Balansowanie linii montażowej dwustronnej z uwzględnieniem kosztów

Wielkość: px
Rozpocząć pokaz od strony:

Download "Balansowanie linii montażowej dwustronnej z uwzględnieniem kosztów"

Transkrypt

1 Waldemar Grzechca Instytut Automatyki Politechnika Śląska ul. Akademicka 2A Gliwice Balansowanie linii montażowej dwustronnej z uwzględnieniem kosztów 1. WPROWADZENIE Balansowanie linii montażowej polega na podziale całego procesu produkcyjnego na zadania, a następnie przydzieleniu ich do poszczególnych stacji z uwzględnieniem relacji kolejnościowych [1], [2], [4]. Problem balansu bazuje na odpowiednim dopasowaniu bądź to długości linii dodając kolejne stanowiska przy określonym czasie na stanowisku (cyklu linii), bądź przy określonej liczbie stanowisk dopasowaniu cyklu produkcyjnego (rebalans istniejącej linii). Linia montażowa jest systemem przepływowym i produkty transportowane są pomiędzy stacjami przez mechaniczne urządzenia przenoszące, na których wykonywane są grupy czynności ograniczone czasem nazywanym czasem cyklu. Niepodzielna część pracy wykonywana na produkcie będzie nazywana zadaniem, a czas niezbędny do wykonania wyżej wymienionej pracy będzie nazywany czasem zadania. Zadania są przydzielane do stacji zgodnie z ustalonym systemem priorytetów i przy uwzględnieniu strony, na której ma być wykonywane zadanie. Po upłynięciu czasu cyklu nieprzydzielone zadania przenoszone są na następne stacje, aż do momentu osiągnięcia końca linii i wyczerpania się zbioru zadań koniecznych do ukończenia danego produktu. Pomocny przy przyporządkowaniu zadań na linii montażowej jest graf kolejnościowy, w którym oznacza czas wykonania zadania i-tego, a jest ograniczeniem strony, po której ma zostać wykonany montaż [1] [2]. Szeregowa linia montażowa dwupozycyjna - jest nazywana linią montażową dwustronną. Jest to linia montażowa, w której różne zadania mogą być wykonywane na jednym produkcie równolegle. Jest ona wykorzystywana głównie do montażu produktów wielkogabarytowych np. samochodów (Rys. 1). Zaletami tejże linii są znacznie niższe koszty urządzeń jak i narzędzi niezbędnych do montażu, a także lepszy i szybszy transport materiałów jak i przedmiotów montowanych. Oprócz tego istotną zaletą tejże linii jest fakt iż takie linie są znacznie krótsze od jednostronnych, a co za tym idzie nie są potrzebne długie hale o znacznej długości [7]. stacje stowarzyszone STACJA 1 STACJA 3 STACJA K-3 STACJA K-1 KIERUNEK PRZESUWU PRODUKTU STACJA 2 STACJA 4 STACJA K-2 STACJA K Rys. 1. Struktura linii montażowej dwustronnej Źródło: autor Logistyka 2/

2 1 numer zadania (2,L) cyfra symbolizuje czas wykonywania danego zadania, litera natomiast stronę, do której powinno być przypisane zadanie R - prawa strona L-lewa strona E-zadanie nie ma preferencji odnośnie strony przydzielenia Rys. 2. Graf relacji kolejnościowej Źródło: Rashani et al. [5] Widoczne na zilustrowanym grafie (Rys. 2) zwroty grotów symbolizują relacje kolejnościowe zachodzące pomiędzy poszczególnymi zadaniami. W linii montażowej jednostronnej jeżeli relacje kolejnościowe pomiędzy zadaniami są zachowane to zadania przydzielone do stacji mogą być wykonywane ciągle, bez jakichkolwiek przerwań. Jednakże w przypadku linii montażowej dwustronnej możliwym jest by niektóre zadania przydzielane do stacji były opóźnione poprzez zadania przydzielone do ich stacji partnerskich, z którymi tworzą stacje stowarzyszone. Stacjami stowarzyszonymi określa się parę dwóch bezpośrednio stojących naprzeciwko siebie stacji. 2. MIARY JAKOŚCI ROZWIĄZANIA PROBLEMU Balansowanie linii montażowej jest optymalne gdy dla każdej stacji roboczej suma czasów operacji elementarnych jest równa czasowi cyklu. Niestety nie zawsze jest to możliwe do wykonania, dlatego też stworzony zostały miary pozwalające na porównywanie metod używanych do tego typu zadań [3]. Stosowane miary to: Efektywność linii (LE) miara ta jest wyrażana poprzez stosunek całkowitego czasu cyklu sumy czasów wykorzystania poszczególnych stacji do czasu cyklu pomnożonego przez ilość stacji. Pokazuje procentowe wykorzystanie linii, co można wyrazić następującym wzorem: (1) 212 Logistyka 2/2015

3 K c ilość stacji roboczych, czas cyklu, czas wykorzystania i-tej stacji. Współczynnik gładkości (SI) jest to wskaźnik pokazujący względną gładkości danej zbalansowanej linii montażowej. Współczynnik ten gdy jest równy 0 wskazuje na optymalnie zbalansowaną linię. Im wartość SI wyższa tym gorej zbalansowana jest linia. (2) K ilość stacji roboczych, przy czym K 2, dłuższy z czasów na ostatniej parze stacji skojarzonych, czas i-tej stacji. Czas linii (T) jest to współczynnik zależny od ilości stacji roboczych. Im wartość tego współczynnika będzie mniejsza, tym lepsze będzie zbalansowanie linii. (3) K c ilość stacji roboczych, przy czym K 2, czas cyklu, dłuższy z czasów na ostatniej parze stacji skojarzonych. 3. LINIA MONTAŻOWA DWUSTRONNA Z UWZGLĘDNIENIEM KOSZTÓW Podobnie jak w przypadku linii jednostronnej [6] istnieją dwa warianty rozwiązywania problemów dla linii dwustronnej (minimalizacja liczby stacji roboczych TALBP 1 oraz minimalizacja cyklu linii TALBP 2) [5]. Jednakże w przypadku TALBP 1 istnieć może więcej niż jedno rozwiązanie dające taką samą ilość stacji skojarzonych, a różniące się ilością otwartych stacji. Tak więc w tym przypadku znaczenie ma nie tylko liczba otwartych stacji skojarzonych, ale także otwartych stacji w ramach nich. W tym rozumieniu głównym celem balansowania linii montażowej jest zminimalizowanie siły roboczej potrzebnej do zmontowania produktu. Możliwe jest to poprzez zmniejszenie ilości stacji stowarzyszonych lub ilości stacji pojedynczych w celu zminimalizowania ilości potrzebnych pracowników na linii przy ustalonym czasie cyklu. Powyższe balansowanie linii montażowej można określić jako zorientowane czasowo, gdyż jedynym kryterium oceny jest czas. W przypadku montażu skomplikowanych produktów wielkogabarytowych, gdzie produkcja jest bardzo pracochłonna, a płace pracowników linii zależą głównie od ich kwalifikacji do wykonywanej pracy, kryterium czasu jest niewystarczające Koniecznym staje się uwzględnienie również innych czynników takich jak np. kosztów pracowników. Odbywa się to jednak kosztem balansu linii, gdyż celem metody balansowania z uwzględnieniem kosztów nie jest balans linii, a zminimalizowanie całkowitego kosztu na jednostkę produktu Funkcja celu dla analizowanego problemu Funkcja celu powinna wyrażać całkowity koszt dla analizowanego problemu. Koszt ten można podzielić na dwie główne części: koszt pracy pracowników i kapitał zainwestowany w linię montażową (tj. maszyny i urządzenia transportujące). Z tego powodu w celu zdefiniowania funkcji celu dla analizy kosztowej, każdej linii montażowej także analizowanej linii dwustronnej obie te części powinny podlegać dokładnej analizie. Logistyka 2/

