XV International PhD Workshop OWD 2013, October Hipergrafy w selekcji podsieci automatowych
|
|
- Łucja Wawrzyniak
- 5 lat temu
- Przeglądów:
Transkrypt
1 XV International PhD Workshop OWD 2013, October 2013 Hipergrafy w selekcji podsieci automatowych Selection of SM-Components based on Hypergraphs Łukasz Stefanowicz, Uniwersytet Zielonogórski ( , prof. zw. dr hab. inż. Marian Adamski, Uniwersytet Zielonogórski) Abstract The paper deals with State Machine Components (SM-Components) selection of Petri nets based on hypergraphs theory. Petri nets are used for modeling of concurrency processes. The SM-Components selection is classified as NP-hard problem so there does not exists polynomial algorithm which can solve this problem. It should be pointed out that selection is especially important because it determines the final number of sequential automata. In the article it will be shown introduction, main definitions, methodology, research results and summary. The SM-Components can be selected in two possible ways: traditional and based on hypergraphs. The article contains description of used three algorithms: backtracking, greedy and exact transversals. On this basis it has been presented the problem, possible solutions, as well as researches carried out showing the advantages and disadvantages of each method. The summary contains an objective comment on the article and the results of research. Streszczenie Referat porusza zagadnienie selekcji podsieci automatowych sieci Petriego z wykorzystaniem modelu hipergrafowego. Wykorzystano w tym celu trzy metody, a mianowicie dokładny algorytm z nawrotami, metodę zachłanną oraz algorytm bazujący na zastosowaniu transwersal dokładnych. Na tej podstawie przedstawiony został problem, zaprezentowano możliwe rozwiązania, a także przeprowadzono badania ukazujące zalety i wady poszczególnych metod. 1. Wprowadzenie Sieci Petriego są wykorzystywane głównie do modelowania procesów współbieżnych, ponieważ umożliwiają zapis miejsc zarówno sekwencyjnych, jak i równoległych [1,2]. Z uwagi na stosunkowo prosty mechanizm zapisu miejsc oraz tranzycji są one dosyć powszechnie wykorzystywane na całym świecie. Bardzo często spore rozmiary sieci, a także wykładnicza zależność rozmiaru od liczby stanów uniemożliwia analizę [1,2,3]. Aby analiza była możliwa, wykorzystuje się selekcję podsieci automatowych sieci Petriego uzyskując w ten sposób zagadnienie mniej złożone [4]. Selekcja podsieci może zostać wykonana z wykorzystaniem metod klasycznych, a także używając modelu hipergrafowego. Należy w tym momencie podkreślić, iż zastosowanie hipergrafów pozwala w znacznej większości przypadków na analizę w czasie wielomianowym [5,6,7]. W bieżącym artykule zaprezentowano możliwe trzy algorytmy uzyskania pokrycia, również z zastosowaniem modelu hipergrafowego: algorytm z nawrotami, zachłanny oraz metodę wykorzystującą transwersale dokładne [6,8,9]. Cykl postępowania sprowadza się do wyznaczenia hipergrafu współbieżności na podstawie sieci bazowej. Hipergraf ten przedstawiony w formie macierzy zawiera wierzchołki (kolumny), które odzworowują miejsca sieci Petriego, a także hiperkrawędzie (wiersze) odwzorowujące relacje pomiędzy miejscami. W dalszej kolejności wyznaczany jest hipergraf selekcji oraz wyznaczana transwersala dokładna stanowiąca rozwiązanie [6,7,10]. Opisany proces zostanie szczegółowo przedstawiony w dalszej części artykułu. 2. Podstawowe definicje 2.1 Hipergraf Hipergraf H definiuje dwójka [11]: H = ( V, E) (1) gdzie: V={v 1,,v n} jest skończonym, niepustym zbiorem wierzchołków; E={E 1,,E n} jest zbiorem hiperkrawędzi, czyli podzbioru zbioru P(V) wszystkich możliwych 102
2 niepustych zbiorów, których elementy należą do V [5]. 2.2 Graf Graf G jest szczególnym przypadkiem hipergrafu H. Formalnie graf definiuje dwójka [11]: G = ( V, E) (2) gdzie: V={v 1,,v n} jest skończonym, niepustym zbiorem wierzchołków; E={E 1,,E n} jest skończonym zbiorem nieuporządkowanych par wierzchołków, zwanych krawędziami. 2.3 Sieć Petriego Sieć Petriego PN jest dwudzielnym grafem skierowanym o dwóch rodzajach wierzchołków: miejscach i tranzycjach połączonych skierowanym łukiem [1,2]. Sieć Petriego definiuje trójka: PN = ( P, T, F) (3) gdzie: P jest skończonym, niepustym zbiorem miejsc; T jest skończonym, niepustym zbiorem tranzycji; F ( P T ) ( T F), (4) jest skończonym, niepustym zbiorem łuków. 2.4 Podsieć automatowa sieci Petriego Podsiecią automatową PN sieci Petriego PN jest taka jej spójna podsieć [12]: P N = ( P, T, F ), (5) że t T : t = t = 1; (6) P = T T ; (7) F = (( P T ) ( T P )) F (8) 2.5 Transwersala Transwersalą (bazą wierzchołkową, pokryciem wierzchołkowym) hipergrafu H jest zbiór [9,11]: T V (9) zawierający wierzchołki incydentne do każdej krawędzi hipergrafu [5]. Transwersalę nazywamy minimalną, jeśli nie zawiera żadnej innej transwersalni hipergrafu H. 2.6 Transwersala dokładna Transwersalą dokładną D hipergrafu H jest zbiór [9]: D V (10) wierzchołków hipergrafu H, incydentny do wszystkich krawędzi hipergrafu H, przy czym każda krawędź jest incydentna z dokładnie jednym wierzchołkiem zbioru D, tworzącego transwersalę dokładną. 2.7 Hipergraf transwersal dokładnych Hipergraf transwersal dokładnych H XT, nazywany dalej xt-hipergrafem, to hipergraf, w którym wszystkie minimalne transwersale są jednocześnie transwersalami dokładnymi [9]. Mówimy, że hipergraf należy do klasy hipergrafów dokładnych wtedy i tylko wtedy, gdy: H H XT (4) 2.8 Hipergraf dokładny Hipergraf dokładny H D to hipergraf, w którym każdy zbiór wierzchołków zgodnych (nie połączonych krawędzią) wchodzi w skład przynajmniej jednej transwersalni dokładnej [6]. Hipergraf dokładny jest generalizacją hipergrafu transwersal dokładnych, z uwagi na co prawidłowa jest zależność: H XT H D (5) 2.9 Hipergraf współbieżności Hipergrafem współbieżności H C nazywamy hipergraf wyznaczony na podstawie grafu znakowań, który reprezentuje właściwą współbieżność miejsc danej sieci Petriego [6]. Struktura hipergrafu współbieżności w formie macierzowej jest następująca: Wierzchołki (kolumny macierzy) odwzorowują miejsca sieci Petriego Hiperkrawędzie (wiersze macierzy) odwzorowują relacje pomiędzy miejscami. Wierzchołki są połączone krawędzią wtedy i tylko wtedy, gdy są oznakowane w odpowiadającym grafie znakowań (miejsca, które sąwykonywanie współbieżnie) Hipergraf sekwencyjności Hipergraf sekwencyjności H S to hipergraf powstały na skutek wyznaczenia transwersal dokładnych hipergrafu współbieżności [6]. Struktura hipergrafu sekwencyjności w formie macierzowej jest następująca: Wierzochołki (kolumny macierzy) odwzorowują miejsca, bądź też makromiejsca sieci Petriego, Hiperkrawędzie (wiersze macierzy) odwzorowują transwersale dokładne D, a co za tym idzie podsieci automatowe. Efektywne metody wyznaczania hipergrafu współbieżności oraz hipergrafu sekwencyjności przedstawiono m.in. w [5] oraz [6]. 103
