Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "planning methods" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Wyznaczanie ryzyka planowania trasy przejazdu z wykorzystaniem modelu probabilistycznego
    Determination of risk planning a route with the use of a probability model
    Autorzy:
    Topolska, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/312479.pdf
    Data publikacji:
    2018
    Wydawca:
    Instytut Naukowo-Wydawniczy "SPATIUM"
    Tematy:
    planowanie transportu
    planowanie trasy
    szacowanie ryzyka
    metody probabilistyczne
    system telematyczny
    transport planning
    route planning
    risk assessment
    probabilistic methods
    telematic system
    Opis:
    Niniejsza praca ma na celu przybliżyć pojęcia z zakresu metod probabilistycznych w zadaniu planowania trasy przejazdu w systemach telematycznych. W zadaniu klasyfikacji zastosowano model bazujący na probabilistycznym klasyfikatorze Bayesa i funkcji gęstości prawdopodobieństwa. W części pierwszej pracy zostały opisane problemy planowania tras przejazdów we współczesnych systemach telematycznych. Część druga zawiera teoretyczne podstawy klasyfikatorów bazujących na twardych metodach matematycznych. Aby taki model miał jakikolwiek sens, należy uwzględnić pomniejsze rodzaje ryzyka związane z procesem transportu. Artykuł prezentuje metodę doboru najbardziej optymalnych parametrów do zadania planowania transportu. Tutaj niewątpliwie autor artykułu zwraca uwagę na metodę redukcji zmiennych niezbędnych do planowania z zastosowaniem metody analizy czynnikowej składowych głównych z metoda rotacji czynników Varimax znormalizowaną metodą Kaisera dla cech ilościowych. Rozdział trzeci poświęcony jest procesowi planowania tras przejazdu, ryzyku jakie jest z tym planowaniem związane.
    This paper aims to familiarize readers with notions related to probabilistic methods used for planning routes in telematics systems. The classification task made use of the model based on probabilistic Bayes’ classifier and the probability density function. The first part of the paper describes problems with planning routing in contemporary telematics systems. The second part covers a theoretical basis of classifiers based on hard mathematical methods. If such a model is to make sense, it should account for smaller kinds of risk related to a transport process. This paper presents a method of selecting the most optimal parameters in transport planning. Its author draws attention to the variable reduction method necessary for planning supported by a factor analysis of principal components together with Varimax rotation normalized with Kaiser’s method for quantitative features. The third part is devoted to the process of planning routes and the related risk.
    Źródło:
    Autobusy : technika, eksploatacja, systemy transportowe; 2018, 19, 6; 266-270, CD
    1509-5878
    2450-7725
    Pojawia się w:
    Autobusy : technika, eksploatacja, systemy transportowe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Komputerowo wspomagany łańcuch logistyczny z zastosowaniem miękkich metod matematycznych
    Computer-assisted logistic chains with application of soft mathematical methods
    Autorzy:
    Topolski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/315305.pdf
    Data publikacji:
    2017
    Wydawca:
    Instytut Naukowo-Wydawniczy "SPATIUM"
    Tematy:
    modele matematyczne
    zbiory rozmyte
    miękkie metody obliczeniowe
    zarządzanie łańcuchem dostaw
    planowanie zapasów
    planowanie sprzedaży
    komputerowo wspomagany proces planowania
    mathematical models
    fuzzy sets
    soft methods of calculation
    supply chain management
    inventory planning
    sales planning
    computer aided process planning
    Opis:
    W artykule zaprezentowano trzy modele matematyczne za pomocą których można dokonać prognozowania stanów zapasów jak i sprzedaży w różnych współzależnych ogniwach łańcucha logistycznego. W celu opisu matematycznego zadania rozpoznawania wykorzystano zbiory rozmyte. Zostały one zastosowane do opisu nieprecyzyjnych związków między różnymi ogniwami łańcucha jak i do oceny niepewnej dziedziny sprzedaży. Modele zostały zweryfikowane w procesie eksperymentalnym i porównane ze znanymi z literatury algorytmami bazującymi na modelach bayesowskich jak i sieciach neuronowych oraz modelach markowskich.
    The article presents three mathematical models which can be used to forecast the stock situation as well as sales in various interrelated links of the logistics chain. The fuzzy sets were used to describe the mathematical task of recognition. They were used to describe the imprecise relationships between the various links in the chain and to evaluate the uncertainty of the sales domain. The models were verified in the experimental process and compared with literature-based algorithms based on Bayesian models as well as the nerotic models and Markov models.
    Źródło:
    Autobusy : technika, eksploatacja, systemy transportowe; 2017, 18, 12; 1654-1657, CD
    1509-5878
    2450-7725
    Pojawia się w:
    Autobusy : technika, eksploatacja, systemy transportowe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Metody sztucznej inteligencji w projektowaniu harmonogramu przewozów dla dynamicznych potrzeb transportowych
    Artificial intelligence methods for passenger transport scheduling with dynamic transportation needs
    Autorzy:
    Król, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/311891.pdf
    Data publikacji:
    2013
    Wydawca:
    Instytut Naukowo-Wydawniczy "SPATIUM"
    Tematy:
    transport publiczny
    planowanie transportu publicznego
    optymalizacja sieci transportowych
    metody sztucznej inteligencji
    public transport
    transportation planning
    optimization of transportation network
    artificial intelligence methods
    Opis:
    Problem skonstruowania optymalnego planu przewozów pomiędzy wieloma węzłami źródłowymi i wieloma węzłami docelowymi przy ograniczonej liczbie środków transportowych jest bardzo złożony obliczeniowo. Z reguły, w zależności od zakresu zadań są to problemy NP - zupełne. Opracowanie przybliżonej metody pozwalającej na znalezienie prawie optymalnego rozwiązania w krótkim czasie może mieć więc duże praktyczne znaczenie. W pracy zaproponowano zastosowanie metod sztucznej inteligencji do projektowania przebiegu linii autobusowych oraz planowania rozkładu jazdy autobusów. Porównano wyniki uzyskane przy użyciu algorytmu genetycznego i symulowanego wyżarzania. Opracowany model zakłada znajomość struktury sieci transportowej dostępnej dla komunikacji publicznej oraz ustaloną z góry liczbę środków transportu (autobusów). Dynamiczne potrzeby transportowe zadane są w postaci ciągu złożonego ze zgłoszeń zamiaru podróży pomiędzy parą przystanków przez różne grupy pasażerów w kolejnych chwilach czasowych. Minimalizowany jest sumaryczny czas podróży pasażerów uwzględniający oczekiwanie na przystankach.
    The problem of constructing an optimal schedule for the multiple source nodes and destination nodes with a limited number of vehicles is computationally complex. In many cases, depending on the range of the tasks the problems as a rule are NP - hard. So, the development of a heuristic method to find the optimal solution in a short time can be of great practical importance. This paper proposes the use of the methods of artificial intelligence to design the course of bus routes and the timetables. The results obtained with the use of the genetic algorithm and the simulated annealing were compared. The model assumes the knowledge of the structure of the transport network and a predetermined number of means of transport (buses). Dynamic transportation needs are introduced as a series of requests of travel between pairs of bus stops for different groups of passengers in successive moments of time. The total travel time of all passengers including waiting time at bus stops is here the minimized value.
    Źródło:
    Autobusy : technika, eksploatacja, systemy transportowe; 2013, 14, 3; 1369-1384
    1509-5878
    2450-7725
    Pojawia się w:
    Autobusy : technika, eksploatacja, systemy transportowe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Uwarunkowania logistyczne w planowaniu produkcji i magazynowaniu profili aluminiowych z wykorzystaniem metod ABC i XYZ
    Logistic conditions in the planning of production and storage of aluminum profiles using ABC and XYZ methods
    Autorzy:
    Kubińska-Jabcoń, E.
    Niekurzak, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/312695.pdf
    Data publikacji:
    2018
    Wydawca:
    Instytut Naukowo-Wydawniczy "SPATIUM"
    Tematy:
    logistyka produkcji
    dystrybucja
    płynność finansowa
    taśmy stalowe
    production logistics
    financial liquidity
    steel tapes
    Opis:
    W artykule omówiono metody ABC/XYZ służące do klasyfikacji profili będących podstawą do planowania ich sprzedaży i efektywnego rozmieszczenia ich w magazynie wyrobów gotowych. Optymalne pogrupowania tych wyrobów pozwala na zwiększenie efektywności funkcjonowania magazynu pod względem jego ekonomicznego znaczenia w zaopatrzeniu i dystrybucji. W wyniku przeprowadzonych analiz, dokonano identyfikacji wyrobów, które są najczęściej i w największej ilości zamawiane przez kontrahentów. Pozwoliło, to również odpowiedzieć na pytania jak racjonalnie gospodarować środkami finansowymi, aby zapewnić płynność finansową zakładów produkcyjnych i jednocześnie utrzymać ciągłość produkcji.
    Logistic conditions in the planning of production and storage of aluminum profiles using ABC and XYZ methods The article discusses the ABC / XYZ methods used to classify profiles that are the basis for planning their sales and effectively placing them in the warehouse of finished products. Optimal grouping of these products allows to increase the efficiency of the warehouse in terms of its economic importance in procurement and distribution. As a result of the analyzes carried out, the products which are most frequently and in the largest number ordered by contractors were identified. It also allowed to answer the questions how to rationally manage financial resources to ensure financial liquidity of production plants and at the same time maintain production continuity.
    Źródło:
    Autobusy : technika, eksploatacja, systemy transportowe; 2018, 19, 6; 1063-1067, CD
    1509-5878
    2450-7725
    Pojawia się w:
    Autobusy : technika, eksploatacja, systemy transportowe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies