, techniki i technologii. Symulacja hybrydowa znajduje stosunkowo niewielkie zastosowanie w ekonomii i zarządzaniu na poziomie systemów wytwórczych, produkcyjnych, logistycznych, transportowych, magazynowych oraz obsługi klienta. Przyczyną niewielkiej popularności tej metody modelowania symulacyjnego jest sama specyfika systemów mieszanych oraz liczne problemy w zakresie budowy modelu symulacyjnego i realizacji eksperymentu. W sferze organizacji i zarządzania produkcją istnieje niewiele opisanych przypadków udanych zastosowań symulacyjnych modeli hybrydowych w rozwiązywaniu problemów planowania i harmonogramowania produkcji, oceny wykorzystania zasobów, identyfikacji ograniczeń produkcyjnych, projektowania struktur, wdrażania nowych metod organizacji produkcji i logistyki oraz w nauczaniu nowoczesnych metod organizacji produkcji i logistyki.
20 Podsumowanie założenie modelowania i symulacji systemów Podstawowe założenia modelowania i symulacji systemów: 1. Symulacja nie jest metodą optymalizacyjną ani inną metodą automatycznie wyszukująca gotowe rozwiązania problemu. Jest metodą eksperymentalną pomagającą projektantowi znaleźć odpowiedz na pytanie: Co się stanie, w przypadku gdy...? 2. Celem symulacji nie jest sporządzenie modelu, ale jest on niezbędny do osiągnięcia celu, który musi być jasno sprecyzowany przed rozpoczęciem projektu symulacyjnego. 3. Model symulacyjny powinien być tak szczegółowy, jak to tylko jest konieczne, i tak uproszczony jak to tylko jest możliwe. 4. Zastosowanie modelu, który w pożądanym stopniu nie odzwierciedla systemu rzeczywistego i wykorzystuje nieścisłe dane, nie ma sensu. 5. Przy symulacji wymagana jest szczegółowa znajomość modelowanego systemu oraz posiadanie umiejętności matematycznych, analitycznych, projektowych i programowania komputerowego. 6. Wyniki uzyskane z symulacji muszą być umiejętnie interpretowane. Należy brać pod uwagę uproszczenia w budowie modelu oraz to, że często opiera się on na statystycznie opracowanych wielkościach lub informacjach o charakterze rozmytym. 7. Do głównych problemów przy zastosowaniu symulacji można zaliczyć niedobór danych wejściowych powodujących użycie tej techniki w fazie, w której nie można już wyraźnie wpłynąć na projekt.
21 Pytania?
Modelowanie i obliczenia techniczne. dr inż. Paweł Pełczyński
Modelowanie i obliczenia techniczne dr inż. Paweł Pełczyński ppelczynski@swspiz.pl Literatura Z. Fortuna, B. Macukow, J. Wąsowski: Metody numeryczne, WNT Warszawa, 2005. J. Awrejcewicz: Matematyczne modelowanie
Bardziej szczegółowoK.Pieńkosz Badania Operacyjne Wprowadzenie 1. Badania Operacyjne. dr inż. Krzysztof Pieńkosz
K.Pieńkosz Wprowadzenie 1 dr inż. Krzysztof Pieńkosz Instytut Automatyki i Informatyki Stosowanej Politechniki Warszawskiej pok. 560 A tel.: 234-78-64 e-mail: K.Pienkosz@ia.pw.edu.pl K.Pieńkosz Wprowadzenie
Bardziej szczegółowoBADANIA OPERACYJNE i teoria optymalizacji. Prowadzący: dr Tomasz Pisula Katedra Metod Ilościowych
BADANIA OPERACYJNE i teoria optymalizacji Prowadzący: dr Tomasz Pisula Katedra Metod Ilościowych e-mail: tpisula@prz.edu.pl 1 Literatura podstawowa wykorzystywana podczas zajęć wykładowych: 1. Gajda J.,
Bardziej szczegółowoDr hab. inż. Jan Duda. Wykład dla studentów kierunku Zarządzanie i Inżynieria Produkcji
Automatyzacja i Robotyzacja Procesów Produkcyjnych Dr hab. inż. Jan Duda Wykład dla studentów kierunku Zarządzanie i Inżynieria Produkcji Podstawowe pojęcia Automatyka Nauka o metodach i układach sterowania
Bardziej szczegółowoPODSTAWY MODELOWANIA UKŁADÓW DYNAMICZNYCH W JĘZYKACH SYMULACYJNYCH
PODSTAWY MODELOWANIA UKŁADÓW DYNAMICZNYCH W JĘZYKACH SYMULACYJNYCH ( Na przykładzie POWERSIM) M. Berndt-Schreiber 1 Plan Zasady modelowania Obiekty symbole graficzne Dyskretyzacja modelowania Predefiniowane
Bardziej szczegółowoMetody symulacji komputerowych Modelowanie systemów technicznych
