Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: interactive decision support

Sortuj według:

Ogranicz wyniki do:

Planowanie pracy zespołu robotów wielofunkcyjnych w systemach potokowej produkcji wieloasortymentowej (interakcyjne wspomaganie decyzji)

Bocewicz G., Wójcik R., Banaszak Z.

Prace Naukowe Politechniki Warszawskiej. Elektronika

2008

z. 166, t. 2

647-658

Rozważany problem planowania pracy zespołu robotów wielofunkcyjnych w systemach potokowej produkcji wieloasortymentowej należy do problemów planowania alokacji zasobów, a w szczególności koordynacji współbieżnie przebiegających i wzajemnie warunkujących się procesów wytwórczych. Przyjęty model referencyjny problemu decyzyjnego planowania pracy zespołu robotów łączy oczekiwania dyspozytora (w zakresie wsparcia obejmującego dany zbiór pytań rutynowych) z możliwościami wykorzystania dostępnych zdolności produkcyjnych. Przykłady ilustrujące tego typu możliwości odnoszą się do dwóch klas pytań rutynowych związanych odpowiednio z wyznaczaniem: wartości funkcji celu implikowanych przyjętymi wartościami zmiennych decyzyjnych oraz wartości zmiennych decyzyjnych gwarantujących oczekiwane wartości funkcji celu.

Scheduling of multi-robot in a multi-product flow shop can be resolved through a reference model specified in terms of constraint satisfaction problem. In turn, an assumed specification enables usage of the commercially available constraint programming software tools. Provided cases illustrate that capability using examples following from the direct and reverse scheduling problems statement. The first case concerns of routine questions such as: What is the system performance following a given resources allocation? In turn, the case regarding so called reverse scheduling problems concerns of routine questions such as: What resources allocation implies an assumed system performance? Moreover, the proposed reference model of multi-robot scheduling problem can be used as a formal framework for designing of more advanced, i.e., taking into account both renewable and non-renewable resources as well as accurate and uncertain data specification, decision support tools.

Parallel approaches to parametric optimization and the convergence of interactive decision support

Wierzbicki A.

Control and Cybernetics

2000

Vol. 29, no 1

427-444

In the perspective of parallel processing, a new sense of parametric optimization might be promoted. The paper shows that it, is possible to propose new parallel versions of basic optimization algorithms, as well as an advanced method of securing convergence in interactive mnltiobjective optimization and decision support, all based on a modified concept of parametric embedding. This general idea is exemplified for the case of the simplex algorithm of linear programming by a parameterized and coarse-grain parallel augmented simplex algorithm, where a linear optimization problem can be embedded into a multiple-ohjective family which introduces diversified directions of search cutting through the interior of the original admissible set. For the case of nonlinear programming, a parameterized and coarse-grain parallel variable metric pulsar algorithm is shortly presented, where parallel directional searches are combined with a parametrized variable metric to produce a pulsating, robust nonliear programming algorithm. These two examples concern very basic optimization tools ; at the other end of the spectrmn of optimization-related methods, a general method called outranking trials of securing convergence of interactive multiobjective optimization and decision suport is obtained through parameterizing an outranking relation and using basic properties of order-consistent achievement functions in reference point methodology for testing the existence of outranking points by parallel optimization runs. Thus, the paper presents the use of parallel processing to solve a wide range of modified parametric embedding problems related to optimization and decision support.