Komputerowy model planowania zapasów bezpieczeństwa z wykorzystaniem miękkich metod obliczeniowych

• Autorzy: Topolski M.
• Języki publikacji: PL

Abstrakty

PL

Artykuł prezentuje model planowania zapasów. Współczesne metody planowania zapasów, sprzedaży, bezpieczeństwa systemów technicznych etc. bazują na klasycznych i miękkich metodach obliczeniowych. Klasyczne wzorce opierają się na fundamentach rachunku prawdopodobieństwa i metodach statystycznych. Miękkie metody obliczeniowe, bazują na zbiorach rozmytych, algorytmach genetycznych, teorii możliwości, teorii ewidencji matematycznej czy sieciach neuronowych. Wspólnym problemem tych metod jest to, że aparat matematyczny w nich używany nie daje dużej szansy na istotne polepszenie dokładności poprawnych decyzji. Autorska metoda, na bazie której został stworzony model matematyczny, wydaje się dobrze rozwiązywać pewien problem uzależnienia aktualnego stanu obiektu od historii stanów oraz innych obiektów, które mogą wpływać na jego aktualny stan. Zaproponowana metoda została potwierdzona praktycznym przypadkiem bazującym na danych rzeczywistych. Ze względu na dużą złożoność obliczeniową zaproponowana metoda może zostać wdrożona w systemach komputerowych dedykowanych zagadnieniom prognozowania wielkości zapasów bezpieczeństwa.

Słowa kluczowe

PL

zapas bezpieczeństwa; modele matematyczne; zarządzanie przedsiębiorstwem

EN

safety stock; mathematical models; business management

• Wydawca: Instytut Naukowo-Wydawniczy "SPATIUM". sp. z o.o.
• Czasopismo: Autobusy : technika, eksploatacja, systemy transportowe
• Rocznik: 2016
• Tom: R. 17, nr 6
• Strony: 1802--1806
• Opis fizyczny: Bibliogr. 34 poz., pełen tekst na CD

Twórcy

autor

Topolski M.

