Ograniczanie wyników
Czasopisma help
Autorzy help
Lata help
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 44

Liczba wyników na stronie
first rewind previous Strona / 3 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  Programowanie stochastyczne
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 3 next fast forward last
Tak zwany problem transportowy lub zadanie transportowe czy zagadnienie transportowe znajdują się w spektrum zainteresowania wielu dziedzin nauki, takich jak badania operacyjne, programowanie liniowe czy ekonomika transportu i logistyka. Rozważa się przy tym różne typy zagadnienia transportowego: zamknięte zagadnienie transportowe, otwarte zagadnienie transportowe, zagadnienie transportowo-produkcyjne, minimalizację pustych przebiegów. Pokrótce problem ten można określić w następujący sposób: należy opracować optymalny plan transportowy połączeń określonej liczby odbiorców od określonej liczby dostawców. Zakłada się, że rozważane są jednorodne ładunki, a więc odbiorcy nie są ograniczeni do jednego dostawcy, ale mogą wybierać spośród wszystkich dostępnych. W wielu przypadkach zastosowania zagadnienia transportowego w praktyce pojawia się problem niepełnej informacji o parametrach zadania lub zaistnienie sytuacji, w których z góry zakłada się losowy charakter pewnych parametrów. Konieczne jest wtedy określenie stochastycznego zagadnienia transportowego. (fragment tekstu)
2
Content available remote Stochastic Generalized Transportation Problem with Discrete Distribution of Demand
80%
The generalized transportation problem (GTP) allows us to model situations where the amount of goods leaving the supply points is not equal to the amount delivered to the destinations (this is the case, e.g. when fragile or perishable goods are transported or complaints may occur). A model of GTP with random, discretely distributed, demand has been presented. Each problem of this type can be transformed either into the form of a convex programming problem with a piecewise linear objective function, or a mixed integer LP problem. The method of solution presented uses ideas applied in the method of stepwise analysis of variables and in the equalization method. (original abstract)
Time Petri Nets (TPN) are a well-known formalism for modelling time-dependent systems with timing constraints. This paper proposes an approach based on a stochastic extension of TPN (sTPN), which enables both qualitative assessment of feasible temporal behaviors through model checking, and quantitative evaluation of a probability measure of a given behavior, by statistical model checking. The experimental work rests on the use of the latest version of the UPPAAL toolbox which supports both exhaustive non deterministic analysis and statistical model checking of system properties. The approach is demonstrated through an example.(original abstract)
4
Content available remote Dwuetapowe stochastyczne zagadnienie rozdziału
61%
Zagadnienie rozdziału, zwane również uogólnionym zagadnieniem transportowym (Generalized Transportation Problem, GTP), pozwala modelować sytuację, w której ilość towaru opuszczającego dostawców nie jest równa ilości docierającej do odbiorców (z sytuacją taką mamy do czynienia np. w sytuacji transportu towarów szybko psujących się lub w przypadku występowania reklamacji w wyniku braków). W pracy przedstawiono model dwuetapowego GTP z losowym popytem o ciągłym rozkładzie. Zaprezentowany został algorytm rozwiązywania omawianego zagadnienia.(abstrakt oryginalny)
A method has been suggested which solves a multiobjective stochastic linear programming problem with normal multivariate distributions in accordance with the minimum-risk criterion. The approach to the problem uses the concept of satisfaction functions for the explicit integration of the preferences of the decision-maker for different achievement level of each objective. Thereafter, a nonlinear deterministic equivalent problem is formulated and solved by the bisection method. Numerical examples with two and three objectives are given for illustration. The solutions obtained by this method are compared with the solutions given by other approaches. (original abstract)
