Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://elartu.tntu.edu.ua/handle/lib/44689

Повний запис метаданих
Поле DCЗначенняМова
dc.contributor.authorШарко, Олександр
dc.contributor.authorБукетов, Андрій
dc.contributor.authorКлевцов, Костянтин
dc.contributor.authorСапронов, Олександр
dc.contributor.authorАкімов, Олександр
dc.contributor.authorSharko, Oleksandr
dc.contributor.authorBuketov, Andrii
dc.contributor.authorKlevtsov, Kostiantyn
dc.contributor.authorSapronov, Oleksandr
dc.contributor.authorAkimov, Oleksandr
dc.date.accessioned2024-04-17T10:57:27Z-
dc.date.available2024-04-17T10:57:27Z-
dc.date.created2024-03-19
dc.date.issued2024-03-19
dc.date.submitted2024-01-16
dc.identifier.citationEntropy model for determining the necessary information in the diagnostics of maritime transportat / Oleksandr Sharko, Andrii Buketov, Kostiantyn Klevtsov, Oleksandr Sapronov, Oleksandr Akimov // Scientific Journal of TNTU. — Tern. : TNTU, 2024. — Vol 113. — No 1. — P. 58–70.
dc.identifier.issn2522-4433
dc.identifier.urihttp://elartu.tntu.edu.ua/handle/lib/44689-
dc.description.abstractОсновною проблемою діагностики та управління транспортними потоками за умов невизначеності впливу зовнішнього оточення є отримання необхідного обсягу якісної інформації, оскільки в разі її малих значень зменшується точність прогнозів, а в разі її надмірності утруднюється можливість її використання. Представлено інформаційно-ентропійну модель, яка є обґрунтуванням діагностики та необхідної кількості вхідної інформації в умовах флуктуації зовнішнього середовища. Запропонована інформаційно-ентропійна модель кількісного оцінювання необхідної вхідної інформації та алгоритм її реалізації дає змогу вдосконалити основні принципи та правила організації інформаційного забезпечення процесу динаміки основних структуроутворюючих індексів. Розрахунки апріорної та апостеріорної інформації та величини ентропії здатні регулювати процес накопичення необхідної кількості інформації при ухваленні основних рішень щодо вдосконалення транспортної галузі. На прикладі вивчення морських транспортних перевезень в умовах змінної кон'юнктури, наслідків пандемії та воєнних втручань й інших проявів впливу довкілля оцінено ентропії різних значень апріорної та апостеріорної інформації. Як основні чинники розвитку торговельного морського флоту обрано обсяги міжнародних морських перевезень, річні темпи зростання торговельного флоту, середній вік флоту, ставки тарифів у контейнерних перевезеннях. Для реалізації запропонованої методики здійснено функціональний аналіз операційних процедур управління транспортними перевезеннями в умовах невизначеності, що дало змогу формувати процеси управління розвитком транспортних перевезень та акцентовано увагу на основних операціях підтримання ухвалення управлінських рішень щодо розвитку галузі інформаційного супроводу, оцінювання необхідного обсягу поточної інформації, її опрацюванні, виборі критеріїв оптимізації, здійсненні розрахунків та оцінок відповідними методами. Крім того, визначено основні тенденції сучасногорозвитку світового морського флоту. Побудовано алгоритм визначення необхідної кількості інформації з урахуванням невизначеності. Експериментальна верифікація виконана з урахуванням розгляду динаміки основних показників світового торгового флоту. Показано, що ентропія є кількісним заходом вхідноїінформації для керування та діагностики транспортними процесами в умовах невизначеності
