Η αλήθεια είνα ότι ίσως η αναγωγή βγάζει νόημα από την άποψη ότι το κόστος που θα υπολογίσουμε χρησιμοποιώντας τον τύπο που είπα δεν μας λέει κάτι από μόνο του, διότι δεν μπορούμε να το συγκρίνουμε με κάποια τιμή, διότι μιλάμε για άλλο έτος από την παρούσα. Οπότε, εν τέλει, θα συμφωνήσω ότι είναι καλύτερο να δωθεί στην παρούσα τιμή του. Ε, ένας έξτρα υπολογισμός είναι, τι ψυχή εχει;


Οι υπολογισμοί μου και οι τύποι που έχω σημειώσει μού λένε πως δεν προσθέτεις τα προηγούμενα έτη, αλλά ας με διορθώσει κανείς αν κάνω λάθος. Τώρα, για το μεταβλητό κόστος παραγωγής θα σε γελάσω, δεν έχω καταλάβει και πολύ καλά πως δουλεύει, αλλά αν έπρεπε, θα έλεγα πως και σε αυτό όχι.
Αν δεν έχεις δει την 1.10 είναι αρκετά παρόμοια, αν και όχι ίδια με το Θέμα 1 του Σεπ. 2019.

Ναι αλλά στο Θέμα 2 (για το β ερώτημα μιλάμε πάντα) ζητάει απλά το κόστος. Στην 3.3 αντιθέτως θέλει να υπολογίσουμε ποια είναι η πλέον συμφέρουσα λύση, επομένως είναι λογικό να θέλουμε να ανάγουμε τα κόστη στις παρούσες τιμές τους.


Αν λες για τον υπολογισμό των ΚΠΦΤΑ, σαν έξοδα βάζεις μέσα μισθούς και έξοδα συντήρησης. Για τα ΚΠΦ αφαιρείς και τις ετήσιες αποσβέσεις και τους τόκους δανείων. (και για τα κέρδη μετά των φόρων κάνεις ΚΠΦ*(1+συντελ.φόρων) )


Το κατάλαβες πως δουλεύει τελικά; Μεχρι τα n=5 είσαι όπως το λες. Στο 6-8 υπολογίζεις την ΠΑ για n=8 μείων την ΠΑ για n=5, δηλαδή, όχι για κάθε χρόνο νέα ΠΑ. Στην ουσία είναι σαν να είχαμε το φορτίο αυτό από τον 1ο μέχρι τον 8ο χρόνο αλλα μείον τον 1ο μέχρι 5ο χρόνο. Δηλαδή, αντίστοιχα ο τύπος της 3.3 των ασκήσεων για το P_I,6-15 μέχρι 8 έτη αντί για 15.
Σε περίπτωση που μπερδεύτηκες, η αύξηση 2% και 3% που συμβαίνει στην αναμενόμενη ενέργεια ισχύει για τα τελευταία δύο έτη, που επειδή μας λέει πως συνολικά είναι 10 τα έτη, θα συμβεί για τα έτη 9 και 10. Άρα τα έτη 6, 7 και 8 θα έχουμε την ίδια καμπύλη (επομένως ίδια περίπτωση με την άσκηση 3.3).

Στο θέμα 2β Φλεβάρη 2019, το κόστος του 7ου έτους πρέπει να το ανάγουμε σε παρούσα αξία;
Εγώ καταλαβαίνω πως έχεις υπολογίσει για το 7ο έτος το ΑΕ του κάθε σταθμού και μετά κάνεις  ΑΕ₁*c₁ + ΑΕ₂*c₂ και έχεις βρει το συνολικό κόστος του έτους εκείνου. Αλλά δεν είμαι σίγουρος, μου φαίνεται πολύ απλό για να είναι αληθινό. Μήπως θέλει να βρούμε την παρούσα αξία αυτου του κόστους;

(υπέθεσα πως η σωστή πρόταση είναι αυτή με τους δύο σταθμούς, δεν έχω κάτσει να λύσω το α για να ξέρω)

Ποια είναι η ύλη για το βιβλίο του Σεργιάδη; Γενικά υπάρχει κάπου γραμμένη κάποια ύλη για το μάθημα;

Έχει πει τίποτα για εργασίες/παρουσιάσεις;

Αν αναφέρεσαι στο grid search τότε εννοεί τη μέση τιμή των μέσων τετραγωνικών σφαλμάτων (π.χ. RMSE) των διαφορετικών συνδυασμών των k-fold. Δηλαδή για 5 folds υπάρχουν 5 συνδυασμοί Dtrn/Dchk:
1ος: folds 1-4 -> Dtrn | fold 5 -> Dchk
2ος: folds 1-3 & 5 -> Dtrn | fold 4 -> Dchk
3ος: folds 1 & 2 & 4 & 5 ->Dtrn | fold 3 -> Dchk
...
Από κάθε συνδυασμο υπολογίζεις το RMSE μέσω της διαδικασίας της εκπαίδευσης και, έπειτα, υπολογίζεις τη μέση τιμή αυτών των RMSE.


Τέτοιο error δε μου έτυχε, αλλά μου προκαλεί εντύπωση που λες ότι άλλαξες τη συνάρτηση εξόδου σε constant. Άμεσος τρόπος δεν υπάρχει απ'όσο ξέρω, οπότε είσαι σίγουρος πως η διαδικασία που ακολούθησες είναι σωστή;

Όχι, απ' όσο καταλβαίνω έχει να κάνει με το πόσο μερικά inputs είναι ανεξάρτητα από τα άλλα. Με αυτή τη λογική όσο μεγαλώνεις το NF τόσο πιο πιθανό είναι να μην υπάρχουν κοινοί κανόνες για όλα τα Features. Αλλά μπορεί να λέω και χαζομάρες οπότε καλύτερα δέξου του σαν φαινόμενο.

Συμβουλή μου είναι να βρεις τέτοια radii ώστε να βγαίνουν συγκρίσιμοι αριθμοί κανόνων, όχι μόνο για τον χρόνο εκτέλεσης του grid search αλλά και για να σου βγουν καλά τα διαγράμματα στο τέλος.

Ναι, πειραματίζεσαι. Εγώ επέλεξα 5 τιμές για κάθε NF, όλες διαφορετικές. Σε αυτή τη φάση βοηθάει πολύ η subclast για να δεις πόσοι κανόνες θα δημιουργηθούν και να μη χάσεις χρόνο με τη δημιουργία τους από τη genfis2.

Όντως θέλει genfis1 για τα 3 features; Δηλαδή, λογικό μου ακούγεται να είναι πιο αποδοτικό αυτό, αλλά δεν αντιτίθεται στη λογική του "βρίσκω το βελτιστο ζευγάρι παραμέτρων για Subtractive Clustering"; Εκτός αν εφαρμόσουμε genfis1 και πάλι στο τελικό μοντέλο στην περίπτωση που ο βέλτιστος αριθμός χαρακτηριστικών είναι 3. Όμως ζητάει να εφαρμόσουμε Subtractive Clustering στο τελικό μοντέλο... εκτός αν είναι σίγουρος ότι το βέλτιστο NF δε θα είναι ποτέ 3 !

Για πείτε, για πείτε...

Δεν εχω ασχοληθεί ποτέ μου με ΣΑΕ, αλλά διάβασα ό,τι έχει στις σημειώσεις του ο Θεοχάρης από κεφάλαια 8 και 9. Μπορώ να πω πως έχω καταλάβει αρκετά καλά τι κάνουμε και γιατί το κάνουμε, όμως δε φαίνεται να αναλύεται πουθενά το πρώτο βήμα της εργασίας 1 (Σχεδίαση γραμμικού ελεγκτή - Τραπέζι εργασίας) σε MATLAB. Προσπαθώ απο εδώ κι από κει να καταλάβω πως να το εκτελέσω, αλλά τζίφος. Μήπως μπορεί να με παραπέμψει κανείς σε καμιά καλή πηγή;

Να πω επίσης πως έχω το βιβλίο του Dorf για ΣΑΕ και το άλλο δεν μπορώ και ούτε προλαβαίνω να το βρω (εκτός αν υπάρχει καπου online;).

Τώρα που ανέβηκα δεν είχε βγει κάτι.

Τα 'χω εγώ, αλλά δεν ξέρω τι φαίνεται.

Το έχω τρέξει στη Βεργίνα, στη νησίδα δίπλα από τη γραμματεία και σε Linux partition του υπολογιστή μου αλλά κάθε φορά κρασάρει το PC. Από cygwin το έτρεξα και μου έγινε.

Ανέβηκε στις πληροφορίες του μαθήματος στο elearning ο τρόπος εξέτασης. Επισυνάπτω.

Ναι, είχε πει πως θα βγάλει ανακοίνωση, αλλά δεν την βλέπω πουθενά και είπα να ενημερώσω.