Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 Autobusy : technika, eksploatacja, systemy transportowe
1 Zeszyty Naukowe. Logistyka i Transport / Międzynarodowa Wyższa Szkoła Logistyki i Transportu we Wrocławiu

Znaleziono wyników: 3

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: soft methods of calculation

Sortuj według:

Ogranicz wyniki do:

Model systemu telematycznego w zarządzaniu transportem wewnętrznym przedsiębiorstwa

Topolska K.

Autobusy : technika, eksploatacja, systemy transportowe

2018

R. 19, nr 6

964--967, CD

W artykule zostaną przestawione technologie stosowane w informatyce jako jeden z najważniejszych instrumentów wpływających również na zarządzanie transportem w przedsiębiorstwie. Dodatkowo zastosowanie narzędzi telematycznych umożliwi optymalizację łańcucha dostaw wewnątrz przedsiębiorstwa. Opracowany zostanie model matematyczny bazuje na fuzji klasyfikatorów rozmytych z teorią probabilistyki i teorii ewidencji matematycznej. W badaniach udowodniono, że miękkie metody obliczeniowe bazujące min. na zbiorach rozmytych i sztucznych sieciach neuronowych są odpowiednie dla zadania sterowania łańcuchem logistycznym, a wspomaganie narzędziami telematycznymi usprawni zarządzanie w przedsiębiorstwie.

The purpose of the research is to provide telematics system architecture. The technologies used in computer science are one of the most important instruments also affecting transport management in an enterprise. They may assist the utility of the system, its accessibility, the level of integration and substantially influence the performance of a company. The use of telematics tools will make it possible to optimize the supply chain within the company. This optimization applies to sales forecasting, which affects the material demand, production, etc. A mathematical model has been developed, which is based on the fusion of fuzzy classifiers with the theory of probability and the theory of mathematical evidence. The data affecting sales are, amongst other: delivery lead time, sales records, customer satisfaction, delivery compliance rate, delivery speed ratio, supply excellence ratio, lead times between order taking and delivery, etc. The study has proven that soft calculation methods based on fuzzy sets and artificial neural networks are appropriate for the tasks of the logistics chain control, and the support of telematics tools will improve the management of an enterprise.

Komputerowo wspomagany łańcuch logistyczny z zastosowaniem miękkich metod matematycznych

Topolski M.

Autobusy : technika, eksploatacja, systemy transportowe

2017

R. 18, nr 12

1654--1657, CD

W artykule zaprezentowano trzy modele matematyczne za pomocą których można dokonać prognozowania stanów zapasów jak i sprzedaży w różnych współzależnych ogniwach łańcucha logistycznego. W celu opisu matematycznego zadania rozpoznawania wykorzystano zbiory rozmyte. Zostały one zastosowane do opisu nieprecyzyjnych związków między różnymi ogniwami łańcucha jak i do oceny niepewnej dziedziny sprzedaży. Modele zostały zweryfikowane w procesie eksperymentalnym i porównane ze znanymi z literatury algorytmami bazującymi na modelach bayesowskich jak i sieciach neuronowych oraz modelach markowskich.

The article presents three mathematical models which can be used to forecast the stock situation as well as sales in various interrelated links of the logistics chain. The fuzzy sets were used to describe the mathematical task of recognition. They were used to describe the imprecise relationships between the various links in the chain and to evaluate the uncertainty of the sales domain. The models were verified in the experimental process and compared with literature-based algorithms based on Bayesian models as well as the nerotic models and Markov models.

Zastosowanie zbiorów rozmytych w planowaniu zapasów w łańcuchu dostaw

Topolska K., Topolski M.

Zeszyty Naukowe. Logistyka i Transport / Międzynarodowa Wyższa Szkoła Logistyki i Transportu we Wrocławiu

2009

Vol. 8, No. 1

169-178

Artykuł prezentuje model planowania zapasów z wykorzystaniem miękkich metod obliczeniowych. Prognozowanie zapasów jest procesem bardziej stochastycznym niż deterministycznym. Zmieniający się popyt rynku, uwarunkowany różnymi czynnikami, niekiedy trudnymi do przewidzenia, sprawia duże problemy w prognozowaniu. Zastosowanie podejścia opartego na zbiorach rozmytych sprawia, że wnioskowanie z danych niepewnych, niepełnych bądź nieprecyzyjnych daje lepsze rozwiązania w sensie poprawnych prognoz niż metody statystyczne. W pracy zaprezentowano sekwencyjny model planowania zapasów, uwzględniający pewną ustaloną trajektorię wcześniejszych obserwacji. Istotnym elementem modelu jest jego czułość na zmiany sezonowe oraz duża adaptacja do nowych pojawiających się nieustalonych zmian trendu. Kolejnym, istotnym elementem artykułu są wyniki badań opartych na danych eksperymentalnych, gdzie sprawdzono skuteczność poprawnych prognoz wraz z ich błędem.

The article shows supply planning model with using soft methods of calculation. Supplies prediction is rather stochastic process than deterministic one. The changing market demand influences by different factors which can be difficult to predict cause big problems in prognostic procedures. Applying solution based on fuzzy set cause that conclusions based on uncertain or imprecision data gives better solutions than statistics method (in the meaning of proper prognosis). In this work it has been shown sequential model of supply planning, which takes into account some predetermined trajectory of former observations. Very important element of such a model is sensitivity on season changes and big adaptation to new emerged predetermined trend changes. In the following part of the work it has been shown the results of investigations based on experimental data, which tried out efficacy of proposed prognosis (together with estimation error).