4 3.2. Koszt pracy Linie montażowe dwustronne można określić jako uporządkowaną grupę następujących po sobie stacji stowarzyszonych. W skład każdej z nich wchodzą dwie stacje umieszczone przeciwlegle do siebie, na których pracownicy wykonują równolegle różne działania na tym samym produkcie. Wypłata każdego z pracowników powinna być bezpośrednio powiązana ze złożonością zadania jakie dany pracownik wykonuje. Jeżeli zostanie założone, że zadanie jest wykonywane przez jednego pracownika to możliwym jest powiązanie jego wypłaty z czasem wykonywania powierzonego mu zadania. Wyrażać to będzie stosunek wykonanej pracy na jednostkę czasu. Jednakże zadania przypisane do pracownika danej stacji mogą różnić się poziomem złożoności. Wydaje się więc rozsądnym, by płaca pracownika była obliczana wedle najtrudniejszego zadania wykonywanego przez tego pracownika gdyż jest on wystarczająco wykwalifikowany do zadań o tak wysokim stopniu skomplikowania. Matematyczny zapis kosztu jednego pracownika przedstawia się następująco: i } (4) stosunek pracy na jednostkę czasu wykonanej na j- tej stacji po l - tej stronie: l=1 lewa strona, l=2 prawa strona, zbiór zadań przypisany do j tej stacji po l tej stronie. Płaca jednak powinna być wypłacana za cały czas cyklu, a nie tylko za czas, w którym pracownik wykonuje działania na linii. W związku z czym całkowity koszt pracy pracownika będzie definiowany następująco: i } (5) Zgodnie z powyższym wzorem całkowita płaca jaką powinni otrzymać pracownicy po obu stronach stacji wyrażać się będzie w sposób następujący: (6) Natomiast całkowity koszt pracowników na dwustronnej linii montażowej będzie wyrażany następującym wzorem: gdzie : (7) P ilość stacji stowarzyszonych Kapital zainwestowany Drugim elementem całkowitego kosztu jest kapitał zainwestowany w park maszynowy i urządzenia transportujące. Koszt związany z urządzeniami transportującymi jest bezpośrednio związany [6]. Ponieważ długość linii montażowej jest określona przez całkowitą ilość stacji stowarzyszonych koszty transportu są zależne od ich ilości. W ramach parku maszynowego maszyny stosowane na liniach montażowych możemy podzielić na: specjalistyczne, uniwersalne. 214 Logistyka 2/2015

5 Ilość maszyn specjalistycznych na danej linii może być traktowana jako stała i niezależna od przydziału zadań do stacji. Natomiast liczba maszyn uniwersalnych zależy od ilości pojedynczych stacji roboczych na linii montażowej. Z uwagi na ten fakt zainwestowany kapitał InvC potrzebny do instalacji dwustronnej linii montażowej może być obliczony zgodnie z wzorem: (8) P S - liczba maszyn stowarzyszonych, - koszt transportu odniesiony do jednej stacji stowarzyszonej, - liczba pojedynczych maszyn na linii montażowej, - koszt maszyn w odniesieniu do pojedynczej stacji. W związku z powyższym możliwe jest napisanie zależności pozwalającej w sposób uogólniony obliczyć całkowity koszt przypadający na jednostkowy produkt [5]: = = (9) 4. IMPLEMENTACJA ALGORYTMU SYMULOWANEGO WYŻARZANIA W zaimplementowanym algorytmie symulowanego wyżarzania balansowanie linii montażowej z uwzględnieniem kosztów odbywa się przy wykorzystaniu listy priorytetowej zadań (LP). Numery zadań reprezentują wartości priorytetów. Zadania są przydzielane do stacji stowarzyszonej uwzględniając preferowaną stronę wykonywania, zgodnie z lista priorytetową tzn. im niższy numer zadania tym wyższy priorytet. Zestaw zadań jest nieustannie aktualizowany i proces ten trwa tak długo, aż wszystkie zadania nie zostaną przydzielone do stacji stowarzyszonych. Ponieważ lista priorytetów zadań determinuje to w jakiej kolejności przydzielane są zadania do stacji stowarzyszonych, możliwe jest stworzenie sąsiedztwa rozwiązania przy jej użyciu. Rozwiązanie sąsiednie jest to nowe rozwiązanie, które otrzymuje się na podstawie obecnego rozwiązania przy wykorzystaniu operatora zamiany. Operator wybiera losowo dwie różne pozycje w liście priorytetów i zamienia je miejscami lub przesuwa priorytety zadań znajdujące się na prawo od pierwszej wybranej pozycji, i w miejsce to wkłada priorytet zadania z drugiej wybranej pozycji. Ogólny schemat proponowanego algorytmu przedstawiono na Rys. 3 oraz Rys. 4. Po inicjalizacji następuje początkowy balans linii montażowej dwustronnej z uwzględnieniem kosztów, który opiera się na analizie pierwszeństwa pomiędzy możliwymi do wykonania zadaniami, czasem zadań, czasem, cyklu i listą priorytetową. Uzyskane w wyniku tego rozwiązanie początkowe ( ) jest zapisywane jako rozwiązanie obecne ( i jako rozwiązanie najlepsze ( ). Kolejnym krokiem jest ocena początkowego rozwiązania przez funkcję celu, w rezultacie czego uzyskiwany jest jego koszt. Po czym następuje przeszukiwanie sąsiedztwa w celu uzyskania nowego rozwiązania i porównania go z rozwiązaniem obecnie najlepszym. Jeżeli wygenerowane rozwiązanie jest lepsze od obecnie najlepszego wtedy staje się rozwiązaniem najlepszym i obecnym. W przeciwnym wypadku jest akceptowane jako obecne z prawdopodobieństwem: (10) Logistyka 2/

6 wartość funkcji celu dla najlepszego obecnie rozwiązania, ) wartość funkcji celu dla rozwiązania najlepszego, obecna wartość temperatury. Algorytm zaczyna się z wystarczająco wysoką temperaturą (, która spada zgodnie ze współczynnikiem chłodzenia. Dla każdej temperatury wykonywana jest pewna stała ilość iteracji zwanych długością epoki. Algorytm zatrzymuje gdy temperatura obecna staje się mniejsza lub równa od temperatury końcowej (. Stop Start Otwórz nową stację stowarzyszoną o kierunku lini(ld)=e Przyporządkowano wszytskie zadania? Ustal zbiór zadań dostępnych Oblicz średni czas pracy dla obecnej stacji stowarzyszonej (Midle) Wydziel przydzielone zadania z obecnych stacji stowarzyszonych Czy zbiór jest pusty? Wybierz zadanie zgodnie z sytemem priorytetów Midle<=Górny limit(ub) Wygeneruj losową liczbę z zakresu (0;1> (Rand) Zaakcpetuj układ zadań na obecnych stacjach stowarzyszonych Dopasuj zadanie do odpowiedniej strony linii Rand<exp(-delta/T) LD=L Zaakceptuj układ zadań z najlepszym Midle Zapisz przyporządkowanie dla obecnego LD LD=L LD=E LD=R Rys. 3. Schemat pętli wewnętrznej algorytmu Źródło: Rashani et al. [5] 216 Logistyka 2/2015

7 Start Koniec Generowanie poczatkowego rozwiązania i zapisanie go jako obecne(s) i najlepsze(s') TAK Numer epoki = 1 NIE Czy osiągnięto kryterium stopu? Generowanie nowych wartosci priotytetów Numer epoki + 1 Obliczanie funkcji kosztów dla sąsiedztwa najlepszego rozwiązania Czy kryterium liczby epok zostało osiągnięte? Uaktualnij wartość temperatury Uaktualnij obecne rozwiązanie deltaf=f(s')-f(s) TAK Uaktualnij najlepsze rozwiązanie NIE exp(-deltaf) > losowa liczba TAK NIE Rys. 4. Schemat blokowy algorytmu Źródło: Rashani et al. [5] 5. PRZYKŁAD NUMERYCZNY Do analizy przykładu numerycznego wykorzystano graf relacji kolejnosciowej oraz czasy i ograniczenia połozenia z Rys. 2. Wynik eksperymentu ma uwrażliwić czytelników na róznice w ocenie czasowego oraz kosztowego podejścia do problemu (Tabela 1 oraz Tabela 2) Logistyka 2/

