ZASTOSOWANIE METODY ANALIZY CZYNNIKOWEJ DO KONSTRUOWANIA FUNKCJI CELU OPTYMALIZACJI W PROBLEMACH TRANSPORTU MULTIMODALNEGO
##plugins.themes.bootstrap3.article.sidebar##
Open full text
Numer Tom 11 Nr 4 (2021)
-
CAŁKI OSOBLIWE W METODZIE ELEMENTÓW BRZEGOWYCH DLA RÓWNANIA HELMHOLTZA SFORMUŁOWANEGO W PRZESTRZENI CZĘSTOTLIWOŚCI
Tomasz Rymarczyk, Jan Sikora4-8
-
ZASTOSOWANIE PLATFORM THREAT INTELLIGENCE DO ZWIĘKSZENIA OCHRONY ZASOBÓW INFORMACJI PUBLICZNEJ
Bohdan Nikolaienko, Serhii Vasylenko9-13
-
TECHNOLOGIA POŚREDNIEGO UKRYWANIA INFORMACJI NA ZASADZIE MULTIADYCZNEJ
Volodymyr Barannik, Natalia Barannik, Oleksandr Slobodyanyuk14-17
-
WYBRANE ZASTOSOWANIA GŁĘBOKICH SIECI NEURONOWYCH W DIAGNOZIE ZMIAN SKÓRNYCH
Magdalena Michalska18-21
-
EFEKTYWNA METODA WYKRYWANIA LINII Z WYKORZYSTANIEM KONWOLUCYJNEGO FILTRU 2D
Paweł Kowalski, Piotr Tojza22-27
-
ZASTOSOWANIE METODY ANALIZY CZYNNIKOWEJ DO KONSTRUOWANIA FUNKCJI CELU OPTYMALIZACJI W PROBLEMACH TRANSPORTU MULTIMODALNEGO
Serhii Zabolotnii, Artem Honcharov, Sergii Mogilei28-31
-
DOKŁADNOŚĆ KOMUNIKACJI SATELITARNEJ W WYBRANYCH MOBILNYCH SMARTFONACH ANDROID
Przemysław Falkowski-Gilski32-37
-
KOMPENSACJA DYSPERSJI CHROMATYCZNEJ W ISTNIEJĄCYCH ŚWIATŁOWODOWYCH LINIACH TELEKOMUNIKACYJNYCH Z ROSNĄCYM ZAPOTRZEBOWANIEM PRZEPŁYWNOŚCI W SYSTEMACH DWDM
Tomasz Bobruk38-41
-
ŚWIATŁOWODOWE STRUKTURY BRAGGA O MONOTONICZNEJ CHARAKTERYSTYCE APODYZACJI
Jacek Klimek42-46
-
O POJEMNOŚCI OGNIW FOTOWOLTAICZNYCH W WARUNKACH CZĘŚCIOWEGO ZACIEMNIENIA
Mateusz Bartczak47-50
-
STEROWANIE CZTEROPRZEWODOWYM TRÓJPOZIOMOWYM PRZEKSZTAŁTNIKIEM AC/DC Z NIEZALEŻNĄ KONTROLĄ MOCY W KAŻDEJ Z FAZ
Bartłomiej Stefańczak51-54
-
METODA POMIARU I REDUKCJI ZABURZEŃ ELEKTROMAGNETYCZNYCH INDUKOWANYCH PRZEZ PRZEPIĘCIA ŁĄCZENIOWE W OBWODACH nN
Patryk Wąsik55-61
-
ZWIĘKSZENIE EFEKTYWNOŚCI KOSZTOWEJ PROWADZENIA BADAŃ IN VITRO POPRZEZ ZASTOSOWANIE TYTANU W URZĄDZENIU DO POMIARU PARAMETRÓW ELEKTRYCZNYCH KOMÓREK
Dawid Zarzeczny62-66
-
ELIPSOMETRYCZNY SYSTEM SPEKTROSKOPOWY DO SZYBKIEJ OCENY SKŁADU CIENKICH WARSTW Bi2Te3-XSeX
Vladimir Kovalev, Saygid Uvaysov, Marcin Bogucki67-74
-
WYKORZYSTANIE NISKOBUDŻETOWYCH CZUJNIKÓW STĘŻENIA CZĄSTECZEK W CELU POMIARU ZANIECZYSZCZEŃ POWSTAJĄCYCH W TRAKCIE PRACY DRUKAREK 3D
Jarosław Tatarczak75-77
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 szczególnej klasy kryteriów optymalizacyjnych, które posiadają cechy prawdopodobieństwa. W związku z tym, przy konstruowaniu funkcji celu problemu optymalizacyjnego pierwszorzędne znaczenie mają wskaźniki prawdopodobieństwa wystąpienia określonego zdarzenia lub zbioru zdarzeń. Jako główną metodę konstruowania takiej funkcji celu wybrano analizę czynnikową. Algorytm konstrukcji funkcji celu optymalizacji wykonano dla kryterium minimalizacji poziomu ryzyka w przewozach multimodalnych – w tym celu wykorzystano dane demonstracyjne. Wykazano, że zastosowanie analizy czynnikowej w klasycznym sformułowaniu problemu badawczego pozwala nadać mu bardziej wyrazistą interpretację analityczną w jego rozwiązywaniu.
