Flugtveje mig - Problemanalysen og metode Daniel - Graftori og modelovervejlser Asger - Flugtvejsproblemet og korteste-vej algoritmen THOMAS - Største.

Slides:



Advertisements
Lignende præsentationer
Photo story. Velkommen til denne lille manual omkring Photo Story 1.Du kan vælge at se hele filmen og detaljeret se hvordan du bedst kommer i gang med.
Advertisements

Læringsstile og lektier
Tangent og differentialkvotient
Flugtveje. Problemanalyse Hvordan finder man optimale flugtveje? Hvordan kan man finde optimale flugtveje ved hjælp af grafteori? Hvordan kan vores optimale.
Oplæg og øvelser, herunder frugt og vand
Algoritmer og Datastrukturer 1 Gerth Stølting Brodal.
Samfundsvidenskabelig metode
Algoritmer og Datastrukturer 1 Merge-Sort [CLRS, kapitel 2.3] Heaps [CLRS, kapitel 6] Gerth Stølting Brodal.
1 Går fra at vil maksimere dækning til at minimere omkostning Det kender vi fra den anden bog Omkostningen er afstanden gange antal enheder der skal transporteres.
Anden information Bettina Dahl Søndergaard Lektor Hvad er svært ved beviser for gymnasieelever - og kan vi gøre noget ved det? Fredag den 18. marts 2011.
Algoritmer og Datastrukturer 2 Gerth Stølting Brodal Minimum Udspændende Træer (MST) [CLRS, kapitel 23]
Algoritmer og Datastrukturer 2 Gerth Stølting Brodal Maksimale Strømninger [CLRS, kapitel ]
Matematik i gymnasiet Graph.
Vejlederens funktion i det problemorienterede projektarbejde
Representations for Path Finding in Planar Environments.
Projektplanlægning og projektstyring
Algoritmer (v. lektor Gerth S. Brodal) Hør om metoder til at beregne gode GPS kørevejledninger og tog- og flyforbindelser, og hvad problemstillingerne.
Overordnet anbefales: Der henvises i den enkelte opgave/opgavesættet til anvendt IT- værktøj. Hvis der veksles mellem flere i de enkelte opgaver, skal.
Søgning & sortering Intro søgning Lineær søgning Binær søgning
Gymnasietime Matematik.
GP12, Martin Lillholm 1 Grundlæggende Programmering (GP) Efterår 2005 Forelæsning 12 Slides ligger på nettet. Du er velkommen til at printe dem nu. Vi.
FEN Rekursion og induktion1 Induktion og (især) rekursion Mange begreber defineres ud fra en basis og så en gentagen anvendelse af et antal regler.
Leder-seminar d november 2014 Hornstrup Kursuscenter.
1 Algoritme til at løse knude P-center problemet Algoritmen brugte set covering problemet Virker derfor kun til knude problemer Vi vil alligevel bruge.
Algoritmer og Datastrukturer 1 Merge-Sort [CLRS, kapitel 2.3] Heaps [CLRS, kapitel 6] Gerth Stølting Brodal.
Læringsstil, samt Projektplanlægning og projektstyring
1 Maksimal strømning. 2 Strømningsnetværk Et strømningsnetværk (eller blot et netværk) N består af En vægtet, orienteret graf G med ikke-negative heltallige.
Grafer og Algoritmer Rasmus D. Lehrmann DM
Swapping og paging Flytning af processer (swapping) eller dele af processer (paging) mellem arbejdslager og fjernlager. Baggrund: På den ene side skal.
Algoritmer og Datastrukturer 1 Gerth Stølting Brodal Aarhus Universitet.
P0 erfaringsopsamling Program 8.15: Introduktion
Rubik’s Cube Netværk og Algoritmer Af gruppe A215.
”Det professionelle venskab”
Algoritmer og Datastrukturer 1 Gerth Stølting Brodal Aarhus Universitet.
