25 resultados para branch and bound algorithm
em Doria (National Library of Finland DSpace Services) - National Library of Finland, Finland
Resumo:
Många kvantitativa problem från vitt skilda områden kan beskrivas som optimeringsproblem. Ett mått på lösningens kvalitet bör optimeras samtidigt som vissa villkor på lösningen uppfylls. Kvalitetsmåttet kallas vanligen objektfunktion och kan beskriva kostnader (exempelvis produktion, logistik), potentialenergi (molekylmodellering, proteinveckning), risk (finans, försäkring) eller något annat relevant mått. I min doktorsavhandling diskuteras speciellt icke-linjär programmering, NLP, i ändliga dimensioner. Problem med enkel struktur, till exempel någon form av konvexitet, kan lösas effektivt. Tyvärr kan inte alla kvantitativa samband modelleras på ett konvext vis. Icke-konvexa problem kan angripas med heuristiska metoder, algoritmer som söker lösningar med hjälp av deterministiska eller stokastiska tumregler. Ibland fungerar det här väl, men heuristikerna kan sällan garantera kvaliteten på lösningen eller ens att en lösning påträffas. För vissa tillämpningar är det här oacceptabelt. Istället kan man tillämpa så kallad global optimering. Genom att successivt dela variabeldomänen i mindre delar och beräkna starkare gränser på det optimala värdet hittas en lösning inom feltoleransen. Den här metoden kallas branch-and-bound, ungefär dela-och-begränsa. För att ge undre gränser (vid minimering) approximeras problemet med enklare problem, till exempel konvexa, som kan lösas effektivt. I avhandlingen studeras tillvägagångssätt för att approximera differentierbara funktioner med konvexa underskattningar, speciellt den så kallade alphaBB-metoden. Denna metod adderar störningar av en viss form och garanterar konvexitet genom att sätta villkor på den perturberade Hessematrisen. Min forskning har lyft fram en naturlig utvidgning av de perturbationer som används i alphaBB. Nya metoder för att bestämma underskattningsparametrar har beskrivits och jämförts. I sammanfattningsdelen diskuteras global optimering ur bredare perspektiv på optimering och beräkningsalgoritmer.
Resumo:
The interconnections of customer loyalty, employee engagement and business performance have been separately examined in several previous studies but actually a coherent study combining all of these components together has been lacking. This thesis aims to study all of these components and their interrelations at the same time in order to understand the organization as a one whole. The thesis includes an encompassing review of the previous studies related to customer loyalty and employee engagement. The theory presents both the theoretical approaches and the empirical findings from the earlier literature and builds therefore a strong fundament for the empirical part of this thesis. The empirical data in this thesis was provided by three case companies of a Nordic group operating in a business-to-business professional services branch and it used the Net Promoter Score method for measuring both customer loyalty and employee engagement. The thesis left interesting research questions open and provides therefore an intriguing study field for the future researches.
Resumo:
With the development of electronic devices, more and more mobile clients are connected to the Internet and they generate massive data every day. We live in an age of “Big Data”, and every day we generate hundreds of million magnitude data. By analyzing the data and making prediction, we can carry out better development plan. Unfortunately, traditional computation framework cannot meet the demand, so the Hadoop would be put forward. First the paper introduces the background and development status of Hadoop, compares the MapReduce in Hadoop 1.0 and YARN in Hadoop 2.0, and analyzes the advantages and disadvantages of them. Because the resource management module is the core role of YARN, so next the paper would research about the resource allocation module including the resource management, resource allocation algorithm, resource preemption model and the whole resource scheduling process from applying resource to finishing allocation. Also it would introduce the FIFO Scheduler, Capacity Scheduler, and Fair Scheduler and compare them. The main work has been done in this paper is researching and analyzing the Dominant Resource Fair algorithm of YARN, putting forward a maximum resource utilization algorithm based on Dominant Resource Fair algorithm. The paper also provides a suggestion to improve the unreasonable facts in resource preemption model. Emphasizing “fairness” during resource allocation is the core concept of Dominant Resource Fair algorithm of YARM. Because the cluster is multiple users and multiple resources, so the user’s resource request is multiple too. The DRF algorithm would divide the user’s resources into dominant resource and normal resource. For a user, the dominant resource is the one whose share is highest among all the request resources, others are normal resource. The DRF algorithm requires the dominant resource share of each user being equal. But for these cases where different users’ dominant resource amount differs greatly, emphasizing “fairness” is not suitable and can’t promote the resource utilization of the cluster. By analyzing these cases, this thesis puts forward a new allocation algorithm based on DRF. The new algorithm takes the “fairness” into consideration but not the main principle. Maximizing the resource utilization is the main principle and goal of the new algorithm. According to comparing the result of the DRF and new algorithm based on DRF, we found that the new algorithm has more high resource utilization than DRF. The last part of the thesis is to install the environment of YARN and use the Scheduler Load Simulator (SLS) to simulate the cluster environment.