dc.description.abstractThe main problem of diagnostics and management of traffic flows under conditions of uncertainty of the impact of the external environment is to obtain the required amount of high -quality information, since in the case of its small values the accuracy of forecasts decreases, and in the case of its redundancy the possibility of its use is hampered. The information-entropy model, which is the substantiation of diagnostics and the required amount of input information in the context of environmental fluctuations is presented in this paper. On the example of studying maritime transportation under conditions of variable conjuncture, the consequences of pandemic and military interventions and other manifestations of environmental impact, the entropy of different values of a priori and a posteriori information is estimated. The main factors of the merchant marine fleet development are the volume of international shipping, the annual growth rate of the merchant fleet, the average age of the fleet, and tariff rates in container transportation. The main trends in the modern development of the world’s maritime fleet are identified. The algorithm for determining the required amount of information with regard to uncertainty is constructed. The experimental verification is carried out taking into account the dynamics of the main indicators of the world merchant fleet. It is shown that entropy is a quantitative measure of input information for managing and diagnosing transport processes under conditions of uncertainty
dc.format.extent58-70
dc.language.isoen
dc.publisherТНТУ
dc.publisherTNTU
dc.relation.ispartofВісник Тернопільського національного технічного університету, 1 (113), 2024
dc.relation.ispartofScientific Journal of the Ternopil National Technical University, 1 (113), 2024
dc.relation.urihttps://doi.org/10.1007/978-3-0346-0422-2_12
dc.relation.urihttps://doi.org/10.1145/3397512
dc.relation.urihttps://doi.org/10.18356/9789210021470c007
dc.subjectтранспортні процеси
dc.subjectневизначеність
dc.subjectморські перевезення
dc.subjectінформаційна підтримка
dc.subjectентропія
dc.subjectдіагностика
dc.subjecttransportation processes
dc.subjectuncertainty
dc.subjectsea transportation
dc.subjectinformation support
dc.subjectentropy
dc.subjectdiagnostics
dc.titleEntropy model for determining the necessary information in the diagnostics of maritime transportat
dc.title.alternativeЕнропійна модель визначення необхідної інформації при діагностуванні морських транспортних перевезень
dc.type
dc.rights.holder© Тернопільський національний технічний університет імені Івана Пулюя, 2024
dc.coverage.placenameТернопіль
dc.coverage.placenameTernopil
dc.format.pages13
dc.subject.udc629.123.066
dc.relation.references1. Берко А. Ю., Верес О. М., Пасічник В. В. Системи баз даних та знань. Кн. 1. Організація баз даних та знань: навч. пос. Львів: НУ«Львівська політехніка», 2013. 680 с.
dc.relation.references2. Крижановський В. Г. Ентропія та кількість інформації у технічних позначеннях. Вісник Вінницького політехнічного інституту. 2023. № 2. С. 58–64.
dc.relation.references3. Погонець І. О. Теорія ентропі їджерел інформації та її застосування в задачах штучного інтелекту. «Штучний інтелект». 2009. 1. С. 56–61.
dc.relation.references4. Погонець І. О., Николайчук Я. М. Методи визначення ентропії джерел інформації. Вісник Хмельницького національного університету. 2007. 1.(90). № 2. С. 93–99.
dc.relation.references5. Lieb E. H. Yngvason J. The mathematics and Second Low of Thermodinamics. Modern Bizkhause Chassics Basel 2010. P. 334–358. https://doi.org/10.1007/978-3-0346-0422-2_12
dc.relation.references6. Козловская А. Б. К проблеме коммуникативной эффективности в условиях информационной экспансии XXI века. Нова філологія: збірник наукових праць . 2008. № 32. С. 123–131.
dc.relation.references7. Hitzler P. “A review of the semantic web field,” Communications of the ACM . No. 64 (2). 2021. P. 76–83. URL: https://doi.org/10.1145/3397512. https://doi.org/10.1145/3397512
dc.relation.references8. Пітух І. Кореляційні та ентропійні моделі об’єктів управління розподілених комп’ютерн их мереж. Івано-Франківськ: Наукові вісті, Інститут менеджменту та економіки «Галицька академія». 2006. № 2 (10). С. 78–87.
