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 "wybór" wg kryterium: Temat

  Lista filtrów

Dostawca treści

Podbaza

Wyrównaj
Wyświetlanie 316-320 z 320
Tytuł:
Mode-route choice decisions: a case study of CPEC investment in Pakistan railways
Autorzy:
Ali, Yousaf
Sabir, Muhammad
Powiązania:
https://bibliotekanauki.pl/articles/2173449.pdf
Data publikacji:
2022
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
AHP-TOPSIS
hybrid-CDM
route-mode choice
wybór trybu pracy
Opis:
. This study proposes the use of multi-criteria decision models (MCDM) for transportation mode-route choice decisions. This method is beneficial when trips' microdata are unavailable. Route-mode choice decisions were investigated for three public transportation modes (buses, railways, and airlines) in the post-China Pakistan Economic Corridor (CPEC) investment in Pakistan Railways (PR) for a link between Peshawar and Karachi. TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution) was used for the mode choice decisions and a hybrid model of AHP (Analytical Hierarchy Approach) – TOPSIS was used for the route choice decision ML-1 link of PR. This study concludes that rails were the best mode of transportation in post-CPEC investment. Furthermore, route 3, linking Karachi to Peshawar via Lodhran, Multan, and Miniawali, is the best route connection among the four considered routes.
Źródło:
Zeszyty Naukowe. Transport / Politechnika Śląska; 2022, 115; 5--21
0209-3324
2450-1549
Pojawia się w:
Zeszyty Naukowe. Transport / Politechnika Śląska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Selection mining methods via multiple criteria decision analysis using TOPSIS and modification of the UBC method
Autorzy:
Ali, Mahrous A.M.
Kim, Jong-Gwan
Powiązania:
https://bibliotekanauki.pl/articles/1839056.pdf
Data publikacji:
2021
Wydawca:
Główny Instytut Górnictwa
Tematy:
TOPSIS
UBC method
mining method selection
multiple criteria decision making
metoda UBC
wybór metod wydobycia
wielokryterialne podejmowanie decyzji
Opis:
Mine designers often face difficulties in selecting an appropriate mining method; however, such a method should be selected based on ore and rock characteristics. The selection of mining methods can be considered a type of multi-criteria decision making, and this depends on many factors used in the selection process. The general method used in this field is the University of British Columbia (UBC) method, which determines the criteria of the properties that are compared to determine the best and worst of several mining methods. In this paper we used as new technique which defines as Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS). The criteria considered in the UBC method include general shape, ore thickness, ore plunge, and grade distribution, beside the rock quality designation (RQD), and the rock substance strength (RSS). This paper presents an improved TOPSIS method based on experimental design. Additionally, this paper will introduce a modified version of the UBC method that can be employed based on Excel sheet. The best mining methods is cut and fill stoping and top slicing with the same rank equal 0.72, and the second-best mining method is square set stoping with rank equal 0.65.
Źródło:
Journal of Sustainable Mining; 2021, 20, 2; 49-55
2300-1364
2300-3960
Pojawia się w:
Journal of Sustainable Mining
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Feature selection using particle swarm optimization in text categorization
Autorzy:
Aghdam, M. H.
Heidari, S.
Powiązania:
https://bibliotekanauki.pl/articles/91792.pdf
Data publikacji:
2015
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
classification system
feature selection
text categorization
particle swarm optimization (PSO)
system klasyfikacji
wybór funkcji
kategoryzacja tekstu
optymalizacja rojem cząstek
Opis:
Feature selection is the main step in classification systems, a procedure that selects a subset from original features. Feature selection is one of major challenges in text categorization. The high dimensionality of feature space increases the complexity of text categorization process, because it plays a key role in this process. This paper presents a novel feature selection method based on particle swarm optimization to improve the performance of text categorization. Particle swarm optimization inspired by social behavior of fish schooling or bird flocking. The complexity of the proposed method is very low due to application of a simple classifier. The performance of the proposed method is compared with performance of other methods on the Reuters-21578 data set. Experimental results display the superiority of the proposed method.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2015, 5, 4; 231-238
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Energy Utilization in Residential Kitchens in Bauchi, Nigeria
Wykorzystanie energii w kuchni w Bauchi w Nigerii
Autorzy:
ADAMU, Babayo Mohammed
YERIMA, Egho
BELLO, Muhammed Murtala
UMARU, Auwalu Nasiru
Powiązania:
https://bibliotekanauki.pl/articles/435450.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Opolski
Tematy:
Energy
Household
Kitchen
Choice
Utilization
energia
gospodarstwa domowe
kuchnia
wybór
wykorzystanie
Opis:
Energy has remained essential for cooking services by households through their kitchen. The source of this energy has remained multiple in nature, with a concise order of it being Modern or Traditional. This study through a survey, using four points scale and chi-square test of association of energy utilization by households in the University staff quarters explored the cooking energy so as to acknowledge the energy type used by households. The incentive for use and its impact on users and established that with a high level of education, only 9% of the households use LPG as a modern form of energy while the choice for Electricity and Kerosene has remained foremost in use by the household. The household size was noted to encourage the quantum of energy consumed as well as the persistent use of inferior energy like firewood which was penultimate looked as a rural energy. The study concludes that household in the study area use multiple energy sources to support their cooking activities due to affordability and it being dependable and easily obtainable even though not very durable and effective. It is noted that the study area has not obeyed the theory of utilizing the energy ladder concept.
Energia pozostaje kluczową kwestią z punktu widzenia przygotowywania posiłków przez gospodarstwa domowe w ich kuchniach. W naturze istnieje wiele źródeł tej energii, z typowym podziałem na nowoczesne i tradycyjne. W niniejszym artykule zbadano rodzaje źródeł energii wykorzystywanych do gotowania przez gospodarstwa domowe pracowników uniwersyteckich w Bauchi w Nigerii, wykorzystując w tym celu badania ankietowe oraz czteropunktową skalę testu chi-kwadrat. Koncentrując się na bodźcach do wyboru oraz efektach wykorzystywania źródeł energii wśród osób z wysokim poziomem wykształcenia, ustalono, że jedynie 9% badanych gospodarstw domowych korzysta z LPG jako nowoczesnego źródła energii, natomiast głównym źródłem pozostaje elektryczność oraz nafta. Wielkość gospodarstw domowych wpływała na ilość zużywanej energii, a także na wykorzystywanie źródeł gorszej jakości, jak np. drewno. We wnioskach stwierdzono, że analizowane gospodarstwa domowe wykorzystują do gotowania różne źródła energii, zależnie od możliwości finansowych oraz dostępności, a mniejsza uwagę poświęcają ich trwałości oraz efektywności. Należy zauważyć, że w obszarze badawczym nie stosowano teorii wykorzystującej koncepcję drabiny energetycznej (ang.: energy ladder concept).
Źródło:
Economic and Environmental Studies; 2017, 17, 42; 149-163
1642-2597
2081-8319
Pojawia się w:
Economic and Environmental Studies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of Genetic Algorithm for Feature Selection in Optimisation of SVMR Model for Prediction of Yarn Tenacity
Zastosowanie algorytmów genetycznych do selekcji cech w optymalizacji modelu maszyn wektorów nośnych dla regresji w aspekcie prognozowania właściwości wytrzymałościowych przędzy
Autorzy:
Abakar, K. A. A.
Yu, C.
Powiązania:
https://bibliotekanauki.pl/articles/231903.pdf
Data publikacji:
2013
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
Tematy:
genetic algorithm
feature selection
support vector machines for regression
yarn properties
algorytm genetyczny
wybór funkcji
maszyny wektorów nośnych dla regresji
właściwości przędzy
Opis:
A proposed hybrid genetic algorithm (GA) approach for feature selection combined with support vector machines for regression (SVMR) was applied in this paper to optimise a data set of fibre properties and predict the yarn tenacity property. This hybrid approach was compared with a noisy model of SVMR that used all the data set of fibre properties as input in the prediction. The GA for feature selection was used as the preprocessing stage that aimed to find and select the best attributes or variables that most effect or are related to the prediction of yarn tenacity. The hybrid approach showed better predictive performance than the noisy model. However, the results indicated the suitability of GA for feature selection in the choice of the best fibre property attributes that give the preferred performance and high accuracy in the prediction of yarn tenacity.
Zaproponowany system hybrydowy łączący algorytmy genetyczne z klasyfikatorem w postaci maszyny wektorów nośnych dla regresji (SVMR) został zastosowany dla zoptymalizowania zestawu danych obejmującego właściwości fizyczne włókien dla prognozowania właściwości wytrzymałościowych przędzy. W tym hybrydowym rozwiązaniu porównano zaproponowany model SVMR z modelem „zaszumionym”, w którym użyto pełny zestaw danych właściwości fizycznych włókien jako danych wejściowych w prognozowaniu. Algorytmy genetyczne w selekcji cech zostały użyte na etapie wstępnego przetwarzania, którego celem było znalezienie i wybranie najlepszych zmiennych, które najefektywniej są powiązane z przewidywaniem wytrzymałości przędzy. Hybrydowe rozwiązanie wykazało lepsze efekty przewidywania wytrzymałości przędzy w porównaniu z modelem „zaszumionym”. Jednakże wyniki badań wykazały, że do realizacji zadania polegającego na wyborze cech z selekcji najkorzystniejszych właściwości włókien bardzo przydatne są również algorytmy genetyczne, które umożliwiają uzyskanie wysokiej dokładności prognozowania wytrzymałości przędzy.
Źródło:
Fibres & Textiles in Eastern Europe; 2013, 6 (102); 95-99
1230-3666
2300-7354
Pojawia się w:
Fibres & Textiles in Eastern Europe
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 316-320 z 320

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