IFFK 2016 Budapest, augusztus Autóipari ellátási láncok modern modellezésének lehetőségei. Dömötörfi Ákos*, Dr.
|
|
- Rebeka Biró
- 8 évvel ezelőtt
- Látták:
Átírás
1 IFFK 2016 Budapest, augusztus Autóipari ellátási láncok modern modellezésének lehetőségei Dömötörfi Ákos*, Dr. Péter Tamás** *Széchenyi István Egyetem, Multidiszciplináris Műszaki Tudományi Doktori Iskola H 9026 Győr, Egyetem tér 1. (Tel: ; cekaah@fre .hu) **BME Közlekedés- és Járműirányítási Tanszék, 1111 Budapest, Stoczek u. 2. ( peter.tamas@mail.bme.hu) Absztrakt: A kutatás olyan lehetséges modelleket állít fel, melyek a jelenkor modern követelményeinek eszközeivel írják le az autóipari ellátási lánc hálózatokat. Az munka célja elsősorban elemzések bemutatása és azok hatásának leírása tágabb értelemben. Ennek megfelelően a kutatás a matematikai modellezés egy kiterjesztett területeként is értelmezhető. A tanulmány demonstrálja az alapvető autóipari ellátási lánc strukturális felépítését, ahol az elemzés alapja a klasszikus üzleti értelemben vett stratégiai szintek figyelembe vétele, melyet a hálózatelmélet és a közlekedési rendszerek elméletének alkalmazásával egészít ki. A kutatásban feltárásra kerülnek a pozitív rendszerek és az autóipari ellátási láncok közti párhuzamosságok, a komplex hálózatok segítségével megállapítjuk, hogy az autóipari hálózat hasonlóan a skálafüggetlen hálózatokkal, azonos tulajdonságokkal rendelkezik, bizonyítván a meglévő tipikus függőségi viszonyokat, valamint az alá és fölérendeltségi szerkezeteket a komplex dinamikus környezetben. 1. BEVEZETÉS A komplexitás következményeként a járműipar számtalan kihívással szembesül napjainkban. A személyre szabott megoldások, melyeket a végfelhasználók igényei determinálnak, magas szintű versenyt eredményez az ellátási láncban, melyek rugalmas és intelligens mérnöki megoldásokat igényelnek. monitorozzák a vevői elvárásokat. (Kopeček and Pinte, 2014) Mindezek ellenére is léteznek előreláthatatlan, sztochasztikus befolyásoló tényezők, ezért a bizonytalanság elkerülés az egész ellátási lánc minden stratégiai szintjén fontos szerepet játszik. Ezen bizonytalansági tényezők feltérképezéséhez hálózatelméleti keretrendszert alkalmaztunk abból a célból, hogy leírjuk a rendszer főbb jellemzőit. Mielőtt rátérnénk a különböző operációs szintek elemzéséhez, először az autóipari ellátási lánc lehetséges alapmodelljét határozzuk meg. 1. Ábra Autóipari ellátási láncok integrált komplexitásmodellje A komplexitás miatt csak azok a szervezetek tudnak hatékonyak maradni, melyek törekednek a kockázatok és komplexitások redukálására, azáltal hogy megfelelő előrejelzési módszereket alkalmaznak és folyamatosan 2. AUTÓIPARI ELLÁTÁSI LÁNC HÁLÓZATOK MATEMATIKAI MEGKÖZELÍTÉS Minden hálózat típus leírható egyedi felépítése, a benne résztvevők, a köztük lévő kapcsolatok, a kapcsolódások és hierarchiák stb. alapján. Autóipari hálózatok esetén ez a tipizálás visszavezethető a gráfelméletre, ahol az egyes csomópontok a vállalatok, és az élek a közöttük lévő szervezetek között meglévő kapcsolatok. A gyakorlatban ezek az alkotóelemek beágyazottak egy gazdasági környezetbe, ennélfogva az autóipari hálózat Lakatos (2004), leírható a járműipar egy alrendszereként, továbbá a nemzeti és nemzetközi, környezeti terhelési és globálisgazdaság részeként. A csomópontok magukba foglalnak beszállítókat, disztribúciós központokat, raktárakat és vevői telephelyeket. Minél több él csatlakozik egy csomóponthoz, annál nagyobb esély van egy új kapcsolódási pont létrejöttéhez. Ha egy új
2 csúcs csatlakozik a hálózathoz, szükségszerűen nem kapcsolódik össze minden csomóponttal, de jó eséllyel fog csatlakozni ahhoz a csomóponthoz amely több csatlakozó éllel rendelkezik. Ha az újonnan belépő csomópontok (új beszállítók) folyamatosan a legnagyobb meglévő kapcsolatokkal rendelkező csomópontokhoz csatlakoznak, ez végül egy komplex hálózathoz fog vezetni. (Zhang, 2014) A autóipar jellemző alapfelépítése néhány eredeti termékgyártóból (OEM), azaz az autógyárakból és számos beszállítóból épül fel. Utóbbiak lehetnek a kis -és középvállalkozásoktól egészen a nagy multinacionális vállaltcsoportokig, melyek komplett modulokat szerelnek és szállítanak a nagy autógyártók részére. Az elmúlt évtizedben egyre több értékteremtő tevékenység - és ezáltal jelentős know-how - szállt át az OEM-től a specializálódott beszállítókhoz, beleértve a K+F-et is. Továbbá, ahogy említettük, a megnövekedett komplexitás a másik erőt próbáló tényező. Az elektronikus rendszerek számos különböző egységet fognak össze, melyekkel az autónak közös platformot kell képviselnie és képesnek kell lennie beavatkoznia anélkül, hogy megbízhatóságát elvesztené. (Buchmann and Pyka, 2013) A legnehezebb probléma azonban a hálózat kezdeti feltételeit meghatározni, melyek nem triviálisak abból a szempontból, hogy hogyan befolyásolják a dinamika leírását. Albert és társai diszkrét lefolyásúként magyarázzák a dinamikát, amely szerint egy új csúcs aszerint csatlakozik egy másikhoz, hogy mekkora a kapcsolati fokszáma. (Albert et al., 1999) Ha egy él és egy csomópont térben egy földrajzi helyen helyezkedik el, a kapcsolódás valószínűsége nem csak a fokszámtól, hanem az Euklideszi távolságtól is függ. Ezáltal függ a közlekedési módtól is, mert a csomópontok törekednek a nagyobb fokszámmal rendelkező vagy közelebbi csomópontokkal való kapcsolódósra. (Ducruet and Lugo, 2013). Vagyis, lefordítva az autóipari hálózatokra, minden egyes új kapcsolódó résztvevő csatlakozni kíván valamelyik OEM-hez, vagy együttdolgozni vele. A problémák nagy része ma a komplexitásból ered, amelyek ugyancsak komplexitást eredményeznek a logisztikában is, a szállítási folyamatokban, az anyagmozgatásban, a komissiózásban, gyártósor ellátásban, a raktározásban stb. Az egyénre szabott végfelhasználói igények arra ösztönzik az ellátási láncban résztvevőket, hogy intelligens, újszerű megoldásokat alkalmazzanak, ami egyrészről tovább növeli a komplexitást, másrészről segít elkerülni a láncban fellépő bizonytalanságokat. Ezért, az ellátási láncok analízise és modellezése a tervezési célból szükséges. Felhasználva a termelő vállalat pragmatikus modelljét, megvizsgáltuk a sztochasztikus penetráció jelenlétét az egyes stratégiai szinteken az ellátási láncra vonatkoztatva. Ezek a szintek: - Operatív szint - Taktikai szint - Stratégiai szint 2.1 Hálózati dinamika Az autóipari ellátási láncok állandóan változnak. Szervezetek kerülnek be a körforgásba és esnek ki onnan az üzlet alapelve szerint. Matematikai úton ez leírható a véletlen gráfokkal, ahol a csomópontok sztochasztikusan választódnak ki. Ez a kijelentés azonban csak az operatív szinten igaz, mivel a kieső és újonnan belépő szereplők sorsa általában stratégiai, vagy taktikai szinten dől el a hosszú távú együttműködéseknek köszönhetően. Figyelembe véve hogy egy autó több mint alkatrészből épül fel, a hálózat nagy számú csúcsot (szervezetek) és az azokat összekötő éleket (együttműködések) tartalmaz. Mind az újonnan megköttetett szerződések, mind a keretszerződések lejárata befolyásolják a növekedést. Egy