Metody symulacji komputerowych Modelowanie systemów technicznych dr inż. Ryszard Myhan Katedra Inżynierii Procesów Rolniczych Program przedmiotu Lp. Temat Zakres 1. Wprowadzenie do teorii systemów Definicje
Bardziej szczegółowoModelowanie jako sposób opisu rzeczywistości. Katedra Mikroelektroniki i Technik Informatycznych Politechnika Łódzka
Modelowanie jako sposób opisu rzeczywistości Katedra Mikroelektroniki i Technik Informatycznych Politechnika Łódzka 2015 Wprowadzenie: Modelowanie i symulacja PROBLEM: Podstawowy problem z opisem otaczającej
Bardziej szczegółowoJacek Skorupski pok. 251 tel konsultacje: poniedziałek , sobota zjazdowa
Jacek Skorupski pok. 251 tel. 234-7339 jsk@wt.pw.edu.pl http://skorupski.waw.pl/mmt prezentacje ogłoszenia konsultacje: poniedziałek 16 15-18, sobota zjazdowa 9 40-10 25 Udział w zajęciach Kontrola wyników
Bardziej szczegółowoODWZOROWANIE RZECZYWISTOŚCI
ODWZOROWANIE RZECZYWISTOŚCI RZECZYWISTOŚĆ RZECZYWISTOŚĆ OBIEKTYWNA Ocena subiektywna OPIS RZECZYWISTOŚCI Odwzorowanie rzeczywistości zależy w dużej mierze od możliwości i nastawienia człowieka do otoczenia
Bardziej szczegółowoElementy Modelowania Matematycznego
Elementy Modelowania Matematycznego Wykład 9 Systemy kolejkowe Spis treści Wstęp Systemy masowej obsługi (SMO) Notacja Kendalla Schemat systemu masowej obsługi Przykład systemu M/M/1 Założenia modelu matematycznego
Bardziej szczegółowoUniwersytet Ekonomiczny we Wrocławiu Wydział Ekonomii, Zarządzania i Turystyki Katedra Ekonometrii i Informatyki
Wydział Ekonomii, Zarządzania i Turystyki Katedra Ekonometrii i Informatyki http://keii.ue.wroc.pl Informatyka w zarządzaniu przedsiębiorstwem wykład laboratoria Wprowadzenie Naturalnym sposobem badania
Bardziej szczegółowoModele procesów masowej obsługi
Modele procesów masowej obsługi Musiał Kamil Motek Jakub Osowski Michał Inżynieria Bezpieczeństwa Rok II Wstęp Teoria masowej obsługi to samodzielna dyscyplina, której celem jest dostarczenie możliwie
Bardziej szczegółowoSPIS TREŚCI WSTĘP... 10
SPIS TREŚCI WSTĘP... 10 Wykład 1. GENEZA, ROZWÓJ, WSPÓŁCZESNE WYZWANIA PRALOGISTYKI WOJSKOWEJ 1. Historyczne źródła logistyki wojskowej... 15 2. Logistyka według poglądów teoretyków amerykańskich... 17
Bardziej szczegółowoMetodyki i techniki programowania
Metodyki i techniki programowania dr inż. Maciej Kusy Katedra Podstaw Elektroniki Wydział Elektrotechniki i Informatyki Politechnika Rzeszowska Elektronika i Telekomunikacja, sem. 2 Plan wykładu Sprawy
Bardziej szczegółowoTechnologie informacyjne - wykład 12 -
Zakład Fizyki Budowli i Komputerowych Metod Projektowania Instytut Budownictwa Wydział Budownictwa Lądowego i Wodnego Politechnika Wrocławska Technologie informacyjne - wykład 12 - Prowadzący: Dmochowski
Bardziej szczegółowoMODELE I MODELOWANIE
MODELE I MODELOWANIE Model układ materialny (np. makieta) lub układ abstrakcyjny (np..rysunki, opisy słowne, równania matematyczne). Model fizyczny (nominalny) opis procesów w obiekcie (fizycznych, również
Bardziej szczegółowoEFEKTY KSZTAŁCENIA ORAZ MACIERZE POKRYCIA KIERUNKU LOGISTYKA obowiązuje od roku akad. 2017/18
AD/ 13 RW w dniu 29.06.2017 r. EFEKTY KSZTAŁCENIA ORAZ MACIERZE POKRYCIA KIERUNKU LOGISTYKA obowiązuje od roku akad. 2017/18 STUDIA LICENCJACKIE -------------------------------------------------------------------------------------------------
Bardziej szczegółowoControlling operacyjny i strategiczny
Controlling operacyjny i strategiczny dr Piotr Modzelewski Katedra Bankowości, Finansów i Rachunkowości Wydziału Nauk Ekonomicznych Uniwersytetu Warszawskiego Plan zajęć 1, 2. Wprowadzenie do zagadnień
Bardziej szczegółowoPOLITECHNIKA OPOLSKA
POLITECHNIKA OPOLSKA WYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji Laboratorium Podstaw Inżynierii Jakości Ćwiczenie nr 2 Temat: Schemat blokowy (algorytm) procesu selekcji wymiarowej
