Simulace pohybu chodců pomocí celulárních modelů
|
|
- Iveta Ševčíková
- před 5 lety
- Počet zobrazení:
Transkript
1 Simulace pohybu chodců pomocí celulárních modelů Marek Bukáček výzkumná skupina GAMS při KM KIPL FJFI ČVUT v Praze 8. červen 2011
2 Obsah Úvod Celulární modely úprava Floor field modelu
3 Proč modelovat Akademický význam matematický popis chování člověka Podíl na projektování budov kapacita průchodů Bezpečnostní analýza simulace krizových situací
4 Proč modelovat Akademický význam matematický popis chování člověka Podíl na projektování budov kapacita průchodů Bezpečnostní analýza simulace krizových situací šetří čas šetří peníze
5 Proč modelovat Akademický význam matematický popis chování člověka Podíl na projektování budov kapacita průchodů Bezpečnostní analýza simulace krizových situací šetří čas šetří peníze zachraňuje životy
6 Varianty modelů Existuje velké množství různých modelů, lišících se principem i kvalitou Modely na bázi sociálních sil Termodynamické modely Spojité v čase i prostoru Deterministické
7 Varianty modelů Existuje velké množství různých modelů, lišících se principem i kvalitou Modely na bázi sociálních sil Termodynamické modely Spojité v čase i prostoru Deterministické Celulární modely Diskrétní v čase i prostoru Výpočet založen na pravidlech (přechodová tabulka)
8 Základní veličiny Def: hustota počet lidí / jednotka plochy Def: tok počet lidí / jednotka času Fundamentální diagram závislost toku na hustotě Obrázek: Ukázka fundamentálních diagramů různé modely a experimentální data
9 kapacita = maximální tok Zúžený průchod po překročení kapacity nastává kongesce
10 kapacita = maximální tok Zúžený průchod po překročení kapacity nastává kongesce závislost kapacity na šířce průchodu dříve představa řad dnes spojitá závislost Obrázek: Princip zipu, který vede ke spojité závislosti kapacity na šířce
11 Celulární modely Prostor rozdělen mřížkou (pravoúhlou, hexagonální) na buňky celulární automaty Výpočet založený na pravidlech aktualizace totožných pro všechny buňky, závisí pouze na stavu okolí Obrázek: Příklady okolí buňkky. Vlevo: Moorovo okolí se vzdáleností 1, vpravo: von Neumannovo okolí se vzádeností 1
12 Nagel-Schreckenberg: model 1D celulární automaton, rozměry buňky odpovídají vozidlu s odstupem (7,5 m) vozidlo je charakterizováno pozicí (číslo buňky), aktuální rychlostí a optimální rychlostí každý krok se sekvenčně aktualizuje pozice vozidel podle schématu: 1. akcelerace o 1, pokud nejede optimální rychlostí 2. brždění kvůli zabránění srážky 3. náhodné zpomalení o 1 s pravděpodobností p 4. posun
13 Nagel-Schreckenberg: aplikace výsledkem je on-line dopravní předpověď s 90% efektivitou Obrázek: Dopravní model Severní Porýní - Vestfálsko
14 Floor field: situace 2D CA model inspirovaný chemotaxí mravenců rozměry buňky 0.4m x 0.4m von Neumannovo okolí se vzdáleností 1
15 Floor field: situace 2D CA model inspirovaný chemotaxí mravenců rozměry buňky 0.4m x 0.4m von Neumannovo okolí se vzdáleností 1 pohyb řízen 3 potenciálovými poli statické (S ij ) odpovídá potenciálu generovaném reálným prostorem dynamické (D ij ) odpovídá stádnímu chování matice preferencí (m ij ) odpovídá vůli chodce
16 Floor field: dynamika každý krok se paralelně aktualizuje pozice chodců podle stochastického procesu: 1. výpočet pravděpodobnosti přechodu do cely 2. rozdělení intervalu (0,1) podle pravděpodobnosti p ij = NM ij e ks Sij e k d D ij (1 n ij ) 3. los z U (0, 1) 4. vyřešení konfliktů - difuzní koeficient
17 Floor field: aplikace úpravy pro zpřesnění: zjemnění mřížky tak, aby agent zabíran 2x2 buňky zavést množinu dovolených rychlostí
18 Floor field: aplikace úpravy pro zpřesnění: zjemnění mřížky tak, aby agent zabíran 2x2 buňky zavést množinu dovolených rychlostí Obrázek: Čas evakuace letadla v závislosti na šířce východu, různé strategie
19 úprava Floor field I důraz na průběh evakuace a možnosti rozhodování
20 úprava Floor field I důraz na průběh evakuace a možnosti rozhodování pohyb definován statickým polem generovaným východy a prostředím (zdi, překážky) U(x, y) = i F i r i (x, y). (1)
21 úprava Floor field I důraz na průběh evakuace a možnosti rozhodování pohyb definován statickým polem generovaným východy a prostředím (zdi, překážky) U(x, y) = i F i r i (x, y). (1) tření v buňkách pravděpodobnost, že se částice nepohne i když má kam α(x, y) = α 0 1 U(x, y), (2)
22 úprava Floor field II pokud je v okolí alespoň jedno volné místo, probíhá výpočet pravděpodobnosti 2 varianty výpočtu podle strategie chodce:
23 úprava Floor field II pokud je v okolí alespoň jedno volné místo, probíhá výpočet pravděpodobnosti 2 varianty výpočtu podle strategie chodce: 1. Preference pohybu rozhodování na základě volných míst p (1) i = e U i n i 4 j=1 eu j n j (1 α), p (1) 0 = α. (3)
24 úprava Floor field II pokud je v okolí alespoň jedno volné místo, probíhá výpočet pravděpodobnosti 2 varianty výpočtu podle strategie chodce: 1. Preference pohybu rozhodování na základě volných míst p (1) i = e U i n i 4 j=1 eu j n j (1 α), p (1) 0 = α. (3) 2. Tendence čekat výběr ze všech míst p (2) i = eu i n i 4 (1 α), j=1 eu j p (2) 0 = α + 4 i=1 e U i (n i 1) 4 (1 α). j=1 eu j (4)
25 úprava Floor field III koeficient pohyblivosti určuje rozhodování chodce p j = κp (1) j + (1 κ)p (2) j, (5)
26 úprava Floor field III koeficient pohyblivosti určuje rozhodování chodce p j = κp (1) j + (1 κ)p (2) j, (5) Paralelní výpočet pro všechny chodce Podle p j je náhodně vybrána buňka, pro kterou se chodec rozhodl Řešení konfliktů náhodným výběrem 1 chodce S pravděpodobností δ (difuzní koeficient) není vybrán nikdo
27 Výsledky: náhodný pohyb Obrázek: Časový vývoj uspořádaného stavu lidí, interval mezi jednotlivými obrázky je 2 kroky. Pravděpodobnost p i = 0, 25 i {1, 2, 3, 4}, chodec se vždy posune, pokud má prostor.
