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 "transport planning system" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Komputerowe wspomaganie zarządzanie jakością transportu
    Computer-assisted transport quality management
    Autorzy:
    Topolski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/314158.pdf
    Data publikacji:
    2017
    Wydawca:
    Instytut Naukowo-Wydawniczy "SPATIUM"
    Tematy:
    komputerowe wspomaganie
    zarządzanie jakością
    system planowania transportu
    computer aided computing
    quality management
    transport planning system
    Opis:
    Transport wiąże się z przemieszczaniem ludzi, ładunków w przestrzeni przy wykorzystaniu odpowiednich środków transportu. Potrzeby transportowe należą do grupy potrzeb wtórnych człowieka i są związane z faktem różnego rozmieszczenia przestrzennego zasobów, skupisk ludzkich i miejsc pracy. Prognozowanie w przyszłości (ex ante) opiera się zawsze na dostępnej w momencie konstruowania prognozy informacji. Problem wyznaczenia najlepszej prognozy polega na wyznaczeniu takiej prognozy, która wykorzystując dostępne informacje, najlepiej „opisuje” przyszłe własności i stany przedmiotu prognozy. Istotnym elementem pracy jest przedstawienie metody wyznaczania błędu prognozy, która może mieć zastosowanie w systemach transportowych. W porównaniu do znanej z literatury metody, autor włączył dodatkowy parametr, którym jest błąd standardowy oszacowania, tj. odchylenia standardowego. W ostatniej części pracy podano przykładowe zastosowanie szacowania błędu prognozy dla systemu planowania trasy przejazdu.
    Transport is related to the movement of people, cargo space, using appropriate means of transport. Transport needs are secondary to the needs of man and are related to the fact of different spatial distribution of resources, population centers and workplaces. Forecasting the future (ex ante) is always based on available information at the time of constructing forecasts. The problem of finding the best prediction involves the determination of such a forecast that the available information, the best "describes the" future states of the subject property and forecasts. An important element of the work is to present a method for determining the forecast error, which can be used in transport systems. Compared to the known literature methods, the author included an additional parameter which is the standard error of estimate, ie. Standard deviation. In the last part of the paper gives examples of the use of estimating the forecast error for the system to plan their journeys.
    Źródło:
    Autobusy : technika, eksploatacja, systemy transportowe; 2017, 18, 12; 641-645, CD
    1509-5878
    2450-7725
    Pojawia się w:
    Autobusy : technika, eksploatacja, systemy transportowe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Using Machine Learning to Enhance Vehicles Traffic in ATN (PRT) Systems
    Zastosowanie Uczenia Maszynowego (Machine Learning) do poprawy jakości działania zautomatyzowanych sieci transportowych (Automatic Transit Network-PRT)
    Autorzy:
    Czejdo, B.
    Daszczuk, W. B.
    Baszun, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/313805.pdf
    Data publikacji:
    2017
    Wydawca:
    Instytut Naukowo-Wydawniczy "SPATIUM"
    Tematy:
    machine learning
    transport system
    optimization of transport systems
    transport planning
    uczenie maszynowe
    system transportowy
    optymalizacja systemu transportowego
    planowanie przewozów
    organizacja przejazdów
    Opis:
    This paper discusses new techniques to enhance Automated Transit Networks (ATN, previously called Personal Rapid Transit - PRT) based on Artificial Intelligence tools. The main direction is improvement of the cooperation of autonomous modules that use negotiation protocols, following the IoT paradigm. One of the goals is to increase ATN system throughput by tuning up autonomous vehicles cooperation. Machine learning (ML) was used to improve algorithms designed by human programmers. We used “existing controls” corresponding to near-optimal solutions and built refinement models to more accurately relate a system’s dynamics to its performance. A mechanism that mostly influences ATN performance is Empty Vehicle Management (EVM). The algorithms designed by human programmers was used: calls to empty vehicles for waiting passengers and balancing based on reallocation of empty vehicles to achieve better regularity of their settlement. In this paper we discuss how we can improve these algorithms (and tune them to current conditions) by using ML to tailor individual behavioral policies. Using ML techniques was possible because our algorithm is based on a set of parameters. A number of weights and thresholds could be tuned up to give better decisions on moving empty vehicles across the track.
    W artykule omówiono nowe techniki usprawniania zautomatyzowanych sieci transportowych (ATN, wcześniej nazywanych Personal Rapid Transit - PRT), opartych na narzędziach sztucznej inteligencji. Głównym kierunkiem jest poprawa współpracy autonomicznych modułów, które używają protokołów negocjacyjnych w paradygmacie IoT. Jednym z celów jest zwiększenie przepustowości systemu transportowego poprzez dostrajanie współpracy autonomicznych pojazdów. Uczenie maszynowe (ML) jest wykorzystywane do poprawy algorytmów opracowanych przez programistów. Użyliśmy "istniejącego sterowania", odpowiadającego suboptymalnym rozwiązaniom, i skonstruowaliśmy modele dostrajania, aby dokładniej odnieść dynamikę systemu do jego wydajności. Mechanizm, który wpływa głównie na wydajność ATN to Zarządzanie Pustymi Pojazdami (Empty Vehicle Management - EVM). Wykorzystano algorytmy opracowane przez programistów: wzywanie pustych pojazdów dla oczekujących pasażerów i równoważenie w oparciu o realokację pustych pojazdów w celu osiągnięcia lepszej regularności ich rozmieszczenia. W tym artykule omówimy, jak można poprawić te algorytmy (i dostroić je do aktualnych warunków), używając ML do dostosowania indywidualnych zasad behawioralnych. Wykorzystanie technik ML było możliwe, ponieważ nasz algorytm oparty jest na zbiorze parametrów. Zestaw współczynników i progów może zostać dostrojony do podejmowania lepszych decyzji o planowaniu ruchu pustych pojazdów na torze.
    Źródło:
    Autobusy : technika, eksploatacja, systemy transportowe; 2017, 18, 12; 1484-1489, CD
    1509-5878
    2450-7725
    Pojawia się w:
    Autobusy : technika, eksploatacja, systemy transportowe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    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:
    Planowanie transportu drogowego w przedsiębiorstwie rolnym
    Road transport planning in agricultural undertaking
    Autorzy:
    Zagórda, M.
    Juliszewski, T.
    Kiełbasa, P.
    Dróżdż, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/316028.pdf
    Data publikacji:
    2018
    Wydawca:
    Instytut Naukowo-Wydawniczy "SPATIUM"
    Tematy:
    przedsiębiorstwo rolne
    planowanie transportowe
    transport wewnętrzny
    efektywność transportu
    logistyka transportu
    system GPS
    agricultural enterprise
    transport planning
    internal transport
    efficiency of transport
    transport logistics
    GPS system
    Opis:
    W artykule przedstawiono planowanie transportu drogowego w przedsiębiorstwie rolnym z wykorzystaniem systemu GPS do rejestracji pracy środków transportowych i oceny efektywności transportu wewnętrznego i zewnętrznego. Badania przeprowadzono w przedsiębiorstwie rolnym podczas zbioru pszenicy ozimej, rzepaku ozimego i kukurydzy na ziarno z całkowitej powierzchni 460 ha. Pola rozmieszczone były od centrali w promieniu 10,75 km. Do przetransportowania było łącznie 4479,8 t. Na podstawie otrzymanych wyników zostały obliczone czasy trwania kursu z ładunkiem i bez ładunku, czas obrotu, wielkość potoku towarowego i prędkość eksploatacyjna oraz techniczna.
    The article presents road transport planning in an agricultural enterprise using a GPS system for recording the work of transport means and assessing the efficiency of internal and external transport. The research was carried out in an agricultural enterprise during winter wheat harvest, winter rape and corn for grain from a total area of 460 ha. The fields were located from the headquarters within a radius of 10.75 km. A total of 4479.8 tons were transported. On the basis of the results obtained, the duration of the course with and without cargo was calculated, the turnover time, the size of the freight stream and the operational and technical speed.
    Źródło:
    Autobusy : technika, eksploatacja, systemy transportowe; 2018, 19, 6; 977-980, CD
    1509-5878
    2450-7725
    Pojawia się w:
    Autobusy : technika, eksploatacja, systemy transportowe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analiza rozwiązań informatycznych wykorzystywanych w procesie planowania przejazdów komunikacji miejskiej
    Analysis of IT solutions used in the planning process of urban transport
    Autorzy:
    Masłowski, D.
    Kulińska, E.
    Wojtynek, L.
    Dendera-Gruszka, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/312591.pdf
    Data publikacji:
    2017
    Wydawca:
    Instytut Naukowo-Wydawniczy "SPATIUM"
    Tematy:
    publiczny transport zbiorowy
    komunikacja miejska
    planowanie przejazdów
    rozkład jazdy
    planowanie rozkładów jazdy
    projektowanie rozkładów jazdy
    DPK System
    urban transport
    timetable
    IT solution
    planning timetable
    design of urban timetable
    Opis:
    Profesjonalne firmy transportowe na co dzień stają przed różnymi wyzwaniami, począwszy od zwiększania liczby pasażerów, poprawy jakości usług, aż do zmniejszenia kosztów operacyjnych i obsługi pojazdów. W celu osiągnięcia założonych celów, przysparzających sukces w tej dziedzinie, niezbędne jest wdrożenie efektywnego oprogramowania systemowego do sporządzania rozkładów jazdy. W artykule zostały przedstawione wybrane rozwiązania informatyczne prezentowane przez firmy zajmujące się projektowaniem rozkładów jazdy w miastach dla przedsiębiorstw świadczących usługi transportu zbiorowego.
    Professional transport companies are facing a variety of challenges each day, from increasing passenger numbers, improving service quality, and reducing operating costs and handling costs. In order to achieve successful targets in this area, it is necessary to implement effective system software for scheduling. The article presents selected IT solutions presented by companies dealing with the design of urban timetables for companies providing public transport services.
    Źródło:
    Autobusy : technika, eksploatacja, systemy transportowe; 2017, 18, 6; 1467-1473, CD
    1509-5878
    2450-7725
    Pojawia się w:
    Autobusy : technika, eksploatacja, systemy transportowe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-5 z 5

      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