8 Tabela 1. Rezultat kosztowego balansu linii dwustronnej dla k MSC =25 i k SSC =20 ( c=5) Liczba stacji stowarzyszonych Liczba stacji pojedynczych Zadania Liczba monterów Płaca 1 1 1, , , , ,11, Wynagrodzenie całkowite monterów 30 Liczba stacji stowarzyszonych 3 Liczba stacji pojedynczych 6 Efektywność linii 83,33%, Czas linii 15, Współczynnik gładkości 5 Tabela 2. Rezultat kosztowego balansu linii dwustronnej dla k MSC =10 i k SSC =20 ( c=5) Liczba stacji stowarzyszonych Liczba stacji pojedynczych Zadania Liczba monterów Płaca 1 1 1, , ,7, , ,11, Wynagrodzenie monterów 25 Liczba stacji stowarzyszonych 4 Liczba stacji pojedynczych 5 Efektywność linii 62,5%, Czas linii 20, Współczynnik gładkości linii 8, Logistyka 2/2015

9 a) b) Rys. 5. Schemat blokowy a) pełnej struktury linii dwustronnej oraz b) niepełnej struktury linii dwustronnej z przykładu obliczeniowego Źródło: autor 6. WNIOSKI I UWAGI Problem czasowego balansu linii montażowej jak kosztowego podejścia do tego zagadnienia powoduje różnice w końcowej ocenia otrzymanego rozwiązania. Miary jakości stosowane w procesie balansu dwustronnej linii montażowej pochodzą jedynie z oceny czasowej i nie mogą być bezkrytycznie stosowane w ocenie rezultatów otrzymywanych w obliczeniach z uwzględnieniem kosztów. Często struktura linii dwustronnej pozostaje niepełna co prowadzi to niejednoznaczności. Dla części badaczy brak utworzonej stacji oznacza zero kosztów i nie uwzględnienie tej stacji w ocenie końcowej efektywności linii czy gładkości linii (Rys. 5). Jednocześnie przyjmuje się w bezkrytycznie czas linii uwzględniający opóźnienie powstałe z powodu braku stacji roboczej. Taka ocena jest błędna i należy powstałe przestoje brać pod uwagę w każdej znanej z literatury ocenie jakości końcowego rozwiązania. Praca powstała dzięki wsparciu środków finansowych z BK265/Rau1/2014 Streszczenie W artykule zostanie poruszony problem balansowania dwustronną linią montażową przy uwzględnieniu kosztów. Większość literatury dotyczącej zagadnienia balansowania ogranicza się do minimalizowania ilości stacji poprzez umieszczanie na nich możliwie największej liczby zadań uznając, że czas strat ma główny wpływ na ponoszone podczas procesu montażowego koszty. Dopiero od stosunkowo niedawna można znaleźć pozycje literaturowe, w których autorzy udowadniają, ze problem balansowania linii montażowej z uwzględnieniem kosztów jest zgeneralizowanym problemem poszukiwania rozwiązania z minimalną liczbą stacji. Pomimo to osiągniecie jednego z celów sprawia, iż nie może być spełnione drugie z podejść. Podsumowując, celem zorientowanego kosztowo algorytmu rozwiązującego problem balansowania linii montażowej jest znalezienie takiego rozwiązania, aby całkowity koszt produkcji pojedynczego produktu był minimalny. W artykule zostanie rozpatrzona struktura linii montażowej z ograniczeniami pozycyjnymi (model czasowy oraz kosztowy). W celu osiągnięcia rozwiązania rozważanego problemu zastosowano algorytm symulowanego wyżarzania. Po krótkim opisie procedur zostanie przeanalizowany przykład numeryczny dla 12 zadań oraz dyskusja nad otrzymanymi wynikami. Słowa kluczowe: balansowanie linii montażowej, algorytm symulowanego wyżarzania, kryteria oceny rozwiązania Assembly Line Balancing Problem in Two sided Structure with cost oriented approach Abstract In the paper assembly line balancing problem in two sided structure with cost oriented will be discussed. Very often the assembly line balancing problem leads to minimizing the number of stations what is connected with reducing the idle times. This approach is well-known and represents time-oriented approach. In this approach authors consider only the number of stations and prove the idea less workstation less costs. But in some investigations authors take into account costs of transport in assembly lines, operators salary and costs of tools, machines or robots the goal of such approach is to obtain the Logistyka 2/

10 final results where the total cost of single product is the smallest. In this article a two-sided assembly line layout will be presented. The simulated annealing algorithm which was implemented to find the best solution (but still feasible) will be discussed. To show the differences between time and cost oriented approaches a numerical example will be calculated. At the end the final result will be given and end conclusions presented. Keywords: assembly line balancing problem, simulated annealing algorithm, performance of end results LITERATURA [1] Sury R.J.: Aspects of assembly Line balancing, International Journal of Productive Research, 1971, pp 8-14 [2] Lee T. O., Kim Y,Kim Y.K. : Two sided Assembly Line Balancing to Maximize Work Relatedness and Slackness, Computer & Industrial Engineering, 40, 3, 2001, pp [3] Grzechca W. : Ocena rozwiązania problem balansowania linii montażowej, Automatyzacja procesów dyskretnych, Politechnika Śląska, Gliwice, 2005, str [4] School A.: Balancing and Sequancing of Assembly Lines, Physica-Varleg, Heidelberg, 1999 [5] Roshani A., Fattahi P., Roshani A., Salehi M., Roshani A., : Cost-oriented two-sided assembly line balancing problem: A simulated annealing approach, International Journal of Computer Integrated Manufacturing, 25, 8, 2012, pp [6] Amen A.: Cost oriented assembly line balancing. Model formulations, solutions difficulty, upper and lower bounds, European Journal of Operational Research, 168, 2006, pp [7] Bartholdi J.J.: Balancing two-sided assembly lines: a case study. International Journal of Production Research, 31,10, 1993, pp Logistyka 2/2015

LINIA MONTAŻOWA Z WIELOMA OPERATORAMI NA POJEDYNCZEJ STACJI ROBOCZEJ

LINIA MONTAŻOWA Z WIELOMA OPERATORAMI NA POJEDYNCZEJ STACJI ROBOCZEJ LINIA MONTAŻOWA Z WIELOMA OPERATORAMI NA POJEDYNCZEJ STACJI ROBOCZEJ Waldemar GRZECHCA Streszczenie: Obecnie najczęściej spotykanymi procesami produkcyjnymi są procesy montażowe mające na celu złożenie

Bardziej szczegółowo

METODA DOBORU I OCENY STRUKTURY LINII MONTAŻOWEJ

METODA DOBORU I OCENY STRUKTURY LINII MONTAŻOWEJ Dr inż. Waldemar GRZECHCA Instytut Automatyki Politechniki Śląskiej METODA DOBORU I OCENY STRUKTURY LINII MONTAŻOWEJ Streszczenie: Prezentowany artykuł skupia się na zagadnieniu doboru i oceny struktury

Bardziej szczegółowo

Rebalans linii montażowej

Rebalans linii montażowej BIULETYN WAT VOL. LVI, NUMER SPECJALNY, 2007 Rebalans linii montażowej WALDEMAR GRZECHCA Politechnika Śląska, Wydział Automatyki, Elektroniki i Informatyki, 44-100 Gliwice, ul. Akademicka 2 Streszczenie.

Bardziej szczegółowo

Harmonogramowanie produkcji

Harmonogramowanie produkcji Harmonogramowanie produkcji Harmonogramowanie produkcji jest ściśle związane z planowaniem produkcji. Polega na: rozłożeniu w czasie przydziału zasobów do zleceń produkcyjnych, podziale zleceń na partie

Bardziej szczegółowo

PROBLEM ROZMIESZCZENIA MASZYN LICZĄCYCH W DUŻYCH SYSTEMACH PRZEMYSŁOWYCH AUTOMATYCZNIE STEROWANYCH

PROBLEM ROZMIESZCZENIA MASZYN LICZĄCYCH W DUŻYCH SYSTEMACH PRZEMYSŁOWYCH AUTOMATYCZNIE STEROWANYCH CZESŁAW KULIK PROBLEM ROZMIESZCZENIA MASZYN LICZĄCYCH W DUŻYCH SYSTEMACH PRZEMYSŁOWYCH AUTOMATYCZNIE STEROWANYCH Duże systemy przemysłowe, jak kopalnie, kombinaty metalurgiczne, chemiczne itp., mają złożoną

Bardziej szczegółowo

Wstęp do Sztucznej Inteligencji

Wstęp do Sztucznej Inteligencji Wstęp do Sztucznej Inteligencji Rozwiązywanie problemów-i Joanna Kołodziej Politechnika Krakowska Wydział Fizyki, Matematyki i Informatyki Rozwiązywanie problemów Podstawowe fazy: Sformułowanie celu -

Bardziej szczegółowo

Priorytetyzacja przypadków testowych za pomocą macierzy

Priorytetyzacja przypadków testowych za pomocą macierzy Priorytetyzacja przypadków testowych za pomocą macierzy W niniejszym artykule przedstawiony został problem przyporządkowania priorytetów do przypadków testowych przed rozpoczęciem testów oprogramowania.

Bardziej szczegółowo

HEURYSTYCZNY ALGORYTM SZEREGOWANIA ZADAŃ W SYSTEMIE MASZYN RÓWNOLEGŁYCH Z KRYTERIUM MINIMALNO-CZASOWYM

HEURYSTYCZNY 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 szczegółowo

znalezienia elementu w zbiorze, gdy w nim jest; dołączenia nowego elementu w odpowiednie miejsce, aby zbiór pozostał nadal uporządkowany.

znalezienia 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 szczegółowo

Sortowanie przez wstawianie Insertion Sort

Sortowanie przez wstawianie Insertion Sort Sortowanie przez wstawianie Insertion Sort Algorytm sortowania przez wstawianie można porównać do sposobu układania kart pobieranych z talii. Najpierw bierzemy pierwszą kartę. Następnie pobieramy kolejne,

Bardziej szczegółowo

OPTYMALIZACJA ZBIORNIKA NA GAZ PŁYNNY LPG

OPTYMALIZACJA ZBIORNIKA NA GAZ PŁYNNY LPG Leon KUKIEŁKA, Krzysztof KUKIEŁKA, Katarzyna GELETA, Łukasz CĄKAŁA OPTYMALIZACJA ZBIORNIKA NA GAZ PŁYNNY LPG Streszczenie Praca dotyczy optymalizacji kształtu zbiornika toroidalnego na gaz LPG. Kryterium

Bardziej szczegółowo

Numeryczna symulacja rozpływu płynu w węźle

Numeryczna symulacja rozpływu płynu w węźle 231 Prace Instytutu Mechaniki Górotworu PAN Tom 7, nr 3-4, (2005), s. 231-236 Instytut Mechaniki Górotworu PAN Numeryczna symulacja rozpływu płynu w węźle JERZY CYGAN Instytut Mechaniki Górotworu PAN,

Bardziej szczegółowo

Metody optymalizacji dyskretnej

Metody 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 szczegółowo

Metody Programowania

Metody Programowania POLITECHNIKA KRAKOWSKA - WIEiK KATEDRA AUTOMATYKI i TECHNIK INFORMACYJNYCH Metody Programowania www.pk.edu.pl/~zk/mp_hp.html Wykładowca: dr inż. Zbigniew Kokosiński zk@pk.edu.pl Wykład 8: Wyszukiwanie

Bardziej szczegółowo

OSTASZEWSKI Paweł (55566) PAWLICKI Piotr (55567) Algorytmy i Struktury Danych PIŁA

OSTASZEWSKI Paweł (55566) PAWLICKI Piotr (55567) Algorytmy i Struktury Danych PIŁA OSTASZEWSKI Paweł (55566) PAWLICKI Piotr (55567) 16.01.2003 Algorytmy i Struktury Danych PIŁA ALGORYTMY ZACHŁANNE czas [ms] Porównanie Algorytmów Rozwiązyjących problem TSP 100 000 000 000,000 10 000 000

Bardziej szczegółowo

INFORMATYKA SORTOWANIE DANYCH.

INFORMATYKA SORTOWANIE DANYCH. INFORMATYKA SORTOWANIE DANYCH http://www.infoceram.agh.edu.pl SORTOWANIE Jest to proces ustawiania zbioru obiektów w określonym porządku. Sortowanie stosowane jest w celu ułatwienia późniejszego wyszukania

Bardziej szczegółowo

operacje porównania, a jeśli jest to konieczne ze względu na złe uporządkowanie porównywanych liczb zmieniamy ich kolejność, czyli przestawiamy je.

operacje porównania, a jeśli jest to konieczne ze względu na złe uporządkowanie porównywanych liczb zmieniamy ich kolejność, czyli przestawiamy je. Problem porządkowania zwanego również sortowaniem jest jednym z najważniejszych i najpopularniejszych zagadnień informatycznych. Dane: Liczba naturalna n i ciąg n liczb x 1, x 2,, x n. Wynik: Uporządkowanie

Bardziej szczegółowo

AUTOMATYZACJA PROCESÓW DYSKRETNYCH 2016

AUTOMATYZACJA 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 szczegółowo

STRATEGIA JUST IN TIME W PROBLEMIE BALANSOWANIA LINII MONTAŻOWEJ

STRATEGIA JUST IN TIME W PROBLEMIE BALANSOWANIA LINII MONTAŻOWEJ Logistyka - nauka Waldemar GRZECHCA * STRATEGIA JUST IN TIME W PROBLEMIE BALANSOWANIA LINII MONTAŻOWEJ Streszczenie W artykule zaprezentowano wyniki badań dotyczące wykorzystania strategii Just in Time

Bardziej szczegółowo

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

Rys Wykres kosztów skrócenia pojedynczej czynności. k 2. Δk 2. k 1 pp. Δk 1 T M T B T A Ostatnim elementem przykładu jest określenie związku pomiędzy czasem trwania robót na planowanym obiekcie a kosztem jego wykonania. Związek ten określa wzrost kosztów wykonania realizacji całego przedsięwzięcia

Bardziej szczegółowo

Analiza stanów gry na potrzeby UCT w DVRP

Analiza stanów gry na potrzeby UCT w DVRP Analiza stanów gry na potrzeby UCT w DVRP Seminarium IO na MiNI 04.11.2014 Michał Okulewicz based on the decision DEC-2012/07/B/ST6/01527 Plan prezentacji Definicja problemu DVRP DVRP na potrzeby UCB Analiza

Bardziej szczegółowo

Jednym z najprostszych sposobów porządkowania jest technika stosowana przy sortowaniu listów:

Jednym z najprostszych sposobów porządkowania jest technika stosowana przy sortowaniu listów: Jednym z najprostszych sposobów porządkowania jest technika stosowana przy sortowaniu listów: Listy rozkładane są do różnych przegródek. O tym, do której z nich trafi koperta, decydują różne fragmenty

Bardziej szczegółowo

Wykład z Technologii Informacyjnych. Piotr Mika

Wykład 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 szczegółowo

Równoległy algorytm wyznaczania bloków dla cyklicznego problemu przepływowego z przezbrojeniami

Równoległy 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 szczegółowo

Algorytm. Krótka historia algorytmów

Algorytm. 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 szczegółowo

1 Wprowadzenie do algorytmiki

1 Wprowadzenie do algorytmiki Teoretyczne podstawy informatyki - ćwiczenia: Prowadzący: dr inż. Dariusz W Brzeziński 1 Wprowadzenie do algorytmiki 1.1 Algorytm 1. Skończony, uporządkowany ciąg precyzyjnie i zrozumiale opisanych czynności

Bardziej szczegółowo

OPTYMALIZACJA HARMONOGRAMOWANIA MONTAŻU SAMOCHODÓW Z ZASTOSOWANIEM PROGRAMOWANIA W LOGICE Z OGRANICZENIAMI

OPTYMALIZACJA HARMONOGRAMOWANIA MONTAŻU SAMOCHODÓW Z ZASTOSOWANIEM PROGRAMOWANIA W LOGICE Z OGRANICZENIAMI Autoreferat do rozprawy doktorskiej OPTYMALIZACJA HARMONOGRAMOWANIA MONTAŻU SAMOCHODÓW Z ZASTOSOWANIEM PROGRAMOWANIA W LOGICE Z OGRANICZENIAMI Michał Mazur Gliwice 2016 1 2 Montaż samochodów na linii w

Bardziej szczegółowo

INFORMATYKA W SZKOLE. Podyplomowe Studia Pedagogiczne. Dr inż. Grażyna KRUPIŃSKA. D-10 pokój 227

INFORMATYKA W SZKOLE. Podyplomowe Studia Pedagogiczne. Dr inż. Grażyna KRUPIŃSKA. D-10 pokój 227 INFORMATYKA W SZKOLE Dr inż. Grażyna KRUPIŃSKA grazyna@fis.agh.edu.pl D-10 pokój 227 Podyplomowe Studia Pedagogiczne 2 Algorytmy Nazwa algorytm wywodzi się od nazwiska perskiego matematyka Muhamed ibn

Bardziej szczegółowo

Obliczenia inspirowane Naturą

Obliczenia inspirowane Naturą Obliczenia inspirowane Naturą Wykład 01 Modele obliczeń Jarosław Miszczak IITiS PAN Gliwice 05/10/2016 1 / 33 1 2 3 4 5 6 2 / 33 Co to znaczy obliczać? Co to znaczy obliczać? Deterministyczna maszyna Turinga

Bardziej szczegółowo

DWUKRYTERIALNA HEURYSTYKA DLA ROZWIĄZYWANIA PROBLEMU BALANSOWANIA LINII MONTAŻOWEJ

DWUKRYTERIALNA HEURYSTYKA DLA ROZWIĄZYWANIA PROBLEMU BALANSOWANIA LINII MONTAŻOWEJ Waldemar GRZECHCA * DWURYTERIALNA HEURYSTYA DLA ROZWIĄZYWANIA PROBLEMU BALANSOWANIA LINII MONTAŻOWEJ Streszczenie W artykule zaprezentowano wyniki badań dotyczące manualnej linii montażowej. Omawiana dwukryterialna

Bardziej szczegółowo

Algorytmy wyznaczania centralności w sieci Szymon Szylko

Algorytmy wyznaczania centralności w sieci Szymon Szylko Algorytmy wyznaczania centralności w sieci Szymon Szylko Zakład systemów Informacyjnych Wrocław 10.01.2008 Agenda prezentacji Cechy sieci Algorytmy grafowe Badanie centralności Algorytmy wyznaczania centralności

Bardziej szczegółowo

ALHE. prof. Jarosław Arabas semestr 15Z

ALHE. prof. Jarosław Arabas semestr 15Z ALHE prof. Jarosław Arabas semestr 15Z Wykład 5 Błądzenie przypadkowe, Algorytm wspinaczkowy, Przeszukiwanie ze zmiennym sąsiedztwem, Tabu, Symulowane wyżarzanie 1. Błądzenie przypadkowe: Pierwszym krokiem

Bardziej szczegółowo

Struktury 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 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 szczegółowo

BADANIE WYDAJNOŚCI GNIAZDA MONTAŻU WRZECIENNIKA GŁÓWNEGO CENTRUM TOKARSKIEGO

BADANIE WYDAJNOŚCI GNIAZDA MONTAŻU WRZECIENNIKA GŁÓWNEGO CENTRUM TOKARSKIEGO KOMISJA BUDOWY MASZYN PAN ODDZIAŁ W POZNANIU Vol. 28 nr 4 Archiwum Technologii Maszyn i Automatyzacji 2008 OLAF CISZAK *, JAN ŻUREK ** BADANIE WYDAJNOŚCI GNIAZDA MONTAŻU WRZECIENNIKA GŁÓWNEGO CENTRUM TOKARSKIEGO

Bardziej szczegółowo

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

Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych ELEMENTY SZTUCZNEJ INTELIGENCJI Laboratorium nr 9 PRZESZUKIWANIE GRAFÓW Z

Bardziej szczegółowo

SCHEMAT ROZWIĄZANIA ZADANIA OPTYMALIZACJI PRZY POMOCY ALGORYTMU GENETYCZNEGO

SCHEMAT ROZWIĄZANIA ZADANIA OPTYMALIZACJI PRZY POMOCY ALGORYTMU GENETYCZNEGO SCHEMAT ROZWIĄZANIA ZADANIA OPTYMALIZACJI PRZY POMOCY ALGORYTMU GENETYCZNEGO. Rzeczywistość (istniejąca lub projektowana).. Model fizyczny. 3. Model matematyczny (optymalizacyjny): a. Zmienne projektowania

Bardziej szczegółowo

Definicje. Algorytm to:

Definicje. Algorytm to: Algorytmy Definicje Algorytm to: skończony ciąg operacji na obiektach, ze ściśle ustalonym porządkiem wykonania, dający możliwość realizacji zadania określonej klasy pewien ciąg czynności, który prowadzi

Bardziej szczegółowo

Sortowanie - wybrane algorytmy

Sortowanie - wybrane algorytmy Sortowanie - wybrane algorytmy Aleksandra Wilkowska Wydział Matematyki - Katedra Matematyki Stosowanej Politechika Wrocławska 2 maja 2018 1 / 39 Plan prezentacji Złożoność obliczeniowa Sortowanie bąbelkowe

Bardziej szczegółowo

Optymalizacja. Symulowane wyżarzanie

Optymalizacja. Symulowane wyżarzanie dr hab. inż. Instytut Informatyki Politechnika Poznańska www.cs.put.poznan.pl/mkomosinski, Maciej Hapke Wyżarzanie wzrost temperatury gorącej kąpieli do takiej wartości, w której ciało stałe topnieje powolne

Bardziej szczegółowo

Instrukcja. Laboratorium Metod i Systemów Sterowania Produkcją.

Instrukcja. 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 szczegółowo

Badania operacyjne: Wykład Zastosowanie kolorowania grafów w planowaniu produkcji typu no-idle

Badania operacyjne: Wykład Zastosowanie kolorowania grafów w planowaniu produkcji typu no-idle Badania operacyjne: Wykład Zastosowanie kolorowania grafów w planowaniu produkcji typu no-idle Paweł Szołtysek 12 czerwca 2008 Streszczenie Planowanie produkcji jest jednym z problemów optymalizacji dyskretnej,

Bardziej szczegółowo

Efektywność Procedur Obliczeniowych. wykład 5

Efektywność Procedur Obliczeniowych. wykład 5 Efektywność Procedur Obliczeniowych wykład 5 Modele procesu obliczeń (8) Jedno-, wielotaśmowa MT oraz maszyna RAM są równoważne w przypadku, jeśli dany problem jest rozwiązywany przez jeden model w czasie

Bardziej szczegółowo

ARYTMETYKA BINARNA. Dziesiątkowy system pozycyjny nie jest jedynym sposobem kodowania liczb z jakim mamy na co dzień do czynienia.