28 Výsledky: průběh evakuace Obrázek: Simulace evakuace místnosti o rozměrech 6m 7,5m, ve které je 36 lidí. Exit je umístěn do buňky na pozici (0,5). Hodnoty parametrů: ρ 0 = 0, 2 člověka/buňku, κ = 0, 5, α 0 = 0, 1 a δ = 0, 2.
29 výsledky: vliv rozhodování Obrázek: Závislost evakuačního času na koeficientu pohyblivosti, který řídí chování chodce
30 Závěr Zavedený model tvoří základ pro budoucí práci: testování dalších potenciálů od exitů rozšíření okolí různá obnovovací frekvence pro různé agenty simulace rychlosti využívání predikce pohybu okolních agentů zavedení orientace agenta a zákonů zachování
31 Závěr Zavedený model tvoří základ pro budoucí práci: testování dalších potenciálů od exitů rozšíření okolí různá obnovovací frekvence pro různé agenty simulace rychlosti využívání predikce pohybu okolních agentů zavedení orientace agenta a zákonů zachování Děkuji za pozornost
Buněčné automaty a mřížkové buněčné automaty pro plyny. Larysa Ocheretna
Buněčné automaty a mřížkové buněčné automaty pro plyny Larysa Ocheretna Obsah Buněčný automat: princip modelu, vymezení pojmů Mřížkový buněčný automat pro plyny Příklady aplikace principů mřížkových buněčných
VíceDetekce interakčních sil v proudu vozidel
Detekce interakčních sil v proudu vozidel (ANEB OBECNĚJŠÍ POHLED NA POJEM VZDÁLENOSTI V MATEMATICE) Doc. Mgr. Milan Krbálek, Ph.D. Katedra matematiky Fakulta jaderná a fyzikálně inženýrská České vysoké
VíceČVUT v Praze, Fakulta strojní, Ústav mechaniky tekutin a energetiky. Tomáš Hyhĺık,
Vyhodnocení kritického tlakového poměru v nadkritické oblasti ve vodní páře Tomáš Hyhĺık ČVUT v Praze, Fakulta strojní, Ústav mechaniky tekutin a energetiky PTSE září 2006 Úvod Uvedená problematika spadá
VíceMiroslav Hanzelka, Václav Rozhoň června 2013
Matematický popis systémů interagujících částic Miroslav Hanzelka, Václav Rozhoň Gymnázium Česká Lípa, Žitavská 2969; mirekhanzelka@gmail.com Gymnázium J. V. Jirsíka, Fráni Šrámka 23, České Budějovice;
VíceZÁKLADY AUTOMATICKÉHO ŘÍZENÍ
VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ 1. týden doc. Ing. Renata WAGNEROVÁ, Ph.D. Ostrava 2013 doc. Ing. Renata WAGNEROVÁ, Ph.D. Vysoká škola báňská
VíceSTANOVENÍ SPOLEHLIVOSTI GEOTECHNICKÝCH KONSTRUKCÍ. J. Pruška, T. Parák
STANOVENÍ SPOLEHLIVOSTI GEOTECHNICKÝCH KONSTRUKCÍ J. Pruška, T. Parák OBSAH: 1. Co je to spolehlivost, pravděpodobnost poruchy, riziko. 2. Deterministický a pravděpodobnostní přístup k řešení problémů.
Více01MDS. http://www.krbalek.cz/for_students/mds/mds.html
01MDS http://www.krbalek.cz/for_students/mds/mds.html 01MDS Modely dopravních systémů (úvodní přednáška) Milan Krbálek Katedra matematiky Fakulty jaderné a fyzikálně inženýrské, ČVUT v Praze http://www.krbalek.cz/for_students/mds/mds.html
VíceInstitut teoretické informatiky (ITI) na FI MU
Institut teoretické informatiky (ITI) na FI MU Antonín Kučera (vedoucí) Petr Hliněný, Jan Obdržálek, Vojtěch Řehák Fakulta informatiky, Masarykova Univerzita, Brno Brno, 28. dubna 2011 J. Obdržálek (FI
VíceOkružní křižovatky. Ing. Michal Dorda, Ph.D.