Bardziej szczegółowoMetody getter https://www.python-course.eu/python3_object_oriented_programming.php 0_class http://interactivepython.org/runestone/static/pythonds/index.html https://www.cs.auckland.ac.nz/compsci105s1c/lectures/
Bardziej szczegółowoWykład z Technologii Informacyjnych. Piotr Mika
Wykład z Technologii Informacyjnych Piotr Mika Uniwersalna forma graficznego zapisu algorytmów Schemat blokowy zbiór bloków, powiązanych ze sobą liniami zorientowanymi. Jest to rodzaj grafu, którego węzły
Bardziej szczegółowoAsynchroniczne statyczne układy sekwencyjne
Asynchroniczne statyczne układy sekwencyjne Układem sekwencyjnym nazywany jest układ przełączający, posiadający przynajmniej jeden taki stan wejścia, któremu odpowiadają, zależnie od sygnałów wejściowych
Bardziej szczegółowoPLAN STUDIÓW STACJONARNYCH PIERWSZEGO STOPNIA DLA KIERUNKU MATEMATYKA NA WYDZIALE MATEMATYKI, INFORMATYKI I EKONOMETRII UNIWERSYTETU ZIELONOGÓRSKIEGO
PLAN STUDIÓW STACJONARNYCH PIERWSZEGO STOPNIA DLA KIERUNKU MATEMATYKA NA WYDZIALE MATEMATYKI, INFORMATYKI I EKONOMETRII UNIWERSYTETU ZIELONOGÓRSKIEGO rekrutacja w roku akademickim 2011/2012 Zatwierdzono:
Bardziej szczegółowoMapowanie procesów logistycznych i zarządzanie procesami
Mapowanie procesów logistycznych i zarządzanie procesami Opis Odwzorowanie strategii przedsiębiorstwa w łańcuchu dostaw na niższe poziomy zarządzania operacyjnego, wymaga w praktyce odpowiedniej organizacji
Bardziej szczegółowoJęzyk UML w modelowaniu systemów informatycznych
Język UML w modelowaniu systemów informatycznych dr hab. Bożena Woźna-Szcześniak Akademia im. Jan Długosza bwozna@gmail.com Wykład 4 Diagramy aktywności I Diagram aktywności (czynności) (ang. activity
Bardziej szczegółowoOrganizacja systemów produkcyjnych / Jerzy Lewandowski, Bożena Skołud, Dariusz Plinta. Warszawa, Spis treści
Organizacja systemów produkcyjnych / Jerzy Lewandowski, Bożena Skołud, Dariusz Plinta. Warszawa, 2014 Spis treści Wstęp 11 Rozdział 1. Podstawowe pojęcia 15 1.1. Rodzaje produkcji 15 1.2. Formy organizacji
Bardziej szczegółowoZarządzanie produkcją
Politechnika Wrocławska Wydział Informatyki i Zarządzania Zarządzanie produkcją Materiały wykładowe Wrocław 2017 SPIS TREŚCI WSTĘP 1. ISTOTA ZARZĄDZANIA PRODUKCJĄ 1.1. Produkcja (operacje) i zarządzanie
Bardziej szczegółowoSpis treści. Od Autorów Istota i przedmiot logistyki Rola logistyki w kształtowaniu ekonomiki przedsiębiorstwa...
Spis treści Od Autorów... 11 1 Istota i przedmiot logistyki... 15 1.1. Pojęcie i istota logistyki... 15 1.2. Powstanie i rozwój logistyki... 21 1.3. Strumienie oraz zasoby rzeczowe i informacyjne jako
Bardziej szczegółowoZARZĄDZANIE PROCESAMI I PROJEKTAMI. Zakres projektu. dr inż. ADAM KOLIŃSKI ZARZĄDZANIE PROCESAMI I PROJEKTAMI. Zakres projektu. dr inż.
1 ZARZĄDZANIE PROCESAMI I PROJEKTAMI 2 ZAKRES PROJEKTU 1. Ogólna specyfika procesów zachodzących w przedsiębiorstwie 2. Opracowanie ogólnego schematu procesów zachodzących w przedsiębiorstwie za pomocą
Bardziej szczegółowoAlgorytm. Krótka historia algorytmów
Algorytm znaczenie cybernetyczne Jest to dokładny przepis wykonania w określonym porządku skończonej liczby operacji, pozwalający na rozwiązanie zbliżonych do siebie klas problemów. znaczenie matematyczne
Bardziej szczegółowomodelowanych zagadnie technicznych
Przegl ą d powszechnie modelowanych zagadnie ń technicznych Wykład 0 - Wprowadzenie Jarosław Rybicki 2008 Etymologia symulacji similis (łac.) - podobieństwo, podobny similo (łac.) - podobnie simulare (łac.)
Bardziej szczegółowoMATEMATYCZNE METODY WSPOMAGANIA PROCESÓW DECYZYJNYCH
MATEMATYCZNE METODY WSPOMAGANIA PROCESÓW DECYZYJNYCH 1. Przedmiot nie wymaga przedmiotów poprzedzających 2. Treść przedmiotu Proces i cykl decyzyjny. Rola modelowania matematycznego w procesach decyzyjnych.
Bardziej szczegółowoLOGISTYKA PRODUKCJI LOGISTYKA HANDLU I DYSTRYBUCJI
Specjalności LOGISTYKA PRODUKCJI LOGISTYKA HANDLU I DYSTRYBUCJI na kierunku LOGISTYKA KATEDRA SYSTEMÓW LOGISTYCZNYCH Prezentujący: mgr inŝ. Roman Domański Poznań, 4 kwietnia 2011 Specjalność LOGISTYKA
Bardziej szczegółowoECTS Razem 30 Godz. 330
3-letnie stacjonarne studia licencjackie kier. Matematyka profil: ogólnoakademicki Semestr 1 Przedmioty wspólne Algebra liniowa z geometrią analityczną I 7 30 30 E Analiza matematyczna I 13 60 60 E Technologie
Bardziej szczegółowoPlanowanie przydziału procesora
Planowanie przydziału procesora Wykład prowadzą: Jerzy Brzeziński Dariusz Wawrzyniak Plan wykładu Komponenty jądra związane z szeregowaniem Ogólna koncepcja planowania Kryteria oceny uszeregowania Algorytmy
Bardziej szczegółowoWykład 1 Inżynieria Oprogramowania
Wykład 1 Inżynieria Oprogramowania Wstęp do inżynierii oprogramowania. Cykle rozwoju oprogramowaniaiteracyjno-rozwojowy cykl oprogramowania Autor: Zofia Kruczkiewicz System Informacyjny =Techniczny SI
Bardziej szczegółowologistycznego Polski 3.5. Porty morskie ujścia Wisły i ich rola w systemie logistycznym Polski Porty ujścia Wisły w europejskich korytarzach tr
Spis treści: 1. Wprowadzenie 1.1. Pojęcie systemu logistycznego w literaturze 1.2. Elementy systemu logistycznego Polski 1.3. Znaczenie transportu dla realizacji procesów logistycznych w aspekcie komodalności
Bardziej szczegółowoStrona 1 PLAN STUDIÓW NA KIERUNKU TRANSPORT
Strona 1 PLAN STUDIÓW NA KIERUNKU TRANSPORT Specjalność: Logistyka Specjalność: Transport i spedycja Specjalność: Inżynieria ruchu Studia stacjonarne - I stopień A. Grupa przedmiotów kształcenia ogólnego
Bardziej szczegółowoSpis treści 377 379 WSTĘP... 9
Spis treści 377 379 Spis treści WSTĘP... 9 ZADANIE OPTYMALIZACJI... 9 PRZYKŁAD 1... 9 Założenia... 10 Model matematyczny zadania... 10 PRZYKŁAD 2... 10 PRZYKŁAD 3... 11 OPTYMALIZACJA A POLIOPTYMALIZACJA...
Bardziej szczegółowoEtapy modelowania ekonometrycznego
Etapy modelowania ekonometrycznego jest podstawowym narzędziem badawczym, jakim posługuje się ekonometria. Stanowi on matematyczno-statystyczną formę zapisu prawidłowości statystycznej w zakresie rozkładu,
Bardziej szczegółowo3-letnie (6-semestralne) stacjonarne studia licencjackie kier. matematyka stosowana profil: ogólnoakademicki. Semestr 1. Przedmioty wspólne
3-letnie (6-semestralne) stacjonarne studia licencjackie kier. matematyka stosowana profil: ogólnoakademicki Semestr 1 Przedmioty wspólne Nazwa przedmiotu ECTS W Ć L P S Zal. Algebra liniowa z geometrią
Bardziej szczegółowoCechy systemu MRP II: modułowa budowa, pozwalająca na etapowe wdrażanie, funkcjonalność obejmująca swym zakresem obszary technicznoekonomiczne
Zintegrowany System Informatyczny (ZSI) jest systemem informatycznym należącym do klasy ERP, który ma na celu nadzorowanie wszystkich procesów zachodzących w działalności głównie średnich i dużych przedsiębiorstw,
Bardziej szczegółowoAproksymacja funkcji a regresja symboliczna
Aproksymacja funkcji a regresja symboliczna Problem aproksymacji funkcji polega na tym, że funkcję F(x), znaną lub określoną tablicą wartości, należy zastąpić inną funkcją, f(x), zwaną funkcją aproksymującą
Bardziej szczegółowoOrganizacja systemów produkcyjnych Kod przedmiotu
Organizacja systemów produkcyjnych - opis przedmiotu Informacje ogólne Nazwa przedmiotu Organizacja systemów produkcyjnych Kod przedmiotu 06.9-WZ-LogP-OSP-S16 Wydział Kierunek Wydział Ekonomii i Zarządzania
Bardziej szczegółowoPlan. Zakres badań teorii optymalizacji. Teoria optymalizacji. Teoria optymalizacji a badania operacyjne. Badania operacyjne i teoria optymalizacji
Badania operacyjne i teoria optymalizacji Instytut Informatyki Poznań, 2011/2012 1 2 3 Teoria optymalizacji Teoria optymalizacji a badania operacyjne Teoria optymalizacji zajmuje się badaniem metod optymalizacji
