|
, 2016 선형계획법
I. 선형계획법의 의의
II. 선형계획법의 전개
III. 선형계획모형
1. 최대화 문제의 경우
2. 최소화 문제의 경우
IV. 선형계획법의 해법
1. 도해법
2. 심플렉스법
V. 선형계획법의 적용분야
* 참고문헌
|
|
|
크리프, LVDT 검색
http://www.technonet.co.kr/terminology/view.html?id=65
http://www.tamagawa-suhil.co.kr/P-S-LVDT.html
http://www.amsys.co.kr/amsys/lvdt.htm
http://www.maglab.pe.kr/LVTD.htm 1.실험목적
2.실험내용
3.이론적 배경
4.실험 방법
5.결과
6.고찰
|
|
|
초기치 문제를 구간 0t 10에서 구간간격을 h=0.1로 하여 4계 Runge-Kutta법으로 풀어라. 또한, 적응 구간간격 제어를 이용하여 Runge-Kutta-Fehlberg법으로 풀어라. 단, 적응구간간격 제어를 이용할 때 최대허용오차는 0.05%이고 최소허용오차는 0.005%이다.
|
|
|
함수를 채택하여야 하는가?
답) 두회귀모형을 비교하여보면 기계시간을 사용하는 것이 적합도가 더 높으며 t-통계량도 더욱 유의적이다. 그러므로 기계시간을 사용하는 것이 더 좋다고 판단할 수 있다. ① 고저점법과 단순회귀분석 (source
|
|
|
함수 만들기
선형계획법에서 두 번째 단계는 목적함수를 만드는 것이다. 위의 문제에서는 문제를 해결하는 목적이 평균대용시간을 최소로 하는 것이다. 평균대응시간은 총대응시간을 총출동횟수로 나누어 구한다. 따라서 다음과 같이 목적
|
|
|
2차 도함수에서 zero crossing이 발생한다. 이것은 그 점에서의 gradient가 가장 큰 값이거나 가장 작은 값이라는 것을 의미한다. 원래 image가 noise가 아주 많이 끼었을 때 일반적인 thresholding방법이 충분하지 않을 수도 있다. Shen과 Castan은 adaptive gradie
|
|
|
함수
① ,
② ,
③
④ , , ,
⑤ ,
10. 미분
①
②
③
④
⑤
⑥
11. 적분
①
②
③
④ 전기 기초 수학
1. 항등식
2. 2차방정식
3. 비례
4. 지수법칙
5. 대수
6. 행렬(Matrix)
7. 행렬식
8. 삼각함수
9. 복소수
10. 미분
11. 적
|
|
|
최소 1대 이상 구입해야 하므로 이다.
※모형화
Maximize
subject to
(4)목표계획법
목적함수의 이익의 최대화 혹은 비용의 최소화만을 다루는 선형계획법과는 달리 다수
목적을 동시에 가능한 한 성취하는 방법을 위해 개발된 접근방법을 말한다.
|
|
|
법, 최소자승법으로 함수를 찾아, 미지시료의 농도를 구할 수 있었다. 청색시료의 경우에는 검량선, 평균법, 최소자승법의 평균으로 미지시료의 농도가 7.38 ppm임을 확인 할 수 있으며, 적색시료의 경우에는 검량선, 평균법과 최소자승법의 평
|
|
|
함수비와의 관계
실내시험에는 시료의 함수비 변화를 주는 방법으로 시험전에 시료를 공기건조시킨 후 수분을 가해서 함수비를 변화시켜 가는 건조법과 시료를 건조시켜가는 과정에서 시료를 이용하는 습윤법이 있다. 또한 시험에서 같은
|
|
메뉴펼치기
