CYKLICZNY PROBLEM PRZEPŁYWOWY Z PRZEZBROJENIAMI MASZYN
|
|
- Urszula Czajkowska
- 5 lat temu
- Przeglądów:
Transkrypt
1 CYKLICZNY PROBLEM PRZEPŁYWOWY Z PRZEZBROJENIAMI MASZYN Wojciech BOŻEJKO, Łuasz KACPRZAK, Mieczysław WODECKI Streszczenie: W pracy zajmujemy się cylicznym problemem przepływowym z przezbrojeniami maszyn. Polega on na wytwarzaniu w ustalonych odstępach czasu (czas cylu) pewnego zestawu asortymentów. Optymalizacja procesu sprowadza się do minimalizacji czasu cylu, tj. czasu po tórym może nastąpić wyonywanie następnej partii elementów. Ponieważ problem jest silnie NP-trudny, więc do jego rozwiązywania będziemy stosowali algorytmy przybliżone. Przedstawiamy model grafowy problemu oraz własności eliminacyjne bloów umożliwiające znaczne zmniejszenie otoczeń stosowanych w algorytmach loalnych poszuiwań. Słowa luczowe: problemy cyliczne, szeregowanie zadań, problem przepływowy, czas cylu. 1. Wprowadzenie Od wielu lat można zaobserwować rosnące zapotrzebowanie rynu na różnorodność (wieloasortymentowość) producji. Może być to zrealizowane, między innymi, poprzez wytwarzanie cyliczne. W ustalonych odstępach czasu (czas cylu) jest produowana pewna "partia" (mieszana, zestaw) asortymentów. Optymalizacja procesu zazwyczaj sprowadza się do minimalizacji czasu cylu. Właściwy dobór mieszani oraz czasu cylu pozwala zrealizować zapotrzebowanie, a ponadto zwięszyć wydajność oraz efetywności wyorzystania maszyn. W ostatnich latach widać wyraźnie, po liczbie uazujących się publiacji, znaczne zwięszenie się zainteresowania cylicznymi problemami teorii szeregowania zadań. Są to bowiem zazwyczaj problemy cieawe i trudne (w więszości NP-trudne), ważne zarówno z puntu widzenia teorii ja i pratyi. W przeglądowej pracy Panwalara i in. [12] dotyczącej szeregowania zadań stwierdzono, że 75% występujących w pratyce problemów wymaga przynajmniej jednego przezbrojenia zależnego od olejności wyonywania zadań. Natomiast, w 15% problemów należy uwzględnić przezbrojenia pomiędzy wszystimi zadaniami. Jedna w znaczącej więszości prac z dziedziny szeregowania zadań nie uwzględnia się przezbrojeń. Dotyczy to zarówno problemów jedno, ja i wielomaszynowych oraz różnych funcji celu. Tego typu zagadnienia są ważne ze względu teoretycznego i pratycznego. Po optymalizacji czasu cylu dalszą poprawę efetywności funcjonowania systemu uzysuje się poprzez eliminację lub ograniczenie magazynowania półprodutów w magazynach pośrednich lub pomiędzy stanowisami; waruni te znane są w literaturze jao,,zaaz sładowania międzystanowisowego (ang. no store),,,ograniczony obszar sładowania (ang. limited store, buffer) oraz,,ograniczenie czasu oczeiwania (ang. waiting time constraints). Problemy cyliczne stanowią unialną, mało zbadaną podlasę problemów szeregowania, bowiem dotyczą zwyle nieregularnych ryteriów. Systemy cyliczne (w tym taże z dodatowymi ograniczeniami sładowania) cieszą się ostatnio coraz więszym zainteresowaniem zarówno pratyów ja i teoretyów. Są obietem 484
2 badań głównie ze względu na ich duże znaczenie pratyczne oraz łopoty z uzysaniem odpowiednio efetywnych algorytmów rozwiązywania. Zdecydowana więszość otrzymanych dotychczas interesujących wyniów dla systemów z buforowaniem i ograniczeniami czasów oczeiwania dotyczy niecylicznych wariantów tego typu [1]. Generalnie, deterministyczne niecyliczne problemy z ograniczeniami sładowania należą do jednych z trudniejszych zagadnień optymalizacji dysretnej i były dotychczas rozważane dla dość regularnych strutur wytwarzania, szeregowych lub szeregowo - równoległych. Z olei problemy cyliczne z ograniczeniami sładowania były dotychczas formułowane i analizowane wyłącznie dla systemów o stosunowo prostej struturze, np. system jednostanowisowy lub przepływowy [13]. Zarówno stopień sompliowania modelu ja i onstrucja algorytmu dla systemu cylicznego jest istotnie bardziej złożony. Puntem wyjścia do analizy prezentowanej w niniejszej pracy są wynii z monografii [9], dla niecylicznego systemu o struturze szeregowo równoległej z buforowaniem, pozwalające na ich uogólnienie na systemy o dowolnej struturze. W badaniach wyorzystane są taże oryginalne wynii cząstowe zamieszczone w pracach [14-16] dotyczące systemów cylicznych. Silna NP-trudność już wielu najprostszych badanych wersji problemu, ogranicza zares stosowania algorytmów doładnych do instancji o małej liczbie zadań, choć w onteście minimalizacji czasu cylu onstrucja i zastosowanie algorytmów doładnych wydaje się całowicie uzasadnione (i będzie brana pod uwagę). Niemniej, ze względu na NP-trudność, do wyznaczania satysfacjonujących rozwiązań, stosuje się powszechnie szybie algorytmy przybliżone oparte na techniach przeszuiwań loalnych. Metody tego typu opierają się zazwyczaj na dwupoziomowej deompozycji problemu: wyznaczenie optymalnej olejności zadań (poziom górny) oraz wielorotne wyznaczenie minimalnej wartości ryterium dla danej olejności zadań (poziom dolny). O ile dla lasycznych problemów szeregowania rozwiązanie problemu dolnego poziomu można otrzymać w sposób efetywny czasowo przez analizę specyficznego grafu, to w przypadu postawionego zagadnienia rozwiązanie zagadnienia dolnego poziomu jest czasochłonne. Stąd wszelie własności szczególne problemu, w tym pozwalające na bardziej efetywne wyliczanie czasu cylu, poszuiwanie harmonogramu oraz ograniczenie wielości loalnie przeglądanego sąsiedztwa i/lub przyspieszenie szybości jego przeglądania są bardzo pożądane. Bogaty przegląd stanu wiedzy dotyczącego cylicznych zagadnień szeregowania zadań znaleźć można w pracy Levner i in. [10], podejmującej zagadnienia złożoności obliczeniowej algorytmów rozwiązujących poszczególne typy cylicznych zagadnień szeregowania. Autorzy rozpatrują w szczególności problematyę NP-trudności różnego rodzaju problemów cylicznych z uwzględnieniem różnorodnych postaci funcji ryterialnych oraz dodatowych ograniczeń (no wait, no buffer, etc.). Celem prowadzonych badań jest przede wszystim identyfiacja i formalizacja modelu współczesnych przepływowych cylicznych systemów wytwarzania, w szczególności z uwzględnieniem czasów przezbrojeń maszyn, a taże opracowanie i weryfiacja metod rozwiązywania ta zdefiniowanych zagadnień optymalizacji dysretnej z uwzględnieniem różnych funcji celu (głównie czas cylu). Przeprowadzona zostanie weryfiacja jaości uzysiwanych rozwiązań w odniesieniu do wyniów prezentowanych w specjalistycznych, zamieszczonych w Internecie przyładach testowych (benchmars). W pracy rozpatrujemy wielomaszynowy system producji cylicznej, w tórym dowolny element z ustalonej partii (mieszani) przechodzi olejno przez ażdą z maszyn (permutacyjny system przepływowy (ang. permutation flow shop), zobacz Nowici i Smutnici [11] oraz Grabowsi i Wodeci [8]). Ponadto, należy doonać przezbrojenia 485
3 ażdej maszyny, przed wyonaniem olejnego elementu. Problem polega na minimalizacji czasu cylu, tj. czasu po tórym może nastąpić wyonywanie następnej partii elementów. Udowodnimy silną NP-trudność już znacznie uproszczonej wersji rozpatrywanego problemu. O trudności zagadnienia świadczy fat, że jeden z etapów algorytmu sprowadza się do rozwiązania problemu omiwojażera. Z tego powodu, do wyznaczania satysfacjonujących rozwiązań będziemy stosowali szybie algorytmy przybliżone oparte na metodzie loalnych przeszuiwań. Udowodnimy tzw. "własności eliminacyjne bloów", tóre zostaną zastosowane w onstrucjach algorytmów. Umożliwiają one przegląd pośredni pewnych podzbiorów przestrzeni rozwiązań przyspieszając obliczenia i poprawiając jednocześnie jaość wyznaczanych rozwiązań. 2. Sformułowanie problemu Rozpatrywany w pracy system wytwarzania jest pewnym rozszerzeniem silnie NP-trudnego, lasycznego w teorii szeregowania zadań, permutacyjnego problemu przepływowego (oznaczanego w literaturze prze F C max, zobacz: Nowici i Smutnici [11] oraz Grabowsi i Wodeci [8]). Można go sformułować następująco: Problem: Dany jest zbiór n zadań J = {1, 2,, n}, tóre należy wyonać cylicznie (w sposób powtarzalny) na maszynach ze zbioru M = {1, 2,, m}. Dowolne zadanie należy wyonać olejno, na ażdej z m maszyn 1, 2,, m (porząde technologiczny). Zadanie j J jest ciągiem m operacji O1, j, O2, j,, Om, j. Operacja O, j odpowiada czynności wyonywania zadania j na maszynie, w czasie p, j ( = 1,2,, m) j = 1, 2,, n. Po zaończeniu pewnej, a przed rozpoczęciem następnej operacji należy wyonać przezbrojenie maszyny. Niech s i, j ( M, i j i, j J ) będzie czasem przezbrojenia pomiędzy operacją O oraz O,. Problem polega na wyznaczeniu olejności wyonywania zadań (taiej, i j samej na ażdej maszynie), tóra minimalizuje czas cylu, tj. termin rozpoczęcia wyonywania zadań ze zbioru J w następnym cylu. Muszą być przy tym spełnione następujące ograniczenia: (a) ażda operacja może być wyonywana tylo przez jedną, oreśloną przez ciąg technologiczny, maszynę, (b) żadna maszyna nie może wyonywać jednocześnie więcej niż jedną operację, (c) zachowany musi być porząde technologiczny wyonywania operacji, (d) (e) wyonywanie żadnej operacji nie może być przerwane przed jej zaończeniem, pomiędzy olejno wyonywanymi, na tej samej maszynie, operacjami należy doonać przezbrojenia. Zbiór zadań wyonywanych w pojedynczym cylu nazywany jest MPS-em (ang. minimal part set). MPS-y są przetwarzane jeden po drugim w sposób cyliczny, dostarczając partię zadań (mieszanę produtów) w ilościach odpowiedniej dla ażdego cylu. Problem sprowadza się więc do ustalenia momentów rozpoczęcia wyonywania zadań na maszynach spełniających ograniczenia (a)-(e), aby czas cylu (czas po tórym zadanie jest wyonywane w olejnym MPS-ie) był minimalny. W srócie problem ten będziemy oznaczali przez CF. Przyjmujemy, że zadania ze zbioru J wyonywane są w oreślonej olejności, taiej samej dla wszystich MPS-ów, co zapewnia cyliczność sewencji, ale nieoniecznie harmonogramów czasowych w ramach pojedynczego MPS-u. 486
4 W pracy (Grabowsiego i Pempery [7]) udowodniono, że w systemie przepływowym dopuszczalna olejność wyonywania zadań musi być identyczna na ażdej maszynie. Zatem, olejność wyonywania zadań w ażdym MPS-ie może być wyznaczona przez pojedynczą permutację. Każde uszeregowanie zadań może być reprezentowane przez permutację = ( (1),, ( n)) elementów ze zbioru J. Niech oznacza zbiór wszystich taich permutacji. Wobec tego, rozpatrywany w pracy problem sprowadza się do wyznaczenia permutacji zadań zbioru J minimalizującej długość cylu. 3. Model matematyczny Niech [ S ] m n będzie macierzą terminów rozpoczęcia wyonywania zadań -tego MPS-a (dla ustalonej olejności ), gdzie S i, j oznacza termin rozpoczęcia wyonywania zadania j na maszynie i. Załadamy, że nie tylo olejność zadań jest cylicznie powtarzana ale taże, że harmonogram czasowy pracy systemu (tj. wyonywanie olejnych MPS-ów) jest w pełni cyliczny. Oznacza to, że istnieje stała T ( ) (ores) taa, że S = S T ( ), i = 1,..., m, j = 1,..., n, = 1, 2,... (1) 1 i, ( j ) i, ( j ) Ores T ( ) zależy oczywiście od permutacji i jest nazywany czasem cylu systemu. Minimalną wartość T ( ), dla ustalonej, będziemy nazywać minimalnym czasem cylu i oznaczać przez T ( ). Ponieważ lejność wyonywania zadań w ramach pojedynczego MPS-u jest taa sama, więc wystarczy wyznaczyć olejność zadań dla jednego MPS-a i doonać jego przesunięcia o wielość T ( ), =1,2,... na osi czasu. Optymalną wartość czasu cylu T ( ) dla pierwszego MPS-a problemu CF można wyznaczyć rozwiązując następujące zadanie optymalizacyjne: wyznaczyć przy ograniczeniach: T ( ) = min{ T ( ) : }, (2) S p S, i = 1,..., m 1, j = 1,..., n, (3) i, ( j ) i, ( j ) i 1, ( j) S p S, i = 1,..., m, j = 1,..., n 1, (4) i, ( j ) i, ( j ) i, ( j 1) Si, ( n) pi, ( n) Si, (1) T, i = 1,..., m, (5) Si 1, ( n) Si, (1) T, i = 1,..., m 1. (6) Bez straty ogólności możemy przyjąć, że termin rozpoczęcia wyonywania pierwszego zadania na pierwszej maszynie 1, (1) = 0. S Niech n 1, ( i) ( i), ( i 1), ( n) i=1 T ( ) = ( p s ) p. (7) będzie czasem wyonywania zadań w olejności, wraz z przezbrojeniami, na -tej maszynie. 487
5 4. Problem z zerowymi czasami przezbrojeń Załadamy, że czasy przezbrojenia maszyn, pomiędzy olejno wyonywanymi operacjami, są równe zero, więc dla dowolnej permutacji, s = 0, ( ), ( 1) j, = 1, 2, i i m, i = 1, 2,, n. Wówczas, czas (7) wyonywania operacji przez -tą maszynę n p, ( i) i=1 T ( ) = (8) i nie zależy od olejności wyonywania zadań. Łatwo zauważyć, że w tym przypadu minimalny czas cylu T ( ) = min{ T ( ) : = 1,2,, m}, (9) gdzie jest dowolną permutacją zadań ze zbioru J. Na rysunu 1 przedstawiono fragment diagramu Gantta dwóch pierwszych MPS-ów, dla problemu CF z zerowymi czasami przezbrojeń. Przyjęliśmy, że masimum w równości (9) osiągnięto dla -tej maszyny. Rysune 1. Diagram Gantta dla dwóch pierwszych MPS-ów, dla problemu cylicznego bez przezbrojeń maszyn 5. Własności problemu cylicznego z przezbrojeniami Niech będzie pewną ustaloną permutacją zadań. Przez S h, ( i) oznaczamy moment rozpoczęcia zadania ( i) z h-tego MPS-u na -tej maszynie. Dla ustalenia uwagi rozpatrujemy dwa pierwsze MPS-y. Z ograniczeń (3)-(6) wynia, że n n 1 2 1, (1), ( i), ( i) ( i), ( i 1) ( n), (1) i=1 i=1 S S p s s, (10) dla = 1, 2,, m. Podobne zależności zachodzą dla olejnych MPS-ów, tj. pomiędzy S oraz h, (1) h 1 S, (1) ( h = 2,3, ). Podobnie ja (9), czas wyonywania zadań ze zbioru J w olejności na -tej maszynie w ramach jednego MPS-u (wraz z przezbrojeniem maszyny po wyonaniu ostatniego zadania) 488