Bardziej szczegółowoModelowanie diagramów klas w języku UML. Łukasz Gorzel 244631@stud.umk.pl 7 marca 2014
Modelowanie diagramów klas w języku UML Łukasz Gorzel 244631@stud.umk.pl 7 marca 2014 Czym jest UML - Unified Modeling Language - Rodzina języków modelowania graficznego - Powstanie na przełomie lat 80
Bardziej szczegółowoMetodyki i techniki programowania
Metodyki i techniki programowania dr inż. Maciej Kusy Katedra Podstaw Elektroniki Wydział Elektrotechniki i Informatyki Politechnika Rzeszowska Elektronika i Telekomunikacja, sem. 2 Plan wykładu Sprawy
Bardziej szczegółowoWYDZIAŁ TRANSPORTU I INFORMATYKI MECHANIKA I BUDOWA MASZYN I STOPIEŃ PRAKTYCZNY
WYDZIAŁ TRANSPORTU I INFORMATYKI Nazwa kierunku Poziom Profil Symbole efektów na kierunku K_W01 K _W 02 K _W03 K _W04 K _W05 K _W06 MECHANIKA I BUDOWA MASZYN I STOPIEŃ PRAKTYCZNY Efekty - opis słowny Po
Bardziej szczegółowoWYDZIAŁ TRANSPORTU I INFORMATYKI TRANSPORT II STOPIEŃ OGÓLNOAKADEMICKI
Nazwa kierunku Poziom Profil Symbole efektów na kierunku WYDZIAŁ TRANSPORTU I INFORMATYKI TRANSPORT II STOPIEŃ OGÓLNOAKADEMICKI Efekty - opis słowny. Po ukończeniu studiów drugiego stopnia na kierunku
Bardziej szczegółowoPlanowanie przydziału procesora
Dariusz Wawrzyniak Plan wykładu Komponenty jądra związane z szeregowaniem Ogólna koncepcja planowania Kryteria oceny algorytmów planowania Algorytmy planowania (2) 1 Komponenty jądra w planowaniu Planista
Bardziej szczegółowoSpis treści. Analiza i modelowanie_nowicki, Chomiak_Księga1.indb :03:08
Spis treści Wstęp.............................................................. 7 Część I Podstawy analizy i modelowania systemów 1. Charakterystyka systemów informacyjnych....................... 13 1.1.
Bardziej szczegółowoAUTOMATYZACJA PROCESÓW CIĄGŁYCH I WSADOWYCH
AUTOMATYZACJA PROCESÓW CIĄGŁYCH I WSADOWYCH kierunek Automatyka i Robotyka Studia II stopnia specjalności Automatyka Dr inż. Zbigniew Ogonowski Instytut Automatyki, Politechnika Śląska Plan wykładu pojęcia
Bardziej szczegółowoEFEKTY KSZTAŁCENIA ORAZ MACIERZE POKRYCIA KIERUNKU LOGISTYKA obowiązuje od roku akad. 2017/18
AD/ 13 RW w dniu 29.06.2017 r. EFEKTY KSZTAŁCENIA ORAZ MACIERZE POKRYCIA KIERUNKU LOGISTYKA obowiązuje od roku akad. 2017/18 STUDIA MAGISTERSKIE -------------------------------------------------------------------------------------------------
Bardziej szczegółowo1.3. Strumienie oraz zasoby rzeczowe i informacyjne jako przedmiot logistyki 2. ROLA LOGISTYKI W KSZTAŁTOWANIU EKONOMIKI PRZEDSIĘBIORSTWA
Logistyka w przedsiębiorstwie Autor: Czesław Skowronek, Zdzisław Sarjusz-Wolski OD AUTORÓW 1. ISTOTA I PRZEDMIOT LOGISTYKI 1.1. Pojęcie i istota logistyki 1.2. Powstanie i Rozwój logistyki 1.3. Strumienie
Bardziej szczegółowoMODELOWANIE DYNAMICZNE SYSTEMÓW PRODUKCYJNYCH PRZY UŻYCIU OPROGRAMOWANIA ITHINK
MODELOWANIE DYNAMICZNE SYSTEMÓW PRODUKCYJNYCH PRZY UŻYCIU OPROGRAMOWANIA ITHINK Ilona OBŁUSKA Streszczenie: W niniejszej pracy przedstawiono podstawy modelowania i symulacji. Zostało zaprezentowane oprogramowanie
Bardziej szczegółowoKomputerowe Systemy Przemysłowe: Modelowanie - UML. Arkadiusz Banasik arkadiusz.banasik@polsl.pl
Komputerowe Systemy Przemysłowe: Modelowanie - UML Arkadiusz Banasik arkadiusz.banasik@polsl.pl Plan prezentacji Wprowadzenie UML Diagram przypadków użycia Diagram klas Podsumowanie Wprowadzenie Języki
Bardziej szczegółowoInformatyczne wspomaganie decyzji logistycznych
Logistyka, studia stacjonarne I stopnia Informatyczne wspomaganie decyzji logistycznych OPIEKUNOWIE SPECJALNOŚCI: dr Dorota Miszczyńska Katedra Badań Operacyjnych pok. E138, tel. 635-50-62 dmiszczynska@uni.lodz.pl
Bardziej szczegółowodoc. dr Beata Pułska-Turyna Zarządzanie B506 mail: mgr Piotr J. Gadecki Zakład Badań Operacyjnych Zarządzania B 505.
