Zastosowanie teorii miar i całek rozmytych do analizy ryzyka występującego w transporcie skonteneryzowanych ładunków chłodzonych

• Autorzy: Filina-Dawidowicz L.

Warianty tytułu

EN

Application of fuzzy measures and fuzzy-integral calculation theory for analysis of risk occurring during containerised refrigerated cargo transportation

• Języki publikacji: PL

Abstrakty

PL

Podczas transportu żywności w kontenerach chłodniczych od nadawcy do odbiorcy mogą występować różne sytuacje nadzwyczajne, mogące powodować utratę walorów jakościowych ładunków, a w związku z tym również straty dla przewoźników i właścicieli tych ładunków. Sytuacje te mogą być wywołane wpływem czynników ryzyka na różnych etapach realizacji łańcucha transportowego. W celu zapobiegania wystąpieniu takich sytuacji jeszcze na etapie projektowania łańcuchów transportu żywności należy szacować poziom ryzyka, co da możliwość lepszego i bezpieczniejszego planowania i realizacji przewozu żywności. Artykuł stanowi kontynuację badań w zakresie racjonalizacji obsługi kontenerów chłodniczych w zintegrowanych łańcuchach transportowych. Jego celemjest zbadanie możliwości zastosowania teorii miar i całek rozmytych do analizy ryzyka występującego w procesie transportu kontenerów chłodniczych oraz pokazanie modelu matematycznego wykorzystującego założenia tej teorii. W artykule porównano wybrane podejścia do oceny poziomu ryzyka w warunkach niepewności informacji. Przedstawiono model matematyczny, pozwalający przeprowadzać obliczenia poziomu ryzyka występującego w łańcuchach transportowych kontenerów chłodniczych. Stwierdzono, że teoria miar i całek rozmytych może być wykorzystana do analizy poziomu ryzyka utraty jakości skonteneryzowanych ładunków chłodzonych podczas realizacji przewozu w zintegrowanych łańcuchach transportowych.

EN

During food transportation in refrigerated containers from sender to recipient different extraordinary situations may take place, which can cause loads quality loss and consequently losses for carriers and cargo owners. These situations can be caused by risk factors influence at different stages of transport chain. In order to prevent such occurrences the risk level should be estimated at the phase of food transport chains design, enabling to plan and execute food transportation efficiently and safely. The article is a continuation of research undertaken in the field of rationalization of servicing refrigerated container in integrated transport chains. Its purpose is to examine the possibility of applying the fuzzy measures and fuzzy-integral calculation theory to analyse the risk inherent during these containers transportation and to present a mathematical model that uses the assumptions of this theory. The article compares selected approaches used to assess the risk level under information uncertainty. A mathematical model allowing to carry out the calculation of risk level occurring in refrigerated containers transportation was presented. It was found that fuzzy measures and fuzzy-integral calculation theory can be used to analyse the risk level of cargo quality loss during transportation of refrigerated containers within the integrated transport chains.

Słowa kluczowe

PL

analiza ryzyka; skonteneryzowany ładunek chłodzony; teoria miar i całek rozmytych

EN

risk analysis; containerised refrigerated cargo; fuzzy measures and fuzzy-integral calculation theory

• Wydawca: Oficyna Wydawnicza Politechniki Warszawskiej
• Czasopismo: Prace Naukowe Politechniki Warszawskiej. Transport
• Rocznik: 2017
• Tom: z. 116
• Strony: 53--69
• Opis fizyczny: Bibliogr. 20 poz., rys., tab., wykr.

Twórcy

autor

Filina-Dawidowicz L.

• Zachodniopomorski Uniwersytet Technologiczny w Szczecinie, Wydział Techniki Morskiej i Transportu

Bibliografia

• 1. Arduino G., Murillo D.C., Parola F.: Refrigerated container versus bulk: evidence from the banana cold chain, Maritime Policy and Management, 42:3, 2015, p. 228-245.
• 2. Bocharnikov V., Filina L., Sveshnikov S.: Risk analyses of refrigerating containers service in seaports on the basis of fuzzy measures and fuzzy-integral calculation theory. Systems. Journal of transdisciplinary systems science. Vol. 10, nr 1, Wrocław 2005, s. 1-12.
• 3. Bocharnikow V.P.: Fuzzy-technologija. Matematiczeskije osnowy i praktika modelirowanija w ekonomike, Nauka, RAN, St. Petersburg 2001.
• 4. Container Handbook. Cargo loss prevention information from German marine insurers, GDV, Berlin 2003.
• 5. Drewry Maritime Research. Reefer Shipping Market Annual Review and Forecast 2015/16, Drewry Publishing, London 2015.
• 6. FAO. Global food losses and food waste - extent, causes and prevention. Rome 2011.
• 7. Ficoń K: Zastosowanie zbiorów rozmytych do określenia bezpiecznej prędkości podróżnej pasażerskiego statku morskiego. Logistyka, nr 6, 2013, s. 137-145.
• 8. Filina-Dawidowicz L.: Koncepcja metodyki kreowania łańcuchów transportowych kontenerów chłodniczych z uwzględnieniem wpływu czynników ryzyka. Technika Transportu Szynowego nr 12, 2015, s. 502-508.
• 9. Filina-Dawidowicz L.: Rationalization of servicing reefer containers in sea port area with taking into account risk influence. Polish Maritime Research, Vol. 21, Iss. 2, 2014, p. 76-85.
• 10. Filina-Dawidowicz L., Rosochacki W., Iwańkowicz R.: Risk measures of load loss during service of refrigerating containers in seaports. The archives of transport, Vol. 34, Iss. 2, 2015, p. 19-27.
• 11. Malinowski G.: Logiki wielowartościowe, Wydawnictwo Naukowe PWN, Warszawa 2006.
• 12. Nowakowski T.: Modelowanie niepewności wiedzy pozyskiwanej z badań niezawodności, XXX Szkoła Zimowa Niezawodności, 2002.
• 13. Piegat A.: Modelowanie i sterowanie rozmyte. Akademicka Oficyna Wydawnicza Exit, Warszawa 1999.
• 14. Ponomariev J.P.: Igrowyje modeli: Matematiczeskije metody, psichologiczeskij analiz, Nauka, Moskwa 1991.
• 15. Semenov I. N.: Zarządzanie ryzykiem w gospodarce morskiej, Tom I, Szczecin 2003.
• 16. Sokołowska J.: Psychologia decyzji ryzykownych. Ocena prawdopodobieństwa i modele wyboru w sytuacji ryzykownej, Warszawa 2005.
• 17. Swirydowicz K.: Podstawy logiki modalnej, Wydawnictwo Naukowe UAM, Poznań 2004.
• 18. Tarnowski W., Bartkiewicz S.: Modelowanie matematyczne i symulacja komputerowa dynamicznych procesów ciągłych, Wydawnictwo Uczelniane Politechniki Koszalińskiej, Koszalin 1998.
• 19. Yager R., Filev D.: Podstawy modelowania i sterowania rozmytego, WNT, WILEY, Warszawa 1995.
• 20. Zadeh L.A.: The Concept of a linguistic variable and its application to approximate reasoning-III. Information Sciences 9, American Elsevier Publishing Company Inc., 1975, pp. 43-80.

Uwagi

PL

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę (zadania 2017).