Példa. Job shop ütemezés
|
|
- Mátyás Gáspár
- 7 évvel ezelőtt
- Látták:
Átírás
1 Példa Job shop ütemezés Egy üzemben négy gép működik, és ezeken 3 feladatot kell elvégezni. Az egyes feladatok sorra a következő gépeken haladnak végig (F jelöli a feladatokat, G a gépeket): Az ütemezési feladatot gráf formában is ábrázolhatjuk. Ilyenkor a gráfban az élek jelölik az ún. precedenciákat, vagyis, hogy mely műveletet vagy műveleteket kell befejeznünk az adott művelet megkezdéséhez. A 5. ábrán látható a mintafeladat precedencia gráfja. 5. ábra A mintafeladat gráf ábrázolása A műveleti idők az alábbiak (zárójelben a gép, melyen a műveletet végzik): 1. lépés 2. lépés 3. lépés 4. lépés F1 (G1) 10 (G2) 8 (G3) 4 F2 (G2) 8 (G1) 3 (G4) 5 (G3) 6 F3 (G1) 4 (G2) 7 (G4) 3 1. táblázat Műveletek időszükséglete A feladatok azonnal elkezdhetők. Az ütemezés célja az átfutási idő (makespan) minimalizálása. Vagyis: mi az a legkorábbi idő, amire a legutolsó művelet is befejeződik, és ehhez mikor kell az egyes műveletek megkezdeni? A szűk keresztmetszet módszere
2 A módszer lényege, hogy úgy egyszerűsítjük a problémát, hogy egyszerre csak egy gépen rakjuk sorba a műveleteket, de e célra mindig azt a gépet választjuk ki, amelyik a rendszer szűk keresztmetszete, vagyis amelyen a legnagyobb a várható késés a legkorábbi befejezés becsült értékéhez viszonyítva (legnagyobb késés). A módszer algoritmusának főbb lépései: 1. A még be nem sorolt gépekről ideiglenesen feltesszük, hogy elegendő párhuzamosan működő példány van belőlük. Ezzel a feltételezéssel kiszámítjuk a legkorábbi befejezési időt (pl. az ún. kritikus út módszerével). 2. Kiszámítjuk minden művelet legkorábbi kezdési idejét, és az 1. pontban számolt becsült befejezési időt felhasználva kiszámítjuk minden művelet legkésőbbi befejezési idejét. 3. Sorra minden, még be nem sorolt gépen egygépes ütemezést végzünk a még be nem sorolt műveletekkel, célul tekintve a legnagyobb késés minimalizálását. 4. Kiválasztjuk azt a gépet, aminek legnagyobb késése az összes gép közül a legnagyobb, és ennek műveleti sorrendjét rögzítjük. 5. A többi, korábban besorolt gépet megpróbáljuk egyenként átütemezni, hogy jobb megoldást kapjunk. 6. Ha maradt még be nem sorolt gép, akkor visszatérünk az 1. pontra. Egyébként az ütemezés véget ér. Az alfejezet további részében a mintafeladaton bemutatjuk az algoritmus minden lépését, és végig is számítjuk. Ha Ön munkaköréből adódóan hasonló problémákat old meg, akkor érdemes többször is végig olvasnia az alfejezetet. Esetünkben először egyik gép sincs besorolva, és mind a három feladatról feltesszük, hogy párhuzamosan mehetnek. A független átfutási idők: 1. feladat: =22, 2. feladat: =22, 3. feladat: 4+7+3=14. A becsült befejezési idő tehát 22 (lsd. 6. ábra).
3 6. ábra: Az első iterációs lépés számításának grafikus szemléltetése A független átfutási idők alapján sorra vesszük a 4 gépet. Az 1. gépen a műveletek adatai: feladat: műveleti idő: legkorábbi kezdés: legkésőbbi befejezés: Az optimális sorrend: 1, 2, 3; a legnagyobb késés: 5. A legnagyobb késés az alábbi alábbi összefüggéssel számítható ki: ahol AK a legnagyobb késés, di,j az i. job j. műveletének legkésőbbi befejezési ideje, i. job j. műveletének aktuális befejezési ideje a sor sorrend esetén. az A 2. gépen a műveletek adatai: feladat: műveleti idő: legkorábbi kezdés: legkésőbbi befejezés: Az optimális sorrend: 2, 3, 1; a legnagyobb késés: 5. A 3. gépen a műveletek adatai:
4 feladat: 1 2 műveleti idő: 4 6 legkorábbi kezdés: 8 16 legkésőbbi befejezés: Az optimális sorrend: 1, 2; a legnagyobb késés: 0. A 4. gépen a műveletek adatai: feladat: 2 3 műveleti idő: 5 3 legkorábbi kezdés: legkésőbbi befejezés: Az optimális sorrend: 2, 3; a legnagyobb késés: 0. Az 1. és a 2. gépek egyformán a szűk keresztmetszet gépei. Kiválasztjuk az 1. gépet, és rögzítjük az optimális sorrendjét. Ezután megmaradt gépekkel megismételjük az eljárást. Ehhez tudjuk, hogy a legkorábbi befejezés 22+5=27. Mivel most az 1. gép műveletei már sorba rendezettek, megváltoznak a még be nem sorolt műveletek legkorábbi kezdési idői, és legkésőbbi befejezési idői. Utóbbi azért is, mert a végső idő becslése 22-ről 27-re nőtt (lsd. 7. ábra). 7. ábra: A második iterációs lépés számításának grafikus szemléltetése Sorra vesszük a megmaradt három gépet. A 2. gépen a műveletek adatai: feladat: műveleti idő: legkorábbi kezdés:
