Badanie i zarządzanie ryzykiem w transporcie drogowym z zastosowaniem algorytmów sztucznej inteligencji

Mariusz Izdebski

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.

Modelowanie i analiza problemów decyzyjnych przydziału pojazdów do zadań w zagadnieniach transportowych

Mariusz Izdebski

Praca dotyczy metodologii modelowania przydziału pojazdów do zadań w zagadnieniach transportowych z uwzględnieniem wyznaczania tras jazdy pojazdów, przy jednoczesnej minimalizacji liczby tych pojazdów oraz wskazaniu typów pojazdów realizujących zadania transportowe. Przedstawiona metodologia modelowania przydziału pojazdów do zadań wraz z implementacją komputerową może stanowić narzędzie wspomagania decyzji w zakresie planowania tras jazdy pojazdów czy opracowywania harmonogramów pracy kierowców w przedsiębiorstwach transportowych.   Wymiernym efektem pracy jest aplikacja komputerowa umożliwiająca optymalizację przydziału pojazdów do zadań dla różnych systemów transportowych. Przedstawiona w pracy metodologia pozwala na dopasowanie zasobów technicznych do potrzeb obsługi transportowej podmiotów gospodarczych w zależności od sytuacji decyzyjnej.   Przedstawione w pracy modele matematyczne różnią się między sobą przede wszystkim celem wyrażonym funkcją kryterium oraz rodzajem realizowanych zadań. Zagadnienia przydziału w monografii zostały ukazane w ujęciu wielokryterialnym.   Opracowanie obejmuje osiem rozdziałów, z których trzy pierwsze stanowią krytyczną analizę stanu zagadnienia, kolejne dwa zawierają matematyczne sformułowanie problemu, następny rozdział przedstawia procedurę konstruowania algorytmu genetycznego wyznaczającego przydział pojazdów do zadań oraz opis aplikacji, a weryfikacja algorytmu oraz wnioski są ostatnimi rozdziałami niniejszej monografii.