Katarzyna Rudnik, Anna Małgorzata Deptuła Szacowanie ważności kryteriów oceny ryzyka projektów innowacyjnych z wykorzystaniem entropii Shannona
|
|
- Jadwiga Jastrzębska
- 5 lat temu
- Przeglądów:
Transkrypt
1 Katarzyna Rudnik, Anna Małgorzata Deptuła Szacowanie ważności kryteriów oceny ryzyka projektów innowacyjnych z wykorzystaniem entropii Shannona Studia i Prace Wydziału Nauk Ekonomicznych i Zarządzania 52/2,
2 Studia i Prace WNEIZ US nr 52/ DOI: /SIP /2-09 PROBLEMY TEORETYCZNE I METODYCZNE Katarzyna Rudnik* Anna Małgorzata Deptuła** Politechnika Opolska SZACOWANIE WAŻNOŚCI KRYTERIÓW OCENY RYZYKA PROJEKTÓW INNOWACYJNYCH Z WYKORZYSTANIEM ENTROPII SHANNONA Streszczenie Prawidłowe określenie ważności kryteriów jest głównym, a zarazem trudnym etapem procesu decyzyjnego, zwłaszcza w przypadku nieustrukturyzowanych lub słabo ustrukturyzowanych procesów, jakimi są procesy innowacyjne. Celem artykułu jest analiza zastosowania metody entropii Shannona do szacowania ważności kryteriów oceny ryzyka w aspekcie projektów innowacyjnych. Z uwagi na różny sposób zapisu ocen ryzyka przedstawiono procedury wyliczania wag przy użyciu ocen liczbowych i ocen w postaci liczb rozmytych. Jest to podejście bardziej obiektywne, gdyż waga kryteriów obliczana jest na podstawie dyspersji ocen w macierzy decyzyjnej, a nie na podstawie subiektywnych ocen ważności kryteriów. Uzyskane wagi są jednak ściśle zależne od charakteru przedsiębiorstw realizujących innowację oraz analizowanych przedsięwzięć. Przedstawione w artykule podejście zastosowano do ustalenia ważności kryteriów ogólnych służących do oceny ryzyka projektów innowacyjnych dla różnej wielkości przedsiębiorstw. Z przeprowadzonej analizy wynika, że okres realizacji projektu stanowi najważniejsze kryterium oceny ryzyka projektów innowacyjnych. Słowa kluczowe: ryzyko, projekt innowacyjny, innowacje, entropia, metoda MCDM * Adres k.rudnik@po.opole.pl. ** Adres an.deptula@po.opole.pl.
3 128 Problemy teoretyczne i METODYCZNE Wprowadzenie Wdrażanie projektów innowacyjnych jest procesem słabo ustrukturyzowanym, a zatem jest obarczone dużym ryzykiem. Wynika to głównie z zastosowań nieznanej dotąd technologii czy realizacji jak dotąd niesprawdzonego procesu, co pociąga za sobą wysokie koszty i dłuższy okres wdrażania. Efektywne wdrażanie innowacji wymaga więc przeprowadzenia systematycznej analizy ryzyka danego przedsięwzięcia. W literaturze termin ryzyko jest pojęciem zarówno negatywnym, jak i pozytywnym, to znaczy może się wiązać zarówno z negatywnymi skutkami nieosiągnięcia pożądanego efektu, jak i możliwością pojawienia się okazji i szansy dla przedsiębiorstwa (Tarczyński, Mojsiewicz, 2001). Jednak częściej ryzyko utożsamia się z odchyleniem negatywnym w stosunku do założonych celów, gdyż budzi to niebezpieczeństwo dla prawidłowej działalności przedsiębiorstwa. Wstępną fazę w analizie ryzyka stanowi identyfikacja kryteriów oceny ryzyka i ich ważności. Każde kryterium jest związane z grupą czynników ryzyka, które można rozpatrywać na wielu płaszczyznach. Przyjmuje się jednak, iż ryzyko w procesach innowacyjnych jest zawsze związane z rodzajem innowacji, wielkością zaangażowanego kapitału oraz instrumentami finansowymi (Rudnik, Landwójtowicz, 2015). Landwójtowicz i Knosala (2016) uwzględniają czynniki ryzyka innowacji technicznej w podziale na kryteria ogólne i szczegółowe. Pełna analiza ryzyka projektu innowacyjnego powinna być przeprowadzana w kontekście specjalnych uwarunkowań projektu. Aby porównać ryzyko różnych przedsięwzięć innowacyjnych, należy wprowadzić wieloaspektową ocenę techniczną i ekonomiczną zawierającą uniwersalne uwarunkowania wielu projektów. W tym kontekście analizę ryzyka można przeprowadzić z uwzględnieniem wielokryterialnych metod podejmowania decyzji (Muli-Criteria Decision Making methods MCDM), które mogą prowadzić do podejmowania preferencyjnych decyzji dotyczących wyboru, oceny bądź rankingu projektów innowacyjnych w kontekście ryzyka. Uwzględniając metodę MCDM, ocena ryzyka projektów innowacyjnych względem poszczególnych kryteriów może być przedstawiana w postaci macierzy decyzyjnej X MN = (x mn ) MxN (tab. 1) zwanej dalej również macierzą ryzyka projektów. W tabeli 1 x mn stanowi ocenę ryzyka m-tego (m = 1,, M) projektu względem n-tego (n = 1,, N) kryterium, natomiast w n stanowi wagę n-tego kryterium ( nn=1 ww nn = 1). NN
4 Katarzyna Rudnik, Anna Małgorzata Deptuła SZACOWANIE WAŻNOŚCI KRYTERIÓW OCENY RYZYKA PROJEKTÓW INNOWACYJNYCH Tabela 1. Struktura macierzy ryzyka projektów X MN i wektora wag W N Kryterium 1 Kryterium 2 Kryterium N Projekt 1 x 11 x 12 x 1N Projekt 2 x 21 x 22 x 2N x mm Projekt M x M1 x M2 x MN Wektor wag W N w 1 w 2 w N Źródło: opracowanie własne. Z punktu widzenia oceny ryzyka kryteria mogą mieć różne znaczenia, a zatem różne wagi. Prawidłowe określenie ważności kryteriów jest głównym, a zarazem trudnym etapem procesu decyzyjnego, zwłaszcza w przypadku procesów innowacyjnych. W literaturze można znaleźć podział na dwie grupy metod, które określają subiektywne i obiektywne wagi kryteriów oceny. W przypadku dużej niepewności i decyzji odległej czasowo trudne jest stosowanie metod subiektywnych. W tym przypadku można rozważyć zastosowanie metod obiektywnych, takich jak między innymi: metoda entropii (Shannon, 1948), metoda programowania liniowego (Choo, Wedley, 1985) czy metoda CRITIC (Diakoulaki, Mavrotas, Papayannakis, 1995). Metody te opierają się na analizie dyspersji elementów macierzy decyzyjnej. Celem artykułu jest analiza zastosowania metody entropii Shannona do szacowania bardziej obiektywnych wag dla kryteriów oceny ryzyka projektów innowacyjnych. W rozdziale drugim omówiono etapy obliczania wag dla macierzy ryzyka o elementach w postaci liczb rzeczywistych oraz liczb rozmytych z uwzględnieniem entropii Shannona. W rozdziale trzecim przedstawiono przykład wyznaczania ważności kryteriów na podstawie macierzy ryzyka projektów innowacyjnych dla kryteriów ogólnych. Całość artykułu podsumowana została w części ostatniej.
5 130 Problemy teoretyczne i METODYCZNE 1. Obliczanie wag kryteriów oceny ryzyka projektów innowacyjnych z uwzględnieniem entropii Shannona Pojęcie entropia jest analizowane w wielu dziecinach nauki jako ocena nieuporządkowania. Według Shannona (1948) miara względna entropii określana jest za pomocą następującej zależności: HH(XX) = HH (XX) = llll (nn) (ln(nn)) 1 nn nn ii=1 pp ii llll(pp ii ) = h 0 ii=1 pp ii llll(pp ii ), (1) gdzie h 0 jest stałą dodatnią, często określaną również mianem stałej entropii Shannona. Im mniejsza jest entropia, tym większa jest ilość niesionej informacji związanej z rozkładem prawdopodobieństwa zmiennej losowej X, a zatem mniejsza jest niepewność. Metoda entropii Shannona pozwala na oszacowanie ważności przyjętych kryteriów ryzyka w analizie wielokryterialnej. Podstawowym założeniem jest wykorzystanie wartości ocen ryzyka poszczególnych projektów innowacyjnych x mn względem kryteriów w celu wyliczenia wartości entropii, a dokładnie odwrotności entropii, czyli ilości informacji zawartej w każdym kryterium. Procedura obliczania wag kryteriów jest zależna od sposobu zapisu ocen ryzyka. W literaturze dotyczącej problemów projektów innowacyjnych oceny ryzyka są często określane liczbowo lub lingwistycznie (Sienkiewicz, 2005), gdzie opis lingwistyczny utożsamiany może być z oceną liczbową, przedziałem liczbowym lub liczbą rozmytą. Można spotkać dwa podejścia wyliczeń entropii. Pierwsze z nich bazuje bezpośrednio na surowych danych dotyczących ocen, nie rozróżniając typów ich kryteriów (Chaghooshi, Fathi, Kashef, 2012; Hosseinzadeh Lotfi, Fallahnejad, 2010; Şengül, Eren, Shiraz, Gezder, Şengül, 2015). Drugie dokonuje przekształceń ocen dla kryteriów typu koszt (o charakterze destymulanty) na kryteria typu zysk (o charakterze stymulanty), tak aby wszystkie kryteria były tego samego typu (Kobryń, 2014; Krzemiński, Książek, 2013). Obydwa podejścia dają w rezultacie odmienny wektor wag kryteriów. Z uwagi na to, iż wszystkie kryteria w analizie dotyczą ryzyka, a zatem są tego samego typu, w artykule stosuje się pierwsze z podejść. Poniżej przedstawiono procedury wyliczeń wag kryteriów ocen ryzyka projektów
6 Katarzyna Rudnik, Anna Małgorzata Deptuła SZACOWANIE WAŻNOŚCI KRYTERIÓW OCENY RYZYKA PROJEKTÓW INNOWACYJNYCH innowacyjnych dla wartości ocen wyrażonych w postaci liczby rzeczywistej i liczby rozmytej. Dla liczbowych ocen ryzyka projektów innowacyjnych procedurę wyliczania wag można opisać w następujących krokach (Hosseinzadeh Lotfi, Fallahnejad, 2010; por.(kobryń, 2014; Şengül i in., 2015). 1. Normalizacja macierzy decyzyjnej X MN (tab. 1) za pomocą zależności: pp = xx ss=1 xx ssss, (2) gdzie p mn jest elementem znormalizowanej macierzy decyzyjnej P NM o wymiarze MxN, m = 1,, M, n = 1,, N. 2. Obliczenie entropii H(w n ) za pomocą wzoru (n = 1,, N): HH(ww nn ) = h 0 mm=1 pp llll(pp ), (3) (1) xx pp gdzie: =, (2) ss=1 xx ssss w n zmienna losowa wagi dla n-tego kryterium, h 0 stała dodatnia równa (lnm) Wyznaczenie obiektywnych wag w n (n = 1,, N) na podstawie koncepcji entropii HH(ww nn ) = h 0 mm=1 pp llll(pp ), (3) Shannona: ww nn = 1 HH(ww nn) NN ss=1(1 HH(ww ss ) ). (4) W przypadku ocen ryzyka projektów innowacyjnych wyrażonych w postaci liczb rozmytych (najczęściej trójkątnych bądź trapezowych) struktura macierzy decyzyjnej może mieć postać jak w tabeli XX MMMM 2. WW NN Kryterium 1 Kryterium 2 Kryterium N Projekt 1 xx 11 xx 12 xx 1NN Projekt 2 xx 21 xx 22 xx 2NN Projekt M xx MM1 xx MM2 xx MMMM Wektor wag WW NN ww 1 ww 2 ww NN = [aa bb cc, (5) μμ (xx ) = xx aa bb aa aa xx bb 1 xx bb xx cc. (6)
7 ww nn = HH(ww nn ) = h 0 mm=1 pp llll(pp ), (3). (4) HH(ww nn ) = h 0 mm=1 pp llll(pp ), (3) HH(XX) = HH (XX) = llll (nn) (ln(nn)) 1. (4) 1 HH(ww nn) NN ss=1(1 HH(ww ss ) ) 132 Problemy teoretyczne ww nn i METODYCZNE = 1 HH(ww nn) NN ss=1(1 HH(ww ss ) ) ww nn = 1 HH(ww nn) XX MMMM NN ss=1(1 HH(ww ss pp = xx ) ) ss=1 xx ssss nn = h 0 ii=1 pp ii llll(pp ii ), nn nn ii=1 pp ii llll(pp ii ) = h 0 ii=1 pp ii llll(pp ii ), (1). pp = xx (4), (2) ss=1 xx, ssss (2) WW NN Tabela 2. Struktura macierzy ryzyka projektów XX MMMM i wektora wag W N XX MMMM Kryterium 1 Kryterium 2 Kryterium N XX MMMM Projekt 1 HH(ww nn ) = h 0 xx 11 xx 12 mm=1 pp llll(pp ), xx 1NN (3) Projekt 2 HH(ww nn ) = h xx 21 0 mm=1 pp llll(ppxx 22 ), WW NN (3) xx 2NN Kryterium 1 Kryterium 2 Kryteriu Projekt 1 xx 11 Projekt M xx MM1 xx MM2 ww nn = 1 HH(ww xx 12 nn) Projekt Kryterium 2 1 Kryterium 2 NN. xx MMMM (4) xx 21 ss=1(1 HH(ww ss ) ) xx 22 Kryterium N Wektor wag WW NN ww nn = 1 HH(ww nn) Projekt 1 ww 1 ww 2 NN. (4) ww (1 HH(ww NN ss ) ) xx 11 xx 12 xx 1NN ss=1 Projekt 2 Projekt M xx 21 xx 22 xx MM1 xx MM2 xx 2NN xx Źródło: opracowanie własne. Wektor wag WW NN ww 1 ww 2 Projekt M xx MM1 xx MM2 xx MMMM Wektor wag WW NN ww 1 XX MMMM ww 2 ww NN WW NN XX MMMM Symbol stanowi liczbę rozmytą na przykład w postaci następującej trapezowej liczby rozmytej: = [aa bb cc, (5) WW NN Kryterium 1 Kryterium 2 aa = [aa bb cc, (5) aa bb Projekt 1 xx 11 xx 12 aa Kryterium xx bb1 Kryterium 2 Kryterium N Projekt 1 xx 11 Projekt 2 xx 12 gdzie funkcja przynależności 1= [aa bb cc takiej bb xx 21 xx 22 μμ liczby ma postać: (xx ) xx, cc (5) xx 1NN = Projekt 2 xx xx xx 21 aa. xx 22 (6) xx 2NN cc cc xx aa bb aa xx bb Projekt M xx MM1 xx MM2 { 0 Projekt M xx xx aa aa xx Wektor μμ wag WW NN ww 1 ww (xx ) = aa 1 bb xx cc xx MM1 xx MM2 xx MMMM bb 2 xx. (6) Wektor wag aa xx bb WW NN ww 1 cc cc ww 2 xx ww 1 bb NN μμ (xx ) xx cc = αα xx { 0 xx = {xx XX RR : μμ (xx ) αα}, αα [0,1, aa. xx (7) (6) cc cc xx { 0 xx aa αα αα = {xx XX RR : μμ (xx ) αα}, = αα[aa [0,1, bb cc, (7) (5) = [aa Według Shemshadi, Shirazi, bb Toreihi cc i Tarokh, (5) (2011) wartość obiektywnych wag αα = {xx XX RR : μμ (xx ) αα}, αα [0,1, (7) kryteriów z użyciem entropii αα obliczana jest na podstawie metody xx aa wyostrzania ocen xx aa bb w postaci liczb rozmytych. Jest to aa jednak uproszczona procedura, aa xx bb aa która nie bierze bb aa xx bb αα 1 bb pod uwagę informacji na temat rozstępu μμocen (xxwariantów. ) xx cc 1 bb = xx W (Hosseinzadeh Lotfi,. μμ (xx ) cc = cc Fallahnejad, 2010) procedura xx szacowania. wag opiera się cc xx (6) cc na wykorzystaniu przedziałowej entropii Shannona { obliczanej 0 na podstawie xx aa a-przekroju xx liczby rozmytej cc xx { 0 xx aa xx określonej w przestrzeni oraz definiowanej jako następujący zbiór nierozmyty: αα = {xx XX RR : μμ (xx ) αα}, αα [0,1, αα = {xx XX RR : μμ (xx ) αα}, αα [0,1, (7) WW NN gdzie dolne i górne granice α-przekroju αα liczbowego dla każdego α [0,1: αα można zapisać w postaci przedziału αα αα [, = [mm(xx XX RR : μμ (xx ) αα), mm(xx XX RR : μμ (xx ) αα). (8) αα αα [, [ww nn, ww nn αα. pp = αα MM αα = αα αα, pp MM, mm = 1,, MM, nn = 1,, NN. (9)
8 Katarzyna Rudnik, Anna Małgorzata Deptuła 133 SZACOWANIE WAŻNOŚCI KRYTERIÓW OCENY RYZYKA PROJEKTÓW INNOWACYJNYCH... αα αα [, αα [, αα αα = [mm(xx XX RR : μμ (xx αα αα = [mm(xx [, αα XX RR : μμ ) αα), = [mm(xx mm(xx XX XX RR RR : μμ μμ (xx (xx ) ) αα (xx αα Wówczas dla przedziału liczbowego αα [, ) αα), mm(xx XX [, (xx ) αα), mm(xx XX RR : μμ (xx ) αα). (8) RR : μμ = [mm(xx (xx ) αα). XX (8) RR : μμ (xx ) αα), mm(xx XX RR : μμ ) αα). (8) = [mm(xx XX RR : μμ [, αα można otrzymać αα (xx αα wagę przedziałową [ww nn, ww [, [, αα = [mm(xx XX RR : μμ (xx ) = αα[mm(xx XX RR : μμ (xx ) αα), mm(xx XX RR : μμ (xx ) αα). (8) nn αα. Wartości [, α pokazują stopień αα ααzaufania αα decydentów do αα αα oceny każdej [, [, αα [, αα αα alternatywy względem danego kryterium (Saad, Ahmad, Abu, Jusoh, αα [ 2014)., αα Etapy obliczeń wag przedziałowych αα αα αα αα [, [, [, = [mm(xx [ww nn, ww XX nn RR : są następujące (Hosseinzadeh Lotfi, Fallahnejad, 2010) por. (Kobryń, 2014; [ww [ww nn, ww nn αα. [ww nn, ww nn αα. nn, ww Şengül αα. μμ (xx ) αα), mm(xx XX RR : μμ (xx ) αα). (8) nn αα. i in., 2015): αα αα [ww 1. Normalizacja macierzy decyzyjnej z elementami [, w postaci przedziałów [ww nn nn, ww, ww nn αα. αα [ww nn αα. nn, ww αα nn αα. (8) za pomocą następującej zależności: pp = αα αα, pp = αα αα, mm = [ww nn, ww pp 1, =, MM, αα nn = 1,, NN. (9 αα, pp = αα pp = αα αα αα, mm = ss=1 nn αα. pp = αα xx ssss αα, pp = ss=1 ααxx ssss pp = αα αα, pp = αα pp αα, mm = 1,, MM, nn = 1,, NN. = αα αα, pp αα, pp (9) αα, =1 xx ssss pp αα, mm = 1 = αα MM = αα = αα [, αα, mm = 1,, MM, nn = 1,, NN. (9) αα, mm = 1,, MM, nn = 1,, NN. (9) αα, pp = αα MM [ww nn, ww nn αα. αα, mm = 1,, MM, nn = 1,, NN. (9) HH (ww HH (ww nn ) = min ( h 0 mm=1 pp llll(pp pp = αα ), h 0 nn ) = min ( h 0 HH (ww pp αα, pp 2. Wyliczanie granicy dolnej i górnej przedziałowej entropii = αα mm=1 llll(pp )), nn = 1,, NN nn ) = min ( h 0 mm=1 pp llll(pp ), h llll(pp [H d αα, mm (w ss=1 n ), xx ssss H g = 1,, MM, nn = 1,, NN HH (ww HH nn ) (ww = nn ) min = ( h min ( h 0 (w 0 ), h 0 mm=1 n ) pp α llll(pp mm=1 pp llll(pp HH )), mm=1 pp llll(pp ), h 0 (ww nn nn ) = min ( h = 1,, NN, 0 mm=1 pp (10) llll(pp mm=1 pp llll(pp )), nn = 1,, NN, (10) ), h 0 mm=1 pp llll(pp )), nn = 1,, NN, (10) mm=1 pp llll(pp pp ), h HH (ww nn ) = min ( h 0 MM 0 mm=1 pp llll(pp ), h 0 mm=1 pp llll(pp = αα αα, pp = αα αα, mm = 1,, MM, nn = 1,, NN. )), nn (9) = 1,, NN, (10) według wzorów: HH (ww nn ) = max ( h 0 mm=1 pp llll(pp HH (ww ), h 0 mm=1 pp llll(pp nn ) = max ( h 0 )), nn = 1,, NN HH (ww nn ) = max ( h 0 pp HH (ww nn ) = min ( h 0 mm=1 pp llll(pp mm=1 llll(pp ), llll(pp ), HH (ww HH pp nn )(ww = ) max = max ( h 0 ( h mm=1 0 ), h 0 ppmm=1 llll(pp pp mm=1 pp llll(pp HH )), mm=1 pp llll(pp ), h 0 (ww nn nn ) = max ( h = 1,, NN, 0 mm=1 pp (11) llll(pp mm=1 pp llll(pp )), nn = 1,, NN, (11) ), h 0 mm=1 pp llll(pp )), nn = 1,, NN, (11) llll(pp HH (ww ), h nn ) = max ( h 0 mm=1 pp llll(pp ), h 0 HH (ww mm=1 pp llll(pp nn ) = min ( h 0 )), nn = 1,, NN, (11) mm=1 pp llll(pp ), h 0 mm=1 pp llll(pp )), nn = 1,, NN, (10) pp pp ln (pp ln (pp ) ) pp pp ln (pp ) ln (pp ) HH (ww nn ) = max ( h 0 mm=1 pp llll(pp ), h 0 pp ln (pp ln (pp ) ) mm=1 pp llll(pp HH (ww pp ln (pp nn ) = max ( h 0 ) pp pp ln (pp ) ln (pp mm=1 pp llll(pp ), h 0 mm=1 pp llll(pp )), nn = 1,, NN, (11) pp ) pp ln (pp gdzie h 0 jest stałą dodatnią równą (ln M) 1 i pp ln (pp ) lub pp ) pp ln (pp ln (pp ln (pp ) ln (pp ) ) jest ) określona jako wartość pp zerowa, jeżeli pp = 0 lub pp = 0. pp ln (pp ) = 0 lub pp = Wyliczenie górnej pp i dolnej granicy obiektywnych pp ln (pp wag ) wpp pp 0 lub pp n (n = 01, lub, ppn) na = 0. = 0. podstawie koncepcji pp = 0 lub pp = 0 lub pp = 0 lub pp pp = 0. = 0. = 0. pp ln (pp entropii ) Shannona: ww nn, = 1 HH (ww nn ) NN, ww ss=1(1 HH (ww ss )) nn, 1 HH (ww nn ) NN, nn = 1,, NN. (12) ww pp = 0 lub pp ss=1(1 HH (ww ss )) nn, = 1 HH (ww nn ) = ww ww nn 0., = 1 HH (ww nn ) nn, = 1 HH (ww nn ) NN ww ss=1(1 HH (ww ss )) nn, 1 HH (ww nn ) NN, ww ss=1(1 HH (ww ss )) nn, = 1 HH (ww nn ) NN, nn HH (ww nn ) (1 HH (ww NNss=1 ss )), = ww nn, = 1 HH (ww nn ) ss=1(1 HH (ww ss )) [ww nn, ww NN, ww ss=1(1 HH (ww ss )) nn, = 1 HH (ww nn ), nn = 1,, NN. ww ww NN, ww (12) 1 HH (ww ss )) nn, = nn, = 1 HH (1 HH(ww nn (ww) ss )) nn, = 1 HH (ww nn ) 1 HH ss=1 (ww nn ) NN, ww ss=1(1 HH (ww ss )) nn, = 1 HH (ww nn ) NN, ww NN, nn = 1,, NN. (12) ss=1 ss=1(1 HH (ww ss )) nn, = 1 HH (1 HH(ww nn (ww) ss )) NN, nn = 1,, NN. (12) pp (1 HH NN ss=1,(ww nn = 1,, NN. (12) ss=1(1 HH ss )) = 0 lub pp = 0. (ww ss )) NN ss=1(1 HH (ww nn αα. [ww nn, ww ww nn, = 1 HH (ww nn ) NN, ww ss=1(1 HH (ww ss )) nn, = 1 HH (ww nn ) Wówczas wagi kryterium nn mają postać przedziału liczbowego [ww [ww NN nn,, nn = 1,, NN. ss=1 nn ww (1 HH ww nn nn αα αα (ww. [ww [ww ss )) [ww W literaturze można znaleźć różne ss ww nn podejścia do szeregowania liniowego nn, ww nn, nn, ww nn αα. ww αα nn. αα. nn, = 1 HH (ww nn ) NN, ww (1 HH (ww ss )) nn, = 1 HH (ww nn ) nn αα. ss=1 NN, nn = 1,, NN. (12) ss=1(1 HH (ww ss )) przedziałów liczbowych. wwjedno nn z prostszych podejść (Hu, Wang, ss [ww nn, ww 2006; ss ss nn αα. ww Karmakar, ww nn ww rr nn nn, Bhunia, 2012) porównuje nn ss ss ww ss ww [ww nn przedziały liczbowe na podstawie wwich rr nn, ww nn αα. nn, środków ww nn i promieni ww rr nn,, gdzie: ww rr nn, ww rr nn, ss ww ss nn =(ww nn + ww nn )/2; ww rr nn ww= ww nn wwnn ss nn, nn = 1,, NN. (13) 2 ww ss ww rr nn, nn nn nn ww ss nn =(ww nn + ww nn )/2; ww rr nn = ww ww ss nn =(ww nn + ww nn wwnn ww ss,, nn nn = 1, 1,, NN, NN 2 ww ss nn =(ww nn + ww nn )/2; ww rr nn = ww nn wwnn, nn = 1,, NN. nn =(ww nn + ww nn )/2; ww rr (13) nn )/2; ww rr nn = ww nn wwnn ss nn =(ww nn + ww nn = ww ww nn nn wwnn nn )/2; ww rr nn = nn wwnn, nn = 1,, NN. (13) 2, nn =, nn 1, ww= rr, 1, NN., NN. (13) (13) 2 2 nn,, nn = 1 ww ss nn =(ww nn + ww nn )/2; ww rr nn = ww Przedział z większym środkiem jest umiejscowiony wyżej w rankingu. nn wwnn, nn = 1, W, przy- NN. ww ss 2 nn =(ww nn + ww nn )/2; ww rr nn = ww nn wwnn, nn = 1,, NN. (13) 2 padku jednakowych środków przedział z większym promieniem jest preferowany. 2
9 134 Problemy teoretyczne i METODYCZNE Wagi liczbowe na podstawie przedziałów liczbowych można otrzymać poprzez normalizację środków przedziałów. 2. Przykład szacowania wag dla zbioru kryteriów ogólnych oceny ryzyka projektów innowacyjnych Przedstawioną w opracowaniu metodę zastosowano do ustalenia ważności kryteriów służących do oceny ryzyka 48 projektów innowacyjnych dla różnej wielkości przedsiębiorstw z województwa opolskiego. W nawiązaniu do badań przeprowadzonych w (Landwójtowicz, Knosala, 2016; Rudnik, Landwójtowicz, 2015), podczas analizy wybrano następujące kryteria ogólne, które pozwalają na przeprowadzenie analizy ryzyka: 1. Wielkość przedsiębiorstwa (K1) charakterystyka, która w istotny sposób łączy się z możliwościami przedsiębiorstwa w kontekście finansowania innowacji. Przyjęto, iż inwestycja tego typu jest mniej ryzykowna w przypadku dużych podmiotów, co wynika na przykład z jego większych możliwości finansowych czy stosunkowo większego doświadczenia w radzeniu sobie w zarządzaniu nietypowymi projektami. 2. Skala innowacji (K2) określa dostępność danego rozwiązania na rynku. W analizie tego kryterium przyjęto podział na: innowacje w skali świata, innowacje w skali kraju bądź przemysłu oraz innowacje w skali przedsiębiorstwa. Założono, że przy mniejszej skali innowacji ryzyko żywotności ekonomicznej innowacji znacznie wzrasta. 3. Okres stosowania technologii na świecie (K3) czas, jaki upłynął od pierwszego pojawienia się technologii na świecie. Przyjęto, iż przedsięwzięcie jest bardziej ryzykowne, gdy technologia z nim związana używana jest na świecie krócej niż rok. 4. Okres realizacji projektu (K4) wskaźnik powiązany bezpośrednio z kryterium kosztowym oceny innowacji. Zakłada się, że im dłuższy czas realizacji innowacji, tym wyższe są koszty takiego przedsięwzięcia, a tym samym mniejsze zyski. Ponadto wzrasta ryzyko związane z okresem żywotności danego rozwiązania na rynku. Zatem przyjęto, iż ryzyko innowacji wzrasta wraz z wydłużeniem okresu realizacji przedsięwzięcia.
