Rozdział. Wielokryterialne problemy wyznaczania tras w sieciach komputerowych. 1. Wprowadzenie
|
|
- Sebastian Kołodziej
- 8 lat temu
- Przeglądów:
Transkrypt
1 Rozdzał Weloryteralne problemy wyznaczana tras w secach omputerowych Zbgnew TARAATA Wojsowa Aadema Technczna, Wydzał Cybernety Zbgnew.Tarapata@s.wat.edu.pl Streszczene W pracy przedstawono weloryteralne podejśce do problemów routngu w secach omputerowych. Zdefnowano najważnejsze rytera, tóre projetanc sec omputerowych borą pod uwagę onstruując algorytmy routngu. Następne sformułowano zadane wyznaczana routngu w sec jao zadane optymalzacj weloryteralnej (z wetorową funcją celu. Opsano metody rozwązywana sformułowanego zadana optymalzacj weloryteralnej przedysutowano ch własnośc. Szczególny nacs położono na ops sposobu przystosowana stnejących algorytmów routngu do rozwązana sformułowanego problemu weloryteralnego.. Wprowadzene roblemy wyznaczana tras (ang. routng są jednym z najstotnejszych zastosowań metod badań operacyjnych nformaty teoretycznej w secach omputerowych. Z tego też względu jest wele prac pośwęconych tym problemom [4], [5], [0], [2], [2], [22], [27]. Zadana wyznaczana tras są często utożsamane z zadanam sterowana ruchem (przepływem, co ne do ońca jest uzasadnone. Różnce wynają w sformułowanach tych dwóch problemów [0]: celem zadań wyznaczana tras jest optymalna aloacja zasobów dla znanego ruchu generowanego przez źródła, celem zadana sterowana przepływem oraz przecwdzałana przecążenom jest defnowane warunów, w tórych oneczne jest ogranczane lośc ruchu, a w raze onecznośc ogranczena (dławena lośc wprowadzanego obsługwanego ruchu, ta sposób aloacj ogranczonych zasobów, tóry gwarantuje zadany pozom jaośc obsług ruchu.
2 2 Z. Tarapata onadto stneje jeszcze jedna podstawowa różnca mędzy zadanam wyznaczana tras, a sterowana ruchem: te perwsze formułuje sę rozwązuje na etape projetowana sec, tzn. na etape zabezpeczana zasobów w ogólnym przypadu są zadanam sterowana prewencyjnego; te druge są formułowane rozwązywane na potrzeby zarządzana dostępem do sec ruchem w sec, tzn. na etape aloacj zasobów. Najczęścej stosowane rytera wyboru trasy zależą od podstawowej charaterysty jaą jest jaość obsług QoS (ang. Qualty of Servce [6], [0], [22]. Są to: mnmalzacja lczby utraconych paetów; mnmalzacja masymalnego opóźnena dotarca paetu do celu; mnmalzacja lczby tras (w przypadu routngu z weloma równoległym (rozłącznym trasam; mnmalzacja przecążena, merzonego np. średną wartoścą ruchu przechodzącego przez łącze; mnmalzacja czasu przesyłana ze źródła do ujśca; mnmalzacja długośc trasy; mnmalzacja prawdopodobeństwa nezdatnośc trasy lub masymalzacja prawdopodobeństwa jej zdatnośc. Jednoryteralne sformułowana problemów routngu wyorzystują zdefnowane powyżej rytera. To, jae metody rozwązywana zdefnowanych problemów jednoryteralnych zostaną wyorzystane zależy w pratyce od odpowedz na następujące pytana: czy chcemy wylczać trasy statyczne (lasyczny algorytm Djstry, algorytm A [3], [9], czy dynamczne (dopasowując sę do obcążena [8], [2]; czy w sec występują zależnośc stochastyczne [7], [3], [4], [5], [8], [24], [25]; czy wylczamy drogę dla jednego zadana, czy równolegle dla welu (np. rozłącznym trasam transmtując głos obraz [], [6], [7], [9], [20], [23], [25]; czy planujemy wylczane alternatywnych tras, czy ne [9], [27]. W welu przypadach podejśce jednoryteralne w zagadnenach routngu ne wystarcza. Dla przyładu, autorzy pracy [5] zajmują sę dwuryteralnym modelem routngu w welousługowych secach szybch. Częstym sojarzenem dwóch ryterów są sytuacje, w tórych żądamy szybego, ale nezawodnego dostępu do usług. Wówczaefnujemy problem dwuryteralny: z czasem transmsj (realzacj usług oraz prawdopodobeństwem jej poprawnego zrealzowana. Innym przyładem pary, często sprzecznych, ryterów są: szybość jaość. rzyładów zastosowana lu ryterów do oceny routngu jest wele, a o netórych z nch tratują prace [0], [2], [22], [24], [25]. Celem nnejszej pracy jest sprecyzowane weloryteralnego modelu oceny routngu oraz ocena metod rozwązywana weloryteralnych zadań routngu, z uwzględnenem możlwośc adaptacj wyorzystywanych w secach omputerowych algorytmów routngu (np. najbardzej popularnego algorytmu Djstry. 2. Model sec routngowej Zdefnujmy struturę sec, w tórej doonywać będzemy routngu : G = N G, A G ( G graf Berge a, N G zbór werzchołów grafu, N G ={,2,...,N}, A G zbór łuów grafu, AG = { n, n' : n, n' N G }, A G =A; t=[t n,n ] NxN K-wymarowy wetor macerzy opsujący czasy przetwarzana (transmsj K zadań na łuach grafu G,
3 Weloryteralne problemy routngu w secach omputerowych 3 t, = t, t,..., t,..., t, t neujemna wartość oreślająca czas przetwarzana n, n ' n n' n, n' 2 n, n' n, n' K n, n' (transmsj -tego zadana po łuu nn, ' (gdy n n lub wewnątrz werzchoła n (gdy n=n. W ogólnym przypadu, na werzchołach oraz na łuach grafu G będzemy meć zdefnowane zbory funcj opsujących charaterysty werzchoła (lub łuu, tae ja: czas transmsj, odległość, przepustowość, nezawodność, tp. rzypomnjmy, że w lasycznym ujęcu werzchołam grafu G są przełączn (routery sec, a łu opsują fzyczne połączena mędzy werzchołam G (patrz Rysune. (a = (, 2 = (7,8 (b Rys. Seć routerów (a oraz model grafowy (b wraz z macerzam t t 2 czasów transmsj mędzy poszczególnym routeram oraz zaznaczonym werzchołam źródłowym s =(,2 docelowym d =(7,8 s d t = t = Nech I ( (, ( oraz T ( (, ( opsują drogę prostą oraz czasy osągnęca werzchołów na tej drodze dla -tego zadana: I ( s (, d ( = ( = s (, (,..., r (,..., ( = d ( (2 0 R ( 0 R ( τ τ τ τ r T ( (, ( = (, (,..., (,..., ( (3 r r gdze ( - r-ty werzchołe na drodze -tego zadana; τ ( - czas osągnęca r-tego werzchoła na drodze dla -tego zadana, r r 0 0 (, ( m m (, ( m m (, ( m= τ ( = t + t + t, r =, R, =, K (4
4 4 Z. Tarapata 3. Model weloryteralnego routngu w sec rzedstawmy obecne model weloryteralnego routngu w sec omputerowej. Załadać będzemy, że routngow podlega - w ogólnym przypadu - K zadań, tóre należy transportować z werzchołów początowych opsanych za pomocą wetora s s s s s = (, (2,..., (,..., ( K do werzchołów docelowych opsanych za pomocą ( d d d d d wetora ( (, (2,..., (,..., ( K =. Dla K= mamy lasyczny przypade routngu dla pojedynczego zadana. onadto zdefnujemy funcje ocenające wyznaczane trasy, o tórych załadać będzemy, że posadają pewne własnośc (np. addytywność. 3.. Sformułowane problemu routngu przy welu ryterach jao zadana optymalzacj weloryteralnej 3... Sformułowane ogólne zadana optymalzacj z wetorową funcją celu Oznaczmy przez M( s, d zbór dopuszczalnych K-wymarowych wetorów dróg w grafe G z wetora werzchołów początowych o wetora werzchołów ońcowych d, a przez I( s, d element zboru M( s, d. Zwróćmy uwagę, że I( s, d jest wetorem, tórego sładowym są drog proste dla ażdego -tego zadana zdefnowane przez (2. Ustalmy równeż, że wszędze tam, gdze ne będze to prowadzło do neporozumeń zaps I będze równoważmy zapsow I( s, d (pomjamy s oraz d w zapse. Dysponujemy -sładowym wetorem yi ( = F( I, F2( I,..., F ( I funcj ryterów ocenających wetor tras I M( s, d. Funcje te mogą oreślać charaterysty trasy tae, ja: czas transmsj, odległość, przepustowość, nezawodność, tp. Możemy zatem powedzeć, że na zborze M( s, d zdefnowalśmy wetorową funcję celu o postac: yi ( = F( I, F( I,..., F( I, I M( s, d (5 2 roblem routngu w sec możemy obecne zdefnować jao problem optymalzacj weloryteralnej następująco: D M (,, y( I, R (6 D D D gdze R Y (, Y (, jest relacją domnowana w następującej przestrzen D ryteralnej Y (, : { 2 } { ( m, ( n (, (, : ( ( m, ( n } D Y (, = y( I = F( I, F ( I,..., F ( I : I M(, (7 D D D R y I y I Y Y y I y I = Ψ (8 gdy wetor dróg Im jest lepszy od wetora In Ψ ( yi ( m, yi ( n = (9 0 w przecwnym przypadu
5 Weloryteralne problemy routngu w secach omputerowych 5 roblem (6 możemy rozwązywać stosując różne metody poszuwana tzw. rozwązań nezdomnowanych (lub domnujących jeżel nepusty, od tórych ne ma lepszych w sense przyjętej wetorowej oceny rozwązana. Zbór wynów domnujących jest równy: Y (, = y( I Y (, : y( I, z( I R D z( I Y (, z( I y( I DM D D (0 Zbór rozwązań domnujących jest wyznaczany jao przecwobraz zboru Y DM, tzn. { } DM DM M (, = I M(, : y( I Y (, ( Zbór wynów nezdomnowanych jest równy: Y (, = y( I Y (, : ~ z( I, y( I R ND D D D z( I Y (, z( I y( I Zbór rozwązań nezdomnowanych jest wyznaczany jao przecwobraz zboru Y ND, tzn. { } (2 ND ND M (, = I M(, : y( I Y (, ( rzyład sformułowana zadana routngu jao zadana optymalzacj dwuryteralnej rzyjmjmy, że na ażdym łuu nn, ' grafu ( opsana jest dodatowo funcja F ( nn, ' t, tóra oreśla prawdopodobeństwo zdatnośc łuu przez czas t: Fnn, '( t = ( γ nn, ' t, γ n,n dodatna zmenna losowa reprezentującą czas życa łuu nn, '. Załadamy, że zmenne γ n,n są nezależne dla ażdej pary łuów. rzyjmemy równeż założene, że czas lczony jest od momentu, edy łu zaczyna pracować (np. przesyłany jest po nm paet. Wówczas możemy dla ażdego wetora dróg w grafe G zdefnować prawdopodobeństwo, że wszyste drog będą zdatne w sposób następujący: K R ( I F ( t r r r (, r ( (, ( r (, = (4 = r= Zdefnujmy równeż czaotarca przez wszyste K zadań do ch werzchołów docelowych, jao czaotarca najpóźnejszego zadana (5a lub sumę czasów dotarca wszystch zadań (5b, tzn.: ( {,..., K} ( R TI (, = max τ ( (5a R TI (, = τ ( (5b {,..., K} Wówczas wetorowa funcja celu (5 przyjme postać:
6 6 Z. Tarapata tzn. F (I=T(I, F 2 (I=r(I. rzestrzeń ryteralna (7 będze mała postać: yi ( = TI (,r( I, I M( s, d (6 { } D Y (, = y( I = T( I,r( I : I M(, (7 natomast funcja zdanowa (9 będze zdefnowana następująco: gdy T( Im T( In r( Im r( In Ψ ( yi ( m, yi ( n = (8 0 w przecwnym przypadu Zwróćmy uwagę, że równoważne, ale mnej formalne sformułowane tego zadana może wyglądać następująco: wyznaczyć tae I ( s, d M ( s, d, aby ( (, = mn ( (, I(, M(, ( I = ( I T I T I r (, max r (, I(, M(, 3.2. Metody rozwązywana weloryteralnych zadań routngu Idee metod rozwązywana zadana (6 przedstawmy na przyładze zadana dwuryteralnego zdefnowanego w rozdzale Metoda rozwązań ompromsowych Aby znaleźć rozwązane ompromsowe zadana (6 z wetorową funcją celu (6 należy najperw wyznaczyć: T = mn T( I(, (20 I(, M(, I(, M(, (9 = max r( I(, (2 Sposób wyznaczena T oraz opsano na ońcu podrozdzału. Mając T oraz r( I T( I możemy zdefnować r( I, T( I T otrzymując znormalzowaną wetorową funcję celu: hi ( T( I r( I, T (22 przy założenu, że T 0 oraz 0. Ja łatwo zauważyć T( I oraz r( I, I M(, otrzymujemy znormalzowany punt dealny h = (,.
