SOWA OPAC : Katalog komputerowy książek, czasopism i zbiorów specjalnych

3 wyniki

Książka

W koszyku

Badanie i zarządzanie ryzykiem w transporcie drogowym z zastosowaniem algorytmów sztucznej inteligencji / Mariusz Izdebski. - Wydanie I. - Warszawa : Oficyna Wydawnicza Politechniki Warszawskiej, 2023. - 180 stron : ilustracje, wykresy ; 24 cm.

Autor

Izdebski Mariusz

Forma i typ

Książki Publikacje naukowe

Temat

Algorytmy Sztuczna inteligencja Transport drogowy Zarządzanie ryzykiem Zastosowanie i wykorzystanie

Gatunek

Monografia

Dziedzina i ujęcie

Informatyka i technologie informacyjne Transport i logistyka Zarządzanie i marketing

Bibliografia, wykaz aktów prawnych i norm na stronach 173-180.

1. Ryzyko i jego znaczenie w identyfikacji zagrożeń realizacji procesów transportowych. 17 1.1. Pojęcie ryzyka w literaturze 17 1.2. Zagrożenia w realizacji procesów transportowych 22 1.3. Rodzaje ryzyka 26 2. Zarządzanie ryzykiem w transporcie drogowym 29 2.1. Ogólna procedura zarządzania ryzykiem 29 2.2. Zarządzanie ryzykiem w realizacji procesów transportowych 31 2.2.1. Problematyka wyznaczania tras jazdy pojazdów 32 2.2.2. Problematyka przydziału pojazdów do zadań 33 3. Metody i narzędzia oceny i zarządzania ryzykiem w transporcie drogowym 35 3.1. Klasyfikacja metod oceny ryzyka 35 3.2. Charakterystyki wybranych metod oceny ryzyka 40 3.3. Algorytmy sztucznej inteligencji w ocenie i zarządzaniu ryzykiem w transporcie drogowym 44 3.4. Szacowanie ryzyka zdarzeń niebezpiecznych 48 4. Uogólnione modele zarządzania ryzykiem w transporcie drogowym. 50 4.1. Budowa modelu zarządzania ryzykiem w przewozie ładunków 50 4.1.1. Założenia budowy modelu w przewozie ładunków 50 4.1.2. Identyfikacja elementów modelu zarządzania ryzykiem w przewozach ładunków 54 4.1.3. Struktura sieci transportowej w przewozach ładunków 55 4.1.4. Parametryzacja elementów sieci transportowej w przewozie ładunków 57 4.1.5. Zmienne decyzyjne modelu zarządzania ryzykiem w przewozie ładunków. 66 4.1.6. Ograniczenia modelu zarządzania ryzykiem w przewozie ładunków 68 4.1.7. Ocena ryzyka w przewozie ładunków 75 4.2. Budowa modelu zarządzania ryzykiem w przydziale pojazdów do zadań 77 4.2.1. Założenia budowy modelu zarządzania ryzykiem w przydziale pojazdów do zadań 77 4.2.2. Identyfikacja i parametryzacja elementów modelu zarządzania ryzykiem w przydziale pojazdów do zadań 80 4.2.3. Zmienne decyzyjne modelu zarządzania ryzykiem w przydziale pojazdów do zadań 85 4.2.4. Ograniczenia i funkcja kryterium modelu zarządzania ryzykiem w przydziale pojazdów do zadań 87 5. Wybrane modele zarządzania ryzykiem w transporcie drogowym 90 5.1. Założenia ogólne – rodzaje modeli 90 5.2. Model zarządzania ryzykiem w transporcie ładunków w systemie całopojazdowym i hierarchicznym 91 5.3. Model zarządzania ryzykiem w transporcie ładunków w systemie rozproszonym 101 5.4. Model zarządzania ryzykiem w przydziale pojazdów do zadań. 107 6. Algorytmy optymalizacyjne zarządzania ryzykiem w przewozie ładunków 112 6.1. Metoda zarządzania ryzykiem w przewozie ładunków 112 6.2. Algorytm mrówkowy w zarządzaniu ryzykiem w przewozie ładunków 113 6.3. Algorytm genetyczny w zarządzaniu ryzykiem w przewozie ładunków 121 6.3.1. Postać ogólna algorytmu genetycznego w zarządzaniu ryzykiem w przewozie ładunków 121 6.3.2. Etapy budowy algorytmu genetycznego w modelu zarządzania ryzykiem w przewozie ładunków 124 7. Algorytmy optymalizacyjne zarządzania ryzykiem w przydziale pojazdów do zadań. 129 7.1. Metoda zarządzania ryzykiem w przydziale pojazdów do zadań 129 7.2. Algorytm mrówkowy w zarządzaniu ryzykiem w przydziale pojazdów do zadań 131 7.3. Algorytm genetyczny w zarządzaniu ryzykiem w przydziale pojazdów do zadań 133 8. Kalibracja, weryfikacja i aplikacja algorytmów do zarządzania ryzykiem w transporcie drogowym 137 8.1. Założenia do procesu kalibracji i weryfikacji algorytmów 137 8.2. Przykład zastosowania algorytmu mrówkowego i genetycznego do zarządzania ryzykiem w transporcie ładunków niebezpiecznych 138 8.2.1. Dane wejściowe modelu zarządzania ryzykiem w transporcie ładunków nie- bezpiecznych 138 8.2.2. Wyznaczanie teoretycznych rozkładów prawdopodobieństwa wypadków i ich skutków w transporcie ładunków niebezpiecznych 140 8.2.3. Wyniki kalibracji i weryfikacji algorytmu mrówkowego w przewozach ładunków niebezpiecznych. 144 8.2.4. Wyniki kalibracji i weryfikacji algorytmu genetycznego w przewozie ładunków niebezpiecznych. 148 8.3. Przykład zastosowania algorytmu mrówkowego i genetycznego do zarządzania ryzykiem w przedsiębiorstwie komunalnym 150 8.3.1. Dane wejściowe modelu zarządzania ryzykiem w przedsiębiorstwie komunalnym 150 8.3.2. Wyznaczanie teoretycznych rozkładów prawdopodobieństwa wypadków i ich skutków w zbiórce odpadów komunalnych 151 8.3.3. Wyniki kalibracji i weryfikacji algorytmu mrówkowego w zbiórce odpadów komunalnych 155 8.3.4. Wyniki kalibracji i weryfikacji algorytmu genetycznego w zbiórce odpadów komunalnych 157 8.4. Przykład zastosowania algorytmu mrówkowego i genetycznego do zarządzania ryzykiem w przydziale pojazdów do zadań 160 8.4.1. Dane wejściowe modelu zarządzania ryzykiem w przydziale pojazdów do zadań 160 8.4.2. Wyznaczanie teoretycznych rozkładów prawdopodobieństwa wypadków i ich skutków w przydziale pojazdów do zadań 161 8.4.3. Wyniki kalibracji i weryfikacji algorytmu mrówkowego w przydziale pojazdów do zadań 164 8.4.4. Wyniki kalibracji i weryfikacji algorytmu genetycznego w przydziale pojazdów do zadań 166