5 legkésőbbi befejezés: Az optimális sorrend: 2, 1, 3; a legnagyobb késés: 1. A 3. gépen a műveletek adatai: feladat: 1 2 műveleti idő: 4 6 legkorábbi kezdés: legkésőbbi befejezés: Sorrendtől függetlenül a legnagyobb késés: 1. A 4. gépen a műveletek adatai: feladat: 2 3 műveleti idő: 5 3 legkorábbi kezdés: legkésőbbi befejezés: Az optimális sorrend: 2, 3; a legnagyobb késés: 0. A legnagyobb késés 1, és a szűk keresztmetszet a 2. vagy a 3. gép (mindkettő). Kiválasztjuk a 2. gépet, és rögzítjük műveleti sorrendjét. A becsült befejezés: 27+1=28. Az 1. (korábban besorolt) gép átütemezésével sem nyerünk ennél korábbi befejezést. Mivel most az 1. és a 2. gép műveletei már sorba rendezettek, megváltoznak a még be nem sorolt műveletek legkorábbi kezdési idői, és legkésőbbi befejezési idői. Sorra vesszük a megmaradt két gépet. 8. ábra: A harmadik iterációs lépés számításának grafikus szemléltetése
6 A 3. gépen a műveletek adatai: feladat: 1 2 műveleti idő: 4 6 legkorábbi kezdés: legkésőbbi befejezés: Sorrendtől függetlenül a legnagyobb késés: 0. A 4. gépen a műveletek adatai: feladat: 2 3 műveleti idő: 5 3 legkorábbi kezdés: legkésőbbi befejezés: Az optimális sorrend: 2, 3; a legnagyobb késés: 0. Megjegyezzük, hogy a 3. gépen alternatív megoldásaink vannak. Ezzel egyszerre két optimális megoldást is meghatároztunk (lsd ábrát). 9. ábra: Az első megoldás Gantt-diagramja 10. ábra: Az második megoldás Gantt-diagramja
Dr. Kulcsár Gyula. Virtuális vállalat félév. Projektütemezés. Virtuális vállalat félév 5. gyakorlat Dr.
Projektütemezés Virtuális vállalat 06-07. félév 5. gyakorlat Dr. Kulcsár Gyula Projektütemezési feladat megoldása Projekt: Projektütemezés Egy nagy, összetett, általában egyedi igény alapján előállítandó
RészletesebbenÜtemezés gyakorlat. Termelésszervezés
Ütemezés gyakorlat egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Feladattípusok Általános ütemezés Egygépes ütemezési problémák Párhuzamos erőforrások ütemezése Flow-shop és job-shop ütemezés
RészletesebbenÜtemezési problémák. Kis Tamás 1. ELTE Problémamegoldó Szeminárium, ősz 1 MTA SZTAKI. valamint ELTE, Operációkutatási Tanszék
Ütemezési problémák Kis Tamás 1 1 MTA SZTAKI valamint ELTE, Operációkutatási Tanszék ELTE Problémamegoldó Szeminárium, 2012. ősz Kivonat Alapfogalmak Mit is értünk ütemezésen? Gépütemezés 1 L max 1 rm
RészletesebbenMiskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék 06/7. félév 7. Előadás Dr. Kulcsár Gyula egyetemi docens Tartalom. A projektütemezés alapjai..
RészletesebbenVállalatirányítás HÁLÓTERVEZÉS. Tevékenység Jel Kódjel megelőző követő tevékenység jele. A - C 6 Munkaerő-szükséglet 2. B - F 8 műszaki tervezése 3.
HÁLÓTERVEZÉS 1. Egy hálótervről az alábbi adatok ismertek: Közvetlenül Tevékenység Jel Kódjel megelőző követő tevékenység jele 1. Generálterv kidolgozása A - C 6 Munkaerő-szükséglet. meghatározása és gyári
RészletesebbenMiskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Informatikai Intézet Alkalmazott Informatikai Intézeti Tanszék 2016/17 2. félév 5. Előadás Dr. Kulcsár Gyula egyetemi docens Tartalom 1. Párhuzamosan
RészletesebbenÁltalános algoritmustervezési módszerek
Általános algoritmustervezési módszerek Ebben a részben arra mutatunk példát, hogy miként használhatóak olyan általános algoritmustervezési módszerek mint a dinamikus programozás és a korlátozás és szétválasztás
RészletesebbenÜzemszervezés A BMEKOKUA180
Budapesti Műszaki és Gazdaságtudományi Egyetem Közlekedésmérnöki és Járműmérnöki Kar Közlekedésmérnöki Szak Üzemszervezés A BMEKOKUA180 Projekt tervezés Dr. Juhász János egyetemi docens Projekt tervezés
RészletesebbenAz optimális megoldást adó algoritmusok
Az optimális megoldást adó algoritmusok shop ütemezés esetén Ebben a fejezetben olyan modellekkel foglalkozunk, amelyekben a munkák több műveletből állnak. Speciálisan shop ütemezési problémákat vizsgálunk.
