Badanie i zarządzanie ryzykiem w transporcie drogowym z zastosowaniem algorytmów sztucznej inteligencji
rok wydania: 2023, wydanie pierwsze
ISBN: 978-83-8156-540-0
ilość stron: 180
format: B5
Opis
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.
Spis treści
Streszczenie / 8
Wstęp / 9
Spis oznaczeń / 12
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 niebezpiecznych / 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
Podsumowanie / 170
Bibliografia / 173
Informacje o bezpieczeństwie produktu Informacje o producencie