ARYTMETYKA BINARNA. Dziesiątkowy system pozycyjny nie jest jedynym sposobem kodowania liczb z jakim mamy na co dzień do czynienia. ARYTMETYKA BINARNA ROZWINIĘCIE DWÓJKOWE Jednym z najlepiej znanych sposobów kodowania informacji zawartej w liczbach jest kodowanie w dziesiątkowym systemie pozycyjnym, w którym dla przedstawienia liczb

Bardziej szczegółowo

TEORETYCZNE PODSTAWY INFORMATYKI

TEORETYCZNE PODSTAWY INFORMATYKI 1 TEORETYCZNE PODSTAWY INFORMATYKI 16/01/2017 WFAiS UJ, Informatyka Stosowana I rok studiów, I stopień Repetytorium złożoność obliczeniowa 2 Złożoność obliczeniowa Notacja wielkie 0 Notacja Ω i Θ Rozwiązywanie

Bardziej szczegółowo

Projekt dotyczy stworzenia zintegrowanego, modularnego systemu informatycznego wspomagającego zarządzanie pracownikami i projektami w firmie

Projekt dotyczy stworzenia zintegrowanego, modularnego systemu informatycznego wspomagającego zarządzanie pracownikami i projektami w firmie Projekt dotyczy stworzenia zintegrowanego, modularnego systemu informatycznego wspomagającego zarządzanie pracownikami i projektami w firmie informatycznej. Zadaniem systemu jest rejestracja i przechowywanie

Bardziej szczegółowo

Wprowadzenie do algorytmiki

Wprowadzenie do algorytmiki Wprowadzenie do algorytmiki Pojecie algorytmu Powszechnie przyjmuje się, że algorytm jest opisem krok po kroku rozwiązania postawionego problemu lub sposób osiągnięcia jakiegoś celu. Wywodzi się z matematyki

Bardziej szczegółowo

Algorytmy genetyczne. Materiały do laboratorium PSI. Studia stacjonarne i niestacjonarne

Algorytmy genetyczne. Materiały do laboratorium PSI. Studia stacjonarne i niestacjonarne Algorytmy genetyczne Materiały do laboratorium PSI Studia stacjonarne i niestacjonarne Podstawowy algorytm genetyczny (PAG) Schemat blokowy algorytmu genetycznego Znaczenia, pochodzących z biologii i genetyki,

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

ZAGADNIENIE TRANSPORTOWE ZAGADNIENIE TRANSPORTOWE ZT jest specyficznym problemem z zakresu zastosowań programowania liniowego. ZT wykorzystuje się najczęściej do: optymalnego planowania transportu towarów, przy minimalizacji kosztów,

Bardziej szczegółowo

Algorytmy przeszukiwania wzorca

Algorytmy przeszukiwania wzorca Algorytmy i struktury danych Instytut Sterowania i Systemów Informatycznych Wydział Elektrotechniki, Informatyki i Telekomunikacji Uniwersytet Zielonogórski Algorytmy przeszukiwania wzorca 1 Wstęp Algorytmy

Bardziej szczegółowo

ALGORYTMY I PROGRAMY

ALGORYTMY I PROGRAMY ALGORYTMY I PROGRAMY Program to ciąg instrukcji, zapisanych w języku zrozumiałym dla komputera. Ten ciąg instrukcji realizuje jakiś algorytm. Algorytm jest opisem krok po kroku jak rozwiązać problem, czy

Bardziej szczegółowo

WIELOKRYTERIALNE PORZĄDKOWANIE METODĄ PROMETHEE ODPORNE NA ZMIANY WAG KRYTERIÓW

WIELOKRYTERIALNE PORZĄDKOWANIE METODĄ PROMETHEE ODPORNE NA ZMIANY WAG KRYTERIÓW Uniwersytet Ekonomiczny we Wrocławiu WIELOKRYTERIALNE PORZĄDKOWANIE METODĄ PROMETHEE ODPORNE NA ZMIANY WAG KRYTERIÓW Wprowadzenie Wrażliwość wyników analizy wielokryterialnej na zmiany wag kryteriów, przy

Bardziej szczegółowo

Mrówka Pachycondyla apicalis

Mrówka Pachycondyla apicalis Mrówka Pachycondyla apicalis Mrówki Pachycondyla apicalis wystepują w lasach południowego Meksyku, północnej Argentyny i Kostaryki. Wystepuja zarówno w lasach wilgotnych jak i suchych. Mrówki te polują

Bardziej szczegółowo

DZIAŁANIA NA UŁAMKACH DZIESIĘTNYCH.

DZIAŁANIA NA UŁAMKACH DZIESIĘTNYCH. DZIAŁANIA NA UŁAMKACH DZIESIĘTNYCH. Dodawanie,8 zwracamy uwagę aby podpisywać przecinek +, pod przecinkiem, nie musimy uzupełniać zerami z prawej strony w liczbie,8. Pamiętamy,że liczba to samo co,0, (

Bardziej szczegółowo

Optymalizacja. Przeszukiwanie lokalne

Optymalizacja. Przeszukiwanie lokalne dr hab. inż. Instytut Informatyki Politechnika Poznańska www.cs.put.poznan.pl/mkomosinski, Maciej Hapke Idea sąsiedztwa Definicja sąsiedztwa x S zbiór N(x) S rozwiązań, które leżą blisko rozwiązania x

Bardziej szczegółowo

Luty 2001 Algorytmy (7) 2000/2001 s-rg@siwy.il.pw.edu.pl

Luty 2001 Algorytmy (7) 2000/2001 s-rg@siwy.il.pw.edu.pl System dziesiętny 7 * 10 4 + 3 * 10 3 + 0 * 10 2 + 5 *10 1 + 1 * 10 0 = 73051 Liczba 10 w tym zapisie nazywa się podstawą systemu liczenia. Jeśli liczba 73051 byłaby zapisana w systemie ósemkowym, co powinniśmy

Bardziej szczegółowo

Algorytmy genetyczne. Materiały do laboratorium PSI. Studia niestacjonarne

Algorytmy genetyczne. Materiały do laboratorium PSI. Studia niestacjonarne Algorytmy genetyczne Materiały do laboratorium PSI Studia niestacjonarne Podstawowy algorytm genetyczny (PAG) Schemat blokowy algorytmu genetycznego Znaczenia, pochodzących z biologii i genetyki, pojęć

Bardziej szczegółowo

Heurystyki. Strategie poszukiwań

Heurystyki. Strategie poszukiwań Sztuczna inteligencja Heurystyki. Strategie poszukiwań Jacek Bartman Zakład Elektrotechniki i Informatyki Instytut Techniki Uniwersytet Rzeszowski DLACZEGO METODY PRZESZUKIWANIA? Sztuczna Inteligencja

Bardziej szczegółowo

Seminarium IO. Zastosowanie metody PSO w Dynamic Vehicle Routing Problem (kontynuacja) Michał Okulewicz

Seminarium IO. Zastosowanie metody PSO w Dynamic Vehicle Routing Problem (kontynuacja) Michał Okulewicz Seminarium IO Zastosowanie metody PSO w Dynamic Vehicle Routing Problem (kontynuacja) Michał Okulewicz 26.10.2012 Plan prezentacji Problem VRP+DR Algorytm PSO Podejścia MAPSO + 2-Opt 2-phase PSO Wyniki

Bardziej szczegółowo

Metoda eliminacji Gaussa. Autorzy: Michał Góra

Metoda eliminacji Gaussa. Autorzy: Michał Góra Metoda eliminacji Gaussa Autorzy: Michał Góra 9 Metoda eliminacji Gaussa Autor: Michał Góra Przedstawiony poniżej sposób rozwiązywania układów równań liniowych jest pewnym uproszczeniem algorytmu zwanego

Bardziej szczegółowo

Metody numeryczne I Równania nieliniowe

Metody numeryczne I Równania nieliniowe Metody numeryczne I Równania nieliniowe Janusz Szwabiński szwabin@ift.uni.wroc.pl Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/66 Równania nieliniowe 1. Równania nieliniowe z pojedynczym pierwiastkiem

Bardziej szczegółowo

Planowanie przedsięwzięć

Planowanie przedsięwzięć K.Pieńkosz Badania Operacyjne Planowanie przedsięwzięć 1 Planowanie przedsięwzięć Model przedsięwzięcia lista operacji relacje poprzedzania operacji modele operacji funkcja celu planowania K.Pieńkosz Badania

Bardziej szczegółowo

OPTYMALIZACJA STRUKTUR ELEKTROENERGETYCZNYCH SIECI PROMIENIOWYCH

OPTYMALIZACJA STRUKTUR ELEKTROENERGETYCZNYCH SIECI PROMIENIOWYCH POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 78 Electrical Engineering 2014 Janusz BROŻEK* Wojciech BĄCHOREK* OPTYMALIZACJA STRUKTUR ELEKTROENERGETYCZNYCH SIECI PROMIENIOWYCH Optymalizacja promieniowych

