MATLAB PROGRAMFEJLESZTÉS AUTÓPÁLYA HÁLÓZAT IRÁNYÍTÁSÁRA. ALGORITMUS, SZOFTVER ÉS DOKUMENTÁCIÓ

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "MATLAB PROGRAMFEJLESZTÉS AUTÓPÁLYA HÁLÓZAT IRÁNYÍTÁSÁRA. ALGORITMUS, SZOFTVER ÉS DOKUMENTÁCIÓ"

Átírás

1 Lantos Béla BME Irányítástechnika és Inforatika Tanszék MATLAB PROGRAMFEJLESZTÉS AUTÓPÁLYA HÁLÓZAT IRÁNYÍTÁSÁRA. ALGORITMUS, SZOFTVER ÉS DOKUMENTÁCIÓ Tanulány Készült a RET 1.1 Járűforgali rendszerek odellezése és irányítása projekt keretében Elektronikus Járű és Járűirányítási Tudásközpont Budapest, 26. szepteber

2 Tartali összefoglaló Autópálya hálózatok akroodelljén alapuló dinaikus odelleket, valaint klasszikus elven és nelineáris prediktív irányításon alapuló irányítási algoritusokat dolgoztunk ki irodali források felhasználásával. A kifejlesztett ódszerek egy részhalazát egvalósító MATLAB alapú prograrendszert fejlesztettünk ki, aely alkalas általános autópálya hálózat forgali viszonyainak sziulációs vizsgálatára és klasszikus szabályozások tervezésére, és lehetőséget ad az irodaloból isert, de költséges METANET autópálya sziulációs rendszer szolgáltatásainak kiváltására. Az autópálya hálózat több szakaszból állhat, egengedvén az elágazásokat (bifurcations) és összekapcsolódásokat (junctions) is. Kétféle dinaikus odellt fejlesztettünk ki, az első odell (ne célorientált üzeód) csak a felhajtók forgalának jelzőlápákkal történő irányítását teszi lehetővé (rap etering control), a ásodik odell (célorientált üzeód) ennek általánosítása arra az esetre, aikor az irányítás kezeli az OD (origin-destination) inforációt is, és javaslatot tesz az elágazási helyeken a kedvező útvonalra az alternatív lehetőségek közül a különféle végcélok esetén (VMS=variable essage sign, DRIP=dynaic route guidance panel). Mivel a vezetők a VMS jelzéseket ne szükségképpen akceptálják, ezért virtuális járűvek rendszerbe injektálásával és a Logit odell elvére épülő útvonalkövetéssel lehetséges a javasolt útvonaltól való eltérés hatásának becslése is. A kifejlesztett MATLAB alapú szoftver a végső prograrendszer 1. verziójának tekinthető. Megvalósítja a kifejlesztett dinaikus odellt a ne-célorientált esetben, lehetővé teszi általános autópálya hálózatok forgali viszonyainak eghatározását irányítás nélkül sziuláció keretében, továbbá az autópálya hálózat irányítását egyszerű PID-jellegű irányítási stratégia esetén. A sziulációs üzeód biztosítja a forgalotorlódás okainak és helyeinek felderítését csúcsforgali időszakban az autópályán. A sziuláció speciális esetként, konstans bejövő forgalakat feltételezve a felhajtókon, alkalas az egyensúlyi állapot (steady state) eghatározására is. Ezáltal biztosítható, hogy az irányítások egyensúlyi állapotból is indíthatók legyenek, és a kezdeti feltétel iatti tranziensek és az irányítási tranziensek ne keveredjenek össze a nelineáris rendszerben. A sziuláció eredényei alapján egválasztható, hogy ely felhajtó vagy felhajtók esetén célszerű irányítást alkalazni a forgali viszonyok javítása érdekében. Feltételeztük, hogy (az Európában és USA-ban gyakori ódon) a felhajtók jelzőlápákkal vannak ellátva és a forgalat a felhajtók jelzőlápáinak átbocsátási ideje révén lehet szabályozni (rap etering). Az irányítás hatása a forgalo alakulására a tárolt forgali tranziensek kiértékelésével eleezhető. A tranziensek dokuentálása grafikusan történik, az eredények a MATLAB szolgáltatásaival dokuentuokba enthetők. A forgali viszonyok agas szintű és töör nuerikus jellezésére költségfüggvény szolgál, aely tartalazza a teljes hálózatban töltött időt (TTS=TTT+TWT, [veh.h]), a teljes utazási időt (TTT, [veh.h]), a felhajtók várakozási soraiban töltött időt (TWT, [veh.h]) és a beavatkozó jel változásának négyzetösszegét (QDC). Különös figyelet fordítottunk az autópálya struktúra definiálásának egkönnyítésére a felhasználó szeszögéből nézve, aely egy intafájl átírásával végezhető el, aelyben a felhasználót koentek vezetik. A hálózat struktúráját a progra autoatikusan olyan adatstruktúrákká konvertálja, aelyek lecsökkentik a valós időben szükséges száításokat, növelve ezáltal a valósidejűség elérésének lehetőségét. Az autópálya szekciók és szegenseik forgali jellezői (sűrűség, átlagsebesség, folya), továbbá a felhajtók (várakozási sorok, folyaok, kiszolgálási ráták) és lehajtók (lehajtónkénti folyaok, teljes folya) forgali jellezői autoatikusan kigyűjtésre kerülnek, és felhasználásra kerülnek ind a grafikus egjelenítés során, ind pedig a költségfüggvény száításkor. A prografejlesztés során kerültük a MATLAB toolboxainak intenzív használatát, aely hosszú távon jó esélyt adhat a MATLAB C-Copiler alkalazására a későbbi időszakra tervezett végső C-nyelvű ipleentációhoz. A tapasztalatok alapján a jövőben folytatható a prograrendszer bővítése nelineáris prediktív irányítással és célorientált üzeódú irányítással. A progra első verziójának kifejlesztésekor a bővítések későbbi beillesztésének igényét figyelebe vettük. Jelen tanulány struktúrája úgy van kialakítva, hogy lehetővé teszi felhasználását jegyzet részeként is.

3 Tartalojegyzék 1. Célkitűzés Autópálya hálózatok dinaikus odellje Autópálya szakasz Payne-féle klasszikus dinaikus odellje Autópálya hálózat ne célorientált dinaikus odellje Autópálya hálózat célorientált üzeódú dinaikus odellje Útvonalválasztás odellezés célorientált üzeódban Elágazási ráta száítása a Logit odellben Egyéni utazási idő odellezése Autópálya forgaloirányítási algoritusok Autópálya forgalo klasszikus irányítása: ALINEA Nelineáris odellprediktív irányítás (NMPC) Modellalapú nelineáris prediktív irányítás általános algoritusa Optializálási ódszerek NMPC ipleentálási szepontok autópálya hálózat irányításakor MATLAB alapú szoftver autópálya forgaloirányítására A vizsgálatok során feltételezett autópálya hálózat struktúra A szoftver struktúrája Az autópálya hálózat egadása az initnetwork függvényben A felhasználói paraéterek egadása inithighpar függvényben Autópálya hálózat forgali viszonyainak vizsgálata sziulációval irányítás nélkül Forgali igények és paraéter beállítások Sziulációs eredények és értékelésük Autópálya hálózat forgali viszonyainak vizsgálata sziulációval ALINEA I-típusú irányítás esetén Forgali igények és paraéter beállítások Irányítási eredények és értékelésük Összefoglalás Felhasznált irodalo MATLAB progralisták fraemotorway initnetwork( ) netw2tabs( ) inithighparr( ) initstate( ) funw( ) sy2type( ) tab2xdp( )) od2node( ) sec2funr( ) iset2qin( ) oset2qv( ) ioset2rhonp1( ) costfunr( ) plotrvq( ) plotwq( ) plotqdest( )... 69

4 1. Célkitűzés A tanulány a forgalo akroodelljén alapuló autópálya irányítási algoritusokkal, valaint és az irányítások tervezéséhez és vizsgálatához szükséges MATLAB alapú prograrendszer fejlesztésével és egvalósításával foglalkozik. Az algoritusok építenek a Lantos: Autópálya forgalo és járű irányítások c. tanulány eredényeire (Lantos, 25), és új publikációkra. Az autópálya irányítások alapja a forgalo átlagos alakulását leíró diszkrétidejű nelineáris akroodell, aelynek alapesete az elágazások nélküli autópálya szakasz leírására kifejlesztett Payne-féle klasszikus odell. Az autópálya hálózat több szakaszból állhat, egengedvén az elágazásokat (bifurcations) és összekapcsolódásokat (junctions) is. Kétféle odellre készülünk fel autópálya hálózat esetén. Az első odell (ne célorientált üzeód) csak a felhajtók forgalának jelzőlápákkal történő irányítását teszi lehetővé (rap etering control), és az autópálya hálózat (speciális esetben elágazások nélküli autópálya szakasz) klasszikus elvű vagy prediktív irányításához alkalazható. A ásodik odell (célorientált üzeód) ennek általánosítása arra az esetre, aikor az irányítás kezeli az OD (origin-destination) inforációt is, és javaslatot tesz az elágazási helyeken a kedvező útvonalra az alternatív lehetőségek közül a különféle végcélok esetén (VMS=variable essage sign, vagy ás néven DRIP=dynaic route guidance panel). Jelen kutatási szakaszban a cél az algoritusok egválasztása indkét esetre, továbbá a MATLAB prograrendszer első verziójának kifejlesztése a ne célorientált esetre. A prograrendszer első verziója ár legyen képes általános autópálya hálózatok forgali viszonyainak eghatározására irányítás nélkül sziuláció keretében, továbbá az autópálya hálózat irányítására egyszerű irányítási stratégiák szerint. Az első verzió fejlesztési tapasztalatai egalapozzák a későbbi bővítéseket. A sziulációs üzeód biztosítja a forgalotorlódás okainak és helyeinek felderítését csúcsforgali időszakban az autópályán. A sziuláció speciális esetként, konstans bejövő forgalakat feltételezve a felhajtókon, alkalas az egyensúlyi állapot (steady state) eghatározására is. Ezáltal biztosítható, hogy az irányítások egyensúlyi helyzetből is indíthatók legyenek. A sziuláció eredényei alapján egválasztható, hogy ely felhajtó vagy felhajtók esetén célszerű irányítást alkalazni a forgali viszonyok javítása érdekében. Az irányítás során feltételezzük, hogy a beavatkozás lehetőségei adottak, vagyis a felhajtók jelzőlápákkal vannak ellátva, aelyek átbocsátási ideje szabályozható (rap etering). Az irányítás hatása a forgalo alakulására a tárolt forgali tranziensek kiértékelésével eleezhető. A tranziensek dokuentálása grafikusan történik, az eredények a MATLAB szolgáltatásaival dokuentuokba enthetők. A forgali viszonyok agas szintű és töör nuerikus jellezésére költségfüggvény szolgál, aely tartalazza a teljes hálózatban töltött időt (TTS=TTT+TWT, total tie spent, [veh.h]), a teljes utazási időt (TTT, total travel tie, [veh.h]), a felhajtók várakozási soraiban töltött időt (TWT, total weighting tie at origins, [veh.h]) és a beavatkozó jel változásának négyzetösszegét (QDC, total fuel consued). Különös figyelet fordítunk az autópálya struktúra definiálásának egkönnyítésére a felhasználó szeszögéből nézve, aely egy intafájl átírásával végezhető el. A hálózat struktúráját a progra autoatikusan olyan adatstruktúrákká konvertálja, aelyek egőrzik az általánosságot, de a későbbi valósidejű alkalazás lehetősége érdekében lecsökkentik a valós időben szükséges száításokat, növelve ezáltal a valósidejűség elérésének lehetőségét. Az autópálya szekciók és szegenseik forgali jellezői (sűrűség, átlagsebesség, folya), továbbá a felhajtók (várakozási sorok, folyaok, kiszolgálási ráták) és lehajtók (lehajtónkénti folyaok, teljes folya) forgali jellezői autoatikusan kigyűjtésre kerülnek, és felhasználásra kerülnek ind a grafikus egjelenítés során, ind pedig a költségfüggvény száításkor. A tapasztalatok alapján a jövőben folytatható a prograrendszer bővítése nelineáris prediktív irányítással és célorientált üzeódú irányítással, továbbá a forgali állapotok, torlódási gócok és sebességviszonyok jóslásával érési eredényekből. A progra első verziójának kifejlesztésekor a bővítések későbbi beillesztésének igényét figyelebe vesszük. 1