6 n 1, ( i) ( i), ( i 1), ( n) ( n), (1) i =1 T ( ) = ( p s ) p s, (11) dla = 1, 2,, m. W tym przypadu T ( ) = max{ T ( ) : = 1, 2, }, (12) spełnia wszystie waruni długości cylu. Na rysunu 2 przedstawiono fragment diagramu Gantta dwóch pierwszych MPS-ów. Przyjęliśmy, że masimum w równości (11) osiągnięto dla -tej maszyny. Rysune 2. Diagram Gantta dwóch pierwszych MPS-ów dla problemu cylicznego z przezbrojeniami maszyn. Wobec tego, wyznaczenie minimalnego czasu cylu, dla problemu przepływowego z przezbrojeniami maszyn, sprowadza się do wyznaczenia permutacji optymalnej dla tórej T ( ) = min{ T ( ) : }. (13) Dla ustalonej permutacji zadań minimalny czas cylu 489 T ( ) został oreślony w (12). Załóżmy, że minimum to zostało osiągnięte dla -tej maszynie, tj. T ( ) = T ( ). Rozpatrujemy ciąg czasów T1 ( ), T2 ( ),, T m ( ). Symbolicznie jest on przedstawiony na rysunu 3. Dla ustalonej maszyny, = 1, 2,, m onstruujemy symetryczny graf pełny (sieć) H = V, E; p; s, (14) z obciążonymi wierzchołami i rawędziami, gdzie zbiór wierzchołów: V = J, zbiór rawędzi: E = {{ v, u}: v u, v, u J}, wagi wierzchołów: p : V R, wagi rawędzi: s : E p( v) = p v V,, v R, s( e) = s e E. e
7 Wagi wierzchołów są równe czasom wyonywania zadań, a rawędzi - czasom przezbrojeń. Fragment grafu H, bez czasów wyonywania zadań, przedstawiono na rysunu 4. Rysune 3: Wartości T ( ), = 1,2,, m. Rysune 4. Fragment grafu H. 490
8 Lemat 1. Dla ustalonej permutacji zadań = ( (1), (2),, ( n)), czas wyonywania zadań T ( ) (definicja (11)) na maszynie, = 1, 2,, m jest równy długości L ( ) cylu omiwojażera P ( ) = ( (1), (2),, ( n), (1)) w grafie H. Lemat 2. Permutacja jest optymalną olejnością wyonywania zadań na -tej maszynie (tj. minimalizuje funcję (11)) wtedy i tylo wtedy, gdy ( n), (1)) jest optymalnym cylem omiwojażera w grafie H. Niech L będzie długością optymalnego cylu omiwojażera H m. P w grafie symetrycznym, = 1, 2,, P = ( (1), (2),, Uwaga 1. Dla dwóch różnych maszyn i l nie musi zachodzić równość L L. Uwaga 2. Optymalna wartość czasu cylu T ( ) min{ L : = 1,2,, m}. (15) Twierdzenie 1 Jeżeli czasy przezbrojeń pomiędzy operacjami są na ażdej maszynie taie same, to problem wyznaczenia optymalnego czasu cylu jest silnie NP-trudny. Dowód. W tym przypadu ażde dwa dowolne grafy H i H l ( l, l = 1, 2,, m) są izomorficzne, więc długości optymalnych cyli omiwojażera są taie same. Łatwo zauważyć (orzystając z nierówności (15)), że wyznaczenie optymalnego czasu cylu sprowadza się do wyznaczenia optymalnego cylu omiwojażera w grafie H 1. Jest więc problemem silnie NP-trudnym. Wniose. Rozpatrywany w pracy problem CF jest silnie NP-trudny. 6. Bloi zadań Niech będzie optymalnym cylem Hamiltona w grafie H ( ) ( = 1, 2,, m). Jest to optymalna (tj. minimalna ze względu na czas wyonywania) olejność zadań. Permutację tą będziemy nazywali wzorcem dla -tej maszyny. Niech B = { ( a), ( a 1),, ( b)}, (16) będzie ciągiem bezpośrednio występujących po sobie zadań w permutacji, wzorcem dla -tej maszyny oraz u, v ( u v, u, v = 1,, n) parą liczb taich, że: W1: ( a) = ( u), ( a 1) = ( u 1),, ( b 1) = ( v 1), ( b) = ( v), lub W2: ( b) = ( u), ( b 1) = ( u 1),, ( a 1) = ( v 1), ( a) = ( v) W3:B jest masymalnym podciągiem ze względu na zawieranie, tj. nie można go powięszyć ani o element ( a 1), ani o ( b 1), spełniającym ograniczenia W1 lub W2), Jeżeli ciąg zadań (16) spełnia waruni W1 i W3 lub W2 i W3, to nazywamy go bloiem l 491
9 na -tej maszynie ( M ). Z definicji wynia, że blo może zawierać tylo jeden element. Jeżeli liczba elementów b a 2, to tai blo bez pierwszego i ostatniego elementu nazywamy bloiem wewnętrznym. Własność 1. Permutację zadań na rozłączne bloi. można, na dowolnej maszynie M, rozbić Twierdzenie 2 [17]. Algorytm rozbicia n elementowej permutacji zadań na bloi ma złożoność obliczeniową O( n ). Twierdzenie 3 [17]. Jeżeli permutacja została wygenerowana z permutacji przez zmianę olejności elementów w pewnym blou wewnętrznym na maszynie M, to T ( ) T ( ). Uwaga 3. Aby zmniejszyć bieżącą długość cylu T ( ) należy pewne zadanie z pewnego blou wewnętrznego przestawić przed pierwszy lub za ostatni element tego blou. Z twierdzenia 3 wynia tzw. "własność eliminacyjna bloów". Dzięi niej, przy generowaniu otoczeń w algorytmach typu popraw, można pominąć rozwiązania nie dające bezpośredniej poprawy. Przyspiesza to znacznie działanie algorytmu. 7. Podsumowanie W pracy rozpatrywano cyliczny problem przepływowy z przezbrojeniami maszyn. Należy od do lasy problemów silnie NP-trudnych. Przedstawiono model matematyczny oraz udowodniono pewne specyficznych własności problemu, w tym eliminacyjne własności bloowe. Będą one bezpośrednio zastosowane w onstrucjach algorytmów rozwiązywania przedstawionego problemu. Praca została częściowo sfinansowana ze środów Narodowego Centrum Naui przyznanych na podstawie decyzji numer DEC-2012/05/B/ST7/ Literatura 1. Bożejo W., Mauchowsi M., Solving the no-wait job shop problem by using genetic algorithm with automatic adjustement, International Journal of Advanced Manufacturing Technology, Volume 57, Issue 5, 2011, Chaar J.K., Davidson E.S. Cyclic Job Shop Scheduling Using Reservation Tables. Department of Electrical Engineering and Computer Science. The University of Michigan. 1990, Cavory G., Dupas R., Goncalves G. A genetic approach to solving the problem of cyclic job shop scheduling with linear constraints. European Journal of Operational Research 161, 2005, Caggiano K., Jacson P.L. Finding minimum flow time cyclic schedules for nonidentical, multistage jobs. IIE Transactions, 40, 2008,
10 5. Dąbrowsi P., Pempera J., Smutnici C.: Minimizing cycle time of the flow line-genetic approach with gene expression, Lecture Notes in Computer Science, vol. 4431, 2007, Fournier O., Lopez, P., Lan Sun Lu J.D. Cyclic scheduling following the social behavior of ant colonies. Conference Publications Systems, Man and Cybernetics, 2002 IEEE International Grabowsi J., Pempea J., Sequencing of jobs in some production system, EJOR, 2000,125, Grabowsi J., Wodeci M., A very fast tabu search algorithm for the permutation flow shop problem with maespan criterion, Computers and Operations Research, 31, 2004, Kampmeyer T., Cyclic Scheduling Problems, Ph.D. Dissertation, Universitat Osnabruc, Levner E., Kats V, Lopez A.P., Cheng T.C.E. Complexity of cyclic scheduling problems: A state-of-the-art survey. Computers and Industrial Engineering, 59, 2010, Nowici E., C. Smutnici, A fast tabu search algorithm for the permutation flow-shop problem, European Journal of Operational Research, 1996;91: Panwalar S.S., Dude R.A., Smith M.L.: Sequencing research and the industrial scheduling problem. Symposium on the theory of scheduling and its applications (ed. Elmaghraby S.E.), Springer-Verlag, Berlin, Pempera J., Smutnici C., Minimalizacja czasu cylu wytwarzania na linii: Podejście genetyczne z espresją genów. Automatya 2005, t. 9, z. 1/2, Smutnici C.: Scheduling with high variety of customized compound products. Decision Maing in Manufacturing and Services, 1, 1/2, 2007, Smutnici C., Smutnici A.: Nowe własności harmonogramów cylicznych w systemie przepływowym, Automatya, t. 11, z. 1/2, 2007, Smutnici C., Smutnici A.: Harmonogramowanie cyliczne w systemie gniazdowym, Zastosowania teorii systemów, AGH, 2007, Wodeci M., Identyfiacja własności cylicznego problemu przepływowego pod ątem ich wyorzystania w onstrucji efetywnych algorytmów rozwiązania, Raport Instytutu Informatyi, Automatyi i Robotyi Politechnii Wrocławsiej, 2013 (w przygotowaniu). Prof. nadzw. dr hab. Wojciech BOŻEJKO Mgr inż. Łuasz KACPRZAK Instytut Informatyi Automatyi i Robotyi Politechnii Wrocławsiej ul. Janiszewsiego 11/17, Wrocław wojciech.bozejo@iiar.pwr.wroc.pl Prof. nadzw. dr hab. Mieczysław WODECKI Instytut Informatyi Uniwersytetu Wrocławsiego ul.joliot-curie 15, Wrocław mwd@ii.uni.wroc.pl 493