10 Katarzyna Rudnik, Anna Małgorzata Deptuła SZACOWANIE WAŻNOŚCI KRYTERIÓW OCENY RYZYKA PROJEKTÓW INNOWACYJNYCH Relacja środków obcych do wielkości całego projektu (K5) wskaźnik, który informuje, jak wielkie jest zapotrzebowanie kredytowe związane z realizacją innowacji. Przyjęto, iż wzrost tego parametru oznacza wyższe ryzyko. Macierz ryzyka projektów została utworzona na podstawie wiedzy ekspertów innowacji oraz danych doświadczalnych. Ryzyko projektów względem poszczególnych kryteriów oceniano opisowo za pomocą wyrażeń: niskie (N), średnie (S) i wysokie (W). Każdy z opisów lingwistycznych utożsamiany jest z trapezową liczbą rozmytą w postaci (5) następująco: N = [00 0,1 0,4, S = [0,1 0,4 0,6 0,9, W = [0,6 0,9 11 (14) W tabeli 3 przedstawiono rozmytą macierz ryzyka dla analizowanych przedsięwzięć innowacyjnych. Na podstawie macierzy wylicza się a-przekroje ocen rozmytych, a następnie na podstawie (9) (11) przedziałową entropię [H d (w n ), H g (w n ) α dla każdego z kryterium (oraz górną i dolną granicę obiektywnych wag [ww nn, ww nn αα (12). Na podstawie środków i promieni przedziałów ustalono wagi liczbowe dla kryteriów ogólnych oraz ich ostateczny ranking. Wyniki dla a = {0;0,1;0,5;0,8;0,99} zamieszczono w tabeli 4. Wyniki wag są nieznaczne inne w zależności od wartości parametru α dla α-przekroju rozmytej liczby trapezowej (rys. 1). Największe różnice wartości wag występują dla skali innowacji i okresu stosowania technologii na świecie. Są to jednocześnie kryteria, których ważność jest najniżej oceniana według przedstawionej koncepcji entropii Shannona. Okres realizacji projektu stanowi natomiast najważniejsze kryterium, które według rozmytej macierzy ryzyka zawiera najwięcej informacji. Ranking kryteriów kształtuje się następująco (dla a [0;0,99): Skala innowacji (K2) < Okres stosowania technologii na świecie (K3) < Wielkość przedsiębiorstwa (K1) < Relacja środków obcych do wielkości całego projektu (K5) < Okres realizacji projektu (K4).
11 136 Problemy teoretyczne i METODYCZNE Tabela 3. Rozmyta macierz ryzyka projektów innowacyjnych z województwa opolskiego, gdzie a, b, c, d stanowią parametry liczby rozmytej w postaci (5) jako ocen ryzyka według kryteriów K1 K5 Lp. K1 K2 K3 K4 K5 K1 K2 K3 K4 K5 a b c d a b c d a b c d a b c d a b c d 1 S W N W S 0,1 0,4 0,6 0,9 0,6 0,9 1,0 1,0 0,0 0,0 0,1 0,4 0,6 0,9 1,0 1,0 0,1 0,4 0,6 0,9 2 N S W N S 0,0 0,0 0,1 0,4 0,1 0,4 0,6 0,9 0,6 0,9 1,0 1,0 0,0 0,0 0,1 0,4 0,1 0,4 0,6 0,9 3 S W W S S 0,1 0,4 0,6 0,9 0,6 0,9 1,0 1,0 0,6 0,9 1,0 1,0 0,1 0,4 0,6 0,9 0,1 0,4 0,6 0,9 4 N W W S N 0,0 0,0 0,1 0,4 0,6 0,9 1,0 1,0 0,6 0,9 1,0 1,0 0,1 0,4 0,6 0,9 0,0 0,0 0,1 0,4 5 N W W S S 0,0 0,0 0,1 0,4 0,6 0,9 1,0 1,0 0,6 0,9 1,0 1,0 0,1 0,4 0,6 0,9 0,1 0,4 0,6 0,9 44 W W W S S 0,6 0,9 1,0 1,0 0,6 0,9 1,0 1,0 0,6 0,9 1,0 1,0 0,1 0,4 0,6 0,9 0,1 0,4 0,6 0,9 45 N N N S S 0,0 0,0 0,1 0,4 0,0 0,0 0,1 0,4 0,0 0,0 0,1 0,4 0,1 0,4 0,6 0,9 0,1 0,4 0,6 0,9 46 W W N N S 0,6 0,9 1,0 1,0 0,6 0,9 1,0 1,0 0,0 0,0 0,1 0,4 0,0 0,0 0,1 0,4 0,1 0,4 0,6 0,9 47 S W W N N 0,1 0,4 0,6 0,9 0,6 0,9 1,0 1,0 0,6 0,9 1,0 1,0 0,0 0,0 0,1 0,4 0,0 0,0 0,1 0,4 48 S W N S W 0,1 0,4 0,6 0,9 0,6 0,9 1,0 1,0 0,0 0,0 0,1 0,4 0,1 0,4 0,6 0,9 0,6 0,9 1,0 1,0 Źródło: opracowanie własne.
12 Katarzyna Rudnik, Anna Małgorzata Deptuła SZACOWANIE WAŻNOŚCI KRYTERIÓW OCENY RYZYKA PROJEKTÓW INNOWACYJNYCH Tabela 4. Wyniki obliczeń ważności kryteriów ryzyka projektów innowacyjnych K1 K5 dla wybranych wartości α α 0 0,2 0,5 0,8 0,99 Parametr Kryteria K1 K2 K3 K4 K5 [HH (ww nn ), HH (ww nn ) [0,381, 0,984 [0,554, 0,996 [0,482, 0,978 [0,224, 0,988 [0,319, 0,984 [ww nn, ww nn [0,005, 8,787 [0,001, 6,338 [0,007, 7,354 [0,004, 11,024 [0,005, 9,662 4,396 3,169 3,681 5,514 4,834 8,782 6,336 7,347 11,020 9,657 Waga 0,204 0,147 0,170 0,255 0,224 Ranking [HH (ww nn ), HH (ww nn ) [0,448, 0,979 [0,618, 0,995 [0,532, 0,97 [0,305, 0,985 [0,391, 0,98 [ww nn, ww nn [0,008, 6,064 [0,002, 4,2 [0,011, 5,142 [0,006, 7,637 [0,007, 6,69 3,036 2,101 2,577 3,821 3,349 6,056 4,198 5,131 7,632 6,683 Waga 0,204 0,141 0,173 0,257 0,225 Ranking [HH (ww nn ), HH (ww nn ) [0,553, 0,969 [0,713, 0,992 [0,61, 0,956 [0,435, 0,978 [0,504, 0,97 [ww nn, ww nn [0,014, 3,324 [0,004, 2,136 [0,02, 2,898 [0,01, 4,197 [0,014, 3,685 1,669 1,070 1,459 2,103 1,849 3,310 2,132 2,878 4,187 3,672 Waga 0,205 0,131 0,179 0,258 0,227 Ranking [HH (ww nn ), HH (ww nn ) [0,665, 0,953 [0,807, 0,988 [0,692, 0,934 [0,583, 0,968 [0,628, 0,955 [ww nn, ww nn [0,029, 1,664 [0,007, 0,958 [0,041, 1,527 [0,02, 2,072 [0,028, 1,847 0,847 0,483 0,784 1,046 0,937 1,636 0,951 1,486 2,052 1,819 Waga 0,207 0,118 0,191 0,255 0,229 Ranking [HH (ww nn ), HH (ww nn ) [0,74, 0,939 [0,867, 0,985 [0,747, 0,915 [0,688, 0,957 [0,714, 0,94 [ww nn, ww nn [0,037, 1,277 [0,009, 0,697 [0,053, 1,205 [0,026, 1,567 [0,036, 1,414 0,657 0,353 0,629 0,797 0,725 1,240 0,688 1,152 1,541 1,378 Waga 0,208 0,112 0,199 0,252 0,229 Ranking Źródło: opracowanie własne.
13 138 Problemy teoretyczne i METODYCZNE Rysunek 1. Porównanie wag kryteriów ogólnych oceny ryzyka projektów innowacyjnych (dla różnych α-przekrojów liczb rozmytych) Źródło: opracowanie własne. Podsumowanie Istnieje wiele podejść pozwalających na szacowanie ważności kryteriów w metodach MCDM, wśród których można wyróżnić metodę z wykorzystaniem entropii Shannona. Jest to podejście bardziej obiektywne, gdyż waga kryteriów obliczana jest na podstawie dyspersji ocen w macierzy ryzyka projektów (macierzy decyzyjnej), a nie na podstawie subiektywnych ocen ważności kryteriów. Ponieważ jednak macierz ryzyka ustalana jest subiektywnie, całkowita obiektywność metody może być dyskusyjna. W przypadku obliczania ważności kryteriów dla szacowania ryzyka projektów innowacyjnych wagi kryteriów będą ściśle zależne od charakteru przedsiębiorstw realizujących innowację oraz analizowanych przedsięwzięć. Dla innego zestawu projektów wagi kryteriów mogą być odmienne. Ważny jest także sposób określania oceny ryzyka projektów względem danych kryteriów. Preferowana jest spójna skala ocen dla wszystkich kryteriów, w innym przypadku szersza skala ocen danego kryterium spowoduje zawyżenie wartości jego wagi. Analizowana metoda, szacując wagi kryteriów, nie wykorzystuje jednak wiedzy i doświadczenia eksperta z dziedziny innowacji. Można zatem rozważyć wprowadzenie operatora agregacji, aby uwzględnić wagi kryteriów otrzymane metodą subiektywną i metodą entropii Shannona.
