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 "COPRAS" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    A novel approach to optimize the maintenance strategies: a case in the hydroelectric power plant
    Autorzy:
    Özcan, Evrencan
    Yumuşak, Rabia
    Eren, Tamer
    Powiązania:
    https://bibliotekanauki.pl/articles/1841740.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    maintenance management
    maintenance strategy optimization
    multi-criteria decision making
    AHP
    COPRAS
    integer programming
    Opis:
    Countries need to develop sustainable energy policies based on the principles of environmental sensitivity, reliability, efficiency, economy and uninterrupted service and to maintain their energy supply in order to increase their global competitiveness. In addition to this impact of sustainable energy supply on the global world, maintenance processes in power plants require high costs due to allocated time, materials and labor, and generation loss. Thus, the maintenance needs to be managed within a system. This makes analytical and feasible maintenance planning a necessity in power plants. In this context, this study focuses on maintenance strategy optimization which is the first phase of maintenance planning for one of the large-scale hydroelectric power plants with a direct effect on Turkey's energy supply security with its one fifth share in total generation. In this study, a new model is proposed for the maintenance strategy optimization problem considering the multi-objective and multicriteria structure of hydroelectric power plants with hundreds of complex equipment and the direct effect of these equipment on uninterrupted and cost-effective electricity generation. In the model, two multi-criteria decision-making methods, AHP and COPRAS methods, are integrated with integer programming method and optimal maintenance strategies are obtained for 571 equipment.
    Źródło:
    Eksploatacja i Niezawodność; 2021, 23, 2; 324-337
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Comparison of domestic logistics performances of Turkey and European Union countries in 2018 with an integrated model
    Porównanie krajowej działalności logistycznej w Turcji oraz krajach Unii Europejskiej w 2018 w stosunku do zintegrowanego modelu
    Autorzy:
    Senir, Gül
    Powiązania:
    https://bibliotekanauki.pl/articles/1835504.pdf
    Data publikacji:
    2021
    Wydawca:
    Wyższa Szkoła Logistyki
    Tematy:
    Logistics Performance Index (LPI)
    Multi Criteria Decision Making (MCDM)
    CRITIC
    COPRA
    wielokryterialne podejmowanie decyzji (MCDM)
    COPRAS
    Opis:
    The Logistics Performance Index (LPI), created by the World Bank, is a benchmark tool used to determine the threats and opportunities faced by countries in their logistics performances and to improve their performances. Countries aim to increase their LPI scores and rank higher on the LPI list while developing their strategies. Methods: In this study, it was aimed to compare the domestic logistics performances of Turkey and the European Union countries with an integrated model using the domestic logistics performance index data for 2018, which was recently published by the World Bank. In this direction, firstly, the importance levels of the criteria were determined with the CRITIC (Criteria Importance Through Intercritera Correlation) method, and then, using the importance levels of the criteria, the countries were ranked according to the domestic logistics performance score with the COPRAS (Complex Proportional Assessment) method. Results: As a result of the CRITIC method, the most important criterion in the ranking according to the importance levels of the criteria was “without physical examination”, which is the sub-criterion of the customs clearance period, while the Netherlands was the country with the best performance in the ranking performed by the COPRAS method, using the importance levels of the criteria determined by the CRITIC method. Conclusions: The study differs from current studies in the literature in that it is the first study to perform a domestic logistic performance comparison using CRITIC and COPRAS methods with an integrated model. The results of the current study can be compared with the results obtained by using different integrated models and different data in the studies to be conducted.
    Wskaźnik Logistics Performance Index (LPI), utworzony prze Bank Światowy, służy do benchmarkingu w określaniu zagrożeń i możliwości dla krajów w ich działalności logistycznej oraz dla działań w celu poprawy tej działalności. Państwa dążą do poprawy wartości swojego wskaźnika LPI poprzez ciągła poprawę swojej strategii działania. Metody: Celem pracy jest porównanie wskaźników krajowej działalności logistycznej Turcji oraz krajów Unii Europejskiej ze zintegrowanym modelem w oparciu dane za 2018 rok, opublikowane niedawno przez Bank Światowy. W tym celu wpierw określono ważność poszczególnych kryteriów przy pomocy metody CRITIC (Criteria Importance Through Intercritera Correlation), a następnie utworzono ranking krajów dotyczących ich działalności logistycznej przy użyciu metody COPRAS (Complex Proportional Assessment). Wyniki: Używając metodę CRITIC, ustalono, że najważniejszym kryterium w ranking było kryterium „bez badania fizycznego”, które jest podkryterium w okresie odpraw celnych. Holandia umiejscowiła się na pierwszym miejscu rankingu stworzonego przy użyciu metody COPRAS. Wnioski: Prezentowana praca różni się od prac obecnie publikowanych użyciem metody porównawczej, wykorzystującej metody CRITIC oraz COPRAS w odniesienie do zintegrowanego modelu. Jednak otrzymane wyniku mogą być porównywane z wynikami uzyskanymi przy zastosowaniu innych modeli zintegrowanych oraz na podstawie innego zestawu danych.