aggregált hálózati szemszögből nézve ez azt jelenti, hogy a hálózat folyamatosan változik, ezért ahhoz hogy megfelelően modellezzük az ellátási láncot és annak fejlődését egy jellemzően dinamikus környezet szükséges. Az evolúciós modellek azon feltételezésen alapulnak, hogy a vizsgálat tárgya folyamatosan változik. Összehasonlítva a hagyományos statikus, vagy kvázi-statikus gazdasági modellekkel, az evolúciós modellek magukba foglalják az okokat, az alapvető mechanizmusokat, a változások lehetséges következményeit és a meglévő bizonytalanságokat. Köszönhetően a bizonytalanságnak és a nemlineáris tulajdonságnak, a jövőbeli irányok is nehézkesek és homályosak. A sztochasztikus szereplő alapú modellek lehetővé teszik a hálózatfejlődés folyamatának elemzését és meghatározzák a különböző irányító tényezőket ebben az összetett folyamatban. Ezzel ellenkezőleg, standard regressziós modellek alkalmazhatóak a hálózati adatokra, mivel a megállapítások függetlensége kifejezetten kizárható hálózatok eseté. Egy csúcs hálózati tulajdonságai nem függetlenek más csúcsok hálózati tulajdonságaitól. (Buchmann and Pyka, 2013) A következő fejezetben meghatározzuk a változókat melyek meghatározzák az alapvető ellátási láncot autóipar esetén. 2.2 Alap modell Az alapvető autóipari hálózatban n számú kapcsolódó csúcs van, melynek van egy vásárlója (OEM) és i beszállítója, illetve végfelhasználója. 2. Ábra Egyszerűsített alapvető autóipari ellátási lánc modell (Forrás: Saját szerkesztés, Zhang, 2014 alapján) Minden T időintervallumra p valószínűséggel csatlakozik egy beszállító vagy egy autókereskedés m (m i) fokszámmal. Amennyiben csatlakozik valamelyik OEM csúccsal az új
3 csúcs koordinátái véletlenszerűen adódnak (x 1, y 1 ), ahogy ez látható a 3-as és 4-es ábrán. van, a hatvány függvény eloszlása alapján kijelenthető, hogy a hálózat skálatfüggetlen (Barabási, 2003; Bollobás, 2001). Az ilyen jellegű modellezés stratégiai és taktikai szinten azért fontos, hogy megértsük a hálózat erősségét, flexibilitását és határozottságát. 2.3 Párhuzamosság pozitív rendszerekkel 3. Ábra Kiterjesztett többszereplős autóipari ellátási lánc modell (Forrás: Saját szerkesztés, Zhang, 2014 alapján) T időintervallumban 1-p valószínűséggel csatlakozik egy új OEM (csúc, melynek fokszáma m, (2 m n i) amennyiben valamelyik beszállító és az eredeti OEM csúcs csatlakozik az autókereskedéshez és legalább egy beszállítói csúcs csatlakozik legalább egy OEM-hez, az új csúcs koordinátái véletlenszerűen adódnak (x 1, y 1 ). A p általában nagyobb, mint 0,5, mert a csatlakozó csúcs sebességének kisebbnek kell lennie, mint ha egy OEM csatlakozik egy beszállítóhoz (Zhang, 2014) 4. Ábra Kiterjesztett hálózati modell többszörös kapcsolatokkal a szereplők között. autóipari ellátási lánc modell (Forrás: Saját szerkesztés, Zhang, 2014 alapján) Amikor nekilátunk a hálózat elemzéséhez a fenti modell alapján, az első fontos lépés számításba venni a releváns résztvevőket. Kötelezően kell szerepeljen minden beszállító akiknek az autógyárakkal kapcsolata van, valamint a köztük fennálló kapcsolatok. Fel kell tűntetni minden OEM, minden meglévő üzleti kapcsolatait, beleértve az autókereskedésekkel meglévőket is. Ahhoz hogy felhasználjuk ezeket a feljegyezett kapcsolódásokat, a következő lépés a kapcsolati mátrix felállítása. Például beszállító A és OEM B kapcsolatban állnak, vagy OEM A és OEM B üzleti kapcsolatban állnak (főként cégcsoporton belüli kereskedelem miatt), vagy OEM B és autókereskedés A közt szállítási kötelezettség áll fenn, melyet a mátrixban 1-es jelölünk és nullával ha nincs kapcsolat. Mikor kiszámítjuk az élek fokszámát és a fokszám eloszlást, illetve feltételezzük, hogy a hálózat skálafüggetlen, a statisztikai paramétereknek a skálafüggetlen hálózatok fokszám eloszlás függvényével kell azonosnak lennie. A valószínűség mely leírja csúcsokat ugyanazon élek esetén: P(k). P r ( k) c k (1) Ahol C konstans, k a csomópont fokszáma és r az index. Ha egy hálózat csúcsainak fokszámára teljesül hogy 2 és 3 között Az autóipari ellátási láncok operatív szintjére érve, a logisztikai tényezők egyre nagyobb részt vállalnak a folyamatokban. A logisztikai feladatok része a szállításokkal kapcsolatos tevékenységek, melyek számos sztochasztikus lefolyású folyamattal járnak együtt a végrehajtás során, mivel a közlekedés nagy hatással van annak hatékonyságára. A közlekedési folyamatok és tömegjelenségek modern analízise elvezet a pozitív rendszerek elméletéhez. A pozitív rendszerek első definícióját Luenberger adta meg: A pozitív rendszer egy olyan rendszer, amelyben az állapotváltozók nem negatívak. (Luenberger, 1979). A vizsgált közúti közlekedési folyamatok többségében az állapotok eredeti fizikai jelentése alapján megfelelnek ennek. (Péter, 2012) A klasszikus közlekedési folyamatok leírásához az irodalom legtöbbször az általános lineáris egyenletrendszereket veszi alapul, anélkül, hogy figyelembe venné a folyamatok pozitív rendszerekkel kapcsolatos tulajdonságait. Feltételezhetnénk, hogy azok a tulajdonságok melyeket az általános lineáris rendszerekkel szemben támasztottunk mindenféle megkötés nélkül igazak a pozitív rendszerekre is, azonban a pozitív rendszerek irányíthatósága és megfigyelhetősége nem értelmezhető egyértelműen az általános lineáris rendszerek alapján. Ez a probléma különösen ott válik szemléletessé, hogy ugyan nem negatív érték szükséges az állapotok leírásához, de ugyanez a követelmény vonatkozik a beavatkozó jel értékére is. Ezért a közlekedési folyamatok pusztán pozitív rendszerekkel történő leírása nem triviális. 3. AZ ÚJ MODELL FELÁLLÍTÁSA OPERATÍV SZINTEN 3.1 A közlekedés makroszkopikus modellezése Boohtby és Sachkov publikációjában a következő tétel utal a irányításelméletben alkalmazott valós A mátrixra: egy rendszer akkor és csak akkor pozitív, ha az A mátrix Metzler mátrix, azaz a mátrix főátlón kívül eső elemei nem negatívak. (az elemek a főátlóban tetszőlegesek lehetnek. (Boohtby, 1982; Sachkov, 1997). A közlekedési rendszerek alaposabb megértése elengedhetetlen a teljes körű közlekedés - és útvonaltervezéshez. A hagyományos modellezési megközelítések számtalan megválaszolatlan kérdést hagynak nyitva, és a megfelelő dimenziók felállítása továbbra is fennálló probléma. Azok a rendszerek melyek operatív szinten leírják az autóipari ellátási hálózatokat nagyméretű dinamikus sztochasztikus rendszerek. Nyilvánvalóan a közúti