As an example of a successful application of a relatively simple metaheuristics for a stochastic version of a multiple criteria optimisation problem, the inventory-allocation problem is discussed. Stochastic programming is introduced to deal with the demand of end consumers. It has been shown before that simple metaheuristics, i.e., local search may be a very competitive choice for solving computationally hard optimisation problems. In this paper, robust optimisation approach is applied to select more promising initial solutions which results in a significant improvement of time complexity of the optimisation algorithms. Furthermore, it allows more flexibility in choosing the final solution that need not always be minimising the sum of costs. (original abstract)
W pracy „Generowanie strategii sprawnych i słabo sprawnych wielokryterialnego stochastycznego zadania programowania dynamicznego za pomocą metod hierarchicznych” (Thien Hoa Szymczak-Do) przedstawimy wielokryterialny stochastyczny model skończonego procesu dynamicznego. Zdefiniujemy dla tego modelu pojęcia strategii i strategii sprawnej. Dla tak sformułowanego zadania generowanie zbioru wszystkich strategii sprawnych może nie być efektywne ze względu na jego liczebność. Dlatego w pracy zajmiemy się wyznaczaniem podzbiorów strategii sprawnych. Wykorzystamy do tego celu metodę znaną z ogólnej teorii programowania wielokryterialnego, tj. generowanie strategii sprawnych za pomocą metod hierarchicznych. (abstrakt oryginalny)
8
Content available remote O pewnych kryteriach inwestowania w opcje na akcje
61%
W artykule scharakteryzowano opcje na akcje. Wyjaśniono podstawowe pojęcia, takie jak: termin wykonania, termin wygaśnięcia, cena wykonania, cena opcji. Do opisu ewolucji cen akcji wykorzystano geometryczny ruch Browna. Sformułowano kilka problemów dotyczących inwestowania w opcje na akcje otrzymując zadania programowania stochastycznego. Korzystając z własności ruchu Browna pokazano, w jaki sposób szacować prawdopodobieństwa zdarzeń polegających na osiągnięciu przez inwestora zysków na żądanym poziomie lub przy ustalonym poziomie ryzyka. Dla każdego z zadań dokonano przykładowych obliczeń. (abstrakt oryginalny)
Wszystkie gospodarstwa rolne województwa zachodniopomorskiego pogrupowano, ze względu na powierzchnię, w osiem grup areałowych (1-5, >5-10, >10-15, >15-20, >20-30, >30-50, >50-200 i powyżej 200 ha). Dla każdej grupy zbudowano dynamiczny model optymalizacyjny z losowymi ograniczeniami. Modele rozwiązano za pomocą pakietu MATLAB (po dopisaniu aplikacji umożliwiających rozwiązywanie modeli programowania stochastycznego). Wyniki rozwiązań zawierają dokładną powierzchnię poszczególnych upraw i gruntów ugorowanych, dochód rolniczy osiągany w czterech analizowanych latach oraz wskazują nadmiar lub niedobór środków produkcji w gospodarstwach rolnych. Celem tej pracy było pokazanie możliwości zagospodarowania niewykorzystanych zasobów w rolnictwie. Realizację tego celu umożliwiają modele optymalizacyjne z losowymi wyrazami wolnymi. (abstrakt oryginalny)
W artykule rozpatrzono problem rozwiązywania problemów stochastycznych programowania liniowego sformułowanych jako liniowe e-modele z ograniczeniami statystycznymi.
celem tej pracy było znalezienie odpowiedzi na pytanie: "o jakiej liczbie oznaczonej przez cα można powiedzieć, że jest minimalnym czasem zakończenia przedsięwzięcia z prawdopodobieństwem równym co najmniej α (α ϵ (0, 1]), gdzie α jest liczbą znaną i ustalaną przez prowadzącego analizę". (fragment tekstu)
Stochastic dynamic programming (DP) is a strong mathematical tool allowing modeling and solving many multiperiod decision processes. Multiple objective and dynamics characterize many sequential decision problems. In the paper we consider returns in partially ordered criteria set as a way of generalization of single criterion DP models to multiobjective case. In the present paper, on the basis of theoretical findings, described in our previous papers we consider exemplary stochastic DP profit maximization processes. Because of the lack of space we omit the general, formal description of such a process and concentrate on explanation, how the theory of DP models in partially ordered criteria space works. Both in level-volume and velocity-volume process we will consider formulated problems step by step, first as single criterion problems and next as bi- -criteria ones. Conclusions are presented in the last section. (original abstract)
W artykule zaprezentowano metodę stosowaną do określenia stopnia macierzy wielomianów występującą w procesach stochstycznych typu VARMA. Proponowana metoda oparta jest na różnicy pomiędzy rzędami pewnych macierzy uzyskanych z próbkowych macierzy kowariancji tego procesu.