5 2. Autópálya hálózatok dinaikus odellje Az autópálya irányítások forgaloodellje az átlagos viselkedést leíró diszkrétidejű nelineáris akroodell. A beutatandó akroodellek konkrét alakja erősen függ az alkalazott irányítási elvtől. A ne célorientált irányítás esetén alkalazott autopálya odell a klasszikus Payne-féle odell (Payne, 1971) egy általánosítása autópálya hálózat esetére. A felhajtó helyek (on-raps) forgala jelzőlápákkal befolyásolható. A odell egengedi elágazások (bifurcations) és összekapcsolódások (junctions) jelenlétét a hálózatban, szeben a klasszikus Payne-féle odellel. A ásodik, célorientált irányítás egvalósítását is egengedő odell a felhajtó helyek forgalának jelzőlápával történő befolyásolása (rap etering) ellett úgy bövíti a beavatkozásokat, hogy üzenetet küld a járűvezetőnek, elyik autópálya szakaszt (fővonalat vagy ellékvonalat) válassza a lehetséges alternatívák közül célálloásának függvényében (VMS, variable essage sign, vagy ás néven DRIP, dynaic route guidance inforation systes panel). A lehajtók és felhajtók az elágazások és összekapcsolódások speciális esetei. A odellek lehetőséget kínálnak a beavatkozások klasszikus (PID típusú, pl. az ALINEA estén I- típusú), illetve nelineáris prediktív vagy ás optiális elvű egválasztására. Mindkét odellnél lehetőség van a beavatkozások ellett a dinaikus odellek online kiértékeléséből nyerhető forgalo adatokból további javaslatokat levezetni, például az átlagsebesség alakulása alapján javaslatot tenni a egválasztandó sebességre az egyes szakaszokon. Megfelelő száú és típusú érőhely kialakítása esetén a odellben szereplő forgalojellezők és/vagy az aktuális állapot is becsülhető pl. kiterjesztett Kalan-szűrővel. Jelen kutatási szakaszban csak a ne célorientált odell kerül ipleentálásra. 2.1 Autópálya szakasz Payne-féle klasszikus dinaikus odellje Payne 1971-ben egy diszkrétidejű ásodrendű nelineáris odellt javasolt a forgaloirányítás dinaikus odelljeként. A odell a hosszirányú változót ( x ) is diszkretizálja. Az autópálya szakasz N darab egyáshoz csatlakozó [ xl, x l+ 1] szakaszra (links) van bontva ( x l < x l+ 1 ). A forgalat a forgalo sűrűség (traffic density) ρ [veh/k/lane], az átlagos sebesség (ean speed) v [k/h] és a forgalo folya (traffic flow) q [veh/h] jellezi, ahol veh a járűvek (vehicle) száa, lane a sávok száa. A sávok száát λ fogja jelölni a dinaikus odellben. A szakasz indexe l, a szakaszhoz tartozó forgali adatokat a forgalo változók alsó indexe jelöli. A szakasz hossza L x x. Az x helyen a forgali adatok ρ, v, q. A szakaszon lehet felhajtás és l = l +1 l l lehajtás, aelynek jellezésére felhajtás esetén a kienő folya szolgál. A adjuk eg k értékét. t = kt időt a q in, l l l l bejövő folya, lehajtás esetén a q out, l T intavételi idő üteében értékeljük ki és zárójelben A dinaikus odellt a forgalo sűrűség, átlagos sebesség és folya egyenletek írják le: T ρ l ( k + 1) = ρl ( k) + ( qin, l ( k) qout, l ( k)) Llλl (2.1) T T νt[ ρl+ 1( k) ρl ( k)] vl ( k + 1) = vl ( k) + [ V ( ρl ( k)) vl ( k)] + vl ( k)[ vl 1( k) vl ) k)] τ L τl [ ρ ( k) + κ ] (2.2) l l q ( k) = ρ ( k) v ( k) λ l a 1 ρ l ( k) V ( ρ = l ( k)) v f, l exp. (2.4) a ρ cr, l A (2.2) egyenletben szereplő τ, ν, κ paraétereket a forgalo egfigyeléséből szerzett adatokból kell eghatározni valailyen identifikációs technikával (például nelineáris paraéterbecsléssel). A v l (k) után álló háro additív tag rendre az ú.n. relaxációt, konvekciót és anticipációt odellezi. A V ( ) függvény a relaxációs tagban azt fejezi ki, hogy az átlagos sebesség inden szekcióban egy sűrűségtől függő V ( ρ ( k)) egyensúlyi érték felé tart, aelyben a l szabad haladás sebessége és ρ a sávonkénti kritikus sűrűség a szekcióban, a pedig odell cr,l l l l l (2.3) v f, l 2

6 paraéter, elyeket a forgalo egfigyeléséből szerzett adatokból és identifikációs technika bevonásával lehet eghatározni. A (2.2) és (2.4) egyenletben szereplő paraéterek a forgalon kívül függenek az autópálya geoetriájától, a járűvek jellezőitől és a vezetők viselkedésétől is. Ha az l -edik szekcióhoz tartozik jelzőlápával irányítható felhajtó, akkor a jelzőlápa bevonható a forgalo irányításába a forgali viszonyoktól függően. Ha a pillanatnyi forgali igény (deand) (k) a jelzőlápával ellátott felhajtón eghaladja a pillanatnyi kiszolgálható D l q in, l ( k) rátát, akkor egy várakozási sor alakul ki a felhajtón, aelynek kiszolgálási rátája a következő stratégia szerint képezhető: w ( k + 1) = w ( k) + T[ D ( k) q, ( k)] l l l in l w l (k) hossza és q ( ) in, l k w l ( k) ρ ax, l ρl ( k) qin, l ( k) = rl ( k) qˆ in, l ( k) = rl ( k) in Dl ( k) +, Ql in 1,. (2.6) T ρ ax, l ρ cr, l A (2.6) egyenletben Q [veh/h] a felhajtó axiális kapicitása, a axiálisan lehetséges l ρ ax, l forgalo sűrűség a szekcióban és rl ( k) [ rin,l,1] a kiszolgálási arány, aely az irányítási algoritusban egválasztható beavatkozó jel (etering control). Jól látható, hogy q ( k) a forgali viszonyoktól függően lehet D l (k), ha nincs várakozási sor és D l k) < Q l, vagy vagy annál kisebb érték. (2.5) ˆ in, l ( Ql Vegyük észre, hogy q ( ) a (2.1) egyenletben is felhasználásra kerül. Ha van lehajtó az l - in, l k out, l k) q l ) edik szekcióban, akkor q ( valailyen leosztott hányada lehet (k -nak, qout, l ( k) = β out, l ql ( k), ahol β out, l (,1) a forgali tapasztalatok alapján előre egválasztandó konstans érték (ne beavatkozó jel). A forgali odell, figyelebe véve, hogy (2.2) szerint ql kifejezhető ρ l, vl -lel, alkalas állapot és beenő jel választással a standard diszkrétidejű nelineáris rendszeralakra hozható: ( ρ1, K, ρ N, v1, K, vn, w1, K x = w ) T N T (2.7a) u = ( r 1, K, r N ) (2.7b) x ( k + 1) = f ( x( k), u( k)). (2.7c) 2.2 Autópálya hálózat ne célorientált dinaikus odellje Az elágazásokkal (bifurcations) és összekapcsolódásokkal (junctions) is rendelkező általános autópálya hálózat irányításához az egyetlen autópálya forgalának Payne-féle klasszikus dinaikus odelljét általánosítani kell, egengedvén elágazásokat és összekapcsolódásokat is, így lehetőséget adva fővonal és ellékvonalak együttes vizsgálatára is. A lehajtók (out-raps) és felhajtók (on-raps) az elágazások és az összekapcsolódások speciális eseteinek tekinthetők. A dinaikus odell felállításánál felhasználjuk (Kotsialos, Papageorgiu, Mangeas & Haj-Sale, 22) eredényeit. A ne célorientált üzeódban (non-destination oriented ode) az autópálya hálózat csoópontokból (nodes) és autópálya szekciókból (links) áll, ahol inden egyes szekció tovább van osztva a szekción belül egyfora hosszú és sávszáú szegesekre. Ha egy ilyen szekció, akkor szegenseinek száa N, a szegensek kettős indexelése, l, ahol l = 1, K, N, a szegens hossza L és a szegens sávjainak száa λ. Az autópálya hálózat a, b, c, K csoópontjait ott kell elhelyezni, ahol nagyobb változás lép fel az útvonal geoetriájában, valaint az elágazási, lehajtási, felhajtási és összekapcsolódási helyeken (bifurcations, out-raps, on-rups, junctions). A szekciók szegensekre osztása javítja a odell pontosságának esélyeit a hosszparaéter diszkretizálásakor. 3

7 Az autópálya hálózat forgalát akroszkópikusan a ρ ( ) sűrűség [veh/k/lane], a ( ), l k v, l k átlagos sebesség [k/h] és a q, l ( k) folya [veh/h] jellezik a [ kt, ( k + 1) T ] időintervalluban és az szekció l szegensében. A Payne-féle klasszikus odell a következőképp általánosítható ne célorientált üzeódú autópálya hálózatra: T ρ, l ( k + 1) = ρ, l ( k) + ( q, l 1 ( k) q, l ( k)) (2.8) L λ v, l ( k + 1) = v, l νt[ ρ τl T ( k) + [ V ( ρ τ, l+ 1 [ ρ ( k) ρ, l, l ( k) + κ ] q ( k)] ( k)) v, l, l ( k)] +, l ( k) =, l ( k) v, l T L ρ ( k) λ v, l ( k)[ v, l 1 ( k) v, l ) k)] (2.9) (2.1) a 1 ρ, l ( k) V ( ρ =, l ( k)) v f, exp. (2.11) a ρ cr, A (2.9) egyenletben szereplő τ, ν, κ paraétereket a forgalo egfigyeléséből szerzett adatokból kell eghatározni valailyen identifikációs technikával (például nelineáris paraéterbecsléssel). A ( ) után álló háro additív tag rendre az ú.n. relaxációt, konvekciót és anticipációt odellezi. A v, l k V ( ) függvény a relaxációs tagban azt fejezi ki, hogy az átlagos sebesség inden szekcióban egy sűrűségtől függő V (, ( k)) egyensúlyi érték felé tart, aelyben v f, a szabad haladás sebessége és ρ a sávonkénti kritikus sűrűség a szekcióban, a pedig cr, odell paraéter, elyeket a forgalo egfigyeléséből szerzett adatokból és identifikációs technika bevonásával lehet eghatározni. A (2.9) és (2.11) egyenletben szereplő patraéterek a forgalon kívül függenek az út geoetriájától, a járűvek jellezőitől és a vezetők viselkedésétől is. Kiindulási szekcióknak fogjuk nevezni azokat a szekciókat, aelyek forgali igényt fogadnak és továbbítják azt az autópálya hálózat belsejébe. Kiindulási szekciók a külső tápláló forgalo belépési helyei és a felhajtók. Ezekre ne a (2.8)-(2.11) egyenleteket, hane várakozási sor odellt alkalazunk. Az o kiindulási (origin) szekció csatlakozzon az autópálya hálózatba a µ főára szekción keresztül. Feltesszük, hogy egy o -hoz csak egy µ tartozik. Az o kiindulási szekció kienő folyaát eghatározza az aktuális főára (ainstrea) és az alkalazott becsatlakozás irányítás aktuális értéke (rap etering control easure). Ha irányítjuk a becsatlakozást, akkor a kienő folya, aely elhagyhatja az o szekciót és becsatlakozhat a főáraba a k üteben, a qˆ o ( k) kienő folyanak csak egy r o (k) része lehet, ahol qˆ o ( k) az a kienő folya, aely akkor állna fenn, ha ne lenne becsatlakozás irányítás. Becsatlakozás irányítás esetén r k) [ r,1] az irányítás beavatkozó jele. Ha ne alkalazunk becsatlakozás o ( in,o irányítást az o kiindulási szekció esetén, akkor r o ( k) = 1, különben r o ( k) < 1. A várakozási sor odellje a következő egyenletekkel írható le: ρ l w ( k + 1) = w ( k) + T[ D ( k) q ( k)] o o o o (2.12) w ρ ax ρ µ,1 ( ) o ( k) k qo ( k) = ro ( k) qˆ o ( k) = ro ( k) in Do ( k) +, Qo in 1,. (2.13) T ρ ax ρ cr, µ Legyen n az autópálya hálózat egy csoópontja (tehát elágazás, lehajtó, felhajtó vagy összekapcsolódási hely). A forgalo az n csoópontba beeneti szekciókon keresztül lép be és szétosztódik a kieneti szekciók felé a következő szabály szerint: 4

