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

Znaleziono wyników: 5

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available Some practical applications of generating functions and LSTS
Ziółkowski M.
Scientific Issues of Jan Długosz University in Częstochowa. Mathematics
|
2012
|
Vol. 17
97–110
EN
In many various practical problems we often deal with computing distribution functions of sums of independent non-negative random variables. In applied mathematics (ex. queueing theory) we can find many formulas with Stieltjes convolutions of distribution functions of random variables of the same type. Finding convolutions on the base of definition is not easy and convenient, because there are some technical problems connected with computations. There are some interesting ways to obtain such distribution functions applying other methods. In this paper we present methods connected with applications of generating functions and Laplace-Stieltjes transforms.
2
Content available Principles of process controlling of irrigation systems using queuing theory
Palková Z, Rodný T, Okenka I, Kiedrowicz M
Rocznik Ochrona Środowiska
|
2012
|
Tom 14
161--171
PL
Wielkość i stabilność plonów z hektara upraw rolnych w dużym stopniu zależy od warunków klimatycznych, temperatury, promieniowania słonecznego, ale przede wszystkim ilości i jakości opadów, które dla większości upraw rolnych są niewystarczające. Pomimo faktu, że sztuczne nawadnianie ma tendencję wzrostową w ostatnich latach, budowanie systemów nawadniających jest trudne pod względem inwestycji, jak również kosztowne. Jeśli pojemność systemu nawadniania, jest niewystarczające, koszty inwestycji są zbyt wysokie, a system nie zawsze będzie w stanie spełnić zapotrzebowanie na wymaganym prawdopodobieństwem aby sprostać wymaganiom wynikającym na dostawy dodatkowego nawadniania. Spowoduje to zmniejszenie wydajności upraw rolnych lub, w skrajnym przypadku może doprowadzić do uniknięcia szkód w uprawach. Jeśli pojemność obiektu nawadniania musi zostać zmieniona to będzie oznaczać niepotrzebnie wysokie koszty inwestycyjne i ilość urządzeń nawadniających nie zawsze będzie dostatecznie wykorzystywana. Te dwa przy padki graniczne nie dają optymalnego wykorzystania i budowy urządzeń do prac irygacyjnych. Roszczenia plonów często nie emanują z zestawu pewnych roszczeń z tytułu każdej z roślin, ale są tylko szacunki oparte na empirycznych doświadczeniach. Precyzyjne ustalenie tych danych jest bardzo trudne i bez użycia dokładnych metod matematycznych i informatyki byłoby praktycznie niemożliwe. Niniejszy artykuł poświęcony jest tworzeniu modeli, które pozwoliłyby na ustalenie optymalnej wydajności systemu nawadniania w odniesieniu do upraw i urządzeń nawadniających. Rozwiązanie na średnią i dużą skalę nawadniania nie jest możliwe efektywne i precyzyjne za pomocą tradycyjnych metod, bez użycia aparatu matematycznego, modelowania, metody symulacji rozdzielczości i oczywiście, bez wykorzystania nowoczesnej technologii komputerowej. Jeśli spojrzymy na proces nawadniania od systemowego punktu widzenia, cały system nawadniania można podzielić na dwie części – rośliny, które otrzymują nawadniania i system, który dostarcza nawadniania. System nawadniania i upraw nawadnianych są w procesie sztucznego nawilżania będącego dostawcą i klientem. Konieczność wilgotność dla roślin występuje jako wymogu określonego rodzaju operatora - dostaw koniecznych ilościach nawadniania uzupełniających. System nawadniania jest jak stacja paliw, która spełnia wymagania - nawadnianie zapewnia, lub nie, jeśli pojemność nie jest wystarczająco wysoka. W związku z tym, problem determinacji systemu pojemności nawadniania może być postrzegany jako problem teorii kolejek – podmiot ze środków wprowadzonych do systemu w odstępach stałych lub losowo. W naszym przypadku, przepisów wjazdowych rośliny są w przypadkowych odstępach czasu. Po wejściu do operatora systemu urządzenie pracuje na natychmiast, jeśli jest co najmniej jeden wolny kanał. W przeciwnym razie wniosek może zostać stracony. Do stworzenia modelu do wyznaczania optymalnej wydajności systemu nawadniania, musimy znaleźć odpowiedzi na te pytania: co to jest średnia długość kolejki, co jest oczekiwana średnia liczba jednocześnie nawadnianych akrów, co jest oczekiwana średnia liczba hektarów nie wymagają nawadniania, co jest spodziewane niewykorzystane moce systemów nawadniających, jaki jest średni czas oczekiwania w kolejce i to, co jest średnia liczba wymagań zawartych w systemie.
3
Content available Analytical Model of the Optimal Capacity of an Irrigation System
Palkova Z., Rodny T.
Technical Sciences / University of Warmia and Mazury in Olsztyn
|
2011
|
nr 14(1)
23-31
EN
The size and stability of yield per hectare of agricultural crops are greatly affected by climatic conditions, temperature, solar radiation, but especially the quantity and quality of rainfall, which for most agricultural crops is insufficient. Building large-scale irrigation systems is difficult in terms of investment, as well as operating costs. Claimed agricultural yields often do not emanate from a set of certain claims for each of the crops, but are only an estimate based upon empirical experience. Precise determination of these data is very difficult and without the use of exact mathematical methods and information technology would be virtually impossible. Goal of this project is dedicated to enhance of an irrigation system analytical model usability, which would allow the determination of the optimal capacity of the irrigation system in response to microclimate and soil conditions with respect to the crops and irrigation facilities. Developing new methods of precise irrigation is the way of higher and ecological productivity in agricultural production subsystem.
PL
Wielkość oraz stabilność plonu z hektara uprawianego pola w dużej mierze zależy od warunków klimatycznych, temperatury, promieniowania słonecznego, ale w szczególny sposób od jakości oraz ilości opadów deszczowych. Opady te dla większości upraw rolniczych są niewystarczające. Oszacowanie wydajności systemu nawadniania nie wynika zatem jedynie z zapotrzebowania na wodę uprawianych roślin, lecz także zależy od czynników losowych - mikroklimatycznych. Aktualnie wydajność systemu nawadniania, wielkości jedynie przybliżonej, szacuje się często na podstawie doświadczeń empirycznych. Dokładne określenie wydajności systemu nawadniania jest bardzo trudne i praktycznie niemożliwe bez zastosowania dokładnych metod matematycznych oraz technologii informatycznych. Celem pracy było zwiększenie użyteczności matematycznego modelu systemu nawadniania, co powinno pozwolić na określenie optymalnej wydajności systemu nawadniania w zależności od mikroklimatu i warunków gruntowych, z uwzględnieniem upraw oraz urządzeń nawadniających.
4
Content available M/M/n/m queueing systems with non-identical servers
Ziółkowski M.
Scientific Issues of Jan Długosz University in Częstochowa. Mathematics
|
2011
|
Vol. 16
163--168
EN
M/M/n/m queueing systems with identical servers are well known in queueing theory and its applications. The analysis of these systems is very simple thanks to the fact that the number of customers ɳ(t) in the system at arbitrary time instant t forms a Markov chain. The main purpose of this paper is to analyse the M/M/n/m system under assumption that its servers are different, i.e. they have different parameters of service time.
5
Content available An influence of service discipline on characteristics of a single-server queue with non-homogeneous customers
Tikhonenko O., Gola A., Ziółkowski M.
Scientific Issues of Jan Długosz University in Częstochowa. Mathematics
|
2010
|
Vol. 15
191--200
EN
For single-server queueing systems with non-homogeneous customers having some random space requirements we compare processor-sharing and FIFO disciplines and investigate their influence on the total sum of space requirements characteristics (when this sum is not limited, i.e. V = ∞) and customers loss probability (when this sum is limeted, i.e. V < ∞), using analytical modeling and simulation.
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.