3 3. Sformułowanie problemu Selekcja podsieci automatowych jest istotna przede wszystkim w procesie dekompozycji [12]. Na jej podstawie uzyskiwane są docelowe podsieci automatowe, które umożliwiają pokrycie całej sieci Petriego. Algorytmy przybliżone pozwalają na otrzymanie rezultatu w głównej mierze nadmiarowego, a co za tym idzie nie jest ono optymalne. Algorytmy dokładne (kolorowanie, backtracking) pozwalają na uzyskanie rezultatów nie zawierających nadmiarowych podsieci, ponieważ przeszukiwany jest kompletny zbiór rozwiązań, z uwagi na co otrzymane rozwiązanie jest optymalne, a liczba podsieci minimalna. Analiza z wykorzystaniem modelu hipergrafowego [6] pozwala na uzyskanie rezultatu dokładnego w czasie wielomianowym dla znakomitej większości przypadków [7]. Należy podkreślić, iż selekcja jest problemem zaliczanym do klasy NPtrudnych, z uwagi na co obecnie nie jest znany algorytm pozwalający na uzyskanie rezultatu dokładnego w czasie wielomianowym. Proces selekcji można podzielić na cztery podstawowe etapy [6]: 1) Wyznaczenie hipergrafu współbieżności na podstawie sieci bazowej, 2) Wyznaczenie podsieci automatowych, 3) Właściwa selekcja podsieci automatowych, 4) Wyznaczenie rozwiązania pokrycia. Rysunek 1 przedstawia ideę selekcji podsieci automatowych. Rys.1. Proces analizy selekcji podsieci automatowych Fig.1. SM-Components selection analysis process 4. Aktualny stan wiedzy Selekcja podsieci automatowych należy do problemów klasy NP-trudnej. Oznacza to, iż nie istnieje uniwersalny wielomianowy algorytm pozwalający na uzyskanie rozwiązania optymalnego w czasie wielomianowym. Dekompozycję sieci Petriego w postaci selekcji podsieci automatowych można przeprowadzić z zastosowaniem metod klasycznych wykorzystujących grafy, a także wykorzystując teorię hipergrafów. Selekcja bazująca na teorii grafów zakłada wykorzystanie kolorowania grafu [6,13,14], natomiast wykorzystanie teorii hipergrafów bazuje na metodzie wyznaczenia transwersal hipergrafu dokładnego, zaproponowanej w [6]. Metoda ta została rozwinięta o zastosowanie hipergrafu transwersal dokładnych, zaproponowana w [7]. Metody dokładne charakteryzują się wykładniczą złożonością obliczeniową [15], z uwagi na co wymagają zastosowania metod aproksymacyjnych. Te z kolei pozwalają na uzyskanie rozwiązania zawierającego z reguły nadmiarowe podsieci, jednak w akceptowalnym czasie [6,13]. Metoda wykorzystująca hipergraf dokładny nie zawsze jest skuteczna, ponieważ nie istnieje wielomianowy algorytm pozwalający na przeprowadzenie testu, czy zadany hipergraf należy do klasy hipergrafów dokładnych. Metoda zaproponowana w [7] bazuje na wykorzystaniu hipergrafu transwersal dokładnych, a ponieważ istnieje wielomianowy algorytm pozwalający na przeprowadzenie testu w czasie wielomianowym [9], czy zadany hipergraf należy do klasy hipergrafów transwersal dokładnych możliwe jest przeprowadzenie selekcji w czasie wielomianowym. Innymi słowy możliwe jest uzyskanie pokrycia dokładnego, a co za tym idzie rozwiązania optymalnego pod warunkiem, że hipergraf selekcji będzie należał do klasy hipergrafów transwersal dokładnych. 5. Krótka charakterystyka metod wykorzystanych w badaniach Niniejszy artykuł zakłada wykorzystanie trzech algorytmów w celu uzyskania pokrycia: 1) Algorytm z nawrotami (backtracking), 2) Algorytm zachłanny (greedy), 3) Algorytm wykorzystujący transwersale dokładne, bazujący na xt-hipergrafie. 5.1 Algorytm z nawrotami Metoda backtrackingowa pozwala na uzyskanie rozwiązania dokładnego, a co za tym idzie optymalnego, ponieważ sprawdza wszystkie możliwe kombinacje. W rezultacie zwracane jest pokrycie najmniejsze. Największą wadą takiego rozwiązania jest niestety złożoność obliczeniowa, która jest wykładnicza. W rzeczywistości oznacza to, iż metoda ta sprawdzi się jedynie dla małych sieci. Algorytm ten działa w bardzo prosty spoób. W pierwszej kolejności wybierana jest podsieć, którą następnie usuwamy. Jeżeli taki zbiór podsieci stanowi nadal pokrycie sieci, uzyskany w ten sposób rezultat jest uznawany za lepszy od dotyczasowego. W dalszych etapach algorytm rekurencyjnie poszukuje rozwiązania optymalnego dla wszystkich posieci sieci bazowej. Metoda z nawrotami zawsze zwróci najlepsze rozwiązanie, a co za tym idzie optymalne, co jest niewątpliwie ogromną zaletą. Największą wadą jest 104
4 wykładnicza złożoność obliczeniowa, co w praktyce oznacza, że dany problem może nie zostać rozwiązany, bądź też rozwiązanie nie zostanie wyznaczone w akceptowalnym czasie. 5.2 Algorytm zachłanny Algorytm zachłanny poszukuje rozwiązania bazując na podstawie decyzji, która jest lokalnie optymalna [16]. Każdy krok metody polega na wyborze rozwiązania aktualnie optymalnego. Do zalet metody należy zaliczyć złożoność obliczeniową. Najistotniejszą wadą metody jest fakt, że rozwiązanie uznawane za lokalnie optymalne nie zawsze jest globalnie optymalne. Z uwagi na fakt, iż mówiąc o selekcji podsieci automatowych mówimy o równoważnym hipergrafie selekcji, algorytm zachłanny przedstawiony został poniżej w wersji wierzchołkowej. Zasadę działania można przedstawić następująco: 1) Zbiór pokrycia = zbiór pusty. 2) Wybór wierzchołka istotnego (jedyny należący do danej krawędzi). Jeżeli takowy nie istnieje, wybierany jest wierzchołek o największym stopniu. W tym punkcie następuje selekcja rozwiązania lokalnie optymalnego. Jeżeli nie jest możliwe jednoznaczne określenie wierzchołka, wybierany jest pierwszy możliwy. 3) Wybrany lokalnie optymalny wierzchołek jest dodawany do zbioru pokrycia, natomiast usuwany z hipergrafu selekcji. 4) Następuje sprawdzenie, czy zbiór ten stanowi pokrycie. jeśli tak nie jest, powtarzany jest krok Algorytm transwersal dokładnych Algorytm transwersal dokładnych został opisany w [6]. Idea metody została przedstawiona na rysunku 2. Pierwszym krokiem jest transpozycja macierzy hipergrafu sekwencyjności oraz redukcja cykliczna nazywana Cyclic-Core [3]. Polega ona na redukcji zdominowanych kolumn oraz dominujących wierszy. Następnie dla tak uzyskanego hipergrafu wyznaczana jest pierwsza transwersala dokładna. Warto zauważyć, iż cały proces może zostać wykonany w czasie wielomianowym pod warunkiem, że hipergraf poddany redukcji cyklicznej będzie należał do klasy hipergrafów dokładnych. Ponadto możliwe jest wykonanie w czasie wielomianowym testu, czy hipergraf należy do klasy hipergrafów transwersal dokładnych (hipergraf dokładny jest generalizacją hipergrafu transwersal dokładnych), z uwagi na co już na etapie uzyskania hipergrafu po redukcji możliwe jest ocenienie prawdopodobieństwa uzyskania rozwiązania dokładnego. Jak przedstawiono w [7], ponad 85% testowanych sieci zawierało hipergraf selekcji należący do klasy xt. Oznacza to, że dla ponad 85% testowanych przypadków możliwe jest uzyskanie rozwiązania dokładnego w czasie wielomianowym, co jest niewątpliwie ogromną zaletą metody. Zastosowanie teorii hipergrafów pozwala zredukować czasu wykonania z wykładniczego na wielomianowy dla znakomitej większości przypadków. Rys.2. Idea metody transwersal dokładnych Fig.2. Idea of exact transversal method 6. Proces selekcji podsieci automatowych Cały proces selekcji podsieci automatowych można przedstawić w następujących krokach: 1) Dana jest sieć wejściowa. 