system wsparcia decyzyjnego - Transportu

PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ 

z. 87 Transport 2012 

Tomasz Nowakowski 

Sylwia Werbińska-Wojciechowska 

Politechnika Wrocławska 

ZAGADNIENIE UTRZYMANIA ŚRODKÓW 

TRANSPORTU – SYSTEM WSPARCIA 

DECYZYJNEGO 

Rękopis dostarczono, listopad 2012 

Streszczenie: W pracy skupiono się na omówieniu koncepcji systemu wsparcia decyzyjnego 

w obszarze utrzymania środków transportowych. W pierwszym kroku przedstawiono podstawowe 

definicje. Następnie omówiono przegląd literatury obejmujący problematykę projektowania systemów 

wsparcia decyzyjnego w obszarach funkcjonowania systemów technicznych, ze szczególnym 

uwzględnieniem systemów logistycznych i transportowych. Pozwoliło to na przedstawienie koncepcji 

systemu wspomagania decyzji w obszarze utrzymania środków transportu wraz z określeniem 

podstawowych założeń systemu, danych wejściowych, czy konkluzji. W podsumowaniu wskazano 

potencjalne problemy do rozwiązania w analizowanym obszarze. 

Słowa kluczowe: system wsparcia decyzyjnego, system transportowy, procesy utrzymania 

1. WPROWADZENIE 

W ostatnich latach, znaczenie problemu zapewnienia wysokiego poziomu obsługi 

klienta przez systemy transportu pasażerskiego znacząco wzrosło, co spowodowane jest 

m.in. wysokim poziomem konkurencji na rynku usług transportowych [5]. Jednocześnie, 

poprawne funkcjonowanie dowolnego systemu transportowego z jednej strony uzależnione 

jest od sprawnego i efektywnego planowania i realizacji zadań operacyjnych 

i wspierających, co wiąże się m.in. z optymalnym planowaniem tras czy 

harmonogramowaniem rozkładów jazdy. Z drugiej strony, należy wziąć pod uwagę wpływ 

poziomu organizacji procesów utrzymania danego systemu w stanie zdatności 

funkcjonalnej i zadaniowej, uwzględniającej [34] (rys. 1): 

• warunki systemu (systems conditions) – związane z procesem projektowania 

i wytwarzania systemu technicznego i jego wpływem na proces uszkodzeń w okresie 

eksploatacji; 

• warunki użytkowania (operational conditions) – definiujące zależności między 

pojawianiem się uszkodzeń systemu a realizacją procesu użytkowania oraz wpływem

38 Tomasz Nowakowski, Sylwia Werbińska-Wojciechowska 

• uwarunkowań zewnętrznych (otoczenia); warunki obsługiwania (maintenance 

conditions) – definiujące relacje między rodzajem i chwilami podejmowanych operacji 

obsługiwania a podstawowymi charakterystykami niezawodnościowymi systemu. 

Rys. 1. Podstawowe elementy wpływające na poziom funkcjonowania systemu technicznego 

[29, 34] 

Ponadto, identyfikacja systemu transportowego w analizowanym obszarze wymaga 

znajomości trzech elementów [13]: 

• komponentów systemu – wiedza o ich typie, ilości, rodzajach uszkodzeń, 

charakterystykach niezawodnościowych; 

• realizowanych zadań operacyjnych i obsługiwania, w tym określenia strategii 

obsługiwania; 

• elementów wpływających na procesy podejmowania decyzji w systemie. 

Jednocześnie, w oparciu o badania literaturowe (np. [44]), podstawowym problemem 

w obszarze eksploatacji obiektów technicznych, w tym środków transportu, jest określenie 

przez odpowiedniego decydenta sposobu, bieżącego lub przyszłego, obchodzenia się 

z obiektem. Do podjęcia stosownych decyzji jest niezbędne określenie stanu obiektu, czy 

typu strategii obsługiwania niezbędnej do zastosowania w danej sytuacji eksploatacyjnej. 

Skuteczność podjętej decyzji jest bezpośrednio uzależniona od szybkości jej podjęcia oraz 

trafności. 

Jedną z ostatnich prac, omawiających zagadnienie procesu podejmowania decyzji jest 

[3]. W pracy tej autorzy przedstawili m.in. historię zmian struktury procesu podejmowania 

decyzji, określili dwa typy decyzji – decyzje programowalne (programmed decisions) 

i nieprogramowalne (non-programmed decisions), jak również przeanalizowali problem 

procesu podejmowania decyzji w zależności od typu systemu informacyjnego. Zatem, 

w oparciu o podejście zaproponowane w pracy [3], oraz zgodnie z [14, 39], podstawowe 

etapy procesu podejmowania decyzji obejmują etapy gromadzenia informacji, rozpoznania 

i analizy wszystkich dostępnych informacji dotyczących problemu, zaklasyfikowania go do

Zagadnienie utrzymania środków transportu – system wsparcia decyzyjnego 39 

określonej grupy standardowej, tworzenia modelu informacyjnego opisującego 

rzeczywistość, jego rozwiązania, następnie generowania wariantów dopuszczalnych 

rozwiązań oraz pomoc w wyborze najlepszego rozwiązania. Na tej podstawie możliwe było 

zdefiniowanie podstawowych etapów procesu decyzyjnego w obszarze utrzymania 

środków transportu (rys. 2). 

Rys. 2. Proces decyzyjny w obszarze utrzymania środków transportu [29] 

Bieżące podejmowanie decyzji w obszarze utrzymania środków transportu jest 

utrudnione ze względu na znaczną ilość informacji, jakie decydent musi wziąć pod uwagę 

w celu określenia optymalnego rozwiązania. Jednocześnie, liczba potencjalnych wariantów 

postępowania, które powinny być uwzględnione, będzie zależała od wielu elementów, jak 

np. liczba pojazdów, występujące zależności między pojazdami (np. techniczne, 

ekonomiczne), dostępność części wymiennych, czy harmonogram zadań operacyjnych. 

