Informacja

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

Wyszukujesz frazę "Scherer, M." wg kryterium: Autor


Wyświetlanie 1-2 z 2
Tytuł:
Management of reverse logistics processes with Microsoft Dynamics NAV
Autorzy:
Scherer, M.
Powiązania:
https://bibliotekanauki.pl/articles/111947.pdf
Data publikacji:
2017
Wydawca:
Stowarzyszenie Menedżerów Jakości i Produkcji
Tematy:
reverse logistics
ERP
logistyka zwrotna
system ERP
Opis:
Appropriate management of waste streams is a very important part of business operations as it is reflected in the reduction in the flow and use of materials. It also minimizes negative impact on the environment. The article discusses the capabilities of Microsoft Dynamics NAV in the management of reverse logistics processes. We also developed a system supporting reverse logistics as a module for Microsoft Dynamics NAV. It automatically counts waste dividing them into appropriate groups. At the time of writing there was no direct support for waste management in the Dynamics NAV system.
Źródło:
Production Engineering Archives; 2017, 15; 11-14
2353-5156
2353-7779
Pojawia się w:
Production Engineering Archives
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Waste flows management by their prediction in a production company
Autorzy:
Scherer, M.
Powiązania:
https://bibliotekanauki.pl/articles/122413.pdf
Data publikacji:
2017
Wydawca:
Politechnika Częstochowska. Wydawnictwo Politechniki Częstochowskiej
Tematy:
reverse logistics
artificial intelligence
logistyka zwrotna
sztuczna inteligencja
systemy neuronowo-rozmyte
Opis:
In this paper we apply neuro-fuzzy systems to predict waste production in a company. Waste is produced by companies at every phase of their business, e.g. at the stage of supply, production and distribution. We used data on the production waste of one of the typical Polish manufacturing companies operating in the automotive industry. We predicted monthly waste production by data-driven learning of neuro-fuzzy systems. Neuro-fuzzy systems share with artificial neural-networks the ability to learn from data and the interpretability with fuzzy systems. In the experiments we achieved a high rate of prediction.
Źródło:
Journal of Applied Mathematics and Computational Mechanics; 2017, 16, 2; 135-144
2299-9965
Pojawia się w:
Journal of Applied Mathematics and Computational Mechanics
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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