doc. dr Beata Pułska-Turyna Zakład Badań Operacyjnych Zarządzanie B506 mail: turynab@wz.uw.edu.pl mgr Piotr J. Gadecki Zakład Badań Operacyjnych Zarządzania B 505. Tel.: (22)55 34 144 Mail: student@pgadecki.pl
Bardziej szczegółowoPOLITECHNIKA OPOLSKA
POLITECHNIKA OPOLSKA WYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji Laboratorium Podstaw Inżynierii Jakości Ćwiczenie nr 2 Temat: Schemat blokowy (algorytm) procesu selekcji wymiarowej
Bardziej szczegółowoInstrukcja. Laboratorium Metod i Systemów Sterowania Produkcją.
Instrukcja do Laboratorium Metod i Systemów Sterowania Produkcją. 2010 1 Cel laboratorium Celem laboratorium jest poznanie metod umożliwiających rozdział zadań na linii produkcyjnej oraz sposobu balansowania
Bardziej szczegółowoS1A_W06 makroekonomii niezbędną do rozumienia podstawowych procesów
Kierunkowe efekty kształcenia Kierunek: zarządzanie i inŝynieria produkcji Obszar kształcenia: nauki rolnicze, leśne i weterynaryjne, nauki techniczne oraz społeczne Poziom kształcenia: studia pierwszego
Bardziej szczegółowoKomputerowa optymalizacja sieci logistycznych
Wykład 1 Komputerowa optymalizacja sieci logistycznych Dr inż. Adam Deptuła POLITECHNIKA OPOLSKA Katedra Inżynierii Wiedzy Komputerowa Optymalizacja Sieci Logistycznych LOGISTYKA TRANSPORT proces transportowy
Bardziej szczegółowoDZIENNIK STAŻU. Imię i nazwisko Stażysty. Przyjmujący na Staż. Imię i nazwisko Opiekuna Stażu
Załącznik nr 4 do Regulaminu Projektu DZIENNIK STAŻU Przyjmujący na Staż Imię i nazwisko Opiekuna Stażu. Termin odbywania Stażu (dd/mm/rr dd/mm/rr) Podpis Opiekuna Stażysty Podpis Kierownika Projektu DZIENNIK
Bardziej szczegółowoKARTA PRZEDMIOTU. 1) Nazwa przedmiotu: INŻYNIERIA SYSTEMÓW I ANALIZA SYSTEMOWA. 2) Kod przedmiotu: ROZ-L3-20
Z1-PU7 WYDANIE N2 Strona: 1 z 5 (pieczęć wydziału) KARTA PRZEDMIOTU 1) Nazwa przedmiotu: INŻYNIERIA SYSTEMÓW I ANALIZA SYSTEMOWA 3) Karta przedmiotu ważna od roku akademickiego: 2014/2015 2) Kod przedmiotu:
Bardziej szczegółowoProgramowanie komputerów
Programowanie komputerów Wykład 1-2. Podstawowe pojęcia Plan wykładu Omówienie programu wykładów, laboratoriów oraz egzaminu Etapy rozwiązywania problemów dr Helena Dudycz Katedra Technologii Informacyjnych
Bardziej szczegółowoDZIENNIK STAŻU. Imię i nazwisko Stażysty. Przyjmujący na Staż. Imię i nazwisko Opiekuna Stażu
Załącznik nr 4 do Regulaminu Projektu DZIENNIK STAŻU Imię i nazwisko Stażysty Przyjmujący na Staż Imię i nazwisko Opiekuna Stażu. Termin odbywania Stażu (dd/mm/rr dd/mm/rr) Podpis Opiekuna Stażysty Podpis
Bardziej szczegółowoPlanowanie logistyczne
Planowanie logistyczne Opis Szkolenie porusza wszelkie aspekty planowania w sferze logistyki. Podział zagadnień dotyczących planowania logistycznego w głównej części szkolenia na obszary dystrybucji, produkcji
Bardziej szczegółowoOpis zakładanych efektów kształcenia dla kierunków studiów
Opis zakładanych efektów kształcenia dla kierunków studiów Kierunek studiów: LOGISTYKA Obszar kształcenia: obszar nauk technicznych i społecznych Dziedzina kształcenia: nauk technicznych i ekonomicznych
Bardziej szczegółowoJeśli X jest przestrzenią o nieskończonej liczbie elementów:
Logika rozmyta 2 Zbiór rozmyty może być formalnie zapisany na dwa sposoby w zależności od tego z jakim typem przestrzeni elementów mamy do czynienia: Jeśli X jest przestrzenią o skończonej liczbie elementów
Bardziej szczegółowoPodstawy Automatyki. Wykład 7 - obiekty regulacji. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki
Wykład 7 - obiekty regulacji Instytut Automatyki i Robotyki Warszawa, 2018 Obiekty regulacji Obiekt regulacji Obiektem regulacji nazywamy proces technologiczny podlegający oddziaływaniu zakłóceń, zachodzący
Bardziej szczegółowoElektrotechnika II stopień ogólnoakademicki. stacjonarne. przedmiot specjalnościowy. obowiązkowy polski semestr I semestr zimowy