Okružní křižovatky Ing. Michal Dorda, Ph.D. Okružní křižovatky Okružní křižovatky se budují tam, kde: Je třeba snížit závažnost dopravních nehod. Je tvarem okružní křižovatky nutné např. zdůraznit konec
VíceU Úvod do modelování a simulace systémů
U Úvod do modelování a simulace systémů Vyšetřování rozsáhlých soustav mnohdy nelze provádět analytickým výpočtem.často je nutné zkoumat chování zařízení v mezních situacích, do kterých se skutečné zařízení
VíceVýpočet nejistot metodou Monte carlo
Výpočet nejistot metodou Monte carlo Mgr. Martin Šíra, Ph.D. (ČMI, Brno) červen 2012 Tato prezentace je spolufinancována Evropským sociálním fondem a státním rozpočtem České republiky. p. 1 Výpočty nejistot
VíceMATEMATICKÁ STATISTIKA - XP01MST
MATEMATICKÁ STATISTIKA - XP01MST 1. Úvod. Matematická statistika (statistics) se zabývá vyšetřováním zákonitostí, které v sobě obsahují prvek náhody. Zpracováním hodnot, které jsou výstupem sledovaného
Více9. listopadu Rozvoj aplikačního potenciálu (RAPlus) CZ.1.07/2.4.00/
9. listopadu 212 Rozvoj aplikačního potenciálu (RAPlus) CZ.1.7/2.4./17.117 Používané postupy Lord D., Mannering F.: The Statistical Analysis of Crash-Frequency Data: A Review and Assessment of Methodological
VíceLekce 9 Metoda Molekulární dynamiky III. Technologie
Lekce 9 Metoda molekulární dynamiky III Technologie Osnova 1. Výpočet sil. Výpočet termodynamických parametrů 3. Ekvilibrizační a simulační část MD simulace Výpočet sil Pohybové rovnice ɺɺ W mk rk = FK,
VíceDopravní inženýrství
Dopravní inženýrství Přednáška 2 Charakteristiky dopravního proudu vozidel Doc. Ing. Miloslav Řezáč, Ph.D. Katedra dopravního stavitelství, Fakulta stavební, VŠB-TU Ostrava Dopravní proud Pohyb vozidel
VíceKritický stav jaderného reaktoru
Kritický stav jaderného reaktoru Autoři: L. Homolová 1, L. Jahodová 2, J. B. Hejduková 3 Gymnázium Václava Hlavatého Louny 1, Purkyňovo gymnázium Strážnice 2, SPŠ Stavební Plzeň 3 jadracka@centrum.cz Abstrakt:
VíceModely teorie grafů, min.kostra, max.tok, CPM, MPM, PERT
PEF ČZU Modely teorie grafů, min.kostra, max.tok, CPM, MPM, PERT Okruhy SZB č. 5 Zdroje: Demel, J., Operační výzkum Jablonský J., Operační výzkum Šubrt, T., Langrová, P., Projektové řízení I. a různá internetová
VíceOdhad stavu matematického modelu křižovatek
Odhad stavu matematického modelu křižovatek Miroslav Šimandl, Miroslav Flídr a Jindřich Duník Katedra kybernetiky & Výzkumné centrum Data-Algoritmy-Rozhodování Fakulta aplikovaných věd Západočeská univerzita
VíceNESTABILITY VYBRANÝCH SYSTÉMŮ. Úvod. Vzpěr prutu. Petr Frantík 1
NESTABILITY VYBRANÝCH SYSTÉMŮ Petr Frantík 1 Úvod Úloha pokritického vzpěru přímého prutu je řešena dynamickou metodou. Prut se statickým zatížením je modelován jako nelineární disipativní dynamický systém.
VíceÚvod do zpracování signálů
1 / 25 Úvod do zpracování signálů Karel Horák Rozvrh přednášky: 1. Spojitý a diskrétní signál. 2. Spektrum signálu. 3. Vzorkovací věta. 4. Konvoluce signálů. 5. Korelace signálů. 2 / 25 Úvod do zpracování
VíceMarkovovy modely v Bioinformatice
Markovovy modely v Bioinformatice Outline Markovovy modely obecně Profilové HMM Další použití HMM v Bioinformatice Analýza biologických sekvencí Biologické sekvence: DNA,RNA,protein prim.str. Sekvenování
VíceZáklady ekonometrie. XI. Vektorové autoregresní modely. Základy ekonometrie (ZAEK) XI. VAR modely Podzim / 28
Základy ekonometrie XI. Vektorové autoregresní modely Základy ekonometrie (ZAEK) XI. VAR modely Podzim 2015 1 / 28 Obsah tématu 1 Prognózování s VAR modely 2 Vektorové modely korekce chyb (VECM) 3 Impulzní
VíceTéma 4: Stratifikované a pokročilé simulační metody
0.007 0.006 0.005 0.004 0.003 0.002 0.001 Dlouhodobé nahodilé Std Distribution: Gumbel Min. EV I Mean Requested: 140 Obtained: 141 Std Requested: 75.5 Obtained: 73.2-100 0 100 200 300 Mean Std Téma 4:
VíceTéma 22. Ondřej Nývlt
Téma 22 Ondřej Nývlt nyvlto1@fel.cvut.cz Náhodná veličina a náhodný vektor. Distribuční funkce, hustota a pravděpodobnostní funkce náhodné veličiny. Střední hodnota a rozptyl náhodné veličiny. Sdružené
VíceMATEMATICKÁ STATISTIKA. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci
MATEMATICKÁ STATISTIKA Dana Černá http://www.fp.tul.cz/kmd/ Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci Matematická statistika Matematická statistika se zabývá matematickým
VíceStudentská tvůrčí činnost 2009
Studentská tvůrčí činnost 2009 Numerické řešení proudového pole v kompresorové lopatkové mříži Balcarová Lucie Vedoucí práce: Prof. Ing. P. Šafařík, CSc. a Ing. T. Hyhlík, PhD. Numerické řešení proudového
VíceTéma 2: Pravděpodobnostní vyjádření náhodných veličin
0.025 0.02 0.015 0.01 0.005 Nominální napětí v pásnici Std Mean 140 160 180 200 220 240 260 Std Téma 2: Pravděpodobnostní vyjádření náhodných veličin Přednáška z předmětu: Pravděpodobnostní posuzování
VíceI. D i s k r é t n í r o z d ě l e n í
6. T y p y r o z d ě l e n í Poznámka: V odst. 5.5-5.10 jsme uvedli příklady náhodných veličin a jejich distribučních funkcí. Poznali jsme, že se od sebe liší svým typem. V příkladech 5.5, 5.6 a 5.8 jsme
VíceZÁSADY KONCIPOVÁNÍ LOGISTICKÝCH SYSTÉMŮ
ZÁSADY KONCIPOVÁNÍ LOGISTICKÝCH SYSTÉMŮ KAPITOLA 5: VZTAH STRATEGIE PODNIKU A LOGISTICKÉHO PLÁNOVÁNÍ, CÍLE, METODY A NÁSTROJE PLÁNOVÁNÍ, POSTUPOVÉ KROKY PLÁNOVÁNÍ LOGISTICKÝCH SYSTÉMŮ, ELEMENTÁRNÍ NÁSTROJE
Vícep(x) = P (X = x), x R,
6. T y p y r o z d ě l e n í Poznámka: V odst. 5.5-5.10 jsme uvedli příklady náhodných veličin a jejich distribučních funkcí. Poznali jsme, že se od sebe liší svým typem. V příkladech 5.5, 5.6 a 5.8 jsme
Více4. Na obrázku je rozdělovací funkce (hustota pravděpodobnosti) náhodné veličiny X. Jakou hodnotu musí mít parametr k?
A 1. Stanovte pravděpodobnost, že náhodná veličina X nabyde hodnoty menší než 6: P( X 6). Veličina X má rozdělení se střední hodnotou 6 a směrodatnou odchylkou 5: N(6,5). a) 0 b) 1/3 c) ½ 2. Je možné,
VíceAgent pracující v částečně pozorovatelném prostředí udržuje na základě senzorického modelu odhaduje, jak se svět může vyvíjet.
Umělá inteligence II Roman Barták, KTIML roman.bartak@mff.cuni.cz http://ktiml.mff.cuni.cz/~bartak Dnešní program Agent pracující v částečně pozorovatelném prostředí udržuje na základě senzorického modelu
VíceCíle lokalizace. Zjištění: 1. polohy a postavení robota (robot pose) 2. vzhledem k mapě 3. v daném prostředí
Cíle lokalizace Zjištění: 1. polohy a postavení robota (robot pose) 2. vzhledem k mapě 3. v daném prostředí 2 Jiný pohled Je to problém transformace souřadnic Mapa je globální souřadnicový systém nezávislý
VíceÚvod do modelování a simulace. Ing. Michal Dorda, Ph.D.
Úvod do modelování a simulace systémů Ing. Michal Dorda, Ph.D. 1 Základní pojmy Systém systémem rozumíme množinu prvků (příznaků) a vazeb (relací) mezi nimi, která jako celek má určité vlastnosti. Množinu
VíceStudijní program: N 3710 Technika a technologie v dopravě a spojích. Obor 3711T004 IS Inteligentní dopravní systémy
TÉMATICKÉ OKRUHY KE STÁTNÍM ZÁVĚREČNÝM ZKOUŠKÁM NAVAZUJÍCÍHO MAGISTERSKÉHO STUDIA (pro studenty ČVUT v Praze Fakulty dopravní se zahájením studia v akademickém roce 2011 2012 a později) Studijní program:
VícePrincip metody Transport částic Monte Carlo v praxi. Metoda Monte Carlo. pro transport částic. Václav Hanus. Koncepce informatické fyziky, FJFI ČVUT
pro transport částic Koncepce informatické fyziky, FJFI ČVUT Obsah Princip metody 1 Princip metody Náhodná procházka 2 3 Kódy pro MC Příklady použití Princip metody Náhodná procházka Příroda má náhodný
Vícen = 2 Sdružená distribuční funkce (joint d.f.) n. vektoru F (x, y) = P (X x, Y y)
5. NÁHODNÝ VEKTOR 5.1. Rozdělení náhodného vektoru Náhodný vektor X = (X 1, X 2,..., X n ) T n-rozměrný vektor, složky X i, i = 1,..., n náhodné veličiny. Vícerozměrná (n-rozměrná) náhodná veličina n =
VíceDyson s Coulomb gas on a circle and intermediate eigenvalue statistics
Dyson s Coulomb gas on a circle and intermediate eigenvalue statistics Rainer Scharf, Félix M. Izrailev, 1990 rešerše: Pavla Cimrová, 28. 2. 2012 1 Náhodné matice Náhodné matice v současnosti nacházejí
VíceAlgoritmizace diskrétních. Ing. Michal Dorda, Ph.D.
Algoritmizace diskrétních simulačních modelů Ing. Michal Dorda, Ph.D. 1 Úvodní poznámky Při programování simulačních modelů lze hlavní dílčí problémy shrnout do následujících bodů: 1) Zachycení statických
VíceALGEBRA. Téma 5: Vektorové prostory
SLEZSKÁ UNIVERZITA V OPAVĚ Matematický ústav v Opavě Na Rybníčku 1, 746 01 Opava, tel. (553) 684 611 DENNÍ STUDIUM Téma 5: Vektorové prostory Základní pojmy Vektorový prostor nad polem P, reálný (komplexní)
VíceAVDAT Náhodný vektor, mnohorozměrné rozdělení
AVDAT Náhodný vektor, mnohorozměrné rozdělení Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Opakování, náhodná veličina, rozdělení Náhodná veličina zobrazuje elementární
VíceIMOSI - MODELACE A SIMULACE LEARN 2013 správně možná špatně
IMOSI - MODELACE A SIMULACE LEARN 2013 správně možná špatně Simulátor označujeme jako kredibilní v případě, že: byla úspěšně završena fáze verifikace simulátoru se podařilo přesvědčit zadavatele simulačního
VíceIng. Jan Buriánek. Katedra softwarového inženýrství Fakulta informačních technologií České vysoké učení technické v Praze Jan Buriánek, 2010
Ing. Jan Buriánek (ČVUT FIT) Reprezentace bodu a zobrazení BI-MGA, 2010, Přednáška 2 1/33 Ing. Jan Buriánek Katedra softwarového inženýrství Fakulta informačních technologií České vysoké učení technické
VíceNáhodný vektor a jeho charakteristiky
Náhodný vektor a jeho číselné charakteristiky 1 Náhodný vektor a jeho charakteristiky V následující kapitole budeme věnovat pozornost pouze dvourozměřnému náhodnému vektoru, i když uvedené pojmy a jejich
VícePočítačové simulace fyzikálních problému TASEP
Počítačové simulace fyzikálních problému TASEP Jakub Doležal 1, Jakub Kantner 2, Tomáš Zahradník 3 1 Gymnázium Špitálská Praha, 2 Gymnázium Českolipská Praha, 3 Gymnázium Oty Pavla Praha 1 janjansen@centrum.cz,
VíceNáhodný vektor. Náhodný vektor. Hustota náhodného vektoru. Hustota náhodného vektoru. Náhodný vektor je dvojice náhodných veličin (X, Y ) T = ( X
Náhodný vektor Náhodný vektor zatím jsme sledovali jednu náhodnou veličinu, její rozdělení a charakteristiky často potřebujeme vyšetřovat vzájemný vztah několika náhodných veličin musíme sledovat jejich
VíceDimenzování pohonů. Parametry a vztahy používané při návrhu servopohonů.
Dimenzování pohonů. Parametry a vztahy používané při návrhu servopohonů. M. Lachman, R. Mendřický - Elektrické pohony a servomechanismy 13.4.2015 Požadavky na pohon Dostatečný moment v celém rozsahu rychlostí
VíceTéma 1: Spolehlivost a bezpečnost stavebních nosných konstrukcí
Téma 1: Spolehlivost a bezpečnost stavebních nosných konstrukcí Přednáška z předmětu: Spolehlivost a bezpečnost staveb 4. ročník bakalářského studia Katedra stavební mechaniky Fakulta stavební Vysoká škola
VíceNávrh signálního plánu pro světelně řízenou křižovatku. Ing. Michal Dorda, Ph.D.
Návrh signálního plánu pro světelně řízenou křižovatku Ing. Michal Dorda, Ph.D. Použitá literatura TP 81 Zásady pro navrhování světelných signalizačních zařízení na pozemních komunikacích. TP 235 Posuzování
VíceKMA/P506 Pravděpodobnost a statistika KMA/P507 Statistika na PC
Přednáška 03 Přírodovědecká fakulta Katedra matematiky KMA/P506 Pravděpodobnost a statistika KMA/P507 Statistika na PC jiri.cihlar@ujep.cz Diskrétní rozdělení Důležitá diskrétní rozdělení pravděpodobnosti
VíceSIMULAČNÍ MODEL ČINNOSTÍ VEŘEJNÉHO LOGISTICKÉHO CENTRA
SIMULAČNÍ MODEL ČINNOSTÍ VEŘEJNÉHO LOGISTICKÉHO CENTRA Ing. Jaromír Široký, Ph.D. Ing. Michal Dorda VŠB - TU Ostrava Fakulta strojní Institut dopravy Obsah: 1. Definice cílů a účelu simulace VLC. 2. Struktura
VíceSIMULACE SPOLEHLIVOSTI SYSTÉMŮ HROMADNÉ OBSLUHY. Michal Dorda. VŠB - TU Ostrava, Fakulta strojní, Institut dopravy
SIMULACE SPOLEHLIVOSTI SYSTÉMŮ HROMADNÉ OBSLUHY Michal Dorda VŠB - TU Ostrava Fakulta strojní Institut dopravy 1 Úvod V běžné technické praxi se velice často setkáváme s tzv. systémy hromadné obsluhy aniž
VíceSystémy pro využití sluneční energie
Systémy pro využití sluneční energie Slunce vyzáří na Zemi celosvětovou roční potřebu energie přibližně během tří hodin Se slunečním zářením jsou spojeny biomasa pohyb vzduchu koloběh vody Energie
VíceTeorie rozhodování (decision theory)
Umělá inteligence II Roman Barták, KTIML roman.bartak@mff.cuni.cz http://ktiml.mff.cuni.cz/~bartak Teorie pravděpodobnosti (probability theory) popisuje v co má agent věřit na základě pozorování. Teorie
VíceMatematické modelování dopravního proudu
