Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "programowanie genetyczne" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-11 z 11
    Tytuł:
    Algorytm optymalizacji rozdrabniania nasion oleistych z wykorzystaniem programowania genetycznego
    The process initial optimization of grinding oil seeds out using genetics programming
    Autorzy:
    Jankowski, M.
    Tyszczuk, K.
    Kopacz, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/2070346.pdf
    Data publikacji:
    2009
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    rozdrabnianie
    programowanie genetyczne
    model
    milling
    genetic programming
    Źródło:
    Inżynieria i Aparatura Chemiczna; 2009, 2; 54-55
    0368-0827
    Pojawia się w:
    Inżynieria i Aparatura Chemiczna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Kosynteza rozproszonych systemów wbudowanych metodą programowania genetycznego
    Hardware/software Co-Synthesis of Distributed Embedded Systems Using Genetic Programming
    Autorzy:
    Deniziak, S.
    Górski, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/156174.pdf
    Data publikacji:
    2008
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    programowanie genetyczne
    kosynteza
    genetic programming
    hardware-software codesign
    Opis:
    W pracy zaprezentowana jest nowa metoda kosyntezy systemów wbudowanych specyfikowanych za pomocą grafów zadań, bazująca na metodzie programowania genetycznego. Przedstawione są propozycje reprezentowania procesu konstrukcji takiego systemu w formie drzewa stanowiącego tzw. genotyp. Następnie na drodze ewolucji (krzyżowania, mutacji, selekcji) generowane są kolejne "pokolenia" drzew, konstruujących systemy o coraz lepszych parametrach. W odróżnieniu od tradycyjnego podejścia genetycznego w metodzie programowania genetycznego (DGP) operuje się nie bezpośrednio na cechach rozwiązania (czyli tzw. fenotypach) ale na genotypach odpowiadających za tworzenie rozwiązań o wskazanych cechach. Przedstawione wyniki wykonanych eksperymentów świadczą o dużych możliwościach metody DGP również w zakresie kosyntezy.
    This work presents a novel approach to hardware-software co-synthesis of distributed embedded systems, based on the developmental genetic programming. Unlike other genetic approaches where chromosomes represent solutions, in our method chromosomes represent system construction procedures. Thus, not the system architecture but the co-synthesis process is evolved. Finally a tree describing a construction of the final solution is obtained. The optimization process will be illustrated with examples. According to our best knowledge it is the first DGP approach that deals with the hardware-software co-synthesis.
    Źródło:
    Pomiary Automatyka Kontrola; 2008, R. 54, nr 8, 8; 472-474
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie metod programowania genetycznego w procesie maksymalizacji wydobycia węglowodorów przy zastosowaniu symulatora złożowego
    Application of Genetic Programming Methods for the Optimization of Hydrocarbon Production by using a Reservoir Simulator
    Autorzy:
    Łętkowski, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/1835296.pdf
    Data publikacji:
    2017
    Wydawca:
    Instytut Nafty i Gazu - Państwowy Instytut Badawczy
    Tematy:
    algorytmy genetyczne
    programowanie genetyczne
    optymalizacja wydobycia
    symulacje złożowe
    genetic algorithm
    geneting programming
    production optimization
    filed simulations
    Opis:
    Artykuł poświęcono zastosowaniu metody programowania genetycznego dla celów optymalizacji wydobycia ropy naftowej na przykładzie testowego złoża węglowodorowego. Prezentowane zagadnienie optymalizacyjne jest prostym przykładem problemu optymalnej kontroli i polega na doborze wydajności wydobycia ropy naftowej w przyjętych przedziałach czasowych w taki sposób, aby w zadanym całkowitym czasie eksploatacji uzyskać maksymalne wydobycie sumaryczne przy minimalnym wydobyciu wody. Problem rozwiązano przy zastosowaniu algorytmu genetycznego, kodującego dozwolone wartości wydajności wydobycia z listy wartości dozwolonych. Z jednej strony działanie takie jest charakterystyczne dla metod programowania genetycznego, zaś z drugiej redukuje istotnie przestrzeń rozwiązań. W artykule zastosowano algorytm genetyczny Hollanda, dla którego zaimplementowano krzyżowanie wielopunktowe oraz adaptację prawdopodobieństw krzyżowania i mutacji na podstawie tzw. współczynnika zróżnicowania populacji. Działanie tak zdefiniowanego mechanizmu adaptacji jest następujące: jeżeli zróżnicowanie populacji rośnie, liniowo zwiększane jest prawdopodobieństwo krzyżowania, a zmniejszane prawdopodobieństwo mutacji; w przeciwnym wypadku (zróżnicowanie populacji maleje) działa mechanizm odwrotny, tzn. zmniejsza się prawdopodobieństwo krzyżowania, a zwiększa prawdopodobieństwo mutacji. Taka metoda z jednej strony gwarantuje różnorodność populacji, z drugiej zaś zapewnia dobrą eksploatację przestrzeni rozwiązań. Przeprowadzono szereg testów mających na celu zweryfikowanie efektywności algorytmu w zależności od liczby punktów krzyżowania (krzyżowanie 1-, 2-, 3-punktowe) oraz długości chromosomu. Wykonane testy wskazują na zadowalającą zbieżność algorytmu, niezależnie od wartości badanych parametrów. Przyjęcie funkcji w określonej postaci spowodowało premiowanie przez algorytm niższych wartości wydobycia, co wynika z nieliniowego przyrostu wydobycia wody dla wyższych wartości wydobycia ropy naftowej.
    The paper addresses the problem of oil production optimization by genetic programming methods. The specific example of the problem presented in the paper belongs to the class of, so called, optimal control problems. It consists in finding the time variable rates of oil production that result in the maximum of the total oil production while keeping the total water production at a minimum available level. The problem is solved by a genetic algorithm, that assumes the production rates from the list of the allowable values. This approach typical for genetic programming methods significantly reduces the space of possible solutions. The article uses the Holland genetic algorithm for which multi-point crossing has been implemented and the adaptation of crossing and mutation probabilities based on so the called coefficient of population variability. The adaptive mechanism makes the crossing probability increase and mutation probability decrease for population variability increasing with time, while the crossing probability decrease and mutation probability increase for the variability decreasing with time. This mechanism guarantees the population variability to be at on appropriate level and at the same time, the extrapolation process for the solution space to be effective. Several tests were performed to verify the actual effectiveness of the algorithm for various number of crossing points (1, 2, 3 – crossing points) and chromosome length. Their results show a satisfactory convergence of the method to the final solution independent of the varying parameters values. Adopting a function in a specific form resulted in an algorithm for lower mining values, resulting from a nonlinear increase in water extraction for higher oil production values.
    Źródło:
    Nafta-Gaz; 2017, 73, 10; 760-767
    0867-8871
    Pojawia się w:
    Nafta-Gaz
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The concept of genetic programming in organizing internal transport processes
    Autorzy:
    Lewczuk, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/223845.pdf
    Data publikacji:
    2015
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    scheduling
    internal transport process
    optimization
    genetic algorithm
    transport wewnętrzny
    optymalizacja
    programowanie genetyczne
    Opis:
    The paper presents proposition of using genetic algorithm to support organization of internal transport processes in logistics facilities. The organization of internal transport can be done through solving optimization task of scheduling internal transport process with allocation of human resources and equipment to the tasks. Internal transport process was defined and discussed as an object of organization. Precise methods of solving proposed optimization task were unable to give useful solutions according to the computational complexity of the problem, so heuristic genetic algorithm was proposed. The possible structures of chromosome representing feasible solutions, methods of generating initial population, base genetic operators: selection and inheritance, crossover, mutation and fixing of individuals were described. The main implementation difficulties, computational experiments and the scope of application of the algorithm were discussed.
    Źródło:
    Archives of Transport; 2015, 34, 2; 61-74
    0866-9546
    2300-8830
    Pojawia się w:
    Archives of Transport
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Algorytmy ewolucyjne i ich zastosowania
    Autorzy:
    Figielska, E.
    Powiązania:
    https://bibliotekanauki.pl/articles/91433.pdf
    Data publikacji:
    2006
    Wydawca:
    Warszawska Wyższa Szkoła Informatyki
    Tematy:
    algorytmy ewolucyjne
    algorytmy genetyczne
    programowanie genetyczne
    strategie ewolucyjne
    programowanie ewolucyjne
    evolutionary algorithm
    genetic algorithms
    evolution strategies
    genetic programming
    evolutionary programming
    Opis:
    Pojęcie algorytmy ewolucyjne obejmuje metodologie inspirowane darwinowską zasadą doboru naturalnego stosowane do rozwiązywania trudnych zagadnień. W artykule przedstawione są podstawowe cztery typy algorytmów ewolucyjnych: algorytmy genetyczne, programowanie genetyczne, strategie ewolucyjne i programowanie ewolucyjne, omówiona jest i zilustrowana przykładem zasada działania algorytmu ewolucyjnego oraz przedstawione są przykłady zastosowań algorytmów ewolucyjnych w praktyce.
    The term evolutionary algorithm encompasses methodologies inspired by the principles of genetics and Darwinian natural selection that are used for solving hard problems. In this paper four types of evolutionary algorithms are described: genetic algorithms, evolution strategies, genetic programming and evolutionary programming. An example illustrating how an evolutionary algorithm works is shown. Some real-life applications of evolutionary algorithms are presented.
    Źródło:
    Zeszyty Naukowe Warszawskiej Wyższej Szkoły Informatyki; 2006, 1, 1; 81-92
    1896-396X
    2082-8349
    Pojawia się w:
    Zeszyty Naukowe Warszawskiej Wyższej Szkoły Informatyki
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Dekompozycja funkcji logicznych metodą rozwojowego programowania genetycznego
    Functional decomposition of logical functions using developmental genetic programming
    Autorzy:
    Deniziak, S.
    Wieczorek, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/153352.pdf
    Data publikacji:
    2010
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    dekompozycja funkcji logicznych
    rozwojowe programowanie genetyczne
    układy FPGA
    functional decomposition
    developmental genetic programming
    FPGA devices
    Opis:
    Praca przedstawia metodę wyszukiwania strategii dekompozycji funkcji logicznych za pomocą rozwojowego programowania genetycznego. Strategia dekompozycji jest reprezentowana w formie drzewa decyzyjnego, w którym węzły określają jeden krok dekompozycji. Drzewo podlega ewolucji, której celem jest uzyskanie jak najlepszego rozwiązania. Otrzymane wyniki wykonanych eksperymentów wskazują na wysoką skuteczność przedstawionej metody w porównaniu z dotychczas stosowanym podejściem deterministycznym.
    Functional decomposition splits logical function into two simpler functions. For complex functions the decomposition should be repeated iteratively for the result functions. It was observed that types of decomposition applied during each step have strong influence on the final result. Thus, a proper decomposition strategy should be used to find optimal FPGA implementation for a given function. This paper presents the method for searching the decomposition strategy for logical functions specified by cubes. The strategy is represented using the decision diagram, in which each node corresponds to a single decomposition step. In this way the multistage decomposition of a complex logical function can be specified. The diagram is evolved using the developmental genetic programming. In opposite to classical genetic methods, in our approach the methods producing solutions, instead of the solutions, are evolved. The goal of the evolution is to find the decomposition strategy for which the cost of FPGA implementation of a given function is minimal. The experimental results show that our approach gives significantly better solutions than other known methods.
    Źródło:
    Pomiary Automatyka Kontrola; 2010, R. 56, nr 12, 12; 1430-1432
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Obserwatory stanu i programowanie genetyczne w identyfikacji i diagnostyce systemów przemysłowych
    Observers and genetic programming in identification and fault diagnosis of industrial systems
    Autorzy:
    Korbicz, J.
    Witczak, M.
    Obuchowicz, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/157517.pdf
    Data publikacji:
    2003
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    obserwatory stanu
    programowanie genetyczne
    identyfikacja systemów
    systemy przemysłowe
    diagnostyka systemów przemysłowych
    observers programming
    genetic programming
    identification of industrial systems
    fault diagnosis of industrial systems
    Opis:
    Tematem pracy jest problem projektowania układu detekcji uszkodzeń dla pewnej klasy systemów nieliniowych. Jednym z zadań jest zaprezentowanie wykorzystania programowania genetycznego do wyznaczania modeli systemów nieliniowych w przestrzeni stanów. Innym zadaniem jest zastosowanie zmodyfikowanej wersji, obserwatora o nieznanym wejściu do zaprojektowania deterministycznego obserwatora dla potrzeb generacji residuum. W końcowej części pracy przedstawione jest zastosowanie proponowanego rozwiązania do detekcji uszkodzeń zaworu stanowiącego jeden z elementów pierwszego stopnia stacji wyparnej cukrowni Lublin S.A.