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013 Wybrane zagadnienia z teorii sterowania Selection problems of control
Bardziej szczegółowoInżynieria 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 szczegółowomiejsca przejścia, łuki i żetony
Sieci Petriego Sieć Petriego Formalny model procesów umożliwiający ich weryfikację Główne konstruktory: miejsca, przejścia, łuki i żetony Opis graficzny i matematyczny Formalna semantyka umożliwia pogłębioną
Bardziej szczegółowoMetody optymalizacji dyskretnej
Metody optymalizacji dyskretnej Spis treści Spis treści Metody optymalizacji dyskretnej...1 1 Wstęp...5 2 Metody optymalizacji dyskretnej...6 2.1 Metody dokładne...6 2.2 Metody przybliżone...6 2.2.1 Poszukiwanie
Bardziej szczegółowoNajprostszy schemat blokowy
Definicje Modelowanie i symulacja Modelowanie zastosowanie określonej metodologii do stworzenia i weryfikacji modelu dla danego układu rzeczywistego Symulacja zastosowanie symulatora, w którym zaimplementowano
Bardziej szczegółowoSpis treści. Wstęp 13. Część I. UKŁADY REDUKCJI DRGAŃ Wykaz oznaczeń 18. Literatura Wprowadzenie do części I 22
Spis treści Wstęp 13 Literatura - 15 Część I. UKŁADY REDUKCJI DRGAŃ - 17 Wykaz oznaczeń 18 1. Wprowadzenie do części I 22 2. Teoretyczne podstawy opisu i analizy układów wibroizolacji maszyn 30 2.1. Rodzaje
Bardziej szczegółowo(termin zapisu poprzez USOS: 29 maja-4 czerwca 2017)
Oferta tematyczna seminariów inżynierskich na rok akademicki 2017/2018 dla studentów studiów niestacjonarnych obecnego II roku studiów I stopnia inżynierskich Wydziału Inżynieryjno-Ekonomicznego (termin
Bardziej szczegółowoKARTA PRZEDMIOTU. 1. NAZWA PRZEDMIOTU: Logistyka zarządzanie łańcuchem dostaw. 2. KIERUNEK: logistyka. 3. POZIOM STUDIÓW: stacjonarne
KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: Logistyka zarządzanie łańcuchem dostaw 2. KIERUNEK: logistyka 3. POZIOM STUDIÓW: stacjonarne 4. ROK/ SEMESTR STUDIÓW: I/1 5. LICZBA PUNKTÓW ECTS: 6 6. LICZBA GODZIN:
Bardziej szczegółowoNIFIED M L ODELLING ANGUAGE. Diagramy czynności
U M L NIFIED ODELLING ANGUAGE Diagramy czynności 1 Czym jest diagram czynności? Jeden z pięciu rodzajów diagramów UML służących do modelowania dynamicznych aspektów systemu. Przedstawia przepływ sterowania
Bardziej szczegółowo1.4. Uwarunkowania komodalności transportu... 33 Bibliografia... 43
SPIS TREŚCI Przedmowa................................................................... 11 1. Wprowadzenie............................................................. 17 1.1. Pojęcie systemu logistycznego
Bardziej szczegółowoWYDZIAŁ TRANSPORTU I INFORMATYKI TRANSPORT I STOPIEŃ PRAKTYCZNY
Nazwa kierunku Poziom kształcenia Profil kształcenia Symbole efektów kształcenia na kierunku K_W01 K _W 02 K _W03 WYDZIAŁ TRANSPORTU I INFORMATYKI TRANSPORT I STOPIEŃ PRAKTYCZNY Efekty kształcenia - opis
Bardziej szczegółowoZarządzanie procesami i logistyką w przedsiębiorstwie
Zarządzanie procesami i logistyką w przedsiębiorstwie Opis Projektowanie i ciągła optymalizacja przepływu produktu w łańcuchu dostaw oraz działań obsługowych i koniecznych zasobów, wymaga odwzorowania
Bardziej szczegółowow analizie wyników badań eksperymentalnych, w problemach modelowania zjawisk fizycznych, w analizie obserwacji statystycznych.
Aproksymacja funkcji a regresja symboliczna Problem aproksymacji funkcji polega na tym, że funkcję F(), znaną lub określoną tablicą wartości, należy zastąpić inną funkcją, f(), zwaną funkcją aproksymującą
Bardziej szczegółowoSpecjalność Optymalizacja Decyzji Menedżerskich. Katedra Badań Operacyjnych Uniwersytetu Łódzkiego
Specjalność Optymalizacja Decyzji Menedżerskich Katedra Badań Operacyjnych Uniwersytetu Łódzkiego Kilka słów o nas Katedra Badań Operacyjnych jest częścią Instytutu Ekonomik Stosowanych i Informatyki.