8 q n Q ( k) = q, ( k) (2.14), ( k) β n µ I n n µ Nµ = ( k) Q ( k), O n, (2.15) ahol I n azon szekciók halaza, aelyek belépnek az n csoópontba, On azon szekciók halaza, aelyek elhagyják az n csoópontot, a (k) elágazási ráta (turning rate) pedig azon része Q n (k) -nak, aely az szekción keresztül hagyja el az n csoópontot. Feltesszük, hogy a β n (k) elágazási ráta isert a teljes időhorizont száára. Vegyük észre, hogy (2.14)-(2.15) definiálja q ) értékét, aely szükséges (2.8)-ban, ha l = 1., ( k Ha az n csoóponthoz egynél több elhagyó szekció tartozik, akkor az elenő ára (upstrea) befolyását a sűrűségre (2.9) szerint figyelebe kell venni az utolsó szekcióban l = N esetén. Erre a következő szabály választható: n β n 2 N + = 1( k) ρ µ,1 ( k) / ρ µ, 1 µ O µ O ρ, ( k), (2.16) ahol ρ ) az belépő szekció virtuális lefelé haladó árasűrűsége (dowstrea), aelyet, + 1 ( k N l = esetén kell alkalazni, ρ ) pedig a µ elhagyó szekció első szegensének sűrűsége, N µ, 1 ( k aelyet l = 1 esetén kell alkalazni (2.9)-ben. A (2.16)-ban alkalazott kvadratikus kifejezés azt az elvet tükrözi vissza, hogy egy elhagyó szekció telítődött forgalo folyaa visszahat a belépő szekcióra akkor is, ha a többi elhagyó szekcióban a forgalo folya szabad. Ha az n csoópont egynél több belépő szekcióval rendelkezik, akkor a lefelé haladó ára (downstrea) befolyását az átlagos sebességre l =1 esetén figyelebe kell venni (2.9)-ben. Ez az átlagos sebesség száítható v, ( k) = v, N ( k) qµ, N ( k) / qµ, N ( k) (2.17) µ I n µ µ µ µ µ n I n alapján, ahol v az elhagyó szekció felfelé haladó áraának virtuális sebessége, aelyet, l = 1 esetén kell alkalazni (2.9)-ben. Ne célorientált ódban az x állapotvektor koponensei a ρ sűrűségek és a átlagos sebességek inden szekció l szegense esetén, valaint a w várakozási sorok inden o kiindulási szekció esetén. A bavatkozó jel vektor koponensei az r o [,1] kiszolgálási ráták inden o kiindulási szekció esetén. Az x ( k + 1) = f ( x( k), u( k), d( k)) állapotegyenlet úgy keletkezik, hogy behelyettesítjük a (2.1), (2.14), (2.15) egyenleteket (2.8)-ba, a (2.11), (2.16), (2.17) egyenleteket (2.9)-be, továbbá a (2.13) egyenletet (2.12)-be. A d(k) zavaró jel vektor koponensei a Do igények az o kiindulási szekciók esetén, továbbá a β n elágazási ráták, ha az n csoópont az szekción keresztül kerül elhagyásra. 2.3 Autópálya hálózat célorientált üzeódú dinaikus odellje Célorientált üzeű ódban (destination oriented ode) további forgalo jellezők és ODinforációk szükségesek. Először is iserni kell a bejövő helyeket (origin links) és a célhelyeket (destination links), továbbá a bejövő helyeken a bejövő forgalo egoszlási arányát inden onnan elérhető célhely felé. Hasonlóan iserni kell az elágazási helyeken a forgalo egoszlási arányát a különböző elérhető célhelyek felé. A hálózat struktúrájából és az OD-inforációból eg kell határozni a lehetséges utakat inden egyes belépő hely és onnan elérhető célhely között, figyelebe véve az alternatív utakat is a hálózatban. Minden út jelleezhető az út entén érintett csoópontok és szegensek rendezett halazával. Ezáltal inden beenet-cél párhoz egy vagy több ilyen rendezett halaz keletkezik, ilyódon az összes OD-pár az útvonalhalazok készletét generálja. A dinaikus odell felállításánál felhasználjuk (Karai, Hegyi, De Schutter, Hallendorn, & Middelha, 24) és (Belleans, 23) eredényeit.,l o v, l 5

9 A felhajtókon odellezni kell a célhelyek felé a belépő forgalo egosztását az onnan elérhető célhelyek felé, továbbá külön várakozási sort kell képezni inden, a felhajtóról elérhető célhely felé. Ezen túlenően ha az szekció (link) szerepel valaelyik generált útvonalhalazban, akkor a szekció forgalában odellezni kell az onnan elérhető célhelyek felé áraló forgalat is, azaz be kell vezetni a ρ ( k) parciális forgalat is, ahol j annyi értéket,l, j vesz fel, aennyi az szekcióból elérhető célhelyek száa. Ha tehát az szekción keresztül elérhető célhelyek halazát J jelöli, akkor a ( ) parciális sűrűség azon járűvek ρ, l, j k sűrűsége az szekció l szegensében a kt pillanatban, aelyeknek az szekción keresztül elérhető j J cél felé kell haladniuk az OD inforáció szerint. A parciális forgalo sűrűség egyenlete ennek egfelelően a következőképp alakul: ρ T, l, j ( k + 1) = ρ, l, j ( k) + [ γ, l 1, j ( k) q, l 1 ( k) γ, l, j ( k) q, l ( k)] Lλ, l ( k) = ρ, l, j ( k), j J j J, (2.18a) ρ (2.18b) γ l, j ( k) : = ρ, l, j ( k) / ρ,, l k ( ), (2.18c) ahol γ ( ) azon hányada a ( ) forgalo folyanak, aelynek a j J cél felé kell, l, j k q, l k haladnia az OD inforáció szerint. A ( ) átlagsebesség és a ( eredő folya száítása v, l k q, l k) továbbra is (2.9)-(2.1) alapján történik. Részletesebb vizsgálatokhoz értelezhető a parciális folya is, aely q, l, j ( k) = ρ, l, j ( k) v, l ( k) λ, a teljes folya ezek összege: q, l ( k) = q, l, j ( k) = ρ, l, j ( k) v, l ( k) λ = ρ, l ( k) v, l ( k) λ, ai a (2.1) egyenlet. j J j J Célorientált üzeód esetén általánosítani kell a elágazási rátát (turning rate) is. Ehhez bevezetjük a parciális elágazási ráta (splitting rate) fogalát. Tegyük fel, hogy a j célhely az n csoópontból egynél több kieneti szekción keresztül érhető el. Legyen a teljes forgalo folya, aely belép az autópálya n csoópontjába a k üteben a j célhely felé. n, j k Akkor a β ( ) parciális elágazási ráta azon hányada a ( ) folyanak, aely az szekción keresztül hagyja el az n csoópontot a k üteben, feltéve, hogy a j célhely elérhető az szekción keresztül. Világos, hogy, ( k) 1. Ezért inden csoópont esetén definiálhatók a következő forgalo jellezők: γ Q β n j β n Q n, j k ( Q n, j k ( k) = qµ, N ( k) γ µ, N, j ( k) ( n, ) (2.19) µ µ n, j j µ I n q, ( k) Qn, j ( k) β n, j ( k) On (2.2) j J =,, j ( k) β n, j ( k) Qn, j ( k) / q, = ( k) O n j J ). (2.21) Itt továbbra is J jelöli az szekción keresztül elérhető célhelyek halazát, íg On az n csoópontot közvetlenül elhagyó szekciók (links) halaza. A (2.31)-(2.33) egyenletek eghatározzák q ) és γ ( ) értékét, aely szükséges lesz (2.34)-ben l = 1 esetén., ( k Másrészt teljesülnie kell a,, j k O n j β n, ( k) = 1 feltételnek, aely inden elágazási csoópontnál (bifurcation) eggyel redukálja a független parciális elágazási ráták (splitting rates) száát. Hasonló okból kiindulási szekciók esetén következő szabály szerint: ( w o, j k ) parciális várakozási sort alkalazunk a 6

10 w ( k + 1) = w, j ( k) + T[ θ o, j ( k) Do ( k) θ o, ( k) q o, j j o k q o ( k) = ro ( k) qˆ o ( k) = ro ( k) in D j Jo ( )], (2.22) Do, j ( k) = θ o, j ( k) Do ( k) (2.23) wo, j ( k) ( k) +, Q T ρ in 1, ρ ax o, j o ax µ ρ µ,1 ( k) (2.24) ρ cr, ahol a θ ( ) kopozíciós ráta azon (isert vagy becsült) hányada (k) -nak, aely a o, j k célhely felé irányul a k üteben, továbbá ( ) a járűvek száa az o kindulási csoóponthoz tartozó és j célhelyhez tartó járűvek parciális várakozási sorában, J o pedig azon célhelyek halaza, aelyek elérhetők az o felhajtótól kiindulva valaelyik útvonalon. Szabályozott felhajtó esetén teljesülni kell az r ) [ r,1] korlátozásnak, szabályozás nélkül pedig ( k) = 1. r o w o, j k o (k in A VMS üzenet célja az elágazási (bifurcation) csoópontoknál javaslatot tenni a vezetők száára, akik egy bizonyos célhely felé tartanak, hogy elyik irányt (szekciót, outlink) válasszák az alternatív irányok közül a cél felé haladva. A javaslat hat a vezetők viselkedésére azok egyetértésétől (copliance) függően. Mivel a VMS hivatkozik a célhelyre, az útvonal választást le kell vetíteni a csoóponthoz tartozó parciális elágazási rátára. Az n elágazási csoópontnál a j célhely száára egkülönböztetjük a vezetők D o névleges parciális elágazási rátáját útutatás nélkül (N, no guide), és az irányító rendszer által javasolt (G, guided) parciális elágazási rátát. A β n, j aely a következőképp odellezhető: β N, n, j G, n, j j irányított valódi parciális elágazási ráta a vezető alkalazkodásától függ, n, j = ( 1 ε ) β N, n, j εβ G, n, j β + ahol ε az alkalazkodási ráta (copliance rate), ε 1. Ha ε = alkalazkodás (zero copliance) és β = n, j β G, n, j n, j β N, n, j, (2.25) β, akkor egyáltalán nincs. Teljes alkalazkodás esetén (full copliance) ε = 1 és β =. Az ε alkalazkodási ráta odellezésére be lehet vonni érési eredényeket és azok kiértékelését, sztochasztikus hipotéziseket, int például a Logit odel, lásd Theil (1969), Creer (21), és virtuális járűveket, aelyeket a felhajtókon lehet bejuttatni a rendszerbe és felhasználni haladásukat a rendszerben, lásd Creer (1995). A probléa egyszerűsödik, ha feltesszük, hogy ε = 1, ekkor β = beavatkozó jelnek tekinthető, aelynek ki kell elégítenie a β n, j [,1] korlátozást. Célorientált ódban az x állapotvektor koponensei a n, j β G, n, j parciális sűrűségek inden szekció l szegense és az -ből elérhető j célhely esetén, a v, l átlagos sebességek inden szekció l szegense esetén, valaint a w o, j parciális várakozási sorok inden o kiindulási szekció és azzal összhangban lévő j célhely esetén. Az u(k) bavatkozó jel vektor a független parciális elágazási rátákból és a bevezető szakaszok (otorway-to-otorway) és a felhajtók (on-raps) r kiszolgálási rátáiból áll, ahol a beavatkozó jeleknek a [,1] tartoányba o kell esniük. A d(k) zavaró jel vektor koponensei a D igények és a kopozíciós ráták az o kiindulási szekciók és felhajtók esetén, továbbá a alkalazkodás nélküli parciális elágazási ráták, ha az n csoópont az szekción keresztül kerül elhagyásra a j célhely felé, valaint a vezető ε engedékenysége. o β ρ, l, j N, n, j θ o, j β n, j 7

11 Az állapotegyenlet úgy keletkezik, hogy behelyettesítjük a (2.1), (2.19)-(2.21) egyenleteket (2.18)-ba, a (2.11), (2.16), (2.17) egyenleteket (2.9)-be, továbbá a (2.13) egyenletet (2.12)-be, és ezekhez hozzávesszük a parciáis várakozó sorokat leíró (2.22)-(2.24) egyenleteket. Az állapotegyenlet zavaró jellel bővített alakja (ind ne célorientált, ind célorientált esetben) az általános alakra hozható. x ( k + 1) = f ( x( k), u( k), d( k)). (2.24) Vegyük észre, hogy az f függvényben a és N + 1 indexű forgalojellezők ne állapotváltozók, száításuk a felhajtók, elágazások, lehajtók és összekapcsolódások helyén speciális képletekkel történik. Ezért inden olyan esetben, ahol az f függvény deriváltjára van szükség, például a nelineáris prediktív irányítás vagy az állapotbecslésre alkalazott kiterjesztett Kalan-szűrő esetén, kooly száítási probléát jelent az f függvény deriváltjának analitikus száítása, különös tekintettel az autópálya hálózat koplexitására és a nagy változószára. Az utóbbiak iatt a véges differenciákon alapuló nuerikus deriválás a valósidejű elvárások iatt ne jöhet érdeben szóba. 8