14 Katarzyna Rudnik, Anna Małgorzata Deptuła SZACOWANIE WAŻNOŚCI KRYTERIÓW OCENY RYZYKA PROJEKTÓW INNOWACYJNYCH Literatura Chaghooshi, A.J., Fathi, M.R., Kashef, M. (2012). Integration of Fuzzy Shannon s Entropy with Fuzzy TOPSIS for Industrial Robotic System Selection. Journal of Industrial Engineering and Management, 5 (1), Choo, E.U., Wedley, W.C. (1985). Optimal Criterion Weights in Repetitive Multicriteria Decision-making. The Journal of the Operational Research Society, 36, Diakoulaki, D., Mavrotas, G., Papayannakis, L. (1995). Determining Objective Weights in Multiple Criteria Problems: The CRITIC Method. Computers & Operations Research, 22, Hosseinzadeh Lotfi, F., Fallahnejad, R. (2010). Imprecise Shannon s Entropy and Multi Attribute Decision Making. Entropy, 12, DOI: /e Hu, B.Q., Wang, S. (2006). A Novel Approach in Uncertain Programming Part I: New Arithmetic and Order Relation for Interval Numbers. Journal of Industrial and Management Optimization, 2 (4), Karmakar, S., Bhunia, A.K. (2012). A Comparative Study of Different Order Relations of Intervals. Reliable Computing, 16, Kobryń, A. (2014). Wielokryterialne wspomaganie decyzji w gospodarowaniu przestrzenią. Warszawa: Difin. Krzemiński, M., Książek, M. (2013). Wielokryterialna ocena wariantów rozwiązań technologiczno-konstrukcyjnych w centrach logistycznych przy wykorzystaniu metody entropii. Theoretical Foundations Of Civil Engineering, Polish-Ukrainian Transactions, 21, Landwójtowicz, A., Knosala, R. (2016). Kryteria oceny ryzyka innowacji technicznej na podstawie wybranych rozwiązań innowacyjnych. W: M. Wirkus (red.), Zarządzanie procesami i projektami (s ). Gdańsk: Wyd. Politechniki Gdańskiej. Rudnik, K., Landwójtowicz, A. (2015). System with Probabilistic Fuzzy Knowledge Base and Parametric Inference Operators in Risk Assessment of Innovative Projects. Expert Systems With Applications, 42 (17 18), Saad, R., Ahmad, M.Z., Abu, M.S., Jusoh, M.S. (2014). Hamming Distance Method with Subjective and Objective Weights for Personnel Selection. Hindawi Publishing Corporation, e Scientific World Journal, ID Şengül, Ü., Eren, M., Shiraz, S.E., Gezder, V., Şengül, A.B. (2015). Fuzzy TOPSIS Method for Ranking Renewable Energy Supply Systems in Turkey. Renewable Energy, 75, Shannon, C.E. (1948). A Mathematical Theory of Communication. The Bell System Technical Journal, 27, ,
15 140 Problemy teoretyczne i METODYCZNE Shemshadi, A., Shirazi, H., Toreihi, M., Tarokh, M.J. (2011). A Fuzzy VIKOR Method for Supplier Selection Based on Entropy Measure for Objective Weighting. Expert Systems with Applications, 38 (10), Sienkiewicz, P. (2005). Analiza ryzyka w zarządzaniu projektami systemów. Problemy Techniki Uzbrojenia, 34 (95), Tarczyński, W., Mojsiewicz, M. (2001). Zarządzanie ryzykiem. Podstawowe zagadnienia. Warszawa: PWE. ESTIMATION OF IMPORTANCE OF INNOVATIVE PROJECTS EVALUATION CRITERIA BY USING SHANNON ENTROPY Abstract The properly determination of the criteria importance is a major and also difficult step in the decision-making process, especially in the case of unstructured or poorly structured processes such as innovation processes. The aim of the paper is to analyse the application of the Shannon entropy method for estimating the importance of risk assessment criteria in the aspect of innovative projects. Because of the different ways of the risk assessments, the procedures for calculating weights based on evaluations in the form of real numbers and fuzzy numbers are presented. This is a more objective approach, because the weight of the criteria is calculated on the basis of the dispersion of assessments in the decision matrix, and not on the basis of subjective assessments of the criteria importance. However, the obtained weights are strictly dependent on the nature of enterprises implementing innovation and the analysed projects. The approach outlined in this article is used to determine the importance of general criteria for the risk assessment of innovative projects for different sizes of enterprises. The analysis shows that the period of project completion is the most important criterion for the risk assessment of innovative projects. Translated by Katarzyna Rudnik Keywords: risk, innovation project, innovation, entropy, MCDM method JEL Codes: D81, O32
Rozmyta metoda z wagami uzyskanymi za pomocą rozmytej entropii 2
PRZEGLĄD STATYSTYCZNY TOM LXV ZESZYT 1 2018 Dariusz KACPRZAK 1 Rozmyta metoda z wagami uzyskanymi za pomocą rozmytej entropii 2 1. WSTĘP Człowiek w życiu codziennym bezustannie spotyka się z sytuacjami,
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
PODEJMOWANIE DECYZJI Z WYKORZYSTANIEM ROZMYTEJ METODY SAW I TRANSFORMATY MELLINA 1
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XVI, 2015, str. 141 150 PODEJMOWANIE DECYZJI Z WYKORZYSTANIEM ROZMYTEJ METODY SAW I TRANSFORMATY MELLINA 1 Dariusz Kacprzak Katedra Matematyki, Politechnika
Zarządzanie projektami. Zarządzanie ryzykiem projektu
Zarządzanie projektami Zarządzanie ryzykiem projektu Warunki podejmowania decyzji Pewność Niepewność Ryzyko 2 Jak można zdefiniować ryzyko? Autor S.T. Regan A.H. Willet Definicja Prawdopodobieństwo straty
Szacowanie ryzyka z wykorzystaniem zmiennej losowej o pramatkach rozmytych w oparciu o język BPFPRAL
Szacowanie ryzyka z wykorzystaniem zmiennej losowej o pramatkach rozmytych w oparciu o język BPFPRAL Mgr inż. Michał Bętkowski, dr inż. Andrzej Pownuk Wydział Budownictwa Politechnika Śląska w Gliwicach
Wykaz prac złożonych do druku, przyjętych do druku lub opublikowanych w wyniku realizacji projektu
Wykaz prac złożonych do druku, przyjętych do druku lub opublikowanych w wyniku realizacji projektu Publikacje w czasopismach Podstawy teoretyczne sieci przedsiębiorstw Modelowanie procesów i systemów logistycznych
KOMPUTEROWE WSPOMAGANIE PROCEDURY PREKWALIFIKACJI WYKONAWCÓW ROBÓT BUDOWLANYCH SOFTWARE SYSTEM FOR CONSTRUCTION CONTRACTOR PREQUALIFICATION PROCEDURE
313 EDYTA PLEBANKIEWICZ KOMPUTEROWE WSPOMAGANIE PROCEDURY PREKWALIFIKACJI WYKONAWCÓW ROBÓT BUDOWLANYCH SOFTWARE SYSTEM FOR CONSTRUCTION CONTRACTOR PREQUALIFICATION PROCEDURE Streszczenie Wybór wykonawcy
EKSPERCKA OCENA RYZYKA INNOWACJI Z WYKORZYSTANIEM ROZMYTEGO SYSTEMU WNIOSKUJĄCEGO
EKSPERCKA OCENA RYZYKA INNOWACJI Z WYKORZYSTANIEM ROZMYTEGO SYSTEMU WNIOSKUJĄCEGO Anna M. DEPTUŁA, Katarzyna RUDNIK Streszczenie: W artykule przedstawiono wykorzystanie rozmytego systemu wnioskującego
ROZMYTA METODA TOPSIS WYKORZYSTUJĄCA SKIEROWANE LICZBY ROZMYTE
ROZMYTA METODA TOPSIS WYKORZYSTUJĄCA SKIEROWANE LICZBY ROZMYTE Katarzyna RUDNIK, Dariusz KACPRZAK Streszczenie: Podejmowanie decyzji w ujęciu wielokryterialnym (MCDM) stanowi szybko rozwijający się obszar
Wydział Inżynierii Produkcji i Logistyki Faculty of Production Engineering and Logistics
Wydział Inżynierii Produkcji i Logistyki Faculty of Production Engineering and Logistics Plan studiów stacjonarnych II stopnia (magisterskich) na kierunku ZARZĄDZANIE I INŻYNIERIA PRODUKCJI MANAGEMENT
B. Gabinet M. Zawadzka Wroclaw University of Economic
B. Gabinet M. Zawadzka Wroclaw University of Economic Zarządzanie wartością przedsiębiorstwa na podstawie przedsiębiorstw z branży uprawy rolne, chów i hodowla zwierząt, łowiectwo Słowa kluczowe: zarządzanie
Politechnika Białostocka, Wydział Zarządzania, Katedra Informatyki Gospodarczej i Logistyki
Zastosowanie metody TOPSIS do oceny kondycji finansowej spółek dystrybucyjnych energii elektrycznej Application of TOPSIS method for evaluation of financial condition of the power distribution companies
Krytyczne czynniki sukcesu w zarządzaniu projektami
Seweryn SPAŁEK Krytyczne czynniki sukcesu w zarządzaniu projektami MONOGRAFIA Wydawnictwo Politechniki Śląskiej Gliwice 2004 SPIS TREŚCI WPROWADZENIE 5 1. ZARZĄDZANIE PROJEKTAMI W ORGANIZACJI 13 1.1. Zarządzanie
Analiza wielokryterialna wstęp do zagadnienia
Organizacja, przebieg i zarządzanie inwestycją budowlaną Analiza wielokryterialna wstęp do zagadnienia dr hab. Mieczysław Połoński prof. SGGW 1 Wprowadzenie Jednym z podstawowych, a równocześnie najważniejszym
Wielokryterialne wspomaganie decyzji Redakcja naukowa Tadeusz Trzaskalik
Wielokryterialne wspomaganie decyzji Redakcja naukowa Tadeusz Trzaskalik W książce autorzy przedstawiają dyskretne problemy wielokryterialne, w których liczba rozpatrywanych przez decydenta wariantów decyzyjnych
ANALIZA HIERARCHICZNA PROBLEMU W SZACOWANIU RYZYKA PROJEKTU INFORMATYCZNEGO METODĄ PUNKTOWĄ. Joanna Bryndza
ANALIZA HIERARCHICZNA PROBLEMU W SZACOWANIU RYZYKA PROJEKTU INFORMATYCZNEGO METODĄ PUNKTOWĄ Joanna Bryndza Wprowadzenie Jednym z kluczowych problemów w szacowaniu poziomu ryzyka przedsięwzięcia informatycznego
M. Wojtyła Uniwersytet Ekonomiczny we Wrocławiu
M. Wojtyła Uniwersytet Ekonomiczny we Wrocławiu Zarządzanie ryzykiem w tworzeniu wartości na przykładzie przedsiębiorstwa z branży 35: Wytwarzanie i zaopatrywanie w energię elektryczną, gaz, parę wodną
PROGRAMOWANIE DYNAMICZNE W ROZMYTYM OTOCZENIU DO STEROWANIA STATKIEM
Mostefa Mohamed-Seghir Akademia Morska w Gdyni PROGRAMOWANIE DYNAMICZNE W ROZMYTYM OTOCZENIU DO STEROWANIA STATKIEM W artykule przedstawiono propozycję zastosowania programowania dynamicznego do rozwiązywania
Słowa kluczowe: zarządzanie wartością, analiza scenariuszy, przepływy pieniężne.
