Informacja

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

Wyszukujesz frazę "zmienność produkcji" wg kryterium: Temat


Wyświetlanie 1-5 z 5
Tytuł:
Sezonowa zmienność produkcji pierwotnej i respiracji fitoplanktonu w litoralu jeziora eutroficznego
Seasonal Variability of Primary Production and Respiration of Phytoplankton in the Littoral Zone of an Eutrophic Lake
Autorzy:
Szymański, D.
Dunalska, J. A.
Jaworska, B.
Bigaj, I.
Zieliński, R.
Nowosad, E.
Powiązania:
https://bibliotekanauki.pl/articles/1819176.pdf
Data publikacji:
2013
Wydawca:
Politechnika Koszalińska. Wydawnictwo Uczelniane
Tematy:
zmienność produkcji
respiracja fitoplanktonu
dissolved organic carbon
metabolism
degradation
matter
trophy
Opis:
Littoral zone is the first zone of the lake, which directly borders the land and is a barrier to substances flowing from the catchment. It can play an important role in the productivity of the entire ecosystem, with both production and degradation of organic carbon. The aim of this study was to determine the role of phytoplankton in primary production and respiration in the littoral zone, depending on the development of the basin. The research was conducted in the spring, summer and autumn at eight sites of littoral zone with a different level of the direct catchment area development: two sites (1, 2) in the western part of the lake, which is dominated by forests, three sites (3, 4, 5) in the northern part of the basin, dominated by wasteland and private recreational areas, two sites (6, 7) in the eastern, the most transformed by man and one site (8) located in the southern part of the lake near the outflow. The production volume of the primary and respiration were determined by the change of the oxygen concentration in water using the method of "light and dark bottles" exposed for 24 hours in the surface layer of water. The lake primary production was significantly lower in the littoral parts shaded by forest than in sites exposed to the sun, occurring in the northern part of the lake. The highest primary production with simultaneously high phytoplankton biomass was found at the site in the north. The additional factor intensifying the primary production was the nutrient inflow from the recreationally used land. The highest rate of respiration was recorded in not forested sites, located in the northeastern part of the lake, where the autochthonic and allochtonic organic matter was reduced to CO2. The results indicate a dual role of littoral in the metabolism of Lake Kortowskie. On the one hand, the littoral zone supplies the basin in autochthonic organic matter, on the other hand reduces the organic matter which was produced in the water column and was supplied from the catchment. One suspects that the actual primary production in the littoral zone of Lake Kortowskiego was higher because a significant cover the bottom of the macrophytes limited primary production of phytoplankton.
Źródło:
Rocznik Ochrona Środowiska; 2013, Tom 15, cz. 3; 2573-2590
1506-218X
Pojawia się w:
Rocznik Ochrona Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Climate change and its importance for agricultural production
Zmiany klimatu i ich znaczenie dla produkcji rolnej
Autorzy:
Kocur-Bera, K.
Powiązania:
https://bibliotekanauki.pl/articles/100655.pdf
Data publikacji:
2016
Wydawca:
Uniwersytet Rolniczy im. Hugona Kołłątaja w Krakowie
Tematy:
natural variability of production
extreme phenomena
rural area
natural disaster
naturalna zmienność produkcji
zdarzenie ekstremalne
klęska żywiołowa
obszar wiejski
Opis:
Agricultural production, which takes place in rural areas, is the sector of the economy, which is the most dependent on the natural conditions of weather. The climate changes, which are taking place, and the extreme phenomena, which are their consequence, affect precisely these areas the most. The content of the present work is the exploration of the definitions of natural variability, extreme phenomena and disasters, and the analysis of the statistics on natural disasters. In the final part of the paper, we have indicated, which support instruments for farmers are available in such events on the part of the State. Climate change is a fact, and unless we realize that, it will be difficult to take any action allowing us to adapt to the new conditions.
Produkcja rolna odbywająca się na obszarach wiejskich jest kierunkiem gospodarki najbardziej uzależnionym od naturalnych uwarunkowań pogodowych. Zachodzące zmiany klimatu oraz będące ich konsekwencją zjawiska ekstremalne, najbardziej dotykają właśnie te obszary. Treścią pracy jest analiza definicji naturalna zmienność, zdarzenia ekstremalne i klęski żywiołowe oraz analiza statystyki dotyczącej klęsk żywiołowych. W końcowej części pracy wskazano narzędzia pomocy, które w razie wystąpienia takich zdarzeń producent rolny może uzyskać od Państwa. Zmiany klimatyczne stały się faktem, bez uzmysłowienia sobie tego trudno podjąć jakiekolwiek działania mające na celu zaadaptowanie się do nowych warunków.