12 3. Útvonalválasztás odellezés célorientált üzeódban Egy elterjedt visekedés odell, aely jól alkalazható a résztvevők viselkedésének odellezésére alternatív költségek esetén a Logit odel (Theil, 1969), (Craer, 21). A odell a következő ódon alkalazható útvonalválasztásra. 3.1 Elágazási ráta száítása a Logit odellben Legyen az n csoópontnál 1 és 2 két lehetséges útvonalválasztás a j célhely felé. A Logit odel az elágazási ráta száítására a következő szabályt javasolja: β n, j exp( σ ϑn, j ( k)) ( k) = (3.1) 1 2 exp( σ ϑ ( k)) + exp( σ ϑ ( k)) n, j ahol = 1 vagy = 2 esetén exp( σ ϑ n, j ( k)) jelöli a DRGIS táblán az n csoópontban jelzett utazási időt a j célhely (destination) felé az szekción (link) keresztül, és a σ paraéter írja le, hogyan reagálnak a résztvevők az utazási idők közötti differenciára két alternatíva esetén. 3.2 Egyéni utazási idő odellezése Az egyéni utazási idők száítására szükség van, ha eg kell határozni az eltérést a javasolt és a realizált utazási idő között, és az eltérést be akarjuk vonni a forgali stratégia kialakításába. El kell tehát érni, hogy ha egy járű áthalad egy elágazáson (bifurcation), akkor tárolódjék a DRGIS (Dynaic Route Guidance Inforation Systes) panel által utatott inforáció, és ha a járű a célhelyen elhagyja a hálózatot, akkor eghatározható legyen az eltérés a realizált és a beutatott utazási idő között. Az eltérés ebben az esetben bevonható a költségfüggvénybe. Az utazási idő becslésére a következő ódszer alkalazható (Creer, 1995), (Karai, Hegyi, De Schutter, Hallendorn, & Middelha, 24). Minden, ondjuk N -edik sziulációs lépésben néhány virtuális járű injektálódjon a hálózatba a sziulációs rendszer részeként, aelynek haladását a hálózatban inden sziulációs lépésben követni kell a rendszerben. Legyen ζ egy virtuális járű, akkor az alábbi inforációt kell követni a rendszerben: 1. Az útvonalat, aelyen a virtuális járű halad. 2. A szekciót (link) és szegenst a szekcióban, ahol a virtuális járű aktuálisan tartózkodik, és s pozícióját a szegensben. 3. Az utazási időt, aelyet a virtuális járű látott indazon DRGIS panelen, aely ellett ár elhaladt. 4. A virtuális járű τ utazási idejét a ár érintett DRGIS panelektől az aktuális pozíciójáig. 5. A tényt, hogy a virtuális járű elhagyta-e ár a hálózatot, és ha igen, azt a pillanatot, aikor áthaladt a célhelyén. A virtuális járű aktuális pozícióját a következő ódon lehet eghatátozni. Jelölje n, j s ζ,, i k ( ) a ζ virtuális járű pozícióját, ha a k üteben az szekció i szegensében van, és frissítsük pozícióját az s ζ, + ζ +, i ( k 1) = s,, i ( k) v, i ( k) T szabály szerint, ahol v, i ( k) a odellben szereplő átlagsebesség a szegensben a k üteben. Ha az új pozíció eghaladná a szekció L hosszát, akkor áttesszük a virtuális járűvet a következő szekcióba és annak szegensébe a tárolt útvonala entén, ondjuk az szekció i szegensébe, és a ár egtett L út levonásával beállítjuk új s ( 1) pozícióját. A virtuális járű τ ζ, η k ζ,, i k + ( ) utazási ideje az η DRGIS paneltől az aktuális pozícióig (3.2) 9

13 τ ζ k + 1) = τ ( k) + T, η ( ζ, η (3.3) alapján frissíthető. A virtuális járűvek száára a DRGIS panelen jósolt és a valóban realizált utazási idő közötti eltérés bevonható a célorientált üzeódú esetben a nelineáris prediktív irányítás költségfüggvényébe. A virtuális járűvek száát a rendszerben úgy kell egválasztani, hogy statisztikailag érteles inforációt kapjunk a költségek alakulásáról. Világos, hogy a virtuális járűvek száa terheli a rendelkezésre álló száítási időt, ezért száuk egválasztása egy koproisszu része. 1

14 4. Autópálya forgaloirányítási algoritusok A gyakorlatban elterjedt autópálya hálózat forgaloirányítási algoritusok a hálózat dinaikus odelljén alapulnak. Az elágazásokkal (bifurcations) és összekapcsolódásokkal (junctions) rendelkező autópálya hálózat irányításakor a beavatkozás a felhajtó helyek forgalának jelzőlápával történő befolyásolása (rap etering) és/vagy a járűvezetőknek küldött üzenetek (VMS, variable essage sign) révén történik. A VMS különböző célhelyek esetén javaslatot tesz az útvonalra és/vagy az utazási sebességre az alternatív útvonalak forgali viszonyainak figyelebevételével. A továbbiakban két jellegzetes autópálya forgaloirányítási algoritust, egy klasszikusat és egy nelineáris prediktív irányításon alapulót utatunk be. Jelen kutatási fázisban ne foglalkozunk a forgali paraéterek becslésével az autópálya hálózat telepített érőhelyeiből nyerhető adatok kiértékelésével, hane a paraétereket isertnek véve, a dinaikus odellből sziulációval nyerhető adatokra alapozva képzeljük el a szabályozást. A beavatkozó jelek száításakor párhuzaosan fut a dinaikus odell sziulációja. Ezért szigorúan egkülönböztetjük a dinaikus odell sziulációjakor használt finoabb T : = T si lépésközt és beavatkozások száításakor használt Tcontr intavételi időt. Feltesszük, hogy Tcontr egész száú többszöröse T -nek, ezért a ritkábban száított beavatkozás hatása több sziulációs lépés alatt változatlan arad. 4.1 Autópálya forgalo klasszikus irányítása: ALINEA Az autópálya forgalo irányítás klasszikus forája a felhajtó helyek várakozási sorainak szabályozása egyszerű PID-típusú algoritusokkal. Ennek az irodaloból isert egyik jellegzetes forája az ALINEA irányítás, ahol az elnevezés a francia Asservisseent linéaire d entrée autoroutière akroniból szárazik (Papageorgiou, Hadj-Sale & Blosseville, 1991). Csatlakozzon a szabályozott o felhajtó (origin) az n csoóponton (node) kersztül a µ szekcióhoz (link). Az ALINEA a felhajtó helyek forgalát a dinaikus odellben szereplő r o (k) kiszolgálási arány (etering control) révén befolyásolja, aely részt vesz az µ -edik szekció jelzőlápával ellátott felhajtó helyén a w o (k) várakozási sor (dienziója [veh]) változtatásában a qo ( k) = ro ( k) qˆ o ( k) pillanatnyi kiszolgálható rátára (dienziója [veh/h]) gyakorolt hatása révén. Egy egyszerű I-jellegű (integráló) szabály a felhajtóhely forgalának irányítására lehet például r ( k) = ro ( k 1) + K R, o ( ˆ ρ o ρ 1( k)), (4.1) o µ ahol K R, o > a szabályozó egválasztható paraétere, ρ ( k µ1 ) a forgalosűrűség a felhajtó helyet közvetlenül követő µ szekció (link) első szegensében és ρˆ o az alapjel, aelyet célszerű a ρ értékre választani. A kiértékelést MATLAB jelöléssel a re( k / ) = feltétel cr teljesülésekor, vagyis egész száú többszöröseinek egfelelő időpontokban kell elvégezni. A kiszáított r o (k) értékét az r,1] tartoány határán fel kell ütköztetni, és az így kapott értéket kell alkalazni. Érteleszerűen érési lehetőségek esetén a sziulált (k) ρ eas ért érték lép. T contr [ in 4.2 Nelineáris odellprediktív irányítás (NMPC) T contr ρ ( k µ1 ) helyébe a A továbbiakban előbb egfogalazzuk a nelineáris odellprediktív irányítás általános algoritusát és beutatunk néhány gyakran használt nuerikus optializálási ódszert az optiális beavatkozás száítására, ajd egadjuk az NMPC irányítás egvalósításának séáját autópálya hálózat irányításakor Modellalapú nelineáris prediktív irányítás általános algoritusa Nelineáris rendszerek esetén a jelenlegi odellalapú prediktív irányítási ódszerek rendszerint a prediktív irányításhoz testreszabott új optiukereső eljárásokon vagy tradícionális analitikus 11

15 optiu feltételeken és gradiens-alapú optializálási ódszereken alapulnak (Allgöver & Zheng, 2), (Ki & Shin, 23). Az utóbbiak alapja a Lagrange-ultiplikátor szabály egy általános alakja, lásd például (Lantos, 23). Tipikus véges horizontú nelineáris prediktív irányítási probléák diszkrét időben végesdienziós térben egoldandó optializálási feladatra vezetnek, ahol a változók az N N 1 x = { x i } i= állapotsorozat és az u = { u i } i= beavatkozó jel sorozat, az optializálási kritériu például kvadratikus alak a végállapot külön büntetésével, F ( x, u) = = : N 1 i= N 1 i= [ < Q x, x a korlátozások pedig az állapotegyenlet L ( x, u ) + Φ ( x i i i i i i > + < R u, u N ), i i i > ] / 2+ < Q N x N, x N > / 2 (4.1) ϕ( x, u ) x 1 =, (4.2) i i i+ az irányítási halaz u i M és a kezdeti feltétel a x =. Ha ( x, ) az optiális egoldás, akkor az általános Lagrange-ultiplikátor szabály szerint f ( x, u) = J x ( x, u ) x + J u ( x, u ) u (4.3) a deriváltja J ( x, u) -nak, ahol u J ( x, u) = F ( x, u) +< λ, a x >+< λ1, ϕ( x, u ) x1 > + L+ < λn, ϕ( xn 1, u N 1 ) x Bevezetve a Hailton-függvényt, aelynek alakja H =< λ +, ϕ( x, u ) > + L ( x, u ), i i 1 i i i i i N > (4.4) (4.5) az optiu szükséges feltétele tetszőleges sia L i ( xi, ui ) és Φ ( x N ) esetén, és speciálisan kvadratikus optializálási kritériu esetén, a következő lesz: λ = H i H i i / u / x = L i i = L i i / u dj = λ = Φ / x N / x + i i N 1 i= T + ( ϕ / xi ) λi+ 1 = Qi xi + ( ϕ / xi ) T T ( ϕ / u ) λ = R u + ( ϕ / u ) < H i i N = Q i+ 1 / u, u i N i x i N u, i i >. A szabályozó tervezéshez az aktuális horizonton belül először szükség van az x kezdeti feltételre és az u irányítás (sorozat) kezdeti approxiációjára (az utóbbi lehet az előző horizonton belül kapott egoldás egy lépéssel jobbra eltolva és a hiányzó értéket valailyen alkalas technikával pótolva). Az optializálás a következő lépéseket isétli ciklikusan (Lantos, & Kiss, 25), (Lantos, 26): 1. Az állapotegyenlet egoldása, azaz az = { } = sorozat eghatározása (előretartó rekurzió) az u = { λ i N 1 u i } i= N x x i i sorozat kezdeti, ajd az iteráció során kialakult aktuális értékét alkalazva. 2. A Lagrange-ultiplikátorok eghatározása (hátratartó rekurzió). 3. A H i / u i deriváltak kiszáítása. 4. Nuerikus optializálás gradiens alapú (gradiens, konjugált gradiens, Davidon-Fletcher- N 1 Powell stb.) ódszerrel az u = { u i } i= beavatkozó jel (sorozat) eghatározásához, vagy egy korlátozásokat is egengedő általános NP (Nonlinear Prograing) feladat egoldásával. 5. Az lépések isétlése a pontossági korlátok teljesülésének eléréséig. N 1 u u i i= 6. Az optiális = { } sorozat első u beavatkozó jelének kiadása zárt körben, ajd a horizont jobbra tolása egy üteel és az új horizont száára új u = { száítása. i T λ λ i+ 1 i+ 1, N 1 u i } i=, (4.6) közelítő egoldás 12

16 Megjegyezzük, hogy a gradiens alapú optiukeresés helyett a korlátozásokat is egengedő, nelineáris prograozáson (NP) alapuló optializálási ódszerek bonyolultabbak és jelentősen nagyobb száítási igényűek, ezért valós időben csak egfelelő kritikával alkalazhatók, ivel az optializálást az aktuális horizonton belül T contr intavételi idő alatt el kell végezni. Az első horizont esetén ne prediktív tervezési ódszer szükséges az u irányítás sorozat kezdeti approxiációjának eghatározására. Ha az eredeti rendszer folytonosidejű, akkor először approxiálni kell diszkrétidejű rendszerrel, például x& = f c + ( x, u) xi 1 = xi + Tf c ( xi, ui ) = : ϕ( xi, ui ), (4.7) ahol T a intavételi idő. Ha a teljes állapot ne érhető, akkor x becsülhető egy kiterjesztett Kalan-szűrővel. Ha y = Cx a rendszer kienő jele és ~ y = yd y a hiba, továbbá elvárás, hogy a célfüggvénynek a kienő jel hibájára kell érzékenynek lennie, akkor a költségfüggvény ódosítható a következő alakúra: ~ y = yd Cx, ~ 2L ~, ~ i( xi, ui) =< Qi yi yi > + < Sixi, xi > + < Riui, ui >, (4.8) ~ 2Φ ( x ) =< Q ~ y, ~ y >, ahol a deriváltak a következő szabály szerint száíthatók: T ~ L ~ i / xi = C Qi yi + Si xi, T ~ Φ / x = C Q ~ y Ha korlátozás nélküli optiukereső eljárást alkalazunk, akkor N N N N N N N. (4.9) projektálandó a korlátozási halazra. Az állapotváltozóra vonatkozó korlátozások büntetőfüggvény (penalty function) alakjában vehetők figyelebe, aelyeket hozzá kell adni L x, u ) -hoz a költségfüggvényben. Iseretes, hogy a Φ ( x N ) tag súlyozása befolyással van a rendszer stabilitására és dinaikus viselkedésére prediktív irányítás esetén (Allgöver & Zheng, 2) Optiukereső ódszerek u i i ( i i A nuerikus optiukeresés széles tárházából optiukeresésre a korlátozás nélküli esetben elsősorban a gradiens alapú konjugált gradiens, Davidon/Fletcher/Powell (DFP), Fletcher/Reeves és Polak/Ribierre ódszerek javasolhatók, korlátozás esetén büntetőfüggvény bevonásával, vagy a egfelelő száítási idő rendelkezésre állásakor a Schittkowski-féle SQP ódszer az általános nelineáris prograozási feladat egoldására korlátozások esetén. A részletek tekintetében lásd (Lantos, 23). A továbbiakban röviden összefoglaljuk ezeket a ódszereket arra az esetre, ha a feladat egy f (x) függvény iniuának eghatározására vezethető vissza. Konjugált gradiens algoritus tetszőleges függvény esetén: 1. Inicializálás: Legyen x az induló érték, g : = f ( x ), d = g, k =. 2. Tegyük fel, hogy ár eg lett határozva x k, g k = f ( x k ) és a d k ú.n. konjugált irány. Keressük eg a iniuát a ϕ ( λ) = f ( x k + λ d k ) függvénynek optiukereséssel egyetlen skalár változóban (pl. Fibonacci-kereséssel, haradfokú polinoal való közelítéssel), és legyen λ k a iniu helye. Határozzuk eg az új keresési irányt a következő szabály szerint: x x + λ d, g : = f ( x ), (4.1a) k + 1 : = k k k k + 1 k

17 < g k + 1, g k + 1 g k > β k : =, (4.1b) < d, g g > d k k + 1 k + 1 : = g k + 1 k k + β d k. (4.1c) Isételjük a 2. lépést k = n eléréséig, ha g >. Ha elértük k = n -et, akkor legyen és folytassuk az 1. lépéstől (újra inicializálás). Ha helyének -t és stop. x k k g k x : =, akkor fogadjuk el a iniu Megjegyzés: Ha f (x) konvex és kvadratikus, akkor az algoritus axiu n lépésben konvergál. Ha azonban ne kvadratikus, akkor a ódszer csak közelítő, és általában ne érhető el a iniu n = di x lépés alatt. A tapasztalat szerint célszerű az algoritust újra inicializálni inden n -edik lépés után, ahogy azt a fentiekben javasoltuk. Davidon/Fletcher/Powell eljárás A Davidon/Fletcher/Powell eljárás inicializáláskor igényel egy definit átrixot is kereséssel kell eghatározni, szabály szerint: H > x n szietrikus és pozitív x ellett. A keresési irány d = H f ( x ), a értékét irányenti x k + 1 := x k + λ d k k k : k k, ajd korrigálni kell a átrixot a következő λ k H q k k + 1 : = f ( x : = H k k + 1 ) f ( x rk rk + < r, q k T k k ), r k : = x k k + 1 k x ( H k qk )( H k qk ) > < q, H q > k k, T. (4.11) Az algoritus garantálja, hogy H k > arad. Az f (x ) -re vonatkozó bizonyos siasági és korlátossági feltételek teljesülésekor a Davidon/Fletcher/Powell eljárás konvergenciája erősebb a lineárisnál. Fletcher/Reeves és Polak/Ribierre eljárás A Fletcher/Reeves és Polak/Ribierre ódszernél inicializáláskor ellett beállítandó ég β : = is. A keresési irány d k : = f ( xk ) + β k 1d k 1, a λ k értékét irányenti kereséssel kell eghatározni, xk + 1 := xk + λk d k, ajd korrigálni kell β k értékét a következő szabály szerint: x β : = k f ( x f ( x k + 1 < f ( x β : = k k ) ) 2 k ) f ( x f ( x k 2 k ) ), f ( x k + 1 ) > (Fletcher/Reeves) (Polak/Ribierre) (4.12) Konvex és kvadratikus függvény esetén a d k keresési irányok konjugált irányok, továbbá a két eljárás azonos. Ha a függvény ne kvadratikus, akkor célszerű inden n = di x lépés után újra inicializálni az eljárást: β :=, ha k = (od n). Schittkowski-féle SQP ódszer k Az optializálás általános feladata (GP, general proble): in f ( x) g ( x) =, i = 1, K, x l i g ( x), i = i x x u e e + 1, K, 14

18 n ahol x R a anipulálható változók vektora, az egyenlőség alakjában, az egyenlőtlenség alakjában adott korlátozások száa, és az (vektor érteleben, koponensenként). e x l, x u vektorok közé kell esnie e x -nek Az optializálást végző függvények igénylik az f ( x) = f ( x) gradienst és nuerikus iterációval közelítik az f ( x) = H ( x) Hess-átrixot (BFGS ódszer). Ha a gradiens száítási szabálya egadható, akkor a keresés gyorsítható. Ellenkező esetben az elsőrendű parciális deriváltak nuerikus becslésére van szükség a véges differenciák ódszerével az f ( x + x) értékekből, ai növekvő beeneti változószá és bonyolult költségfüggvény esetén nagyban egnöveli a száítási időt. A korlátozások elletti általános inializálási feladatat egoldását a MATLAB Optiization Toolbox x = fincon( fun, x, A, b, Aeq, beq, lb, ub, nonlcon, options, P1, P2, K) függvénye a Schittkowski-féle szekvenciális kvadratikus prograozás ódszerével (SQP, sequential quadratic prograing) határozza eg. A ódszer inden iterációs lépésben az x i becslés környezetében kvadratikus függvénnyel közelíti a költségfüggvényt, lineárissal a korlátozásokat, egoldja az így keletkező QP kvadratikus prograozási feladatot az ú.n. aktív halaz ódszerrel, és indezt ciklikusan isétli a pontosági követelények eléréséig. Jelölje L ( x, λ) = f ( x) + λ a Lagrange függvényt, akkor az SQP ódszer fő iterációs lépései a i i gi ( x) következők: 1. Az L ( x, λ) Lagrange függvény Hess-átrixának frissítése (BFGS ódszer). 2. QP kvadratikus prograozási részfeladat egoldása a keresési irány eghatározására (aktív halaz ódszer), a QP feladat optiális d i egoldása lesz a keresési irány. Az optiu új xi+ 1 = xi + αd i becslését irányenti optializálással kell eghatározni. 3. Értékelő függvény (erit function) száítás és irányenti keresés. Az értékelő függvény induláskor jobban bünteti a kis gradiensű korlátozásokat, ert ezek a egoldási pont környékén fontosabbak, ha szerepelnek az aktív korlátozások között. Az optiukereső eljárások csak a lokális optiu eghatározására alkalasak, és hogy elyiket (a globálisat vagy annál rosszabbat) talják eg, az attól függ, hogy ilyen kezdeti értékről indul a keresés. Ha a globális optiu közeléből, akkor van esély a globális optiu egtalálására, különben ne. Ezért a jó kezdeti érték egválasztása kulcsfontosságú, ert növekvő dienziók ellett esélytelen a kezdeti becslések hatásának feltérképezése. Ezért különösen jelentős, ha technológiai oldalról kedvező x kezdeti becslés és x l, xu tartoány adható eg. A globális optiu egtalálását jobban garantáló és sztochasztikus keresésen alauló GA (Genetic Algorith) ódszer nagy futási ideje iatt valósidejű feladatoknál ne jöhet száításba NMPC ipleentálási szepontok autópálya hálózat irányításakor A nelineáris odellprediktív irányítás ipleentálásakor célszerű bevezetni egy sziulációs lépésköz szálálót és egy szabályozási szálálót: t = kt = ztcontr k = ztcontr / T. Az optializálandó változók száának csökkentése alapvető fontosságú ind a valósidejűség, ind pedig a beavatkozó jel siaságának biztosítása érdekében. Az NMPC a t = zt contr intervalluban a odellre alapozva becsli, ahol optializálással eghatározza az optiális kezdőpontú horizontban a jövőbeli folyaatjeleket a [ t, t + N p T contr ) a predikciós horizont. Az NMPC nuerikus beavatkozó jel (irányítás) sorozatot a horizonton belül, lásd altalános odellpredikciós algoritus a pontban. Azonban autópálya forgaloirányításnál nincs előírt referencia pálya, ezért az optializálási cél a TTS teljes utazási idő, a predikciós hiba és az irányítási variancia súlyozott N p u( z), u( z 1), K, u( z + N 1) + p 15

1. Az adott kifejezést egyszerűsítse és rajzolja le a lehető legkevesebb elemmel, a legegyszerűbben.

1. Az adott kifejezést egyszerűsítse és rajzolja le a lehető legkevesebb elemmel, a legegyszerűbben. 1 1. z adott kifejezést egyszerűsítse és rajzolja le a lehető legkevesebb eleel, a legegyszerűbben. F függvény 4 változós. MEGOLÁS: legegyszerűbb alak egtalálása valailyen egyszerűsítéssel lehetséges algebrai,

Részletesebben

AZ IPARI BETONPADLÓK MÉRETEZÉSE MEGBÍZHATÓSÁGI ELJÁRÁS ALAPJÁN

AZ IPARI BETONPADLÓK MÉRETEZÉSE MEGBÍZHATÓSÁGI ELJÁRÁS ALAPJÁN AZ IPARI BETONPADLÓK MÉRETEZÉSE MEGBÍZHATÓSÁGI ELJÁRÁS ALAPJÁN Huszár Zsolt - Szalai Kálán RÖVID KIVONAT A ipari betonpadlókat jelenleg az évszázados últtal rendelkező, egengedett feszültségek alapján

Részletesebben

Rugalmas megtámasztású merev test támaszreakcióinak meghatározása I. rész

Rugalmas megtámasztású merev test támaszreakcióinak meghatározása I. rész Rugalas egtáasztású erev test táaszreakióinak eghatározása I. rész Bevezetés A következő, több dolgozatban beutatott vizsgálataink tárgya a statikai / szilárdságtani szakirodalo egyik kedvene. Ugyanis

Részletesebben

Konjugált gradiens módszer

Konjugált gradiens módszer Közelítő és szimbolikus számítások 12. gyakorlat Konjugált gradiens módszer Készítette: Gelle Kitti Csendes Tibor Vinkó Tamás Faragó István Horváth Róbert jegyzetei alapján 1 LINEÁRIS EGYENLETRENDSZEREK

Részletesebben

3. 1 dimenziós mozgások, fázistér

3. 1 dimenziós mozgások, fázistér Drótos G.: Fejezetek az eléleti echanikából 3. rész 3. dienziós ozgások, fázistér 3.. Az dienziós ozgások leírása, a fázistér fogala dienziós ozgás alatt egy töegpont olyan ozgását értjük ebben a jegyzetben,

Részletesebben

TDA TAR MENTESÍTÉSE OPTIMÁLIS KEVERÉSI VISZONYOK A TAR OLDÓBAN I. TDA TAR DECONTAMINATION OPTIMAL CONDITIONS IN THE TAR MIXER, PART I.

TDA TAR MENTESÍTÉSE OPTIMÁLIS KEVERÉSI VISZONYOK A TAR OLDÓBAN I. TDA TAR DECONTAMINATION OPTIMAL CONDITIONS IN THE TAR MIXER, PART I. Anyagérnöki Tudoányok, 37. kötet, 1. szá (01), pp. 35 41. TDA TAR MENTESÍTÉSE OPTIMÁLIS KEERÉSI ISZONYOK A TAR OLDÓBAN I. TDA TAR DECONTAMINATION OPTIMAL CONDITIONS IN THE TAR MIXER, PART I. BOKROS ISTÁN,

Részletesebben

Irányításelmélet és technika II.

Irányításelmélet és technika II. Irányításelmélet és technika II. Modell-prediktív szabályozás Magyar Attila Pannon Egyetem Műszaki Informatikai Kar Villamosmérnöki és Információs Rendszerek Tanszék amagyar@almos.vein.hu 2010 november

Részletesebben

Mágneses momentum, mágneses szuszceptibilitás

Mágneses momentum, mágneses szuszceptibilitás Mágneses oentu, ágneses szuszceptibilitás A olekuláknak (atooknak, ionoknak) elektronszerkezetüktől függően lehet állandóan eglévő, azaz peranens ágneses oentua (ha van bennük párosítatlan elektron, azaz

Részletesebben

41/1997. (III. 5.) Korm. rendelet. a betéti kamat, az értékpapírok hozama és a teljes hiteldíj mutató számításáról és közzétételérôl

41/1997. (III. 5.) Korm. rendelet. a betéti kamat, az értékpapírok hozama és a teljes hiteldíj mutató számításáról és közzétételérôl 4/997. (III. 5.) Kor. rendelet a betéti kaat, az értékpapírok hozaa és a teljes hiteldíj utató száításáról és közzétételérôl A Korány a hitelintézetekrôl és a pénzügyi vállalkozásokról szóló 996. évi CXII.

Részletesebben

Ujfalussy Balázs Idegsejtek biofizikája Első rész

Ujfalussy Balázs Idegsejtek biofizikája Első rész Ujfalussy Balázs Idegsejtek biofizikája Első rész MI A TITA? Ez a négyrészes sorozat azt a célt szolgálja, hogy az idegsejtek űködéséről ateatikai, fizikai odellekkel alkossunk képet középiskolás iseretekre

Részletesebben

Irányításelmélet és technika II.