7 Weloryteralne problemy routngu w secach omputerowych 7 Stosując metodę rozwązań ompromsowych z parametrem p wyorzystujemy metryę ε p w przestrzen Y D (, zdefnowanej zgodne z (7, ale zamenając TI ( na TI ( oraz r( I na r( I [] : ε 2 p p( h, h( I = h, h( I = hn hn( I p n= p (23 gdze n oznacza lczbę ryterów (dla rozważanego przyładu n=2. Zwróćmy uwagę, że metrya (23 defnuje różne odległośc od rozwązana dealnego: dla p= otrzymujemy sumę odchyleń bezwględnych od deału; dla p=2 otrzymujemy normę euldesową (w przestrzen dwuwymarowej = odległośc geometrycznej mędzy dwoma puntam; dla p= otrzymujemy normę Czebyszewa (mnmalzację masymalnej różncy mędzy wartoścą dealną tóregoś ryterum, a jego wartoścą atualną; Na przyład dla p= otrzymujemy: Z warunu, że ( T I 0 oraz T ε T( I r( I ( h, h( I = T + (24 r( I 0 otrzymamy T( I r( I T( I r( I ε ( h, h( I = + = (25 T T Dla wynu ompromsowego h 0 spełnony będze warune : 0 T( I r( I ε(, h h ( I = mn ε (, h h( I = mn (26 I M(, I M(, T c Rozwązane ompromsowe I M(, (dla p= jest to tae rozwązane, dla tórego formuła (26 jest spełnona. Metoda rozwązań ompromsowych gwarantuje nam uzysane rozwązana c ND nezdomnowanego, tzn. I M (,. Sposób wyznaczena T oraz zależy przede wszystm od lczby K zadań, dla tórych wyznaczamy trasy. Jeżel K=, wówczas mamy do czynena z lasycznym zadanem wyznaczana drog najrótszej w sec mędzy ustaloną parą werzchołów, tóre dla funcj T(( I, możemy rozwązać algorytmem Djstry lub jedną z jego szybch modyfacj (np. A [8] lub wersją zmodyfowaną opartą o wydajne strutury danych (opce Fbbonacego, drzewa d-arne [3]. Dla funcj r( I (, możemy zastosować podejśce opsane w [3], [4], [5], [24], [25]. Oazuje sę, że mmo ż funcja r( I (, jest wylczana w sposób multplatywny (loczyn prawdopodobeństw, to można otrzymać wersję addytywną w sposób następujący: K R ( I F ( t r r r (, r ( (, ( ˆr (, ln =. Otrzymane rozwązana (tzn. (, = r= I zarówno dla
8 8 Z. Tarapata funcj r( I (,, ja ˆr( ( s, d I będą dentyczne. Sytuacja ompluje sę, gdy K>. Jeżel będzemy poszuwal dróg rozłącznych dla K zadań wówczas nawet dla K=2 funcj T( I(, problem jest N-trudny oblczenowo można jedyne wyznaczać rozwązana przyblżone. O problemach algorytmach dróg rozłącznych dla K=2 tratują prace [], [6], [20], [23] natomast o ogólnym probleme dróg rozłącznych można przeczytać w [7], [9], [24], [25] Metoda herarchzacj funcj celu Metoda herarchzacj funcj celu polega na tym, że w zborze funcj ryterów wprowadza sę relację ważnośc, tóra porząduje te funcje począwszy od najważnejszej do najmnej ważnej (mów sę o tzw. porządu lesyografcznym []. h Rozwązane I M(, poszuwane jest w ten sposób, że rozwązujemy cąg zadań jednoryteralnych począwszy od najważnejszej funcj ryterum, po rozwązanu tego zadana do zboru ogranczeń dodajemy ogranczene o postac: wartość najważnejszej funcj ryterum mus być równa jej wartośc optymalnej, po czym rozwązujemy (z tym nowym zborem ogranczeń olejne zadane jednoryteralne borąc drugą, co do ważnośc, funcję ryterum, po rozwązanu dodajemy ogranczene z ną zwązane, td. ostępowane jest ontynuowane aż rozwążemy zadane dla ostatnej funcj ryterum, bądź na etapach wcześnejszych stwerdzmy, że atualny zbór rozwązań dopuszczalnych jest jednoelementowy. Stosuje sę równeż metody herarchzacj z relasacją funcj ryterów, osłabając dodawany po ażdym etape oblczeń warune ogranczający. Metoda herarchzacj funcj celu gwarantuje nam uzysane rozwązana h ND nezdomnowanego, tzn. I M (, Metody z wyorzystanem funcj metaryterum W metodach tych onstruuje sę pewną funcję zwaną funcją metaryterum, tóra nejao scala wszyste rytera cząstowe. Stosuje sę dwa podejśca do defnowana funcj metaryterum: w perwszym funcja metaryterum ma postać średnej ważonej ryterów cząstowych, w drugm doonuje sę mnmalzacj masymalnych odchyleń sładowych funcj ryterów od ch wartośc dealnych (analoga do metody rozwązań ompromsowych z parametrem p=. Funcję metaryterum w postac średnej ważonej ryterów cząstowych z wagam α dla -tego ryterum defnuje sę następująco (przy założenu, że wszyste rytera cząstowe podlegają mnmalzacj: F F ( I F ( I MF( I = α F ( I (27 = R ( I r r+ r= 0 ( I = = = 0 F mn F( mn ( I F x I M(, I M(, f ( n, n, =,, (28
9 Weloryteralne problemy routngu w secach omputerowych 9 gdze: f (, opsuje -tą funcję łuową grafu G (2. Najczęścej przyjmuje sę, że zestaw wag mus spełnać następujące warun: = nezdomnowanych, tzn. I MF M ND ( s, d α [0,], =,, α =. Gwarantuje nam to (patrz [] otrzymane rozwązań. Zadane wyboru optymalnego wetora dróg możemy sformułować następująco: I MF M s, d, że wyznaczyć tae ( ( MF MF I = mn MFI (, ( (29 I M roblem ten można rozwązać wyorzystując algorytm Djstry z jedną funcją łuową : f ( nn, ' mf ( n, n' = α, n, n' N 0 G (30 = F Można poazać [4], [24], że funcja łuowa (30 umożlwa wyznaczene MF ND I M (, używając algorytmu Djstry przy założenu, że perwotne funcje łuowe f, f 2,..., f są neujemne addytywne Inne metody Do rozwązywana zadań weloryteralnego routngu wyorzystuje sę równeż nne podejśca, np. wartośc dopuszczalnych (rytycznych, ε-domnowana wetorów [26], syntezy logcznej, uogólnonej syntezy logcznej []. Metoda wartośc dopuszczalnych polega na tym, że netóre z funcj ryterów wchodzą do zboru ogranczeń wprowadzając dodatowe ogranczene na dolny lub górny próg wartośc ryterum. Dla przyładu zadane (9 można według tego podejśca zapsać następująco: wyznaczyć tae I ( s, d M ( s, d, aby r ( I (, max r ( I(, I(, M(, przy dodatowym ogranczenu: ( ( T I, T0 ryterum T (. = (3, gdze T 0 ustalona wartość rytyczna Metoda ε-domnowana wetorów wyorzystuje następującą defncję: Defncja Mówmy, że wetor a = a, a2,..., a ε-domnuje wetor b = b, b2,..., b dla ustalonego ε 0, co zapsujemy a ε b, jeżel zachodz : a ( + ε b (32 =,