    This paper is focused on the problem of designing a fault diagnosis scheme for a class of non-linear systems. The one objective is to show how to employ a genetic programming technique to obtain state-space models of non-linear systems. Another objective is to employ a modified version of the unknown input observer to from a non-linear deterministic observer for the purpose of residual generation. The final part of the paper shows how to use the proposed approach to tackle fault detection concerning the valve actuator of the first stage of the evaporation station at the sugar factory Lublin S.A.
    Źródło:
    Pomiary Automatyka Kontrola; 2003, R. 49, nr 2/3, 2/3; 59-64
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Cross-task code reuse in genetic programming applied to visual learning
    Autorzy:
    Jaśkowski, W.
    Krawiec, K.
    Wieloch, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/330367.pdf
    Data publikacji:
    2014
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    genetic programming
    code reuse
    knowledge sharing
    visual learning
    multi task learning
    optical character recognition
    programowanie genetyczne
    dzielenie się wiedzą
    uczenie wizualne
    optyczne rozpoznawanie znaków
    Opis:
    We propose a method that enables effective code reuse between evolutionary runs that solve a set of related visual learning tasks. We start with introducing a visual learning approach that uses genetic programming individuals to recognize objects. The process of recognition is generative, i.e., requires the learner to restore the shape of the processed object. This method is extended with a code reuse mechanism by introducing a crossbreeding operator that allows importing the genetic material from other evolutionary runs. In the experimental part, we compare the performance of the extended approach to the basic method on a real-world task of handwritten character recognition, and conclude that code reuse leads to better results in terms of fitness and recognition accuracy. Detailed analysis of the crossbred genetic material shows also that code reuse is most profitable when the recognized objects exhibit visual similarity.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2014, 24, 1; 183-197
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Artificial intelligence in technical diagnostics
    Sztuczna inteligencja w diagnostyce technicznej
    Autorzy:
    Korbicz, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/327534.pdf
    Data publikacji:
    2008
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    detekcja uszkodzeń
    odporność
    próg adaptacyjny
    sieć neuronowa
    sieć neuronowo-rozmyta
    programowanie genetyczne
    diagnostyka techniczna
    fault detection
    robustness
    adaptive threshold
    neural networks
    neuro-fuzzy networks
    genetic programming
    technical diagnostics
    Opis:
    The paper deals with the problems of robust fault detection using soft computing techniques, particularly neural networks (Group Method of Data Handling, GMDH), neuro-fuzzy networks (Takagi-Sugeno (T-S) model) and genetic programming. The model-based approach to Fault Detection and Isolation (FDI) is considered. The main objective is to show how to employ the bounded-error approach to determine the uncertainty defined as a confidence range for the model output, the adaptive thresholds can be defined. Finally, the presented approaches are tested on a servoactuator being an FDI benchmark in the DAMADICS project.
    W artykule rozpatruje się problemy odpornej detekcji uszkodzeń z wykorzystaniem technik obliczeń inteligentnych, a w szczególności sieci neuronowych (Group Method of Data Handling, GMDH), sieci neuronowo-rozmytych (model Takagi-Sugeno) oraz programowania genetycznego. Rozpatruje się układ detekcji i lokalizacji uszkodzeń z modelem. Głównym celem jest pokazanie jak zastosować metodę ograniczonego błędu do wyznaczenia niepewności modeli neuronowych i rozmytych. Pokazano, że korzystając z wyznaczonych niepewnych modeli obliczeń inteligentnych zdefiniowanych w postaci przedziałów ufności dla wyjścia modelu można zdefiniować adaptacyjny próg decyzyjny. W ostatniej części efektywność rozpatrywanych podejść ilustrowana jest na przykładzie układu diagnostyki inteligentnego urządzenia siłownik-ustawnik-zawór z projektu DAMADICS.