Matematické modelování dopravního proudu Ondřej Lanč, Alena Girglová, Kateřina Papežová, Lucie Obšilová Gymnázium Otokara Březiny a SOŠ Telč lancondrej@centrum.cz Abstrakt: Cílem projektu bylo seznámení
Více01 Teoretické disciplíny systémové vědy
01 Teoretické disciplíny systémové vědy (systémový přístup, obecná teorie systému, systémová statika a dynamika, úlohy na statických a dynamických systémech, kybernetika) Systémová věda je vědní disciplínou
VíceNáhodný vektor. Náhodný vektor. Hustota náhodného vektoru. Hustota náhodného vektoru. Náhodný vektor je dvojice náhodných veličin (X, Y ) T = ( X
Náhodný vektor Náhodný vektor zatím jsme sledovali jednu náhodnou veličinu, její rozdělení a charakteristik často potřebujeme všetřovat vzájemný vztah několika náhodných veličin musíme sledovat jejich
VíceCvičení z předmětu K612PPMK Provoz a projektování místních komunikací NÁVRH SIGNÁLNÍHO PROGRAMU ZADANÉ KŘIŽOVATKY
Cvičení z předmětu K612PPMK Provoz a projektování místních komunikací NÁVRH SIGNÁLNÍHO PROGRAMU ZADANÉ KŘIŽOVATKY OBECNĚ Signální program je program řízení světelného signalizačního zařízení (SSZ), který
VíceFYZIKÁLNÍ PRAKTIKUM FJFI ČVUT V PRAZE. Úloha 1: Kondenzátor, mapování elektrického pole
FYZIKÁLNÍ PRAKTIKUM FJFI ČVUT V PRAZE Datum měření: 5.5.2011 Jméno: Jakub Kákona Pracovní skupina: 4 Ročník a kroužek: Pa 9:30 Spolupracovníci: Jana Navrátilová Hodnocení: Úloha 1: Kondenzátor, mapování
Více1. Kvantové jámy. Tabulka 1: Efektivní hmotnosti nosičů v krystalech GaAs, AlAs, v jednotkách hmotnosti volného elektronu m o.
. Kvantové jámy Pokročilé metody růstu krystalů po jednotlivých vrstvách (jako MBE) dovolují vytvořit si v krystalu libovolný potenciál. Jeden z hojně používaných materiálů je: GaAs, AlAs a jejich ternární
VíceVEGETAČNÍ BARIÉRY Mgr. Jan Karel
VEGETAČNÍ BARIÉRY Metodika pro výpočet účinnosti výsadeb vegetačních pásů ke snížení imisních příspěvků liniových a plošných zdrojů emisí částic a na ně vázaných polutantů 17. 10. 2017 Mgr. Jan Karel Vegetační
VíceTransportní jevy v plynech Reálné plyny Fázové přechody Kapaliny
Transportní jevy v plynech Reálné plyny Fázové přechody Kapaliny Hustota toku Zatím jsme studovali pouze soustavy, které byly v rovnovážném stavu není-li soustava v silovém poli, je hustota částic stejná
VíceTECHNICKÉ PODMÍNKY A SOFTWARE ZÁVĚR V OBORU DOPRAVNÍHO INŽENÝRSTVÍ. Ing. Jan Martolos, EDIP s.r.o. 1/39 ÚVOD INTENZITY DOPRAVY KAPACITNÍ POSOUZENÍ
TECHNICKÉ PODMÍNKY A SOFTWARE V OBORU DOPRAVNÍHO INŽENÝRSTVÍ Ing. Jan Martolos, EDIP s.r.o. 1/39 CÍL PŘEDNÁŠKY seznámit s aktuálními TP v oblasti dopravního inženýrství, použití TP v projektování, možnosti
VíceNávrh a vyhodnocení experimentu
Návrh a vyhodnocení experimentu Návrh a vyhodnocení experimentů v procesech vývoje a řízení kvality vozidel Ing. Bohumil Kovář, Ph.D. FD ČVUT Ústav aplikované matematiky kovar@utia.cas.cz Mladá Boleslav
VíceSimulace silniční infrastruktury s využitím distribuovaných celulárních automatů v multi-agentovém systému
Simulace silniční infrastruktury s využitím distribuovaných celulárních automatů v multi-agentovém systému Pavel Děrgel 1 a Petr Fuks Traffic simulation using distributed cellular automata in the Multi-agent
VíceReprezentace bodu, zobrazení
Reprezentace bodu, zobrazení Ing. Jan Buriánek VOŠ a SŠSE P9 Jan.Burianek@gmail.com Obsah Témata Základní dělení grafických elementů Rastrový vs. vektorový obraz Rozlišení Interpolace Aliasing, moiré Zdroje
VícePravděpodobnost a statistika I KMA/K413
Pravděpodobnost a statistika I KMA/K413 Konzultace 3 Přírodovědecká fakulta Katedra matematiky jiri.cihlar@ujep.cz Kovariance, momenty Definice kovariance: Kovariance náhodných veličin Dále můžeme dokázat:,
VíceOSA. maximalizace minimalizace 1/22
OSA Systémová analýza metodika používaná k navrhování a racionalizaci systémů v podmínkách neurčitosti vyšší stupeň operační analýzy Operační analýza (výzkum) soubor metod umožňující řešit rozhodovací,
VíceIV117: Úvod do systémové biologie
IV117: Úvod do systémové biologie David Šafránek 8.10.2008 Obsah Metody dynamické analýzy Obsah Metody dynamické analýzy Shrnutí biologický systém definován interakcemi mezi jeho komponentami interakce
Více1. Základy teorie přenosu informací
1. Základy teorie přenosu informací Úvodem citát o pojmu informace Informace je název pro obsah toho, co se vymění s vnějším světem, když se mu přizpůsobujeme a působíme na něj svým přizpůsobováním. N.
VícePŘECHODY PRO CHODCE UMÍSTĚNÍ OSTRŮVKU A JEDNOSTRANNÉ ROZŠÍŘENÍ VOZOVKY
UMÍSTĚNÍ OSTRŮVKU A JEDNOSTRANNÉ ROZŠÍŘENÍ VOZOVKY 60% 2.1.1.A UMÍSTĚNÍ OSTRŮVKU A JEDNOSTRANNÉ ROZŠÍŘENÍ VOZOVKY Umístění Rozměr Materiál Nutné bezpečnostní prvky Doplňkové bezpečnostní prvky Nutné podmínky
VíceZpracování náhodného vektoru. Ing. Michal Dorda, Ph.D.
Ing. Michal Dorda, Ph.D. 1 Př. 1: Cestující na vybraném spoji linky MHD byli dotazováni za účelem zjištění spokojenosti s kvalitou MHD. Legenda 1 Velmi spokojen Spokojen 3 Nespokojen 4 Velmi nespokojen
VíceMetaheuristiky s populacemi
Metaheuristiky s populacemi 8. března 2018 1 Společné vlastnosti 2 Evoluční algoritmy 3 Optimalizace mravenčí kolonie Zdroj: El-Ghazali Talbi, Metaheuristics: From Design to Implementation. Wiley, 2009.
VíceDIPLOMOVÁ PRÁCE OPTIMALIZACE MECHANICKÝCH
DIPLOMOVÁ PRÁCE OPTIMALIZACE MECHANICKÝCH VLASTNOSTÍ MECHANISMU TETRASPHERE Vypracoval: Jaroslav Štorkán Vedoucí práce: prof. Ing. Michael Valášek, DrSc. CÍLE PRÁCE Sestavit programy pro kinematické, dynamické
VíceKatedra konstrukcí pozemních staveb Fakulta stavební, ČVUT v Praze
Katedra konstrukcí pozemních staveb Fakulta stavební, ČVUT v Praze 1 ASET >? RSET ASET Available Safe Egress Time = Čas dostupný pro evakuaci Překročení bezpečných podmínek pro pohyb Tepelné efekty (vysoké
VíceNávrh metodiky pro stanovení bezpečnostních rizik plynovodů Zvýšení efektivnosti provozu a údržby potrubních systémů Nitra 15-16.11.
Návrh metodiky pro stanovení bezpečnostních rizik plynovodů Zvýšení efektivnosti provozu a údržby potrubních systémů Nitra 15-16.11. 2011 Ing. Petr Bebčák, Ph.D. K.B.K. fire, s.r.o. Ostrava VŠB TU Ostrava
VíceNa obrázku níže je vidět jedno z možných nastavení umístění grafu Ve sloupci pro graf. Spuštění první plovoucí sady. Spuštění druhé plovoucí sady
Pokročilé grafy Různé grafy ukazují historický pohled na trh mnoha různými metodami. To vám umožňuje na první pohled vidět historii obchodování na jednom nebo na několika výběrech. Můžete mít až tři oddělené
VíceNespojitá vlákna. Technická univerzita v Liberci kompozitní materiály 5. MI Doc. Ing. Karel Daďourek 2008
Nespojitá vlákna Technická univerzita v Liberci kompozitní materiály 5. MI Doc. Ing. Karel Daďourek 2008 Vliv nespojitých vláken Zabývejme se nyní uspořádanými nespojitými vlákny ( 1D systém) s tahovým
Více4EK201 Matematické modelování. 8. Modely hromadné obsluhy
4EK201 Matematické modelování 8. Modely hromadné obsluhy 8. Modely hromadné obsluhy Systém, ve kterém dochází k realizaci obsluhy příchozích požadavků = systém hromadné obsluhy Vědní disciplína zkoumající
VíceVojtěch Hrubý: Esej pro předmět Seminář EVF
Vojtěch Hrubý: Esej pro předmět Seminář EVF Plazma Pod pojmem plazma většinou myslíme plynné prostředí, které se skládá z neutrálních částic, iontů a elektronů. Poměr množství neutrálních a nabitých částic
VíceHodnocení efektivity úpravy neřízených křižovatek
konference 15. 16. 9. 2014 Brno partner akce: www.bvv.cz/brnosafety/ Ing. Jan Novák Hodnocení efektivity úpravy neřízených křižovatek Centrum dopravního výzkumu, v.v.i. 1 http://oblast.cdv.cz/cz/o37/ HENK
VíceTransformace obrazu Josef Pelikán KSVI MFF UK Praha
Transformace obrazu 99725 Josef Pelikán KSVI MFF UK Praha email: Josef.Pelikan@mff.cuni.cz WWW: http://cgg.ms.mff.cuni.cz/~pepca/ Transformace 2D obrazu dekorelace dat potlačení závislosti jednotlivých
Více9. T r a n s f o r m a c e n á h o d n é v e l i č i n y
9. T r a n s f o r m a c e n á h o d n é v e l i č i n y Při popisu procesů zpracováváme vstupní údaj, hodnotu x tak, že výstupní hodnota y závisí nějakým způsobem na vstupní, je její funkcí y = f(x).
