- Tytuł:
-
Model lokalizacji centrów logistycznych w województwie lubuskim z użyciem sieci nieliniowej SVM
Model location logistics centres in lubuskie voivodship using network nonlinear SVM - Autorzy:
-
Bazan-Krzywoszańska, A.
Mrówczyńska, M.
Skiba, M. - Powiązania:
- https://bibliotekanauki.pl/articles/310137.pdf
- Data publikacji:
- 2016
- Wydawca:
- Instytut Naukowo-Wydawniczy "SPATIUM"
- Tematy:
-
SVM
centra logistyczne
transport
logistics centres - Opis:
-
W artykule przedstawiono potencjalne możliwości lokalizacji centrów logistycznych w województwie lubuskim w oparciu o punkty przestrzeni, gdzie krzyżują się różne rodzaje transportu: drogowy, kolejowy, rzeczny czy lotniczy, wzmocnione potencjałem społecznym: wykwalifikowanych pracowników oraz czynnikiem politycznym, jakim jest klasyfikacja administracyjna miast. Problem wyboru lokalizacji, a także łączenia centrów logistycznych w sieć, jest jednym z najważniejszych zadań planowanych kierunków rozwoju w zakresie polityki przestrzennej w wielu krajach europejskich. Dlatego też planowana polityka przestrzenna na poziomie kraju i regionu powinna wspierać rozwój zrównoważonej logistyki, obsługującej rynek krajowy. W artykule omówiona została metoda modelowania oparta na podstawowych założeniach metody SVM (Support Vector Machine) z zasadami budowy i uczenia sieci neuronowych o wielu wejściach i jednym wyjściu.
The article uses the potential location of logistics centers in lubuskie voivodship based on the points where cross different types of transport: road, rail, river and air and enhanced the potential of skilled workers and the political factor, which is the classification of administrative cities. The problem of site selection and combining logistics centers in the network, is one of the most important tasks planned developments in spatial policies in many European countries. That why the planned spatial policy at national and regional level should support the development of sustainable logistics, serving the domestic market. The article shown modeling method based on basic assumptions method of SVM (Support Vector Machine) with the principles of construction and learning neural networks with multiple inputs and one output. - Źródło:
-
Autobusy : technika, eksploatacja, systemy transportowe; 2016, 17, 6; 1245 -1249
1509-5878
2450-7725 - Pojawia się w:
- Autobusy : technika, eksploatacja, systemy transportowe
- Dostawca treści:
- Biblioteka Nauki