Model decyzyjny rozwoju systemu transportowego z zastosowaniem logiki rozmytej

• Autorzy: Kaczorek Maciej , Jacyna Marianna

Warianty tytułu

EN

Fuzzy logic-based decision model for transport system development

• Języki publikacji: PL

Abstrakty

PL

Wybór proponowanych do realizacji projektów infrastrukturalnych, które zapewnią osiąganie celów rozwojowych, jest jednym z kluczowych zagadnień planowania. W Polsce, w obszarze strategicznego planowania rozwoju infrastruktury transportowej, metody wspomagania decyzji nie są kompleksowo stosowane. Artykuł ten ma na celu wypełnienie tej luki za pomocą modelu decyzyjnego rozwoju transportu z zastosowaniem logiki rozmytej. Zaprezentowana metoda umożliwia ocenę projektów kolejowych i drogowych względem grupy kryteriów odpowiadających głównym paradygmatom rozwoju, tj. zrównoważonemu rozwojowi i jakości życia. W celu praktycznego zastosowania logiki rozmytej wykorzystano moduł Fuzzy Logic Toolbox dostępny w pakiecie MATLAB. Model rozwoju obejmuje definicję zmiennych lingwistycznych odpowiadających kryteriom decyzyjnym, funkcje przynależności, reguły wnioskowania oraz ocenę wyników. Model został zastosowany do oceny dwóch rzeczywistych projektów infrastrukturalnych w zakresie linii kolejowej i drogi. Rozważania przeprowadzone w tym artykule wskazują na przydatność logiki rozmytej do wspomagania decyzji w planowaniu rozwoju transportu.

EN

The selection of infrastructure projects proposed for implementation that will ensure the achievement of development objectives is one of the key planning issues. In Poland, in the area of strategic planning of infrastructure development, methods of supporting decision-making, are currently not applied comprehensively. The article aims to address this gap with Fuzzy Logic-based Decision Model for Transport System Development. The presented method allows to assess infrastructure development projects in road and rail transport against a number of criteria corresponding to the main development directions, i.e. sustainable development and quality of life. To allow practical application of fuzzy logic, the Fuzzy Logic Toolbox package available in the MATLAB environment has been employed. The developed model contains defined linguistic variables reflecting the decision-making criteria, membership functions, inference rules as well as assessment results. Model was applied in two real-life project evaluation cases of rail and road infrastructure projects. The deliberations described in this paper indicate the applicability of fuzzy logic for supporting decision-making in planning transport development.

Słowa kluczowe

PL

logika rozmyta; planowanie transportu; polityka rozwoju; wspomaganie decyzji

EN

fuzzy logic; transport planning; development policy; decision support

• Wydawca: Stowarzyszenie Inżynierów i Techników Komunikacji Rzeczpospolitej Polskiej
• Czasopismo: Transport Miejski i Regionalny
• Rocznik: 2022
• Tom: nr 6
• Strony: 3--10
• Opis fizyczny: Bibliogr. 31 poz., rys., tab., wykr.

Twórcy

autor

Kaczorek Maciej

• Politechnika Warszawska, Wydział Transportu, ul. Koszykowa 75, 00-662 Warszawa

• https://orcid.org/0000-0001-7973-1110

autor

Jacyna Marianna

• Politechnika Warszawska, Wydział Transportu, ul. Koszykowa 75, 00-662 Warszawa

• https://orcid.org/0000-0002-7582-4536

Bibliografia

• 1. Beria P., Maltese I., Mariotti I., Multicriteria versus Cost Benefit Analysis: A comparative perspective in the assessment of sustainable mobility, “European Transport Research Review”, vol. 4, 2012, nr 3.
• 2. Centralny Port Komunikacyjny sp. z o.o., Pasażerski Model Transportowy, Skrócony Raport Techniczny, 2020.
• 3. Centrum Unijnych Projektów Transportowych: Zintegrowany Model Ruchu, https://www.cupt.gov.pl/cupt/zmr-zintegrowany- model-ruchu. – abgerufen am 2021-05-19.
• 4. Cieśla M., Sobota A., Jacyna M., Multi-Criteria decision making process in metropolitan transport means selection based on the sharing mobility idea, “Sustainability” (Switzerland), vol. 12, MDPI AG, 2020, nr 17.
• 5. European Commission, Guide to Cost-benefit Analysis of Investment Projects: Economic appraisal tool for Cohesion Policy 2014-2020, 2014.
• 6. Jacyna M., Merkisz J., Proecological approach to modelling traffic organization in national transport system, “Archives of Transport”, vol. 30, Warsaw University of Technology, 2014, Nr 2.
• 7. Jacyna-Gołda I., Zak J., Gołębiowski P., Models of traffic flow distribution for various scenarios of the development of proecological transport system, “Archives of Transport”, vol. 32, Warsaw University of Technology, 2014, nr 4.
• 8. JASPERS: Niebieska Księga – Sektor Transportu Publicznego w miastach, aglomeracjach, regionach, 2015.
• 9. Kaczorek M., Klikowski M., Konarski A., Lenart S., Mikulski B., Mokrzański M., Pyzik M., Kolejowy Model Towarowy – model ruchu na potrzeby PKP Polskich Linii Kolejowych SA, „Transport Miejski i Regionalny”, 2018, nr 6.
• 10. Kaczorek M., Model wielokryterialnego wspomagania decyzji w planowaniu rozwoju infrastruktury transportowej z uwzględnieniem aspektów zagospodarowania przestrzennego, Warszawa, Politechnika Warszawska, Rozprawa Doktorska, 2022.
• 11. Kaczorek M., Jacyna M., Fuzzy logic as a decision-making support tool in planning transport development, “Archives of Transport”, vol. 1, Index Copernicus, 2022, nr 61.
• 12. Kancelaria Prezesa Rady Ministrów, Koncepcja przygotowania i realizacji inwestycji Port „Solidarność” – Centralny Port Komunikacyjny dla Rzeczypospolitej Polskiej 2017, nr 173.
• 13. Komisja Europejska, Plan utworzenia jednolitego europejskiego obszaru transportu – dążenie do osiągnięcia konkurencyjnego i zasobooszczędnego systemu transportu – Biała Księga. vol. KOM(2011), 2011.
• 14. Komornicki T., Rosik P., Stępniak M., Śleszyński P., Goliszek S., Pomianowski W., Kowalczyk K., Ewaluacja i monitoring zmian dostępności transportowej w Polsce z wykorzystaniem wskaźnika WMDT, Warszawa 2018.
• 15. Konarski A., Klikowski M., Mikulski B., Mokrzański M., Pyzik M., Model ruchu na potrzeby PKP Polskich Linii Kolejowych SA – komponent pasażerski, „Transport Miejski i Regionalny”, 2018, nr 6.
• 16. Koźlak A., Nowoczesny system transportowy jako czynnik rozwoju regionów w Polsce, Gdańsk, Wydawnictwo Uniwersytetu Gdańskiego, 2012.
• 17. Ministerstwo Administracji i Cyfryzacji, Polska 2030, Trzecia fala nowoczesności. Długookresowa Strategia Rozwoju Kraju, 2013.
• 18. Ministerstwo Infrastruktury, Strategia Zrównoważonego Rozwoju Transportu do 2030 roku, 2019.
• 19. Ministerstwo Rozwoju, Strategia na rzecz odpowiedzialnego rozwoju: do roku 2020 (z perspektywą do 2030 r.), vol. 2020, Warszawa, Ministerstwo Rozwoju, Departament Strategii Rozwoju, 2017.
• 20. Organizacja Narodów Zjednoczonych, Przekształcamy nasz świat, Agenda na rzecz zrównoważonego rozwoju do roku 2030. vol. 16301, 2015.
• 21. Ortúzar J. de D., Willumsen L. G., Modelling Transport, 2011.
• 22. Rozporządzenie wykonawcze Komisji (UE) 2015/207 z dnia 20 stycznia 2015 r. ustanawiające szczegółowe zasady wykonania rozporządzenia Parlamentu Europejskiego i Rady (UE) nr 1303/2013 w odniesieniu do wzoru sprawozdania z postępów, formatu dokumentu służąc, 2015.
• 23. Suchorzewski W., Waltz A., Brzeziński A., Modelowanie i prognozowanie ruchu – od liczydła do big data, „Transport Miejski i Regionalny”, 2020, nr 12.
• 24. Szarata A., Modelowanie podróży wzbudzonych oraz tłumionych zmianą stanu infrastruktury transportowej, Monografia / Politechnika Krakowska im. Tadeusza Kościuszki, Inżynieria Lądowa, Kraków, Wydawnictwo PK, 2012.
• 25. The MathWorks Inc, User’s Guide R2021b, 2021.
• 26. Tsamboulas D., Yiotis G.S., Panou K.D., Use of multicriteria methods for assessment of transport projects, “Journal of Transportation Engineering”, vol. 125, 1999, nr 5.
• 27. Ustawa z dnia 6 grudnia 2006 r. o zasadach prowadzenia polityki rozwoju.
• 28. Vuchic V. R., Transportation for livable cities, 3rd print., New Brunswick, Center for Urban Policy Research, 2017 .
• 29. Wojewódzka-Król K., Rydzkowski W., Transport, 6. ed., Wydawnictwo Naukowe PWN, Warszawa 2016 .
• 30. Zadeh L.A., Fuzzy sets, Information and Control, vol. 8, 1965, nr 3.
• 31. Żak J., Redmer A., Sawicki P., Wielokryterialne wspomaganie decyzji w transporcie drogowym, vol. 56, 2003

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2024).