10 0 Z. Tarapata Następne relację domnowana (8 zastępujemy relacją ε-domnowana opartą o (32 rozwązujemy zadane wyznaczena drog ε-najrótszej, tóra, zgodne z defncją (32, charateryzowała sę będze tym, że wartość ażdego ryterum dla nej będze ne gorsza nż (+ε razy od wartośc optymalnej tego ryterum. Wyorzystane de ε-domnowana w zastosowanu do znajdowana przyblżonego rozwązana problemu najrótszych dróg przy welu ryterach zostało szczegółowo opsane w [26]. 4. odsumowane W pracy przedstawono weloryteralne podejśce do problemów routngu w secach omputerowych. Zdefnowano najważnejsze rytera, tóre projetanc sec omputerowych borą pod uwagę onstruując algorytmy routngu, a następne na ch baze zdefnowano model weloryteralnej oceny routngu. Opsane problemy, modele metody ne wyczerpują oczywśce mnogośc zagadneń, tóre z tym sę wążą. Zasygnalzowano jedyne tae problemy, ja: wyznaczane dróg rozłącznych, stochastyczne zależnośc w sec routngowej, zależność charaterysty sec od czasu, td. Są to problemy często bardzo złożone (równeż oblczenowo, do rozwązana tórych wyorzystuje sę ne tylo lasyczne algorytmy dróg estremalnych w secach, ale równeż algorytmy genetyczne, sec neuronowe, algorytmy randomzowane nne. LITERATURA. Ameljańczy A.: Optymalzacja weloryteralna w problemach zarządzana sterowana. Ossolneum, Kraów Boyan J., Mtzenmacher M.: Improved results for route plannng n stochastc transportaton networs. roceedngs of the Twelfth Annual ACM-SIAM Symposum on Dscrete Algorthms (roceedngs n Appled Mathematcs 03, Washngton 200, Cherassy B., Goldberg A., Radz T.: Shortest paths algorthms: theory and expermental evaluaton. roceedngs of the ffth annual ACM-SIAM symposum on Dscrete algorthms, Arlngton, Vrgna, Unted States (994, Cdon I., Rom R., Shavtt Y.: Analyss of mult-path routng. IEEE/ACM Transactons on Networng, Volume 7, Issue 6 (December 999, Clímaco, J., Cravernha, J., ascoal, M. : A bcrteron approach for routng problems n multmeda networs. Networs, Vol. 4(4 (2002, pp Comer D.: Sec omputerowe ntersec. WNT, Warszawa Corea G.A., Kularn V. G.: Mnmum cost routng on stochastc networs. Operatons Research 38 (990: Djdjev H., antzou G., Zarolags C.D.: On-lne and dynamc algorthms for shortest path problems. Lecture Notes n Computer Scence, vol.900 (995, Eppsten D. : Fndng the K shortest aths. SIAM Journal of Computng, 28(2 (999: Węcej lteratury zwązanej z tematyą artyułu znajduje sę pod adresem:
11 Weloryteralne problemy routngu w secach omputerowych 0. Grzech A.: Sterowane ruchem w secach telenformatycznych. Ofcyna Wydawncza oltechn Wrocławsej, Wrocław Jongh A., Gendreau M., Labbe M.: Fndng dsjont routes n telecommuncatons networs wth two technologes. Operatons Research 47 (999: Kerbache L., Smth J. : Mult-objectve routng wthn large scale facltes usng open fnte queueng networs. European Journal of Operatonal Research 2 (2000, Korzan B. : Metoda wyznaczana dróg ompromsowych w zawodnych secach serowanych. Buletyn WAT 7 (982: Korzan B.: Metoda wyznaczana dróg nezdomnowanych w zawodnych secach serowanych. Buletyn WAT (983: Korzan B. : Optymalzacja dróg w zawodnych secach serowanych. Buletyn WAT 6 (983: L C.L., McCormc S.T., Smch-Lev D. : The complexty of fndng two dsjont paths wth mn-max objectve functon. Dscrete Appled Math. 26 (990: L C.L., McCormc S.T., Smch-Lev D.: Fndnd dsjont paths wth dfferent path-costs: Complexty and algorthms. Networs 22 (992: Lou R.. : Optmal paths n graphs wth stochastc or multdmensonal weghts. Comm. Assoc. Comp. Mach. 26 (983: Schrjver A., Seymour. : Dsjont paths n a planar graph a general theorem. SIAM Journal of Dscrete Mathematcs 5 (992: Sheral H., Ozbay K., Subramanan S. : The tme-dependent shortest par of dsjont paths problem: complexty, models and algorthms. Networs 3 (998: Shoubrdge.: Adaptve Strateges for Routng n Dynamc Networs. Doctor s Thess, School of hyscs and Electronc Systems Engneerng, Unversty of South Australa, Slva R., Cravernha J.: An Overvew of Routng Models for MLS Networs. Frst Worshop on Multcrtera Modellng n Telecommuncaton Networ lannng and Desgn, Faculty of Economcs of the Unversty of Combra, September Suurballe J.W., Tarjan R.E.: A quc method for fndng shortest pars of dsjont paths. Networs 4 (984: Tarapata Z.: Optmzaton of many tass sendng n an unrelable parallel computng system. roceedngs of Regonal Conference on Mltary Communcaton and Informaton Systems, (Zegrze, oland, October , vol. III, Tarapata Z.: Mult-paths optmzaton n unrelable tme-dependent networs. roceedngs of The Regonal Conference on Mltary Communcaton and Informaton Systems, October, Zegrze (oland 2000, vol.i, Warburton A.: Approxmaton of areto optma n multple-objectve, shortest-path problems. Operatons Research 35 (987: Zappala D.: Alternate ath Routng for Multcast, IEEE/ACM Transactons on Networng, Volume 2, Issue (February 2004,
4. OPTYMALIZACJA WIELOKRYTERIALNA
Wybrane zagadnena badań operacyjnych dr nż. Zbgnew Tarapata Wykład nr 4: Optymalzacja welokryteralna 4. OPTYMLIZCJ WIELORYTERIL Decyzje nwestycyjne mają często charakter złożony. Zdarza sę, że przy wyborze
Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB
Rozwązywane zadań optymalzacj w środowsku programu MATLAB Zagadnene optymalzacj polega na znajdowanu najlepszego, względem ustalonego kryterum, rozwązana należącego do zboru rozwązań dopuszczalnych. Standardowe
STATYSTYKA. Zmienna losowa skokowa i jej rozkład
STATYSTYKA Wnosowane statystyczne to proces myślowy polegający na formułowanu sądów o całośc przy dysponowanu o nej ogranczoną lczbą nformacj Zmenna losowa soowa jej rozład Zmenną losową jest welość, tóra
Prawdopodobieństwo i statystyka r.
Prawdopodobeństwo statystya.05.00 r. Zadane Zmenna losowa X ma rozład wyładnczy o wartośc oczewanej, a zmenna losowa Y rozład wyładnczy o wartośc oczewanej. Obe zmenne są nezależne. Oblcz E( Y X + Y =
Parametry zmiennej losowej
Eonometra Ćwczena Powtórzene wadomośc ze statysty SS EK Defncja Zmenną losową X nazywamy funcję odwzorowującą przestrzeń zdarzeń elementarnych w zbór lczb rzeczywstych, taą że przecwobraz dowolnego zboru
RÓWNOLEGŁY ALGORYTM NEURO-TABU DLA PROBLEMU GNIAZDOWEGO SZEREGOWANIA ZADAŃ
ÓWNOLEGŁY ALGOYTM NEUO-TABU DLA POBLEMU GNIAZDOWEGO SZEEGOWANIA ZADAŃ Wojcech BOŻEJKO, Marusz UCHOŃSKI, Meczysław WODECKI Streszczene: W pracy proponujemy zastosowane dwóch równoległych algorytmów bazujących
5. OPTYMALIZACJA GRAFOWO-SIECIOWA
. OPTYMALIZACJA GRAFOWO-SIECIOWA Defncja grafu Pod pojęcem grafu G rozumemy następującą dwójkę uporządkowaną (defncja grafu Berge a): (.) G W,U gdze: W zbór werzchołków grafu, U zbór łuków grafu, U W W,
Nieliniowe zadanie optymalizacji bez ograniczeń numeryczne metody iteracyjne optymalizacji
Nelnowe zadane optymalzacj bez ogranczeń numeryczne metody teracyjne optymalzacj mn R n f ( ) = f Algorytmy poszuwana mnmum loalnego zadana programowana nelnowego: Bez ogranczeń Z ogranczenam Algorytmy
Kier. MTR Programowanie w MATLABie Laboratorium Ćw. 12
Ker. MTR Programowane w MATLABe Laboratorum Ćw. Analza statystyczna grafczna danych pomarowych. Wprowadzene MATLAB dysponuje weloma funcjam umożlwającym przeprowadzene analzy statystycznej pomarów, czy
Zaawansowane metody numeryczne
Wykład 9. jej modyfkacje. Oznaczena Będzemy rozpatrywać zagadnene rozwązana następującego układu n równań lnowych z n newadomym x 1... x n : a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x
Udoskonalona metoda obliczania mocy traconej w tranzystorach wzmacniacza klasy AB
Julusz MDZELEWSK Wydzał Eletron Techn nformacyjnych, nstytut Radoeletron, oltechna Warszawsa do:0.599/48.05.09.36 dosonalona metoda oblczana mocy traconej w tranzystorach wzmacnacza lasy AB Streszczene.
Optymalizacja procesu zaopatrywania
PROŃO Jarosław Optymalzacja procesu zaopatrywana WPROWADZENIE Optymalzacja to proces poszuwana rozwązań najlepej spełnających oreślone rytera. Rozpoczyna sę on od oreślena ryterów optymalzacj oraz wsaźnów
WikiWS For Business Sharks
WkWS For Busness Sharks Ops zadana konkursowego Zadane Opracowane algorytmu automatyczne przetwarzającego zdjęce odręczne narysowanego dagramu na tablcy lub kartce do postac wektorowej zapsanej w formace
SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW
SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskego 8, 04-703 Warszawa tel.
BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda
BADANIA OPERACYJNE Podejmowane decyzj w warunkach nepewnośc dr Adam Sojda Teora podejmowana decyzj gry z naturą Wynk dzałana zależy ne tylko od tego, jaką podejmujemy decyzję, ale równeż od tego, jak wystąp
N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.
3 Metody estymacj N ( µ, σ ) Wyzacz estymatory parametrów µ 3 Populacja geerala ma rozład ormaly mometów wyorzystując perwszy momet zwyły drug momet cetraly z prób σ metodą 3 Zmea losowa ma rozład geometryczy
OPTYMALIZACJA KOSZTÓW PRZEBUDOWY PORTFELA JAKO ZADANIE TRANSPORTOWE. 1. Problem badawczy
B A D A N I A O P E R A C Y J N E I D E C Y Z J E Nr 2 2004 Krzysztof PIASECKI* OPTYALIZACJA KOSZTÓW PRZEBUDOWY PORTFELA JAKO ZADANIE TRANSPORTOWE Wszyste oszty generowane przez prowze malerse są włączone
Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE
Inormatyka Podstawy Programowana 06/07 Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE 6. Równana algebraczne. Poszukujemy rozwązana, czyl chcemy określć perwastk rzeczywste równana:
Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.
Zestaw zadań : Przestrzene wektorowe podprzestrzene. Lnowa nezależność. Sumy sumy proste podprzestrzen. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar :
SZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA WYKŁAD 15. ALGORYTMY GENETYCZNE Częstochowa 014 Dr hab. nż. Grzegorz Dudek Wydzał Elektryczny Poltechnka Częstochowska TERMINOLOGIA allele wartośc, waranty genów, chromosom - (naczej
Grafowa metoda priorytetyzacji zdolności sił zbrojnych
Symulacja w Badanach Rozwoju Vol. 6, No. 4/2015 Rafał KASPRZYK, Zbgnew TARAPATA Krzysztof SZKÓŁKA, Marcn CIEŚLEWICZ Wojsowa Aadema Technczna, Wydzał Cybernety ul. Kalsego 2, 00-908 Warszawa E-mal: rafal.asprzy@wat.edu.pl,
WYKORZYSTANIE DOMINACJI ZE WZGLĘDU NA RYZYKO DO PORZĄDKOWANIA WARIANTÓW W ZAGADNIENIACH DWUKRYTERIALNYCH PRZY NIEPORÓWNYWALNOŚCI KRYTERIÓW
ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 04 Sera: ORGANIZACJA I ZARZĄDZANIE z 68 Nr ol 905 Macej WOLNY Poltechna Śląsa Wydzał Organzacj Zarządzana WYKORZYSTANIE DOMINACJI ZE WZGLĘDU NA RYZYKO DO PORZĄDKOWANIA
Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem
Zestaw zadań : Przestrzene wektorowe. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar : C C C, (z, v) z v := z v jest przestrzeną lnową nad całem lczb zespolonych
Algorytm mrówkowy w optymalizacji dyskretnych problemów nieliniowych
KRENICH Stansław 1 mrówowy w optymalzacj dysretnych problemów nelnowych WSTĘP Proces optymalzacj dysretnych nelnowych problemów jedno ja weloryteralnych jest w dalszym cągu jednym z trudnejszych zagadneń
Zmodyfikowana technika programowania dynamicznego
Zmodyfkowana technka programowana dynamcznego Lech Madeysk 1, Zygmunt Mazur 2 Poltechnka Wrocławska, Wydzał Informatyk Zarządzana, Wydzałowy Zakład Informatyk Wybrzeże Wyspańskego 27, 50-370 Wrocław Streszczene.
Wielokryterialny Trójwymiarowy Problem Pakowania
Łukasz Kacprzak, Jarosław Rudy, Domnk Żelazny Instytut Informatyk, Automatyk Robotyk, Poltechnka Wrocławska Welokryteralny Trójwymarowy Problem Pakowana 1. Wstęp Problemy pakowana należą do klasy NP-trudnych
Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych
Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,
SYSTEMY UCZĄCE SIĘ WYKŁAD 5. LINIOWE METODY KLASYFIKACJI. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska.
SYSEMY UCZĄCE SIĘ WYKŁAD 5. LINIOWE MEODY KLASYFIKACJI Częstochowa 4 Dr hab. nż. Grzegorz Dude Wydzał Eletryczny Poltechna Częstochowsa FUNKCJE FISHEROWSKA DYSKRYMINACYJNE DYSKRYMINACJA I MASZYNA LINIOWA
) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4
Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =
Eugeniusz Rosołowski. Komputerowe metody analizy elektromagnetycznych stanów przejściowych
Eugenusz Rosołows Komputerowe metody analzy eletromagnetycznych stanów przejścowych Ocyna Wydawncza Poltechn Wrocławsej Wrocław 9 Opnodawcy Jan IŻYKOWSKI Paweł SOWA Opracowane redacyjne Mara IZBIKA Koreta
MODYFIKACJA KOSZTOWA ALGORYTMU JOHNSONA DO SZEREGOWANIA ZADAŃ BUDOWLANYCH
MODYFICJ OSZTOW LGORYTMU JOHNSON DO SZEREGOWNI ZDŃ UDOWLNYCH Michał RZEMIŃSI, Paweł NOW a a Wydział Inżynierii Lądowej, Załad Inżynierii Producji i Zarządzania w udownictwie, ul. rmii Ludowej 6, -67 Warszawa
Klasyfkator lnowy Wstęp Klasyfkator lnowy jest najprostszym możlwym klasyfkatorem. Zakłada on lnową separację lnowy podzał dwóch klas mędzy sobą. Przedstawa to ponższy rysunek: 5 4 3 1 0-1 - -3-4 -5-5
Pattern Classification
attern Classfcaton All materals n these sldes were taken from attern Classfcaton nd ed by R. O. Duda,. E. Hart and D. G. Stork, John Wley & Sons, 000 wth the permsson of the authors and the publsher Chapter
Laboratorium ochrony danych
Laboratorum ochrony danych Ćwczene nr Temat ćwczena: Cała skończone rozszerzone Cel dydaktyczny: Opanowane programowej metody konstruowana cał skończonych rozszerzonych GF(pm), poznane ch własnośc oraz
Ćw. 5. Wyznaczanie współczynnika sprężystości przy pomocy wahadła sprężynowego
5 KATEDRA FIZYKI STOSOWANEJ PRACOWNIA FIZYKI Ćw. 5. Wyznaczane współczynna sprężystośc przy pomocy wahadła sprężynowego Wprowadzene Ruch drgający należy do najbardzej rozpowszechnonych ruchów w przyrodze.
XXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne
XXX OLIMPIADA FIZYCZNA ETAP III Zadane dośwadczalne ZADANIE D Nazwa zadana: Maszyna analogowa. Dane są:. doda półprzewodnkowa (krzemowa) 2. opornk dekadowy (- 5 Ω ), 3. woltomerz cyfrowy, 4. źródło napęca
2012-10-11. Definicje ogólne
0-0- Defncje ogólne Logstyka nauka o przepływe surowców produktów gotowych rodowód wojskowy Utrzyywane zapasów koszty zwązane.n. z zarożene kaptału Brak w dostawach koszty zwązane.n. z przestoje w produkcj
dr inż. ADAM HEYDUK dr inż. JAROSŁAW JOOSTBERENS Politechnika Śląska, Gliwice
dr nż. ADA HEYDUK dr nż. JAOSŁAW JOOSBEENS Poltechna Śląsa, Glwce etody oblczana prądów zwarcowych masymalnych nezbędnych do doboru aparatury łączenowej w oddzałowych secach opalnanych według norm europejsej
Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4
Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja
STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH
STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj
W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.
Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas
Modelowanie i obliczenia techniczne. Metody numeryczne w modelowaniu: Optymalizacja
Modelowane oblczena technczne Metody numeryczne w modelowanu: Optymalzacja Zadane optymalzacj Optymalzacja to ulepszane lub poprawa jakośc danego rozwązana, projektu, opracowana. Celem optymalzacj jest
Wprowadzenie do Sieci Neuronowych Sieci rekurencyjne
Wprowadzene do Sec Neuronowych Sec rekurencyjne M. Czoków, J. Persa 2010-12-07 1 Powtórzene Konstrukcja autoasocjatora Hopfelda 1.1 Konstrukcja Danych jest m obrazów wzorcowych ξ 1..ξ m, gdze każdy pojedynczy
Stanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane
( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X
Prawdopodobeństwo statystyka.. r. Zadane. Zakładamy, że,,,,, 5 są nezależnym zmennym losowym o rozkładach normalnych, przy czym E = μ Var = σ dla =,,, oraz E = μ Var = 3σ dla =,, 5. Parametry μ, μ σ są
Matematyka finansowa r.
. Sprawdź, tóre z ponższych zależnośc są prawdzwe: () = n n a s v d v d d v v d () n n m ) ( n m ) ( v a d s ) m ( = + & & () + = = + = )! ( ) ( δ Odpowedź: A. tylo () B. tylo () C. tylo () oraz () D.
Problemy jednoczesnego testowania wielu hipotez statystycznych i ich zastosowania w analizie mikromacierzy DNA
Problemy jednoczesnego testowana welu hpotez statystycznych ch zastosowana w analze mkromacerzy DNA Konrad Furmańczyk Katedra Zastosowań Matematyk SGGW Plan referatu Testowane w analze mkromacerzy DNA
KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1
KURS STATYSTYKA Lekcja 6 Regresja lne regresj ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 Funkcja regresj I rodzaju cechy Y zależnej
1. Zmienne i dane wejściowe Algorytmu Rozdziału Obciążeń
ZAŁĄCZNIK nr Zasada dzałana Algorytmu Rozdzału Obcążeń. Zmenne dane wejścowe Algorytmu Rozdzału Obcążeń.. Zmennym podlegającym optymalzacj w procese rozdzału obcążeń są welośc energ delarowane przez Jednost
Metody Numeryczne 2017/2018
Metody Numeryczne 7/8 Inormatya Stosowana II ro Inżynera Oblczenowa II ro Wyład 7 Równana nelnowe Problemy z analtycznym rozwązanem równań typu: cos ln 3 lub uładów równań ja na przyład: y yz. 3z y y.
Część 1 7. TWIERDZENIA O WZAJEMNOŚCI 1 7. TWIERDZENIA O WZAJEMNOŚCI Twierdzenie Bettiego (o wzajemności prac)
Część 1 7. TWIERDZENIA O WZAJEMNOŚCI 1 7. 7. TWIERDZENIA O WZAJEMNOŚCI 7.1. Twerdzene Bettego (o wzajemnośc prac) Nech na dowolny uład ramowy statyczne wyznaczalny lub newyznaczalny, ale o nepodatnych
Stanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Interpretacja parametrów przy zmennych objaśnających cągłych Semelastyczność 2. Zastosowane modelu potęgowego Model potęgowy 3. Zmenne cągłe za zmenne dyskretne
Statystyka Inżynierska
Statystyka Inżynerska dr hab. nż. Jacek Tarasuk AGH, WFIS 013 Wykład DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE Zmenna losowa, Funkcja rozkładu, Funkcja gęstośc, Dystrybuanta, Charakterystyk zmennej, Funkcje
SYSTEM NEURONOWO-ROZMYTY W ZASTOSOWANIU DO BADAŃ DEFORMACJI KONSTRUKCJI APPLICATION OF NEURAL-FUZZY SYSTEM IN STRUCTURE DEFORMATION ANALYSIS
MRI MRÓWCZYŃSK, JÓZEF GIL SYSTEM EUROOWO-ROZMYTY W ZSTOSOWIU DO DŃ DEFORMCJI KOSTRUKCJI PPLICTIO OF EURL-FUZZY SYSTEM I STRUCTURE DEFORMTIO LYSIS Streszczene Dynamczny rozwój dzedzny przetwarzana nformacj
ROZWIĄZANIE PROBLEMU WYZNACZANIA POŁĄCZEŃ W SIECIACH KOMUNIKACYJNYCH Z ZASTOSOWANIEM METODY SKALARYZACJI
STUDIA INFORMATICA 2011 Volume 32 Number 4A (100) Jacek WIDUCH Poltechnka Śląska, Instytut Informatyk ROZWIĄZANIE PROBLEMU WYZNACZANIA POŁĄCZEŃ W SIECIACH KOMUNIKACYJNYCH Z ZASTOSOWANIEM METODY SKALARYZACJI
Rozkłady statystyczne w fizyce jądrowej
UNIWERSYTET SZCZECIŃSKI INSTYTUT FIZYKI ZAKŁAD FIZYKI CIAŁA STAŁEGO Ćwczene laboratoryjne Rozłady statystyczne w fzyce jądrowej SZCZECIN 005 WSTĘP Różne neontrolowane zaburzena zewnętrzne (wahana temperatury,
Natalia Nehrebecka. Zajęcia 4
St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających
WYZNACZENIE ROZKŁADU TEMPERATUR STANU USTALONEGO W MODELU 2D PRZY UŻYCIU PROGRMU EXCEL
Zeszyty robemowe Maszyny Eetryczne Nr /203 (98) 233 Andrze ałas BOBRME KOMEL, Katowce WYZNACZENIE ROZKŁADU TEMERATUR STANU USTALONEGO W MODELU 2D RZY UŻYCIU ROGRMU EXCEL SOLVING STEADY STATE TEMERATURE
A. Cel ćwiczenia. B. Część teoretyczna
A. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z wsaźniami esploatacyjnymi eletronicznych systemów bezpieczeństwa oraz wyorzystaniem ich do alizacji procesu esplatacji z uwzględnieniem przeglądów
KONCEPCJA ZASTOSOWANIA ALGORYTMU FAKTORYZACJI DO OCENY NIEZAWODNOŚCI CIĄGÓW KOMUNIKACYJNYCH
2-2007 POBLEMY ESPLOATACJI 29 obert PILCH, Jan SZYBA Akadema Górnczo-Hutncza, raków ONCEPCJA ZASTOSOWANIA ALGOYTMU FATOYZACJI DO OCENY NIEZAWODNOŚCI CIĄGÓW OMUNIACYJNYCH Słowa kluczowe Nezawodność układów
RÓWNOLEGŁY ALGORYTM POPULACYJNY DLA PROBLEMU GNIAZDOWEGO Z RÓWNOLEGŁYMI MASZYNAMI
RÓWNOLEGŁY ALGORYTM POPULACYJNY DLA PROBLEMU GNIAZDOWEGO Z RÓWNOLEGŁYMI MASZYNAMI Wojcech BOŻEJKO, Marusz UCHROŃSKI, Meczysław WODECKI Streszczene: W pracy rozpatrywany jest ogólny problem kolejnoścowy
Stanisław Cichocki. Natalia Nehrebecka. Wykład 7
Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy zmennych dyskretnych 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy
Analiza Matematyczna Ćwiczenia. J. de Lucas
Aalza Matematycza Ćwczea J. de Lucas Zadae. Oblczyć grace astępujących fucj a lm y 3,y 0,0 b lm y 3 y ++y,y 0,0 +y c lm,y 0,0 + 4 y 4 y d lm y,y 0,0 3 y 3 e lm,y 0,0 +y 4 +y 4 f lm,y 0,0 4 y 6 +y 3 g lm,y
METODA USTALANIA WSPÓŁCZYNNIKA DYNAMICZNEGO WYKORZYSTANIA ŁADOWNOŚCI POJAZDU
Stansław Bogdanowcz Poltechna Warszawsa Wydzał Transportu Załad Logsty Systemów Transportowych METODA USTALANIA WSPÓŁCZYNNIKA DYNAMICZNEGO WYKORZYSTANIA ŁADOWNOŚCI POJAZDU Streszczene: Ogólna podstawa
8. Optymalizacja decyzji inwestycyjnych
dr nż. Zbgnew Tarapata: Optymalzacja decyzj nwestycyjnych, cz.ii 8. Optymalzacja decyzj nwestycyjnych W rozdzale 8, część I przedstawono elementarne nformacje dotyczące metod oceny decyzj nwestycyjnych.