Słowa kluczowe:
Bibliografia
Ayed H., Galvez-Fernandez C., Habbas Z., Khadraoui D.: Solving time-dependent multimodal transport problems using a transfer graph model. Computers and Industrial Engineering 61, 2011, 391–401 [http://doi.org/10.1016/j.cie.2010.05.018]. DOI: https://doi.org/10.1016/j.cie.2010.05.018
Ayed H., Habbas Z., Khadraoui D., Galvez-Fernandez C.: A parallel algorithm for solving time dependent multimodal transport problem. IEEE Conference on Intelligent Transportation Systems, Proceedings, ITSC, 2011, 722–727 [http://doi.org/10.1109/ITSC.2011.6082973]. DOI: https://doi.org/10.1109/ITSC.2011.6082973
Boyd K. C.: Factor analysis. The Routledge Handbook of Research Methods in the Study of Religion 2013, 204–216 [http://doi.org/10.4324/9780203154281-22].
Chandrakantha L.: Using excel solver in optimization problems. John Jay College of Criminal Justice of CUNY, 2014, 42–49.
Elias D., Nadler B., Nadler F., Hauger G.: OPTIHUBS – Multimodal Hub Process Optimization by Means of Micro Simulation. Transportation Research Procedia 14, 2016, 457–466 [http://doi.org/10.1016/j.trpro.2016.05.098]. DOI: https://doi.org/10.1016/j.trpro.2016.05.098
Ezeokwelume O.: Solving linear programming problems and transportation problems using excel solver. International Journal of Scientific & Engineering Research 7(9), 2016, 134–142.
Flórez J. E., Torralba A., García J., Linares López C., García-Olaya A., Borrajo D.: TIMIPLAN: An Application to Solve Multimodal Transportation Problems. Scheduling and Planning Applications Workshop 2010.
García J., Florez J. E., Torralba A., Borrajo D., López C. L., García-Olaya A., Sáenz J.: Combining linear programming and automated planning to solve intermodal transportation problems. European Journal of Operational Research 227, 2013, 216–226. DOI: https://doi.org/10.1016/j.ejor.2012.12.018
Honcharov A., Mogilei S.: Solving multimodal transportation problems by different program means. Bulletin of Cherkasy State Technological University 3, 2020, 67–74.
Jennrich R. I., Bentler P. M.: Exploratory Bi-Factor Analysis. Psychometrika 76(4), 2011, 537–549 [http://doi.org/10.1007/s11336-011-9218-4]. DOI: https://doi.org/10.1007/s11336-011-9218-4
Journal I., Factor I.: Computational and Mathematical Methods in Medicine. Bio Med Research International 1, 2015, 2–4. DOI: https://doi.org/10.1155/2015/685036
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
Lin C. C., Lin S. W.: Two-stage approach to the intermodal terminal location problem. Computers and Operations Research 67, 2016, 113–119 [http://doi.org/10.1016/j.cor.2015.09.009]. DOI: https://doi.org/10.1016/j.cor.2015.09.009
Ovcharuk V., Vovkodav N., Kryvets T., Ovcharuk I.: Linear programming in Mathcad on the example of solving the transportation problem. Scientific Works of NUFT 21(4), 2015, 110–117.
Sengamalaselvi J.: Solving transportation problem by using Matlab. International Journal of Engineering Sciences & Research Technology 6(1), 2017, 374–381 [http://doi.org/10.5281/zenodo.259588].
Slavova-Nocheva M.: Competitiveness of the transport market in Bulgaria. Economic Studies 21(3), 2012, 15–24.
Vats B., Kumar Singh A.: Solving transportation problem using excel solver for an optimal solution. MIT International Journal of Mechanical Engineering 6(1), 2016, 18–20.
Verga J., Silva R. C., Yamakami A.: Multimodal transport network problem: Classical and innovative approaches. Studies in Fuzziness and Soft Computing, Springer Verlag 358, 2018, 299–332 [http://doi.org/doi:10.1007/978-3-319-62359-7_14]. DOI: https://doi.org/10.1007/978-3-319-62359-7_14
Virtanen S., Klami A., Khan S.A., Kaski S.: Bayesian group factor analysis. The Journal of Machine Learning Research 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”, 2020, 114–115.
Zabolotnii S., Mogilei S.: Optimization of the method of constructing reference plans of multimodal transport problem. Technological audit and production reserves 2(45), 2019, 15–20 [http://doi.org/10.15587/2312-8372.2019.154561]. DOI: https://doi.org/10.15587/2312-8372.2019.154561
Zelenika R., Sever D., Zebec S., Pirš B.: Logistic operator: Fundamental factor in rational production of services in multimodal transport. Promet - Traffic&Transportation 17(1), 2005, 43–53.
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: 386
Licencja

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