Resumo:
Tämän diplomityön tarkoituksena on tutkia, mitä vaaditaan uutisten samanlaisuuden automaattiseen tunnistamiseen. Uutiset ovat tekstipohjaisia uutisia, jotka on haettu eri uutislähteistä. Uutisista on tarkoitus tunnistaa ensinnäkin ne uutiset, jotka tarkoittavat samaa asiaa, sekä ne uutiset, jotka eivät ole aivan sama asia, mutta liittyvät kuitenkin toisiinsa. Tässä diplomityössä tutkitaan, millä algoritmeilla tämä tunnistus onnistuu tehokkaimmin sekä suomalaisessa, että englanninkielisessä tekstissä. Diplomityössä vertaillaan valmiita algoritmeja. Tavoitteena on valita sellainen algoritmiyhdistelmä, että 90 % vertailluista uutisista tunnistuu oikein. Tutkimuksessa käytetään 2 eri ryhmittelyalgoritmia, sekä 3 eri stemmaus-algoritmia. Näitä algoritmeja vertaillaan sekä uutisten tunnistustehokkuuden, että niiden suorituskyvyn suhteen. Parhaimmaksi stemmaus-algoritmiksi osoittautui sekä suomen-, että englanninkielisten uutisten vertailussa Porterin algoritmi. Ryhmittely-algoritmeista tehokkaammaksi osoittautui yksinkertaisempi erilaisiin tunnuslukuihin perustuva algoritmi.
Resumo:
Tutkielman ensisijaisena tavoitteena oli selvittää, miten corporate governance eli hyvä hallintotapa on kehittynyt Venäjällä. Tutkimuksessa keskityttiin eritoten yritystoiminnan läpinäkyvyyteen ja siihen, minkälaista informaatiota yritysten pitäisi vuosittain julkaista. Tutkimuksessa tutkittiin minkälaista informaatiota Moskovan pörssiin listautuneet yritykset julkaisevat. Tavoitteena oli tutkia, julkaisevatko yritykset informaatiota OECD:n corporate governancve suositusten mukaisesti. Tutkimusmenetelmänä käytettiin havaintotutkimusta. Tutkimuksessa saatiin selkeä kuvasiitä, mitä corporate governance tarkoittaa ja siitä miten se on kehittynyt Venäjällä. Tutkimuksen aineisto kerättiin Moskovan pörssiin listautuneista yrityksistä, koska Venäjä tutkimuskohteena on mielenkiintoinen ja koska corporate governance teema on vasta viime vuosina tullut ajankohtaiseksi venäläisissä yrityksissä. Tutkimuksessa saadut tulokset osoittavat, että yritykset julkaisevat informaatiota melko hajanaisesti ja pörssi joutuu edelleen tyytymään puutteelliseen informaatioon. Venäjän yritystoiminnasta puuttuu vakaus, ja instituutiot eivät vielätue corporate governance -suositusten toimeenpanemista ainakaan kovin hyvin. Myös toimiala ja yrityksen omistusrakenne vaikuttavat jonkin verran siihen, minkälaista tietoa yritys tuottaa. Eri toimialojen välillä on huomattaviakin eroja sen suhteen, miten kattavasti niistä on saatavissa informaatiota. Omistusrakenne on tämän tutkimuksen yrityksissä erilainen kuin Venäjällä yleensä ja ulkomaista omistusta on paljon.
Resumo:
Työssä oli tarkoituksena selvittää sähkömarkkinoiden ja median suhdetta. Eri lehtien arkistoista kerättiin sähkömarkkinoihin liittyviä juttuja vuodesta 1995 lähtien. Niitä verrattiin sähkömarkkinoiden tapahtumiin. Päällimmäisenä havaintona oli, että media reagoi voimakkaasti sähkömarkkinoiden tapahtumiin. Kun sähkön hinta nousee, myös artikkeleiden lukumäärä lisääntyy. Samalla asenteet markkinoita kohtaan muuttuvat positiivisista negatiivisiksi. Toisaalta markkinoilla on nähtävissä puolustajat ja vastustajat. Markkinoita puolustavat energia-alan ammattilaiset, jotka pitävät vapaata kauppaa hyvänä. Vastustajia ovat tavalliset sähkön kuluttajat.
Resumo:
Työssä tarkastellaan paperipigmenttialaa ja globaaleja paperipigmenttitoimittajia. Työn tarkoituksena on selvittää merkittävät paperipigmenttivalmistajat ja heidän roolinsa kyseisellä toimialalla. Tärkeimpiä paperipigmenttejä ovat kalsiumkarbonaattipitoiset pigmentit, kaoliini ja talkki. Paperipigmenttien toimittajia on ympäri maailmaa. Toimialan kilpailu on kasvanut viimeisen kymmenen vuoden aikana ja globaalien toimittajien osuus on ollut merkittävää kilpailun kehityksessä. Paperiteollisuus on suurin paperimineraalien kuluttaja. Mineraalipohjaisilla paperipigmenteillä voidaan parantaa paperin laadullisia ominaisuuksia sekä vähentää tuotantokustannuksia. Paperipigmenttien kysyntä on riippuvainen paperiteollisuuden tarpeista. Paperipigmenttialan kehitys on vahvasti sidoksissa paperiteollisuuden rakenteen muutoksiin. Paperipigmenttialan sisäisessä kilpailussa globaalit yritykset ovat suunnan näyttäjiä. Kilpailua käydään sekä paikallisella että kansainvälisellä tasolla. Globaaleilla yrityksillä on suuremmat voimavarat vastata paperiteollisuuden tuomiin haasteisiin. Kilpailua käydään niin asiakkaista kuin raaka-ainelähteistä. Yrityksiltä vaaditaan entistä enemmän tiettyjä ominaisuuksia, kuten raaka-aineita, rahoituksellista voimaa ja osaamista pärjätäkseen globaalissa toimintaympäristössä.
Resumo:
Preference relations, and their modeling, have played a crucial role in both social sciences and applied mathematics. A special category of preference relations is represented by cardinal preference relations, which are nothing other than relations which can also take into account the degree of relation. Preference relations play a pivotal role in most of multi criteria decision making methods and in the operational research. This thesis aims at showing some recent advances in their methodology. Actually, there are a number of open issues in this field and the contributions presented in this thesis can be grouped accordingly. The first issue regards the estimation of a weight vector given a preference relation. A new and efficient algorithm for estimating the priority vector of a reciprocal relation, i.e. a special type of preference relation, is going to be presented. The same section contains the proof that twenty methods already proposed in literature lead to unsatisfactory results as they employ a conflicting constraint in their optimization model. The second area of interest concerns consistency evaluation and it is possibly the kernel of the thesis. This thesis contains the proofs that some indices are equivalent and that therefore, some seemingly different formulae, end up leading to the very same result. Moreover, some numerical simulations are presented. The section ends with some consideration of a new method for fairly evaluating consistency. The third matter regards incomplete relations and how to estimate missing comparisons. This section reports a numerical study of the methods already proposed in literature and analyzes their behavior in different situations. The fourth, and last, topic, proposes a way to deal with group decision making by means of connecting preference relations with social network analysis.
Resumo:
Markkinointisuunnitelmatutkimukset koostuvat pääosin tuotantoalalle tai suurille yrityksille tehdyistä markkinointisuunitelmista. Vaikuttaa siltä, että pienet yritykset tekevät suunnitelmansa ilman nimenomaisesti heille suunniteltua mallia, jos tekevät suunnitelmaa ollenkaan. Kuten sanottu, sovellukset palveluyrityksille ja pk-yrityksille puuttuvat markkinointisuunnitelmiin kohdistuvasta tutkimuksesta, mikä lisää tämän tutkimuksen arvoa keskittyen juuri kyseisiin markkinointisuunnitelman osa-alueisiin. Tutkimusta sovelletaan uuteen palvelukonseptiin, jota case-yritys Taksipalvelu MPS Oy on lanseeraamassa. Palvelu on kohdistettu venäläisille matkailijoille sekä Lappeenrannan alueella eläville venäläisille, ja se perustuu ennen kaikkea korkeaan laatuun. Tutkimus on tärkeä, sillä taksiala on hyvin säännelty, mutta säännöstelyn piirissä on todennäköisesti paljon potentiaalia palveluiden differentaatioon. Segmentointi ja palveluiden kohdistus tiettyihin asiakasryhmiin on taksialalla myös hyvin minimaalista. Tutkimalla kohdistetun palvelun kysyntää ja arvoa saadaan selville olisiko tällainen toiminta kannattavaa vai ei. Venäläisten asiakkaiden määrä on kasvanut Lappeenrannan alueella paljon, minkä potentiaalia ei ole ehkä vielä täysin hyödynnetty. Tutkimuksen tarkoituksena on luoda hyödyllinen markkinointisuunnitelma case-yritykselle kiinnittäen erityisesti huomiota toimialaan ja kohdeasiakasryhmään. Tarkoituksena on antaa suuntaviivoja kuinka lähestyä kohdeasiakkaita ja kuinka markkinoida palvelua oikein. Tavoitteena on myös selvittää onko valitulla asiakassegmentillä kysyntää vai tulisiko kohdistaminen tehdä toisia määritteitä käyttäen.
Resumo:
Tämän pro gradu -tutkielman tavoitteena on selvittää, miten Business Intelligencea voidaan hyödyntää autoalan liiketoiminnassa Suomessa. Työssä tutkitaan erityisesti autoalan tietotarpeita, tietolähteitä, tiedon analysointia sekä tiedon hyödynnettävyyttä liiketoiminnan ohjaamisessa ja päätöksenteossa. Työn tutkimusstrategiana käytettiin tapaustutkimusta, jonka kohderyhmänä oli viisi suomalaista autoalan suuryritystä. Tutkimuksen empiirinen aineisto hankittiin haastattelemalla yritysten Business Intelligence -toiminnoista vastaavia henkilöitä. Tutkimuksen tulosten perusteella Business Intelligence merkitsi yrityksille ensisijaisesti toiminnanohjausta ja sen seurantaa, sekä korkealaatuisen tiedon tuottamista päätöksentekoa varten. Keskeisiksi tietotarpeiksi luokiteltiin asiakkaisiin, ajoneuvoihin, sisäisiin prosesseihin, liiketoimintatapahtumiin, kilpailijoihin, toimialaan ja asiakastyytyväisyyteen liittyvät tiedot. Tutkimuksen tulosten perusteella tiedon hankinnassa tulee huomioida sekä sisäisen liiketoimintatiedon analyyttinen hyödyntäminen että systemaattinen tiedon hankinta myös ulkoisista lähteistä. Yritykset kokivat Business Intelligence -toimintojen parantaneen tiedon laatua, tehostaneen toiminnanohjausta sekä mahdollistaneen yhteneväisen liiketoiminnan johtamisen organisaation eri tasoilla.