Bardziej szczegółowoSieci Petriego. Sieć Petriego
Sieci Petriego Sieć Petriego Formalny model procesów umożliwiający ich weryfikację Główne konstruktory: miejsca, przejścia, łuki i żetony Opis graficzny i matematyczny Formalna semantyka umożliwia pogłębioną
Bardziej szczegółowoLogistyka Przemysłowa Industrial Logistics. Transport II stopień Ogólnoakademicki. Studia stacjonarne. Kierunkowy. Obowiązkowy Polski Semestr I
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2013/2014 Logistyka Przemysłowa Industrial Logistics A. USYTUOANIE MODUŁU SYSTEMIE
Bardziej szczegółowoModelowanie komputerowe
Modelowanie komputerowe wykład 1- Generatory liczb losowych i ich wykorzystanie dr Marcin Ziółkowski Instytut Matematyki i Informatyki Akademia im. Jana Długosza w Częstochowie 5,12 października 2016 r.
Bardziej szczegółowoInformatyka II stopień (I stopień / II stopień) Ogólnoakademicki (ogólno akademicki / praktyczny) Kierunkowy (podstawowy / kierunkowy / inny HES)
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013 Modelowanie Dynamiczne Procesów Biznesowych Dynamic Modeling of Business
Bardziej szczegółowoNajkrótsza droga Maksymalny przepływ Najtańszy przepływ Analiza czynności (zdarzeń)
Carl Adam Petri (1926-2010) Najkrótsza droga Maksymalny przepływ Najtańszy przepływ Analiza czynności (zdarzeń) Problemy statyczne Kommunikation mit Automaten praca doktorska (1962) opis procesów współbieżnych
Bardziej szczegółowoAlgorytmy, reprezentacja algorytmów.
Algorytmy, reprezentacja algorytmów. Wprowadzenie do algorytmów Najważniejszym pojęciem algorytmiki jest algorytm (ang. algorithm). Nazwa pochodzi od nazwiska perskiego astronoma, astrologa, matematyka
Bardziej szczegółowoModelowanie i symulacja II Modelling and Simulation II. Automatyka i Robotyka II stopień ogólno akademicki studia stacjonarne
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2013/2014 Modelowanie i symulacja II Modelling and Simulation II A. USYTUOWANIE
Bardziej szczegółowoDefinicje. Najprostszy schemat blokowy. Schemat dokładniejszy
Definicje owanie i symulacja owanie zastosowanie określonej metodologii do stworzenia i weryfikacji modelu dla danego rzeczywistego Symulacja zastosowanie symulatora, w którym zaimplementowano model, do
Bardziej szczegółowoModelowanie w projektowaniu maszyn i procesów cz.5
Modelowanie w projektowaniu maszyn i procesów cz.5 Metoda Elementów Skończonych i analizy optymalizacyjne w środowisku CAD Dr hab inż. Piotr Pawełko p. 141 Piotr.Pawełko@zut.edu.pl www.piopawelko.zut.edu.pl
Bardziej szczegółowoPodstawy Programowania Obiektowego
Podstawy Programowania Obiektowego Wprowadzenie do programowania obiektowego. Pojęcie struktury i klasy. Spotkanie 03 Dr inż. Dariusz JĘDRZEJCZYK Tematyka wykładu Idea programowania obiektowego Definicja
Bardziej szczegółowoTeoria sterowania Control theory. Elektrotechnika I stopień ogólnoakademicki. niestacjonarne. przedmiot kierunkowy
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013 Teoria sterowania Control theory A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW
Bardziej szczegółowoSpecjalność Optymalizacja Decyzji Menedżerskich. Katedra Badań Operacyjnych Uniwersytetu Łódzkiego
Specjalność Optymalizacja Decyzji Menedżerskich Katedra Badań Operacyjnych Uniwersytetu Łódzkiego Kilka słów o nas Katedra Badań Operacyjnych jest częścią Instytutu Ekonomik Stosowanych i Informatyki.
Bardziej szczegółowokoniec punkt zatrzymania przepływów sterowania na diagramie czynności
Diagramy czynności opisują dynamikę systemu, graficzne przedstawienie uszeregowania działań obrazuje strumień wykonywanych czynności z ich pomocą modeluje się: - scenariusze przypadków użycia, - procesy
Bardziej szczegółowoSpacery losowe generowanie realizacji procesu losowego
Spacery losowe generowanie realizacji procesu losowego Michał Krzemiński Streszczenie Omówimy metodę generowania trajektorii spacerów losowych (błądzenia losowego), tj. szczególnych procesów Markowa z
Bardziej szczegółowoRODZAJE I TYPY INŻYNIERII SYSTEMÓW
techniczne RODZAJE I TYPY INŻYNIERII SYSTEMÓW Rodzaje systemów: polityczne, społeczne, ekonomiczne, ekologiczne, przyrodnicze, techniczne, Typy systemów: projektowania, produkcji, eksploatacji, diagnostyki,
Bardziej szczegółowo