MODYFIKACJA KOSZTOWA ALGORYTMU JOHNSONA DO SZEREGOWANIA ZADAŃ BUDOWLANYCH
MODYFICJ OSZTOW LGORYTMU JOHNSON DO SZEREGOWNI ZDŃ UDOWLNYCH Michał RZEMIŃSI, Paweł NOW a a Wydział Inżynierii Lądowej, Załad Inżynierii Producji i Zarządzania w udownictwie, ul. rmii Ludowej 6, -67 Warszawa
Bardziej szczegółowoOptymalizacja harmonogramów budowlanych - problem szeregowania zadań
Mieczysław POŁOŃSKI Wydział Budownictwa i Inżynierii Środowisa, Szoła Główna Gospodarstwa Wiejsiego, Warszawa, ul. Nowoursynowsa 159 e-mail: mieczyslaw_polonsi@sggw.pl Założenia Optymalizacja harmonogramów
Bardziej szczegółowoRÓWNOLEGŁY ALGORYTM PRZESZUKIWANIA Z ZABRONIENIAMI DLA CYKLICZNEGO PROBLEMU GNIAZDOWEGO
RÓWNOLEGŁY ALGORYTM PRZESZUKIWANIA Z ZABRONIENIAMI DLA CYKLICZNEGO PROBLEMU GNIAZDOWEGO Wojciech BOŻEJKO, Andrzej GNATOWSKI, Mieczysław WODECKI Streszczenie: W pracy rozpatrujemy cyliczny problemem gniazdowy,
Bardziej szczegółowoOptymalizacja harmonogramów budowlanych - problem szeregowania zadań
Mieczysław OŁOŃSI Wydział Budownictwa i Inżynierii Środowisa, Szoła Główna Gospodarstwa Wiejsiego, Warszawa, ul. Nowoursynowsa 159 e-mail: mieczyslaw_polonsi@sggw.pl Założenia Optymalizacja harmonogramów
Bardziej szczegółowoRównoległy algorytm wyznaczania bloków dla cyklicznego problemu przepływowego z przezbrojeniami
Równoległy algorytm wyznaczania bloków dla cyklicznego problemu przepływowego z przezbrojeniami dr inż. Mariusz Uchroński Wrocławskie Centrum Sieciowo-Superkomputerowe Agenda Cykliczny problem przepływowy
Bardziej szczegółowoPLAN WYKŁADU OPTYMALIZACJA GLOBALNA ALGORYTM MRÓWKOWY (ANT SYSTEM) ALGORYTM MRÓWKOWY. Algorytm mrówkowy
PLAN WYKŁADU Algorytm mrówowy OPTYMALIZACJA GLOBALNA Wyład 8 dr inż. Agniesza Bołtuć (ANT SYSTEM) Inspiracja: Zachowanie mrówe podczas poszuiwania żywności, Zachowanie to polega na tym, że jeśli do żywności
Bardziej szczegółowowtedy i tylko wtedy, gdy rozwiązanie i jest nie gorsze od j względem k-tego kryterium. 2) Macierz części wspólnej Utwórz macierz
Temat: Programowanie wieloryterialne. Ujęcie dysretne.. Problem programowania wieloryterialnego. Z programowaniem wieloryterialnym mamy do czynienia, gdy w problemie decyzyjnym występuje więcej niż jedno
Bardziej szczegółowoAlgebra liniowa z geometrią analityczną
WYKŁAD. Własności zbiorów liczbowych. Podzielność liczb całowitych, relacja przystawania modulo, twierdzenie chińsie o resztach. Liczby całowite Liczby 0,±,±,±3,... nazywamy liczbami całowitymi. Zbiór
Bardziej szczegółowoPROBLEM PRZEPŁYWOWY Z PRZEZBROJENIAMI ORAZ CIĄGŁĄ PRACĄ MASZYN Wojciech BOŻEJKO, Radosław IDZIKOWSKI, Mieczysław WODECKI
PROBLEM PRZEPŁYWOWY Z PRZEZBROJENIAMI ORAZ CIĄGŁĄ PRACĄ MASZYN Wojciech BOŻEJKO, Radosław IDZIKOWSKI, Mieczysław WODECKI Streszczenie W pracy rozpatrujemy problem przepływowy z przezbrojeniami maszyn pomiędzy
Bardziej szczegółowoColloquium 3, Grupa A
Colloquium 3, Grupa A 1. Z zasobów obliczeniowych pewnego serwera orzysta dwóch użytowniów. Każdy z nich wysyła do serwera zawsze trzy programy naraz. Użytowni czea, aż serwer wyona obliczenia dotyczące
Bardziej szczegółowoNIETYPOWE WŁASNOŚCI PERMUTACYJNEGO PROBLEMU PRZEPŁYWOWEGO Z OGRANICZENIEM BEZ PRZESTOJÓW
NIETYPOWE WŁASNOŚCI PERMUTACYJNEGO PROBLEMU PRZEPŁYWOWEGO Z OGRANICZENIEM BEZ PRZESTOJÓW Mariusz MAKUCHOWSKI Streszczenie: W pracy rozważa się permutacyjny problem przepływowy z kryterium będącym momentem
Bardziej szczegółowoMatematyka dyskretna. Wykład 2: Kombinatoryka. Gniewomir Sarbicki
Matematya dysretna Wyład 2: Kombinatorya Gniewomir Sarbici Kombinatorya Definicja Kombinatorya zajmuje się oreślaniem mocy zbiorów sończonych, w szczególności mocy zbiorów odwzorowań jednego zbioru w drugi
Bardziej szczegółowoUwaga 1.1 Jeśli R jest relacją w zbiorze X X, to mówimy, że R jest relacją w zbiorze X. Rozważmy relację R X X. Relację R nazywamy zwrotną, gdy:
Matematya dysretna - wyład 1. Relacje Definicja 1.1 Relacją dwuargumentową nazywamy podzbiór produtu artezjańsiego X Y, tórego elementami są pary uporządowane (x, y), taie, że x X i y Y. Uwaga 1.1 Jeśli
Bardziej szczegółowoGrupowanie sekwencji czasowych
BIULETYN INSTYTUTU AUTOMATYKI I ROBOTYKI NR 3, 006 Grupowanie sewencji czasowych Tomasz PAŁYS Załad Automatyi, Instytut Teleinformatyi i Automatyi WAT, ul. Kalisiego, 00-908 Warszawa STRESZCZENIE: W artyule
Bardziej szczegółowo9.9 Algorytmy przeglądu
14 9. PODSTAWOWE PROBLEMY JEDNOMASZYNOWE 9.9 Algorytmy przeglądu Metody przeglądu dla problemu 1 r j,q j C max były analizowane między innymi w pracach 25, 51, 129, 238. Jak dotychczas najbardziej elegancka
Bardziej szczegółowoTEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM
EORI OBWODÓW I SYGNŁÓW LBORORIUM KDEMI MORSK Katedra eleomuniacji Morsiej Ćwiczenie nr 2: eoria obwodów i sygnałów laboratorium ĆWICZENIE 2 BDNIE WIDM SYGNŁÓW OKRESOWYCH. Cel ćwiczenia Celem ćwiczenia
Bardziej szczegółowoANALIZA WIELOKRYTERIALNA
ANALIZA WIELOKRYTERIALNA Dział Badań Operacyjnych zajmujący się oceną możliwych wariantów (decyzji) w przypadu gdy występuje więcej niż jedno ryterium oceny D zbiór rozwiązań (decyzji) dopuszczalnych x
Bardziej szczegółowoPROBLEMY HAROMONOGRAMOWANIA PRODUKCJI
Łukasz Sobaszek, mgr inż. Wydział Mechaniczny, Politechnika Lubelska PROBLEMY HAROMONOGRAMOWANIA PRODUKCJI Artykuł zawiera informacje dotyczące procesu harmonogramowania produkcji, problemów występujących
Bardziej szczegółowo1 Problemyprzepływowe
Problemyprzepływowe Problemy przepływowe należą do jednych z prostszych i często analizowanych modeli systemów produkcyjnych. Poniżej zostanie przedstawiony podstawowy problem przepływowy, permutacyjny
Bardziej szczegółowoIndukcja matematyczna
Inducja matematyczna Inducja jest taą metodą rozumowania, za pomocą tórej od tezy szczegółowej dochodzimy do tezy ogólnej. Przyład 1 (o zanurzaniu ciał w wodzie) 1. Kawałe żelaza, tóry zanurzyłem w wodzie,
Bardziej szczegółowoStruktury danych i złożoność obliczeniowa Wykład 7. Prof. dr hab. inż. Jan Magott