dostępna do wypożyczenia

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Wypożyczalnia

Są egzemplarze dostępne do wypożyczenia: sygn. 154112 N (1 egz.)

Książka

W koszyku

Modelowanie i analiza problemów decyzyjnych przydziału pojazdów do zadań w zagadnieniach transportowych / Mariusz Izdebski. - Warszawa : Oficyna Wydawnicza Politechniki Warszawskiej, 2018. - 167, [2] strony : ilustracje, wykresy ; 24 cm.

Autor

Izdebski Mariusz.

Forma i typ

Książki Publikacje naukowe

Temat

Algorytmy genetyczne. Decyzje. Logistyka gospodarcza. Modele matematyczne. Optymalizacja. Pojazdy.

Gatunek

Opracowanie

Dziedzina i ujęcie

Matematyka Transport i logistyka Zarządzanie i marketing

Bibliografia na stronach 159-[168].

Narzędzia i metody rozwiązywania przydziału środków do zadań Metody przydziału środków do zadań w literaturze Metody i algorytmy w zagadnieniach transportowych Wybrane zagadnienia budowy modeli decyzyjnych w zagadnieniach transportowych Istota i cele konstruowania modeli systemów Klasyfikacja modeli Cele modelowania systemów transportowych Zasady konstruowania modeli decyzyjnych Model przydziału pojazdów do zadań Identyfikacja elementów modelu przydziału Struktura sieci transportowej Parametryzacja elementów sieci transportowej Parametryzacja elementów punktowych sieci transportowej Parametryzacja elementów liniowych sieci transportowej Potencjał techniczny Zmienne decyzyjne Warunki i ograniczenia przydziału Kryteria oceny przydziału Wybrane modele przydziału pojazdów do zadań w systemach transportowych Model przydziału pojazdów do zadań dla systemów o strukturze hierarchicznej Model przydziału pojazdów do zadań d\a systemów całopojazdowych Model przydziału pojazdów do zadań dla systemów o rozproszonych punktach nadania i jednej bazie zbiorczej Algorytmy rozwiązywania modeli przydziału pojazdów do zadań w systemach transportowych Wybrane algorytmy i ich zastosowanie do rozwiązywania problemów optymalizacyjnych Algorytm genetyczny do rozwiązywania modeli przydziału pojazdów do zadań Algorytm genetyczny dla modelu przewozów całopojazdowych i modelu o rozproszonych punktach nadania i bazie zbiorczej Opracowanie struktury chromosomu określenie funkcji przystosowania Etapy reprodukcji chromosomu. określenie krzyżowania i mutacji chromosomów Algorytm genetyczny dla modelu przydziału pojazdów do zadań w systemach o strukturze hierarchicznej. Opracowanie struktury chromosomu. określenie krzyżowania i mutacji oprogramowanie komputerowe wspomagające wyznaczanie przy działu pojazdów do zadań Dane dotyczące aplikacji komputerowej Funcjonalności użytkowe programu Praktyczne przykłady zastosowania modeli przydziału pojazdów do zadań Weryfikacja modelu MPCP-I Analizawraż1iwości dla modeluMPcP-l Weryfikacja modelu MPSR-I Analiza wrażliwości dla modelu MPSR-I Weryfikacja modelu MPH-I Analiza wrażliwości dla modelu MPH-I

