Stochastic Simulation of Production Processes - selected issues

• Autorzy: Snopkowski Ryszard , Sukiennik Marta , Napieraj Aneta

Identyfikatory

DOI

10.29227/IM-2021-01-18

Warianty tytułu

PL

Symulacja stochastyczna procesów produkcyjnych - wybrane zagadnienie

• Języki publikacji: EN

Abstrakty

EN

The article presents selected issues in the field of stochastic simulation of production processes. Attention was drawn to the possibility of including, in this type of models, the risk accompanying the implementation of processes. Probability density functions that can be used to characterize random variables present in the model are presented. The possibility of making mistakes while creating this type of models was pointed out. Two selected examples of the use of stochastic simulation in the analysis of production processes on the example of the mining process are presented.

Słowa kluczowe

EN

stochastic simulation; production process; probability density function

PL

symulacja stochastyczna; procesy produkcyjne

• Wydawca: Polskie Towarzystwo Przeróbki Kopalin
• Czasopismo: Inżynieria Mineralna
• Rocznik: 2021
• Tom: no. 1
• Strony: 137--146
• Opis fizyczny: Bibliogr. 21 poz., wykr.

Twórcy

autor

Snopkowski Ryszard

• AGH University of Science and Technology in Krakow, Mickiewicza 30, 30-059 Kraków

autor

Sukiennik Marta

• AGH University of Science and Technology in Krakow, Mickiewicza 30, 30-059 Kraków

autor

Napieraj Aneta

• AGH University of Science and Technology in Krakow, Mickiewicza 30, 30-059 Kraków

Bibliografia

• 1. Asmussen S., Glynn P.W. Stochastic Simulation, Algorithms and Analysis, Springer 2007.
• 2. Beaverstock M., Greenwood A., Lavery E., Nordgren W. Symulacja stosowana : modelowanie i analiza przy wykorzystaniu FlexSim / Grzegorz Wróbel polish edition; Rzeszów ; Kraków: Cem-pel Consulting, 2012.
• 3. Bremaud P. Markov Chains: Gibbs Fields, Monte Carlo Simulation and Queues, Springer Verlag 1999
• 4. Checkland P. Systems thinking, System Practice. Chichester. England: John Wiley &Sons, 1981.
• 5. Geyer C.J. Markov chain Monte Carlo Lecture Notes. Copyright 1998, 2005 by Charles J. Geyer
• 6. Geyer C.J. Practical Markov Chain Monte Carlo. Statistical Science 1992, Volume 7 (4), pp. 473–511
• 7. Jerrum M. Mathematical foundations of the Markov chain Monte Carlo method, In Probabilistic Methods for Algorithmic Discrete Mathematics, Springer 1998
• 8. Jerrum M., Sinclair A. The Markov chain Monte Carlo method: an approach to approximate counting and integration, In Approximation Algorithms for NP-hard Problems, (Dorit Hoch-baum, ed.), PWS 1996.
• 9. Liu J.S. Monte Carlo Strategies in Scientific Computing, Springer 2004.
• 10. Niemiro W. Symulacje stochastyczne i metody Monte Carlo, Uniwersytet Warszawski, 2013.
• 11. Ripley B.D. Stochastic Simulation, Wiley & Sons. 1987.
• 12. Robert C.P., Casella G. Monte Carlo Statistical Methods, Springer 2004.
• 13. Robinson, S. Simulation: The Practice of Model Development and Use. Chichester. England: John Wiley &Sons, 2004
• 14. Snopkowski R. Błędy i niedokładności w symulacji stochstycznej procesów – możliwości ich weryfikacji. Górnictwo i Geoinżynieria. Akademia Górniczo-Hutnicza. Kraków 2009.
• 15. Snopkowski R. Boundary Conditions for Elementary Functions of Probability Densities for the Production Process Realised in Longwalls. Archives of Mining Sciences, Polish Academy of Sci-ences, Warszawa – Kraków, Wydawnictwo Naukowe PWN, vol. 45, Issue 4, 2000
• 16. Snopkowski R. Funkcje zmiennych losowych – możliwości redukcji modeli stochastycznych, Cz. 1 — Functions of random variables – possibility of reduction of stochastic models, Pt. 1. Górnictwo i Geoinżynieria. Akademia Górniczo-Hutnicza im. Stanisława Staszica, Kraków 2005
• 17. Snopkowski R. Funkcje zmiennych losowych – możliwości redukcji modeli stochastycznych, Cz. 2 — Functions of random variables – possibility of reduction of stochastic models, Pt. 2 Górnictwo i Geoinżynieria. Akademia Górniczo-Hutnicza im. Stanisława Staszica, Kraków 2005
• 18. Snopkowski R. Identyfikacja rozkładu prawdopodobieństwa wydobycia- ogólny schemat obli-czeń. AGH University of Science and Technology, Kraków 1998
• 19. Snopkowski R. Symulacja stochastyczna. Akademia Górniczo-Hutnicza Uczelniane Wydawnictwa Naukowo-Dydaktyczne. Kraków 2007
• 20. Snopkowski R., Napieraj A. Method of the production cycle duration time modeling within hard coal longwall faces. Archives of Mining Sciences 2012, vol. 57 no. 1, s. 121–138.
• 21. Zieliński R., Wieczorkowski R. Komputerowe generatory liczb losowych, WNT, Warszawa 1997.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2021).