Modelowanie neuronowe w zastosowaniu do oceny zarządzania ryzykiem w logistyce

• Autorzy: Jasińska J. , Świderski A.

Warianty tytułu

EN

Application of neural modeling in the assessment of risk management in logistics

• Konferencja: Międzynarodowa Konferencja Naukowa Logistyki Stosowanej „Komplementarność Logistyki Cywilnej z Logistyką Wojskową. Teoria i Praktyka” (6 ; 2-4.06. 2014, Rynia, Polska)
• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono zagadnienia neuronowego modelowania, wykorzystywanego podczas zarządzania ryzykiem realizacji usług logistycznych. Przedstawiona metoda jest narzędziem wspomagającym podejmowanie decyzji. Jej egzemplifikację przedstawiono na wybranym przykładzie.

EN

Selected aspects of the neural risk estimating modelling of providing logistical services. The paper presents the issues of the neural modelling, used in estimating the risk of providing services. The method presented is a tool to support decision making. Its exemplification is shown on the selected example.

Słowa kluczowe

PL

usługi logistyczne; sztuczna sieć neuronowa; ryzyko

EN

logistics service; risk; artificial neural network

• Wydawca: Polskie Wydawnictwo Ekonomiczne SA
• Czasopismo: Gospodarka Materiałowa i Logistyka
• Rocznik: 2014
• Tom: nr 5
• Strony: 264--277
• Opis fizyczny: Bibliogr. 12 poz., rys., tab., pełen tekst na CD

Twórcy

autor

Jasińska J.

• Wojskowa Akademia Techniczna Wydział Mechaniczny Zakład Systemów Jakości i Zarządzania

autor

Świderski A.

• Wojskowa Akademia Techniczna Instytut Logistyki

Bibliografia

• 1. Jacyna M.: Modelowanie wielokryterialne w zastosowaniu do oceny systemów transportowych. Politechnika Warszawska - Prace Naukowe - Transport, z. 47, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2001.
• 2. Jacyna M.: Modelowanie i ocena systemów transportowych. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2009.
• 3. Jasińska J., Świderski A.: Metodyka oceny ryzyka w zapewnieniu jakości systemów logistycznych. Politechnika Warszawska. Prace Naukowe - Transport, z. 64, Warszawa 2008, s. 59-66.
• 4. Lonnblad L., Peterson C., Rognvaldsson T.: Pattern recognition in high energy physics with artificial neural networks - JETNET 2.0. Computer Physics Communications, vol. 70, 1992, s. 167-182.
• 5. Kaczmarek T.: Ryzyko i zarządzanie ryzykiem. Ujęcie interdyscyplinarne. Wydawnictwo Difin, Warszawa 2005.
• 6. Kaczmarek T.: Zarządzanie zdywersyfikowanym ryzykiem w świetle badań interdyscyplinarnych. Typologia i semantyka. Wydawnictwo Wyższej Szkoły Zarządzania i Marketingu w Warszawie, Warszawa 2003.
• 7. Nałęcz M.: Biocybernetyka i inżynieria biomedyczna. Sieci neuronowe. Akademicka Oficyna Wydawnicza EXIT, z. 6, Warszawa 2000.
• 8. Rutkowski L.: Metody i techniki sztucznej inteligencji. Wydawnictwo Naukowe PWN, Warszawa 2005.
• 9. Szkoda J., Świderski A.: Problemy oceny skuteczności jakościowej procesów realizacji wyrobów w aspekcie wymagań AQAP. Wydawnictwo Europejskiego Instytutu Jakości, Warszawa 2005.
• 10. Szkoda J.: Zarządzanie konfiguracją w zapewnieniu jakości wytwarzanej techniki pancernej i samochodowej. Materiały konferencyjne „Zarządzanie ryzykiem i konfiguracją w zapewnieniu jakości wytwarzanej techniki pancernej i samochodowej w aspekcie wymagań NATO”. Wydawnictwo Wojskowego Instytutu Techniki Pancernej i Samochodowej, Sulejówek 2001, s. 16-36.
• 11. Świderski A.: Modelowanie oceny jakości usług transportowych. Politechnika Warszawska - Prace Naukowe - Transport, z. 81, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2011.
• 12. Świderski A.: Modelowanie neuronowe w zastosowaniu do oceny jakości w logistyce. GOSPODARKA MATERIAŁOWA & LOGISTYKA nr 5/2013, Warszawa 2013, s.619-629.