4 közlekedési rendszer modell az egész ellátási lánc részeként szintén nagyméretű komplex dinamikus rendszer: Számtalan, az infrastruktúrából fakadó hatásnak van kitéve Számos specifikus szabályozás befolyásolja (pl. AETR szabály, maximális tengelyterhelés, különböző korlátozások stb.) A szembejövő járművek szintén kapcsolódnak valamilyen szinten egymáshoz. Kölcsönhatás érvényesül természetesen a bizonytalan járművezetők esetén, ez jobban megnyilvánul előzés közben, vagy amikor a szembejövő autók fénye megzavarják a forgalmat éjszaka. A parkolók általánosított szakaszokként kezelhetők és ugyanolyan dinamikus elemei a hálózatnak, mint a sávok. Ennek következében, minden állapotjellemző értékkészlete a [0,1] intervallumban helyezkedik el és egyazon elemek sokaságából épül fel a közúti hálózat dinamikus modellje. A közlekedésben részt vevők nagy száma szintén fontos szerepet játszik Az emberi tényezőnek jelentős befolyása van a közlekedési folyamatok lefolyására Számtalan külső tényező van jelen, úgymint: szezonális hatások, időjárás, úthálózat minősége, útpadozat szélessége, domborzat stb. Ugyanakkor a felállítandó modell alapkövetelménye a hatékonyság, ezért: A modell figyelembe kell vegyen minden olyan tényezőt melynek valós hatása van a működésre és figyelmen kívül hagyni azokat melyek hatása elhanyagolható az eredményeknél. Matematikailag érvényesnek kell lennie. A valós idejű irányításnak is teljesülnie kell 3.2 Dinamikus operatív modell Modellezési szempontból nagyon fontos, hogy minden állapotjellemző értékkészlete a [0,1] intervallumban helyezkedik el és egyazon elemek sokaságából épül fel a közúti hálózat dinamikus modellje. Habár, az autóipari vállalatok nagy része a legtöbb esetben egy város széli külső ipari parkban helyezkedik el, köszönhetően az alhálózatoknak jó néhány jármű áthalad a városközponthoz tartozó kerületeken is. Ezért fontos, hogy a parkolók általánosított szakaszokként kezelhetők és ugyanolyan dinamikus elemei a hálózatnak, mint a sávok. Egy másik fontos jellemző, hogy a közúti közlekedési hálózati folyamatok matematikai modellezésére speciális hipermátrix struktúrát adtunk meg, amely egy (nem feltétlenül egyszeresen összefüggő) tartományban elhelyezkedő hálózat esetén leírja a hálózati elemek közötti belső-belső, külső-belső, belső-külső és a külső-külső kapcsolatokat. (Péter et al., 2013). A rendszer dinamikus operatív modellének új felírása az alapja a rendszerfolyamatok kiszámítására és irányítására. Ebből kifolyólag, az általános hálózati modell leírja a belső és külső hálózat működését, amely pozitív nemlineáris differenciálegyenlet-rendszer. A belső és külső hálózat működését egyszerre leíró általános hálózati modell a következő: x L s 1 P 1 K K Ahol: hosszát tartalmazó diagonális mátrixok: K K x s (2) L a belső szektorok és P a külső szektorok L l l,..., 1, 2 l n P p1, p2,..., p, m K 11 belső-belső kapcsolati mátrix, K 12 külső-belső kapcsolati mátrix, K 21 belső-külső kapcsolati mátrix és K 22 külső-külső kapcsolati mátrix. A mátrix elemek fizikai jelentése kapcsolati (átadási) sebesség. A K 11 és K 22 fő átlójában 0 vagy negatív érték lépnek fel. Az összes mátrix minden más eleme 0 vagy pozitív értéket vesz fel. x a belső szektorok állapotjellemző vektora, s a külső szektorok állapotjellemző vektora, ẋ a belső szektorok állapotjellemző vektorának idő szerinti deriváltja, ṡ a külső szektorok állapotjellemző vektorának idő szerinti deriváltja, (4) A modell általánosításával megadtuk a globális hálózati folyamatok működését leíró nemlineáris pozitív differenciálegyenlet-rendszert is. (Péter et al., 2015; Szauter et al., 2015). 3.3 Közlekedési hálózati modell (3) A modellünkben 0 x i (t) 1 normált járműsűrűség állapotjellemzőt használunk (i=1,,n). Az egy szakaszon, v. szektorban tartózkodó járművek együttes hosszát osztjuk a szakasz hosszával. Ez a számítás alkalmazható a parkolók esetében is, így a parkolók is általánosított szakaszok a modellben A modellezés tárgya egy nemlineáris pozitív rendszer. A hálózaton változó sebességgel és általunk definiált időtől függő α ij (t) vel jelölt szétosztási tényezőkkel áramlik az anyag. Az anyagot a közúti járművek testesítik meg.
5 A sebesség több változótól függ, elsősorban a járműsűrűségtől, maximuma szakaszonként limitálva van. Ezen kívül a sebességfüggvényt befolyásolják a környezeti paraméterek, az időjárás, a látási viszonyok, az út geometriája, minősége és szélessége. β ij (t) vel jelöljük az egyes szakaszok átadásánál fellépő akadályozást (0 β ij (t)<1), vagy rásegítést (1<β ij (t)). 0 u ij (t) 1 kapcsolási függvény az egyes szakaszok átadásánál működő forgalmi lámpák hatását veszi figyelembe. A párhuzamosan haladó szakaszok (sávok), továbbá szakaszok és parkolók is adnak át egymásnak járművet a hálózaton. Ezt az átadást 0 γ ij (t), vagy 0 γ ij (x i (t), x j (t), t) arányossági függvény veszi figyelembe. Belső tiltó automatizmusok is működnek a hálózaton: j-ből nem adhatunk át i-re, ha i tele van, x i (t)=1 S(x i (t))=0. Ugyancsak j-ből nem adhatunk át i-re, ha j üres x j (t)=0 E(x j (t))=0. A normált állapotjellemzők alkalmazásával ezek a feltételek egyszerűen követhetők. Ezek biztosítják a modellben, hogy nem veszünk el anyagot onnan ahol nincs (sűrűség nem lép negatív tartományba, pozitív a rendszer) és nem adunk oda, ahol a sűrűség már elérte az 1-et. A hálózatot egy G zárt görbével körülkerített, nem feltétlenül egyszeresen összefüggő tartományban vizsgáljuk. Azon külső szakaszokon, amelyek közvetlen átadási/átvételi kapcsolatban vannak valamely hálózati szakasszal, mérjük a normált 0 s i (t) 1 forgalomsűrűséget (i=1,,m). A közlekedési modell: ún. makroszkopikus modell. A matematikai modell: nemlineáris, nem autonóm differenciálegyenlet-rendszer. A modellből a fentiek alapján közvetlenül kinyerhetők a sebességfolyamatok a hálózat tetszőleges trajektoriáin is. Ekkor a hálózat egy tetszőleges A pontjából t 0 időpontban elindulunk a hálózat egy másik B pontjába egy megválasztott trajektória mentén. A továbbiakban ezen az útvonalon vizsgáljuk a járműdinamikai hatásokat. A kijelölt trajektória mentén kiszámolható a haladás szempontjából fontos X(t) út-idő függvény is és a hozzá tartozó T - célba érési idő is. Az állapotegyenlet által kiszámítható a kiegyenesített X trajektóriához és t időponthoz tartozó V(t,X) kétváltozós sebesség függvény. Az X(t) út-idő függvényt kiszámíthatjuk a meghatározott V(t,X) kétváltozós sebesség függvény ismeretében az alábbi (5) integrál-egyenletet megoldásával: x( t) V (, x( )) d (5) t t0 A feladat az elsőrendű nemlineáris differenciálegyenlet megoldását igényli, az X(t 0 )=x 0 kezdeti feltétel mellett. A t 1 célba érési időponttól X(t) már nem növekszik, tehát pl. a célba érési idő T=t 1 -t 0. Minden trajektória mentén, a t időpontig befutott X hosszúságú út egy X(t) útvonalfüggvényt eredményez, amelyhez a B - pontba érkezéskor egy T eljutási idő tartozik és ez a leképezés szolgáltatja a J valós funkcionált: J: x(t) T A komplex ellátási láncban a logisztikai tervezés a nagyméretű közlekedési hálózati modellt a valós idejű, forgalmat figyelembe vevő útvonaltervezésre használja. Az optimális trajektória megválasztásával a közlekedés biztonsága szintén nő. Ez szintén egy olyan fontos kritérium, mely nem elhanyagolható a közlekedéstervezés szempontjából. Az optimális trajektória számításkor további lényeges irányelv például, hogy a energiafelhasználás és a káros anyag kibocsátás is becsülhető legyen a várható forgalom függvényében. Szintén forgalomtól függő az is, hogy a célunkat rövidebb, vagy hosszabb idő alatt érjük el. Az utazási/szállítási időt, egy exponenciális eloszlású valószínűségi változóval jellemezhetjük. A célállomáson az áruk kirakodásra kerülnek. A beérkezett járművekhez és a már sorban álló járművekhez az erőforrásokat hozzá kell rendelni. A ki és berakodási feladatok szintén exponenciális eloszlást követő valószínűségi változóval és írhatók le. Miután a lerakodás megtörtént a művelet befejezettnek tekinthető. (Vadvári és Várlaki, 2015). 4. KÖVETKEZTETÉSEK Elemeztük az ellátási lánc működését és az arra hatással lévő úthálózat környezetet. A vizsgálat során bemutatásra kerültek azok az elemek, amelyek az ellátási lánc dinamikus működését befolyásolják és a komplex hálózati modell alkalmazásával egy valósághoz közelebb álló egzakt modell került megfogalmazásra. Ez további lehetőséget kínál a szállítási folyamtok optimális irányítására is. A növekvő komplexitás ellenére, - melyet az egyénre szabott vásárlói igények, operációs hatékonyság, globális beszerzés stb. okoznak, - a dinamikus modellezés segít azonosítani és megérteni a kapcsolatot a hálózat egyes elemei között, a piac gazdasági mechanizmusait és a vevői igények változását. A komplex és pozitív rendszerek tudománya lehetőséget ad a fentiek modellezésére. Különösen a gráfelmélet dinamikus alkalmazása segít abban, hogy a hálózati folyamatok összefüggéseit pontosabban elemezhessük. Ezért a közlekedési hálózatok és az ellátási láncok tudománya igen közelálló módszerek alkalmazását igényli. Az kutatás egyik lehatároltsága abban áll, hogy az elemzés során többnyire matematikai modelleket alkalmaztunk, a felhasználhatóságához előfordulhat, hogy további interdiszciplináris területekkel is össze kell ezt kötni. A
6 jövőbeli kutatásokban célszerű figyelembe venni, hogy a gyakorlati és elméleti módszerek hogyan köthetők össze ahhoz, hogy a teljes rendszer irányítható legyen, figyelembe véve a környezetvédelmi szempontokat, a változatos utazási szokásokban és a digitalizáció fejlődését. Ennek egyik eszköze lehet az Ipar 4.0 filozófiája. Világszerte küzd a hagyományos gyártó ipar a digitális átalakulással, amely felgyorsult az exponenciálisan növekedő technológiák által (pl. intelligens robotok, önállóan működő drónok, szenzorok, érzékelők, 3D nyomtatá. A cégek gyártási folyamataiknak át kell venniük ezt a gyors változást, ha nem szeretnének lemaradni a szektorukban és a konkurenciáiknál történő fejlesztések során. A dolgok, szolgáltatások, adatok és emberek internete át fogja alakítani a gyártást. A szakemberek erre a fejlődésre az Ipar 4.0 kifejezést használják, amelyben szinte biztos, hogy olyan szakemberek kellenek a jövőben, akik nemcsak a saját szakterületükön jártasak, hanem rálátnak és otthonosan mozognak a modern területeken is. (Husi, 2016) IRODALOMJEGYZÉK Albert, R., Jeong, H., Barabási, A.-L. (1999) Diameter of the WorldWide Web.Nature. 401, pp DOI: /43601 Barabási, A.-L. (2003) Behálózva. A hálózatok új tudománya. (Linked: How Everything Is Connected to Everything Else and What It Means.) Magyar Könyvklub, Budapest. (in Hungarian) Bollobás, B. (2001) Random Graphs. Cambridge Studies in Advanced Mathematics, Cambridge University Press, Cambridge. Boothby, W. M. (1982) Some comments on positive orthant controllability of bilinear systems. SIAM Journal on Control and Optimization. 20(5), pp DOI: / Buchmann, T., Pyka A. (2013) The Evolution of Innovation Networks: The Case of the German Automotive Industry,Innovation Networks. FZID Discussion Paper 70, Forschungszentrum Innovation und Dienstleistung Universität Hohenheim, Hohenheim Ducruet, C., Lugo, I. (2013) Cities and transport networks in shipping and logistics research. Asian Journal of Shipping and Logistics. 29(2), pp Husi G. (2016) Ipar 4.0, Jegyzet, Debreceni Egyetem. k/robottechnika/ipar%204.0%20jegyzet.pdf Letöltve: Kopeček, P., Pinte, M. (2014) Optimization Heuristics for Supplies of Assembly Lines. Periodica Polytechnica- Transportation Engineering. 42(1), pp DOI: /PPtr.7118 Lakatos István, (2004) Effect of timing on the effiency and exhaust of four-stroke, uncharged SOHC Otto-engines, MicroCAD International Scientific Conference. Miskolci Egyetem, pp In: Lehoczky László; and Kalmár László Luenberger, D. G. (1979) Introduction to Dynamics Systems: Theory. Models and Applications, John Wiley and Sons, New York Péter, T. (2012) Modeling nonlinear road traffic networks for junction control. International Journal of Applied Mathematics and Computer Science (AMCS). 22(3), pp DOI: /v Péter, T., Bokor, J., Strobl, A. (2013) Model for the analysis of traffic networks and traffic modelling of Győr. In: IFAC Workshop on Advances in Control and Automation Theory for Transportation Applications (ACATTA 2013), Istanbul, Turkey, Sept , 2013, pp Péter, T., Fazekas, S. (2014) Determination of vehicle density of inputs and outputs and model validation for the analysis of network traffic processes. Periodica Polytechnica Transportation Engineering. 42(1), pp DOI: /PPtr.7282 Péter, T., Lakatos, I., Szauter, F. (2015) Analysis of the complex environmental impact on urban trajectories. In: ASME/IEEE International Conference on Mechatronic and Embedded Systems and Applications (MESA). Boston, Massachusetts, USA, August 2-5, 2015, DETC , pp DOI: /DETC Sachkov, Y. L. (1997) On positive orthant controllability of bilinear systems in small codimensions. SIAM Journal on Control and Optimization. 35(1), pp DOI: /S Szauter, F., Péter, T., Bokor, J. (2015) Complex analysis of the dynamic effects of car population along the trajectories. In: ASME/IEEE International Conference on Mechatronic and Embedded Systems and Applications (MESA), Boston, Massachusetts, USA, August 2-5, 2015, DETC , pp DOI: /DETC Vadvári, T., Várlaki, P. (2015) Identification of Supply Chains Based on Input- Output Data. Periodica Polytechnica Transportation Engineering. 43(3), pp DOI: /PPtr.7931 Zhang, X. (2014) Analysis for Scale-Free Network Characteristics of Logistics Distribution Network. Journal of Service Science and Management. 7(3), pp DOI: /jssm
IFFK 2015 Budapest, 2015. október 15-16.
A közlekedési balesetek prevenciója és elemzésének lehetőségei a nagyméretű közlekedési hálózatok vizsgálatának módszerével Kalincsák István*, Pup Dániel*, Fazekas Sándor**, Szauter Ferenc*, Bede Zsuzsanna**
Nagyméretű közúti közlekedési hálózatok analízise, 3D vizualizációja
Nagyméretű közúti közlekedési hálózatok analízise, 3D vizualizációja Fazekas Sándor Témavezető: dr. Péter Tamás Közlekedés és járműirányítás workshop BME 2011 ISBN 978-963-420-975-1 Köszönet nyilvánítás
Forgalmi modellezés BMEKOKUM209
BME Közlekedésüzemi és Közlekedésgazdasági Tanszék Forgalmi modellezés BMEKOKUM209 Szimulációs modellezés Dr. Juhász János A forgalmi modellezés célja A közlekedési igények bővülése és a motorizáció növekedése
Logisztikai szimulációs módszerek
Üzemszervezés Logisztikai szimulációs módszerek Dr. Juhász János Integrált, rugalmas gyártórendszerek tervezésénél használatos szimulációs módszerek A sztochasztikus külső-belső tényezőknek kitett folyamatok
A Barabási-Albert-féle gráfmodell
A Barabási-Albert-féle gráfmodell és egyéb véletlen gráfok Papp Pál András Gráfok, hálózatok modelljei Rengeteg gráfokkal modellezhető terület: Pl: Internet, kapcsolati hálók, elektromos hálózatok, stb.