Irányításelmélet és technika II. Irányításelmélet és technika II. Legkisebb négyzetek módszere Magyar Attila Pannon Egyetem Műszaki Informatikai Kar Villamosmérnöki és Információs Rendszerek Tanszék amagyar@almos.vein.hu 200 november

Részletesebben

TARTÓSZERKEZETEK I gyakorlat

TARTÓSZERKEZETEK I gyakorlat Nyírási vasalás tervezése NYOMOTT ÖV (beton) HÚZOTT RÁCSRUDAK (felhajlított hosszvasak) NYOMOTT RÁCSRUDAK (beton) HÚZOTT ÖV (hosszvasak) NYOMOTT ÖV (beton) HÚZOTT RÁCSRUDAK (kengyelek) NYOMOTT RÁCSRUDAK

Részletesebben

A multikollinearitás vizsgálata lineáris regressziós modellekben A PETRES-féle Red-mutató vizsgálata

A multikollinearitás vizsgálata lineáris regressziós modellekben A PETRES-féle Red-mutató vizsgálata Szegedi Tudoányegyete Gazdaságtudoányi Kar Közgazdaságtudoányi Doktori Iskola A ultikollinearitás vizsgálata lineáris regressziós odellekben A PETRES-féle Red-utató vizsgálata Doktori értekezés tézisei

Részletesebben

HTML dokumentumok hierarchikus osztályozása a WebClassII-vel

HTML dokumentumok hierarchikus osztályozása a WebClassII-vel HTML dokuentuok hierarchikus osztályozása a WebClassII-vel Készítette: Novák György http://w3.netelek.hu/novakg 2003. 10. 01. Tartalo A jellezők kiválasztásának folyaata...1 Az osztályozás folyaata...2

Részletesebben

13. Román-Magyar Előolimpiai Fizika Verseny Pécs Kísérleti forduló május 21. péntek MÉRÉS NAPELEMMEL (Szász János, PTE TTK Fizikai Intézet)

13. Román-Magyar Előolimpiai Fizika Verseny Pécs Kísérleti forduló május 21. péntek MÉRÉS NAPELEMMEL (Szász János, PTE TTK Fizikai Intézet) 3. oán-magyar Előolipiai Fizika Verseny Pécs Kísérleti forduló 2. ájus 2. péntek MÉÉ NAPELEMMEL (zász János, PE K Fizikai ntézet) Ha egy félvezető határrétegében nok nyelődnek el, akkor a keletkező elektron-lyuk

Részletesebben

Hadronzápor hatáskeresztmetszetek nagy pontosságú számítása

Hadronzápor hatáskeresztmetszetek nagy pontosságú számítása Hadronzápor hatáskeresztetszetek nagy pontosságú száítása Szőr Zoltán Fizikus MSc II. évf. Téavezető: prof. Trócsányi Zoltán Tavaszi TDK konferencia 204 áj. 6. Kérdésfelvetés Kérdésfelvetés Tudunk-e eléleti

Részletesebben

Mozgásmodellezés. Lukovszki Csaba. Navigációs és helyalapú szolgáltatások és alkalmazások (VITMMA07)

Mozgásmodellezés. Lukovszki Csaba. Navigációs és helyalapú szolgáltatások és alkalmazások (VITMMA07) TÁVKÖZLÉSI ÉS MÉDIAINFORMATIKAI TANSZÉK () BUDAPESTI MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM (BME) Mozgásmodellezés Lukovszki Csaba Áttekintés» Probléma felvázolása» Szabadsági fokok» Diszkretizált» Hibát

Részletesebben

Ujfalussy Balázs Idegsejtek biofizikája

Ujfalussy Balázs Idegsejtek biofizikája M A TTA? Ujfalussy Balázs degsejtek biofizikája Második rész A nyugali potenciál A sorozat előző cikkében nekiláttunk egfejteni az idegrendszer alapjelenségeit. Az otivált bennünket, hogy a száítógépeink

Részletesebben

MATLAB OKTATÁS 5. ELŐADÁS FELTÉTEL NÉLKÜLI ÉS FELTÉTELES OPTIMALIZÁLÁS. Dr. Bécsi Tamás Hegedüs Ferenc

MATLAB OKTATÁS 5. ELŐADÁS FELTÉTEL NÉLKÜLI ÉS FELTÉTELES OPTIMALIZÁLÁS. Dr. Bécsi Tamás Hegedüs Ferenc MATLAB OKTATÁS 5. ELŐADÁS FELTÉTEL NÉLKÜLI ÉS FELTÉTELES OPTIMALIZÁLÁS Dr. Bécsi Tamás Hegedüs Ferenc FELTÉTEL NÉLKÜLI OPTIMALIZÁLÁS (FMINSEARCH) Feltétel nélküli optimalizálásra a MATLAB az fminsearch

Részletesebben

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ Fizika középszint 08 ÉRESÉGI VIZSGA 008. ájus 4. FIZIKA KÖZÉPSZINŰ ÍRÁSBELI ÉRESÉGI VIZSGA JAVÍÁSI-ÉRÉKELÉSI ÚMUAÓ OKAÁSI ÉS KULURÁLIS MINISZÉRIUM A dolgozatokat az útutató utasításai szerint, jól követhetően

Részletesebben

ÜZEMELTETÉSI FOLYAMAT GRÁFMODELLEZÉSE 2 1. BEVEZETÉS

ÜZEMELTETÉSI FOLYAMAT GRÁFMODELLEZÉSE 2 1. BEVEZETÉS okorádi László ÜZEMELTETÉSI FOLYAMAT GRÁFMODELLEZÉSE 2 Technikai eszközök üzeeltetési rendszerei, folyaatai ateatikai szepontból irányított gráfokkal írhatóak le. A űszaki tudoányokban a hálózatokat, gráfokat

Részletesebben

Data Security: Secret key

Data Security: Secret key Kulcsfolyaatos rejtjelezést tekintünk, azaz a kulcsbiteket od 2 hozzáadjuk a nyílt szöveg bitekhez. A kulcsot első 5 bitjéből periódikus isétléssel nyerjük, az első 5 bitet jelölje k,,k5. A nyílt szöveg

Részletesebben

Az enzimkinetika alapjai

Az enzimkinetika alapjai 217. 2. 27. Dr. olev rasziir Az enziinetia alapjai 217. árcius 6/9. Mit ell tudni az előadás után: 1. 2. 3. 4. 5. Miért van szüség inetiai odellere? A Michaelis-Menten odell feltételrendszere A inetiai

Részletesebben

Optimalizálás alapfeladata Legmeredekebb lejtő Lagrange függvény Log-barrier módszer Büntetőfüggvény módszer 2017/

Optimalizálás alapfeladata Legmeredekebb lejtő Lagrange függvény Log-barrier módszer Büntetőfüggvény módszer 2017/ Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 9. Előadás Az optimalizálás alapfeladata Keressük f függvény maximumát ahol f : R n R és

Részletesebben

Statisztika elméleti összefoglaló

Statisztika elméleti összefoglaló 1 Statisztika elméleti összefoglaló Tel.: 0/453-91-78 1. Tartalomjegyzék 1. Tartalomjegyzék.... Becsléselmélet... 3 3. Intervallumbecslések... 5 4. Hipotézisvizsgálat... 8 5. Regresszió-számítás... 11

Részletesebben

II. Két speciális Fibonacci sorozat, szinguláris elemek, természetes indexelés

II. Két speciális Fibonacci sorozat, szinguláris elemek, természetes indexelés II. Két speciális Fibonacci sorozat, szinguláris elemek, természetes indexelés Nagyon könnyen megfigyelhetjük, hogy akármilyen két számmal elindítunk egy Fibonacci sorozatot, a sorozat egymást követő tagjainak

Részletesebben

- III. 1- Az energiakarakterisztikájú gépek őse a kalapács, melynek elve a 3.1 ábrán látható. A kalapácsot egy m tömegű, v

- III. 1- Az energiakarakterisztikájú gépek őse a kalapács, melynek elve a 3.1 ábrán látható. A kalapácsot egy m tömegű, v - III. 1- ALAKÍTÁSTECHNIKA Előadásjegyzet Prof Ziaja György III.rész. ALAKÍTÓ GÉPEK Az alakítási folyaatokhoz szükséges erőt és energiát az alakító gépek szolgáltatják. Az alakképzés többnyire az alakító

Részletesebben

Gauss-Seidel iteráció

Gauss-Seidel iteráció Közelítő és szimbolikus számítások 5. gyakorlat Iterációs módszerek: Jacobi és Gauss-Seidel iteráció Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor London András Deák Gábor jegyzetei alapján 1 ITERÁCIÓS

Részletesebben

Megoldott feladatok november 30. n+3 szigorúan monoton csökken, 5. n+3. lim a n = lim. n+3 = 2n+3 n+4 2n+1

Megoldott feladatok november 30. n+3 szigorúan monoton csökken, 5. n+3. lim a n = lim. n+3 = 2n+3 n+4 2n+1 Megoldott feladatok 00. november 0.. Feladat: Vizsgáljuk az a n = n+ n+ sorozat monotonitását, korlátosságát és konvergenciáját. Konvergencia esetén számítsuk ki a határértéket! : a n = n+ n+ = n+ n+ =

Részletesebben

A HCM megállapodás továbbfejlesztési

A HCM megállapodás továbbfejlesztési A HCM egállapodás továbbfejlesztési lehetőségei a földi ozgószolgálat nezetközi frekvenciakoordinációjában Unger Taás István Távközlési Tanszék Széchenyi István Egyete B.Sc. szakos villaosérnök hallgató

Részletesebben

Explicit hibabecslés Maxwell-egyenletek numerikus megoldásához

Explicit hibabecslés Maxwell-egyenletek numerikus megoldásához Explicit hibabecslés Maxwell-egyenletek numerikus megoldásához Izsák Ferenc 2007. szeptember 17. Explicit hibabecslés Maxwell-egyenletek numerikus megoldásához 1 Vázlat Bevezetés: a vizsgált egyenlet,

Részletesebben

Néhány mozgás kvantummechanikai tárgyalása

Néhány mozgás kvantummechanikai tárgyalása Néhány ozgás kvantuechanikai tárgyalása Mozzanatok: A Schrödinger-egyenlet felírása ĤΨ EΨ Hailton-operátor egállapítása a kinetikus energiaoperátor felírása, vagy 3 dienziós ozgásra, Descartes-féle koordinátarendszerben

Részletesebben

IV.1.1) A Kbt. mely része, illetve fejezete szerinti eljárás került alkalmazásra: A Kbt. III. rész, XVII. fejezet

IV.1.1) A Kbt. mely része, illetve fejezete szerinti eljárás került alkalmazásra: A Kbt. III. rész, XVII. fejezet 14. elléklet a 44/2015. (XI. 2.) MvM rendelethez KÖZBESZERZÉSI ADATBÁZIS Összegezés az ajánlatok elbírálásáról I. szakasz: Ajánlatkérő I.1) Név és cíek 1 (jelölje eg az eljárásért felelős összes ajánlatkérőt)

Részletesebben

További forgalomirányítási és szervezési játékok. 1. Nematomi forgalomirányítási játék

További forgalomirányítási és szervezési játékok. 1. Nematomi forgalomirányítási játék További forgalomirányítási és szervezési játékok 1. Nematomi forgalomirányítási játék A forgalomirányítási játékban adott egy hálózat, ami egy irányított G = (V, E) gráf. A gráfban megengedjük, hogy két

Részletesebben

Gauss-Jordan módszer Legkisebb négyzetek módszere, egyenes LNM, polinom LNM, függvény. Lineáris algebra numerikus módszerei

Gauss-Jordan módszer Legkisebb négyzetek módszere, egyenes LNM, polinom LNM, függvény. Lineáris algebra numerikus módszerei A Gauss-Jordan elimináció, mátrixinvertálás Gauss-Jordan módszer Ugyanazzal a technikával, mint ahogy a k-adik oszlopban az a kk alatti elemeket kinulláztuk, a fölötte lévő elemeket is zérussá lehet tenni.

Részletesebben

JAVASLAT A TOP-K ELEMCSERÉK KERESÉSÉRE NAGY ONLINE KÖZÖSSÉGEKBEN

JAVASLAT A TOP-K ELEMCSERÉK KERESÉSÉRE NAGY ONLINE KÖZÖSSÉGEKBEN JAVASLAT A TOP-K ELEMCSERÉK KERESÉSÉRE NAGY ONLINE KÖZÖSSÉGEKBEN Supporting Top-k item exchange recommendations in large online communities Barabás Gábor Nagy Dávid Nemes Tamás Probléma Cserekereskedelem

Részletesebben

Fluidizált halmaz jellemzőinek mérése

Fluidizált halmaz jellemzőinek mérése 1. Gyakorlat célja Fluidizált halaz jellezőinek érése A szecsés halaz tulajdonságainak eghatározása, a légsebesség-nyoásesés görbe és a luidizációs határsebesseg eghatározása. A érésekböl eghatározott

Részletesebben

A szimplex algoritmus

A szimplex algoritmus A szimplex algoritmus Ismétlés: reprezentációs tétel, az optimális megoldás és az extrém pontok kapcsolata Alapfogalmak: bázisok, bázismegoldások, megengedett bázismegoldások, degenerált bázismegoldás

Részletesebben

A rezgések dinamikai vizsgálata, a rezgések kialakulásának feltételei

A rezgések dinamikai vizsgálata, a rezgések kialakulásának feltételei A rezgések dinaikai vizsgálata a rezgések kialakulásának feltételei F e F Rezgés kialakulásához szükséges: Mozgásegyenlet: & F( & t kezdeti feltételek: ( v t & v( t & ( t Ha F F( akkor az erőtér konzervatív.

Részletesebben

KÖZBESZERZÉSI ADATBÁZIS

KÖZBESZERZÉSI ADATBÁZIS 14. elléklet a 44/2015. (XI. 2.) MvM rendelethez KÖZBESZERZÉSI DTBÁZIS Összegezés az ajánlatok elbírálásáról I. szakasz: kérő I.1) Név és cíek 1 (jelölje eg az eljárásért felelős összes ajánlatkérőt) Hivatalos

Részletesebben

Összegezés az ajánlatok elbírálásáról. 1. Az ajánlatkérő neve és címe: Budapest Főváros Vagyonkezelő Központ Zrt. (1013 Budapest, Attila út 13/A.

Összegezés az ajánlatok elbírálásáról. 1. Az ajánlatkérő neve és címe: Budapest Főváros Vagyonkezelő Központ Zrt. (1013 Budapest, Attila út 13/A. Összegezés az ajánlatok elbírálásáról 1. Az ajánlatkérő és cíe: Budapest Főváros Vagyonkezelő Központ Zrt. (1013 Budapest, Attila út 13/A.) 2. A közbeszerzés tárgya és ennyisége: Vagyongazdálkodási szakértői

Részletesebben

Modern piacelmélet. ELTE TáTK Közgazdaságtudományi Tanszék. Selei Adrienn

Modern piacelmélet. ELTE TáTK Közgazdaságtudományi Tanszék. Selei Adrienn Modern piacelélet ELTE TáTK Közgazdaságtudoányi Tanszék Selei Adrienn A tananyag a Gazdasági Versenyhivatal Versenykultúra Központja és a Tudás-Ökonóia Alapítvány táogatásával készült az ELTE TáTK Közgazdaságtudoányi

Részletesebben

A multikollinearitás vizsgálata lineáris regressziós modellekben

A multikollinearitás vizsgálata lineáris regressziós modellekben A ultikollinearitás vizsgálata lineáris regressziós odellekben Kovács Péter, a Szegedi Tudoányegyete egyetei adjunktusa E-ail: pepe@eco.u-szeged.hu Epirikus elezéseknél gyakori eset, hogy a vizsgálat szepontjából

Részletesebben

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( ) Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel: 463-6-80 Fa: 463-30-9 http://www.vizgep.bme.hu Alap-ötlet:

Részletesebben

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ Fizika középszint 81 ÉRETTSÉGI VIZSGA 9. ájus 1. FIZIKA KÖZÉPSZINTŰ ÍRÁSBELI ÉRETTSÉGI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ OKTATÁSI ÉS KULTURÁLIS MINISZTÉRIUM A dolgozatokat az útutató utasításai szerint,

Részletesebben

ANALÍZIS III. ELMÉLETI KÉRDÉSEK

ANALÍZIS III. ELMÉLETI KÉRDÉSEK ANALÍZIS III. ELMÉLETI KÉRDÉSEK Szerkesztette: Balogh Tamás 2014. május 15. Ha hibát találsz, kérlek jelezd a info@baloghtamas.hu e-mail címen! Ez a Mű a Creative Commons Nevezd meg! - Ne add el! - Így

Részletesebben

KÚPKERÉKPÁR TERVEZÉSE

KÚPKERÉKPÁR TERVEZÉSE MISKOLCI EGYETEM GÉPELEMEK TANSZÉKE OKTATÁSI SEGÉDLET a GÉPELEMEK III. c. tantárgyhoz KÚPKERÉKPÁR TERVEZÉSE Összeállította: Dr. Szente József egyetei docens Miskolc, 007. Geoetriai száítások. A kiskerék

Részletesebben

Haszongépj. Németh. Huba. és s Fejlesztési Budapest. Kutatási. Knorr-Bremse. 2004. November 17. Knorr-Bremse 19.11.

Haszongépj. Németh. Huba. és s Fejlesztési Budapest. Kutatási. Knorr-Bremse. 2004. November 17. Knorr-Bremse 19.11. Haszongépj pjármű fékrendszer intelligens vezérl rlése Németh Huba Knorr-Bremse Kutatási és s Fejlesztési si Központ, Budapest 2004. November 17. Knorr-Bremse 19.11.2004 Huba Németh 1 Tartalom Motiváció

Részletesebben

10. Előadás. 1. Feltétel nélküli optimalizálás: Az eljárás alapjai

10. Előadás. 1. Feltétel nélküli optimalizálás: Az eljárás alapjai Optimalizálási eljárások MSc hallgatók számára 10. Előadás Előadó: Hajnal Péter Jegyzetelő: T. Szabó Tamás 2011. április 20. 1. Feltétel nélküli optimalizálás: Az eljárás alapjai A feltétel nélküli optimalizálásnál

Részletesebben

1. A hőszigetelés elmélete

1. A hőszigetelés elmélete . A hőszigetelés elélete.. A hővezetés... A hővezetés alapjai A hővezetési száítások előtt bizonyos előfeltételeket el kell fogadnunk. Feltételezzük, hogy a hőt vezető test két oldalán fellépő hőfokkülönbség

Részletesebben

HELYI ÉPÍTÉSI SZABÁLYZAT

HELYI ÉPÍTÉSI SZABÁLYZAT 1 VERŐCE HELYI ÉPÍTÉSI SZABÁLYZAT 2 Verőce Község Önkorányzata 9/2010. (X. 06.) önkorányzati rendelete VERŐCE HELYI ÉPÍTÉSI SZABÁLYZATÁRÓL ÉS SZABÁLYOZÁSI TERVÉRŐL Módosította: 3/2011. (I. 12.) és 10/2012.

Részletesebben

PUSZTASZENTLÁSZLÓ KÖZSÉG ÉPÍTÉSI SZABÁLYZATÁRÓL ÉS SZABÁLYOZÁSI TERVÉRŐL

PUSZTASZENTLÁSZLÓ KÖZSÉG ÉPÍTÉSI SZABÁLYZATÁRÓL ÉS SZABÁLYOZÁSI TERVÉRŐL Pusztaszentlászló Község Önkorányzata Képviselőtestületének 5/2009.(V.04.). önkorányzati rendelete PUSZTASZENTLÁSZLÓ KÖZSÉG ÉPÍTÉSI SZABÁLYZATÁRÓL ÉS SZABÁLYOZÁSI TERVÉRŐL 1 Pusztaszentlászló Község Önkorányzat

Részletesebben

Összegezés az ajánlatok elbírálásáról

Összegezés az ajánlatok elbírálásáról 14. elléklet a 44/2015. (XI. 2.) MvM rendelethez Összegezés az ajánlatok elbírálásáról KÖZBESZERZÉSI ADATBÁZIS I. szakasz: Ajánlatkérő I.1) Név és cíek 1 (jelölje eg az eljárásért felelős összes ajánlatkérőt)

Részletesebben

A szállítócsigák néhány elméleti kérdése

A szállítócsigák néhány elméleti kérdése A szállítócsigák néhány eléleti kédése DR BEKŐJÁOS GATE Géptani Intézet Bevezetés A szállítócsigák néhány eléleti kédése A tanulány tágya az egyik legégebben alkalazott folyaatos üzeűanyagozgató gép a

Részletesebben

Balatonfenyves Község Önkormányzata Képviselő-testületének 21/2006 (IX.15) számú rendelete (egységes szerkezetben a módosításokkal)

Balatonfenyves Község Önkormányzata Képviselő-testületének 21/2006 (IX.15) számú rendelete (egységes szerkezetben a módosításokkal) Balatonfenyves Község Önkorányzata Képviselő-testületének 21/2006 (IX.15) száú rendelete (egységes szerkezetben a ódosításokkal) BALATOFENYVES KÖZSÉG HELYI ÉPÍTÉSI SZABÁLYZATÁRÓL. Balatonfenyves Község

Részletesebben

Dinamikus modellek szerkezete, SDG modellek

Dinamikus modellek szerkezete, SDG modellek Diagnosztika - 3. p. 1/2 Modell Alapú Diagnosztika Diszkrét Módszerekkel Dinamikus modellek szerkezete, SDG modellek Hangos Katalin PE Villamosmérnöki és Információs Rendszerek Tanszék Diagnosztika - 3.

Részletesebben

I. LABOR -Mesterséges neuron

I. LABOR -Mesterséges neuron I. LABOR -Mesterséges neuron A GYAKORLAT CÉLJA: A mesterséges neuron struktúrájának az ismertetése, neuronhálókkal kapcsolatos elemek, alapfogalmak bemutatása, aktivációs függvénytípusok szemléltetése,

Részletesebben

7. OSZTÁLY TANMENETE MATEMATIKÁBÓL 2014/2015

7. OSZTÁLY TANMENETE MATEMATIKÁBÓL 2014/2015 7. OSZTÁLY TANMENETE MATEMATIKÁBÓL 2014/2015 Évi óraszá: 108 óra Heti óraszá: 3 óra 1. téa: Racionális száok, hatványozás 11 óra 2. téa: Algebrai kifejezések 12 óra 1. téazáró dolgozat 3. téa: Egyenletek,

Részletesebben

Összegezés az ajánlatok elbírálásáról

Összegezés az ajánlatok elbírálásáról 14. ellékletei 44/201 n, (XL 2 J MvM rendelethez KÖZBESZERZÉSI ADATBÁZIS Összegezés az ajánlatok elbírálásáról I. szakasz: Ajánlatkérő I.l) Név és cíek 1(jelölje eg az eljárásért felelős összes ajánlatkérőt)

Részletesebben

"Flat" rendszerek. definíciók, példák, alkalmazások

Flat rendszerek. definíciók, példák, alkalmazások "Flat" rendszerek definíciók, példák, alkalmazások Hangos Katalin, Szederkényi Gábor szeder@scl.sztaki.hu, hangos@scl.sztaki.hu 2006. október 18. flatness - p. 1/26 FLAT RENDSZEREK: Elméleti alapok 2006.

Részletesebben

Mérési útmutató Az önindukciós és kölcsönös indukciós tényező meghatározása Az Elektrotechnika c. tárgy 7. sz. laboratóriumi gyakorlatához

Mérési útmutató Az önindukciós és kölcsönös indukciós tényező meghatározása Az Elektrotechnika c. tárgy 7. sz. laboratóriumi gyakorlatához BUDAPESTI MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM VILLAMOSMÉRNÖKI ÉS INFORMATIKAI KAR VILLAMOS ENERGETIKA TANSZÉK Mérési útutató Az önindukciós és kölcsönös indukciós tényező eghatározása Az Elektrotechnika

Részletesebben

Oktatási Hivatal. A 2015/2016. tanévi Országos Középiskolai Tanulmányi Verseny második forduló FIZIKA I. KATEGÓRIA. Javítási-értékelési útmutató

Oktatási Hivatal. A 2015/2016. tanévi Országos Középiskolai Tanulmányi Verseny második forduló FIZIKA I. KATEGÓRIA. Javítási-értékelési útmutató Oktatási Hivatal A 05/06. tanévi Országos Középiskolai Tanulányi Verseny ásodik forduló FIZIKA I. KATEGÓRIA Javítási-értékelési útutató. feladat: Vékony, nyújthatatlan fonálra M töegű, R sugarú karikát

Részletesebben

Szemcsés szilárd anyag porozitásának mérése. A sűrűség ismert definíciója szerint meghatározásához az anyag tömegét és térfogatát kell ismernünk:

Szemcsés szilárd anyag porozitásának mérése. A sűrűség ismert definíciója szerint meghatározásához az anyag tömegét és térfogatát kell ismernünk: Szecsés szilárd anyag porozitásának érése. Eléleti háttér A vegyipar alapanyagainak és terékeinek több int fele szilárd szecsés, ún. ölesztett anyag. Alapanyag pl. a szén, szilikonok, szees terények stb.,

Részletesebben

Matematika III előadás

Matematika III előadás Matematika III. - 3. előadás Vinczéné Varga Adrienn Debreceni Egyetem Műszaki Kar, Műszaki Alaptárgyi Tanszék Előadáskövető fóliák Vinczéné Varga Adrienn (DE-MK) Matematika III. 2016/2017/I 1 / 19 Skalármezők

Részletesebben

Ó T A T U M T I Ú S Á T R A T N A B R A K S I É S É L

Ó T A T U M T I Ú S Á T R A T N A B R A K S I É S É L Vezérlőegység KEZELÉSI ÉS KARBANTARTÁSI ÚTMUTATÓ Tartalojegyzék Alkalazás, üzei körülények, felépítés...3 Alkalazás...4 Kiválasztás...4 Dokuentáció...4 Üzei körülények...4 Berendezés felépítése...4 Szabályzó

Részletesebben

A szimplex tábla. p. 1

A szimplex tábla. p. 1 A szimplex tábla Végződtetés: optimalitás és nem korlátos megoldások A szimplex algoritmus lépései A degeneráció fogalma Komplexitás (elméleti és gyakorlati) A szimplex tábla Példák megoldása a szimplex

Részletesebben

Szenzorcsatolt robot: A szenzorcsatolás lépései:

Szenzorcsatolt robot: A szenzorcsatolás lépései: 1. Mi a szenzorcsatolt robot, hogyan épül fel? Ismertesse a szenzorcsatolás lépéseit röviden az Egységes szenzorplatform architektúra segítségével. Mikor beszélünk szenzorfúzióról? Milyen módszereket használhatunk?

