Computer algorithms probabilistic supporting intelligent transportation management of internal

• Autorzy: Topolski M.

Warianty tytułu

PL

Komputerowe algorytmy probabilistyczne wspomagające zarządzanie inteligentnym transportem wewnętrznym

• Języki publikacji: EN

Abstrakty

EN

This paper presents a probabilistic model in managing intelligent internal transport based on decision making risk. The term reliability of an internal transport denotes failure-free operating time of internal transport as compared to the entire time particular transport is supposed to operate correctly. This paper illustrates a model of risk evaluation in internal transport operation based on probability that the system will reliably function within particular time, in a particular environment for specific purposes. Building probabilistic models used to calculate the risk of production planning is based on a reliable analysis of all possible aspects of producing a particular economic good. Modelling evaluates strengths and weaknesses of an enterprise which would like to complete a transport task, plans a transport processes based on the most important goals originating from the transport process.

PL

Artykuł przedstawia model probabilistyczny w zadaniu zarządzania inteligentnym transportem wewnętrznym bazującym na ryzyku związanym z podejmowaniem decyzji. Poprzez termin niezawodności systemu transportu wewnętrznego rozumie się czas bezawaryjnego działania transportu wewnętrznego w stosunku do całości czasu, w którym dany transport powinien działać poprawnie. Artykuł przedstawia model oceny ryzyka działania transportu wewnętrznego na bazie prawdopodobieństwa z jakim system będzie bezawaryjnie funkcjonował w zadanym okresie czasu, przy pracy w określonym środowisku i dla określonego celu. Budowanie modeli probabilistycznych służących do wyznaczania ryzyka planowania produkcji opiera się na rzetelnej analizie wszystkich możliwych aspektów produkcji danego dobra gospodarczego. W modelowaniu poddaje się ocenie mocne i słabe strony przedsiębiorstwa, które chce podjąć się zadania transportowego, dokonuje się planowania samego procesu transportowego w oparciu o najważniejsze cele wynikające z procesu transportowego.

Słowa kluczowe

EN

intelligent transport system; recognition Bayes

PL

inteligentny system transportowy; rozpoznawanie Bayesa

• Wydawca: Wydawnictwo Wyższej Szkoły Technicznej w Katowicach
• Czasopismo: Zeszyty Naukowe Wyższej Szkoły Technicznej w Katowicach
• Rocznik: 2017
• Tom: nr 9
• Strony: 93--100
• Opis fizyczny: Bibliogr. 6 poz., rys.

Twórcy

autor

Topolski M.

• WSB University in Wrocław, Institute of Logistics

Bibliografia

• [1] Nowak, A.: Klasyfikatory: k-NN oraz naiwny Bayesa. - Wykład III. Zakład Systemów Informatycznych, Uniwersytet Śląski, Instytut Informatyki.
• [2] Płaskonka, J., Rębowski, R.: Zbiór zadań probabilistycznych. PWSZ w Legnicy 2008.
• [3] Rębowski, R.: Podstawy metod probabilistycznych. PWSZ w Legnicy 2015.
• [4] Topolska, K.: Zastosowanie inteligentnych systemów do analizy zagrożeń komunikacyjnych. W: Logistyka (2014), ISSN:1231-5478.
• [5] Topolska, K.: Metoda oceny zarządzania zużyciem granicznym obiektów technicznych z wykorzystaniem fuzji klasyfikatorów rozmytych i heurystycznych. W: Autobusy. Technika, Eksploatacja, Systemy Transportowe (2016), ISSN: 1509-5878.
• [6] Topolska, K.: Model systemu ekspertowego rozmyto-probabilistycznego oceny zdatności obiektu technicznego w zarządzaniu linią produkcyjną. W: Autobusy. Technika, Eksploatacja, Systemy Transportowe (2016), ISSN: 1509-5878.

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).