Resumo:
Tämän tutkimuksen tavoite on kuvata tietoliikenneoperaattorin yritysliiketoiminnan asiakaspalvelun maksullisuuden nykytilaa sekä kartoittaa edellytyksiä asiakaspalvelun muuttamiseksi maksulliseksi asiantuntijatyöksi. Tutkimuksessa tuodaan esiin kirjallisuudessa esiintyvää, aihetta taustoittavaa ja määrittelevää teoriaa palveluihin ja palveluliiketoimintaan liittyen. Sen pohjalta kartoitettiin asiakaspalvelun maksullisuuden nykytilaa yrityksen sisäisen materiaalin ja haastattelujen kautta, tarkastellen asiaa niin yrityksen sisäisen näkökulman kuin myös asiakas- ja kilpailijanäkökulman kautta. Tutkimuksen lopputuloksena voidaan todeta, että nykymuodossa asiakaspalvelu on pääosin ei-maksullisen palvelu, jota ei nykytilanteessa mielletä tai käsitellä samankaltaisena tuotteistettuna palveluna kuin yrityksen ns. ydinpalveluita. Edellytykset maksullisuuden toteutumiselle ovat asiakaspalvelun tuotteistaminen asiakkaille arvoa tuottavaksi asiantuntijatyöksi, tavoitteellinen hinnoittelu, soveltuvat tietojärjestelmät sekä maksullisuuteen tähtäävän muutosprosessin asiakaslähtöinen suunnittelu ja toteutus.
Resumo:
Tämä työ vastaa tarpeeseen hallita korkeapainevesisumusuuttimen laatua virtausmekaniikan työkalujen avulla. Työssä tutkitaan suutinten testidatan lisäksi virtauksen käyttäytymistä suuttimen sisällä CFD-laskennan avulla. Virtausmallinnus tehdään Navier-Stokes –pohjaisella laskentamenetelmällä. Työn teoriaosassa käsitellään virtaustekniikkaa ja sen kehitystä yleisesti. Lisäksi esitetään suuttimen laskennassa käytettävää perusteoriaa sekä teknisiä ratkaisuja. Teoriaosassa käydään myös läpi laskennalliseen virtausmekaniikkaan (CFD-laskenta) liittyvää perusteoriaa. Tutkimusosiossa esitetään käsitellyt suutintestitulokset sekä mallinnetaan suutinvirtausta ajasta riippumattomaan virtauslaskentaan perustuvalla laskentamenetelmällä. Virtauslaskennassa käytetään OpenFOAM-laskentaohjelmiston SIMPLE-virtausratkaisijaa sekä k-omega SST –turbulenssimallia. Tehtiin virtausmallinnus kaikilla paineilla, joita suuttimen testauksessa myös todellisuudessa käytetään. Lisäksi selvitettiin mahdolliset kavitaatiokohdat suuttimessa ja suunniteltiin kavitaatiota ehkäisevä suutingeometria. Todettiin myös lämpötilan ja epäpuhtauksien vaikuttavan kavitaatioon sekä mallinnettiin lämpötilan vaikutusta. Luotiin malli, jolla suuttimen suunnitteluun liittyviin haasteisiin voidaan vastata numeerisella laskennalla.
Resumo:
Abstract
Resumo:
The parameter setting of a differential evolution algorithm must meet several requirements: efficiency, effectiveness, and reliability. Problems vary. The solution of a particular problem can be represented in different ways. An algorithm most efficient in dealing with a particular representation may be less efficient in dealing with other representations. The development of differential evolution-based methods contributes substantially to research on evolutionary computing and global optimization in general. The objective of this study is to investigatethe differential evolution algorithm, the intelligent adjustment of its controlparameters, and its application. In the thesis, the differential evolution algorithm is first examined using different parameter settings and test functions. Fuzzy control is then employed to make control parameters adaptive based on an optimization process and expert knowledge. The developed algorithms are applied to training radial basis function networks for function approximation with possible variables including centers, widths, and weights of basis functions and both having control parameters kept fixed and adjusted by fuzzy controller. After the influence of control variables on the performance of the differential evolution algorithm was explored, an adaptive version of the differential evolution algorithm was developed and the differential evolution-based radial basis function network training approaches were proposed. Experimental results showed that the performance of the differential evolution algorithm is sensitive to parameter setting, and the best setting was found to be problem dependent. The fuzzy adaptive differential evolution algorithm releases the user load of parameter setting and performs better than those using all fixedparameters. Differential evolution-based approaches are effective for training Gaussian radial basis function networks.