Źródło:
Geomatics, Landmanagement and Landscape; 2016, 3; 77-87
2300-1496
Pojawia się w:
Geomatics, Landmanagement and Landscape
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wplyw zmiennosci kosztow sily roboczej na oplacalnosc produkcji owocow jagodowych
The influence of labour costs variability on profitability of berries production
Autorzy:
Paszko, D.
Powiązania:
https://bibliotekanauki.pl/articles/832226.pdf
Data publikacji:
2008
Wydawca:
Instytut Ogrodnictwa
Tematy:
przychody
oplacalnosc produkcji
sila robocza
owoce jagodowe
koszty
zmiennosc kosztow
Źródło:
Zeszyty Naukowe Instytutu Sadownictwa i Kwiaciarstwa w Skierniewicach; 2008, 16; 223-234
1234-0855
Pojawia się w:
Zeszyty Naukowe Instytutu Sadownictwa i Kwiaciarstwa w Skierniewicach
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The use of a hybrid model of the expert system for assessing the potentiality of manufacturing the assumed quantity of wire harnesses
Hybrydowy model eksperckiego systemu oceny stabilności systemu produkcyjnego
Autorzy:
Burduk, Anna
Grzybowska, Katarzyna
Safonyk, Andrii
Powiązania:
https://bibliotekanauki.pl/articles/361998.pdf
Data publikacji:
2019
Wydawca:
Wyższa Szkoła Logistyki
Tematy:
production system
risk assessment
artificial neural networks
fuzzy logic
stability
variability
system produkcji
ocena ryzyka
sztuczne sieci neuronowe
logika rozmyta
stabilność
zmienność
Opis:
Wstęp: W artykule przedstawiono koncepcję sterowania systemem produkcyjnym, pozwalającą na zachowanie jego stabilności, a tym samym na realizację założonych planów produkcyjnych. W tym celu zaproponowano połączenia modeli symulacyjnych i modeli sztucznych sieci neuronowych (SSN) systemu produkcyjnego. Połączenie obydwu typów modeli było możliwe dzięki opracowaniu hybrydowego modelu systemu ekspertowego do oceny możliwości realizacji planu produkcji (celu) w zależności od wielkości ryzyka i poziomu stabilności analizowanego systemu produkcyjnego. Analizowany problem - możliwość realizacji planów produkcyjnych w zależności od wielkości ryzyka i poziomu stabilności systemu produkcyjnego - jest trudny do zamodelowania matematycznego. Jednak na podstawie analizy danych, pochodzących z modelu symulacyjnego i modelu ANN, można uzyskać informacje dotyczące zależności odpowiadających sobie wartości wejściowych i wyjściowych. Metody: Na podstawie przedstawionego sposobu zarządzania procesu produkcyjnego z wykorzystaniem modeli komputerowych, przeanalizowano możliwości zastosowania modeli symulacyjnych i modeli ANN w ocenie stabilności i ryzyka systemów produkcyjnych. Dokonano analizy i porównania obydwu typów modeli ze względu na sposób budowy oraz rodzaj danych wejściowych i wyjściowych. Wyniki: Na bezpośrednie połączenie modeli symulacyjnych i modeli SSN nie pozwala ich odmienna budowa, specyfika oraz inne rodzaje danych wejściowych i wyjściowych. Dlatego prezentowana w artykule koncepcja fuzji obydwu typów modeli odbywa się poprzez bazę wiedzy eksperckiej i wnioskowanie rozmyte. Wnioski: Na potrzeby sterowania systemem produkcyjnym, zaproponowano budowę hybrydowego modelu systemu ekspertowego do oceny możliwości realizacji celu w zależności od wielkości ryzyka i poziomu stabilności systemu produkcyjnego.
Background: Control plays the main role in ensuring the stability of production processes, while digital models of processes and methods of artificial intelligence are used more and more commonly in it. Production of highly diversified items in small lots at low inventory levels is characterised by a much lower stability as compared with largelot manufacturing. Additionally, innovations created for items or processes result in disturbances to current work. Although this turbulence is usually momentary, it may lead to a loss of function or manufacturing stability, which in turn translates into financial losses, as well as losing customers. This paper presents the potential of using simulation models and artificial neural network models to assess the stability of a reorganized production system. Methods: The problem analysed in the paper is that of merging a simulation model with an ANN model by designing a hybrid model. A direct connection of both types of models is not possible due to their various structures, specificity, and different purposes, as well as the various types of input and output data. Therefore, the idea of merging these two types of models through an expert knowledge base and fuzzy inference was proposed. The results from the simulation model and the ANN model were used to gather the knowledge on the production system being analysed. It has been proposed that the output from the simulation model provided knowledge of the risk level, while the output from the ANN model provided knowledge of process stability. Results: The paper presents the idea of projecting a hybrid model of the expert system in order to assess the stability of a reorganized production system. A model of a hybrid expert system was developed to assess the potential of executing the assumed production plans. The level of risk and the level of stability determined by the simulation model and the ANN model are entered into the system. The output from the expert model is the value of the variable determining the potential of achieving the goal. In the construction of the model, fuzzy inference was used, which uses linguistic variables and is characterized by a knowledge system in the form of fuzzy rules "if ... then ...". For both the independent variable and for the dependent variable, a set of membership functions representing accepted linguistic variables was proposed, and then decision rules were determined. The idea of merging simulation models with ANN models was tested on a practical example in production system that manufactures products for dishwashers. Conclusions: The potentiality to execute production plans depending on the level of risk and the level of stability of the production system is too complicated to be modelled mathematically, but based on the analysis of data from the simulation and ANN models, it is possible to obtain information concerning the relations between corresponding input and output values.