Fall 2008NOEA - Computer Science1 Lektion 8: Læringsmål Redegøre for begreber og terminologi i forbindelse med grafer. Redegøre for forskellige anvendelser.
Algoritmer og Datastrukturer 2 Gerth Stølting Brodal Maksimale Strømninger [CLRS, kapitel ]
1 Design, analyse og verifikation. 2 Design Bevisteknikker Design ved hjælp at matematisk induktion Analyse O-notation Logaritmer Binær søgning Verifikation.
Algoritmer og Datastrukturer 2 Maksimale Strømninger [CLRS, kapitel ] Gerth Stølting Brodal Aarhus Universitet Ford-Fulkerson.
1 Grafalgoritmer I. 2 Plan Grafer - definition - anvendelser - terminologi - eksempler på grafproblemer Grafgennemgang - dybde-først-gennemgang - bredde-først-gennemgang.
Algoritmer og Datastrukturer 2 Korteste Veje [CLRS, kapitel 24, ] Gerth Stølting Brodal Aarhus Universitet.
Algoritmer og Datastrukturer 2
Algoritmer og Datastrukturer 2 Topologisk Sortering, Stærke Sammenhængskomponenter [CLRS, kapitel ] Gerth Stølting Brodal.
Eksempler på en beregningsprocess… Puslespil ved ombytninger Maximum delsum.
Algoritmer Gerth Stølting Brodal Institut for Datalogi Aarhus Universitet MasterClass i Matematik, 10. april 2014, Aarhus Universitet.
1 Læringsstil, samt Projektplanlægning og projektstyring Mål: At i får kendskab til jeres egen læringsstil. At I får et grundlæggende kendskab til projektplanlægning.
Øvelse 1: First Impressions
Algoritmer og Datastrukturer 2 Gerth Stølting Brodal Korteste Veje [CLRS, kapitel 24]
Algoritmer og Datastrukturer 2 Gerth Stølting Brodal Korteste Veje [CLRS, kapitel ]
Flugtveje.
Algoritmer og Datastrukturer 1 Gerth Stølting Brodal Analyseværktøjer [CLRS, 1-3.1]
Algoritmer og Datastrukturer 2 Topologisk Sortering, Stærke Sammenhængskomponenter [CLRS, kapitel ] Gerth Stølting Brodal.
Algoritmer og Datastrukturer 2 Graf repræsentationer, BFS og DFS [CLRS, kapitel ] Gerth Stølting Brodal Aarhus Universitet.
Algoritmer og Datastrukturer 2 Topologisk Sortering, Stærke Sammenhængskomponenter [CLRS, kapitel ] Gerth Stølting Brodal Aarhus Universitet.
Single-Source Shortest Path i ekstern hukommelse Jonas Thomsen Ph.d. studerende Kvalifikationseksamen 27. september 2004.
Algoritmer og Datastrukturer 2 Korteste Veje [CLRS, kapitel 24, ] Gerth Stølting Brodal Aarhus Universitet.
Algoritmer og Datastrukturer 2 Gerth Stølting Brodal Korteste Veje [CLRS, kapitel 24, ]
Algoritmer og Datastrukturer 2 Gerth Stølting Brodal Korteste Veje [CLRS, kapitel ]
Kommunikation Hvad er det og hvordan udvikler vi bedst muligt sproget sammen med vores børn? Hej jeg hedder Mette og er dagtilbuddets sprogvejleder, jeg.
Pressalit Sports Academy Fra perioden til
Photo Story Den smarte måde at lære på Tradium – Randers Malerskole.
SO-Eksamen På kanten af Danmark – Teknologiprojekt B Casper Ovesen og Andreas Olsen.
Algoritmer og Datastrukturer 2 Korteste Veje [CLRS, kapitel 24]
Projektets mål og rammer
SO-Eksamen På kanten af Danmark – Teknologiprojekt B
Algoritmer og Datastrukturer 1
Algoritmer og Datastrukturer 2
Algoritmer og Datastrukturer 2 Korteste Veje [CLRS, kapitel ]
Algoritmer og Datastrukturer 2
Grundlæggende Algoritmer og Datastrukturer
Simulering af binomialforsøg
Præsentationens transcript:

Flugtveje mig - Problemanalysen og metode Daniel - Graftori og modelovervejlser Asger - Flugtvejsproblemet og korteste-vej algoritmen THOMAS - Største strømning og Imblementantion til java Kristian - Egen algoritme og konklusion Nicholai - Processanalysen mig - Problemanalysen og metode Daniel - Graftori og modelovervejlser Asger - Flugtvejsproblemet og korteste-vej algoritmen THOMAS - Største strømning og Imblementantion til java Kristian - Egen algoritme og konklusion Nicholai - Processanalysen

Problemanalyse Hvordan finder man optimale flugtveje? Hvordan kan man finde optimale flugtveje ved hjælp af grafteori? Hvordan kan vores optimale flugtvejs algoritme være til gavn for arkitekter? Mennesker dør ved brænd - pykologisk CAD programmer Mennesker dør ved brænd - pykologisk CAD programmer

Metode Matematiks metode Aksiomer Definitioner Interview som metode Kvantitativ Kvalitativ Matematiks metoder - grundbegreber kaldet aksiomer og definitioner - deduktivt vi antager noget og prøver at finde ud af noget er rigtigt. Interview som metode - kvalitative metode vs kvantitavt ikke nødvendigt at bruge flere personer Matematiks metoder - grundbegreber kaldet aksiomer og definitioner - deduktivt vi antager noget og prøver at finde ud af noget er rigtigt. Interview som metode - kvalitative metode vs kvantitavt ikke nødvendigt at bruge flere personer

Grafteori Begreberne Orienteret graf Knuder Kanter Ikke-orienteret graf Knuder Kanter En vej En følge af knuder

Modelovervejelser Knuder i vores model Rum og store rum Gange Kanter i vores model Gange og store rum

Flugtvejsproblemet Hvad er en flugtvej? Kapacitet Ikke kant disjunkt Strømningsproblem Forsimpling

Korsteste-vej algoritmer Tidskompleksitet Worst-case Store-O-notation Lad f : N → N og g : N → N være funktioner. Vi skriver at f = O(g) hvis der findes et tal C > 0 og et tal n0 ∈ N således at f (n) ≤ c · g(n) for alle n ≥ n0 Led af mindre orden Hvis f = O(g), da har vi f + g = O(g) Dijkstras algoritme Bellman-ford Floyds algoritme Valg af algoritme

Største strømningsproblemet Hvad er et strømningsnetværk? Største strømning. Ford-Fulkersons metode.

Implementationens struktur Hvorfor java? Objekter i forhold til vores projekt. OptimalPathFramework Edge Node Graph Path PathFinder Algoritmen

Egen algoritme Tage højde for både evakueringstid og strømning Mulighed for at få folk ud i flere omgange

Selve algoritmen Ford-fulkersons algoritme køres for hver kilde Alle vejene lagres Kan ingen veje findes gendannes grafen og omgange tælles op

Andre ting at tage højde for Rækkefølgen af kilder Valg af rest-veje Hvordan vores algoritme køre

Kritik af algoritmen Ineffektive dele Bubble-sort Ford-Fulkersons algoritme Andre aspekter Antallet af veje Favorisering af kilder

Test af algoritme Vurdering af evakueringstid Vurdering af flugtveje

Afrundning Konklusion Perspektivering Anvendelse af algoritmen Optimale veje uden grafteori

Procesanalyse Projektplanlægning Værktøjer Rollefordeling Problemer med projektplanlægning Problemstilling Fremadrettet

Procesanalyse Samarbejde i gruppen Erfaringer fra tidligere projekter Forskellige indstillinger til projektarbejde Statusmøde Arbejdsindsats Mindre arbejdsgrupper

Procesanalyse Samarbejde med vejledere Møder Hovedvejleder Bivejleder ( Svært til at starte med før vi fik problemet på plads)