2) Na podstawie sieci wejściowej wyznaczany jest hipergraf współbieżności, w którym wierzchołki odpowiadają miejscom sieci Petriego, natomiast hiperkrawędzie opisują relacje pomiędzy miejscami. 3) Na podstawie hipergrafu współbieżności wyznaczany jest hipergraf sekwencyjności, w którym wierzchołki odpowiadają miejscom, natomiast hiperkrawędzie określają podsieci automatowe [6]. 4) Właściwa selekcja podsieci automatowych za pomocą metody z nawrotami, algorymu zachłannego lub transwersal dokładnych. 5) Wyznaczone zostaje ostateczne rozwiązanie,. Rysunek 3 przedstawia istotę selekcji, opisanego powyżej. Rys.3. Detailed SM-Components selection process used in research Fig.3. Szczegóły selekcji podsieci automatowych użytego w badaniach 105
5 7. Badania Istotą badań jest wykorzystanie benchmarków w celu ukazania skuteczności oraz sprawności metod zaprezentowanych w artykule. W szczególności zostały porównane czasy wykonywania poszczególnych algorytmów, uwzględniając newralgiczne miejsca, a także zwracane rezultaty. Wykorzystano 30 benchmarków, których sieci należą do różnych klas: MG (marked Graphs), FC (Free-Choice), EFC (Extended Free-Choice) oraz SN (Simple Nets). Kolumna minimalna liczba podsieci zawiera podział ze względu na wykorzystane algorytmy: Backtracking (B), Greedy (G), Transwersal dokładnych (T). Z uwagi na obszerność danych tabelarycznych zostały wybrane reprezentatywne benchmarki oraz przedstawione poniżej (tab.1). Tab.1. Częściowe rezultaty badań Tab.1. Patrial results of research Benchmark wyznaczenia pokrycia - Backtrackin g [s] całego selekcji - Backtracking [s] wyznaczenia pokrycia - Zachłanny [s] całego selekcji - Zachłanny [s] wyznaczeni a pokrycia - Exact [s] całego selekcji - Exact [s] Min. liczba podsieci B/Z/T bridge /2/2 cncrr /5/5 frame /3/3 P2N /4/4 MG_NP /4/3 Philosophe rs /6/6 Tabela 1 zawiera wybrane reprezentatywne benchmarki z grupy testowanych. Jak można zauważyć, algorytm wykorzystujący transwersale dokładne góruje nad algorytmem z nawrotami oraz zachłannym pod kątem czasu wykonywania, umożliwiając uzyskanie tak samo dobrych rezultatów. Algorytm zachłanny dla sieci MG_NP nie umożliwia uzyskania optymalnej wartości, natomiast z nawrotami cechuje się sporym czasem wykonywania, z odróżnieniu od algorytmu transwersal dokładnych, który w najkrótszym czasie umożliwia znalezienie rozwiązania optymalnego. Dla wartości wyszczególnionych w tabeli 1 wyznaczono wartości średnie zaprezentowane w tabeli 2. Tab.2. Rezultaty średnie badań Tab.2. Average results of research Algorytm Średni czas wyznaczenia pokrycia [s] Średni czas całego selekcji [s] Średnia min. liczba podsieci B G T Jak można słusznie zauważyć, wykładniczy ale i dokładny algorytm z nawrotami pozwala na znalezienie rozwiązania optymalnego. Główną wadą algorytmu jest złożoność czasowa, która jest o ponad 30% większa niż algorytmu zachłannego oraz o ponad 200% większa niż algorytmu wykorzystującego transwersale dokładne. 8. Wnioski oraz podsumowanie W artykule zaprezentowano selekcję podsieci automatowych sieci Petriego, wykorzystując przy tym model hipergrafowy. Należy zwrócić uwagę, iż selekcja jest problemem zaliczanym do klasy problemów NP-trudnych. Głównym celem artykułu było zaprezentowanie możliwości rozwiązania problemu selekcji za pomocą hipergrafów. W związku z tym zaprezentowane zostały trzy algorytmy: z nawrotami, zachłanny, a także transwersal dokładnych. Algorytm ostatni został zaproponowany oraz opisany w [6], natomiast jego zmodyfikowana wersja została przedstawiona oraz poddana badaniom w [7]. Istotą badań było wykazanie sprawności oraz skuteczności poszczególnych algorytmów. Ze względu na zbyt duże rozmiary wyników badań, została wyszczególniona grupa benchmarków reprezentatywnych, a na ich podstawie przedstawione częściowe rezultaty. Można zauważyć, iż algorytm z nawrotami, który de facto pozwala na uzyskanie rozwiązania optymalnego wymaga często sporo więcej czasu na wykonanie. Fakt ten jest związany z wykładniczą złożonością obliczeniową. Algorytm zachłanny pozwala na znalezienie rozwiązania w optimum lokalnym, które nie zawsze jest równoznaczne ze znalezieniem rozwiązania optymalnego globalnie. wykonywania jest nierzadko krótszy od algorytmu z nawrotami, jednak dane rozwiązanie może nie być najlepsze. Algorytm transwersal dokładnych pozwala na znalezienie 106
6 rozwiązania dokładnego dla sporej większości przypadków w czasie wielomianowym [7], co też potwierdzają przedstawione badania. Należy zwrócić uwagę, iż dane rozwiązanie jest tak samo dobre, jak uzyskane za pomocą algorytmu z nawrotami, który cechuje się wykładniczą złożonością obliczeniową. wymagany do wykonania algorytmu z nawrotami jest o ponad 30% większy od czasu wykonania algorytmu zachłannego oraz o ponad 200% większy od algorytmu transwersal dokładnych. Literatura 1. Murata T.: Petri Nets: Properties, Analysis and Applications, Proceedings of IEEE, Karatkevich A.: Dynamic analysis of Petri net-based discrete systems, Springer, Karatkevich, A., Wisniewski, R.: Computation of Petri nets covering by SM-components based on the graph theory. Electrical Review, vol. 8, pp , 2012 (in Polish) 4. Rudell R. L.: Logic Synthesis for VLSI Design. PhD Thesis. EECS Department, University of California, Berkeley, Wiśniewski R., Adamski M., Wiśniewska M.: Polynomial algorithm for concurrency hypergraph formulation of free-choice Petri, Measurement, Automatics, Control, nr 07, s , Wisniewska, M.: Application of hypergraphs in decomposition of discrete systems. Lecture Notes in Control and Computer Science, vol. 23, Univ. of Zielona Gora Press, Stefanowicz Ł, Adamski M., Wiśniewski R., Application of an Exact Transversal Hypergraph in Selection of SM-Components, Technical Innovation for the Internet Things, IFIP Advanced in Information and Communication Technology, Springer, Knuth D.: Dancing Links, Millennial Perspectives in Computer Science, Eiter, T.: Exact Transversal Hypergraphs and Application to Boolean µ-functions. Journal of Symbolic Computations, vol. 17, pp , Academic Press Ltd, Kovalyov A.: Concurrency Relations and the Safety Problem for Petri Nets, Application and Theory of Petri Nets, Berge C.: Graphs and Hypergraphs, American Elsevier Pub. Co., Karatkevich, A.: SM-Components problem reductions of Petri nets. Telecommunication Review, vol. 6/2008, 2008 (in Polish) 13. Kubale M., Obszarski P., Piwakowski K.: Hypergraphs coloring, Scientific Papers of Silesian University of Technology, Banaszak Z., Kuś J., Adamski M.: Petri Nets: modeling, control and discrete systems synthesis, Wydawnictwo Wyższej Szkoły Inżynierskiej, Blanchard, M.: Comprendre, Maîtriser Et Appliquer Le Grafcet Cepadues, Tolouse, 1979 (in French). 16. DeMicheli, G.: Synthesis and Optimization of Digital Circuits, McGraw-Hill Higher Education, 1994 Adres służbowy Autora: mgr inż. Łukasz Stefanowicz Uniwersytet Zielonogórski ul. Prof. Z. Szafrana Zielona Góra L.Stefanowicz@weit.uz.zgora.pl 107