dc.relation.references9. R. M. Gray, Entropy and Information Theory. Springer New York, NY, 2013, 355 p.
dc.relation.references10. Review of maritime transport for 2021. United Nations Organisation. Overview, 31 p. https://doi.org/10.18356/9789210021470c007
dc.relation.references11. Review of maritime transport for 2023. United Nations Organisation. Overview, 35 p.
dc.relation.referencesen1. Berko A. Yu., Veres O. M., Pasichnyk V. V. Systemy baz danykh ta znan'. Kn. 1, Orhanizatsiya baz danykh ta znan', navch. pos. L'viv, Ukrayina: NU “L'vivs'ka politekhnika”, 2013. 680 p.
dc.relation.referencesen2. Kryzhanovs'kyy V. H. Entropiya ta kil'kist' informatsiyi u tekhnichnykh poznachennyakh. Visnyk Vinnyts'koho politekhnichnoho instytutu. 2023. No. 2. P. 58–64.
dc.relation.referencesen3. Pohonets' I. O. Teoriya entropiyi dzherel informatsiyi ta yiyi zastosuvannya v zadachakh shtuchnoho intelektu. “Shtuchnyyintelekt” 2009. 1. P. 56–61.
dc.relation.referencesen4. Pohonets' I. O., Nykolaychuk Ya. M. Metody vyznachennya entropiyi dzherel informatsiyi. Visnyk Khmel'nyts'koho natsional'noho universytetu. Khmel'nyts'kyy: KhNU. 2007. 1 (90). No. 2. P. 93–99.
dc.relation.referencesen5. Lieb E. H. Yngvason J. Themathematics and Second Low of Thermodinamics. Modern Bizkhause Chassics Basel 2010. P. 334–358. https://doi.org/10.1007/978-3-0346-0422-2_12
dc.relation.referencesen6. Kozlovskaya A. B. K probleme kommunykatyvnoy effektyvnosty v uslovyyakh informatsyonnoy ekspansyy XXI veka. Nova filolohiya: zbirnykh naukovykh prats'. Zaporizhzhya, 2008. No. 32. P. 123–131.
dc.relation.referencesen7. Hitzler P. “A review of the semantic web field,” Communications of the ACM. No. 64 (2). 2021. P. 76–83. URL: https://doi.org/10.1145/3397512. https://doi.org/10.1145/3397512
dc.relation.referencesen8. Pitukh I. Korelyatsiyni ta entropiyni modeli ob"yektiv upravlinnya rozpodilenykh komp"yuternykh merezh. Ivano-Frankivs'k: Naukovivisti, Instytut menedzhmentu ta ekonomiky “Halyts'ka akademiya”. 2006. No. 2 (10). P. 78–87.
dc.relation.referencesen9. R. M. Gray, Entropy and Information Theory. Springer New York, NY, 2013, 355 p.
dc.relation.referencesen10. Review of maritime transport for 2021. United Nations Organisation. Overview, 31 p. https://doi.org/10.18356/9789210021470c007
dc.relation.referencesen11. Review of maritime transport for 2023. United Nations Organisation. Overview, 35 p.
dc.identifier.citationenSharko O., Buketov A., Klevtsov K., Sapronov O., Akimov O. (2024) Entropy model for determining the necessary information in the diagnostics of maritime transportat. Scientific Journal of TNTU (Tern.), vol. 113, no 1, pp. 58-70.
dc.identifier.doihttps://doi.org/10.33108/visnyk_tntu2024.01.046
dc.contributor.affiliationХерсонська державна морська академія, Херсон, Україна
dc.contributor.affiliationKherson State Maritime Academy, Kherson, Ukraine
dc.citation.journalTitleВісник Тернопільського національного технічного університету
dc.citation.volume113
dc.citation.issue1
dc.citation.spage58
dc.citation.epage70
Розташовується у зібраннях:Вісник ТНТУ, 2024, № 1 (113)



Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.