    Źródło:
    LogForum; 2021, 17, 2; 193-204
    1734-459X
    Pojawia się w:
    LogForum
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Time period based COPRAS-G method : application on the Logistics Performance Index
    Metoda okresowa COPRAS-G : zastosowanie Wskaźnika Sprawności Logistycznej (LPI)
    Autorzy:
    Mercangoz, Burcu Adiguzel
    Yildirim, Bahadır F.
    Yildirim, Sultan Kuzu
    Powiązania:
    https://bibliotekanauki.pl/articles/361890.pdf
    Data publikacji:
    2020
    Wydawca:
    Wyższa Szkoła Logistyki
    Tematy:
    COPRAS-G
    logistics performance
    multi criteria decision making
    grey numbers
    correlation analysis
    sprawność logistyczna
    wielokryterialne podejmowanie decyzji
    szare liczby
    analiza korelacji
    Opis:
    Background: Logistics is vital for the trades of countries. The inputs such as raw materials and energy that is needed for production and also the outputs of these processes are transported and distributed effectively as a result of an efficient logistics process. In order to measure the logistics performance of countries, The World Bank (WB) is publishing an index entitled Logistics Performance for every two years. Methods: The main value of this study is to provide logistics performance scores of the selected countries for a selected time period. Thus, periodic evaluations can be done for a selected time period. The grey numbers are used for determining a new dataset for a time period and implement to Complex Proportional Assessment of Alternatives (COPRAS) method. 28 European Union (EU) member states plus 5 EU Candidate Countries are ranked by using the COPRAS-Grey (COPRAS-G) method according to their logistics performance scores. In order to see if the ranking calculated by COPRAS-G is representing the past index data, the bilateral comparisons of the rankings are investigated by using the Spearman Rank and Kendall’s Tau Correlation methods. Results: The results showed that the dataset obtained by using grey numbers represent the LPI scores of the countries for the selected time period. Although there are slight differences between the Spearman and Kendall correlation coefficients, the ultimate result is the same. The ranking calculated by COPRAS-G has the strongest relationship with all rankings published by WB. Conclusions: By using the grey numbers combined with the COPRAS-G method, the LPI of Countries can be evaluated for a time period.
    Wstęp: Logistyka jest istotną częścią handlu wielu krajów. Wkład w postaci surowców oraz energii jest niezbędny w procesie produkcji, wymaga on jednak najczęściej transportu, tak samo jak i wyroby finalne uzyskanie w procesie produkcji, zrealizowanego w efektywny sposób jako element całego procesu logistycznego. W celu pomiaru tego procesu w różnych krajach, Bank Światowy publikuje w okresach dwuletnich dane dotyczące aktywności logistycznych. Metody: Podstawowym celem tej pracy jest dostarczenie oceny działalności logistycznej wybranych krajów w wybranym okresie czasu. Liczby szare są stosowane do określenia danych dla danego okresu oraz zastosowania metody Complex Proportional Assessment of Alternatives (COPRAS). Stworzono ranking sprawności logistycznej obejmujący 28 państw członkowskich UE oraz 5 państw kandydujących do EU. W celu oszacowania poprawności danych wyliczonych przy pomocy metody COPRAS, wykonano podwójne porównanie otrzymanych rankingów przy użyciu metod Spearman Rank oraz korelacji Kendalla Tau. Wyniki: Uzyskane wyniki pokazują, że dane otrzymane poprzez użyciu liczb szarych reprezentują dane LPI badanych krajów w wybranym okresie. Występujące różnice, ujawnione w postaci współczynników korelacji Spearman i Kendall, nie są istotne. Ranking uzyskany w oparciu o metodę COPRAS-G wykazuje silną korelację ze wszystkimi rankingami publikowanymi przez Bank Światowy. Wnioski: Wskaźnik LPI dla wybranych krajów na założony okres został wyliczony poprzez zastosowanie liczb szarych w połączeniu z metodą COPRAS-G.
    Źródło:
    LogForum; 2020, 16, 2; 239-250
    1734-459X
    Pojawia się w:
    LogForum
    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