    Źródło:
    Diagnostyka; 2008, 2(46); 7-16
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    NEUROPLASTYCZNOŚĆ MÓZGU WSPARCIEM ROZWOJOWYM DZIECKA WE WCZESNYM DZIECIŃSTWIE
    BRAIN NEUROPLASTICITY AS A SUPPORT FOR THE DEVELOPMENT OF CHILDREN IN EARLY CHILDHOOD
    Autorzy:
    Skibska, Joanna
    Powiązania:
    https://bibliotekanauki.pl/articles/479939.pdf
    Data publikacji:
    2015
    Wydawca:
    Wyższa Szkoła Humanitas
    Tematy:
    budowa neuronu,
    neuroplastyczność mózgu,
    rodzaje plastyczności,
    mielinizacja,
    połączenia nerwowe,
    aktywność funkcjonalna mózgu,
    genetyczne programowanie
    połączeń nerwowych,
    wsparcie rozwojowe dziecka
    neuron construction,
    brain neuroplasticity,
    types of plasticity,
    myelination,
    nerve connections,
    functional activity of the brain,
    genetic programming of neural connections,
    developmental support of a child
    Opis:
    Tekst stanowi przegląd badań nad plastycznością mózgu, prowadzonych w ubiegłym wieku oraz współcześnie, które dla tej problematyki okazały się przełomowe i pozwoliły na tworzenie teorii, które w obecnym kształcie umożliwiły kontynuację empirycznych poszukiwań odpowiedzi na pytania: jak działa nasz mózg oraz jakie są jego możliwości. Tekst omawia mikroanatomię mózgu, charakteryzuje proces mielinizacji oraz tworzenia nowych połączeń nerwowych istotnych dla naszego rozwoju poznawczego. Określa rolę i znaczenie doświadczenia życiowego oraz uczenia się dla tworzenia nowych połączeń nerwowych, a także zmian i przeobrażeń zachodzących w naszym mózgu. Przedstawia rodzaje plastyczności oraz jej podział z uwzględnieniem okresów rozwojowych. Omawia znaczenie plastyczności mózgu w rozwoju dziecka jako szczególnej formy wsparcia, nie tylko w sytuacjach uszkodzenia mózgu.
    This paper is a review of research on brain plasticity introduced in the last century and conducted until today, which turned out to be a breakthrough for the discussed issue and led to the creation of the theory, which in its present form enabled the continuation of empirical research on answers to the following questions: how our brain works and what its capabilities are. The text discusses micro-anatomy of a human brain and characterizes the process of myelination and creating new neural connections essential for our cognitive development. Furthermore, the study defines the role and significance of life experience and learning in creating new neural connections and the changes and transformations taking place in our brain. It also shows the types of plasticity and its division, taking into account periods of development and discusses the importance of brain plasticity in the development of a child as a form of support, not only in situations of brain damage.
    Źródło:
    Zeszyty Naukowe Wyższej Szkoły Humanitas. Pedagogika; 2015, 10; 79-92
    1896-4591
    Pojawia się w:
    Zeszyty Naukowe Wyższej Szkoły Humanitas. Pedagogika
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Algorytmy hybrydowe optymalizacji w zastosowaniu do problemu sterowania systemami dystrybucji wody
    Hybrid optimization algorithm for control of water distribution systems
    Autorzy:
    Trawicki, D.
    Urbowska, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/153958.pdf
    Data publikacji:
    2007
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    systemy dystrybucji wody
    zintegrowane sterowanie ilością i jakością
    sterowanie optymalne
    hierarchiczna struktura sterowania
    sterowanie predykcyjne
    algorytmy genetyczne
    programowanie całkowitoliczbowe
    water distribution systems
    integrated water quantity and quality
    optimal control
    hierarchical control structure
    genetic algorithms
    mixed-integer programming
    Opis:
    W pracy analizowany jest problem optymalizującego zintegrowanego sterowania ilością i jakością w systemach dystrybucji wody. Proponowane decyzje i sterowania powinny zapewniać optymalizację przyjętego wskaźnika jakości, przy spełnieniu ograniczeń właściwych tej klasie systemów. Ostatecznie do rozwiązania złożonych zadań optymalizacji dynamicznej zaproponowane zostało podejście hybrydowe, wspomagające predykcyjne algorytmy sterowania i wykorzystujące zalety analizowanych w pracy algorytmów: algorytmu bazującego na metodzie podziałów i ograniczeń oraz algorytmów genetycznych.
    In this paper an approach to optimizing integrated control of quantity and quality in water distribution systems is presented. The optimizing integrated control meets consumer demand for drinking-quality water and maintains constraints while minimizing the operating costs. In predictive control 24 hours demand prediction and mathematical model of the water distribution system is used. The structure of basic control consists of two layers. To optimizing control at the upper layer hybrid algorithm is used. This algorithm is a combination of branch and bound algorithm and genetic algorithm, presented as well in this paper.
    Źródło:
    Pomiary Automatyka Kontrola; 2007, R. 53, nr 4, 4; 17-20
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-11 z 11

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies