Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  inteligentny system wspomagania decyzji
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
Some problems of design of the fuzzy system rule base for Intelligent Decision Support System (IDSS) are considered. The fuzzy system rule base used at decision making about an accommodation of industrial and social objects in territories, dangerous from the point of view of hydrometeorological factors, is the object of research. An approach to determining the parameter of the fuzzy model rule base completeness is presented. Influence of the fuzzy model input vector structure on decisions offered by IDSS is investigated. Research is carried out with use of the package Matlab Fuzzy Logic.
PL
W artykule autorka rozpatruje wybrane zagadnienia budowy rozmytej bazy reguł Inteligentnego Systemu Wspomagania Decyzji (ISWD) wykorzystującego informację hydrometeorologiczną. Informację hydrometeorologiczną charakteryzuje niepewność i niepełność. Powoduje to trudności w ocenie skutków decyzji podejmowanych na podstawie tej informacji. Jako narzędzie pomocnicze w tym przypadku może służyć ISWD, w którego strukturze zawarte są systemy rozmyte. Jako obiekt badań występuje baza reguł systemu rozmytego, wspomagającego proces podejmowania decyzji o możliwości rozmieszczenia obiektów socjalnych i przemysłowych na terenach zagrożonych niebezpiecznymi czynnikami hydrometeorologicznymi. W artykule autorka przedstawia podejście do określenia wskaźnika kompletności bazy reguł modelu rozmytego oraz wyniki badań wpływu struktury wektora wejścia modelu rozmytego na rozwiązania proponowane przez ISWD. Badania prowadzono przy wykorzystaniu oprogramowania Matlab Fuzzy Logic.
PL
W pracy omówiono zagadnienie modelowania danych na poziomie konceptualnym, które ma kluczowe znaczenie dla użyteczności i jakości projektowanej bazy danych. Przykład modelowania danych na poziomie konceptualnym jest ilustracją problemów, jakie występują w procesie technologicznym przy produkcji opakowań szklanych. Przedstawiony model bazy danych wykorzystany zostanie przy budowie Inteligentnego Systemu Wspomagania Decyzji, opracowywanego dla potrzeb przedsiębiorstwa produkcyjnego w przemyśle szklarskim. System ten będzie służył do klasyfikacji wad produktu (opakowań szklanych) oraz doboru odpowiedniej metody eliminacji wad powstających w trakcie procesu produkcji.
EN
The paper discusses the problem of data modeling on the conceptual level, which is crucial to the usefulness and quality of the proposed database. The example of data modeling is a conceptual illustration of the problems that occur in the technological process in the production of glass packaging. The database model will be used in the construction of an Intelligent Decision Support System developed for the needs of manufacturing companies in the glass industry. This system will be used for classification of product defects (glass containers), as well as choosing the appropriate method of elimination of defects generated during the manufacturing process.
3
Content available remote Manufacturing project management in the conglomerate enterprises supported by IDSS
80%
EN
Purpose: of this paper is to summarize the application study of a general framework of intelligent decision support system (IDSS) to collaborative projects in conglomerate enterprises. In some situations, even with the knowledge of how to find right information and which decision making methods to apply, we do not have enough time to make right decisions at the right time. In this paper, the framework of an IDSS system to support real-time collaboration and enable seamless data exchange is presented. Design/methodology/approach: The important roles of facilitation and organization that the IDSS plays are demonstrated. In the case study, examples of manufacturing projects analysis are given with the known methods, including Analytical Hierarchy Process and Bayes’ rule. Findings: It is demonstrated that IDSS systems can help us to manage information flow, clean data, transform data into knowledge, perform analysis and monitor the effectiveness of manufacturing projects during the whole life cycle. Research limitations/implications: The functionality of the developed framework is limited by the willingness of management style and culture changes in companies, as well as the level of interoperability between commercial software components. Only the essential components that influence the success of the manufacturing projects are considered. Practical implications: Project engineers and managers need to adapt to the new IT-based working environment. Originality/value: New information management model and the framework of IDSS system are proposed. The new collaborative decision making system consists of different parts: management of information flow, preparation of data for decision making, and actual decision making and monitoring of manufacturing projects supported by several methods.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.