RészletesebbenGyártórendszerek dinamikája
GYRD-7 p. 1/17 Gyártórendszerek dinamikája Gyártásütemezés: az ütemezések analízise Gantt-chart módszerrel, az optimalizálási feladat kitűzése és változatai, megoldás a kritikus út módszerrel Werner Ágnes
RészletesebbenÜtemezés tervezése A leghátrányosabb helyzet kistérségek fejlesztési és együttm ködési kapacitásainak meger
Ütemezés tervezése A leghátrányosabb helyzetű kistérségek fejlesztési és együttműködési kapacitásainak megerősítése ÁROP-1.1.5/C A Tokajii Kistérség Fejlesztési és Együttműködési Kapacitásának Megerősítése
RészletesebbenÜzemszervezés. Projekt tervezés. Dr. Juhász János
Üzemszervezés Projekt tervezés Dr. Juhász János Projekt tervezés - Definíció Egy komplex tevékenység feladatainak, meghatározott célok elérése érdekében, előre megtervezett módon, az erőforrások sajátosságainak
RészletesebbenÜtemezési feladatok. Az ütemezési feladatok vizsgálata az 50-es évek elején kezdődött, majd
1 Ütemezési feladatok Az ütemezési feladatok vizsgálata az 50-es évek elején kezdődött, majd tekintettel a feladat gyakorlati fontosságára sok különböző modell tanulmányozására került sor, és a témakör
RészletesebbenHagyományos termelésirányítási módszerek:
Hagyományos termelésirányítási módszerek: - A termelésirányítás határozza meg, hogy az adott termék egyes technológiai műveletei - melyik gépeken vagy gépcsoportokon készüljenek el, - mikor kezdődjenek
RészletesebbenIBNR számítási módszerek áttekintése
1/13 IBNR számítási módszerek áttekintése Prokaj Vilmos email: Prokaj.Vilmos@pszaf.hu 1. Kifutási háromszög Év 1 2 3 4 5 2/13 1 X 1,1 X 1,2 X 1,3 X 1,4 X 1,5 2 X 2,1 X 2,2 X 2,3 X 2,4 X 2,5 3 X 3,1 X 3,2
RészletesebbenA projekt idő-, erőforrás és költségterve 1. rész
A projekt idő-, erőforrás és költségterve 1. rész A TERVEZÉS FOLYAMATA a projekttevékenységek meghatározása a tevékenységek közötti logikai függőségi kapcsolatok meghatározása erőforrás-allokáció és a
RészletesebbenMATEMATIKA a 8. évfolyamosok számára. Mat1 JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ
8. évfolyam Mat1 Javítási-értékelési útmutató MTEMTI a 8. évfolyamosok számára Mat1 JVÍTÁSI-ÉRTÉEÉSI ÚTMUTTÓ 201. január 18. javítókulcsban feltüntetett válaszokra a megadott pontszámok adhatók. pontszámok
RészletesebbenA technológiai berendezés (M) bemenő (BT) és kimenő (KT) munkahelyi tárolói
9., ELŐADÁS LOGISZTIKA A TERMELÉSIRÁNYÍTÁSBAN Hagyományos termelésirányítási módszerek A termelésirányítás feladata az egyes gyártási műveletek sorrendjének és eszközökhöz történő hozzárendelésének meghatározása.
RészletesebbenA -Y és a Y- átalakítás bemutatása. Kiss László április havában
A -Y és a Y- átalakítás bemutatása Kiss László 2011. április havában -Y átalakítás ohmos ellenállásokra Mint ismeretes, az elektrotechnikai gyakorlatban többször előfordul olyan kapcsolási kép, ami a megszokott
RészletesebbenGráfelméleti modell alkalmazása épít ipari kivitelezés ütemezésére
Tamaga István Gráfelméleti modell alkalmazása épít ipari kivitelezés ütemezésére modell Készítsük el egy épít ipari kivitelezés gráfelméleti modelljét! Ekkor a kivitelezést megfeleltetjük egy gráfnak,
RészletesebbenMICROSOFT DYNAMICS AX TERMELÉSIRÁNYÍTÁS III.
MICROSOFT DYNAMICS AX TERMELÉSIRÁNYÍTÁS III. A Microsoft Dynamics AX rendszer Termelésirányítás III. modulja hatékonyabbá teszi a gyártási ciklus szervezését. A Microsoft Dynamics AX rendszer termelésirányítási
Részletesebben1. hét. Neptun kód. Összesen. Név
1. hét 1 5 1 3 28 1 1 8 1 3 3 44 1 5 1 3 2 3 1 7 5 1 3 1 45 1 5 1 1 1 6 51 1 1 1 1 1 5 1 2 8 1 7 3 4 8 5 8 1 1 41 1 5 8 1 1 3 46 1 8 1 3 2 33 1 7 8 1 3 38 1 5 7 1 7 1 49 1 1 5 1 1 45 1 8 1 3 31 1 8 8 1
Részletesebben1. tétel. 1. Egy derékszögű háromszög egyik szöge 50, a szög melletti befogója 7 cm. Mekkora a háromszög átfogója? (4 pont)
1. tétel 1. Egy derékszögű háromszög egyik szöge 50, a szög melletti befogója cm. Mekkora a háromszög átfogója? (4 pont). Adott az ábrán két vektor. Rajzolja meg a b, a b és az a b vektorokat! (6 pont)
RészletesebbenELŐADÁS ÁTTEKINTÉSE. Tevékenységek tervezése Gantt diagramm
ELŐADÁS ÁTTEKINTÉSE Tevékenységek tervezése Gantt diagramm TEVÉKENYSÉGEK TERVEZÉSE Fel kell vázolni egy lehetséges tevékenység sorozatot, egyfajta megoldást, illetve elvárt eredményt, amit a célrendszerrel
RészletesebbenAnyagszükséglet-tervezés gyakorlat. Termelésszervezés
Anyagszükséglet-tervezés gyakorlat egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Feladattípusok Egyszerű tételnagyság-képzési szabályok, heurisztikák, kapacitáskorlátos esetek (3 komponens,
RészletesebbenKOMPLEX KOMMUNIKÁCIÓS ÉS TERMÉSZETTUDOMÁNYI CSOMAG MATEMATIKA TÁMOP-2.2.3-07/1-2F-2008-0011 MATEMATIKA A MINDENNAPI ÉLETBEN 9.
KOMPLEX KOMMUNIKÁCIÓS ÉS TERMÉSZETTUDOMÁNYI CSOMAG MATEMATIKA TÁMOP-2.2.3-07/1-2F-2008-0011 MATEMATIKA A MINDENNAPI ÉLETBEN 9. ÉVFOLYAM TANÁRI KÉZIKÖNYV MAT9_TK.indd 1 2009.11.05. 13:40:27 A kiadvány a
RészletesebbenKIFÁRADÁSI ÉLETTARTAM MINTAFELADAT (MSc.)
BUDAPESTI MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM KIFÁRADÁSI ÉLETTARTAM MINTAFELADAT (MSc.) Járműelemek és Járműszerkezetanalízis Tanszék FELADAT: Határozza meg a megadott rendszertelen terhelési folyamat
RészletesebbenDinamikus programozás - Szerelőszalag ütemezése
Dinamikus programozás - Szerelőszalag ütemezése A dinamikus programozás minden egyes részfeladatot és annak minden részfeladatát pontosan egyszer oldja meg, az eredményt egy táblázatban tárolja, és ezáltal
RészletesebbenTermelési logisztikai rendszerek tervezése-fejlesztése
Termelési logisztikai rendszerek tervezése-fejlesztése Fejlesztés-tervezés színterei Meglévő, működő rendszerek jellemzőinek értékelése, intenzifikálása Új termelési logisztikai rendszer tervezése Termelési
RészletesebbenOnline migrációs ütemezési modellek
Online migrációs ütemezési modellek Az online migrációs modellekben a régebben ütemezett munkák is átütemezhetőek valamilyen korlátozott mértékben az új munka ütemezése mellett. Ez csökkentheti a versenyképességi
RészletesebbenIntegrált gyártórendszerek
IGYR-7 p. 1/4 Integrált gyártórendszerek Gyártásütemezés: az ütemezések analízise Gantt-chart módszerrel, az optimalizálási feladat kitűzése és változatai, megoldás a kritikus út módszerrel, dinamikus
RészletesebbenEBBEN A VIZSGARÉSZBEN A VIZSGAFELADAT ARÁNYA
Az Országos Képzési Jegyzékről és az Országos Képzési Jegyzékbe történő felvétel és törlés eljárási rendjéről szóló 133/2010. (IV. 22. ) Korm. rendelet alapján. Szakképesítés, szakképesítés-elágazás, rész-szakképesítés,
RészletesebbenLINEÁRIS PROGRAMOZÁSI FELADATOK MEGOLDÁSA SZIMPLEX MÓDSZERREL
LINEÁRIS PROGRAMOZÁSI FELADATOK MEGOLDÁSA SZIMPLEX MÓDSZERREL x 1-2x 2 6 -x 1-3x 3 = -7 x 1 - x 2-3x 3-2 3x 1-2x 2-2x 3 4 4x 1-2x 2 + x 3 max Alapfogalmak: feltételrendszer (narancs színnel jelölve), célfüggvény
RészletesebbenEgész számok. pozitív egész számok: 1; 2; 3; 4;... negatív egész számok: 1; 2; 3; 4;...
Egész számok természetes számok ( ) pozitív egész számok: 1; 2; 3; 4;... 0 negatív egész számok: 1; 2; 3; 4;... egész számok ( ) 1. Írd a következõ számokat a halmazábra megfelelõ helyére! 3; 7; +6 ; (
Részletesebbentápvezetékre jellemző, hogy csak a vezeték végén van terhelés, ahogy az 1. ábra mutatja.
Tápvezeték A fogyasztókat a tápponttal közvetlen összekötő vezetékeket tápvezetéknek nevezzük. A tápvezetékre jellemző, hogy csak a vezeték végén van terhelés, ahogy az 1. ábra mutatja. U T l 1. ábra.
RészletesebbenTermelésirányítás. Gyártási erőforrások rugalmas kezelése. Gyártási folyamatábra optimalizálása
Termelésirányítás ELŐNYÖK: Átfutási idő lerövidítése és az ügyféligények kielégítése rugalmas ütemezési lehetőségekkel Termelési erőforrások ellenőrzése az optimális teljesítmény érdekében Termelési folyamat
Részletesebben2. Előadás Projekt ütemezés. Solver használata. Salamon Júlia
2. Előadás Projekt ütemezés. Solver használata. Salamon Júlia Projekt ütemezés Számos nagy projekt tervezésekor használják a CMP (Critical Path Method - Kritikus út módszere) és a PERT (Program Evaluation
RészletesebbenKOVÁCS BÉLA, MATEMATIKA I.
KOVÁCS BÉLA, MATEmATIkA I. 1 I. HALmAZOk 1. JELÖLÉSEk A halmaz fogalmát tulajdonságait gyakran használjuk a matematikában. A halmazt nem definiáljuk, ezt alapfogalomnak tekintjük. Ez nem szokatlan, hiszen
RészletesebbenBrósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Számelmélet I.