Struktury danych i złożoność obliczeniowa Wykład 7 Prof. dr hab. inż. Jan Magott Problemy NP-zupełne Transformacją wielomianową problemu π 2 do problemu π 1 (π 2 π 1 ) jest funkcja f: D π2 D π1 spełniająca
Bardziej szczegółowoDWUPOZIOMOWA METODA WIELOKRYTERIALNEGO STEROWANIA PRZEPŁYWEM PRODUKTÓW
DWUPOZIOMOWA METODA WIELOKRYTERIALNEGO STEROWANIA PRZEPŁYWEM PRODUKTÓW Mare MAGIERA Streszczenie: Zadanie sterowania przepływem produtów przez wielostadialną linię producyjną zostało podzielone na dwa
Bardziej szczegółowoA. Cel ćwiczenia. B. Część teoretyczna
A. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z wsaźniami esploatacyjnymi eletronicznych systemów bezpieczeństwa oraz wyorzystaniem ich do alizacji procesu esplatacji z uwzględnieniem przeglądów
Bardziej szczegółowoA i A j lub A j A i. Operator γ : 2 X 2 X jest ciągły gdy
3. Wyład 7: Inducja i reursja struturalna. Termy i podstawianie termów. Dla uninięcia nieporozumień notacyjnych wprowadzimy rozróżnienie między funcjami i operatorami. Operatorem γ w zbiorze X jest funcja
Bardziej szczegółowoRACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5.
RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5. PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA Rozłady soowe Rozład jednopuntowy Oreślamy: P(X c) 1 gdzie c ustalona liczba. 1 EX c, D 2 X 0 (tylo ten rozład ma zerową wariancję!!!)
Bardziej 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 szczegółowoKoła rowerowe malują fraktale
Koła rowerowe malują fratale Mare Berezowsi Politechnia Śląsa Rozważmy urządzenie sładającego się z n ół o różnych rozmiarach, obracających się z różnymi prędościami. Na obręczy danego oła, obracającego
Bardziej szczegółowoMatematyka Dyskretna - zagadnienia
Matematya Dysretna - zagadnienia dr hab. Szymon Żebersi opracował: Miołaj Pietre Semestr letni 206/207 - strona internetowa Zasada inducji matematycznej. Zbiory sończone, podstawowe tożsamości 2. Zasada
Bardziej szczegółowoσ-ciało zdarzeń Niech Ω będzie niepustym zbiorem zdarzeń elementarnych, a zbiór F rodziną podzbiorów zbioru Ω spełniającą warunki: jeśli A F, to A F;
Zdarzenie losowe i zdarzenie elementarne Zdarzenie (zdarzenie losowe) - wyni pewnej obserwacji lub doświadczenia; może być ilościowy lub jaościowy. Zdarzenie elementarne - najprostszy wyni doświadczenia
Bardziej szczegółowoStruktury danych i złożoność obliczeniowa Wykład 5. Prof. dr hab. inż. Jan Magott
Struktury danych i złożoność obliczeniowa Wykład 5 Prof. dr hab. inż. Jan Magott DMT rozwiązuje problem decyzyjny π przy kodowaniu e w co najwyżej wielomianowym czasie, jeśli dla wszystkich łańcuchów wejściowych
Bardziej szczegółowoProgramowanie wielocelowe lub wielokryterialne
Programowanie wielocelowe lub wieloryterialne Zadanie wielocelowe ma co najmniej dwie funcje celu nazywane celami cząstowymi. Cele cząstowe f numerujemy indesem = 1, 2, K. Programowanie wielocelowe ciągłe
Bardziej szczegółowoROZDZIAŁ 10 METODA KOMPONOWANIA ZESPOŁU CZYNNIKI EFEKTYWNOŚCI SKŁADU ZESPOŁU
Agniesza Dziurzańsa ROZDZIAŁ 10 METODA KOMPONOWANIA ZESPOŁU 10.1. CZYNNIKI EFEKTYWNOŚCI SKŁADU ZESPOŁU Przeprowadzona analiza formacji, jaą jest zespół (zobacz rozdział 5), wyazała, że cechy tóre powstają
Bardziej szczegółowo9. Sprzężenie zwrotne własności
9. Sprzężenie zwrotne własności 9.. Wprowadzenie Sprzężenie zwrotne w uładzie eletronicznym realizuje się przez sumowanie części sygnału wyjściowego z sygnałem wejściowym i użycie zmodyiowanego w ten sposób
Bardziej szczegółowoP k k (n k) = k {O O O} = ; {O O R} =
Definicja.5 (Kombinacje bez powtórzeń). Każdy -elementowy podzbiór zbioru A wybrany (w dowolnej olejności) bez zwracania nazywamy ombinacją bez powtórzeń. Twierdzenie.5 (Kombinacje bez powtórzeń). Liczba
Bardziej szczegółowoMetody optymalizacji nieliniowej (metody programowania nieliniowego) Ewa Niewiadomska-Szynkiewicz Instytut Automatyki i Informatyki Stosowanej
Metody optymalizacji nieliniowej metody programowania nieliniowego Ewa Niewiadomsa-Szyniewicz Instytut Automatyi i Inormatyi Stosowanej Ewa Niewiadomsa-Szyniewicz ens@ia.pw.edu.pl Instytut Automatyi i
Bardziej szczegółowoWYKORZYSTANIE AKCELEROMETRU I ŻYROSKOPU MEMS DO POMIARU DRGAŃ W NAPĘDZIE BEZPOŚREDNIM O ZŁOŻONEJ STRUKTURZE MECHANICZNEJ
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 87 Electrical Engineering 2016 Tomasz KULCZAK* Bartosz SZCZERBO* Stefan BROCK* WYKORZYSTANIE AKCELEROMETRU I ŻYROSKOPU MEMS DO POMIARU DRGAŃ W NAPĘDZIE
Bardziej szczegółowoZARYS METODY OPISU KSZTAŁTOWANIA SKUTECZNOŚCI W SYSTEMIE EKSPLOATACJI WOJSKOWYCH STATKÓW POWIETRZNYCH
Henry TOMASZEK Ryszard KALETA Mariusz ZIEJA Instytut Techniczny Wojs Lotniczych PRACE AUKOWE ITWL Zeszyt 33, s. 33 43, 2013 r. DOI 10.2478/afit-2013-0003 ZARYS METODY OPISU KSZTAŁTOWAIA SKUTECZOŚCI W SYSTEMIE
Bardziej szczegółowo9.4 Czasy przygotowania i dostarczenia
140 9. PODSTAWOWE PROBLEMY JEDNOMASZYNOWE dla każdej pary (i, j) R. Odpowiednie problemy posiadają oznaczenie 1 r j,prec C max,1 prec L max oraz 1 q j,prec C max. Właściwe algorytmy rozwiązywania, o złożoności
Bardziej szczegółowoSzeregowanie zadań. Wykład nr 3. dr Hanna Furmańczyk
Wykład nr 3 27.10.2014 Procesory identyczne, zadania niezależne, podzielne: P pmtn C max Algorytm McNaughtona 1 Wylicz optymalną długość C max = max{ j=1,...,n p j/m, max j=1,...,n p j }, 2 Szereguj kolejno
Bardziej szczegółowoOCENA JAKOŚCI PROCESU LOGISTYCZNEGO PRZEDSIĘBIORSTWA PRZEMYSŁOWEGO METODĄ UOGÓLNIONEGO PARAMETRU CZĘŚĆ II
B A D A N I A O P E R A C Y J N E I D E C Y Z J E Nr 2 2004 Anna DOBROWOLSKA* Jan MIKUŚ* OCENA JAKOŚCI PROCESU LOGISTYCZNEGO PRZEDSIĘBIORSTWA PRZEMYSŁOWEGO METODĄ UOGÓLNIONEGO PARAMETRU CZĘŚĆ II Przedstawiono
Bardziej szczegółowoHARMONOGRAMOWANIE CYKLICZNE W PRZEPŁYWOWYCH SYSTEMACH PRODUKCYJNYCH
HARMONOGRAMOWANIE CYKLICZNE W PRZEPŁYWOWYCH SYSTEMACH PRODUKCYJNYCH Jarosław PEMPERA Streszczenie: W pracy rozważany jest cykliczny problem przepływowy z ograniczoną pojemnością buforów. Zaproponowano
Bardziej szczegółowoOPTYMALIZACJA PRZEPUSTOWOŚCI SIECI KOMPUTEROWYCH ZA POMOCĄ ALGORYTMÓW GENETYCZNYCH
OPTYMALIZACJA PRZEPUSTOWOŚCI SIECI KOMPUTEROWYCH ZA POMOCĄ ALGORYTMÓW GENETYCZNYCH Andrzej SZYMONIK, Krzysztof PYTEL Streszczenie: W złożonych sieciach omputerowych istnieje problem doboru przepustowości
Bardziej szczegółowoRÓWNOLEGŁY ALGORYTM SA DLA PEWNEGO PROBLEMU WIELOKRYTERIALNEGO
RÓWNOLEGŁY ALGORYTM SA DLA PEWNEGO PROBLEMU WIELOKRYTERIALNEGO Jarosław PEMPERA, Domini ŻELAZNY Streszczenie: W pracy proponuje się nową oncepcję onstruowania algorytmów opartych na przeszuiwaniu przestrzeni
Bardziej szczegółowoProgramowanie wielocelowe lub wielokryterialne
Programowanie wielocelowe lub wieloryterialne Zadanie wielocelowe ma co najmniej dwie funcje celu nazywane celami cząstowymi. Cele cząstowe f numerujemy indesem = 1, 2, K. Programowanie wielocelowe ciągłe.