Részletesebben

TARTALOMJEGYZÉK JÓVÁHAGYOTT MUNKARÉSZEK TELEPÜLÉSSZERKEZETI TERV ÉS LEÍRÁSA

TARTALOMJEGYZÉK JÓVÁHAGYOTT MUNKARÉSZEK TELEPÜLÉSSZERKEZETI TERV ÉS LEÍRÁSA TARTALOMJEGYZÉK JÓVÁHAGYOTT MUNKARÉSZEK TELEPÜLÉSSZERKEZETI TERV ÉS LEÍRÁSA ÉS SZABÁLYOZÁSI TERV I. ÁLTALÁNOS ELŐÍRÁSOK 1 A rendelet hatálya 1 Szabályozási eleek 1 Sajátos jogintézények 2 Fogalo eghatározás

Részletesebben

Dualitás Dualitási tételek Általános LP feladat Komplementáris lazaság 2017/ Szegedi Tudományegyetem Informatikai Intézet

Dualitás Dualitási tételek Általános LP feladat Komplementáris lazaság 2017/ Szegedi Tudományegyetem Informatikai Intézet Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 7. Előadás Árazási interpretáció Tekintsük újra az erőforrás allokációs problémát (vonat

Részletesebben

Nagy Gábor compalg.inf.elte.hu/ nagy

Nagy Gábor  compalg.inf.elte.hu/ nagy Diszkrét matematika 3. estis képzés 2018. ősz 1. Diszkrét matematika 3. estis képzés 9. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék

Részletesebben

Légfékrendszer szimulációja fix lépésközzel

Légfékrendszer szimulációja fix lépésközzel Járűipari innováció Légfékrendszer sziulációja fix lépésközzel Baldauf András gyakornok Knorr-Brese Fékrendszerek Kft. Hankovszki Zoltán PhD-hallgató BME, Gépjárűvek Tanszék Kovács Roland fejlesztési csoportvezető

Részletesebben

Numerikus módszerek beugró kérdések

Numerikus módszerek beugró kérdések 1. Definiálja a gépi számok halmazát (a tanult modellnek megfelelően)! Adja meg a normalizált lebegőpontos szám alakját. (4 pont) Az alakú számot normalizált lebegőpontos számnak nevezik, ha Ahol,,,. Jelöl:

Részletesebben

Diszkréten mintavételezett függvények

Diszkréten mintavételezett függvények Diszkréten mintavételezett függvények A függvény (jel) értéke csak rögzített pontokban ismert, de köztes pontokban is meg akarjuk becsülni időben mintavételezett jel pixelekből álló műholdkép rácson futtatott

Részletesebben

A szinuszosan váltakozó feszültség és áram

A szinuszosan váltakozó feszültség és áram A szinszosan váltakozó feszültség és ára. A szinszos feszültség előállítása: Egy téglalap alakú vezető keretet egyenletesen forgatnk szögsebességgel egy hoogén B indkciójú ágneses térben úgy, hogy a keret

Részletesebben

Vagyonkezelési irányelvek (Befektetési politika tartalmi kivonata) Allianz Hungária Önkéntes Nyugdíjpénztár 2015. február 1.

Vagyonkezelési irányelvek (Befektetési politika tartalmi kivonata) Allianz Hungária Önkéntes Nyugdíjpénztár 2015. február 1. Vagyonkezelési irányelvek (Befektetési politika tartali kivonata) Allianz Hungária Önkéntes Nyugdíjpénztár 2015. február 1. napjától Az Allianz Hungária Nyugdíjpénztár a befektetések során az egyes portfoliók

Részletesebben

Hullámtan. A hullám fogalma. A hullámok osztályozása.

Hullámtan. A hullám fogalma. A hullámok osztályozása. Hullátan A hullá fogala. A hulláok osztályozása. Kísérletek Kis súlyokkal összekötött ingasor elején keltett rezgés átterjed a többi ingára is [0:6] Kifeszített guikötélen keltett zavar végig fut a kötélen

Részletesebben

Opkut deníciók és tételek

Opkut deníciók és tételek Opkut deníciók és tételek Készítette: Bán József Deníciók 1. Deníció (Lineáris programozási feladat). Keressük meg adott lineáris, R n értelmezési tartományú függvény, az ún. célfüggvény széls értékét

Részletesebben

Differenciálegyenlet rendszerek

Differenciálegyenlet rendszerek Differenciálegyenlet rendszerek (A kezdeti érték probléma. Lineáris differenciálegyenlet rendszerek, magasabb rendű lineáris egyenletek.) Szili László: Modellek és algoritmusok ea+gyak jegyzet alapján

Részletesebben

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1 Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában

Részletesebben

3. előadás Stabilitás

3. előadás Stabilitás Stabilitás 3. előadás 2011. 09. 19. Alapfogalmak Tekintsük dx dt = f (t, x), x(t 0) = x 0 t (, ), (1) Jelölje t x(t; t 0, x 0 ) vagy x(.; t 0, x 0 ) a KÉF megoldását. Kívánalom: kezdeti állapot kis megváltozása

Részletesebben

út hosszát. Ha a két várost nem köti össze út, akkor legyen c ij = W, ahol W már az előzőekben is alkalmazott megfelelően nagy szám.

út hosszát. Ha a két várost nem köti össze út, akkor legyen c ij = W, ahol W már az előzőekben is alkalmazott megfelelően nagy szám. 1 Az utazó ügynök problémája Utazó ügynök feladat Adott n számú város és a városokat összekötő utak, amelyeknek ismert a hossza. Adott továbbá egy ügynök, akinek adott városból kiindulva, minden várost

Részletesebben

A 2010/2011. tanévi FIZIKA Országos Középiskolai Tanulmányi Verseny első fordulójának. feladatai és megoldásai fizikából. II.

A 2010/2011. tanévi FIZIKA Országos Középiskolai Tanulmányi Verseny első fordulójának. feladatai és megoldásai fizikából. II. Oktatási Hivatal A 010/011. tanévi FIZIKA Országos Középiskolai Tanulányi Verseny első fordulójának feladatai és egoldásai fizikából II. kategória A dolgozatok elkészítéséhez inden segédeszköz használható.

Részletesebben

A mikroskálájú modellek turbulencia peremfeltételeiről

A mikroskálájú modellek turbulencia peremfeltételeiről A mikroskálájú modellek turbulencia peremfeltételeiről Adjunktus Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Áramlástan Tanszék 27..23. 27..23. / 7 Általános célú CFD megoldók alkalmazása

Részletesebben

Differenciálegyenletek numerikus integrálása április 9.

Differenciálegyenletek numerikus integrálása április 9. Differenciálegyenletek numerikus integrálása 2018. április 9. Differenciálegyenletek Olyan egyenletek, ahol a megoldást függvény alakjában keressük az egyenletben a függvény és deriváltjai szerepelnek

Részletesebben

Diszkrét Matematika. zöld könyv ): XIII. fejezet: 1583, 1587, 1588, 1590, Matematikai feladatgyűjtemény II. (

Diszkrét Matematika. zöld könyv ): XIII. fejezet: 1583, 1587, 1588, 1590, Matematikai feladatgyűjtemény II. ( FELADATOK A LEKÉPEZÉSEK, PERMUTÁCIÓK TÉMAKÖRHÖZ Diszkrét Matematika 4. LEKÉPEZÉSEK Értelmezési tartomány és értékkészlet meghatározása : Összefoglaló feladatgyűjtemény matematikából ( zöld könyv ): XIII.

Részletesebben

ELTE TáTK Közgazdaságtudományi Tanszék MAKROÖKONÓMIA. Készítette: Horváth Áron, Pete Péter. Szakmai felelős: Pete Péter

ELTE TáTK Közgazdaságtudományi Tanszék MAKROÖKONÓMIA. Készítette: Horváth Áron, Pete Péter. Szakmai felelős: Pete Péter MAKROÖKONÓMIA MAKROÖKONÓMIA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék, az

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 9 IX. ROBUsZTUs statisztika 1. ROBUsZTUssÁG Az eddig kidolgozott módszerek főleg olyanok voltak, amelyek valamilyen értelemben optimálisak,

Részletesebben

Technológiai tervezés Oktatási segédlet

Technológiai tervezés Oktatási segédlet Miskolci Egyete Gépészérnöki és Inforatikai Kar Gépgyártástechnológiai Tanszék Technológiai tervezés Oktatási segédlet Műveleti éretek és ráhagyások eghatározása. Miskolc, 009 Összeállította: Dr. Maros

Részletesebben

Differenciálegyenletek numerikus megoldása

Differenciálegyenletek numerikus megoldása a Matematika mérnököknek II. című tárgyhoz Differenciálegyenletek numerikus megoldása Fokozatos közeĺıtés módszere (1) (2) x (t) = f (t, x(t)), x I, x(ξ) = η. Az (1)-(2) kezdeti érték probléma ekvivalens

Részletesebben

f(x) vagy f(x) a (x x 0 )-t használjuk. lim melyekre Mivel itt ɛ > 0 tetszőlegesen kicsi, így a a = 0, a = a, ami ellentmondás, bizonyítva

f(x) vagy f(x) a (x x 0 )-t használjuk. lim melyekre Mivel itt ɛ > 0 tetszőlegesen kicsi, így a a = 0, a = a, ami ellentmondás, bizonyítva 6. FÜGGVÉNYEK HATÁRÉRTÉKE ÉS FOLYTONOSSÁGA 6.1 Függvény határértéke Egy D R halmaz torlódási pontjainak halmazát D -vel fogjuk jelölni. Definíció. Legyen f : D R R és legyen x 0 D (a D halmaz torlódási

Részletesebben

ACM Snake. Orvosi képdiagnosztika 11. előadás első fele

ACM Snake. Orvosi képdiagnosztika 11. előadás első fele ACM Snake Orvosi képdiagnosztika 11. előadás első fele ACM Snake (ismétlés) A szegmentáló kontúr egy paraméteres görbe: x Zs s X s, Y s,, s A szegmentáció energia funkcionál minimalizálása: E x Eint x

Részletesebben

A u t o m a t i k a. vezérlõegység VCB. vezérlõegység

A u t o m a t i k a. vezérlõegység VCB. vezérlõegység A u t o a t i k a vezérlõegység VCB vezérlõegység Elvi kapcsolási rajz Helység Alternatív kivitel Légkezelõ berendezés elegvizes fûtõkaloriferrel, hûtõkaloriferrel, ventilátor fordulatszá (légennyiség)

Részletesebben

ODE SOLVER-ek használata a MATLAB-ban

ODE SOLVER-ek használata a MATLAB-ban ODE SOLVER-ek használata a MATLAB-ban Mi az az ODE? ordinary differential equation Milyen ODE megoldók vannak a MATLAB-ban? ode45, ode23, ode113, ode15s, ode23s, ode23t, ode23tb, stb. A részletes leírásuk

Részletesebben

Makroszkopikus emisszió modell validálása és irányítási célfüggvényként való alkalmazásának vizsgálata

Makroszkopikus emisszió modell validálása és irányítási célfüggvényként való alkalmazásának vizsgálata Maroszopus emsszó modell valdálása és rányítás célfüggvényént való alalmazásána vzsgálata Csós Alfréd Témavezető: Varga István Közleedés és járműrányítás worshop BME 2011 ISBN 978-963-420-975-1 Bevezetés

Részletesebben

Enzimaktivitás szabályozása

Enzimaktivitás szabályozása 2017. 03. 12. Dr. Tretter László, Dr. olev rasziir Enziaktivitás szabályozása 2017. árcius 13/16. Mit kell tudni az előadás után: 1. Reverzibilis inhibitorok kinetikai jellezői és funkcionális orvosbiológiai

Részletesebben

a) Az első esetben emelési és súrlódási munkát kell végeznünk: d A

a) Az első esetben emelési és súrlódási munkát kell végeznünk: d A A 37. Mikola Sándor Fizikaverseny feladatainak egoldása Döntő - Gináziu 0. osztály Pécs 08. feladat: a) Az első esetben eelési és súrlódási unkát kell végeznünk: d W = gd + μg cos sin + μgd, A B d d C

Részletesebben

Bevezetés az állapottér-elméletbe Dinamikus rendszerek állapottér reprezentációi

Bevezetés az állapottér-elméletbe Dinamikus rendszerek állapottér reprezentációi Tartalom Bevezetés az állapottér-elméletbe Irányítható alak Megfigyelhetőségi alak Diagonális alak Állapottér transzformáció 2018 1 A szabályozáselmélet klasszikus, BODE, NICHOLS, NYQUIST nevéhez kötődő,

Részletesebben

A mestergerendás fafödémekről

A mestergerendás fafödémekről A estergerendás aödéekről A népi építészetben gyakran alkalazzák azt a ödészerkezeti egoldást hogy a keresztirányú a gerendatartókat egy vagy több hosszirányú tartóval az úgy - nevezett estergerendával

Részletesebben

Soros felépítésű folytonos PID szabályozó

Soros felépítésű folytonos PID szabályozó Soros felépítésű folytonos PID szabályozó Főbb funkciók: A program egy PID szabályozót és egy ez által szabályozott folyamatot szimulál, a kimeneti és a beavatkozó jel grafikonon való ábrázolásával. A

Részletesebben

1. Példa. A gamma függvény és a Fubini-tétel.

1. Példa. A gamma függvény és a Fubini-tétel. . Példa. A gamma függvény és a Fubini-tétel.. Az x exp x + t )) függvény az x, t tartományon folytonos, és nem negatív, ezért alkalmazható rá a Fubini-tétel. I x exp x + t )) dxdt + t dt π 4. [ exp x +

Részletesebben