Számelmélet I. DEFINÍCIÓ: (Ellentett) Egy szám ellentettjén azt a számot értjük, amelyet a számhoz hozzáadva az 0 lesz. Egy szám ellentettje megegyezik a szám ( 1) szeresével. Számfogalmak kialakítása:
RészletesebbenIdő-ütemterv hálók - I. t 5 4
Építésikivitelezés-Vállalkozás / : Hálós ütemtervek - I lőadás:folia.doc Idő-ütemterv hálók - I. t s v u PRT time/cost : ( Program valuation & Review Technique ) ( Program Értékelő és Áttekintő Technika
Részletesebbenbármely másikra el lehessen jutni. A vállalat tudja, hogy tetszőlegesen adott
. Minimális súlyú feszítő fa keresése Képzeljük el, hogy egy útépítő vállalat azt a megbízást kapja, hogy építsen ki egy úthálózatot néhány település között (a települések között jelenleg nincs út). feltétel
Részletesebben1 Energetikai számítások bemutatása, anyag- és energiamérlegek
1 Energetikai számítások bemutatása, anyag- és energiamérlegek Előzőleg a következőkkel foglalkozunk: Fizikai paraméterek o a bemutatott rendszer és modell alapján számítást készítünk az éves energiatermelésre
RészletesebbenVégezze el az alábbi MPM háló időelemzését! B 7 SS3 FS-5 -SF10 D 5 E 2 F 5
Végezze el az alábbi MPM háló időelemzését! 4 SS0 7 2 6 2 R1 1.0 R1 kapcsolat-pár kiváltása (helyettesítése) a mértékadó kapcsolattal 4 SS0 7 2 6 2 ( R1) 1.1 forrás beazonosítása, a 0 idő-potenciál elhelyezése
RészletesebbenÜtemezési modellek. Az ütemezési problémák osztályozása
Ütemezési modellek Az ütemezési problémák osztályozása Az ütemezési problémákban adott m darab gép és n számú munka, amelyeket az 1,..., n számokkal fogunk sorszámozni. A feladat az, hogy ütemezzük az
RészletesebbenBUDAPEST, VII. KERÜLET ERZSÉBETVÁROS FUNKCIÓBŐVÍTŐ REHABILITÁCIÓJA VÉGLEGES AKCIÓTERÜLETI TERV
BUDAPEST, VII. KERÜLET ERZSÉBETVÁROS FUNKCIÓBŐVÍTŐ REHABILITÁCIÓJA VÉGLEGES AKCIÓTERÜLETI TERV KULTÚRA UTCÁJA רחוב התרבות STREET OF CULTURE 2009. JÚLIUS 1 Tartalomjegyzék 1. A FEJLESZTÉS ILLESZKEDÉSE AZ
Részletesebben26. MINIMÁLIS KÖLTSÉGŰ UTAK MINDEN CSÚCSPÁRRA
26. MINIMÁLIS KÖLTSÉGŰ UTAK MINDEN CSÚCSPÁRRA Az előző két fejezetben tárgyalt feladat általánosításaként a gráfban található összes csúcspárra szeretnénk meghatározni a legkisebb költségű utat. A probléma
RészletesebbenIdõ-ütemterv há lók - I. t 5 4
lõadás:folia.doc Idõ-ütemterv há lók - I. t s v u PRT time/cost : ( Program valuation & Review Technique ) ( Program Értékelõ és Áttekintõ Technika ) semény-csomópontú, valószínûségi változókkal dolgozó
RészletesebbenBudapesti Műszaki és Gazdaságtudományi Egyetem Sebestyén Zoltán Projektmenedzsment Gyakorló vizsgafeladatok Kiegészítő oktatási segédanyag
udapesti Műszaki és azdaságtudományi gyetem Sebestyén Zoltán Projektmenedzsment yakorló vizsgafeladatok Kiegészítő oktatási segédanyag udapest 00 Tartalomjegyzék I. MLŐZÉSI LIST ÁTLKÍTÁS... II. TVÉKNYSÉ-ÉLŰ
RészletesebbenMintafeladat az RSA algoritmus szemléltetésére
Mintafeladat az RSA algoritmus szemléltetésére Feladat Adottak a p = 269 és q = 24 prímszámok, továbbá az e = 5320 nyilvános kulcs és az x = 48055 nyílt szöveg. Számolja ki n = p q és ϕ(n) értékét! Igazolja
RészletesebbenWindows ütemezési példa
Windows ütemezési példa A példában szereplő számolás erősen leegyszerűsített egy valós rendszerhez képest, csak az elveket próbálja bemutatni! Egyprocesszoros Windows XP-n dolgozunk, a rendszer úgy van
RészletesebbenNegatív alapú számrendszerek
2015. március 4. Negatív számok Legyen b > 1 egy adott egész szám. Ekkor bármely N 0 egész szám egyértelműen felírható N = m a k b k k=1 alakban, ahol 0 a k < b egész szám. Negatív számok Legyen b > 1
RészletesebbenKövetelmény a 7. évfolyamon félévkor matematikából
Követelmény a 7. évfolyamon félévkor matematikából Gondolkodási és megismerési módszerek Elemek halmazba rendezése több szempont alapján. Halmazok ábrázolása. A nyelv logikai elemeinek helyes használata.
Részletesebben30. ERŐSEN ÜSSZEFÜGGŐ KOMPONENSEK
30. ERŐSEN ÜSSZEFÜGGŐ KOMPONENSEK A gráfos alkalmazások között is találkozunk olyan problémákkal, amelyeket megoldását a részekre bontott gráfon határozzuk meg, majd ezeket alkalmas módon teljes megoldássá
Részletesebben1/12. 3. gyakorlat. Lineáris Programozási feladatok megoldása szimplex módszerrel. Pécsi Tudományegyetem PTI
/ Operációkutatás. gyakorlat Lineáris Programozási feladatok megoldása szimplex módszerrel Pécsi Tudományegyetem PTI Normál feladatok megoldása szimplex módszerrel / / Normál feladatok megoldása szimplex
RészletesebbenParagon Decision Technology BV
1 Előadó: Dr. Lelkes Zoltán Költségcsökkentés optimalizálással 2 Optasoft Kft. Egyetemi háttér ( spin-off cég ): Budapesti Műszaki és Gazdaságtudományi Egyetem Alapítók: Dr. Rév Endre, docens Dr. Lelkes
RészletesebbenKorlátozás és szétválasztás elve. ADAGOLO adattípus
Korlátozás és szétválasztás elve ADAGOLO adattípus Értékhalmaz: E Adagolo : A E Műveletek: A : Adagolo, x : E {Igaz} Letesit(A) {A = /0} {A = A} Megszuntet(A) {Igaz} {A = A} Uresit(A) {A = /0} {A = A}
RészletesebbenAlgoritmusok. Hogyan csináljam?