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA I KOMBINATORYKA

RACHUNEK PRAWDOPODOBIEŃSTWA I KOMBINATORYKA RACHUNEK PRAWDOPODOBIEŃSTWA I KOMBINATORYKA Doświadczenia losowe Rachunek prawdopodobieństwa zajmuje się zdarzeniami jakie zachodzą, gdy przeprowadzamy doświadczenia losowe. Mówimy, że doświadczenie jest

Bardziej szczegółowo

Optymalizacja systemów

Optymalizacja systemów Optymalizacja systemów Laboratorium - problem detekcji twarzy autorzy: A. Gonczarek, J.M. Tomczak, S. Zaręba, P. Klukowski Cel zadania Celem zadania jest zapoznanie się z gradientowymi algorytmami optymalizacji

Bardziej szczegółowo

Seminarium IO. Zastosowanie wielorojowej metody PSO w Dynamic Vehicle Routing Problem. Michał Okulewicz

Seminarium IO. Zastosowanie wielorojowej metody PSO w Dynamic Vehicle Routing Problem. Michał Okulewicz Seminarium IO Zastosowanie wielorojowej metody PSO w Dynamic Vehicle Routing Problem Michał Okulewicz 26.02.2013 Plan prezentacji Przypomnienie Problem DVRP Algorytm PSO Podejścia DAPSO, MAPSO 2PSO, 2MPSO

Bardziej szczegółowo

Algorytmy mrówkowe (optymalizacja kolonii mrówek, Ant Colony optimisation)

Algorytmy mrówkowe (optymalizacja kolonii mrówek, Ant Colony optimisation) Algorytmy mrówkowe (optymalizacja kolonii mrówek, Ant Colony optimisation) Jest to technika probabilistyczna rozwiązywania problemów obliczeniowych, które mogą zostać sprowadzone do problemu znalezienie

Bardziej szczegółowo

ORGANIZACJA PRODUKCJI I LOGISTYKI W PRZEMYŚLE SAMOCHODOWYM

ORGANIZACJA PRODUKCJI I LOGISTYKI W PRZEMYŚLE SAMOCHODOWYM ORGANIZACJA PRODUKCJI I LOGISTYKI W PRZEMYŚLE SAMOCHODOWYM Wykład 2: Podstawowe zasady organizacji produkcji w przemyśle samochodowym dr inż. Monika Kosacka-Olejnik Monika.kosacka@put.poznan.pl p. 110A

Bardziej szczegółowo

Optymalizacja harmonogramów budowlanych - szeregowanie zadań. Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie

Optymalizacja harmonogramów budowlanych - szeregowanie zadań. Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie Optymalizacja harmonogramów budowlanych - szeregowanie zadań Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie Opis zagadnienia Zadania dotyczące szeregowania zadań należą do szerokiej

Bardziej szczegółowo

STATYKA Z UWZGLĘDNIENIEM DUŻYCH SIŁ OSIOWYCH

STATYKA Z UWZGLĘDNIENIEM DUŻYCH SIŁ OSIOWYCH Część. STATYKA Z UWZGLĘDNIENIEM DUŻYCH SIŁ OSIOWYCH.. STATYKA Z UWZGLĘDNIENIEM DUŻYCH SIŁ OSIOWYCH Rozwiązując układy niewyznaczalne dowolnie obciążone, bardzo często pomijaliśmy wpływ sił normalnych i

Bardziej szczegółowo

9.9 Algorytmy przeglądu

9.9 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 szczegółowo

Techniki optymalizacji

Techniki optymalizacji Techniki optymalizacji Symulowane wyżarzanie Maciej Hapke maciej.hapke at put.poznan.pl Wyżarzanie wzrost temperatury gorącej kąpieli do takiej wartości, w której ciało stałe topnieje powolne zmniejszanie

Bardziej szczegółowo

Algorytmy, reprezentacja algorytmów.

Algorytmy, reprezentacja algorytmów. Algorytmy, reprezentacja algorytmów. Wprowadzenie do algorytmów Najważniejszym pojęciem algorytmiki jest algorytm (ang. algorithm). Nazwa pochodzi od nazwiska perskiego astronoma, astrologa, matematyka

Bardziej szczegółowo

Aproksymacja funkcji a regresja symboliczna

Aproksymacja 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 szczegółowo

Sposoby przedstawiania algorytmów

Sposoby przedstawiania algorytmów Temat 1. Sposoby przedstawiania algorytmów Realizacja podstawy programowej 5. 1) wyjaśnia pojęcie algorytmu, podaje odpowiednie przykłady algorytmów rozwiązywania różnych problemów; 2) formułuje ścisły

Bardziej szczegółowo

SZEREGOWANIE ZADAŃ W PROBLEMIE BALANSOWANIA LINII MONTAŻOWEJ

SZEREGOWANIE ZADAŃ W PROBLEMIE BALANSOWANIA LINII MONTAŻOWEJ SZEREGOWANIE ZADAŃ W PROBLEMIE BALANSOWANIA LINII MONTAŻOWEJ Waldemar GRZECHCA Streszczenie: Praca przedstawia problem balansowania linii montażowej dla produkcji wielowersyjnej. Oprócz rozwiązania problemu

Bardziej szczegółowo

ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ NIELINIOWYCH PRZY POMOCY DODATKU SOLVER PROGRAMU MICROSOFT EXCEL. sin x2 (1)

ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ NIELINIOWYCH PRZY POMOCY DODATKU SOLVER PROGRAMU MICROSOFT EXCEL. sin x2 (1) ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ NIELINIOWYCH PRZY POMOCY DODATKU SOLVER PROGRAMU MICROSOFT EXCEL 1. Problem Rozważmy układ dwóch równań z dwiema niewiadomymi (x 1, x 2 ): 1 x1 sin x2 x2 cos x1 (1) Nie jest

Bardziej szczegółowo

Optymalizacja. Wybrane algorytmy

Optymalizacja. Wybrane algorytmy dr hab. inż. Instytut Informatyki Politechnika Poznańska www.cs.put.poznan.pl/mkomosinski, Andrzej Jaszkiewicz Problem optymalizacji kombinatorycznej Problem optymalizacji kombinatorycznej jest problemem

Bardziej szczegółowo

8. Neuron z ciągłą funkcją aktywacji.

8. Neuron z ciągłą funkcją aktywacji. 8. Neuron z ciągłą funkcją aktywacji. W tym ćwiczeniu zapoznamy się z modelem sztucznego neuronu oraz przykładem jego wykorzystania do rozwiązywanie prostego zadania klasyfikacji. Neuron biologiczny i

Bardziej szczegółowo

Sortowanie. LABORKA Piotr Ciskowski

Sortowanie. LABORKA Piotr Ciskowski Sortowanie LABORKA Piotr Ciskowski main Zaimplementuj metody sortowania przedstawione w następnych zadaniach Dla każdej metody osobna funkcja Nagłówek funkcji wg uznania ale wszystkie razem powinny być

Bardziej szczegółowo

PRACA DYPLOMOWA Magisterska

PRACA DYPLOMOWA Magisterska POLITECHNIKA WARSZAWSKA Wydział Samochodów i Maszyn Roboczych PRACA DYPLOMOWA Magisterska Studia stacjonarne dzienne Semiaktywne tłumienie drgań w wymuszonych kinematycznie układach drgających z uwzględnieniem

Bardziej szczegółowo

Zadania do wykonania. Rozwiązując poniższe zadania użyj pętlę for.

Zadania do wykonania. Rozwiązując poniższe zadania użyj pętlę for. Zadania do wykonania Rozwiązując poniższe zadania użyj pętlę for. 1. apisz program, który przesuwa w prawo o dwie pozycje zawartość tablicy 10-cio elementowej liczb całkowitych tzn. element t[i] dla i=2,..,9

Bardziej szczegółowo

Wstęp do sieci neuronowych, wykład 8 Uczenie nienadzorowane.

