ZASTOSOWANIE METODY ANALIZY WSPÓŁCZYNNIKA MACIERZOWEGO DO OKREŚLENIA PARAMETRÓW FUNKCJI CELU DLA MINIMALIZACJI RYZYKA W TRANSPORCIE
##plugins.themes.bootstrap3.article.sidebar##
Open full text
Numer Tom 11 Nr 1 (2021)
-
SYSTEM DO POMIARU ZESPOLONEJ PODATNOŚCI MAGNETYCZNEJ NANOCZĄSTEK Z WYKONANYM W TECHNOLOGII DRUKU 3D KARKASEM ZINTEGROWANYCH CEWEK ODBIORCZYCH
Mateusz Midura, Przemysław Wróblewski, Damian Wanta, Grzegorz Domański, Mateusz Stosio, Jacek Kryszyn, Waldemar T. Smolik4-9
-
METODY POMIARU SPRZĘŻENIA MAGNETOELEKTRYCZNEGO W MATERIAŁACH MULTIFERROICZNYCH
Jakub Grotel10-14
-
METODY WYKRYWANIA POŻARÓW W EKOSYSTEMACH PRZY UŻYCIU ZDJĘĆ SATELITARNYCH O NISKIEJ ROZDZIELCZOŚCI
Valerii Shvaiko, Olena Bandurka, Vadym Shpuryk, Yevhen V. Havrylko15-19
-
WYTWARZANIE ZAPÓR OGNIOWYCH REALIZOWANYCH POPRZEZ WYBUCHOWE WYTWARZANIE AEROZOLU WODNEGO JAKO ELEMENT INŻYNIERII BEZPIECZEŃSTWA POŻAROWEGO
Grzegorz Śmigielski20-23
-
METODY OCENY I PROGNOZOWANIA POZIOMÓW PROMIENIOWANIA ELEKTROMAGNETYCZNEGO W ŚRODOWISKACH MIEJSKICH
Denys Bakhtiiarov, Oleksandr Lavrynenko, Nataliia Lishchynovska, Ivan Basiuk, Tetiana Prykhodko24-27
-
METODA OKREŚLANIA RZECZYWISTEJ WARTOŚCI CIŚNIENIA W PRÓŻNIOWEJ KOMORZE GASZENIOWEJ SN
Michał Lech, Damian Kostyła28-31
-
PRZEGLĄD METOD SELEKCJI CECH UŻYWANYCH W DIAGNOSTYCE CZERNIAKA
Magdalena Michalska32-35
-
OPRACOWANIE METODY WYKORZYSTANIA SZTUCZNEJ INTELIGENCJI DO UZYSKIWANIA DOKŁADNIEJSZYCH WYNIKÓW PODSTAWOWYCH PARAMETRÓW PROPAGACJI SYGNAŁÓW RADIOWYCH
Andrii Shchepak, Volodimir Parkhomenko, Vyacheslav Parkhomenko36-39
-
ZASTOSOWANIE METODY ANALIZY WSPÓŁCZYNNIKA MACIERZOWEGO DO OKREŚLENIA PARAMETRÓW FUNKCJI CELU DLA MINIMALIZACJI RYZYKA W TRANSPORCIE
Serhii Zabolotnii, Sergii Mogilei40-43
-
ALGORYTMY BILANSOWANIA ORAZ HIERARCHIZACJI MACIERZY WEDŁUG ICH TYPU I ZŁOŻONOŚCI
Yuriy Khanas, Michał Borecki44-49
-
POLIPARAMETRYCZNE KODOWANIE BLOKOWE
Julia Milova, Yuri Melnik50-53
-
TWORZENIE OPROGRAMOWANIA BEZ KODOWANIA NA PRZYKŁADZIE PLATFORMY LOGOTEC APP STUDIO
Monika Moskal54-57
-
APLIKACJA SZKOLENIOWA OPARTA NA SCENARIUSZACH INTERAKCJI VR – NA PRZYKŁADACH DLA LOGISTYKI
Wojciech Włodyka, Dariusz Bober58-61
-
BADANIE ZALEŻNOŚCI STRUKTURY WEKTORÓW INDEKSÓW PRZESUNIĘCIA OD WŁAŚCIWOŚCI KODÓW PIERŚCIENIOWYCH W MOBILNYCH SIECIACH INTERNETU RZECZY
Vladislav Kravchenko, Olena Hryshchenko, Viktoriia Skrypnik, Hanna Dudarieva62-64
Archiwum
-
Tom 13 Nr 4
2023-12-20 24
-
Tom 13 Nr 3
2023-09-30 25
-
Tom 13 Nr 2
2023-06-30 14
-
Tom 13 Nr 1
2023-03-31 12
-
Tom 12 Nr 4
2022-12-30 16
-
Tom 12 Nr 3
2022-09-30 15
-
Tom 12 Nr 2
2022-06-30 16
-
Tom 12 Nr 1
2022-03-31 9
-
Tom 11 Nr 4
2021-12-20 15
-
Tom 11 Nr 3
2021-09-30 10
-
Tom 11 Nr 2
2021-06-30 11
-
Tom 11 Nr 1
2021-03-31 14
-
Tom 10 Nr 4
2020-12-20 16
-
Tom 10 Nr 3
2020-09-30 22
-
Tom 10 Nr 2
2020-06-30 16
-
Tom 10 Nr 1
2020-03-30 19
-
Tom 9 Nr 4
2019-12-16 20
-
Tom 9 Nr 3
2019-09-26 20
-
Tom 9 Nr 2
2019-06-21 16
-
Tom 9 Nr 1
