1 resultado para Lógica Relevante.
em Digital Peer Publishing
Filtro por publicador
- Acceda, el repositorio institucional de la Universidad de Las Palmas de Gran Canaria. España (8)
- Andina Digital - Repositorio UASB-Digital - Universidade Andina Simón Bolívar (6)
- Aquatic Commons (2)
- ArchiMeD - Elektronische Publikationen der Universität Mainz - Alemanha (1)
- Archivo Digital para la Docencia y la Investigación - Repositorio Institucional de la Universidad del País Vasco (76)
- B-Digital - Universidade Fernando Pessoa - Portugal (2)
- Biblioteca de Teses e Dissertações da USP (3)
- Biblioteca Digital | Sistema Integrado de Documentación | UNCuyo - UNCUYO. UNIVERSIDAD NACIONAL DE CUYO. (8)
- Biblioteca Digital da Câmara dos Deputados (26)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (1)
- Biblioteca Digital de la Universidad Católica Argentina (50)
- Biblioteca Digital de Teses e Dissertações Eletrônicas da UERJ (118)
- Bibloteca do Senado Federal do Brasil (55)
- BORIS: Bern Open Repository and Information System - Berna - Suiça (4)
- Comissão Econômica para a América Latina e o Caribe (CEPAL) (16)
- Digital Peer Publishing (1)
- Funes: Repositorio digital de documentos en Educación Matemática - Colombia (4)
- Infoteca EMBRAPA (1)
- INSTITUTO DE PESQUISAS ENERGÉTICAS E NUCLEARES (IPEN) - Repositório Digital da Produção Técnico Científica - BibliotecaTerezine Arantes Ferra (1)
- Instituto Politécnico de Castelo Branco - Portugal (2)
- Livre Saber - Repositório Digital de Materiais Didáticos - SEaD-UFSCar (2)
- Lume - Repositório Digital da Universidade Federal do Rio Grande do Sul (12)
- Memoria Académica - FaHCE, UNLP - Argentina (164)
- Ministerio de Cultura, Spain (72)
- Portal de Revistas Científicas Complutenses - Espanha (4)
- Projetos e Dissertações em Sistemas de Informação e Gestão do Conhecimento (1)
- Queensland University of Technology - ePrints Archive (1)
- RCAAP - Repositório Científico de Acesso Aberto de Portugal (1)
- RDBU - Repositório Digital da Biblioteca da Unisinos (7)
- ReCiL - Repositório Científico Lusófona - Grupo Lusófona, Portugal (2)
- Repositorio de la Universidad de Cuenca (1)
- Repositório digital da Fundação Getúlio Vargas - FGV (17)
- Repositório Digital da UNIVERSIDADE DA MADEIRA - Portugal (1)
- Repositório Digital da Universidade Municipal de São Caetano do Sul - USCS (1)
- Repositório Institucional da Universidade de Brasília (1)
- Repositório Institucional da Universidade Estadual de São Paulo - UNESP (2)
- Repositório Institucional da Universidade Federal do Rio Grande - FURG (2)
- Repositório Institucional da Universidade Federal do Rio Grande do Norte (1)
- Repositório Institucional da Universidade Tecnológica Federal do Paraná (RIUT) (1)
- Repositorio Institucional de la Universidad de La Laguna (1)
- Repositorio Institucional de la Universidad de Málaga (1)
- Repositorio Institucional de la Universidad Nacional Agraria (11)
- Repositório Institucional UNESP - Universidade Estadual Paulista "Julio de Mesquita Filho" (60)
- Repositorio Institucional Universidad Católica de Colombia (1)
- Repositorio Institucional Universidad de Medellín (1)
- RU-FFYL. Repositorio de la Facultad de Filosofiía y Letras. UNAM. - Mexico (3)
- RUN (Repositório da Universidade Nova de Lisboa) - FCT (Faculdade de Cienecias e Technologia), Universidade Nova de Lisboa (UNL), Portugal (2)
- Scielo España (1)
- Universidad Autónoma de Nuevo León, Mexico (25)
- Universidad de Alicante (4)
- Universidad del Rosario, Colombia (17)
- Universidad Politécnica de Madrid (15)
- Universidade Complutense de Madrid (1)
- Universidade de Lisboa - Repositório Aberto (2)
- Universidade Federal do Pará (15)
- Universidade Federal do Rio Grande do Norte (UFRN) (28)
- Universidade Metodista de São Paulo (1)
- Universidade Técnica de Lisboa (1)
- Universitat de Girona, Spain (3)
- University of Michigan (27)
Resumo:
Materialflussrechner in komplexen Materialflusssystemen generieren eine große Anzahl an Daten zu systeminternen Ereignissen. Deren Informationspotential wird derzeit aufgrund des enormen Datenumfangs nur begrenzt genutzt. Für online durchgeführte Analysen ist sogar von einer stetig wachsenden Datenmenge auszugehen. Dieser Beitrag beschreibt einen Ansatz, diese Datenmenge in Zeitbereiche einzuteilen und die valide Echtzeit-Berechnung statistischer Prozesskenngrößen zu gewährleisten. Durch die Beachtung signifikanter Zustandsänderungen im System bezüglich der Echtzeit-Analyse können statistische Abweichungen in systeminternen Prozessen erkannt werden. Damit wird die Grundlage für eine Optimierung im laufenden Betrieb gelegt, um ggf. lokalen Prozessabweichungen entgegenwirken zu können, bevor diese Auswirkungen auf das Gesamtsystem haben.