Źródło:
LogForum; 2019, 15, 4; 459-473
1734-459X
Pojawia się w:
LogForum
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Hybrid model of an expert system for assessing the stability of a production system
Hybrydowy model eksperckiego systemu oceny stabilności systemu produkcyjnego
Autorzy:
Burduk, A.
Grzybowska, K.
Kovács, G.
Powiązania:
https://bibliotekanauki.pl/articles/362325.pdf
Data publikacji:
2018
Wydawca:
Wyższa Szkoła Logistyki
Tematy:
production system
risk assessment
artificial neural networks
fuzzy logic
stability
variability
system produkcji
ocena ryzyka
sieci neuronowe sztuczne
logika rozmyta
stabilność
zmienność
Opis:
Background: The article presents the concept of control of the production system, which allows to maintain its stability, and thus to implement the established production plans. For this purpose, combinations of simulation models and artificial neural network (ANN) models of the production system have been suggested. The combination of both types of models was possible thanks to the development of a hybrid model of the expert system to assess the possibility of implementing the production plan (objective) depending on the risk size and the level of stability of the production system analysed. The analysed problem - the possibility of implementing production plans depending on the risk size and the level of stability of the production system - is difficult to mathematical modelling. However, based on the data analysis from the simulation model and the ANN model, we can obtain information on the dependences of the corresponding input and output values. Methods: Based on the presented method of managing the production process using computer models, the possibilities of using simulation models and ANN models in assessing the stability and risk of production systems have been analysed. The analysis and comparison of both types of models have been performed due to the construction and the type of input and output data. Results: The direct combination of simulation models and ANN models is not allowed by their different structure, specificity and other types of input and output data. Therefore, the concept of combination of both types of models presented in the article is conducted via a database of expertise and fuzzy inference. Conclusions: For the purpose of controlling the production system, it was suggested to build a hybrid model of an expert system to assess the possibility of achieving the objective depending on the risk size and the level of stability of the production systems.
Wstęp: W artykule przedstawiono koncepcję sterowania systemem produkcyjnym, pozwalającą na zachowanie jego stabilności, a tym samym na realizację założonych planów produkcyjnych. W tym celu zaproponowano połączenia modeli symulacyjnych i modeli sztucznych sieci neuronowych (SSN) systemu produkcyjnego. Połączenie obydwu typów modeli było możliwe dzięki opracowaniu hybrydowego modelu systemu ekspertowego do oceny możliwości realizacji planu produkcji (celu) w zależności od wielkości ryzyka i poziomu stabilności analizowanego systemu produkcyjnego. Analizowany problem – możliwość realizacji planów produkcyjnych w zależności od wielkości ryzyka i poziomu stabilności systemu produkcyjnego – jest trudny do zamodelowania matematycznego. Jednak na podstawie analizy danych, pochodzących z modelu symulacyjnego i modelu ANN, można uzyskać informacje dotyczące zależności odpowiadających sobie wartości wejściowych i wyjściowych. Metody: Na podstawie przedstawionego sposobu zarządzania procesu produkcyjnego z wykorzystaniem modeli komputerowych, przeanalizowano możliwości zastosowania modeli symulacyjnych i modeli ANN w ocenie stabilności i ryzyka systemów produkcyjnych. Dokonano analizy i porównania obydwu typów modeli ze względu na sposób budowy oraz rodzaj danych wejściowych i wyjściowych. Wyniki: Na bezpośrednie połączenie modeli symulacyjnych i modeli SSN nie pozwala ich odmienna budowa, specyfika oraz inne rodzaje danych wejściowych i wyjściowych. Dlatego prezentowana w artykule koncepcja fuzji obydwu typów modeli odbywa się poprzez bazę wiedzy eksperckiej i wnioskowanie rozmyte. Wnioski: Na potrzeby sterowania systemem produkcyjnym, zaproponowano budowę hybrydowego modelu systemu ekspertowego do oceny możliwości realizacji celu w zależności od wielkości ryzyka i poziomu stabilności systemu produkcyjnego.
Źródło:
LogForum; 2018, 14, 4; 507-518
1734-459X
Pojawia się w:
LogForum
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-5 z 5

    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