PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 4

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  complex processes
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available Modelowanie złożonych procesów decyzyjnych w warunkach niepewności
Gorzeń-Mitka I.
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
|
2014
|
z. 74
135--145
PL
Podejmowanie decyzji jest zasadniczym elementem procesów zarządczych organizacji. Sieć czynników je determinujących, ich niepewność i niestabilność stały się immanentnymi cechami tego procesu. Wybór optymalnych rozwiązań spośród istniejących alternatyw wymaga stosowania metod przystających do tych warunków. Jedną z nich jest model Cynefin, wywodzący się z teorii systemów adaptacyjnych i kognitywistyki. W artykule zaprezentowano założenia modelu Cynefin w kontekście możliwości kształtowania procesów decyzyjnych w warunkach niepewności.
EN
Decision making is an essential part of management processes. Network factors, their uncertainty and instability have become inherent features of these processes. Selection of optimal solutions of existing alternatives require use methods which have agreed to these conditions. The paper presents the basic assumptions and possibilities of using Cynefin framework for modeling complex decision making processes under uncertainty.
2
Content available Wady i zalety metody prognozowania zachowania złożonych procesów opartej na metodzie GMDH z funkcjami wrażliwości
Bobkowska J.
Pomiary Automatyka Kontrola
|
2014
|
R. 60, nr 12
1136--1139
PL
W artykule przedstawiono zalety i ograniczenia metody predykcji procesów złożonych reprezentowanych przez szeregi czasowe, opartej na metodzie GMDH i korzystającej z właściwości funkcji wrażliwości. Użycie funkcji wrażliwości ma zapewnić zwiększenie precyzji predykcji w stosunku do metody podstawowej, dzięki informacjom o kierunku i szybkości zmian wartości zmiennych szeregu, zawartych w funkcjach wrażliwości. Na wejściu potrzebna jest niewielka ilości danych (siedem). Metoda wykazuje zwiększenie skuteczności w stosunku do GMDH nawet przy wykorzystaniu wielomianów Kołmogorowa-Gabora jedynie drugiego stopnia.
EN
In this paper, there are presented the advantages and limitations of the prediction method of complex processes (presented in the form of the time series) which is based on the Russian researcher A. G. Ivakhnenko-GMDH method and uses the properties of the first and second-order sensitivity functions. Sensitivity function is used to ensure an increase of the precision of the prediction in relation to the basic method, thanks to the information about direction and changes in the values of the time series variables and the speed of these changes included in them. We need only small amount of input data (seven) opposed to the other regression methods using large amounts of information in order to study the statistical relationship between time series variables. On the basis of several alternative (partial) models we receive several outputs for every time-series variable, from which we choose the best (terms previously fixed criteria) [1]. Figures 1, 4, 6 and 7 show the results of the prediction of the best partial models for one or two steps forward. Others show values of the sensitivity functions indicating an influence on the studied variables. Results of the prediction without using the sensitivity function differ significantly from the expected values, therefore, are not shown in the drawings. The method shows an increase in efficacy in comparison with GMDH even for second degree Kolomogorov-Gabor polynomials.
3
Learning rule structures of fuzzy controllers based on genetic algorithm.
Xiong N.
Systems Science
|
2000
|
Vol. 26, nr 2
69-84
EN
One of the major difficulties in fuzzy control of complex processes is the "curse of dimensionality". For the sake of a reduced size of the knowledge base some rules with incomplete premise structures covering larger regions of input domain are often desirable. The paper presents a genetic algorithm based approach to searching for suitable antecedents under which specific fuzzy actions could be derived. The rule premises are coded in a flexible way allowing the presence as well as absence of an input variable in them, in combination with a certain class of input and output fuzzy sets. On the other hand, a consistency index is introduced to give a numerical evaluation of the coherence among individual rules. This index is incorporated into the fitness function of the genetic algorithm to search for a set of optimal rule premises yielding not only good control performances but also little conflict in the rule base. The effectiveness of our work is demonstrated through experiment results on an inverted pendulum.
4
Content available remote Modelowanie złożonych procesów chemicznych za pomocą sieci neuronowych
Adamska-Rutkowska D.
Przemysł Chemiczny
|
1998
|
T. 77, nr 7
247-252
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.