Wstęp do sieci neuronowych, wykład 8 Uczenie nienadzorowane. Wstęp do sieci neuronowych, wykład 8. M. Czoków, J. Piersa, A. Rutkowski Wydział Matematyki i Informatyki, Uniwersytet Mikołaja Kopernika w Toruniu 1-811-6 Projekt pn. Wzmocnienie potencjału dydaktycznego

Bardziej szczegółowo

Zadania laboratoryjne i projektowe - wersja β

Zadania laboratoryjne i projektowe - wersja β Zadania laboratoryjne i projektowe - wersja β 1 Laboratorium Dwa problemy do wyboru (jeden do realizacji). 1. Water Jug Problem, 2. Wieże Hanoi. Water Jug Problem Ograniczenia dla każdej z wersji: pojemniki

Bardziej szczegółowo

NARZĘDZIE PROGRAMOWE I METODA LOGICZNEGO ZAPISU WYKORZYSTYWANE DO BALANSOWANIA LINII MONTAŻOWEJ

NARZĘDZIE PROGRAMOWE I METODA LOGICZNEGO ZAPISU WYKORZYSTYWANE DO BALANSOWANIA LINII MONTAŻOWEJ NARZĘDZIE PROGRAMOWE I METODA LOGICZNEGO ZAPISU WYKORZYSTYWANE DO BALANSOWANIA LINII MONTAŻOWEJ Bogusław REIFUR Streszczenie W wielu przedsiębiorstwach produkcyjnych, pomimo rozwoju oprogramowania dotyczącego

Bardziej szczegółowo

LABORATORIUM 7: Problem komiwojażera (TSP) cz. 2

LABORATORIUM 7: Problem komiwojażera (TSP) cz. 2 Instytut Mechaniki i Inżynierii Obliczeniowej Wydział Mechaniczny Technologiczny, Politechnika Śląska www.imio.polsl.pl OBLICZENIA EWOLUCYJNE LABORATORIUM 7: Problem komiwojażera (TSP) cz. 2 opracował:

Bardziej szczegółowo

Helena Boguta, klasa 8W, rok szkolny 2018/2019

Helena Boguta, klasa 8W, rok szkolny 2018/2019 Poniższy zbiór zadań został wykonany w ramach projektu Mazowiecki program stypendialny dla uczniów szczególnie uzdolnionych - najlepsza inwestycja w człowieka w roku szkolnym 2018/2019. Składają się na

Bardziej szczegółowo

Programowanie Równoległe i Rozproszone. Algorytm Kung a. Algorytm Kung a. Programowanie Równoległe i Rozproszone Wykład 8. Przygotował: Lucjan Stapp

Programowanie Równoległe i Rozproszone. Algorytm Kung a. Algorytm Kung a. Programowanie Równoległe i Rozproszone Wykład 8. Przygotował: Lucjan Stapp Programowanie Równoległe i Rozproszone Lucjan Stapp Wydział Matematyki i Nauk Informacyjnych Politechnika Warszawska (l.stapp@mini.pw.edu.pl) 1/34 PRiR Algorytm Kunga Dany jest odcinek [a,b] i ciągła funkcja

Bardziej szczegółowo

Zadanie 1. Suma silni (11 pkt)

Zadanie 1. Suma silni (11 pkt) 2 Egzamin maturalny z informatyki Zadanie 1. Suma silni (11 pkt) Pojęcie silni dla liczb naturalnych większych od zera definiuje się następująco: 1 dla n = 1 n! = ( n 1! ) n dla n> 1 Rozpatrzmy funkcję

Bardziej szczegółowo

Podstawy Programowania Algorytmy i programowanie

Podstawy Programowania Algorytmy i programowanie Podstawy Programowania Algorytmy i programowanie Katedra Analizy Nieliniowej, WMiI UŁ Łódź, 3 października 2013 r. Algorytm Algorytm w matematyce, informatyce, fizyce, itp. lub innej dziedzinie życia,

Bardziej szczegółowo

METODA SYMPLEKS. Maciej Patan. Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski

METODA SYMPLEKS. Maciej Patan. Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski METODA SYMPLEKS Maciej Patan Uniwersytet Zielonogórski WSTĘP Algorytm Sympleks najpotężniejsza metoda rozwiązywania programów liniowych Metoda generuje ciąg dopuszczalnych rozwiązań x k w taki sposób,

Bardziej szczegółowo

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Postać układu równań liniowych Układ liniowych równań algebraicznych

Bardziej szczegółowo

Heurystyczne metody przeszukiwania

Heurystyczne metody przeszukiwania Heurystyczne metody przeszukiwania Dariusz Banasiak Katedra Informatyki Technicznej W4/K9 Politechnika Wrocławska Pojęcie heurystyki Metody heurystyczne są jednym z ważniejszych narzędzi sztucznej inteligencji.

Bardziej szczegółowo

Określenie maksymalnego kosztu naprawy pojazdu

Określenie maksymalnego kosztu naprawy pojazdu MACIEJCZYK Andrzej 1 ZDZIENNICKI Zbigniew 2 Określenie maksymalnego kosztu naprawy pojazdu Kryterium naprawy pojazdu, aktualna wartość pojazdu, kwantyle i kwantyle warunkowe, skumulowana intensywność uszkodzeń

Bardziej szczegółowo

Rozwiązywanie problemów z użyciem Solvera programu Excel

Rozwiązywanie problemów z użyciem Solvera programu Excel Rozwiązywanie problemów z użyciem Solvera programu Excel Podstawowe czynności: aktywować dodatek Solver oraz ustawić w jego opcjach maksymalny czas trwania algorytmów na sensowną wartość (np. 30 sekund).

Bardziej szczegółowo

Wstęp do informatyki- wykład 2

Wstęp do informatyki- wykład 2 MATEMATYKA 1 Wstęp do informatyki- wykład 2 Systemy liczbowe Treści prezentowane w wykładzie zostały oparte o: S. Prata, Język C++. Szkoła programowania. Wydanie VI, Helion, 2012 www.cplusplus.com Jerzy

Bardziej szczegółowo

Zaawansowane planowanie i harmonogramowanie produkcji. Wrocław r.

Zaawansowane planowanie i harmonogramowanie produkcji. Wrocław r. Zaawansowane planowanie i harmonogramowanie produkcji. Wrocław 18.11.2009 r. SIMPLE.APS Zlecenie produkcyjne: pochodzące z zewnętrznych systemów ERP dane o zleceniach produkcyjnych posiadających przypisane

Bardziej szczegółowo

Materiały: kartki papieru (5 x 5 kolorów), piłeczki pingpongowe (5 x 5 kolorów), worek (nieprzeźroczysty).

Materiały: kartki papieru (5 x 5 kolorów), piłeczki pingpongowe (5 x 5 kolorów), worek (nieprzeźroczysty). Pudełkowy komputer Materiały: kartki papieru (5 x 5 kolorów), piłeczki pingpongowe (5 x 5 kolorów), worek (nieprzeźroczysty). Budowa komputera: każdy uczeń składa proste pudełko metodą orgiami Zobacz:

Bardziej szczegółowo

Sterowanie wykonaniem produkcji

Sterowanie wykonaniem produkcji STEROWANIE WYKONANIEM PRODUKCJI (Production Activity Control - PAC) Sterowanie wykonaniem produkcji (SWP) stanowi najniŝszy, wykonawczy poziom systemu zarządzania produkcją, łączący wyŝsze poziomy operatywnego

Bardziej szczegółowo

Wstęp do programowania

Wstęp do programowania Wstęp do programowania Algorytmy na tablicach Paweł Daniluk Wydział Fizyki Jesień 2013 P. Daniluk (Wydział Fizyki) WP w. III Jesień 2013 1 / 23 Dwadzieścia pytań Zasady 1 Osoba 1 wymyśla hasło z ustalonej

Bardziej szczegółowo

Opis: Instrukcja warunkowa Składnia: IF [NOT] warunek [AND [NOT] warunek] [OR [NOT] warunek].

Opis: Instrukcja warunkowa Składnia: IF [NOT] warunek [AND [NOT] warunek] [OR [NOT] warunek]. ABAP/4 Instrukcja IF Opis: Instrukcja warunkowa Składnia: IF [NOT] warunek [AND [NOT] warunek] [OR [NOT] warunek]. [ELSEIF warunek. ] [ELSE. ] ENDIF. gdzie: warunek dowolne wyrażenie logiczne o wartości

Bardziej szczegółowo