Bardziej szczegółowoFOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS
FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 9, Oeconomica 68 54), 55 6 Anna LANDOWSKA ZASTOSOWANIE DYSKRETNEGO PROGRAMOWANIA DYNAMICZNEGO DO ROZWIĄZANIA PROBLEMU
Bardziej szczegółowoPodstawy rachunku prawdopodobieństwa (przypomnienie)
. Zdarzenia odstawy rachunu prawdopodobieństwa (przypomnienie). rawdopodobieństwo 3. Zmienne losowe 4. rzyład rozładu zmiennej losowej. Zdarzenia (events( events) Zdarzenia elementarne Ω - zbiór zdarzeń
Bardziej szczegółowokoszt kapitału D/S L dźwignia finansowa σ EBIT zysku operacyjnego EBIT firmy. Firmy Modele struktury kapitału Rys. 8.3. Krzywa kosztów kapitału.
Modele strutury apitału oszt apitału Optymalna strutura apitału dźwignia finansowa / Rys. 8.3. Krzywa osztów apitału. Założenia wspólne modeli MM Modigliani i Miller w swoich rozważaniach ograniczyli się
Bardziej szczegółowoHIERARCHICZNY SYSTEM ZARZĄDZANIA RUCHEM LOTNICZYM - ASPEKTY OCENY BEZPIECZEŃSTWA
Jace Sorupsi Hierarchiczny system Zarządzania ruchem lotniczym aspety oceny bezpieczeństwa, Logistya (ISSN 1231-5478) No 6, Instytut Logistyi i HIERARCHICZNY SYSTEM ZARZĄDZANIA RUCHEM LOTNICZYM - ASPEKTY
Bardziej szczegółowoPrzykład budowania macierzy sztywności.
Co dzisiaj Przyład bdowania macierzy sztywności. Podejście logiczne Podejście algorytmiczne Przyłady modelowania i interpretacji wyniów Model płytowo-powłoowy i interpretacja naprężeń Błędy modelowania
Bardziej szczegółowoAlgorytmy 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 szczegółowoHARMONOGRAMOWANIE ROBÓT BUDOWLANYCH Z MINIMALIZACJĄ ŚREDNIEGO POZIOMU ZATRUDNIENIA
HARMONOGRAMOWANIE ROBÓT BUDOWLANYCH Z MINIMALIZACJĄ ŚREDNIEGO POZIOMU ZATRUDNIENIA Wojciech BOśEJKO, Zdzisław HEJDUCKI, Michał PODOLSKI, Mariusz UCHROŃSKI Streszczenie: w pracy proponujemy zastosowanie
Bardziej szczegółowoKody Huffmana oraz entropia przestrzeni produktowej. Zuzanna Kalicińska. 1 maja 2004
Kody uffmana oraz entroia rzestrzeni rodutowej Zuzanna Kalicińsa maja 4 Otymalny od bezrefisowy Definicja. Kod nad alfabetem { 0, }, w tórym rerezentacja żadnego znau nie jest refisem rerezentacji innego
Bardziej szczegółowoHEURYSTYCZNY ALGORYTM SZEREGOWANIA ZADAŃ W SYSTEMIE MASZYN RÓWNOLEGŁYCH Z KRYTERIUM MINIMALNO-CZASOWYM
EURYSTYCZNY ALGORYTM SZEREGOWANIA ZADAŃ W SYSTEMIE MASZYN RÓWNOLEGŁYC Z KRYTERIUM MINIMALNO-CZASOWYM Zbigniew BUCALSKI Streszczenie: Artykuł dotyczy zagadnienia czasowo-optymalnego przydziału zasobu podzielnego
Bardziej szczegółowoWstęp. Przygotowanie materiału doświadczalnego do badań. Zastosowanie logiki rozmytej do obliczeń
Przedstawiona praca jest ontynuacją próby wprowadzenia metody logii rozmytej do rutynowych modelowań geologicznych. Wyorzystując dane laboratoryjne i otworowe uzupełniano z jej pomocą braujące fragmenty
Bardziej szczegółowoZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2008 Seria: AUTOMATYKA z. 199 Nr kol. 1999
ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2008 Seria: AUTOMATYKA z. 199 Nr kol. 1999 Mariusz Makuchowski Politechnika Wrocławska, Instytut Informatyki Automatyki i Robotyki PROBLEM GNIAZDOWY Z OGRANICZENIEM
Bardziej szczegółowoA4: Filtry aktywne rzędu II i IV
A4: Filtry atywne rzędu II i IV Jace Grela, Radosław Strzała 3 maja 29 1 Wstęp 1.1 Wzory Poniżej zamieszczamy podstawowe wzory i definicje, tórych używaliśmy w obliczeniach: 1. Związe między stałą czasową
Bardziej szczegółowoWYKŁAD 5 METODY OPTYMALIZACJI NIELINIOWEJ BEZ OGRANICZEŃ
WYKŁAD 5 METODY OPTYMALIZACJI NIELINIOWEJ BEZ OGRANICZEŃ Wstęp. Za wyjątie nielicznych funcji, najczęściej w postaci wieloianów, dla tórych ożna znaleźć iniu na drodze analitycznej, pozostała więszość
Bardziej szczegółowoMatematyka Dyskretna Zadania
Matematya Dysretna Zadania Jace Cichoń Politechnia Wrocławsa, WPPT Wrocław 015 1 Wstęp 11 Oznaczenia [n] = {1,, n} [] = {X P ( : X = } (x = 1 j=0 (x j, (x = 1 (x + j Zadanie 1 j=0 Poaż za pomocą inducji
Bardziej szczegółowoZASADY WYZNACZANIA BEZPIECZNYCH ODSTĘPÓW IZOLACYJNYCH WEDŁUG NORMY PN-EN 62305
ZASADY WYZNACZANIA BEZPIECZNYCH ODSTĘPÓW IZOLACYJNYCH WEDŁUG NORMY PN-EN 62305 Henry Boryń Politechnia Gdańsa ODSTĘPY IZOLACYJNE BEZPIECZNE Zadania bezpiecznego odstępu izolacyjnego to: ochrona przed bezpośrednim
Bardziej szczegółowoAUTOMATYZACJA PROCESÓW DYSKRETNYCH 2016
AUTOMATYZACJA PROCESÓW DYSKRETNYCH 2016 Adam PRUS, Krzysztof PIEŃKOSZ Politechnika Warszawska SZEREGOWANIE ZADAŃ CZĘŚCIOWO PODZIELNYCH NA PROCESORACH RÓWNOLEGŁYCH Streszczenie. W pracy jest rozpatrywany
Bardziej szczegółowoDRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH DRGAŃ WŁASNYCH
Część 5. DRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH... 5. 5. DRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH DRGAŃ WŁASNYCH 5.. Wprowadzenie Rozwiązywanie zadań z zaresu dynamii budowli sprowadza
Bardziej szczegółowoWpływ zamiany typów elektrowni wiatrowych o porównywalnych parametrach na współpracę z węzłem sieciowym
Wpływ zamiany typów eletrowni wiatrowych o porównywalnych parametrach na współpracę z węzłem sieciowym Grzegorz Barzy Paweł Szwed Instytut Eletrotechnii Politechnia Szczecińsa 1. Wstęp Ostatnie ila lat,
Bardziej szczegółowoALGORYTM EWOLUCYJNY DLA PROBLEMU SZEREGOWANIA ZADAŃ W SYSTEMIE PRZEPŁYWOWYM
ALGORYTM EWOLUCYJNY DLA PROBLEMU SZEREGOWANIA ZADAŃ W SYSTEMIE PRZEPŁYWOWYM Adam STAWOWY, Marek ŚWIĘCHOWICZ Streszczenie: W pracy zaprezentowano algorytm strategii ewolucyjnej do problemu szeregowania
Bardziej szczegółowo5. Algebra działania, grupy, grupy permutacji, pierścienie, ciała, pierścień wielomianów.