ZASTOSOWANIE TRANSWERSALI HIPERGRAFÓW DO MINIMALIZACJI ROZMIARU PAMIĘCI JEDNOSTEK STERUJĄCYCH
II Konferencja Naukowa KNWS'05 "Informatyka- sztuka czy rzemios o" 15-18 czerwca 2005, Z otniki Luba skie ZASTOSOWANIE TRANSWERSALI HIPERGRAFÓW DO MINIMALIZACJI ROZMIARU PAMIĘCI JEDNOSTEK STERUJĄCYCH Monika
Bardziej szczegółowoZastosowanie sztucznej inteligencji w testowaniu oprogramowania
Zastosowanie sztucznej inteligencji w testowaniu oprogramowania Problem NP Problem NP (niedeterministycznie wielomianowy, ang. nondeterministic polynomial) to problem decyzyjny, dla którego rozwiązanie
Bardziej szczegółowoMetody Programowania
POLITECHNIKA KRAKOWSKA - WIEiK KATEDRA AUTOMATYKI i TECHNIK INFORMACYJNYCH Metody Programowania www.pk.edu.pl/~zk/mp_hp.html Wykładowca: dr inż. Zbigniew Kokosiński zk@pk.edu.pl Wykład 8: Wyszukiwanie
Bardziej szczegółowoOSTASZEWSKI Paweł (55566) PAWLICKI Piotr (55567) Algorytmy i Struktury Danych PIŁA
OSTASZEWSKI Paweł (55566) PAWLICKI Piotr (55567) 16.01.2003 Algorytmy i Struktury Danych PIŁA ALGORYTMY ZACHŁANNE czas [ms] Porównanie Algorytmów Rozwiązyjących problem TSP 100 000 000 000,000 10 000 000
Bardziej szczegółowoMODELOWANIE MONTAŻOWEJ STRUKTURY WYROBU ZA POMOCĄ HIPERGRAFU I GRAFU SKIEROWANEGO ORAZ USTALANIE DOPUSZCZALNEJ KOLEJNOŚCI MONTAŻU
KOMISJA BUDOWY MASZYN PAN ODDZIAŁ W POZNANIU Vol. 28 nr 4 Archiwum Technologii Maszyn i Automatyzacji 2008 MARCIN SUSZYŃSKI, OLAF CISZAK, JAN ŻUREK MODELOWANIE MONTAŻOWEJ STRUKTURY WYROBU ZA POMOCĄ HIPERGRAFU
Bardziej szczegółowoWybrane podstawowe rodzaje algorytmów
Wybrane podstawowe rodzaje algorytmów Tomasz Głowacki tglowacki@cs.put.poznan.pl Zajęcia finansowane z projektu "Rozwój i doskonalenie kształcenia na Politechnice Poznańskiej w zakresie technologii informatycznych
Bardziej szczegółowoWYKORZYSTANIE LOGIKI SEKWENTÓW GENTZENA DO SYMBOLICZNEJ ANALIZY SIECI PETRIEGO
II Konferencja Naukowa KNWS'05 "Informatyka- sztuka czy rzemios o" 15-18 czerwca 2005, Z otniki Luba skie WYKORZYSTANIE LOGIKI SEKWENTÓW GENTZENA DO SYMBOLICZNEJ ANALIZY SIECI PETRIEGO Jacek Tkacz Instytut
Bardziej szczegółowoMatematyczne Podstawy Informatyki
Matematyczne Podstawy Informatyki dr inż. Andrzej Grosser Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Rok akademicki 2013/2014 Informacje podstawowe 1. Konsultacje: pokój
Bardziej szczegółowoSortowanie topologiczne skierowanych grafów acyklicznych
Sortowanie topologiczne skierowanych grafów acyklicznych Metody boolowskie w informatyce Robert Sulkowski http://robert.brainusers.net 23 stycznia 2010 1 Definicja 1 (Cykl skierowany). Niech C = (V, A)
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, /14
Matematyka dyskretna Andrzej Łachwa, UJ, 2012 andrzej.lachwa@uj.edu.pl 13/14 Grafy podstawowe definicje Graf to para G=(V, E), gdzie V to niepusty i skończony zbiór, którego elementy nazywamy wierzchołkami
Bardziej szczegółowoBadania operacyjne: Wykład Zastosowanie kolorowania grafów w planowaniu produkcji typu no-idle
Badania operacyjne: Wykład Zastosowanie kolorowania grafów w planowaniu produkcji typu no-idle Paweł Szołtysek 12 czerwca 2008 Streszczenie Planowanie produkcji jest jednym z problemów optymalizacji dyskretnej,
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, /14
Matematyka dyskretna Andrzej Łachwa, UJ, 2016 andrzej.lachwa@uj.edu.pl 13/14 Grafy podstawowe definicje Graf to para G=(V, E), gdzie V to niepusty i skończony zbiór, którego elementy nazywamy wierzchołkami
Bardziej szczegółowoXII International PhD Workshop OWD 2010, 23 26 October 2010. Metodyka pozyskiwania i analizy wyników badań symulacyjnych ścieżek klinicznych
XII International PhD Workshop OWD 2010, 23 26 October 2010 Metodyka pozyskiwania i analizy wyników badań symulacyjnych ścieżek klinicznych Methodology of Acquiring and Analyzing Results of Simulation
Bardziej szczegółowoDrzewa. Jeżeli graf G jest lasem, który ma n wierzchołków i k składowych, to G ma n k krawędzi. Własności drzew
Drzewa Las - graf, który nie zawiera cykli Drzewo - las spójny Jeżeli graf G jest lasem, który ma n wierzchołków i k składowych, to G ma n k krawędzi. Własności drzew Niech T graf o n wierzchołkach będący
Bardziej szczegółowo656 PAK vol. 57, nr 6/2011. Doskonała sieć Petriego w projektowaniu współbieżnych układów sterujących
656 PAK vol. 57, nr 6/20 Marian ADAMSKI, Małgorzata KOŁOPIEŃCZYK, Kamil MIELCAREK UNIWERSYTET ZIELONOGÓRSKI, INSTYTUT INFORMATYKI I ELEKTRONIKI, ul. Licealna 9, 65-417 Zielona Góra Doskonała sieć Petriego
Bardziej szczegółowoKolorowanie wierzchołków
Kolorowanie wierzchołków Mając dany graf, pokolorować jego wierzchołki w taki sposób, aby każde dwa wierzchołki sąsiednie miały inny kolor. Każda krawędź łączy wierzchołki różnych kolorów. Takie pokolorowanie
Bardziej szczegółowoZASTOSOWANIE SPLOTU FUNKCJI DO OPISU WŁASNOŚCI NIEZAWODNOŚCIOWYCH UKŁADÓW Z REZERWOWANIEM
1-2011 PROBLEMY EKSPLOATACJI 205 Zbigniew ZDZIENNICKI, Andrzej MACIEJCZYK Politechnika Łódzka, Łódź ZASTOSOWANIE SPLOTU FUNKCJI DO OPISU WŁASNOŚCI NIEZAWODNOŚCIOWYCH UKŁADÓW Z REZERWOWANIEM Słowa kluczowe
Bardziej szczegółowoDYNAMICZNA ANALIZA SYSTEMÓW WSPÓŁBIE NYCH
DYNAMICZNA ANALIZA SYSTEMÓW WSPÓŁBIE NYCH Andrzej Karatkiewicz Instytut Informatyki i Elektroniki, Uniwersytet Zielonogórski 65-246 Zielona Góra, ul. Podgórna 50 e-mail: a.karatkiewicz@iie.uz.zgora.pl
Bardziej szczegółowoReprezentacje grafów nieskierowanych Reprezentacje grafów skierowanych. Wykład 2. Reprezentacja komputerowa grafów
Wykład 2. Reprezentacja komputerowa grafów 1 / 69 Macierz incydencji Niech graf G będzie grafem nieskierowanym bez pętli o n wierzchołkach (x 1, x 2,..., x n) i m krawędziach (e 1, e 2,..., e m). 2 / 69
Bardziej szczegółowoKrytyczne 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
Bardziej szczegółowoAlgorytmy i Struktury Danych.