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 3 III. VÉLETLEN VEKTOROK 1. A KÉTDIMENZIÓs VÉLETLEN VEKTOR Definíció: Az leképezést (kétdimenziós) véletlen vektornak nevezzük, ha Definíció:
IFFK 2014 Budapest, augusztus
IFFK 2014 Budapest, 2014. augusztus 25-27. Új modellezési módszer és kutatási irány nagyméretű légiforgalmi hálózatok irányításának és Szabó Krisztián*, Dr. Péter Tamás**, Dr. Renner Péter, (Ph.D.)***
Betekintés a komplex hálózatok világába
Betekintés a komplex hálózatok világába Dr. Varga Imre Debreceni Egyetem Informatikai Kar EFOP-3.6.1-16-2016-00022 Egyszerű hálózatok Grafit kristály Árpád házi uralkodók családfája LAN hálózat Komplex
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,
"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.
A változtatható irányú forgalmi sávok alkalmazása a városi közlekedésirányításban (Egy hálózati analízis.)
A változtatható irányú forgalmi sávok alkalmazása a városi közlekedésirányításban (Egy hálózati analízis.) Bede Zsuzsanna* - Dr. Péter Tamás** Stróbl András*** - Fazekas Sándor**** BME Közlekedésautomatikai
Felügyelt önálló tanulás - Analízis III.
Felügyelt önálló tanulás - Analízis III Kormos Máté Differenciálható sokaságok Sokaságok Röviden, sokaságoknak nevezzük azokat az objektumokat, amelyek egy n dimenziós térben lokálisan k dimenziósak Definíció:
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,
Dr. Tóth János egy. docens
Budapesti Műszaki és Gazdaságtudományi Egyetem Közlekedésmérnöki és Járműmérnöki Kar Közlekedésüzemi és Közlekedésgazdasági Tanszék KÖZLEKEDÉSI IGÉNYEK JELLEMZŐI - A FORGALOM ELŐREBECSLÉSE Dr. Tóth János
ICT ÉS BP RENDSZEREK HATÉKONY TELJESÍTMÉNY SZIMULÁCIÓJA DR. MUKA LÁSZLÓ
ICT ÉS BP RENDSZEREK HATÉKONY TELJESÍTMÉNY SZIMULÁCIÓJA DR. MUKA LÁSZLÓ 1 TARTALOM 1.1 A MODELLEZÉS ÉS SZIMULÁCIÓ META-SZINTŰ HATÉKONYSÁGÁNAK JAVÍTÁSA A. Az SMM definiálása, a Jackson Keys módszer kiterjesztése
Hálózatok fejlődése A hatványtörvény A preferential attachment A uniform attachment Vertex copy. SZTE Informatikai Intézet
Hálózattudomány SZTE Informatikai Intézet Számítógépes Optimalizálás Tanszék Előadó: London András 4. Előadás Hogyan nőnek a hálózatok? Statikus hálózatos modellek: a pontok száma (n) fix, az éleket valamilyen
Matematikai geodéziai számítások 5.
Matematikai geodéziai számítások 5 Hibaterjedési feladatok Dr Bácsatyai László Matematikai geodéziai számítások 5: Hibaterjedési feladatok Dr Bácsatyai László Lektor: Dr Benedek Judit Ez a modul a TÁMOP
IFFK 2015 Budapest, október Autóipari logisztikai hálózatok sztochasztikus modellezéséhez szükséges paraméterek elemzése
Autóipari logisztikai hálózatok sztochasztikus modellezéséhez szükséges paraméterek elemzése Dömötörfi Ákos* Dr. Péter Tamás** *Széchenyi István Egyetem, Multidiszciplináris Műszaki Tudományi Doktori Iskola
Matematikai geodéziai számítások 10.
Matematikai geodéziai számítások 10. Hibaellipszis, talpponti görbe és közepes ponthiba Dr. Bácsatyai, László Matematikai geodéziai számítások 10.: Hibaellipszis, talpponti görbe és Dr. Bácsatyai, László
AZ AUTONÓM KÖZÚTI JÁRMŰVEK TESZTELÉSI ÉS VALIDÁLÁSI KIHÍVÁSAI
AZ AUTONÓM KÖZÚTI JÁRMŰVEK TESZTELÉSI ÉS VALIDÁLÁSI KIHÍVÁSAI Dr. SZALAY, Zsolt HAVEit demonstrációs jármű 2 Speciális kihívások Jogi felelősség Kié a felelősség, illetve hogyan lehet a járművekbe felelősséget
Név KP Blokk neve KP. Logisztika I. 6 LOG 12 Dr. Kovács Zoltán Logisztika II. 6 Logisztika Dr. Kovács Zoltán
Név KP Blokk neve KP Felelıs vizsgáztató Kombinatorikus módszerek és algoritmusok 5 MAT 10 Dr. Tuza Zsolt Diszkrét és folytonos dinamikai rendszerek matematikai alapjai 5 Matematika Dr. Hartung Ferenc
Statisztikai módszerek a skálafüggetlen hálózatok
Statisztikai módszerek a skálafüggetlen hálózatok vizsgálatára Gyenge Ádám1 1 Budapesti Műszaki és Gazdaságtudományi Egyetem Villamosmérnöki és Informatikai Kar Számítástudományi és Információelméleti
Irányítástechnika GÁSPÁR PÉTER. Prof. BOKOR JÓZSEF útmutatásai alapján
Irányítástechnika GÁSPÁR PÉTER Prof. BOKOR JÓZSEF útmutatásai alapján Irányítástechnika rendszerek Irányítástechnika Budapest, 2008 2 Az előadás felépítése 1. 2. 3. 4. Irányítástechnika Budapest, 2008
A MATEMATIKA NÉHÁNY KIHÍVÁSA
A MATEMATIKA NÉHÁNY KIHÍVÁSA NAPJAINKBAN Simon L. Péter ELTE, Matematikai Intézet Alkalmazott Analízis és Számításmatematikai Tsz. 1 / 20 MATEMATIKA AZ ÉLET KÜLÖNBÖZŐ TERÜLETEIN Kaotikus sorozatok és differenciálegyenletek,
Nagyméretű közúti közlekedési hálózatok analízise
Nagyméretű közúti közlekedési hálózatok analízise Dr. Péter Tamás Budapesti Műszaki és Gazdaságtudományi Egyetem Közlekedésautomatikai Tanszék 1111 Budapest, Bertalan L. u. 2. Z. épület 602. peter@kozlek.bme.hu
Autonóm - és hagyományos közúti járművek alkotta közlekedési rendszerek összehasonlító elemzése
Budapesti Műszaki és Gazdaságtudományi Egyetem Közlekedésmérnöki és Járműmérnöki Kar Közlekedés- és Járműirányítási Tanszék Záróvizsga 2017.06.20. Autonóm - és hagyományos közúti járművek alkotta közlekedési
2651. 1. Tételsor 1. tétel
2651. 1. Tételsor 1. tétel Ön egy kft. logisztikai alkalmazottja. Ez a cég új logisztikai ügyviteli fogalmakat kíván bevezetni az operatív és stratégiai működésben. A munkafolyamat célja a hatékony készletgazdálkodás
Vállalatgazdaságtan Intézet. Logisztika és ellátási lánc szakirány Komplex vizsga szóbeli tételei 2009. március
Logisztika és ellátási lánc szakirány Komplex vizsga szóbeli tételei 2009. március A tételek: 1) Hogyan lehet a biztonsági készletet meghatározni adott kiszolgálási szint mellett? Hogyan határozható meg
Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János
Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 12. Regresszió- és korrelációanaĺızis Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision
Ipar 4.0: digitalizáció és logisztika. Prof. Dr. Illés Béla Miskolci Egyetem, GÉIK, Logisztikai Intézet Miskolc, április 19.