Proces narodzin i śmierci
Proces narodzn śmerc Jeżel w ewnej oulacj nowe osobnk ojawają sę w sosób losowy, rzy czym gęstość zdarzeń na jednostkę czasu jest stała w czase wynos λ, oraz lczba osobnków n, które ojawły sę od chwl do
1 Metody optymalizacji wielokryterialnej... 1 1.1 Ogólna charakterystyka problemu... 1 1.2 Tradycyjne metody optymalizacji wielokryterialnej...
1 Metody optymalzacj welokryteralnej.... 1 1.1 Ogólna charakterystyka problemu.... 1 1.2 Tradycyjne metody optymalzacj welokryteralnej.... 3 1.2.1 Metoda ważonych kryterów.... 3 1.2.2 Metoda optymalzacj
Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy rozkroju materiałowego, zagadnienia dualne
Instrukca do ćwczeń laboratorynych z przedmotu: Badana operacyne Temat ćwczena: Problemy rozkrou materałowego, zagadnena dualne Zachodnopomorsk Unwersytet Technologczny Wydzał Inżyner Mechanczne Mechatronk
IN YNIERIA BEZPIECZE STWA LABORATORIUM NR 6
IN YNIERIA BEZPIECZE STWA LABORATORIUM NR 6 WYBRANE ZAGADNIENIA Z TEORII LICZB 1. Wybrane zagadnena z teor lczb Do onstruowana systemów ryptografcznych u Ŝ ywa sę czę sto wyrafnowanego aparatu matematycznego,
Minimalizacja globalna. Algorytmy genetyczne i ewolucyjne.
Mnmalzacja globalna Algorytmy genetyczne ewolucyjne. Lnearyzacja nelnowego operatora g prowadz do przyblżonych metod rozwązywana zagadnena odwrotnego. Wynk takej nwersj jest slne uzależnony od wyboru modelu
ĆWICZENIE 1 BADANIE WYBRANYCH PROCEDUR I STRATEGII EKSPLOATACYJNYCH
ĆWICNI BADANI WYBANYCH POCDU I STATGII KSPLOATACYJNYCH Cel ćwczena: - lustracja zagadneń zwązanych z zarządzanem esploatacją; - lustracja zależnośc mędzy dagnostyą nezawodnoścą a efetem procesu esploatacj.
Za: Stanisław Latoś, Niwelacja trygonometryczna, [w:] Ćwiczenia z geodezji II [red.] J. Beluch
Za: Stansław Latoś, Nwelacja trygonometryczna, [w:] Ćwczena z geodezj II [red.] J. eluch 6.1. Ogólne zasady nwelacj trygonometrycznej. Wprowadzene Nwelacja trygonometryczna, zwana równeż trygonometrycznym
Minimalizacja globalna, algorytmy genetyczne i zastosowanie w geotechnice
Mnmalzacja globalna, algorytmy genetyczne zastosowane w geotechnce Metoda sejsmczna Metoda geoelektryczna Podstawowy podzał ZAGADNIENIE PROSTE (ang. forward problem) model + parametry modelu dane (ośrodek,
ROZMYTE MODELOWANIE WE WSPOMAGANIU DECYZJI INWESTYCYJNYCH
ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2017 Sera: ORGANIZACJA I ZARZĄDZANIE z. 113 Nr ol. 1992 Ewa POŚPIECH Unwersytet Eonomczny w Katowcach Wydzał Zarządzana ewa.pospech@ue.atowce.pl ROZMYTE MODELOWANIE
RANKING ROZWIĄZAŃ SPRAWNYCH DLA PROBLEMU DOBORU LICZEBNOŚCI TABORU W PRZEDSIĘBIORSTWIE TRANSPORTOWYM
Poloptymalzacja Komputerowe Wspomagane Projetowana MIELNO 99 Zeszyty Nauowe Wydzału Mechancznego Poltechn Koszalńsej Jace ŻAK * Potr SAWICKI * Poloptymalzacja CAD 99 RANKING ROZWIĄZAŃ SPRAWNYCH DLA PROBLEMU
Sterowanie Ciągłe. Używając Simulink a w pakiecie MATLAB, zasymulować układ z rysunku 7.1. Rys.7.1. Schemat blokowy układu regulacji.
emat ćwiczenia nr 7: Synteza parametryczna uładów regulacji. Sterowanie Ciągłe Celem ćwiczenia jest orecja zadanego uładu regulacji wyorzystując następujące metody: ryterium amplitudy rezonansowej i metodę
ZASTOSOWANIE TEORII ZBIORÓW ROZMYTYCH W HARMONOGRAMOWANIU ROBÓT BUDOWLANYCH METODĄ ŁAŃCUCHA KRYTYCZNEGO
ZASTOSOWANIE TEORII ZBIORÓW ROZMYTYCH W HARMONOGRAMOWANIU ROBÓT BUDOWLANYCH METODĄ ŁAŃCUCHA KRYTYCZNEGO Janusz KULEJEWSKI, Nab IBADOV, Bogdan ZIELIŃSKI Wydzał Inżyner Lądowej, Poltechna Warszawsa, Al.
Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)
Analza danych Dane trenngowe testowe. Algorytm k najblższych sąsadów. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ OGÓLNY SCHEMAT Mamy dany zbór danych podzelony na klasy decyzyjne, oraz
JEDNOWYMIAROWA ZMIENNA LOSOWA
JEDNOWYMIAROWA ZMIENNA LOSOWA Nech E bedze zborem zdarzen elementarnych danego doswadczena. Funcje X(e) przyporzadowujaca azdemu zdarzenu elementarnemu e E jedna tylo jedna lczbe X(e)x nazywamy ZMIENNA
Natalia Nehrebecka. Zajęcia 3
St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 3 1. Dobroć dopasowana równana regresj. Współczynnk determnacj R Dk Dekompozycja warancj zmennej zależnej ż Współczynnk determnacj R. Zmenne cągłe a
APROKSYMACJA QUASIJEDNOSTAJNA
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 73 Electrcal Engneerng 213 Jan PURCZYŃSKI* APROKSYMACJA QUASIJEDNOSTAJNA W pracy wykorzystano metodę aproksymacj średnokwadratowej welomanowej, przy
LABORATORIUM TECHNIKI CIEPLNEJ INSTYTUTU TECHNIKI CIEPLNEJ WYDZIAŁ INŻYNIERII ŚRODOWISKA I ENERGETYKI POLITECHNIKI ŚLĄSKIEJ
INSTYTUTU TECHNIKI CIEPLNEJ WYDZIAŁ INŻYNIERII ŚRODOWISKA I ENERGETYKI POLITECHNIKI ŚLĄSKIEJ INSTRUKCJA LABORATORYJNA Temat ćwczena: BADANIE POPRAWNOŚCI OPISU STANU TERMICZNEGO POWIETRZA PRZEZ RÓWNANIE
Optymalizacja harmonogramów budowlanych - problem szeregowania zadań
Mieczysław OŁOŃSI Wydział Budownictwa i Inżynierii Środowisa, Szoła Główna Gospodarstwa Wiejsiego, Warszawa, ul. Nowoursynowsa 159 e-mail: mieczyslaw_polonsi@sggw.pl Założenia Optymalizacja harmonogramów
KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA
KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA Krzysztof Serżęga Wyższa Szkoła Informatyk Zarządzana w Rzeszowe Streszczene Artykuł porusza temat zwązany
ROZWIĄZYWANIE DWUWYMIAROWYCH USTALONYCH ZAGADNIEŃ PRZEWODZENIA CIEPŁA PRZY POMOCY ARKUSZA KALKULACYJNEGO
OZWIĄZYWAIE DWUWYMIAOWYCH USALOYCH ZAGADIEŃ PZEWODZEIA CIEPŁA PZY POMOCY AKUSZA KALKULACYJEGO OPIS MEODY Do rozwązana ustalonego pola temperatury wyorzystana est metoda blansów elementarnych. W metodze
65120/ / / /200
. W celu zbadana zależnośc pomędzy płcą klentów ch preferencjam, wylosowano kobet mężczyzn zadano m pytane: uważasz za lepszy produkt frmy A czy B? Wynk były następujące: Odpowedź Kobety Mężczyźn Wolę
Portfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego
Portel nwestycyjny ćwczena Na podst. Wtold Jurek: Konstrukcja analza rozdzał 5 dr chał Konopczyńsk Portele zawerające walor pozbawony ryzyka. lementy teor rynku kaptałowego 1. Pożyczane penędzy amy dwa
STATECZNOŚĆ SKARP. α - kąt nachylenia skarpy [ o ], φ - kąt tarcia wewnętrznego gruntu [ o ],
STATECZNOŚĆ SKARP W przypadku obektu wykonanego z gruntów nespostych zaprojektowane bezpecznego nachylena skarp sprowadza sę do przekształcena wzoru na współczynnk statecznośc do postac: tgφ tgα = n gdze:
Weryfikacja hipotez dla wielu populacji
Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w
WYBRANE ZASTOSOWANIA OPTYMALIZACJI ROZMYTEJ W STEROWANIU PROCESAMI ODLEWNICZYMI
47/17 ARCHIWUM ODLEWNICTWA Rok 2005, Rocznk 5, Nr 17 Archves of Foundry Year 2005, Volume 5, Book 17 PAN - Katowce PL ISSN 1642-5308 WYBRANE ZASTOSOWANIA OPTYMALIZACJI ROZMYTEJ W STEROWANIU PROCESAMI ODLEWNICZYMI
Optymalizacja harmonogramów budowlanych - problem szeregowania zadań
Mieczysław POŁOŃSKI Wydział Budownictwa i Inżynierii Środowisa, Szoła Główna Gospodarstwa Wiejsiego, Warszawa, ul. Nowoursynowsa 159 e-mail: mieczyslaw_polonsi@sggw.pl Założenia Optymalizacja harmonogramów
max Wydział Elektroniki studia I st. Elektronika III r. EZI Technika optymalizacji Dr inż. Ewa Szlachcic
Zadane rograowana lnowego PL dla ogranczeń neszoścowch rz ogranczenach: a f c A b d =n, d c=n, d A =[ n], d b =, Postać anonczna zadana PL a c X : A b, Postać anonczna acerzowa zadana PL a Lczba zennch
MARTA GAWRON * METODY SYMULACJI STATYCZNEJ SIECI GAZOWEJ
UNIWERSYTET ZIELONOGÓRSKI ZESZYTY NAUKOWE NR 144 Nr 4 INŻYNIERIA ŚRODOWISKA 011 MARTA GAWRON * METODY SYMULACJI STATYCZNEJ SIECI GAZOWEJ S t r e s z c z e n e W artyule przedstawono metody symulacj statycznej
RUCH OBROTOWY Można opisać ruch obrotowy ze stałym przyspieszeniem ε poprzez analogię do ruchu postępowego jednostajnie zmiennego.
RUCH OBROTOWY Można opsać ruch obrotowy ze stałym przyspeszenem ε poprzez analogę do ruchu postępowego jednostajne zmennego. Ruch postępowy a const. v v at s s v t at Ruch obrotowy const. t t t Dla ruchu
Wprowadzenie. Support vector machines (maszyny wektorów wspierających, maszyny wektorów nośnych) SVM służy do: Zalety metody SVM
SVM Wprowadzene Support vector machnes (maszyny wektorów wsperających, maszyny wektorów nośnych) SVM służy do: w wersj podstawowej klasyfkacj bnarnej w wersj z rozszerzenam regresj wyboru najważnejszych
Optymalizacja belki wspornikowej
Leszek MIKULSKI Katedra Podstaw Mechank Ośrodków Cągłych, Instytut Mechank Budowl, Poltechnka Krakowska e mal: ps@pk.edu.pl Optymalzacja belk wspornkowej 1. Wprowadzene RozwaŜamy zadane optymalnego kształtowana
Wyznaczanie współczynnika sztywności zastępczej układu sprężyn
Wyznaczane zastępczej sprężyn Ćwczene nr 10 Wprowadzene W przypadku klku sprężyn ze sobą połączonych, można mu przypsać tzw. współczynnk zastępczej k z. W skrajnych przypadkach sprężyny mogą być ze sobą
Wykład IX Optymalizacja i minimalizacja funkcji
Wykład IX Optymalzacja mnmalzacja funkcj Postawene zadana podstawowe dee jego rozwązana Proste metody mnmalzacj Metody teracj z wykorzystanem perwszej pochodnej Metody teracj z wykorzystanem drugej pochodnej
PLAN WYKŁADU OPTYMALIZACJA GLOBALNA ALGORYTM MRÓWKOWY (ANT SYSTEM) ALGORYTM MRÓWKOWY. Algorytm mrówkowy
PLAN WYKŁADU Algorytm mrówowy OPTYMALIZACJA GLOBALNA Wyład 8 dr inż. Agniesza Bołtuć (ANT SYSTEM) Inspiracja: Zachowanie mrówe podczas poszuiwania żywności, Zachowanie to polega na tym, że jeśli do żywności
Programowanie Równoległe i Rozproszone
Programowane Równoległe Rozproszone Wykład Programowane Równoległe Rozproszone Lucjan Stapp Wydzał Matematyk Nauk Informacyjnych Poltechnka Warszawska (l.stapp@mn.pw.edu.pl) /38 PRR Wykład Chcemy rozwązać