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 1-3 z 3
    Tytuł:
    Analysis of the main causes of traffic problems in cities
    Autorzy:
    Palúch, J.
    Čulík, K.
    Kalašová, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/393866.pdf
    Data publikacji:
    2019
    Wydawca:
    Polskie Stowarzyszenie Telematyki Transportu
    Tematy:
    transport system
    safety
    mobility
    transportation planning
    system transportowy
    bezpieczeństwo
    mobilność
    planowanie transportu
    Opis:
    The current state of mobility in our cities is still showing worse and worse transport, security and environmental conditions. The most common problem of traffic services in cities is the inability to arrange the conditions for the transport of persons and the transport of goods and services. Inappropriate conditions are evident mainly in traffic congestion, which cause significant time losses for all users of the means of transport (mass transport of persons is not exemption). The daily practice proves that one of the crucial conditions not only for the satisfaction of the inhabitants, but also for the city’s own functionality is the high-quality, fast, safe and dynamic transport and also parking on its territory. Increasing and widespread traffic collapse in cities is caused by two factors. The first is an enormous increase in car traffic which significantly limiting other types of transport. The second is an inappropriate localization of various activities and facilities. Unregulated urban development is caused by disregarding the landuse plan and cities have unregulated construction. This results in inadequate traffic requirements in specific areas, which significantly exceed the capacities of transport communications. In our papers are described mentioned problems and, as a deterrent example, we introduce the city of Žilina.
    Źródło:
    Archives of Transport System Telematics; 2019, 12, 4; 15-21
    1899-8208
    Pojawia się w:
    Archives of Transport System Telematics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    О необходимости изменения подхода к транспортному oбразованию в Pоссии
    About the necessity of changing the approach to transportation education in Russia
    Autorzy:
    Nordin, V.
    Korneev, G.
    Powiązania:
    https://bibliotekanauki.pl/articles/113618.pdf
    Data publikacji:
    2017
    Wydawca:
    STE GROUP
    Tematy:
    transport system
    collision of cities and cars
    transport policy
    transport planning
    transport education
    system transportowy
    polityka transportowa
    planowanie transportu
    edukacja transportowa
    Opis:
    Транспортная отрасль России характеризуется огромным числом проблем системного характера, связанных в первую очередь с нехваткой эффективных специалистов. Как показывает опыт передовых в этом отношении стран, особого внимания заслуживает образование специалистов в области транспортного планирования.
    The transport sector of Russia is characterized by a huge number of problems of a systemic nature, linked primarily with lack of effective professionals. As the experience of advanced countries, deserves special attention the education of specialists in the field of transport planning.
    Źródło:
    Systemy Wspomagania w Inżynierii Produkcji; 2017, 6, 7; 213-222
    2391-9361
    Pojawia się w:
    Systemy Wspomagania w Inżynierii Produkcji
    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
      Wyświetlanie 1-3 z 3

      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