Ipar 4.0: digitalizáció és logisztika Prof. Dr. Illés Béla Miskolci Egyetem, GÉIK, Logisztikai Intézet Miskolc, 2018. április 19. Az előadáson érintett témák Termelés és piaci hatások Új piaci színtér
0-49 pont: elégtelen, pont: elégséges, pont: közepes, pont: jó, pont: jeles
Matematika szigorlat, Mérnök informatikus szak I. 2013. jan. 10. Név: Neptun kód: Idő: 180 perc Elm.: 1. f. 2. f. 3. f. 4. f. 5. f. Fel. össz.: Össz.: Oszt.: Az elérhető pontszám 40 (elmélet) + 60 (feladatok)
Vállalati modellek. Előadásvázlat. dr. Kovács László
Vállalati modellek Előadásvázlat dr. Kovács László Vállalati modell fogalom értelmezés Strukturált szervezet gazdasági tevékenység elvégzésére, nyereség optimalizálási céllal Jellemzői: gazdasági egység
Összefoglalás és gyakorlás
Összefoglalás és gyakorlás High Speed Networks Laboratory 1 / 28 Hálózatok jellemző paraméterei High Speed Networks Laboratory 2 / 28 Evolúció alkotta adatbázis Önszerveződő adatbázis = (struktúra, lekérdezés)
1. feladatsor: Vektorterek, lineáris kombináció, mátrixok, determináns (megoldás)
Matematika A2c gyakorlat Vegyészmérnöki, Biomérnöki, Környezetmérnöki szakok, 2017/18 ősz 1. feladatsor: Vektorterek, lineáris kombináció, mátrixok, determináns (megoldás) 1. Valós vektorterek-e a következő
(Diszkrét idejű Markov-láncok állapotainak
(Diszkrét idejű Markov-láncok állapotainak osztályozása) March 21, 2019 Markov-láncok A Markov-láncok anaĺızise főként a folyamat lehetséges realizációi valószínűségeinek kiszámolásával foglalkozik. Ezekben
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 8 VIII. REGREssZIÓ 1. A REGREssZIÓs EGYENEs Két valószínűségi változó kapcsolatának leírására az eddigiek alapján vagy egy numerikus
Infobionika ROBOTIKA. X. Előadás. Robot manipulátorok II. Direkt és inverz kinematika. Készült a HEFOP P /1.0 projekt keretében
Infobionika ROBOTIKA X. Előadás Robot manipulátorok II. Direkt és inverz kinematika Készült a HEFOP-3.3.1-P.-2004-06-0018/1.0 projekt keretében Tartalom Direkt kinematikai probléma Denavit-Hartenberg konvenció
Társadalmi és gazdasági hálózatok modellezése
Társadalmi és gazdasági hálózatok modellezése 5. el adás Közösségszerkezet El adó: London András 2017. október 16. Közösségek hálózatban Homofília, asszortatívitás Newman modularitás Közösségek hálózatban
Termelés- és szolgáltatásmenedzsment
Termelés- és szolgáltatásmenedzsment egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Termelés- és szolgáltatásmenedzsment 13. Előrejelzési módszerek 14. Az előrejelzési modellek felépítése
Veszély- és kockázatbecslés alapú rekonfigurált eljárás-befolyásolás a polgári légiközlekedésben
Veszély- és kockázatbecslés alapú rekonfigurált eljárás-befolyásolás a polgári légiközlekedésben Meyer Dóra Témavezető: Dr. Tarnai Géza Közlekedés és járműirányítás workshop BME 20 ISBN 978-963-420-975-
Logisztikai mérnöki alapszak (BSc) levelező tagozat (BSL) / BSc in Logistics Engineering (Part Time)
Logisztikai mérnöki alapszak (BSc) levelező tagozat (BSL) / BSc in Logistics Engineering (Part Time) A képzés közös része (specializációra lépés feltétele: a szigorlat eredményes teljesítése) GEMAN113-1
AZ 5G ÉS MAGYARORSZÁG
AZ 5G ÉS MAGYARORSZÁG Mácz Ákos, DJP 2018. november 9. LEHETETLEN? 300 < 20 A VÁLTOZÁS SEBESSÉGE 300 < 20 A világ többet változik a következő 20 évben, mint amennyit változott az elmúlt 300 évben. Gerd
AZ E-MOBILITÁS ÖSSZEFÜGGÉSEI, LEHETŐSÉGEI. Kisgyörgy Lajos BME Út és Vasútépítési Tanszék
AZ E-MOBILITÁS ÖSSZEFÜGGÉSEI, LEHETŐSÉGEI Kisgyörgy Lajos BME Út és Vasútépítési Tanszék E-MOBILITÁS Elektromos és önvezető járművek Intelligens közlekedés Jármű jármű kommunikáció Jármű infrastruktúra
Beszerzési és elosztási logisztika. Előadó: Telek Péter egy. adj. 2008/09. tanév I. félév GT5SZV
Beszerzési és elosztási logisztika Előadó: Telek Péter egy. adj. 2008/09. tanév I. félév GT5SZV 2. Előadás A beszerzési logisztika alapjai Beszerzési logisztika feladata/1 a termeléshez szükséges: alapanyagok
Matematika III előadás
Matematika III. - 2. előadás Vinczéné Varga Adrienn Debreceni Egyetem Műszaki Kar, Műszaki Alaptárgyi Tanszék Előadáskövető fóliák Vinczéné Varga Adrienn (DE-MK) Matematika III. 2016/2017/I 1 / 23 paramétervonalak,
Görbe- és felületmodellezés. Szplájnok Felületmodellezés
Görbe- és felületmodellezés Szplájnok Felületmodellezés Spline (szplájn) Spline: Szakaszosan, parametrikus polinomokkal leírt görbe A spline nevét arról a rugalmasan hajlítható vonalzóról kapta, melyet
Matematikai geodéziai számítások 5.
Nyugat-magyarországi Egyetem Geoinformatikai Kara Dr Bácsatyai László Matematikai geodéziai számítások 5 MGS5 modul Hibaterjedési feladatok SZÉKESFEHÉRVÁR 2010 Jelen szellemi terméket a szerzői jogról
Regresszió. Csorba János. Nagyméretű adathalmazok kezelése március 31.