2019-03-03 13
##plugins.themes.bootstrap3.article.main##
DOI
Authors
Abstrakt
Artykuł dotyczy powszechnego problemu transportowego z nieklasycznym kryterium optymalizacji w celu zminimalizowania ryzyka transportowego. Wykazano, że parametry ryzyka takiej funkcji można wyznaczyć metodą analizy czynnikowej. Dodatkowo, ze względu na występowanie w zgłoszeniu problemu kilku punktów wysyłki i dostawy towarów, metoda ta jest prezentowana w postaci matrycy. W wyniku przeprowadzonych badań uzyskano nową metodę konstruowania funkcji celu dla postawionego problemu optymalizacji, której parametry mają charakter probabilistyczny. Pozwala to na ogólne sformalizowanie procesu rozwiązywania tego typu problemów – przede wszystkim przy pomocy specjalistycznego oprogramowania.
Słowa kluczowe:
Bibliografia
Boyd K. C.: Factor analysis. In The Routledge Handbook of Research Methods in the Study of Religion. Taylor and Francis, 2013, 204–216 [http://doi.org/10.4324/9780203154281-22].
Chalmers J., Armour M.: The Delphi technique. In Handbook of Research Methods in Health Social Sciences. Springer, Singapore 2019, 715–735 [http://doi.org/10.1007/978-981-10-5251-4_99]. DOI: https://doi.org/10.1007/978-981-10-5251-4_99
Díaz-Parra O., Ruiz-Vanoye J. A., Bernábe Loranca B., Fuentes-Penna A., Barrera-Cámara R.A.: A survey of transportation problems. Journal of Applied Mathematics. Hindawi Publishing Corporation 2014, 848129 [http://doi.org/10.1155/2014/848129]. DOI: https://doi.org/10.1155/2014/848129
Freund R. J., Wilson W. J., Mohr D. L.: Data and Statistics. In Statistical Methods, 2010, 1–65 [http://doi.org/10.1016/b978-0-12-374970-3.00001-9]. DOI: https://doi.org/10.1016/B978-0-12-374970-3.00001-9
Honcharov А., Mogilei S.: Solving multimodal transportation problems by different program means. Bulletin of Cherkasy State Technological University 3/2020, 67–74.
Klami A., Virtanen S., Leppaaho E., Kaski S.: Group Factor Analysis. IEEE Transactions on Neural Networks and Learning Systems 26(9)/2015, 2136–2147 [http://doi.org/10.1109/TNNLS.2014.2376974]. DOI: https://doi.org/10.1109/TNNLS.2014.2376974
Privarova R.: Operational analysis tools in solving transport task. Perner’s contacts XI(2)/2016, 82–89.
Virtanen S., Klami A., Khan S. A., Kaski, S.: Bayesian group factor analysis. Proceedings of the 15th AISTATS, JMLR W&CP 22/2012, 1269–1277.
Zabolotnii S., Mogilei S.: The methods for determining the parameters of the objective function of multimodal transportation risk. Proceedings of V International Scientific-Practical Conference “ITEST-2020”, Cherkasy 2020, 114–115.
Zhao S., Gao C., Mukherjee S., Engelhardt B. E.: Bayesian group factor analysis with structured sparsity. Journal of Machine Learning Research 17/2016, 1–47.
##plugins.themes.bootstrap3.article.details##
Abstract views: 326
Licencja

Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Na tych samych warunkach 4.0 Miedzynarodowe.