Zagadnienia optymalizacyjne programowania stochastycznego, modelowane jako E-modele ze statystycznymi ograniczeniami [3] lub modele z uśrednionymi parametrami, nie zawsze są najbardziej adekwatne w tych zagadnieniach optymalizacyjnych. To, że w wielu okolicznościach decydujemy się na taką postać modelu wynika często tylko z pragmatycznych przesłanek umotywowanych względną prostotą analizy prowadzonej na podstawie takich modeli. Mimo tego trzeba jednak przyznać dużą powszechność stosowania tego typu modeli w wielu, nie tylko akademickich, aplikacjach procesów decyzyjnych, do opisu praktycznych zagadnień podejmowania decyzji. Najczęściej opisy z uśrednionymi parametrami stosowane są w zadaniach formułowanych w postaci zdeterminowanej, w których uśrednione parametry przyjmowane są jako znane wielkości. (fragment tekstu)
Artykuł rozpoczniemy od formalnego przedstawienia zadania rozwozu. Następnie omówimy propozycję Dantziga-Madansky'ego w programowaniu stochastycznym. (fragment tekstu)
Głównym zagadnieniem programowania stochastycznego , po procesie konstrukcji modelu optymalizującego jest ustalenie, na czym ma polegać jego rozwiązanie. Najpełniejszą informację uzyskuje się z rozkładu prawdopodobieństwa optymalnej wartości funkcji celu. Stosunkowo często skomplikowane rozkłady prawdopodobieństwa zmiennych losowych występujących w zadaniu , czy też brak informacji o teoretycznych rozkładach powoduje , że stosuje się różne podejścia do zadań , a tym samym termin "rozwiązanie" nie jest jednoznaczny.(fragment tekstu)
W pracy przedstawiono wielokryterialny stochastycznych model skończonego procesu dynamicznego. Zdefiniowano dla tego modelu pojęcie strategii sprawnej i podano algorytm poszukiwania wszystkich strategii sprawnych. Przedstawiono przykład ilustrujący działanie algorytmu. (fragment z tekstu)
Wykazane własności optymalnej wartości funkcji celu pozwalają na szacowanie prawdopodobieństwa tego faktu, że losowa wielkość optymalizowana nie przekroczy ustalonej wartości bez konieczności wyznaczania wszystkich bazowych rozwiązań dopuszczalnych. Jak już wcześniej wspomniano, wyznaczenie obszarów decyzyjnych w modelach dużych rozmiarów jest bardzo uciążliwe i numerycznie mało efektywne. Dlatego też tak bardzo potrzebna jest metoda na szybkie oszacowanie rozkładu wartości optymalnej: rozkład ten dostarcza dodatkowych informacji o stochastycznej naturze problemu decyzyjnego. Należy jednak podkreślić, że dokładność takiego oszacowania jest tym większa, im więcej jest rozpatrywanych planów dopuszczalnych (rozwiązań bazowych). (fragment tekstu)
20
Content available remote Algorithm for Bi-Criteria Stochastic Generalized Transportation Problem
61%
The Generalized Transportation Problem is a variant of the classical Transpor-tation Problem, where the sum of the amounts of goods delivered to the destina-tion points is different from (usually lower than) the total amount sent from the sources. The Stochastic Generalized Transportation Problem (SGTP) is a version with random demand. We present the Bi-Criteria SGTP and propose an algorithm for determining the set of effective solutions. (original abstract)
first rewind previous Strona / 3 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.