Informacja

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

Wyszukujesz frazę "Sierpiński, G" wg kryterium: Autor


Wyświetlanie 1-4 z 4
Tytuł:
Wykorzystanie zwrotnego kanału informacyjnego w sieci transportowej w celu zrównoważenia rozwoju transportu na przykładzie zbiorów Big Data z wykorzystaniem planera podróży Green Travelling, zbiory danych. Cz. 1
The use of a feedback information channel in the transport network in order to achieve sustainable development of transport on the example of Big Data sets using the Green Traveling route planner, stock data. Part 1
Autorzy:
Celiński, I.
Sierpiński, G.
Staniek, M.
Powiązania:
https://bibliotekanauki.pl/articles/314888.pdf
Data publikacji:
2016
Wydawca:
Instytut Naukowo-Wydawniczy "SPATIUM"
Tematy:
planer podróży
Green Travelling Planner
big data
sieć transportowa
trip planner
transportation network
Opis:
W ostatnich latach znacząco wzrasta zainteresowanie systemami planowania podróży (pretrip) i nawigacji samochodowej (on-route). W trakcie obsługi aplikacji planera podróży, w tle, pozyskiwane są interesujące (i różnorodne) zbiory danych (typu BIG DATA), które mogą być wykorzystane w aspekcie planowania zrównoważonego rozwoju transportu. Systemy planowania podróży, a zwłaszcza planery, pozwalają poznać (i zarchiwizować) nie tylko miejsca: startu i docelowe podróży, ale również rodzaj wykorzystywanego środka transportu i wiele innych jej parametrów. W ten sposób parametryzowane są zachowania komunikacyjne użytkowników danej sieci transportowej. W trakcie interakcji użytkownika z planera podróży możliwe jest pozyskiwanie również informacji o preferencjach komunikacyjnych. W drodze interakcji dziesiątek milionów użytkowników z różnymi plenerami podróży w skali globalnej (setki czynnych i wykorzystywanych planerów w skali Ziemi [4], [7]) powstają rozległe i rozproszone zbiory zawierające dane o zachowaniach komunikacyjnych. Dane te są sparametryzowane co najmniej w zakresie czasu i przestrzeni (BIG DATA). Artykuł ten opisuje sposoby pozyskiwania tego typu zbiorów danych z wykorzystaniem specjalizowanego planera podróży GT Planner. Planer ten powstał w ramach projektu międzynarodowego w programie ERA-NET Transport III Future Travelling pt. A platform to analyze and foster the use of Green Travelling options. Kolejny artykuł pod tym samym tytułem, indeksowany nr 2 opisuje sposoby wykorzystania przedmiotowych danych w celu zrównoważenia rozwoju transportu.
In recent years, significantly increased interest in travel planning systems and car navigation. During the trip planner application support, in the background, obtained are interesting (and diverse) data sets (Big Data), which can be used in terms of planning for sustainable transport development. Travel planning systems, especially planners, let archive not only the place (the starting and destination of travel), but also the type of mode of transport used, and others. In this way, they are parameterized communication behavior of users of the transport network. Very often in the course of user interaction with the program are derived route planner also provides information about the preferences of communication people operating this type of system. On the way to interact with different travel planners on a global scale (hundreds of active and planners used the scale of the Earth) created extensive and, unfortunately, distributed data sets containing data on travel behavior, parameterized temporally and spatially (Big Data). This article describes ways to get this type of data sets using GT Planner. Another article under this title describes ways to use the data in question.
Źródło:
Autobusy : technika, eksploatacja, systemy transportowe; 2016, 17, 12; 63-70
1509-5878
2450-7725
Pojawia się w:
Autobusy : technika, eksploatacja, systemy transportowe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie zwrotnego kanału informacyjnego w sieci transportowej w celu zrównoważenia rozwoju transportu na przykładzie zbiorów Big Data z wykorzystaniem planera podróży Green Travelling, metodyka. Cz. 2
The use of a feedback information channel in the transport network in order to achieve sustainable development of transport on the example of Big Data sets using the Green Traveling route planner, methodology. Part 2
Autorzy:
Celiński, I.
Sierpiński, G.
Staniek, M.