5. Algebra działania, grupy, grupy permutacji, pierścienie, ciała, pierścień wielomianów. Algebra jest jednym z najstarszych działów matematyki dotyczącym początkowo tworzenia metod rozwiązywania równań
Bardziej szczegółowoALGORYTM PERTURBACYJNY DLA PROBLEMU PRZEPŁYWOWEGO
ALGORYTM PERTURBACYJNY DLA PROBLEMU PRZEPŁYWOWEGO Mariusz MAKUCHOWSKI Streszczenie: Proponowany w tej pracy algorytm perturbacyjny PNEH (dedykowany permutacyjnemu problemowi przepływowemu) pozwala na dostarczanie
Bardziej szczegółowo4.15 Badanie dyfrakcji światła laserowego na krysztale koloidalnym(o19)
256 Fale 4.15 Badanie dyfracji światła laserowego na rysztale oloidalnym(o19) Celem ćwiczenia jest wyznaczenie stałej sieci dwuwymiarowego ryształu oloidalnego metodą dyfracji światła laserowego. Zagadnienia
Bardziej szczegółowoFiltracja pomiarów z głowic laserowych
dr inż. st. of. Paweł Zalewsi Filtracja pomiarów z głowic laserowych słowa luczowe: filtracja pomiaru odległości, PNDS Założenia filtracji pomiaru odległości. Problem wyznaczenia odległości i parametrów
Bardziej szczegółowoALGORYTM PERTURBACYJNY DLA PROBLEMU PRZEPŁYWOWEGO
ALGORYTM PERTURBACYJNY DLA PROBLEMU PRZEPŁYWOWEGO Mariusz MAKUCHOWSKI Streszczenie: Proponowany w tej pracy algorytm perturbacyjny PNEH (dedykowany permutacyjnemu problemowi przepływowemu) pozwala na dostarczanie
Bardziej szczegółowoProgramowanie celowe #1
Programowanie celowe #1 Problem programowania celowego (PC) jest przykładem problemu programowania matematycznego nieliniowego, który można skutecznie zlinearyzować, tzn. zapisać (i rozwiązać) jako problem
Bardziej szczegółowoAlgorytm wyznaczania krotności diagnostycznej struktury opiniowania diagnostycznego typu PMC 1
BIULETYN INSTYTUTU AUTOMATYKI I ROBOTYKI NR 18, 2003 Algoryt wyznaczania rotności diagnostycznej strutury opiniowania diagnostycznego typu PMC 1 Artur ARCIUCH Załad Systeów Koputerowych, Instytut Teleinforatyi
Bardziej szczegółowoSterowanie procesami dyskretnymi
Politechnika Rzeszowska Wydział Elektrotechniki i Informatyki Katedra Informatyki i Automatyki Laboratorium Sterowanie procesami dyskretnymi Stanowisko 3 Algorytmy harmonogramowania zadań pakiet LiSA Rzeszów
Bardziej szczegółowoBilansowanie hierarchicznej struktury zasobów w planowaniu przedsięwzięć inżynieryjno-budowlanych
Bi u l e t y n WAT Vo l. LXIV, Nr 3, 2015 Bilansowanie hierarchicznej strutury zasobów w planowaniu przedsięwzięć inżynieryjno-budowlanych Radosław Seunda 1, Roman Marcinowsi 2 1 Biuro Inżyniersie, 05-082
Bardziej szczegółowoDrzewa spinające MST dla grafów ważonych Maksymalne drzewo spinające Drzewo Steinera. Wykład 6. Drzewa cz. II
Wykład 6. Drzewa cz. II 1 / 65 drzewa spinające Drzewa spinające Zliczanie drzew spinających Drzewo T nazywamy drzewem rozpinającym (spinającym) (lub dendrytem) spójnego grafu G, jeżeli jest podgrafem
Bardziej szczegółowoAUTOMATYZACJA PROCESÓW DYSKRETNYCH 2014 PROBLEM PRZEPŁYWOWY: PERMUTACYJNY, BEZ CZEKANIA, BEZ PRZESTOJÓW
AUTOMATYZACJA PROCESÓW DYSKRETNYCH 2014 Mariusz MAKUCHOWSKI Politechnika Wrocławska PROBLEM PRZEPŁYWOWY: PERMUTACYJNY, BEZ CZEKANIA, BEZ PRZESTOJÓW Streszczenie W pracy porównuje się harmonogramy różnych
Bardziej szczegółowoMateriały do wykładów na temat Obliczanie sił przekrojowych i momentów przekrojowych. dla prętów zginanych.
ateriały do wyładów na temat Obliczanie sił przerojowych i momentów przerojowych dla prętów zginanych Wydr eletroniczny. slajdów na. stronach przeznaczony do celów dydatycznych dla stdentów II ro stdiów
Bardziej szczegółowoDSP-MATLAB, Ćwiczenie 5, P.Korohoda, KE AGH. Ćwiczenie 5. Przemysław Korohoda, KE, AGH
DSP-MATLAB, Ćwiczenie 5, P.Korohoda, KE AGH Instrucja do laboratorium z cyfrowego przetwarzania sygnałów Ćwiczenie 5 Wybrane właściwości Dysretnej Transformacji Fouriera Przemysław Korohoda, KE, AGH Zawartość
Bardziej szczegółowoWSPOMAGANIE DECYZJI W OBSZARZE WYZNACZANIA TRAS POJAZDÓW
DECYZJE nr 13 czerwiec 2010 WSPOMAGANIE DECYZJI W OBSZARZE WYZNACZANIA TRAS POJAZDÓW Paweł Hanczar* Uniwersytet Eonomiczny we Wrocławiu Streszczenie: Problem wyznaczania tras pojazdów jest znany już od
Bardziej szczegółowoPROBLEM HARMONOGRAMOWANIA ZADAŃ WIELOMASZYNOWYCH
PROBLEM HARMONOGRAMOWANIA ZADAŃ WIELOMASZYNOWYCH Karolina BOROWICKA, Wojciech BOŻEJKO, Łukasz KACPRZAK, Mieczysław WODECKI Streszczenie: W pracy rozpatrujemy problem harmonogramowania zadań wykonywanych
Bardziej szczegółowoĆwiczenie 4 Badanie wpływu asymetrii obciążenia na pracę sieci
Ćwiczenie 4 - Badanie wpływu asymetrii obciążenia na pracę sieci Strona 1/13 Ćwiczenie 4 Badanie wpływu asymetrii obciążenia na pracę sieci Spis treści 1.Cel ćwiczenia...2 2.Wstęp...2 2.1.Wprowadzenie
Bardziej szczegółowoKierunki racjonalizacji jednostkowego kosztu produkcji w przedsiębiorstwie górniczym
Kieruni racjonalizacji jednostowego osztu producji w przedsiębiorstwie górniczym Roman MAGDA 1) 1) Prof dr hab inż.; AGH University of Science and Technology, Kraów, Miciewicza 30, 30-059, Poland; email:
Bardziej szczegółowoZarządzanie zasobami w harmonogramowaniu wieloobiektowych przedsięwzięć budowlanych z wykorzystaniem teorii szeregowania zadań
Zarządzanie zasobami w harmonogramowaniu wieloobiektowych przedsięwzięć budowlanych z wykorzystaniem teorii szeregowania zadań 42 Dr inż Michał Podolski Politechnika Wrocławska 1 Wprowadzenie Harmonogramowanie
Bardziej szczegółowoZaawansowane algorytmy i struktury danych
Zaawansowane algorytmy i struktury danych u dr Barbary Marszał-Paszek Opracowanie pytań teoretycznych z egzaminów. Strona 1 z 12 Pytania teoretyczne z egzaminu pisemnego z 25 czerwca 2014 (studia dzienne)
Bardziej szczegółowo( ) + ( ) T ( ) + E IE E E. Obliczanie gradientu błędu metodą układu dołączonego
Obliczanie gradientu błędu metodą uładu dołączonego /9 Obliczanie gradientu błędu metodą uładu dołączonego Chodzi o wyznaczenie pochodnych cząstowych funcji błędu E względem parametrów elementów uładu
Bardziej szczegółowoUkłady równań i nierówności liniowych
Układy równań i nierówności liniowych Wiesław Krakowiak 1 grudnia 2010 1 Układy równań liniowych DEFINICJA 11 Układem równań m liniowych o n niewiadomych X 1,, X n, nazywamy układ postaci: a 11 X 1 + +
Bardziej szczegółowoWykład 21: Studnie i bariery cz.1.
Wyład : Studnie i bariery cz.. Dr inż. Zbigniew Szlarsi Katedra Eletronii, paw. C-, po.3 szla@agh.edu.pl http://layer.uci.agh.edu.pl/z.szlarsi/ 3.6.8 Wydział Informatyi, Eletronii i Równanie Schrödingera
Bardziej szczegółowoWykład 9. Fizyka 1 (Informatyka - EEIiA 2006/07)
Wyład 9 Fizya 1 (Informatya - EEIiA 006/07) 9 11 006 c Mariusz Krasińsi 006 Spis treści 1 Ruch drgający. Dlaczego właśnie harmoniczny? 1 Drgania harmoniczne proste 1.1 Zależność między wychyleniem, prędością
Bardziej szczegółowoProgramowanie liniowe
Programowanie liniowe Maciej Drwal maciej.drwal@pwr.wroc.pl 1 Problem programowania liniowego min x c T x (1) Ax b, (2) x 0. (3) gdzie A R m n, c R n, b R m. Oznaczmy przez x rozwiązanie optymalne, tzn.
Bardziej szczegółowoWybrane rozkłady zmiennych losowych i ich charakterystyki
Rozdział 1 Wybrane rozłady zmiennych losowych i ich charaterystyi 1.1 Wybrane rozłady zmiennych losowych typu soowego 1.1.1 Rozład równomierny Rozpatrzmy esperyment, tóry może sończyć się jednym z n możliwych
Bardziej szczegółowo(U.3) Podstawy formalizmu mechaniki kwantowej
3.10.2004 24. (U.3) Podstawy formalizmu mechanii wantowej 33 Rozdział 24 (U.3) Podstawy formalizmu mechanii wantowej 24.1 Wartości oczeiwane i dyspersje dla stanu superponowanego 24.1.1 Założenia wstępne
Bardziej szczegółowoPodstawowe własności grafów. Wykład 3. Własności grafów
Wykład 3. Własności grafów 1 / 87 Suma grafów Niech będą dane grafy proste G 1 = (V 1, E 1) oraz G 2 = (V 2, E 2). 2 / 87 Suma grafów Niech będą dane grafy proste G 1 = (V 1, E 1) oraz G 2 = (V 2, E 2).
Bardziej szczegółowoZASTOSOWANIE ALGORYTMU GENETYCZNEGO DO OPTYMALNEJ DYSKRETYZACJI WSPÓŁCZYNNIKÓW WAGOWYCH CYFROWYCH FILTRÓW SOI
XIII Sympozjum Modelowanie i Symulacja Systemów Pomiarowych 8-11 września 23r., Kraów ZASTOSOWANIE ALGORYTMU GENETYCZNEGO DO OPTYMALNEJ DYSKRETYZACJI WSPÓŁCZYNNIKÓW WAGOWYCH CYFROWYCH FILTRÓW SOI Jace
Bardziej szczegółowoKoła rowerowe kreślą fraktale
26 FOTON 114, Jesień 2011 Koła rowerowe reślą fratale Mare Berezowsi Politechnia Śląsa Od Redacji: Fratalom poświęcamy ostatnio dużo uwagi. W Fotonach 111 i 112 uazały się na ten temat artyuły Marcina
Bardziej szczegółowoWAHADŁO SPRĘŻYNOWE. POMIAR POLA ELIPSY ENERGII.
ĆWICZENIE 3. WAHADŁO SPRĘŻYNOWE. POMIAR POLA ELIPSY ENERGII. 1. Oscylator harmoniczny. Wprowadzenie Oscylatorem harmonicznym nazywamy punt materialny, na tóry,działa siła sierowana do pewnego centrum,
Bardziej szczegółowoKinetyka chemiczna kataliza i reakcje enzymatyczne
inetya chemiczna ataliza i reacje enzymatyczne Wyład z Chemii Fizycznej str. 3.3 / 1 Ilościowy opis mechanizm działania atalizatorów Wyład z Chemii Fizycznej str. 3.3 / 2 Ilościowy opis mechanizm działania
Bardziej szczegółowoMetody probabilistyczne Rozwiązania zadań
Metody robabilistyczne Rozwiązania zadań 6. Momenty zmiennych losowych 8.11.2018 Zadanie 1. Poaż, że jeśli X Bn, to EX n. Odowiedź: X rzyjmuje wartości w zbiorze {0, 1,..., n} z rawdoodobieństwami zadanymi
Bardziej szczegółowoSzeregowanie zada« Wykªad nr 5. dr Hanna Furma«czyk. 4 kwietnia 2013
Wykªad nr 5 4 kwietnia 2013 Procesory dedykowane Przypomnienie: zadania s podzielone na operacje (zadanie Z j skªada si z operacji O ij do wykonania na maszynach M i, o dªugo±ciach czasowych p ij ); zadanie
Bardziej szczegółowoZasada indukcji matematycznej
Sławomir Jemielity Zasada inducji matematycznej Są różne sformułowania tej zasady, mniej lub bardziej abstracyjne My będziemy się posługiwać taą: Niech T(n) oznacza twierdzenie dotyczące liczby naturalnej
Bardziej szczegółowoznalezienia elementu w zbiorze, gdy w nim jest; dołączenia nowego elementu w odpowiednie miejsce, aby zbiór pozostał nadal uporządkowany.
Przedstawiamy algorytmy porządkowania dowolnej liczby elementów, którymi mogą być liczby, jak również elementy o bardziej złożonej postaci (takie jak słowa i daty). Porządkowanie, nazywane również często
Bardziej szczegółowoWyznaczanie długości fali świetlnej za pomocą spektrometru siatkowego
Politechnia Łódza FTIMS Kierune: Informatya ro aademici: 2008/2009 sem. 2. Termin: 16 III 2009 Nr. ćwiczenia: 413 Temat ćwiczenia: Wyznaczanie długości fali świetlnej za pomocą spetrometru siatowego Nr.
Bardziej szczegółowoPlan wykładu. Przykład. Przykład 3/19/2011. Przykład zagadnienia transportowego. Optymalizacja w procesach biznesowych Wykład 2 DECYZJA?
/9/ Zagadnienie transportowe Optymalizacja w procesach biznesowych Wykład --9 Plan wykładu Przykład zagadnienia transportowego Sformułowanie problemu Własności zagadnienia transportowego Metoda potencjałów
Bardziej szczegółowo