Temat: Symulacja Monte Carlo - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Metodyczne podstawy symulacji stochastycznej Monte Carlo
Methodological Basis of the Monte Carlo Stochastic Simulation
Autorzy:: Mitrenga, Damian
Powiązania:: https://bibliotekanauki.pl/articles/593428.pdf
Data publikacji:: 2014
Wydawca:: Uniwersytet Ekonomiczny w Katowicach
Tematy:: Metoda Monte Carlo
Modele stochastyczne
Symulacja Monte Carlo
Monte Carlo method
Monte Carlo simulation
Stochastic models
Opis:: The aim of these paper is to present the genesis and methodical basis of the Monte Carlo simulation, which allows to incorporate in studies the stochastic nature of economic variables. Additionally this article considers the connection between the mentioned method and the concepts of determinism and indeterminism.
Źródło:: Studia Ekonomiczne; 2014, 204; 164-180
2083-8611
Pojawia się w:: Studia Ekonomiczne
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: On Some Problems of Prediction of Domain Total in Longitudinal Surveys when Auxiliary Information is Available
Autorzy:: Żądło, Tomasz
Powiązania:: https://bibliotekanauki.pl/articles/591972.pdf
Data publikacji:: 2013
Wydawca:: Uniwersytet Ekonomiczny w Katowicach
Tematy:: Estymatory
Metoda Monte Carlo
Statystyka małych obszarów
Symulacja Monte Carlo
Estimators
Monte Carlo method
Monte Carlo simulation
Small area estimates
Opis:: W artykule wyprowadzono postacie najlepszych liniowych nieobciążonych predyktorów przy założeniu pewnych modeli będących uogólnieniami na przypadek danych przekrojowo-czasowych modeli znanych z literatury statystyki małych obszarów. Ponadto wyprowadzono postacie błędów średniokwadratowych empirycznych wersji tych predyktorów oraz zaproponowano ich estymatory. W symulacji Monte Carlo porównywano dokładność zaproponowanego predyktora z dwoma ogólnymi estymatorami regresyjnymi po planie losowania i po modelu nadpopulacji (także w różnych przypadkach złej specyfikacji modelu). Ponadto analizowano obciążenia zaproponowanych estymatorów błędu średniokwadratowego.
Źródło:: Studia Ekonomiczne; 2013, 133; 86-106
2083-8611
Pojawia się w:: Studia Ekonomiczne
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 3.

Tytuł:: Komputerowa symulacja procesu rekrystalizacji statycznej
Computer simulation of the static recrystallization process
Autorzy:: Walasek, T.
Moryń-Kucharczyk, E.
Kucharczyk, Z.
Powiązania:: https://bibliotekanauki.pl/articles/211480.pdf
Data publikacji:: 2013
Wydawca:: Sieć Badawcza Łukasiewicz - Instytut Obróbki Plastycznej
Tematy:: rekrystalizacja
symulacja Monte Carlo
metoda Monte Carlo
modelowanie komputerowe
rozrost ziaren
recrystallization
Monte Carlo simulation
Monte Carlo method
computer simulation
grain growth
Opis:: Materiał ciągły zastosowany do modelowania procesu rekrystalizacji oparto na dwuwymiarowej tablicy zawierającej 40000 elementów. Porównano cztery typy nukleacji: nukleację nasyconą zarodkowo, nukleację o prędkości ciągłej, o prędkości zmiennej rosnącej i malejącej. Sigmoidalny kształt krzywej objętości zrekrystalizowanej od czasu obserwowany w symulacji jest często podkreślany w literaturze i znajduje potwierdzenie w przeprowadzonym doświadczeniu. Współczynnik Avramiego n = 2 został prawidłowo odwzorowany w symulacji. Wykazano, że model odpowiada zmianom stopnia energii zmagazynowanej H/J.
The continuum material has been modeled employing a 2D discrete lattice containing 200x200 elements. Four different nucleation models, i.e. site saturation, continuous, increasing and decreasing nucleation rate were com¬pared. The sigmoidal time dependence of recrystallized volume fraction observed in the simulation is often emphasized in the literature and finds its justification in the experiment. The Avrami exponent n = 2 is properly reproduced by the simulations. It has been shown that the model correctly responds to the change in the degree of stored energy H/J.
Źródło:: Obróbka Plastyczna Metali; 2013, 24, 3; 159-167
0867-2628
Pojawia się w:: Obróbka Plastyczna Metali
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 4.

Tytuł:: Monte Carlo Simulation Applied to the Logistics of Ceramics
Autorzy:: Hontoria, Eloy
de la Fuente Aragon, Victoria
Ros-McDonnell, Lorenzo
Bogataj, Marija
Powiązania:: https://bibliotekanauki.pl/articles/522312.pdf
Data publikacji:: 2013
Wydawca:: Uniwersytet Ekonomiczny w Katowicach
Tematy:: Logistyka
Logistyka transportu
Metoda Monte Carlo
Symulacja Monte Carlo
Transport samochodowy
Wyroby ceramiczne
Logistics
Monte Carlo method
Monte Carlo simulation
Motor transport
Transport logistics
Opis:: The article offers information on the Monte Carlo simulation method applied to logistics in ceramic industries. It mentions that the aim of the study is to improve an approximate algorithm for optimal logistics of heavy and variable size items and to find a new, well-organized vehicle assignment solution with lower costs. The topics discussed includes capacitated vehicle routing problem, strategies of logistics operator and Monte Carlo simulation solution.
Źródło:: Journal of Economics and Management; 2013, 11; 5-16
1732-1948
Pojawia się w:: Journal of Economics and Management
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 5.