VíceNáhodná proměnná. Náhodná proměnná může mít rozdělení diskrétní (x 1. , x 2. ; x 2. spojité (<x 1
Náhodná proměnná Náhodná proměnná může mít rozdělení diskrétní (x 1, x 2,,x n ) spojité () Poznámky: 1. Fyzikální veličiny jsou zpravidla spojité, ale změřené hodnoty jsou diskrétní. 2. Pokud
VíceEukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika)
Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika) Kartézská soustava souřadnic je dána počátkem O a uspořádanou trojicí bodů E x,
VíceMartin NESLÁDEK. 14. listopadu 2017
Martin NESLÁDEK Faculty of mechanical engineering, CTU in Prague 14. listopadu 2017 1 / 22 Poznámky k úlohám řešeným MKP Na přesnost simulace pomocí MKP a prostorové rozlišení výsledků má vliv především:
VíceSingulární charakter klasické limity
Singulární charakter klasické limity obecná speciální Teorie O Teorie S Parametr δ : δ ) O S) O S Pieter Bruegel starší +569) Velké ryby jedí malé ryby 556) obecná speciální Teorie O Teorie S Parametr
VíceJiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel
Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Výsledky některých náhodných pokusů jsou přímo vyjádřeny číselně (např. při hodu kostkou padne 6). Náhodnou veličinou
VíceELEKTROMOTORY: Elektrický proud v magnetickém poli (pracovní list) RNDr. Ivo Novák, Ph.D.
ELEKTROMOTORY: Elektrický proud v magnetickém poli (pracovní list) RNDr. Ivo Novák, Ph.D. třední škola, Havířov-Šumbark, ýkorova 1/613, příspěvková organizace Tento výukový materiál byl zpracován v rámci
VíceKomunikace pro chodce a cyklisty (na MK)
Komunikace pro chodce a cyklisty (na MK) přednáška č.9 PAPM Provoz a projektování místních komunikací OPATŘENÍ K OCHRANĚ CHODCŮ: dodržet bezpečnostní odstup (b.o.) dostatečně dimenzovat plochy pro pěší
VíceVýpočet stlačitelného proudění metodou konečných objemů
Výpočet stlačitelného proudění metodou konečných objemů Petra Punčochářová Ústav technické matematiky, Fakulta strojní, Vysoké učení technické v Praze Vedoucí práce: Prof. RNDr. K. Kozel DrSc. Úvod V 80.
VíceCelulární automaty (CA) a jejich aplikace. Samoorganizace Vlastnosti CA Samoorganizovaná kritikalita Vývoj rozhraní
Celulární automaty (CA) a jejich aplikace Samoorganizace Vlastnosti CA Samoorganizovaná kritikalita Vývoj rozhraní Samorganizace Pojem samorganizace je užíván v různých kontextech v: informační teorii,
VíceStanovení požární odolnosti. Přestup tepla do konstrukce v ČSN EN
Stanovení požární odolnosti NAVRHOVÁNÍ OCELOVÝCH KONSTRUKCÍ NA ÚČINKY POŽÁRU ČSN EN 1993-1-2 Ing. Jiří Jirků Ing. Zdeněk Sokol, Ph.D. Prof. Ing. František Wald, CSc. 1 2 Přestup tepla do konstrukce v ČSN
VíceStatistická analýza dopravních časových řad
Statistická analýza dopravních časových řad Michael Matějů Výzkumná skupina GAMS při KM FJFI-ČVUT Školitel: Mgr. Milan Krbálek, PhD. 8. června 2011 Osnova 1 Cíle Popis 2 3 Srovnánísdaty 4 Kamdál? Proč?
VíceMATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ
MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ Má-li analytický výsledek objektivně vypovídat o chemickém složení vzorku, musí splňovat určitá kriteria: Mezinárodní metrologický slovník (VIM 3),
VíceROVNICE NA ČASOVÝCH ŠKÁLÁCH A NÁHODNÉ PROCESY. Michal Friesl
Robust 14, Jetřichovice ROVNICE NA ČASOVÝCH ŠKÁLÁCH A NÁHODNÉ PROCESY Michal Friesl Katedra matematiky Fakulta aplikovaných věd Západočeská univerzita v Plzni Robust 14, Jetřichovice ÚVOD Úvod Analýzníkům
VíceTP 188 POSUZOVÁNÍ KAPACITY KŘIŽOVATEK A ÚSEKŮ POZEMNÍCH KOMUNIKACÍ
TP 188 POSUZOVÁNÍ KAPACITY KŘIŽOVATEK A ÚSEKŮ POZEMNÍCH KOMUNIKACÍ EDIP s.r.o. Ing. Jan Martolos, Ph.D. Ing. Luděk Bartoš, Ph.D. 28.5.2019, Hotel Olympik Congress, Praha 8 TP PRO POSUZOVÁNÍ KAPACITY Projekt
Více1. Přednáška. Ing. Miroslav Šulai, MBA
N_OFI_2 1. Přednáška Počet pravděpodobnosti Statistický aparát používaný ve financích Ing. Miroslav Šulai, MBA 1 Počet pravděpodobnosti -náhodné veličiny 2 Počet pravděpodobnosti -náhodné veličiny 3 Jevy
VíceVEGETAČNÍ BARIÉRY Mgr. Jan Karel
VEGETAČNÍ BARIÉRY Využití metodiky pro kvantifikaci efektu výsadeb vegetačních bariér na snížení koncentrací suspendovaných částic a na ně vázaných polutantů 10. 11. 2017 Mgr. Jan Karel Metodika pro výpočet
Více