ODBIERZ TWÓJ BONUS :: »

Projektowanie harmonogramów odpornych w środowisku Job-Shop z wykorzystaniem narzędzi predykcji Łukasz Sobaszek, Antoni Świć, Arkadiusz Gola

Projektowanie harmonogramów odpornych w środowisku Job-Shop z wykorzystaniem narzędzi predykcji Łukasz Sobaszek, Antoni Świć, Arkadiusz Gola - okladka książki

Projektowanie harmonogramów odpornych w środowisku Job-Shop z wykorzystaniem narzędzi predykcji Łukasz Sobaszek, Antoni Świć, Arkadiusz Gola - okladka książki

Autorzy:
Łukasz Sobaszek, Antoni Świć, Arkadiusz Gola
Wydawnictwo:
Politechnika Lubelska
Ocena:
Bądź pierwszym, który oceni tę książkę
Stron:
215
Dostępny format:
     PDF

Ebook

22,00 zł

Dodaj do koszyka lub Kup na prezent Kup 1-kliknięciem

Poleć tę książkę znajomemu Poleć tę książkę znajomemu!!

Przenieś na półkę

Do przechowalni

Prezent last minute w ebookpoint.pl

Monografia podejmuje problematykę harmonogramowania produkcji z uwzględnieniem
zakłóceń procesu produkcyjnego. W publikacji przedstawiono nową
metodę projektowania harmonogramów odpornych z wykorzystaniem narzędzi
predykcji, która umożliwia uwzględnienie dwuczynnikowej niepewności procesu
produkcyjnego w postaci awarii maszyn oraz zmienności czasów operacji
technologicznych. Omówiono zagadnienie harmonogramowania zadań w typowych
środowiskach produkcyjnych, metody opracowywania harmonogramów oraz
problemy związane z tym procesem. Ponadto scharakteryzowano odporne
harmonogramowanie produkcji, dokonując analizy dotychczasowych rozwiązań
w tym zakresie, a także w obszarze predykcji czynników niepewności.

Wybrane bestsellery

Politechnika Lubelska - inne książki

Zamknij

Przenieś na półkę
Dodano produkt na półkę
Usunięto produkt z półki
Przeniesiono produkt do archiwum
Przeniesiono produkt do biblioteki

Zamknij

Wybierz metodę płatności

Ebook
22,00 zł
Dodaj do koszyka
Sposób płatności
Zabrania się wykorzystania treści strony do celów eksploracji tekstu i danych (TDM), w tym eksploracji w celu szkolenia technologii AI i innych systemów uczenia maszynowego. It is forbidden to use the content of the site for text and data mining (TDM), including mining for training AI technologies and other machine learning systems.