Zarządzanie wartością i ryzykiem w organizacjach: non-profit, instytucji finansowej działającej w sektorze spółdzielczym oraz przedsiębiorstwa produkcyjnego z branży budowniczej. K. Śledź, O. Troska, A.
ORGANIZACJA PROCESÓW DYSTRYBUCJI W DZIAŁALNOŚCI PRZEDSIĘBIORSTW PRODUKCYJNYCH, HANDLOWYCH I USŁUGOWYCH
Systemy Logistyczne Wojsk nr 41/2014 ORGANIZACJA PROCESÓW DYSTRYBUCJI W DZIAŁALNOŚCI PRZEDSIĘBIORSTW PRODUKCYJNYCH, HANDLOWYCH I USŁUGOWYCH ORGANIZATION OF DISTRIBUTION PROCESSES IN PRODUCTIVE, TRADE AND
PRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR. Wojciech Zieliński
PRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR Wojciech Zieliński Katedra Ekonometrii i Statystyki SGGW Nowoursynowska 159, PL-02-767 Warszawa wojtek.zielinski@statystyka.info
ANALIZA ZDOLNOŚCI PROCESU O ZALEŻNYCH CHARAKTERYSTYKACH
Małgorzata Szerszunowicz Uniwersytet Ekonomiczny w Katowicach ANALIZA ZDOLNOŚCI PROCESU O ZALEŻNYCH CHARAKTERYSTYKACH Wprowadzenie Statystyczna kontrola jakości ma na celu doskonalenie procesu produkcyjnego
Elżbieta RADZISZEWSKA-ZIELINA, Bartłomiej SZEWCZYK
Scientific Review Engineering and Environmental Sciences (2017), 26 (2), 219 225 Sci. Rev. Eng. Env. Sci. (2017), 26 (2) Przegląd Naukowy Inżynieria i Kształtowanie Środowiska (2017), 26 (2), 219 225 Prz.
Innowacje społeczne innowacyjne instrumenty polityki społecznej w projektach finansowanych ze środków Europejskiego Funduszu Społecznego
Zarządzanie Publiczne, 2(18)/2012, s. 33 45 Kraków 2012 Published online September 10, 2012 doi: 10.4467/20843968ZP. 12.009.0533 Innowacje społeczne innowacyjne instrumenty polityki społecznej w projektach
SZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA WYKŁAD 10. WNIOSKOWANIE W LOGICE ROZMYTEJ Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska WNIOSKOWANIE W LOGICE DWUWARTOŚCIOWEJ W logice
Wybór dostawcy w realizacji przedsięwzięcia budowlanego przy nieprecyzyjnie określonych kryteriach oceny
IBADOV Nabi 1 KULEJEWSKI Janusz 2 Wybór dostawcy w realizacji przedsięwzięcia budowlanego przy nieprecyzyjnie określonych kryteriach oceny WSTĘP Z elementami logistyki, a mianowicie z zarządzaniem łańcuchem
budowlanymi - WAP Aleksandra Radziejowska
budowlanymi - WAP Aleksandra Radziejowska Co to jest optymalizacja wielokryterialna? ustalenie kryterium poszukiwania i oceny optymalnego. Co to jest optymalizacja wielokryterialna? pod zakup maszyny budowlanej
WYZNACZANIE KOSZTÓW TRANSPORTU Z WYKORZYSTANIEM OCTAVE 3.4.3
PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 111 Transport 2016 Joanna Szkutnik-, Wojskowa Akademia Techniczna, W WYZNACZANIE KOSZTÓW TRANSPORTU Z WYKORZYSTANIEM OCTAVE 3.4.3 : maj 2016 Streszczenie: samochodowej.
Sztuczna inteligencja: zbiory rozmyte
Instytut Informatyki Uniwersytetu Śląskiego lab 1 1 Klasyczna teoria zbiorów 2 Teoria zbiorów rozmytych 3 Zmienne lingwistyczne i funkcje przynależności 4 System rozmyty 5 Preprocesing danych Każdy element
Wydział Inżynierii Produkcji i Logistyki
Wydział Inżynierii Produkcji i Logistyki Plan studiów s t a c j o n a r n y c h II stopnia na kierunku zarządzanie i inżynieria produkcji uchwalony przez Radę Wydziału Edukacji Technicznej i Informatycznej
ANALIZA WRAŻLIWOŚCI CENY OPCJI O UWARUNKOWANEJ PREMII
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 31 Ewa Dziawgo Uniwersytet Mikołaja Kopernika w Toruniu ANALIZA WRAŻLIWOŚCI CENY OPCJI O UWARUNKOWANEJ PREMII Streszczenie W artykule przedstawiono
Zarządzanie ryzykiem w tworzeniu wartości przedsiębiorstwa na przykładzie przedsiębiorstwa z branży odzieżowej. Working paper
Ł. Kandzior, Wroclaw University of Economics Zarządzanie ryzykiem w tworzeniu wartości przedsiębiorstwa na przykładzie przedsiębiorstwa z branży odzieżowej Working paper JEL Classification: A 10 Słowa
Zarządzanie wartością i ryzykiem na przykładzie przedsiębiorstwa zajmującego się projektowaniem i dystrybucją odzieży
Zarządzanie wartością i ryzykiem na przykładzie przedsiębiorstwa zajmującego się projektowaniem i dystrybucją odzieży Value management and risk on the example of a company engaged in the design and distribution
WPŁYW OSOBOWOŚCI EKSPERTA NA WAGĘ KRYTERIÓW OCENY RYZYKA INNOWACJI TECHNICZNYCH
Studia i Prace WNEIZ US nr 8/ 0 STUDIA I MATERIAŁY DOI: 0.8/sip.0.8/- Anna Małgorzata Deptuła * Politechnika Opolska WPŁYW OSOBOWOŚCI EPERTA NA WAGĘ KRYTERIÓW OCENY RYZYKA INNOWACJI TECHNICZNYCH Streszczenie
EWALUACJA DOSTAWCÓW W PROCESIE LOGISTYCZNYM PRZEDSIĘBIORSTWA METODĄ FTOPSIS
EWALUACJA DOSTAWCÓW W PROCESIE LOGISTYCZNYM PRZEDSIĘBIORSTWA METODĄ FTOPSIS GRZEGORZ LADORUCKI, WALDEMAR WOLSKI Streszczenie Celem artykułu jest zaprezentowanie procedury badawczej ewaluacji dostawców
Średni. Mały. Zakres Dół Środek Góra
Szacowanie rozmiaru kodu Jerzy Nawrocki & Adam Wojciechowski Po co szacować wielkość kodu? Opracowanie planów pracy Ocena pracochłonności Konstruowanie wiarygodnych harmonogramów Sizing represents the
Sztuczna inteligencja : Zbiory rozmyte cz. 2
Sztuczna inteligencja : Zbiory rozmyte cz. 2 Przemysław Juszczuk Instytut Informatyki Uniwersytetu Śląskiego 1 marca 2012 Funkcja trójkątna: Funkcja trójkątna: Funkcja przynależności γ (gamma): Rysunek:
Matematyka Stosowana na Politechnice Wrocławskiej. Komitet Matematyki PAN, luty 2017 r.
Matematyka Stosowana na Politechnice Wrocławskiej Komitet Matematyki PAN, luty 2017 r. Historia kierunku Matematyka Stosowana utworzona w 2012 r. na WPPT (zespół z Centrum im. Hugona Steinhausa) studia
PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ
PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 111 Transport 2016 dostarczono: Streszczenie: W artykule prawnych i dokumentów normalizacyjnych w zakresie transportu produktów mleczarskich. W diagram Pareto-Lorenza,
WPŁYW OGRANICZENIA ZBIORU KRYTERIÓW OCENY WARIANTÓW DECYZJI NA WYNIKI WIELOKRYTERIALNEJ ANALIZY PORÓWNAWCZEJ
ROCZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 16/2016 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Katowicach WPŁYW OGRANICZENIA ZBIORU KRYTERIÓW OCENY WARIANTÓW DECYZJI NA WYNIKI WIELOKRYTERIALNEJ
PORZĄDKOWANIE WARIANTÓW DECYZYJNYCH Z WYKORZYSTANIEM TRANSFORMATY MELLINA W ROZMYTEJ METODZIE SAW 3
MODERN MANAGEMENT REVIEW 05 MMR, vol. XX, (3/05), pp. 69-85 July-September Dariusz KACPRZAK Katarzyna RUDNIK PORZĄDKOWANIE WARIANTÓW DECYZYJNYCH Z WYKORZYSTANIEM TRANSFORMATY MELLINA W ROZMYTEJ METODZIE
DETEKCJA FAL UDERZENIOWYCH W UKŁADACH ŁOPATKOWYCH CZĘŚCI NISKOPRĘŻNYCH TURBIN PAROWYCH
Mgr inż. Anna GRZYMKOWSKA Politechnika Gdańska Wydział Oceanotechniki i Okrętownictwa DOI: 10.17814/mechanik.2015.7.236 DETEKCJA FAL UDERZENIOWYCH W UKŁADACH ŁOPATKOWYCH CZĘŚCI NISKOPRĘŻNYCH TURBIN PAROWYCH
WIELOKRYTERIALNY DOBÓR ROZTRZĄSACZY OBORNIKA
Inżynieria Rolnicza 7(95)/2007 WIELOKRYTERIALNY DOBÓR ROZTRZĄSACZY OBORNIKA Andrzej Turski, Andrzej Kwieciński Katedra Maszyn i Urządzeń Rolniczych, Akademia Rolnicza w Lublinie Streszczenie: W pracy przedstawiono
Wprowadzenie do programu RapidMiner, część 4 Michał Bereta
Wprowadzenie do programu RapidMiner, część 4 Michał Bereta www.michalbereta.pl 1. Wybór atrybutów (ang. attribute selection, feature selection). Jedną z podstawowych metod analizy współoddziaływania /
Zarządzanie ryzykiem w tworzeniu wartości na przykładzie przedsiębiorstwa z branży upraw rolnych
N.Niziołek Wroclaw Univeristy of Economics Zarządzanie ryzykiem w tworzeniu wartości na przykładzie przedsiębiorstwa z branży upraw rolnych JEL Classification: A10 Słowa kluczowe: Zarządzanie ryzykiem,
Jak się do tego zabrać?
Jak się do tego zabrać? Kontekst Problem inżynierski Literatura (ogólna i szczegółowa) Projekt inżynierski Metody i narzędzia Eksperymenty Wnioski Beata Płanda: Analiza wpływu organizacji ruchu lotniczego
Definicje PN ISO Definicje PN ISO 3951 interpretacja Zastosowanie normy PN-ISO 3951:1997
PN-ISO 3951:1997 METODY STATYSTYCZNEJ KONTROI JAKOŚCI WG OCENY ICZBOWEJ ciągła seria partii wyrobów sztukowych dla jednej procedury analizowana jest tylko jedna wartość, która musi być mierzalna w skali
Porównanie wyników symulacji wpływu kształtu i amplitudy zakłóceń na jakość sterowania piecem oporowym w układzie z regulatorem PID lub rozmytym
ARCHIVES of FOUNDRY ENGINEERING Published quarterly as the organ of the Foundry Commission of the Polish Academy of Sciences ISSN (1897-3310) Volume 15 Special Issue 4/2015 133 138 28/4 Porównanie wyników
Algorytm hybrydowy dla alokacji portfela inwestycyjnego przy ograniczonych zasobach
Adam Stawowy Algorytm hybrydowy dla alokacji portfela inwestycyjnego przy ograniczonych zasobach Summary: We present a meta-heuristic to combine Monte Carlo simulation with genetic algorithm for Capital
Wydział Inżynierii Produkcji i Logistyki
Wydział Inżynierii Produkcji i Logistyki Plan studiów n i e s t a c j o n a r n y c h II stopnia na kierunku zarządzanie i inżynieria produkcji uchwalony przez Radę Wydziału Edukacji Technicznej i Informatycznej
CHARAKTERYSTYKA I ZASTOSOWANIA ALGORYTMÓW OPTYMALIZACJI ROZMYTEJ. E. ZIÓŁKOWSKI 1 Wydział Odlewnictwa AGH, ul. Reymonta 23, Kraków
36/3 Archives of Foundry, Year 004, Volume 4, 3 Archiwum Odlewnictwa, Rok 004, Rocznik 4, Nr 3 PAN Katowice PL ISSN 64-5308 CHARAKTERYSTYKA I ZASTOSOWANIA ALGORYTMÓW OPTYMALIZACJI ROZMYTEJ E. ZIÓŁKOWSKI
Spis treści. WSTĘP 13 Bibliografia 16
Przegląd uwarunkowań i metod oceny efektywności wykorzystania odnawialnych źródeł energii w budownictwie : praca zbiorowa / pod red. Joachima Kozioła. Gliwice, 2012 Spis treści WSTĘP 13 Bibliografia 16
KORELACJE I REGRESJA LINIOWA
KORELACJE I REGRESJA LINIOWA Korelacje i regresja liniowa Analiza korelacji: Badanie, czy pomiędzy dwoma zmiennymi istnieje zależność Obie analizy się wzajemnie przeplatają Analiza regresji: Opisanie modelem
ANALIZA WYNIKÓW NAUCZANIA W GIMNAZJUM NR 3 Z ZASTOSOWANIEM KALKULATORA EWD 100 ROK 2012
ANALIZA WYNIKÓW NAUCZANIA W GIMNAZJUM NR 3 Z ZASTOSOWANIEM KALKULATORA EWD 100 ROK 2012 OPRACOWAŁY: ANNA ANWAJLER MARZENA KACZOR DOROTA LIS 1 WSTĘP W analizie wykorzystywany będzie model szacowania EWD.
PLANY I PROGRAMY STUDIÓW
WYDZIAŁ INŻYNIERII PRODUKCJI I LOGISTYKI PLANY I PROGRAMY STUDIÓW STUDY PLANS AND PROGRAMS KIERUNEK STUDIÓW FIELD OF STUDY - ZARZĄDZANIE I INŻYNIERIA PRODUKCJI - MANAGEMENT AND PRODUCTION ENGINEERING Studia
THE PART OF FUZZY SYSTEMS ASSISTING THE DECISION IN DI- AGNOSTICS OF FUEL ENGINE SUBASSEMBLIES DEFECTS
Journal of KONES Internal Combustion Engines 2005, vol. 12, 3-4 THE PART OF FUZZY SYSTEMS ASSISTING THE DECISION IN DI- AGNOSTICS OF FUEL ENGINE SUBASSEMBLIES DEFECTS Mariusz Topolski Politechnika Wrocławska,
SZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA SYSTEMY ROZMYTE Adrian Horzyk Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Katedra Automatyki i Inżynierii Biomedycznej Laboratorium
Wykład 4. Decyzje menedżerskie
Dr inż. Aleksander Gwiazda Zarządzanie strategiczne Wykład 4 Decyzje menedżerskie Plan wykładu Wprowadzenie Wprowadzenie Pojęcie decyzji Decyzja to świadoma reakcja na sytuacje powstające w trakcie funkcjonowania
Ekonometria ćwiczenia 3. Prowadzący: Sebastian Czarnota
Ekonometria ćwiczenia 3 Prowadzący: Sebastian Czarnota Strona - niezbędnik http://sebastianczarnota.com/sgh/ Normalność rozkładu składnika losowego Brak normalności rozkładu nie odbija się na jakości otrzymywanych
PROBLEMY WIELOKRYTERIALNE W ZARZĄDZANIU PROGRAMAMI INFORMATYCZNYMI
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 80 Electrical Engineering 2014 Michał SZYMACZEK* Sławomir ISKIERKA** PROBLEMY WIELOKRYTERIALNE W ZARZĄDZANIU PROGRAMAMI INFORMATYCZNYMI Autorzy identyfikują
Ewelina Słupska Uniwersytet Ekonomiczny we Wrocławiu. Arkadiusz Kozłowski Uniwersytet Ekonomiczny we Wrocławiu
Ewelina Słupska Uniwersytet Ekonomiczny we Wrocławiu rkadiusz Kozłowski Uniwersytet Ekonomiczny we Wrocławiu Zarządzanie wartością przedsiębiorstwa na przykładzie przedsiębiorstw z branży produkującej
Metodyka kwalifikacji ekspertów w projektach badawczych z zastosowaniem analizy hierarchicznej AHP
Tomasz GIESKO, Beata BELINA Instytut Technologii Eksploatacji PIB, Radom Metodyka kwalifikacji ekspertów w projektach badawczych z zastosowaniem analizy hierarchicznej AHP Expert qualification method for
Statystyczna analiza awarii pojazdów samochodowych. Failure analysis of cars
Wydawnictwo UR 2016 ISSN 2080-9069 ISSN 2450-9221 online Edukacja Technika Informatyka nr 1/15/2016 www.eti.rzeszow.pl DOI: 10.15584/eti.2016.1.1 ROMAN RUMIANOWSKI Statystyczna analiza awarii pojazdów
Spis treści. 00 Red. Spis tresci. Wstep..indd 5 2009 12 02 10:52:08
Spis treści Wstęp 9 Rozdział 1. Wprowadzenie do zarządzania projektami 11 1.1. Istota projektu 11 1.2. Zarządzanie projektami 19 1.3. Cykl życia projektu 22 1.3.1. Cykl projektowo realizacyjny 22 1.3.2.
Wykorzystanie testu t dla pojedynczej próby we wnioskowaniu statystycznym
Wiesława MALSKA Politechnika Rzeszowska, Polska Anna KOZIOROWSKA Uniwersytet Rzeszowski, Polska Wykorzystanie testu t dla pojedynczej próby we wnioskowaniu statystycznym Wstęp Wnioskowanie statystyczne
Inżynieria Wiedzy i Systemy Ekspertowe. Niepewność wiedzy. dr inż. Michał Bereta Politechnika Krakowska
Inżynieria Wiedzy i Systemy Ekspertowe Niepewność wiedzy dr inż. Michał Bereta Politechnika Krakowska http://torus.uck.pk.edu.pl/~beretam/ beretam@torus.uck.pk.edu.pl 1 Logika Rozmyta (Fuzzy Logic) Mimo
SYMULACJA RYZYKA CZASOWO-KOSZTOWEGO PRZEDSIĘWZIĘĆ NA TLE METODY PERT/COST
Dr inż. Tomasz WIATR Politechnika Poznańska SYMULACJA RYZYKA CZASOWO-KOSZTOWEGO PRZEDSIĘWZIĘĆ NA TLE METODY PERT/COST Słowa kluczowe: PERT/cost, symulacja Monte Carlo, Pertmaster Streszczenie Referat stanowi
Sympozjum Trwałość Budowli
Sympozjum Trwałość Budowli Andrzej ownuk ROJEKTOWANIE UKŁADÓW Z NIEEWNYMI ARAMETRAMI Zakład Mechaniki Teoretycznej olitechnika Śląska pownuk@zeus.polsl.gliwice.pl URL: http://zeus.polsl.gliwice.pl/~pownuk
Cechy charakterystyczne tworzenia oprogramowania w Inżynierii Biomedycznej. Wykładowca Dr inż. Zofia Kruczkiewicz
Cechy charakterystyczne tworzenia oprogramowania w Inżynierii Biomedycznej. Wykładowca Dr inż. Zofia Kruczkiewicz Zofia Kruczkiewicz Wyklad_INP002017_3 1 CMMI (Capability Maturity Model Integration ) -
ANALIZA WYNIKÓW NAUCZANIA W GIMNAZJUM NR 3 Z ZASTOSOWANIEM KALKULATORA EWD 100 ROK 2013
ANALIZA WYNIKÓW NAUCZANIA W GIMNAZJUM NR 3 Z ZASTOSOWANIEM KALKULATORA EWD 100 ROK 2013 OPRACOWAŁY: ANNA ANWAJLER MARZENA KACZOR DOROTA LIS 1 WSTĘP W analizie wykorzystywany będzie model szacowania EWD.
Metody ilościowe w badaniach ekonomicznych
prof. dr hab. Tadeusz Trzaskalik dr hab. Maciej Nowak, prof. UE Wybór portfela projektów z wykorzystaniem wielokryterialnego programowania dynamicznego Metody ilościowe w badaniach ekonomicznych 19-06-2017
Zarządzanie wartością przedsiębiorstwa na przykładzie przedsiębiorstw z branży produkcji metali. Working papers
K. Ciężarek Uniwersytet Ekonomiczny we Wrocławiu N. Daniluk Uniwersytet Ekonomiczny we Wrocławiu Zarządzanie wartością przedsiębiorstwa na przykładzie przedsiębiorstw z branży produkcji metali Working
Zastosowanie rozmytych map kognitywnych do badania scenariuszy rozwoju jednostek naukowo-dydaktycznych
Konferencja Systemy Czasu Rzeczywistego 2012 Kraków, 10-12 września 2012 Zastosowanie rozmytych map kognitywnych do badania scenariuszy rozwoju jednostek naukowo-dydaktycznych Piotr Szwed AGH University
LISTA KURSÓW PLANOWANYCH DO URUCHOMIENIA W SEMESTRZE ZIMOWYM 2015/2016
LISTA KURSÓW PLANOWANYCH DO URUCHOMIENIA W SEMESTRZE ZIMOWYM 2015/2016 ZARZĄDZANIE I STOPNIA studia stacjonarne 1 sem. PO-W08-ZZZ-ZP- -ST-IL-WRO (2015/2016) MAP008010W Matematyka 30 MAP008010C Matematyka
Ekonometryczna analiza popytu na wodę
Jacek Batóg Uniwersytet Szczeciński Ekonometryczna analiza popytu na wodę Jednym z czynników niezbędnych dla funkcjonowania gospodarstw domowych oraz realizacji wielu procesów technologicznych jest woda.
Zarządzanie ryzykiem w tworzeniu wartości na przykładzie przedsiębiorstwa z branży upraw rolnych
I.Koncur Wroclaw Univeristy of Economics Zarządzanie ryzykiem w tworzeniu wartości na przykładzie przedsiębiorstwa z branży upraw rolnych JEL Classification: Q00 Słowa kluczowe: Zarządzanie wartością i
METODA MACIERZOWA OBLICZANIA OBWODÓW PRĄDU PRZEMIENNEGO
POZNAN UNIVERSITY OF TECHNOLOGY ACADEMIC JOURNALS No 93 Electrical Engineering 2018 DOI 10.21008/j.1897-0737.2018.93.0026 Piotr FRĄCZAK METODA MACIERZOWA OBLICZANIA OBWODÓW PRĄDU PRZEMIENNEGO W pracy przedstawiono
Zastosowanie metody COMET w zarządzaniu łańcuchem dostaw i logistyce
SAŁABUN Wojciech Zastosowanie metody COMET w zarządzaniu łańcuchem dostaw i logistyce WSTĘP Metody wielokryterialnego wspomagania podejmowania decyzji powszechnie stosowane są w zarządzaniu łańcuchami
JEDNORÓWNANIOWY LINIOWY MODEL EKONOMETRYCZNY
JEDNORÓWNANIOWY LINIOWY MODEL EKONOMETRYCZNY Będziemy zapisywać wektory w postaci (,, ) albo traktując go jak macierz jednokolumnową (dzięki temu nie będzie kontrowersji przy transponowaniu wektora ) Model
ZASTOSOWANIE METODY DWUPARAMETRYCZNEJ w OCENIE RYZYKA BRAKU DOSTAW CIEPŁA DO ODBIORCÓW
BOŻENA BABIARZ * ZASTOSOWANIE METODY DWUPARAMETRYCZNEJ w OCENIE RYZYKA BRAKU DOSTAW CIEPŁA DO ODBIORCÓW THE APPLICATION OF TWOPARAMETRIC METHOD IN RISK ASSESMENT OF a LACK HEAT SUPPLY FOR CONSUMERS Streszczenie
Algorytmy metaheurystyczne Wykład 11. Piotr Syga
Algorytmy metaheurystyczne Wykład 11 Piotr Syga 22.05.2017 Drzewa decyzyjne Idea Cel Na podstawie przesłanek (typowo zbiory rozmyte) oraz zbioru wartości w danych testowych, w oparciu o wybrane miary,
Modele optymalizacyjne wspomagania decyzji wytwórców na rynku energii elektrycznej
Modele optymalizacyjne wspomagania decyzji wytwórców na rynku energii elektrycznej mgr inż. Izabela Żółtowska Promotor: prof. dr hab. inż. Eugeniusz Toczyłowski Obrona rozprawy doktorskiej 5 grudnia 2006
Strategic planning. Jolanta Żyśko University of Physical Education in Warsaw
Strategic planning Jolanta Żyśko University of Physical Education in Warsaw 7S Formula Strategy 5 Ps Strategy as plan Strategy as ploy Strategy as pattern Strategy as position Strategy as perspective Strategy
Wykaz prac złożonych do druku, przyjętych do druku lub opublikowanych w wyniku realizacji projektu
Wykaz prac złożonych do druku, przyjętych do druku lub opublikowanych w wyniku realizacji projektu Publikacje w czasopismach Podstawy teoretyczne sieci 43 2013 47-58 brak https://ekonom.ug.edu.pl/web/download.php?openfile=1181
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
ZBIORY ROZMYTE I WNIOSKOWANIE PRZYBLIŻONE
SYSTEMY ROZMYTE ZBIORY ROZMYTE I WNIOSKOWANIE PRZYBLIŻONE 2 965 Lotfi A. Zadeh: Fuzzy sets Metoda reprezentacji wiedzy wyrażonej w języku naturalnym: Temperatura wynosi 29 o C informacja liczbowa - naturalna
Inżynieria Wiedzy i Systemy Ekspertowe. Logika rozmyta. dr inż. Michał Bereta Politechnika Krakowska
Inżynieria Wiedzy i Systemy Ekspertowe Logika rozmyta dr inż. Michał Bereta Politechnika Krakowska http://torus.uck.pk.edu.pl/~beretam/ beretam@torus.uck.pk.edu.pl 1 Wyostrzanie Ostateczna, ostra wartość
OCENA ZAAWANSOWANIA TECHNICZNEGO INFRASTRUK- TURY SIECIOWEJ OBSZARÓW SPÓŁKI DYSTRYBUCYJNEJ
Barbara KASZOWSKA, Andrzej WŁÓCZYK Politechnika Opolska OCENA ZAAWANSOWANIA TECHNICZNEGO INFRASTRUK- TURY SIECIOWEJ OBSZARÓW SPÓŁKI DYSTRYBUCYJNEJ Przedmiotem oceny jest zaawansowanie techniczne obszarów
ALGORYTM PROJEKTOWANIA ROZMYTYCH SYSTEMÓW EKSPERCKICH TYPU MAMDANI ZADEH OCENIAJĄCYCH EFEKTYWNOŚĆ WYKONANIA ZADANIA BOJOWEGO
Szybkobieżne Pojazdy Gąsienicowe (2) Nr 2, 24 Mirosław ADAMSKI Norbert GRZESIK ALGORYTM PROJEKTOWANIA CH SYSTEMÓW EKSPERCKICH TYPU MAMDANI ZADEH OCENIAJĄCYCH EFEKTYWNOŚĆ WYKONANIA ZADANIA BOJOWEGO. WSTĘP
WYBÓR PUNKTÓW POMIAROWYCH
Scientific Bulletin of Che lm Section of Technical Sciences No. 1/2008 WYBÓR PUNKTÓW POMIAROWYCH WE WSPÓŁRZĘDNOŚCIOWEJ TECHNICE POMIAROWEJ MAREK MAGDZIAK Katedra Technik Wytwarzania i Automatyzacji, Politechnika
ANALIZA STOPNIA ZADŁUŻENIA PRZEDSIĘBIORSTW SKLASYFIKOWANYCH W KLASIE EKD
Studia i Materiały. Miscellanea Oeconomicae Rok 13, Nr 1/2009 Wydział Zarządzania i Administracji Uniwersytetu Humanistyczno Przyrodniczego Jana Kochanowskiego w Kielcach G ospodarowanie zasobami organiza
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 689 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 50 2012 ANALIZA WŁASNOŚCI OPCJI SUPERSHARE
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 689 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 5 212 EWA DZIAWGO ANALIZA WŁASNOŚCI OPCJI SUPERSHARE Wprowadzenie Proces globalizacji rynków finansowych stwarza
PLANY I PROGRAMY STUDIÓW
WYDZIAŁ INŻYNIERII PRODUKCJI I LOGISTYKI PLANY I PROGRAMY STUDIÓW STUDY PLANS AND PROGRAMS KIERUNEK STUDIÓW FIELD OF STUDY - ZARZĄDZANIE I INŻYNIERIA PRODUKCJI - MANAGEMENT AND PRODUCTION ENGINEERING Studia
dr Anna Matuszyk PUBLIKACJE: CeDeWu przetrwania w ocenie ryzyka kredytowego klientów indywidualnych Profile of the Fraudulelent Customer
dr Anna Matuszyk PUBLIKACJE: Lp. Autor/ red. 2015 naukowy 1 A. Matuszyk, Zastosowanie analizy przetrwania w ocenie ryzyka kredytowego klientów indywidualnych Tytuł Okładka CeDeWu 2 A.Matuszyk, A. Ptak-Chmielewska,
JAK WYZNACZA SIĘ PARAMETRY WALIDACYJNE
JAK WYZNACZA SIĘ PARAMETRY WALIDACYJNE 1 Dokładność i poprawność Dr hab. inż. Piotr KONIECZKA Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska ul. G. Narutowicza 11/12 80-233 GDAŃSK e-mail:
Jeśli X jest przestrzenią o nieskończonej liczbie elementów:
Logika rozmyta 2 Zbiór rozmyty może być formalnie zapisany na dwa sposoby w zależności od tego z jakim typem przestrzeni elementów mamy do czynienia: Jeśli X jest przestrzenią o skończonej liczbie elementów
PROBLEMY WIELOKRYTERIALNE W ZARZĄDZANIU PORTFOLIO
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 92 Electrical Engineering 2017 DOI 10.21008/j.1897-0737.2017.92.0035 Michał SZYMACZEK* Sławomir ISKIERKA** PROBLEMY WIELOKRYTERIALNE W ZARZĄDZANIU
Problemy złożone trudno jest analizować precyzyjnie Wiedza eksperta w złożonych przypadkach daje się opisać tylko w sposób nieprecyzyjny, np.
ZBIORY ROZMYTE Problemy złożone trudno jest analizować precyzyjnie Wiedza eksperta w złożonyc przypadkac daje się opisać tylko w sposób nieprecyzyjny, np. W dużym mieście, powinien istnieć regionalny port