• Wyższa Szkoła Bankowa we Wrocławiu, Instytut Logistyki

Bibliografia

• 1. Cieślak M., Prognozowanie gospodarcze. Metody i zastosowania., wydanie czwarte zmienione Wydawnictwo Naukowe PWN 2005.
• 2. Coyle J.J. , „Zarządzanie logistyczne”, PWE, Warszawa 2002r., s.217.
• 3. Kurzyński M., Benchmark of Approaches to Sequential Diagnosis, Artificial Neural Networks in Medicine, Spronger Verlag, Berlin, Heidelberg, New York 1998.
• 4. Kurzyński M., Sequential Classification Via Fuzzy Relations, Artificial Inteligence and Soft Computing – ICAIS2006, 8th International Conferebce, Zakopane, Poland, June 2006.
• 5. Nahotko S., „Zarządzanie przedsiębiorstwem w warunkach zagrożenia upadłością”, AJG, Bydgoszcz 2004r., s.15.
• 6. Łęski J., Zbiory rozmyte i ich interpretacja. Wprowadzenie do teorii możliwości, Wydawnictwa Politechniki Śląskiej, Gliwice 2001, s. 469-479.
• 7. Rutkowska D., Piliński M., Rutkowski L., Sieci neuronowe, algorytmy genetyczne i systemy rozmyte. Wydawnictwo Naukowe PWN, Łódź 1999.
• 8. Schutz B., A first Course General Relativity, Wydawnictwo Cambridge University Press, 2009.
• 9. Topolski M., Komputerowe algorytmy rozpoznawania sekwencyjnego z modelem łączącym teorię ewidencji matematycznej z teorią zbiorów rozmytych, Praca doktorska, pre 1/07 Politechnika Wrocławska 2007.
• 10. Żołnierek A.: The pat tern recognition alghorithm for controlled Markov chains with learning and additional classifier. W: Advanced simulation of system. Procedings of the XXVth International Autumn Colloquium. Ed. Jan Stefan [Sv. Hostyn, Czech Republic, September 8-10, 2003.
• 11. Topolski M., Komputerowe algorytmy rozpoznawania sekwencyjnego łączące teorię zbiorów rozmytych z teorią Dempstera-Shafera. Rozprawa doktorska, PRE 01/2008, Politechnika Wrocławska, Wrocław 2008.
• 12. Borshchev A. Fillipov A.: From System Dynamics and Discrete Event to Practical Agnet Based Modeling: Reasons, Teachniques, Tools “The 22nd International Conference of the System Dynamics Society, 2004.
• 13. Cieślak M., Prognozowanie gospodarcze. Metody i zastosowania., wydanie czwarte zmienione Wydawnictwo Naukowe PWN 2005.
• 14. Topolska Katarzyna Mariusz Topolski: Zastosowanie zbiorów rozmytych w planowaniu zapasów w łańcuchu dostaw. Logistyka i Transport 2009. S. 169.
• 15. Topolska Katarzyna Mariusz Topolski: Inteligentne systemy wieloagentowe w analizie zagrożeń wypadków komunikacyjnych. Logistyka Współczesne wyzwania. Wydawnictwo PWSZ. 2011 s. 175.
• 16. Topolska Katarzyna, Mariusz Topolski: Optymalizacja i niezawodność inteligentnych systemów sterowania ruchem drogowym. Problemy Eksploatacji Instytut Technologii Eksploatacji. PIB.
• 17. Topolska Katarzyna, Walkowiak Wojciech W, Topolski Mariusz: Metoda analizy spójności wyników pomiarów z wykorzystaniem teorii ewidencji matematycznej i analizy skupień. Journal of KONES. 2007 vol. 14, nr 2, s. 521-528, 2 rys., 3 tab., bibliogr. 6 poz., Summ.
• 18. Topolska Katarzyna, Walkowiak Wojciech W, Topolski Mariusz: The Validation Methods of Durability of Ceramic Coating Under Laboratory Conditions. Journal of KONES. 2006 vol. 13, nr 4, s. 413-420, 1 rys., bibliogr. 8 poz., Summ.
• 19. Topolski Mariusz: Dynamiczna kontrola trwałości rozrusznika serca.W: Niekonwencjonalne metody oceny trwałości i niezawodności. XXXIV Zimowa Szkoła Niezawodności, Szczyrk, [8-14 stycznia] 2006. Radom : Wydaw. Instytutu Technologii Eksploatacji, [2006]. s. 342-351, 2 rys., 5 tab., bibliogr. 9 poz.
• 20. Topolska Katarzyna Mariusz Topolski: Inteligentne systemy wieloagentowe w analizie zagrożeń wypadków komunikacyjnych. Logistyka Współczesne wyzwania. Wydawnictwo PWSZ. 2011 s. 175.
• 21. Topolska Katarzyna, Walkowiak Wojciech W, Topolski Mariusz: Metoda analizy spójności wyników pomiarów z wykorzystaniem teorii ewidencji matematycznej i analizy skupień. Journal of KONES. 2007 vol. 14, nr 2, s. 521-528, 2 rys., 3 tab., bibliogr. 6 poz., Summ.
• 22. Topolska K, Topolski M., Capabilities for development an ITS system in the city of Wroclaw, Transport System Telematic, Volume 8, Issuse 4, 29-32, November 2015.
• 23. Bujak A., Topolski M., Miller R.K. Telematics as a tool of efficient supply chain management. Transport System Telematic, Volume 8, Issuse 2, 8-12, November 2015.
• 24. Topolska K., Topolski M., Janicki M., Kolanek C., Using Computer Methods to Identify the Factors Affecting the Management of an Urban Parking Lot. Business Challenges in the Changing Economic Landscape – Vol 2. Proceeding of the 14th Eurasia Business and Economics Society Conference, Springer 2016.
• 25. Bujak A., Kobyłt A., Topolska K., Topolski M., Inteligentne rozwiązanie sterowania ruchem drogowym w logistyce miasta. Logistyka 5/2014.
• 26. Bujak A., Topolska K., Topolski M., Inteligentne rozwiązanie sterowania ruchem drogowym w logistyce miasta. Logistyka 5/2014.
• 27. Bujak A., Topolski M., Concept of a Telematics System Model in Crisis Management. Tools of Transport Telemetics, 15th International Conference on Transport Systems Telematics, TSN 2015, Wroclaw, Poland April 15-17, Springer 2016.
• 28. Topolska K., Ogranizacja gospodarki magazynowej I funkcjonowanie magazynu w przedsiębiorstwie produkcyjnym, tts 12/2015.
• 29. Topolski M., Komputerowy model rozmytego klasyfikatora Bayesa w ocenie rentowności produkcji. Logistyka 6/2014.
• 30. Topolska K., Modelowanie cyklu produkcyjnego przyużyciu techniki mapowania procesu. Logistyka 6/2014.
• 31. Topolski M., Topolska K., Komputerowe algorytmy wspomagające planowanie sprzedaży w przedsiębiorstwach produkcyjnych., Logistyka 6/2014.
• 32. Topolska K., Topolski M., Ude of mergers and genetic fuzzy classifiers in the task of cotntrollingtraffic light ., Logistyka 6/2014.
• 33. Weselik A., „Zarządzanie gospodarką rynkową”, PWN, Warszawa 1997r [31].
• 34. Wooldridge M., Reasoning about Rational Agents. The Mit Press, 2000.