Algorytmy i Struktury Danych. Grafy dr hab. Bożena Woźna-Szcześniak bwozna@gmail.com Jan Długosz University, Poland Wykład 9 Bożena Woźna-Szcześniak (AJD) Algorytmy i Struktury Danych. Wykład 9 1 / 20
Bardziej szczegółowoProblem skoczka szachowego i inne cykle Hamiltona na szachownicy n x n
i inne cykle Hamiltona na szachownicy n x n Uniwersytet Warszawski 15 marca 2007 Agenda 1 2 naiwne Prosty algorytm liniowy 3 Problem znany był już od bardzo dawna, jako łamigłówka logiczna. Był też stosowany
Bardziej szczegółowoKolorowanie wierzchołków Kolorowanie krawędzi Kolorowanie regionów i map. Wykład 8. Kolorowanie
Wykład 8. Kolorowanie 1 / 62 Kolorowanie wierzchołków - definicja Zbiory niezależne Niech G będzie grafem bez pętli. Definicja Mówimy, że G jest grafem k kolorowalnym, jeśli każdemu wierzchołkowi możemy
Bardziej szczegółowoKolorowanie wierzchołków grafu
Kolorowanie wierzchołków grafu Niech G będzie grafem prostym. Przez k-kolorowanie właściwe wierzchołków grafu G rozumiemy takie przyporządkowanie wierzchołkom grafu liczb naturalnych ze zbioru {1,...,
Bardziej szczegółowoAiSD zadanie trzecie
AiSD zadanie trzecie Gliwiński Jarosław Marek Kruczyński Konrad Marek Grupa dziekańska I5 5 czerwca 2008 1 Wstęp Celem postawionym przez zadanie trzecie było tzw. sortowanie topologiczne. Jest to typ sortowania
Bardziej szczegółowoMatematyczne Podstawy Informatyki
Matematyczne Podstawy Informatyki dr inż. Andrzej Grosser Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Rok akademicki 03/0 Przeszukiwanie w głąb i wszerz I Przeszukiwanie metodą
Bardziej szczegółowoProgramowanie dynamiczne cz. 2
Programowanie dynamiczne cz. 2 Wykład 7 16 kwietnia 2019 (Wykład 7) Programowanie dynamiczne cz. 2 16 kwietnia 2019 1 / 19 Outline 1 Mnożenie ciągu macierzy Konstruowanie optymalnego rozwiązania 2 Podstawy
Bardziej szczegółowoXIII International PhD Workshop OWD 2011, October 2011 METODA REEINGINEERINGU ORGANIZACJI Z WYKORZYSTANIEM SYMULATORA PROCESÓW BIZNESOWYCH
XIII International PhD Workshop OWD 2011, 22 25 October 2011 METODA REEINGINEERINGU ORGANIZACJI Z WYKORZYSTANIEM SYMULATORA PROCESÓW BIZNESOWYCH METHOD OF REEINGINEERING ORGANIZATION USING BUSINESS PROCESS
Bardziej szczegółowoProblemy z ograniczeniami
Problemy z ograniczeniami 1 2 Dlaczego zadania z ograniczeniami Wiele praktycznych problemów to problemy z ograniczeniami. Problemy trudne obliczeniowo (np-trudne) to prawie zawsze problemy z ograniczeniami.
Bardziej szczegółowoLiczbę 29 możemy zaprezentować na siedem różnych sposobów:
Numeryczna analiza rozkładu liczb naturalnych na określoną sumę liczb pierwszych Świerczewski Ł. Od blisko 200 lat matematycy poszukują odpowiedzi na pytanie zadane przez Christiana Goldbacha, który w
Bardziej szczegółowoPrzykłady grafów. Graf prosty, to graf bez pętli i bez krawędzi wielokrotnych.
Grafy Graf Graf (ang. graph) to zbiór wierzchołków (ang. vertices), które mogą być połączone krawędziami (ang. edges) w taki sposób, że każda krawędź kończy się i zaczyna w którymś z wierzchołków. Graf
Bardziej szczegółowoPlan wykładu. Przykład. Przykład 3/19/2011. Przykład zagadnienia transportowego. Optymalizacja w procesach biznesowych Wykład 2 DECYZJA?
/9/ Zagadnienie transportowe Optymalizacja w procesach biznesowych Wykład --9 Plan wykładu Przykład zagadnienia transportowego Sformułowanie problemu Własności zagadnienia transportowego Metoda potencjałów
Bardziej szczegółowo10. Redukcja wymiaru - metoda PCA
Algorytmy rozpoznawania obrazów 10. Redukcja wymiaru - metoda PCA dr inż. Urszula Libal Politechnika Wrocławska 2015 1 1. PCA Analiza składowych głównych: w skrócie nazywana PCA (od ang. Principle Component
Bardziej szczegółowoSKOJARZENIA i ZBIORY WEWN. STABILNE WIERZCH. Skojarzeniem w grafie G nazywamy dowolny podzbiór krawędzi parami niezależnych.
SKOJARZENIA i ZBIORY WEWN. STABILNE WIERZCH. Rozważamy graf G = (V, E) Dwie krawędzie e, e E nazywamy niezależnymi, jeśli nie są incydentne ze wspólnym wierzchołkiem. Skojarzeniem w grafie G nazywamy dowolny
Bardziej szczegółowoSYNTEZA AUTOMATÓW SKOŃCZONYCH Z WYKORZYSTANIEM METOD KODOWANIA WIELOKROTNEGO
II Konferencja Naukowa KNWS'05 "Informatyka- sztuka czy rzemios o" 15-18 czerwca 2005, Z otniki Luba skie SNTEZA AUTOMATÓW SKOŃCZONCH Z WKORZSTANIEM METOD KODOWANIA WIELOKROTNEGO Arkadiusz Bukowiec Instytut
Bardziej szczegółowoAlgorytmy Równoległe i Rozproszone Część V - Model PRAM II
Algorytmy Równoległe i Rozproszone Część V - Model PRAM II Łukasz Kuszner pokój 209, WETI http://www.sphere.pl/ kuszner/ kuszner@sphere.pl Oficjalna strona wykładu http://www.sphere.pl/ kuszner/arir/ 2005/06
Bardziej szczegółowoPROBLEM ROZMIESZCZENIA MASZYN LICZĄCYCH W DUŻYCH SYSTEMACH PRZEMYSŁOWYCH AUTOMATYCZNIE STEROWANYCH
CZESŁAW KULIK PROBLEM ROZMIESZCZENIA MASZYN LICZĄCYCH W DUŻYCH SYSTEMACH PRZEMYSŁOWYCH AUTOMATYCZNIE STEROWANYCH Duże systemy przemysłowe, jak kopalnie, kombinaty metalurgiczne, chemiczne itp., mają złożoną
Bardziej szczegółowoTeoria grafów - Teoria rewersali - Teoria śladów
17 maja 2012 1 Planarność Wzór Eulera Kryterium Kuratowskiego Algorytmy testujące planarność 2 Genom i jego przekształcenia Grafy złamań Sortowanie przez odwrócenia Inne rodzaje sortowania Algorytmy sortujące
Bardziej szczegółowoProposal of thesis topic for mgr in. (MSE) programme in Telecommunications and Computer Science
Proposal of thesis topic for mgr in (MSE) programme 1 Topic: Monte Carlo Method used for a prognosis of a selected technological process 2 Supervisor: Dr in Małgorzata Langer 3 Auxiliary supervisor: 4
Bardziej szczegółowoPROJEKTOWANIE UKŁADÓW MIKROPROGRAMOWANYCH Z WYKORZYSTANIEM WBUDOWANYCH BLOKÓW PAMIĘCI W MATRYCACH PROGRAMOWALNYCH
II Konferencja Naukowa KNWS'05 "Informatyka- sztuka czy rzemios o" 5-8 czerwca 005, Z otniki Luba skie PROJEKTOWANIE UKŁADÓW MIKROPROGRAMOWANYCH Z WYKORZYSTANIEM WBUDOWANYCH BLOKÓW PAMIĘCI W MATRYCACH
Bardziej szczegółowoStruktury danych i złożoność obliczeniowa Wykład 7. Prof. dr hab. inż. Jan Magott
Struktury danych i złożoność obliczeniowa Wykład 7 Prof. dr hab. inż. Jan Magott Problemy NP-zupełne Transformacją wielomianową problemu π 2 do problemu π 1 (π 2 π 1 ) jest funkcja f: D π2 D π1 spełniająca
Bardziej szczegółowoPROGRAMOWANIE 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
Bardziej szczegółowoAkademia Morska w Szczecinie. Wydział Mechaniczny
Akademia Morska w Szczecinie Wydział Mechaniczny ROZPRAWA DOKTORSKA mgr inż. Marcin Kołodziejski Analiza metody obsługiwania zarządzanego niezawodnością pędników azymutalnych platformy pływającej Promotor:
Bardziej szczegółowoZASTOSOWANIE GRAFU WIDOCZNOŚCI W PLANOWANIU TRASY PRZEJŚCIA STATKU APPLICATION OF A VISIBILITY GRAPH IN SHIP S PATH PLANNING
Zeszyty Naukowe Akademii Morskiej w Gdyni Scientific Journal of Gdynia Maritime University Nr /, ISSN - e-issn - ZASTOSOWANIE GRAFU WIDOCZNOŚCI W PLANOWANIU TRASY PRZEJŚCIA STATKU APPLICATION OF A VISIBILITY
Bardziej szczegółowoUNIKANIE IMPASÓW W SYSTEMACH PROCESÓW WSPÓŁBIEŻNYCH
UNIKANIE IMPASÓW W SYSTEMACH PROCESÓW WSPÓŁBIEŻNYCH Robert Wójcik Instytut Cybernetyki Technicznej Politechniki Wrocławskiej 1. Impasy w systemach procesów współbieżnych 2. Klasyczne algorytmy unikania
Bardziej szczegółowoStruktury danych i złozoność obliczeniowa. Prof. dr hab. inż. Jan Magott
Struktury danych i złozoność obliczeniowa Prof. dr hab. inż. Jan Magott Formy zajęć: Wykład 1 godz., Ćwiczenia 1 godz., Projekt 2 godz.. Adres strony z materiałami do wykładu: http://www.zio.iiar.pwr.wroc.pl/sdizo.html
Bardziej szczegółowoEGZAMIN - Wersja A. ALGORYTMY I STRUKTURY DANYCH Lisek89 opracowanie kartki od Pani dr E. Koszelew
1. ( pkt) Dany jest algorytm, który dla dowolnej liczby naturalnej n, powinien wyznaczyd sumę kolejnych liczb naturalnych mniejszych od n. Wynik algorytmu jest zapisany w zmiennej suma. Algorytm i=1; suma=0;
Bardziej szczegółowoGrafem nazywamy strukturę G = (V, E): V zbiór węzłów lub wierzchołków, Grafy dzielimy na grafy skierowane i nieskierowane:
Wykład 4 grafy Grafem nazywamy strukturę G = (V, E): V zbiór węzłów lub wierzchołków, E zbiór krawędzi, Grafy dzielimy na grafy skierowane i nieskierowane: Formalnie, w grafach skierowanych E jest podzbiorem
Bardziej szczegółowoZagadnienie transportowe (badania operacyjne) Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie
Zagadnienie transportowe (badania operacyjne) Mgr inż. Aleksandra Radziejowska AGH Akademia Górniczo-Hutnicza w Krakowie OPIS ZAGADNIENIA Zagadnienie transportowe służy głównie do obliczania najkorzystniejszego
Bardziej szczegółowoAlgorytmy i str ruktury danych. Metody algorytmiczne. Bartman Jacek
Algorytmy i str ruktury danych Metody algorytmiczne Bartman Jacek jbartman@univ.rzeszow.pl Metody algorytmiczne - wprowadzenia Znamy strukturę algorytmów Trudność tkwi natomiast w podaniu metod służących
Bardziej szczegółowoAlgorytmy Grafowe. dr hab. Bożena Woźna-Szcześniak, prof. UJD. Wykład 5 i 6. Uniwersytet Humanistyczno-Przyrodniczy im. Jana Długosza w Częstochowie
Algorytmy Grafowe dr hab. Bożena Woźna-Szcześniak, prof. UJD Uniwersytet Humanistyczno-Przyrodniczy im. Jana Długosza w Częstochowie b.wozna@ujd.edu.pl Wykład 5 i 6 B. Woźna-Szcześniak (UJD) Algorytmy
Bardziej szczegółowoZWROTNICOWY ROZJAZD.
PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 113 Transport 2016 EKSPLOATACJA U ZWROTNICOWY ROZJAZD. DEFINICJ, 6 Streszczenie: ruchem kolejowym. Is rozjazd, W artykule autor podj w rozjazd. 1. sterowania
Bardziej szczegółowoRachunek podziałów i elementy teorii grafów będą stosowane w procedurach redukcji argumentów i dekompozycji funkcji boolowskich.
Pojęcia podstawowe c.d. Rachunek podziałów Elementy teorii grafów Klasy zgodności Rachunek podziałów i elementy teorii grafów będą stosowane w procedurach redukcji argumentów i dekompozycji funkcji boolowskich.
Bardziej szczegółowoAPLIKACJA NAPISANA W ŚRODOWISKU LABVIEW SŁUŻĄCA DO WYZNACZANIA WSPÓŁCZYNNIKA UZWOJENIA MASZYNY INDUKCYJNEJ
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 83 Electrical Engineering 2015 Damian BURZYŃSKI* Leszek KASPRZYK* APLIKACJA NAPISANA W ŚRODOWISKU LABVIEW SŁUŻĄCA DO WYZNACZANIA WSPÓŁCZYNNIKA UZWOJENIA
Bardziej szczegółowoMinimalne drzewa rozpinające
KNM UŚ 26-28 listopada 2010 Ostrzeżenie Wprowadzenie Motywacja Definicje Niektóre pojęcia pojawiające się podczas tego referatu są naszymi autorskimi tłumaczeniami z języka angielskiego. Nie udało nam
Bardziej szczegółowoAlgorytmiczna teoria grafów
Przedmiot fakultatywny 20h wykładu + 20h ćwiczeń 21 lutego 2014 Zasady zaliczenia 1 ćwiczenia (ocena): kolokwium, zadania programistyczne (implementacje algorytmów), praca na ćwiczeniach. 2 Wykład (egzamin)
Bardziej szczegółowoStruktury danych i złożoność obliczeniowa Wykład 5. Prof. dr hab. inż. Jan Magott
Struktury danych i złożoność obliczeniowa Wykład. Prof. dr hab. inż. Jan Magott Algorytmy grafowe: podstawowe pojęcia, reprezentacja grafów, metody przeszukiwania, minimalne drzewa rozpinające, problemy
Bardziej szczegółowoWykład z modelowania matematycznego. Zagadnienie transportowe.
