InPost Paczkomaty 24/7
13.99 zł
Darmowa dostawa od 190 zł
Stan książek
Nasze książki są dokładnie sprawdzone i jasno określamy stan każdej z nich.
Nowa
Książka nowa.Używany - jak nowa
Niezauważalne lub prawie niezauważalne ślady używania. Książkę ciężko odróżnić od nowej pozycji.Używany - dobry
Normalne ślady używania wynikające z kartkowania podczas czytania, brak większych uszkodzeń lub zagięć.Używany - widoczne ślady użytkowania
zagięte rogi, przyniszczona okładka, książka posiada wszystkie strony.DODAJ DO LISTY ŻYCZEŃ
Masz tę lub inne książki?
Sprzedaj je u nas
DODAJ DO LISTY ŻYCZEŃ
Masz tę lub inne książki?
Sprzedaj je u nas
Celem głównym pracy jest zastosowanie wybranych metod heurystyczno-
-symulacyjnych do rozwiązywania liniowo-dynamicznych modeli decyzyjnych produkcji
roślinnej przeciętnego gospodarstwa rolnego oraz analiza porównawcza rozwiązań
otrzymanych za ich pomocą.
Cele szczegółowe pracy:
zastosowanie metod: algorytmu genetycznego, pattern search i sztucznych
sieci neuronowych do optymalizacji dynamicznej struktury produkcji roślinnej
w przeciętnym gospodarstwie rolnym,
wykorzystanie zasady Bellmana do dekompozycji i budowy etapowych modeli liniowo-
-dynamicznych (szeregowych i szeregowo-równoległych) oraz analiza dokładności
rozwiązań i czasów trwania obliczeń,
porównanie rozwiązań metod algorytmu genetycznego, pattern search i sztucznych
sieci neuronowych (dokładność, czas obliczeń),
budowa i rozwiązanie liniowo-dynamicznych modeli dualnych.
Hipoteza pracy: Metody algorytmu genetycznego, pattern search i sztucznych sieci
neuronowych są użytecznym narzędziem w ustaleniu struktury produkcji rolniczej
w okresach wieloletnich. Otrzymane za ich pomocą maksymalne wielkości dochodu
rolniczego są zbieżne do rozwiązania optymalnego metodą simplex (PL) liniowo-
-dynamicznego modelu przeciętnego gospodarstwa i pozwalają na opcjonalny wybór
planów różniących się strukturą produkcji roślinnej.
- ze wstępu
Wybierz stan zużycia:
WIĘCEJ O SKALI
Celem głównym pracy jest zastosowanie wybranych metod heurystyczno-
-symulacyjnych do rozwiązywania liniowo-dynamicznych modeli decyzyjnych produkcji
roślinnej przeciętnego gospodarstwa rolnego oraz analiza porównawcza rozwiązań
otrzymanych za ich pomocą.
Cele szczegółowe pracy:
zastosowanie metod: algorytmu genetycznego, pattern search i sztucznych
sieci neuronowych do optymalizacji dynamicznej struktury produkcji roślinnej
w przeciętnym gospodarstwie rolnym,
wykorzystanie zasady Bellmana do dekompozycji i budowy etapowych modeli liniowo-
-dynamicznych (szeregowych i szeregowo-równoległych) oraz analiza dokładności
rozwiązań i czasów trwania obliczeń,
porównanie rozwiązań metod algorytmu genetycznego, pattern search i sztucznych
sieci neuronowych (dokładność, czas obliczeń),
budowa i rozwiązanie liniowo-dynamicznych modeli dualnych.
Hipoteza pracy: Metody algorytmu genetycznego, pattern search i sztucznych sieci
neuronowych są użytecznym narzędziem w ustaleniu struktury produkcji rolniczej
w okresach wieloletnich. Otrzymane za ich pomocą maksymalne wielkości dochodu
rolniczego są zbieżne do rozwiązania optymalnego metodą simplex (PL) liniowo-
-dynamicznego modelu przeciętnego gospodarstwa i pozwalają na opcjonalny wybór
planów różniących się strukturą produkcji roślinnej.
- ze wstępu