Sygnatura czytelni BMW: VIII H 201 (nowy)

dostępna do wypożyczenia

Ta pozycja znajduje się w zbiorach 2 placówek. Rozwiń listę, by zobaczyć szczegóły.

Wypożyczalnia

Są egzemplarze dostępne do wypożyczenia: sygn. M 14622 (1 egz.)

Biblioteka Międzywydziałowa

Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 147064 N (1 egz.)

E-book

W koszyku

Badanie i zarządzanie ryzykiem w transporcie drogowym z zastosowaniem algorytmów sztucznej inteligencji / Mariusz Izdebski. - Oficyna Wydawnicza Politechniki Warszawskiej ; IBUK Libra, 2023. - 180 s.

Autor

Izdebski Mariusz.

Forma i typ

E-booki

Praca dotyczy tematyki zarządzania ryzykiem w transporcie drogowym z wykorzystaniem algorytmów sztucznej inteligencji w procesach przewozowych do minimalizacji zdarzeń niebezpiecznych. Wartością poznawczą przeprowadzonych badań jest opracowanie autorskich, oryginalnych modeli zarządzania ryzykiem w transporcie drogowym wraz z ich algorytmizacją narzędziami sztucznej inteligencji. Opracowane modele zarządzania ryzykiem mogą mieć zastosowanie w różnych obszarach, np. budownictwie. Wykorzystanie algorytmów sztucznej inteligencji w zarządzaniu ryzykiem w transporcie drogowym pozwoliło na opracowanie oryginalnych metod oceny i zarządzania ryzykiem w procesach przewozowych. Do badania redukcji poziomu ryzyka zastosowano dwa zaawansowane algorytmy sztucznej inteligencji – mrówkowy i genetyczny. Sposób ich działania jest różny, co pozwoliło na porównanie jakości generowanych rozwiązań, a tym samym wyznaczenie efektywności tych algorytmów w zarządzaniu ryzykiem w transporcie drogowym. Monografia składa się z dziewięciu rozdziałów, które podzielono na trzy obszary tematyczne. W pierwszym obszarze (rozdz. 1–3) zdefiniowano najnowsze badania z zakresu tematyki ryzyka w transporcie drogowym, scharakteryzowano kluczowe zagrożenia w procesach przewozowych i przedstawiono procedurę zarządzania ryzykiem w transporcie drogowym. Kluczowym elementem tej części monografii jest opis algorytmów sztucznej inteligencji stosowanych w zarządzaniu ryzykiem w transporcie drogowym, ze szczególnym podkreśleniem dużej roli, jaką odgrywają użyte algorytmy. W drugim obszarze (rozdz. 4 i 5) opisano modele zarządzania ryzykiem w transporcie drogowym i przedstawiono ich formalny zapis. W trzecim obszarze (rozdz. 6–8) opisano proces algorytmizacji opracowanych modeli zarządzania ryzykiem wraz ze sposobem szacowania ryzyka na odcinkach sieci transportowej i przedstawiono weryfikację algorytmów zastosowanych w aplikacji do przykładów. W podsumowaniu monografii przedłożono rekomendacje dla decydentów zarządzających ryzykiem w transporcie drogowym, a także podkreślono oryginalność przedstawionych badań i ich dalszy kierunek.

dostępna online

Ta pozycja jest dostępna przez Internet. Rozwiń informację, by zobaczyć szczegóły.

Dostęp do treści elektronicznej wymaga posiadania kodu PIN. Po odbiór kodu PIN zapraszamy do biblioteki.

Informacje o książce ; Spis treści