Powiązania:
https://bibliotekanauki.pl/articles/309900.pdf
Data publikacji:
2016
Wydawca:
Instytut Naukowo-Wydawniczy "SPATIUM"
Tematy:
planer podróży
Green Travelling Planner
big data
sieć transportowa
trip planner
transportation network
Opis:
Opisane w pierwszej części przedmiotowego artykułu zbiory danych dotyczące zachowań i preferencji komunikacyjnych użytkowników sieci transportowej mogą być pozyskiwane z wykorzystaniem planera podróży GT Planner. Dane te mogą wspierać działania prowadzące do równoważenia transportu. Proces może być realizowany z pomocą licznych dziedzin przemysłów kreatywnych, w tym głownie środków multimedialnych. Celem artykułu jest wskazanie, jak na drodze synergii systemów planowania podróży (i/lub) nawigacji satelitarnej, wspartych dziedzinami przemysłów kreatywnych możliwe jest dążenie do osiągnięcia zrównoważonego rozwoju transportu. Zasadniczym przedmiotem takich działań powinno być harmonizowanie podziału modalnego w sieci transportowej - natomiast poszczególne dziedziny przemysłów kreatywnych są wygodnym środkiem do jego realizacji.
Described in the first part of the article in the behawior and preferences of users of communication networks transport can be obtained using the route planner called GT Planner. These data can be used in efforts to support the sustainable development of transport. For this purpose can be use creative industry. The purpose of this article is to show how the way of synergies trip planners, car satellite navigation. systems, supported areas of the creative industry should aim at achieving sustainable transport. The main subject of such actions should be harmony of modal split in the transport network - while different areas of the creative industries are convenience-important means for its implementation. Conducted so far action on the road to sustainable development transport-herein are implemented with varying degrees of success, often mediocre, because of having their promoters only a part knowledge in many aspects of the problem (for hampered by the complicated structure and description of the transport systems). The authors present in this article either way significantly expand this fragmentary knowledge and a practical form its disposal.
Źródło:
Autobusy : technika, eksploatacja, systemy transportowe; 2016, 17, 12; 71-78
1509-5878
2450-7725
Pojawia się w:
Autobusy : technika, eksploatacja, systemy transportowe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Rozwiązywanie szczególnych problemów transportowych z wykorzystaniem narzędzia GTALG
Solving specific transport problems using GTALG tools
Autorzy:
Celiński, I.
Sierpiński, G.
Staniek, M.
Powiązania:
https://bibliotekanauki.pl/articles/311374.pdf
Data publikacji:
2016
Wydawca:
Instytut Naukowo-Wydawniczy "SPATIUM"
Tematy:
planer podróży
GTALG
transport ładunków
trip planner
cargo transportation
Opis:
W artykule omówione zostały wybrane zagadnienia związane z rozwiązaniem kilku szczególnych problemów transportowych. Należą do nich m. in. problem transportu ładunków ponadgabarytowych, niebezpiecznych czy też wymagających zachowania szczególnej ostrożności w transporcie. Omawiana problematyka dotyczy ogólnie ładunków wymagających przemieszczenia w specyficzny sposób w odniesieniu do drogi transportu (wybór środka transportu i inne elementy procesu transportowego pominięto). Z uwagi na szeroki zakres problematyki rozważania zawężono głównie do wskazania danych niezbędnych do wyznaczenia specyficznej dla danego problemu trasy przewozu. W celu rozwiązania przedmiotowych problemów z wykorzystaniem wskazywanych danych zaproponowano wykorzystanie w przyszłości funkcjonalności planera podróży o nazwie Green Travelling (GT Planner) bazującego na algorytmie GTAlg (zmodyfikowany A*). W ramach tego narzędzia zaimplementowano mechanizmy wykorzystania otwartych źródeł danych, które pozwalają, w pewnych przypadkach, na wyznaczenie optymalnej trasy dla celów realizacji wykonania nietypowych zadań przewozowych. Warunkiem realizacji przedmiotowych zadań transportowych jest zgromadzenie w otwartych źródłach danych wszystkich niezbędnych informacji dla celów realizacji określonego procesu przewozowego i rozszerzenie funkcjonalności GT Planner. W artykule położono akcent na sposoby poszukiwania tych danych. W artykule wspomniano również na temat możliwości wsparcia realizacji tego typu przemieszczeń z wykorzystaniem funkcji heurystycznych zaimplementowanych w algorytmie GTAlg. Funkcje tego typu umożliwiają elastyczne rozwiązywanie nietypowych, a często również złożonych zadań transportowych. W artykule uwagę poświęcono również wykorzystaniu planerów podróży dla wsparcia akcji ratunkowych służb medycznych.