Wykład z modelowania matematycznego. Zagadnienie transportowe. 1 Zagadnienie transportowe zostało sformułowane w 1941 przez F.L.Hitchcocka. Metoda rozwiązania tego zagadnienia zwana algorytmem transportowymópracowana
Bardziej szczegółowoModelowanie produkcji obudowy separatora olejowego za pomocą diagramów aktywności UML i -sieci
KNWS 2010 239 Modelowanie produkcji obudowy separatora olejowego za pomocą diagramów aktywności UML i -sieci Agnieszka Lasota Streszczenie: W artykule zostały opisane wytyczne, wskazujące na celowość wspomagania
Bardziej szczegółowoTEORIA GRAFÓW I SIECI
TEORIA GRAFÓW I SIECI Temat nr 1: Definicja grafu. Rodzaje i części grafów dr hab. inż. Zbigniew TARAPATA, prof. WAT e-mail: zbigniew.tarapata@wat.edu.pl http://tarapata.edu.pl tel.: 261-83-95-04, p.225/100
Bardziej szczegółowoField of study: Computer Science Study level: First-cycle studies Form and type of study: Full-time studies. Auditorium classes.
Faculty of: Computer Science, Electronics and Telecommunications Field of study: Computer Science Study level: First-cycle studies Form and type of study: Full-time studies Annual: 2014/2015 Lecture language:
Bardziej szczegółowoZAGADNIENIE TRANSPORTOWE
ZAGADNIENIE TRANSPORTOWE ZT jest specyficznym problemem z zakresu zastosowań programowania liniowego. ZT wykorzystuje się najczęściej do: optymalnego planowania transportu towarów, przy minimalizacji kosztów,
Bardziej szczegółowoAlgorytm dyskretnego PSO z przeszukiwaniem lokalnym w problemie dynamicznej wersji TSP
Algorytm dyskretnego PSO z przeszukiwaniem lokalnym w problemie dynamicznej wersji TSP Łukasz Strąk lukasz.strak@gmail.com Uniwersytet Śląski, Instytut Informatyki, Będzińska 39, 41-205 Sosnowiec 9 grudnia
Bardziej szczegółowoUniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych
Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych ELEMENTY SZTUCZNEJ INTELIGENCJI Laboratorium nr 9 PRZESZUKIWANIE GRAFÓW Z
Bardziej szczegółowoPodstawowe własności grafów. Wykład 3. Własności grafów
Wykład 3. Własności grafów 1 / 87 Suma grafów Niech będą dane grafy proste G 1 = (V 1, E 1) oraz G 2 = (V 2, E 2). 2 / 87 Suma grafów Niech będą dane grafy proste G 1 = (V 1, E 1) oraz G 2 = (V 2, E 2).
Bardziej szczegółowoWYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA
DRZEWA i LASY Drzewem nazywamy graf spójny nie zawierający cykli elementarnych. Lasem nazywamy graf nie zawierający cykli elementarnych. Przykłady drzew i lasów takie krawędzie są wykluczone drzewo las
Bardziej szczegółowoProjektowanie i analiza algorytmów
POLITECHNIKA KRAKOWSKA - WIEiK KATEDRA AUTOMATYKI i TECHNIK INFORMACYJNYCH Projektowanie i analiza algorytmów www.pk.edu.pl/~zk/piaa_hp.html Wykładowca: dr inż. Zbigniew Kokosiński zk@pk.edu.pl Wykład
Bardziej szczegółowoZRÓWNOWAŻONY MIEJSKI SYSTEM TRANSPORTOWY
Norbert CHAMIER-GLISZCZYŃSKI ZRÓWNOWAŻONY MIEJSKI SYSTEM TRANSPORTOWY Streszczenie W pracy zaprezentowano problematykę modelowania zrównoważonego miejskiego systemu transportowego. Przedstawiono również
Bardziej szczegółowo9. Schematy aproksymacyjne
9. Schematy aproksymacyjne T.H. Cormen, C.E. Leiserson, R.L. Rivest, C. Stein Wprowadzenie do algorytmów, WNT (2004) O.H. Ibarra, C.E. Kim Fast approximation algorithms for the knapsack and sum of subset
Bardziej szczegółowoTEORIA GRAFÓW I SIECI
TEORIA GRAFÓW I SIECI Temat nr 7: Przydziały w grafach i sieciach dr hab. inż. Zbigniew TARAPATA, prof. WAT e-mail: zbigniew.tarapata@wat.edu.pl http://tarapata.edu.pl tel.: 26-83-95-04, p.225/00 Zakład
Bardziej szczegółowoSynteza logiczna układu realizującego zespół funkcji przełączających z użyciem bramek XOR w strukturach CPLD
BIULETYN WAT VOL. LVIII, NR 3, 29 Synteza logiczna układu realizującego zespół funkcji przełączających z użyciem bramek XOR w strukturach CPLD DARIUSZ KANIA 1, WALDEMAR GRABIEC 1 Politechnika Śląska, Wydział
Bardziej szczegółowoAnaliza Sieci Społecznych Pajek
Analiza Sieci Społecznych Pajek Dominik Batorski Instytut Socjologii UW 25 marca 2005 1 Wprowadzenie Regularności we wzorach relacji często są nazywane strukturą. Analiza sieci społecznych jest zbiorem
Bardziej szczegółowoNajkrótsza droga Maksymalny przepływ Najtańszy przepływ Analiza czynności (zdarzeń)
Carl Adam Petri (1926-2010) Najkrótsza droga Maksymalny przepływ Najtańszy przepływ Analiza czynności (zdarzeń) Problemy statyczne Kommunikation mit Automaten praca doktorska (1962) opis procesów współbieżnych
Bardziej szczegółowoa) 7 b) 19 c) 21 d) 34
Zadanie 1. Pytania testowe dotyczące podstawowych własności grafów. Zadanie 2. Przy każdym z zadań może się pojawić polecenie krótkiej charakterystyki algorytmu. Zadanie 3. W zadanym grafie sprawdzenie
Bardziej szczegółowoSymboliczna analiza układów sterowania binarnego z wykorzystaniem wybranych metod analizy sieci Petriego
Politechnika Warszawska Wydział Elektroniki i Technik Informacyjnych Agnieszka Węgrzyn Symboliczna analiza układów sterowania binarnego z wykorzystaniem wybranych metod analizy sieci Petriego Rozprawa
Bardziej szczegółowoKody blokowe Wykład 2, 10 III 2011
Kody blokowe Wykład 2, 10 III 2011 Literatura 1. R.M. Roth, Introduction to Coding Theory, 2006 2. W.C. Huffman, V. Pless, Fundamentals of Error-Correcting Codes, 2003 3. D.R. Hankerson et al., Coding
Bardziej szczegółowoMetody tworzenia efektywnych komitetów klasyfikatorów jednoklasowych Bartosz Krawczyk Katedra Systemów i Sieci Komputerowych Politechnika Wrocławska
Metody tworzenia efektywnych komitetów klasyfikatorów jednoklasowych Bartosz Krawczyk Katedra Systemów i Sieci Komputerowych Politechnika Wrocławska e-mail: bartosz.krawczyk@pwr.wroc.pl Czym jest klasyfikacja
Bardziej szczegółowoPROJEKT WSPÓŁFINANSOWANY ZE ŚRODKÓW UNII EUROPEJSKIEJ W RAMACH EUROPEJSKIEGO FUNDUSZU SPOŁECZNEGO OPIS PRZEDMIOTU
OPIS PRZEDMIOTU Nazwa przedmiotu Systemy rozproszone Kod przedmiotu Wydział Wydział Matematyki, Fizyki i Techniki Instytut/Katedra Instytut Mechaniki i Informatyki Stosowanej Kierunek Informatyka Specjalizacja/specjalność
Bardziej szczegółowoZofia Kruczkiewicz, Algorytmu i struktury danych, Wykład 14, 1
Wykład Algorytmy grafowe metoda zachłanna. Właściwości algorytmu zachłannego:. W przeciwieństwie do metody programowania dynamicznego nie występuje etap dzielenia na mniejsze realizacje z wykorzystaniem
Bardziej szczegółowoAUTOMATYZACJA PROCESÓW DYSKRETNYCH 2016
AUTOMATYZACJA PROCESÓW DYSKRETNYCH 2016 Adam PRUS, Krzysztof PIEŃKOSZ Politechnika Warszawska SZEREGOWANIE ZADAŃ CZĘŚCIOWO PODZIELNYCH NA PROCESORACH RÓWNOLEGŁYCH Streszczenie. W pracy jest rozpatrywany
Bardziej szczegółowoFormularz recenzji magazynu. Journal of Corporate Responsibility and Leadership Review Form
Formularz recenzji magazynu Review Form Identyfikator magazynu/ Journal identification number: Tytuł artykułu/ Paper title: Recenzent/ Reviewer: (imię i nazwisko, stopień naukowy/name and surname, academic
Bardziej szczegółowoPROGRAMOWANIE SIECIOWE. METODA ŚCIEŻKI KRYTYCZNEJ
PROGRAMOWANIE SIECIOWE. METODA ŚCIEŻKI KRYTYCZNEJ Maciej Patan Uniwersytet Zielonogórski WPROWADZENIE Metody programowania sieciowego wprowadzono pod koniec lat pięćdziesiatych Ze względu na strukturę
Bardziej szczegółowoKolejny krok iteracji polega na tym, że przechodzimy do następnego wierzchołka, znajdującego się na jednej krawędzi z odnalezionym już punktem, w
Metoda Simpleks Jak wiadomo, problem PL z dowolną liczbą zmiennych można rozwiązać wyznaczając wszystkie wierzchołkowe punkty wielościanu wypukłego, a następnie porównując wartości funkcji celu w tych
Bardziej szczegółowoWIELOKRYTERIALNE PORZĄDKOWANIE METODĄ PROMETHEE ODPORNE NA ZMIANY WAG KRYTERIÓW
Uniwersytet Ekonomiczny we Wrocławiu WIELOKRYTERIALNE PORZĄDKOWANIE METODĄ PROMETHEE ODPORNE NA ZMIANY WAG KRYTERIÓW Wprowadzenie Wrażliwość wyników analizy wielokryterialnej na zmiany wag kryteriów, przy
Bardziej szczegółowoAlgorytmy grafowe. Wykład 1 Podstawy teorii grafów Reprezentacje grafów. Tomasz Tyksiński CDV
Algorytmy grafowe Wykład 1 Podstawy teorii grafów Reprezentacje grafów Tomasz Tyksiński CDV Rozkład materiału 1. Podstawowe pojęcia teorii grafów, reprezentacje komputerowe grafów 2. Przeszukiwanie grafów
Bardziej szczegółowoProgramowanie dynamiczne i algorytmy zachłanne
Programowanie dynamiczne i algorytmy zachłanne Tomasz Głowacki tglowacki@cs.put.poznan.pl Zajęcia finansowane z projektu "Rozwój i doskonalenie kształcenia na Politechnice Poznańskiej w zakresie technologii
Bardziej szczegółowoZASTOSOWANIE TECHNOLOGII WIRTUALNEJ RZECZYWISTOŚCI W PROJEKTOWANIU MASZYN
MODELOWANIE INŻYNIERSKIE ISSN 1896-771X 37, s. 141-146, Gliwice 2009 ZASTOSOWANIE TECHNOLOGII WIRTUALNEJ RZECZYWISTOŚCI W PROJEKTOWANIU MASZYN KRZYSZTOF HERBUŚ, JERZY ŚWIDER Instytut Automatyzacji Procesów
Bardziej szczegółowoProgramowanie dynamiczne
Programowanie dynamiczne Patryk Żywica 5 maja 2008 1 Spis treści 1 Problem wydawania reszty 3 1.1 Sformułowanie problemu...................... 3 1.2 Algorytm.............................. 3 1.2.1 Prosty
Bardziej szczegółowoZagadnienie transportowe
9//9 Zagadnienie transportowe Optymalizacja w procesach biznesowych Wykład Plan wykładu Przykład zagadnienia transportowego Sformułowanie problemu Własności zagadnienia transportowego Metoda potencjałów
Bardziej szczegółowoNUMERYCZNE ALGORYTMY PRZECHOWYWANIA MACIERZY RZADKICH
Scientific Bulletin of Che lm Section of Mathematics and Computer Science No 1/2008 NUMERYCZNE ALGORYTMY PRZECHOWYWANIA MACIERZY RZADKICH RADOSŁAW MATUSIK Katedra Analizy Matematycznej i Teorii Sterowania,
Bardziej szczegółowoWYBÓR 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
Bardziej szczegółowoMATEMATYKA DYSKRETNA - MATERIAŁY DO WYKŁADU GRAFY
ERIAŁY DO WYKŁADU GRAFY Graf nieskierowany Grafem nieskierowanym nazywamy parę G = (V, E), gdzie V jest pewnym zbiorem skończonym (zwanym zbiorem wierzchołków grafu G), natomiast E jest zbiorem nieuporządkowanych
Bardziej szczegółowoLogika rozmyta typu 2
Logika rozmyta typu 2 Zbiory rozmyte Funkcja przynależności Interwałowe zbiory rozmyte Funkcje przynależności przedziałów Zastosowanie.9.5 Francuz Polak Niemiec Arytmetyka przedziałów Operacje zbiorowe
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, B/14
Matematyka dyskretna Andrzej Łachwa, UJ, 2019 andrzej.lachwa@uj.edu.pl 1B/14 Drogi w grafach Marszruta (trasa) w grafie G z wierzchołka w do wierzchołka u to skończony ciąg krawędzi w postaci. W skrócie
Bardziej szczegółowoAlgorytmy i Struktury Danych
POLITECHNIKA KRAKOWSKA - WIEiK KATEDRA AUTOMATYKI i TECHNIK INFORMACYJNYCH Algorytmy i Struktury Danych www.pk.edu.pl/~zk/aisd_hp.html Wykładowca: dr inż. Zbigniew Kokosiński zk@pk.edu.pl Wykład 9: Programowanie
Bardziej szczegółowoPRÓBY EKSPLOATACYJNE KOMPOZYTOWYCH WSTAWEK HAMULCOWYCH TOWAROWEGO
PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 112 Transport 2016 Piotr Wasilewski FRIMATRAIL Frenoplast S.A. PRÓBY EKSPLOATACYJNE KOMPOZYTOWYCH WSTAWEK HAMULCOWYCH TYPU K TOWAROWEGO : Streszczenie: Dane zbierane
Bardziej szczegółowoMatematyczne Podstawy Informatyki
Matematyczne Podstawy Informatyki dr inż. Andrzej Grosser Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Rok akademicki 2013/2014 Twierdzenie 2.1 Niech G będzie grafem prostym
Bardziej szczegółowo1. Sieci Petriego. Rys. 1-1 Przykład sieci Petriego
1 1. Sieci Petriego Narzędzie wprowadzone przez Carla A. Petriego w 1962 roku do pierwotnie modelowania komunikacji z automatami. Obecnie narzędzie stosowane jest w modelowaniu systemów współbieżnych,
Bardziej szczegółowoWYZNACZANIE 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.
Bardziej szczegółowo