Opracowanie charakterystyk prędkości karetek na podstawie danych rzeczywistych

• Autorzy: Łukasik P. , Piórkowski A.

Warianty tytułu

EN

Development of ambulance speed characteristics based on actual data

• Języki publikacji: PL

Abstrakty

PL

W niniejszym artykule przedstawiono zagadnienie wyznaczania średniej charakterystyki poruszania się karetek po mieście Kraków z wykorzystaniem programu MapPoint i na podstawie danych rzeczywistych. Przedstawiono opis danych historycznych oraz metodykę rozwiązywania problemu odwrotnego, która pozwala na dobór charakterystyki przejazdu pojazdów z najlepszym przybliżeniem modelu rzeczywistego. Zaprezentowano dyskusję wyników. Omawiane zagadnienie jest częścią systemu wspomagania podejmowania decyzji dla pracowników ratownictwa medycznego, powstałego przy współpracy Małopolskiego Urzędu Wojewódzkiego oraz Akademii Górniczo-Hutniczej im. Stanisława Staszica w Krakowie.

EN

The article contains elaboration of medium characteristics of moving ambulances all over the city Cracow using the MapPoint program based on real data. The objective of the analysis is to determine the model of speed ambulances moving around the city. It is a part of the assisting system for emergency medical workers, resulting in co-operation with Małopolska Provincial Office in Krakow and AGH University of Science and Technology.

Słowa kluczowe

PL

karetka; model prędkości; MapPoint; problem odwrotny

EN

ambulance; MapPoint; inverse problem

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Studia Informatica
• Rocznik: 2016
• Tom: Vol. 37, nr 1
• Strony: 113--124
• Opis fizyczny: Bibliogr. 11 poz.

Twórcy

autor

Łukasik P.

• AGH Akademia Górniczo-Hutnicza, Wydział Geologii, Geofizyki i Ochrony Środowiska, Katedra Geoinformatyki i Informatyki Stosowanej, al. Mickiewicza 30, 30-059 Kraków

autor

Piórkowski A.

• AGH Akademia Górniczo-Hutnicza, Wydział Geologii, Geofizyki i Ochrony Środowiska, Katedra Geoinformatyki i Informatyki Stosowanej, al. Mickiewicza 30, 30-059 Kraków

Bibliografia

• 1. Kozieł G.: Algorytmy wyznaczania optymalnej trasy przejazdu. Logistyka, Vol. 3, 2014, s. 3206÷3212.
• 2. Google Developers Speed Limits, https://developers.google.com/maps/documentation /roads/speed-limits.
• 3. Bertero M., Boccacci P.: Introduction to inverse problems in imaging. CRC press, 1998.
• 4. Tarantola A.: Inverse problem theory and methods for model parameter estimation. SIAM, 2005.
• 5. Krauzowicz L., Szostek K., Dwornik M., Oleksik P., Piórkowski A.: Numerical Calcu-lations for Geophysics Inversion Problem Using Apache Hadoop Technology. Comput-er Networks, CCIS, Vol. 291, Springer, 2012, s. 440÷447.
• 6. Metropolis N.: The beginning of the Monte Carlo method. Los Alamos Science, Vol. 15.584, 1987, s. 125÷130.
• 7. Generate Better Random Numbers in C# .NET, http://thinketg.com/how-to-generate-better-random-numbers-in-c-net-2/ [dostęp 18.11.2015].
• 8. Tanenbaum A.S., van Steen M.: Distributed Systems: Principles and Paradigms. Prentice-Hall, Inc., 2002.
• 9. .NET Remoting Overview, https://msdn.microsoft.com/en-us/library/kwdt6w2k(v=vs .71).ASPX [dostęp 10.10.2015].
• 10. Bernas M., Wiśniewska J.: Quantum road traffic model for ambulance travel time estimation. Journal of Medical Informatics & Technologies, Vol. 22, 2013, s. 257÷264.
• 11. Diller G.P., Kempny A., Piorkowski A., Grubler M., Swan L., Baumgartner H., Dimo-poulos K., Gatzoulis M.A.: Choice and competition between adult congenital heart dis-ease centers: evidence of considerable geographical disparities and association with clinical or academic results. Circulation: Cardiovascular Quality and Outcomes, Vol. 7(2), 2014, s. 285÷291.

Uwagi

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę.