Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 2018

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Metoda rozwiązywania problemów związanych z doborem maszyn górniczych na podstawie teorii szarych systemów

Milisavljevic V., Martinetti A., Cvjetic A.

Mining – Informatics, Automation and Electrical Engineering

2018

R. 56, nr 3

65--70

Wybór maszyn górniczych to złożony problem, wymagający rozważenia wielu różnych parametrów. Jednym z najważniejszych zadań w przemyśle górniczym jest wybór najlepszych spośród kilkunastu dostępnych maszyn, które często opisywane są zarówno za pomocą zmiennych numerycznych, jak i zmiennych lingwistycznych. Zmienne numeryczne zwykle są związane z charakterystyką techniczną maszyn, która w większości przypadków jest dostępna w szczegółach. Z drugiej strony niektóre równie ważne parametry, takie jak cena, niezawodność, serwis i części zamienne, koszty operacyjne itd., z wielu przyczyn nie są dostępne na wymaganym poziomie, stąd należy je uważać za informacje niepewne. Dlatego też informacje te opisywane są za pomocą zmiennych lingwistycznych. Niniejszy artykuł przedstawia badania mające na celu przezwyciężenie tego problemu z wykorzystaniem teorii szarych systemów do wyboru odpowiednich maszyn górniczych. Teoria szarych systemów to dobrze znana metoda stosowana w przypadku problemów wyboru wielokryteriowego, gdzie część informacji jest znana, a część pozostaje nieznana.

Approach to solving mining machine selection problem by using grey theory

Milisavljevic V., Martinetti A., Cvjetic A.

Mining – Informatics, Automation and Electrical Engineering

2018

R. 56, nr 3

59--64

The selection of a mining machine is a multiple-attribute problem that involves the consideration of numerous parameters of various origins. A common task in the mining industry is to select the best machine among several alternatives, which are frequently described both with numerical variables as well as linguistic variables. Numerical variables are mostly related to the technical characteristics of the machines, which are available in detail in most cases. On the other hand, some equally important parameters such as price, reliability, support for service and spare parts, operating cost, etc., are not available at the required level for various reasons; hence, these can be considered uncertain information. For this reason, such information is described with linguistic variables. This paper presents research related to overcoming this problem by using grey theory for selecting a proper mining machine. Grey theory is a well-known method used for multiple-attribute selection problems that involves a system in which parts of the necessary information are known and parts are unknown.