Multi-attribute classification (ordering) problem concerns assignment of objects (tasks) to some predefined and preference-ordered decision classes [1, 2]. In considered situation objects are described by a finite sets of locations. Disposing several objects ranking lists it is possible exploit information about distribution. It was assumed that distribution information base on so called neighborhoods structures. These structures can approve or disapprove judgments unanimity prepared by experts (agents, responders, algorithms). Disposing distribution characteristics we define set of criteria. So, it is challenging problem which can be solved on base of preference theory. Reaching preference approach by neighborhood elements we exploit addition information, which help compromise achievement. Proposed method of objects ordering based of considering preference relations during process of lists combining up along their positions. Such approach enlarge scale of divergences in these relations.
Metody prognozowania wieloparametrycznego ciągle się rozwijają i modyfikują. Wykorzystanie neuronów do analizy zjawisk ekonomicznych, które trudno opisać deterministycznymi zależnościami i formułami, jest w dużej mierze uzasadnione. Takie powiązanie przyczyn i efektów procesów ekonomicznych z powodzeniem może zastąpić pracę ekspertów tym bardziej, że struktury neuronowe potrafią się same uczyć oraz są w stanie wyciągać wnioski na podstawie niepełnej informacji wejściowej. Scenariuszem w danym przypadku będzie sekwencja wartości wybranych parametrów ekonomicznych Si ={x1, x2,…., xn}, gdzie x1 - znaczenia parametrów lub wskaźników. Badania można rozbudować, poszukując najbardziej optymistycznego i najbardziej pesymistycznego scenariusza (Sopt, Spes). Jak w każdej prognozie, danymi wejściowymi będą informacje dotyczące bezpośrednio przeszłych doświadczeń.
Praca przedstawia zestawienie najpopularniejszych technologii wykorzystywanych do komunikacji. Transmisje, których atutem jest brak ograniczeń na szerokość zajmowanego pasma, już obecnie umożliwiają przekaz informacji z ogromnymi przepływnościami. Już dzisiaj w łatwy sposób można uzyskiwać połączenia o szybkościach od 9,6 kbps do 10 Gbps. Zapoznanie się z oferowanymi przepływnościami technologii umożliwi odpowiednią analizę i ułatwi właściwy ich dobór przy projektowaniu przepływności okablowania, a przedstawione przykłady zobrazują możliwości oferowane przez te technologie.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.