The article discusses selected issues related to the termination of several special transport problems. These include the problem of transportation of oversized cargo, hazardous or require special care goods during transport. Discussed the issue relates generally to loads requiring movement in a specific way in relation to road transport (choice of means of transport and other elements of the transport process omitted). Due to the wide range of issues article consider narrowed mainly to indicate the data necessary to determine the specific problem of the transport route. In order to solve these problems with the use of that result's Authors proposed use of the functionality travel planner called Green Travelling based on algorhythm GTAlg (modified A *). As part of this tool is implemented mechanisms use of open data sources that allow, in certain cases, to determine the optimal route for the purposes of the exercise of this type of transport tasks. The article also mentioned about the possibility to support the implementation of this type of movements using heuristics implemented in the algorithm GTAlg. These functions allow you to flexibly solve unusual and often complex tasks in transport. In the article attention is given to the use of travel planners to support rescue action by medical services.
Źródło:
Autobusy : technika, eksploatacja, systemy transportowe; 2016, 17, 6; 1268-1277
1509-5878
2450-7725
Pojawia się w:
Autobusy : technika, eksploatacja, systemy transportowe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wyznaczanie trasy w planerach podróży z zastosowaniem funkcji heurystycznych
Routing in trip planer using heuristics
Autorzy:
Celiński, I.
Staniek, M.
Sierpiński, G.
Powiązania:
https://bibliotekanauki.pl/articles/253167.pdf
Data publikacji:
2015
Wydawca:
Instytut Naukowo-Wydawniczy TTS
Tematy:
algorytm A*
algorytm A STAR
funkcja heurystyczna
planer podróży
zrównoważony rozwój transportu
Open Street Map
A* algorythm
STAR algorythm
heuristic function
trip planner
sustainable transport
Opis:
W artykule zaproponowano uzupełnienie algorytmu A* o inne heurystyki aniżeli powszechne stosowane w tym celu odległości Manhattan czy Euklidesowe. W przedstawionej metodzie, jako źródło danych dla wartości funkcji heurystycznych zastosowano macierz wskaźników charakteryzujących sieć drogową. Taki wskaźnik nadawany jest każdemu rejonowi przestrzennemu (reżimowi) powstałemu na skutek jej celowej delimitacji. Ściślej, dla każdego rejonu można zdefiniować zbiór wskaźników: multimodalnych, bezpieczeństwa, ekologicznych i innych. Każdy ze wskaźników podkreśla inny sposób korzystania z sieci transportowej w danym rejonie przez jej użytkownika. Zbudowana w ten sposób heurystyka ma dwie podstawowe funkcjonalności. Dla rejonów przestrzennych o dużych wymiarach (powierzchni) przyspiesza czas wykonywania obliczeń algorytmu A*. Dla rejonów o małych wymiarach obszarowych profiluje trasę zgodnie z wolą użytkownika w sposób inny niż heurystyki oparte na prostych miarach przestrzennych.
The article proposes an algorithm A* supplement to other heuristics than normally used for this purpose (Manhattan and Euclidean dist.). In the presented method, as the data source for the heuristics used ma-trix of indicators characterizing the road network. This indicator is assigned to each space regime due to its deliberate delimitation. Specifically, for each regime you can define a set of indicators: multimodal, safety, environmental friendly etc. Each of the indicators stresses otherwise use the transport network by the user. Constructed in this way heuristics has two basic func. For large areas of spatial regime accelerates compute time algorithm. For small areas of spatial profiles the route according to the user's expectations transport network in a manner other than heuristics based on measures of spatial.
Źródło:
TTS Technika Transportu Szynowego; 2015, 12; 246-251, CD
1232-3829
2543-5728
Pojawia się w:
TTS Technika Transportu Szynowego
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