Algoritmusok Hogyan csináljam? 1 Az algoritmus fogalma Algoritmusnak olyan pontos előírást nevezünk, amely megmondja, hogy bizonyos feladat megoldásakor milyen műveleteket milyen meghatározott sorrendben
Részletesebben45. ORSZÁGOS TIT KALMÁR LÁSZLÓ MATEMATIKAVERSENY NEGYEDIK OSZTÁLY
45. ORSZÁGOS TIT KALMÁR LÁSZLÓ MATEMATIKAVERSENY Megyei forduló Javítási útmutató NEGYEDIK OSZTÁLY 1. Piroska, a nagymamája, a farkas és a vadász egymás mellett ülnek egy padon. Se a nagymama, se Piroska
RészletesebbenInformatikai alkalmazásfejlesztő alkalmazásfejlesztő 54 481 02 0010 54 02 Információrendszer-elemző és - Informatikai alkalmazásfejlesztő
A 10/2007 (II. 27.) SzMM rendelettel módosított 1/2006 (II. 17.) OM rendelet Országos Képzési Jegyzékről és az Országos Képzési Jegyzékbe történő felvétel és törlés eljárási rendjéről alapján. Szakképesítés,
RészletesebbenBánhelyi Balázs, Csendes Tibor, Palatinus Endre és Lévai. Szeptember 28-30, 2011, Balatonöszöd, Hungary
optimalizáló eljárás, Csendes Tibor, Palatinus Endre és Lévai Balázs László Szegedi Tudományegyetem Szeptember 28-30, 2011, Balatonöszöd, Hungary Közmegvilágítási feladat Adott egy megvilágítandó terület,
RészletesebbenA 2007/2008 tanévi Országos Középiskolai Tanulmányi Verseny első forduló feladatainak megoldása. II. (programozás) kategória
Oktatási Hivatal A 2007/2008 tanévi Országos Középiskolai Tanulmányi Verseny első forduló feladatainak megoldása II. (programozás) kategória Kérjük a tisztelt tanár kollégákat, hogy a dolgozatokat az egységes
RészletesebbenAlgoritmuselmélet 2. előadás
Algoritmuselmélet 2. előadás Katona Gyula Y. Budapesti Műszaki és Gazdaságtudományi Egyetem Számítástudományi Tsz. I. B. 137/b kiskat@cs.bme.hu 2002 Február 12. ALGORITMUSELMÉLET 2. ELŐADÁS 1 Buborék-rendezés
RészletesebbenInformatikai alkalmazásfejlesztő alkalmazásfejlesztő 54 481 02 0010 54 02 Információrendszer-elemző és - Informatikai alkalmazásfejlesztő
A 10/2007 (II. 27.) SzMM rendelettel módosított 1/2006 (II. 17.) OM rendelet Országos Képzési Jegyzékről és az Országos Képzési Jegyzékbe történő felvétel és törlés eljárási rendjéről alapján. Szakképesítés,
RészletesebbenA 2016/2017 tanévi Országos Középiskolai Tanulmányi Verseny első forduló javítási-értékelési útmutató. INFORMATIKA II. (programozás) kategória
Oktatási Hivatal A 2016/2017 tanévi Országos Középiskolai Tanulmányi Verseny első forduló javítási-értékelési útmutató INFORMATIKA II. (programozás) kategória Kérjük a tisztelt tanár kollégákat, hogy a
RészletesebbenSzabályos fahengeres keresztmetszet geometriai jellemzőinek meghatározása számítással
Szabályos fahengeres keresztmetszet geometriai jellemzőinek meghatározása számítással Előző dolgozatunkban jele: ( E ), címe: Szimmetrikusan szélezett körkeresztmetszet geometriai jellemzőinek meghatározása
RészletesebbenProgramozás alapjai 9. előadás. Wagner György Általános Informatikai Tanszék
9. előadás Wagner György Általános Informatikai Tanszék Leszámoló rendezés Elve: a rendezett listában a j-ik kulcs pontosan j-1 kulcsnál lesz nagyobb. (Ezért ha egy kulcsról tudjuk, hogy 27 másiknál nagyobb,
RészletesebbenAritmetikai kifejezések lengyelformára hozása
Aritmetikai kifejezések lengyelformára hozása Készítették: Santák Csaba és Kovács Péter, 2005 ELTE IK programtervező matematikus szak Aritmetikai kifejezések kiértékelése - Gyakran felmerülő programozási
RészletesebbenHÁLÓZATSZERŰEN MŰKÖDŐ LOGISZTIKÁVAL INTEGRÁLT TERMELÉSÜTEMEZÉS MEGOLDÁSA GENETIKUS ALGORITMUS ALKALMAZÁSÁVAL. OLÁH Béla
HÁLÓZATSZERŰEN MŰKÖDŐ LOGISZTIKÁVAL INTEGRÁLT TERMELÉSÜTEMEZÉS MEGOLDÁSA GENETIKUS ALGORITMUS ALKALMAZÁSÁVAL OLÁH Béla A TERMELÉSÜTEMEZÉS MEGFOGALMAZÁSA Flow shop: adott n számú termék, melyeken m számú
Részletesebben1/ gyakorlat. Lineáris Programozási feladatok megoldása szimplex módszerrel. Pécsi Tudományegyetem PTI
/ Operációkutatás. gyakorlat Lineáris Programozási feladatok megoldása szimplex módszerrel Pécsi Tudományegyetem PTI /. Legyen adott az alábbi LP-feladat: x + 4x + x 9 x + x x + x + x 6 x, x, x x + x +
RészletesebbenEgyedi cölöp függőleges teherbírásának számítása