Tytuł:: Application of adaptive simulation methods in reliability analysis
Zastosowanie adaptacyjnych metod symulacyjnych w analizie niezawodności
Autorzy:: Kolanek, K.
Jedno, S.
Powiązania:: https://bibliotekanauki.pl/articles/156843.pdf
Data publikacji:: 2007
Wydawca:: Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:: analiza niezawodności
symulacja
metoda Monte Carlo
reliability analysis
simulation
Monte Carlo method
Opis:: The cross-entropy method is a new approach to estimate rare event probabilities by Monte Carlo simulation. Application of this method for structural reliability analysis is presented. The efficiency of the approach is tested on some benchmark problems typical for reliability analysis.
Metoda wzajemnej entropii (ang. cross-entropy) jest nową modyfikacją metod Monte Carlo służącą do oszacowania prawdopodobieństwa rzadkich zdarzeń. W pracy przedstawiono zastosowanie tej metody do rozwiązania zagadnienia analizy niezawodności. Jej efektywność jest oceniona na przykładach charakteryzujących się trudnościami typowymi w analizie niezawodności.
Źródło:: Pomiary Automatyka Kontrola; 2007, R. 53, nr 8, 8; 29-32
0032-4140
Pojawia się w:: Pomiary Automatyka Kontrola
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 6.

Tytuł:: Uwzględnianie niepewności w modelach potencjałów ruchotwórczych
Integrating uncertainties and stochastic effects into transportation network models at trip generation
Autorzy:: Kisgyörgy, L.
Vasvari, G.
Powiązania:: https://bibliotekanauki.pl/articles/248303.pdf
Data publikacji:: 2014
Wydawca:: Stowarzyszenie Inżynierów i Techników Komunikacji Rzeczpospolitej Polskiej
Tematy:: metody Monte Carlo
modelowanie transportu
VISUM
symulacja stochastyczna
Monte Carlo method
transportation modelling
stochastic simulation
Opis:: W modelach sieci transportowych wiele zmiennych opisuje cechy fizyczne sieci. Integracja wynikowej niepewności jest tylko częściowa. Wiele tych zmiennych jest opartych na hipotezach i oszacowaniach. Metoda Monte Carlo jest efektywną narzędziem oceny scenariuszy, w których pewne zmienne nie mogą być opisane dokładnie. W artykule rozważano zastosowanie metody MC z zaproponowaną strukturą zmiennych losowych opisujących niepewność podczas generowania podróży. Powtarzanie obliczeń powoduje rosnącą dokładność wartości potoku ruchu na łuku i różnorodność funkcji rozkładu. Szczegóły analizy ilustrują trudności, które mogą pojawiać się podczas stosowania metody MC.
Transportation network models contain numerous variables describing features of the physical network. Many of these variables are based on hypotheses or estimations. Integration of the implicated uncertainty is only partial. The Monte Carlo method is an effective tool for evaluating scenarios where certain variables could not be described precisely. This paper explores the application of the MC method with proposed random variable structure covering uncertainties of trip generation. Evaluation of repeated assignments show increasing detail of traffic flow values per link and a variety of distribution functions. Details of the analysis illustrate the difficulties which might arise when adopting the MC method.
Źródło:: Zeszyty Naukowo-Techniczne Stowarzyszenia Inżynierów i Techników Komunikacji w Krakowie. Seria: Materiały Konferencyjne; 2014, 1(103); 179-194
1231-9171
Pojawia się w:: Zeszyty Naukowo-Techniczne Stowarzyszenia Inżynierów i Techników Komunikacji w Krakowie. Seria: Materiały Konferencyjne
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 7.

Tytuł:: "Did Napoleon Have to Lose the Waterloo Battle?": Some Sensitivity Analysis and Optimization Experiments Using Simulation by Vensim
"Czy Napoleon musiał przegrać Bitwę pod Waterloo?" - analiza wrażliwości i optymalizacja z użyciem vensima
Autorzy:: Kasperska, Elżbieta
Mateja-Losa, Elwira
Bajon, Tomasz
Marjasz, Rafał
Powiązania:: https://bibliotekanauki.pl/articles/585597.pdf
Data publikacji:: 2014
Wydawca:: Uniwersytet Ekonomiczny w Katowicach
Tematy:: Analiza wrażliwości
Metoda Monte Carlo
Oprogramowanie
Optymalizacja
Symulacja
Monte Carlo method
Optimalization
Sensitivity analysis
Simulation
Software
Opis:: Problem analizy wrażliwości i optymalizacji nieliniowych, dynamicznych i wielopoziomowych systemów jest bardzo interesujący zarówno z punktu widzenia metodologii, jak i zastosowań praktycznych. Celem tego artykułu jest zaprezentowanie nowych wyników autorów w dziedzinie symulacji i optymalizacji z użyciem modelu typu SD (Dynamiki Systemowej). Modelowany system jest interesujący i prezentowany w prostszej wersji jako "Bitwa pod Waterloo" autorstwa profesora Coyla. Wykorzystywane przez autorów oprogramowanie Vensim umożliwia analizę wrażliwości (metodą Monte Carlo) i optymalizację z różnymi typami funkcji celu. Z kolei graficzna wizualizacja wyników zwana "confidence bounds" jest pomocna przy szacowaniu "wrażliwych parametrów" modelu i w ten sposób przy odpowiedzi na pytanie zawarte w tytule artykułu "Czy Napoleon musiał przegrać bitwę pod Waterloo?".
Źródło:: Studia Ekonomiczne; 2014, 188; 97-118
2083-8611
Pojawia się w:: Studia Ekonomiczne
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "Symulacja Monte Carlo" wg kryterium: Temat

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język