Regresszió Csorba János Nagyméretű adathalmazok kezelése 2010. március 31. A feladat X magyarázó attribútumok halmaza Y magyarázandó attribútumok) Kérdés: f : X -> Y a kapcsolat pár tanítópontban ismert
Változtatható irányú forgalmi sávok analízise nagyméretű közúti közlekedési hálózatokon
Változtatható irányú forgalmi sávok analízise nagyméretű közúti közlekedési hálózatokon Bede Zsuzsanna Témavezető: Péter Tamás Közlekedés és járműirányítás workshop BME 2011 ISBN 978-963-420-975-1 A változtatható
(A képzés közös része, specializációra lépés feltétele: a szigorlat eredményes teljesítése)
Logisztikai mérnöki alapszak (BSc) nappali tagozat (BS) / BSc in Logistics Engineering (Full Time) (A képzés közös része, specializációra lépés feltétele: a szigorlat eredményes teljesítése) GEMAN113-B
Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió
SZDT-08 p. 1/31 Biometria az orvosi gyakorlatban Korrelációszámítás, regresszió Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Korrelációszámítás
A Markovi forgalomanalízis legújabb eredményei és ezek alkalmazása a távközlő hálózatok teljesítményvizsgálatában
A Markovi forgalomanalízis legújabb eredményei és ezek alkalmazása a távközlő hálózatok teljesítményvizsgálatában Horváth Gábor ghorvath@hit.bme.hu (Horváth András, Telek Miklós) - p. 1 Motiváció, problémafelvetés
Kapcsolatok kialakulása és fennmaradása klaszterek tudáshálózataiban
Kapcsolatok kialakulása és fennmaradása klaszterek tudáshálózataiban Juhász Sándor 1,2 Lengyel Balázs 1,3 1 Hungarian Academy of Sciences, Agglomeration and Social Networks Lendület Research Group 2 University
BIG DATA ELEMZÉSEK LEHETŐSÉGEI
BIG DATA ELEMZÉSEK LEHETŐSÉGEI A KÖRNYEZETVÉDELMI MODELLEZÉSBEN Dr. Torma A. 2015.11.13. 2015/11/13 Dr. TORMA A. >> Széchenyi István Egyetem 2 Tartalom 1. A Big Data fogalma 2. Pár érdekes adat a Big Data
Doktori disszertáció. szerkezete
Doktori disszertáció tézisfüzet Komplex hálózatok szerkezete Szabó Gábor Témavezető Dr. Kertész János Elméleti Fizika Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem 2005 Bevezetés A tudományos
A Jövő Internet Nemzeti Kutatási Program bemutatása
A Jövő Internet Nemzeti Kutatási Program bemutatása Dr. Bakonyi Péter és Dr. Sallai Gyula Jövő Internet Kutatáskoordinációs Központ Budapesti Műszaki és Gazdaságtudományi Egyetem Budapest, 2013. június
IFFK 2016 Budapest, augusztus Kerékpáros és gyalogos balesetek mélyelemzése Magyarországon
IFFK 2016 Budapest, 2016 augusztus 29-31 Kerékpáros és gyalogos balesetek mélyelemzése Magyarországon Dr Lakatos István*, Óberling József**, Kalincsák István*, Pup Dániel* és Szauter Ferenc* Széchenyi
Közúti közlekedési automatika. BME, Közlekedés- és Járműirányítási Tanszék
Közúti közlekedési automatika BME, Közlekedés- és Járműirányítási Tanszék A közúti forgalomirányítás célja A közlekedési folyamatok befolyásolása meghatározott célok elérése érdekében. A forgalomirányító
Az ellátásilánc-menedzsment, és informatikai háttere. BGF PSZK Közgazdasági Informatikai Intézeti Tanszék Balázs Ildikó, Dr.
Az ellátásilánc-menedzsment, és informatikai háttere BGF PSZK Közgazdasági Informatikai Intézeti Tanszék Balázs Ildikó, Dr. Gubán Ákos SCM Hatóság Kiskereskedő Fogyasztó Vevő 2 Logisztikai központ Beszálító
Ellátási lánc optimalizálás P-gráf módszertan alkalmazásával mennyiségi és min ségi paraméterek gyelembevételével
Ellátási lánc optimalizálás P-gráf módszertan alkalmazásával mennyiségi és min ségi paraméterek gyelembevételével Pekárdy Milán, Baumgartner János, Süle Zoltán Pannon Egyetem, Veszprém XXXII. Magyar Operációkutatási
Gépi tanulás a gyakorlatban. Kiértékelés és Klaszterezés
Gépi tanulás a gyakorlatban Kiértékelés és Klaszterezés Hogyan alkalmazzuk sikeresen a gépi tanuló módszereket? Hogyan válasszuk az algoritmusokat? Hogyan hangoljuk a paramétereiket? Precízebben: Tegyük
Logisztikai mérnöki mesterszak (MSc), levelező tagozat (MLL) / MSc Programme in Logistics Engineering
Logisztikai mérnöki mesterszak (MSc), levelező tagozat (MLL) / MSc Programme in Logistics Engineering Őszi kezdés Tárgykód Félév Tárgynév Tárgy angol neve Ea. /Gy./ Köv./ Kr. ETF MLL GTVSM702ML 1 (ősz)
Dinamikus programozás alapú szivattyú üzemvitel optimalizálási technikák (főként) kombinatorikus vízműhálózatokra
Systeemitekniikan Laboratorio Dinamikus programozás alapú szivattyú üzemvitel optimalizálási technikák (főként) kombinatorikus vízműhálózatokra Bene József HDR, Dr. Hős Csaba HDR, Dr. Enso Ikonen SYTE,
Miért fontos számunkra az előző gyakorlaton tárgyalt lineáris algebrai ismeretek
Az november 23-i szeminárium témája Rövid összefoglaló Miért fontos számunkra az előző gyakorlaton tárgyalt lineáris algebrai ismeretek felfrissítése? Tekintsünk ξ 1,..., ξ k valószínűségi változókat,
Méréselmélet MI BSc 1
Mérés és s modellezés 2008.02.15. 1 Méréselmélet - bevezetés a mérnöki problémamegoldás menete 1. A probléma kitűzése 2. A hipotézis felállítása 3. Kísérlettervezés 4. Megfigyelések elvégzése 5. Adatok
Intermodális csomópontok információs rendszerei
Intermodális csomópontok információs rendszerei felmerülő szükséglet anyagi, szellemi javak szolgáltatások iránt - térbeliség - (korábbi ismeretei) helyváltoztatás tervezési-döntési folyamata szubjektív
Mérnök informatikus (BSc) alapszak levelező tagozat (BIL) / BSc in Engineering Information Technology (Part Time)
Mérnök informatikus (BSc) alapszak levelező tagozat (BIL) / BSc in Engineering Information Technology (Part Time) (specializáció választás a 4. félévben, specializációra lépés feltétele: az egyik szigorlat
First Prev Next Last Go Back Full Screen Close Quit
Többváltozós függvények (2) First Prev Next Last Go Back Full Screen Close Quit 1. Egyváltozós függvények esetén a differenciálhatóságból következett a folytonosság. Fontos tudni, hogy abból, hogy egy
Normák, kondíciószám
Normák, kondíciószám A fizika numerikus módszerei I. mf1n1a06- mf1n2a06 Csabai István Lineáris egyenletrendszerek Nagyon sok probléma közvetlenül lineáris egyenletrendszer megoldásával kezelhetı Sok numerikus
Mérés és modellezés Méréstechnika VM, GM, MM 1
Mérés és modellezés 2008.02.04. 1 Mérés és modellezés A mérnöki tevékenység alapeleme a mérés. A mérés célja valamely jelenség megismerése, vizsgálata. A mérés tervszerűen végzett tevékenység: azaz rögzíteni
MINTA Írásbeli Záróvizsga Mechatronikai mérnök MSc. Debrecen,
MINTA Írásbeli Záróvizsga Mechatronikai mérnök MSc Debrecen, 2017. 01. 03. Név: Neptun kód: Megjegyzések: A feladatok megoldásánál használja a géprajz szabályait, valamint a szabványos áramköri elemeket.
Városi légszennyezettség vizsgálata térinformatikai és matematikai statisztikai módszerek alkalmazásával
Pannon Egyetem Vegyészmérnöki Tudományok és Anyagtudományok Doktori Iskola Városi légszennyezettség vizsgálata térinformatikai és matematikai statisztikai módszerek alkalmazásával DOKTORI (Ph.D.) ÉRTEKEZÉS
Matematikai geodéziai számítások 8.
Matematikai geodéziai számítások 8 Szintezési hálózat kiegyenlítése Dr Bácsatyai, László Matematikai geodéziai számítások 8: Szintezési hálózat kiegyenlítése Dr Bácsatyai, László Lektor: Dr Benedek, Judit
Dr. Kalló Noémi. Termelés- és szolgáltatásmenedzsment. egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék. Dr.
Termelés- és szolgáltatásmenedzsment egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Termelés- és szolgáltatásmenedzsment 13. Ismertesse a legfontosabb előrejelzési módszereket és azok gyakorlati
Budapesti Forgalomirányító Központ. Siemens Scala kliens. Összeállította: Csikós Alfréd
Budapesti Forgalomirányító Központ Siemens Scala kliens Összeállította: Csikós Alfréd Budapesti Forgalomirányító Központ Siemens Scala Bevezetés Irányítási célok városban Forgalomtechnikai teljesítménymutatók
A vállalti gazdálkodás változásai
LOGISZTIKA A logisztika területei Szakálosné Dr. Mátyás Katalin A vállalti gazdálkodás változásai A vállalati (mikro)logisztika fő területei Logisztika célrendszere Készletközpontú szemlélet: Anyagok mozgatásának
Matematika II. 1 sin xdx =, 1 cos xdx =, 1 + x 2 dx =
Matematika előadás elméleti kérdéseinél kérdezhető képletek Matematika II Határozatlan Integrálszámítás d) Adja meg az alábbi alapintegrálokat! x n 1 dx =, sin 2 x dx = d) Adja meg az alábbi alapintegrálokat!
Quadkopter szimulációja LabVIEW környezetben Simulation of a Quadcopter with LabVIEW
Quadkopter szimulációja LabVIEW környezetben Simulation of a Quadcopter with LabVIEW T. KISS 1 P. T. SZEMES 2 1University of Debrecen, kiss.tamas93@gmail.com 2University of Debrecen, szemespeter@eng.unideb.hu
Válság és előrejelzés
Válság és előrejelzés Magyar Statisztikai Társaság 2009. október 15. Dr. Gáspár Tamás Tudományos főmunkatárs ECOSTAT 1998. augusztus A globális kapitalizmus válsága 2000. szeptember Nem omlott össze a
12. előadás - Markov-láncok I.
12. előadás - Markov-láncok I. 2016. november 21. 12. előadás 1 / 15 Markov-lánc - definíció Az X n, n N valószínűségi változók sorozatát diszkrét idejű sztochasztikus folyamatnak nevezzük. Legyen S R
17. előadás: Vektorok a térben
17. előadás: Vektorok a térben Szabó Szilárd A vektor fogalma A mai előadásban n 1 tetszőleges egész szám lehet, de az egyszerűség kedvéért a képletek az n = 2 esetben szerepelnek. Vektorok: rendezett
A CAN mint ipari kommunikációs protokoll CAN as industrial communication protocol
A CAN mint ipari kommunikációs protokoll CAN as industrial communication protocol Attila FODOR 1), Dénes FODOR Dr. 1), Károly Bíró Dr. 2), Loránd Szabó Dr. 2) 1) Pannon Egyetem, H-8200 Veszprém Egyetem
Tartalom. Állapottér reprezentációk tulajdonságai stabilitás irányíthatóság megfigyelhetőség minimalitás
Tartalom Állapottér reprezentációk tulajdonságai stabilitás irányíthatóság megfigyelhetőség minimalitás 2018 1 Állapottér reprezentációk tulajdonságai Általánosan egy lineáris, SISO dinamikus rendszer
Lagrange egyenletek. Úgy a virtuális munka mint a D Alembert-elv gyakorlati alkalmazását
Lagrange egyenletek Úgy a virtuális munka mint a D Alembert-elv gyakorlati alkalmazását megnehezíti a δr i virtuális elmozdulások egymástól való függősége. (F i ṗ i )δx i = 0, i = 1, 3N. (1) i 3N infinitezimális
Hidraulikus hálózatok robusztusságának növelése
Dr. Dulovics Dezső Junior Szimpózium 2018. Hidraulikus hálózatok robusztusságának növelése Előadó: Huzsvár Tamás MSc. Képzés, II. évfolyam Témavezető: Wéber Richárd, Dr. Hős Csaba www.hds.bme.hu Az előadás
LOGISZTIKA/ELLÁTÁSI LÁNC MENEDZSMENT BODA & PARTNERS SZAKÉRTŐI SZOLGÁLTATÁSOK
LOGISZTIKA/ELLÁTÁSI LÁNC MENEDZSMENT BODA & PARTNERS SZAKÉRTŐI SZOLGÁLTATÁSOK BEMUTATKOZÁS Iparágtól függetlenül három egymással szorosan összefüggő terület játszik komoly szerepet a vállalatok sikerességében:az
Egy gazdasa gmatematikai modell An economical mathematics model
Egy gazdasa gmatematikai modell An economical mathematics model KÉZI CS. University of Debrecen, kezicsaba@science.unideb.hu Absztrakt. Az NTP-NFTÖ-17-C-159 azonosítószámú pályázat keretében az egyik fő
Véletlen gráfok, hálózatok
Véletlen gráfok, hálózatok Véletlen gráfok, hálózatok Csirik András 2018.04.25 Erdős-Rényi modell Watts-Strogatz modell Barabási-Albert modell Hálózatok a mindennapokban Hálózatok a világ minden területén
Válogatott fejezetek a közlekedésgazdaságtanból
Válogatott fejezetek a közlekedésgazdaságtanból 2. Választási modellek Levelező tagozat 2015 ősz Készítette: Prileszky István http://www.sze.hu/~prile Fogalmak Választási modellek célja: annak megjósolása,
A forgalomsűrűség és a követési távolság kapcsolata
1 A forgalomsűrűség és a követési távolság kapcsolata 6 Az áramlatsűrűség (forgalomsűrűség) a követési távolsággal ad egyértelmű összefüggést: a sűrűség reciprok értéke a(z) (átlagos) követési távolság.
Nagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem
agy számok törvényei Statisztikai mintavétel Várható érték becslése Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem A mérés mint statisztikai mintavétel A méréssel az eloszlásfüggvénnyel
I. BESZÁLLÍTÓI TELJESÍTMÉNYEK ÉRTÉKELÉSE
I. BESZÁLLÍTÓI TELJESÍTMÉNYEK ÉRTÉKELÉSE Komplex termékek gyártására jellemző, hogy egy-egy termékbe akár több ezer alkatrész is beépül. Ilyenkor az alkatrészek általában sok különböző beszállítótól érkeznek,
Logisztikai mérnök záróvizsga tételsor Módosítva május 6.
Név KP Blokk neve KP Felelıs vizsgáztató Kombinatorikus módszerek és algoritmusok 5 MAT 10 Dr. Tuza Zsolt Diszkrét és folytonos dinamikai rendszerek matematikai alapjai 5 Matematika Dr. Hartung Ferenc
Autonóm jármű forgalomszimulátorba illesztése
Autonóm jármű forgalomszimulátorba illesztése Szalai Mátyás 2018 Konzulens: Dr. Tettamanti Tamás A szimulációs feladat Miért hasznos? Biztonságos környezetben nyújt lehetőséget az autonóm járművek forgalmi
Szoftver karbantartási lépések ellenőrzése
Szoftverellenőrzési technikák (vimim148) Szoftver karbantartási lépések ellenőrzése Majzik István Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék http://www.inf.mit.bme.hu/
Hajlított tartó elmozdulásmez jének meghatározása Ritz-módszerrel
Hajlított tartó elmozdulásmez jének meghatározása Ritz-módszerrel Segédlet az A végeselem módszer alapjai tárgy 4. laborgyakorlatához http://www.mm.bme.hu/~kossa/vemalap4.pdf Kossa Attila (kossa@mm.bme.hu)
KOVÁCS BÉLA, MATEMATIKA I.
KOVÁCS BÉLA MATEmATIkA I 6 VI KOmPLEX SZÁmOk 1 A komplex SZÁmOk HALmAZA A komplex számok olyan halmazt alkotnak amelyekben elvégezhető az összeadás és a szorzás azaz két komplex szám összege és szorzata
ISO 9001 kockázat értékelés és integrált irányítási rendszerek
BUSINESS ASSURANCE ISO 9001 kockázat értékelés és integrált irányítási rendszerek XXII. Nemzeti Minőségügyi Konferencia jzr SAFER, SMARTER, GREENER DNV GL A jövőre összpontosít A holnap sikeres vállalkozásai
Matematika A2 vizsga mgeoldása június 4.
Matematika A vizsga mgeoldása 03. június.. (a (3 pont Definiálja az f(x, y függvény határértékét az (x 0, y 0 helyen! Megoldás: Legyen D R, f : D R. Legyen az f(x, y függvény értelmezve az (x 0, y 0 pont
FMEA tréning OKTATÁSI SEGÉDLET
FMEA tréning OKTATÁSI SEGÉDLET 1. Hibamód és hatás elemzés : FMEA (Failure Mode and Effects Analysis) A fejlett nyugati piacokon csak azok a vállalatok képesek hosszabbtávon megmaradni, melyek gazdaságosan