13. számú mérnöki kézikönyv Frissítve: 2013. árilis Egyedi cölö függőleges teherbírásának számítása Program: Fájl: Cölö Demo_manual_13.gi Ennek a mérnöki kézikönyvnek a célja, egy egyedi cölö függőleges
RészletesebbenKétszemélyes játékok Gregorics Tibor Mesterséges intelligencia
Kétszemélyes játékok Kétszemélyes, teljes információjú, véges, determinisztikus,zéró összegű játékok Két játékos lép felváltva adott szabályok szerint, amíg a játszma véget nem ér. Mindkét játékos ismeri
RészletesebbenPélda keresztmetszet másodrendű nyomatékainak számítására
Példa keresztmetszet másodrendű nyomatékainak számítására Készítette: Kossa Attila (kossa@mm.bme.hu) BME, Műszaki Mechanikai Tanszék 2011. február 22. Tekintsük az alábbi keresztmetszetet. 1. ábra. A vizsgált
RészletesebbenBiostatisztika VIII. Mátyus László. 19 October
Biostatisztika VIII Mátyus László 19 October 2010 1 Ha σ nem ismert A gyakorlatban ritkán ismerjük σ-t. Ha kiszámítjuk s-t a minta alapján, akkor becsülhetjük σ-t. Ez további bizonytalanságot okoz a becslésben.
RészletesebbenNagyságrendek. Kiegészítő anyag az Algoritmuselmélet tárgyhoz. Friedl Katalin BME SZIT február 1.
Nagyságrendek Kiegészítő anyag az Algoritmuselmélet tárgyhoz (a Rónyai Ivanyos Szabó: Algoritmusok könyv mellé) Friedl Katalin BME SZIT friedl@cs.bme.hu 018. február 1. Az O, Ω, Θ jelölések Az algoritmusok
RészletesebbenTaszkok 1 és mérföldkövek
Taszkok 1 és mérföldkövek Mint korábban már tanultuk, a feladat megoldása során a fő, összetett tevékenységeket résztevékenységekre kell bontani (az átláthatóság, érthetőség miatt), majd ezekhez rendeljük
RészletesebbenAlgoritmusok és adatszerkezetek gyakorlat 03 Oszd meg és uralkodj. Nagy
Algoritmusok és adatszerkezetek gyakorlat 03 Oszd meg és uralkodj Divide & Conquer (,,Oszd meg és uralkodj ) paradigma Divide: Osszuk fel az adott problémát kisebb problémákra. Conquer: Oldjuk meg a kisebb
RészletesebbenMátrixjátékok tiszta nyeregponttal
1 Mátrixjátékok tiszta nyeregponttal 1. Példa. Két játékos Aladár és Bendegúz rendelkeznek egy-egy tetraéderrel, melyek lapjaira rendre az 1, 2, 3, 4 számokat írták. Egy megadott jelre egyszerre felmutatják
RészletesebbenKarbantartás. Az ESZR Karbantartás menüjébentudjuk elvégezni az alábbiakat:
Karbantartás Az ESZR Karbantartás menüjébentudjuk elvégezni az alábbiakat: Jelszó módosítása: A felhasználói jelszavunkat módosíthatjuk ebben a menüpontban, a régi jelszavunk megadása után. Általánosan
RészletesebbenMŰSZAKKIOSZTÁSI PROBLÉMÁK A KÖZÖSSÉGI KÖZLEKEDÉSBEN
infokommunikációs technológiák MŰSZAKKIOSZTÁSI PROBLÉMÁK A KÖZÖSSÉGI KÖZLEKEDÉSBEN Készítette: Árgilán Viktor, Dr. Balogh János, Dr. Békési József, Dávid Balázs, Hajdu László, Dr. Galambos Gábor, Dr. Krész
RészletesebbenMűveletek mátrixokkal. Kalkulus. 2018/2019 ősz
2018/2019 ősz Elérhetőségek Előadó: (safaro@math.bme.hu) Fogadóóra: hétfő 9-10 (H épület 3. emelet 310-es ajtó) A pontos tárgykövetelmények a www.math.bme.hu/~safaro/kalkulus oldalon találhatóak. A mátrix
RészletesebbenKészítette: Ellenőrizte: Jóváhagyta:
FOGLALKOZÁSI TERV Nyíregyházi Főiskola Gyártórendszerek tervezése c. tan- 2009/2010. tanév, II. félév GM.III. évfolyam Gyak.jegy, 2 kredit tárgy Műszaki Alapozó és Gépgyártástechnológia Tanszék Tanítási
RészletesebbenPélda: Csúsztatófeszültség-eloszlás számítása I-szelvényben
Példa: Csúsztatófeszültség-eloszlás számítása I-szelvényben Készítette: Kossa Attila (kossa@mm.bme.hu) BME, Műszaki Mechanikai Tanszék 2011. március 14. Határozzuk meg a nyírásból adódó csúsztatófeszültség
RészletesebbenEllenőrző kérdések. 36. Ha t szintű indexet használunk, mennyi a keresési költség blokkműveletek számában mérve? (1 pont) log 2 (B(I (t) )) + t
Ellenőrző kérdések 2. Kis dolgozat kérdései 36. Ha t szintű indexet használunk, mennyi a keresési költség blokkműveletek számában mérve? (1 pont) log 2 (B(I (t) )) + t 37. Ha t szintű indexet használunk,
RészletesebbenVIZSGAREND. Kontawig Műszaki és Üzlettudományi Szakképző Iskola //102937 OKJ: 33 522 04 1000 00 00. Villanyszerelő szakképesítés.
1 090006 090006/1gy nap nap nap 4. nap 5. nap 6. nap tevékenység 20110.09 20110.17 11:40 12:40, VIZSGAREND A vizsgaszervező által készített azon dokumentum, mely alkalmas a szakmai vizsga, a szakmai vizsgarészek
RészletesebbenArany Dániel Matematikai Tanulóverseny 2016/2017-es tanév első (iskolai) forduló Haladók II. kategória
Bolyai János Matematikai Társulat Arany Dániel Matematikai Tanulóverseny 016/017-es tanév első iskolai) forduló Haladók II. kategória Megoldások és javítási útmutató 1. A k valós paraméter értékétől függően
RészletesebbenOperációkutatás példatár
1 Operációkutatás példatár 2 1. Lineáris programozási feladatok felírása és megoldása 1.1. Feladat Egy gazdálkodónak azt kell eldöntenie, hogy mennyi kukoricát és búzát vessen. Ha egységnyi földterületen
RészletesebbenANALÍZIS TANSZÉK Szakdolgozati téma. Piezoelektromos mechanikai redszer rezgését leíró parciális
Piezoelektromos mechanikai redszer rezgését leíró parciális di erenciálegyenlet el½oállítása és megoldása Témavezet½o: Dr. Kovács Béla Rugalmas és pizoelektromos rétegekb½ol álló összetett mechanikai rendszer
RészletesebbenTovábbi 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
RészletesebbenÖsszetett feladatok megoldása
Összetett feladatok megoldása F1. A laboratóriumi feladat a legnagyobb közös osztó kiszámító algoritmusának realizálása digitális hardver eszközökkel. Az Euklideszi algoritmus alapja a maradékos osztás,
Részletesebben33. modul 1. melléklet 3. évfolyam Mérőlap/1. Név:. 1. Becsüld meg az összegeket! A tagok százasokra kerekített értékeivel végezd a becslést! Majd végezd is el az összeadásokat. Számításaidat kivonással
RészletesebbenMATEMATIKA a 8. évfolyamosok számára. Mat1 JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ
8. évfolyam Mat1 Javítási-értékelési útmutató MATEMATIKA a 8. évfolyamosok számára Mat1 JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ A javítási-értékelési útmutatóban feltüntetett válaszokra a megadott pontszámok adhatók.
RészletesebbenV. DISZKRÉT OPTIMALIZÁCIÓ
V. DISZKRÉT OPTIMALIZÁCIÓ El szó Ez a rész a diszkrét optimalizációval foglalkozó fejezeteket tartalmazza. Az elso kötetben jelenik meg az Ütemezéselmélet címu fejezet, amelynek fo témái: egy formális
Részletesebben23. SZÉLESSÉGI BEJÁRÁS
23. SZÉLESSÉGI BEJÁRÁS A bejárási algoritmusok feladata általában a gráf csúcsainak végiglátogatása valamilyen stratégia szerint. A bejárás gyakran azért hajtjuk végre, mert adott tulajdonságú csúcsot
RészletesebbenKészítette: Trosztel Mátyás Konzulens: Hajós Gergely
Készítette: Trosztel Mátyás Konzulens: Hajós Gergely Monte Carlo Markov Chain MCMC során egy megfelelően konstruált Markov-lánc segítségével mintákat generálunk. Ezek eloszlása követi a céleloszlást. A
RészletesebbenSzámítógépes döntéstámogatás. Genetikus algoritmusok
BLSZM-10 p. 1/18 Számítógépes döntéstámogatás Genetikus algoritmusok Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu BLSZM-10 p. 2/18 Bevezetés 1950-60-as
RészletesebbenProgramozási módszertan. Dinamikus programozás: szerelőszalag ütemezése Mátrixok véges sorozatainak szorzása
PM-06 p. 1/28 Programozási módszertan Dinamikus programozás: szerelőszalag ütemezése Mátrixok véges sorozatainak szorzása Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu
Részletesebben4. VEREM. Üres: V Verembe: V E V Veremből: V V E Felső: V E
4. VEREM A mindennapokban is találkozunk verem alapú tároló struktúrákkal. Legismertebb példa a névadó, a mezőgazdaságban használt verem. Az informatikában legismertebb veremalkalmazások az eljáráshívások
RészletesebbenÁRAMKÖRÖK SZIMULÁCIÓJA
ÁRAMKÖRÖK SZIMULÁCIÓJA Az áramkörök szimulációja révén betekintést nyerünk azok működésébe. Meg tudjuk határozni az áramkörök válaszát különböző gerjesztésekre, különböző üzemmódokra. Végezhetők analóg
RészletesebbenA szerelés olyan művelet, amely során az alkatrészeket illetve a szerelési részegységeket további egységekké, gyártmánnyá kapcsoljuk össze.
2.1 A szerelési alapfogalmak Olvassa el figyelmesen a tananyagot! Gyűjtse ki és jegyezze meg a kiemelt alapfogalmakat! Keressen gyakorlati példákat az alapfogalmak értelmezéséhez! A gépek gyártási folyamatában
RészletesebbenAlgoritmuselmélet. Legrövidebb utak, Bellmann-Ford, Dijkstra. Katona Gyula Y.
Algoritmuselmélet Legrövidebb utak, Bellmann-Ford, Dijkstra Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem 3. előadás Katona Gyula Y. (BME
Részletesebben