Dlatego też, zapewnienie wysokiej jakości procesu decyzyjnego wymaga zastosowania 

systemów wsparcia decyzyjnego (SWD), których zadaniem jest wspomaganie procesu 

podejmowania decyzji poprzez ułatwienie i polepszanie fachowej oceny problemów 

będących przedmiotem decyzji czyli poprawienie efektywności decydowania dzięki 

wsparciu informacyjnemu i obliczeniowemu [35].


W literaturze można znaleźć wiele definicji koncepcji systemu wsparcia decyzyjnego 

[9]. Podstawowa, bardzo ogólna definicja określa SWD jako system komputerowy, 

obsługujący głównie taktyczny i strategiczny poziom zarządzania, który dostarcza 

informacji z danej dziedziny, umożliwia korzystanie z analitycznych modeli decyzyjnych 

z dostępem do baz danych, w celu wspomagania decydentów w słabo ustrukturyzowanym 

środowisku decyzyjnym [14]. Z kolei Power w swojej pracy [36] zdefiniował SWD jako 

interaktywny system lub podsystem komputerowy, pomagający decydentom wykorzystać 

technologie komunikacyjne, dane, dokumenty, wiedzę i modele w celu identyfikacji 

i rozwiązania problemów, przeprowadzenia etapów procesu decyzyjnego oraz podjęcia 

decyzji. Zatem, System typu SWD wspiera niektóre lub wszystkie fazy procesu 

decyzyjnego [14]. 

Szersze omówienie danego zagadnienia można znaleźć m.in. w pracach [2, 9, 10, 14, 

23, 36, 40, 47]. 

W artykule autorzy skupili się na przedstawieniu koncepcji systemu wspomagania 

decyzji w wybranym obszarze funkcjonowania systemów transportowych. Przedmiotem 

ich zainteresowania jest zagadnienie utrzymania środków transportowych. W związku 

z tym, w kolejnym punkcie przedstawili przegląd literatury obejmujący problematykę 

projektowania systemów wsparcia decyzyjnego systemów transportowych, ze 

szczególnym uwzględnieniem obszaru logistyki i transportu. Następnie, omówili proces 

podejmowania decyzji dotyczących utrzymania środków transportu oraz określili 

podstawowe założenia, dane wejściowe, czy konkluzje analizowanego SWD wraz ze 

wskazaniem potencjalnych problemów do rozwiązania w tym obszarze. 

2. SYSTEMY WSPARCIA DECYZYJNEGO W OBSZARZE 

FUNKCJONOWANIA SYSTEMÓW TRANSPORTOWYCH – 

PRZEGLĄD LITERATURY 

Zgodnie z [37], systemy wspomagania decyzji ewoluowały z prowadzonych w latach 

pięćdziesiątych i sześćdziesiątych XX wieku przez Carnegie Institute of Technology 

teoretycznych badań nad sposobami podejmowania decyzji w organizacjach oraz z prac 

technicznych nad interaktywnym systemem komputerowym realizowanych przez 

Massachusetts Institute of Technology. Szersze omówienie historii rozwoju systemów 

wspomagania decyzji zostało przedstawione m.in. w pracach [9, 11, 14, 27, 36, 47]. 

Z kolei w pracy [1] autorzy omówili zagadnienie projektowania systemów wsparcia 

decyzyjnego, formułując zasady projektowania efektywnych SWD przy wykorzystaniu 

podejścia systemowego. Natomiast w pracy [23], autorzy przedstawili statyczne 

i dynamiczne metody oceny poprawności działania DSS oraz omówili podstawowe rodzaje 

błędów w SWD. 

Przegląd literatury z obszaru projektowania systemów wsparcia decyzyjnego oraz ich 

aplikacji można znaleźć m.in. w pracach [2, 10, 11, 40, 47]. Jedna z pierwszych prac 

przeglądowych w analizowanym obszarze jest [40], gdzie autorzy skupili się na problemie 

efektywności projektowanych SWD oraz możliwości ich aplikacji. Z kolei w [10], autorzy


skupili się na pracach obejmujących projektowanie SWD oraz systemów ekspertowych. 

Możliwości aplikacyjne SWD jak również klasyfikacja systemów decyzyjnych były 

przedmiotem zainteresowania autora pracy [11]. Autor w swojej pracy również wskazał 

przyszłe możliwe kierunki rozwoju SWD. Temat możliwości aplikacyjnych 

projektowanych SWD został następnie rozwinięty w pracy [47]. 

W pracy [2] autorzy przedstawili analizę ponad tysiąca publikacji z obszaru 

projektowania SWD z okresu 1990-2004r. Przeprowadzone badania pozwoliły na 

wyróżnienie ośmiu głównych zagadnień w danej dyscyplinie naukowej, jak np. metody 

badawcze w SWD, czy teoria podejmowania decyzji w SWD. 

Jednocześnie w literaturze można znaleźć szereg klasyfikacji SWD. Przykładowo, 

w pracy [9] omówiono m.in. podział SWD na systemy pasywne, aktywne i kooperacyjne. 

Z kolei w pracy [27] wyróżniono i scharakteryzowano: 

• Systemy Transakcyjne (Transaction Processing Systems – TPS), 

• Systemy Informacyjne Zarządzania (Management Information Systems – MIS), 

• Systemy Wspomagania Decyzji (Decision Support Systems – DSS). 

Szersze omówienie Systemów Informacyjnego Zarządzania (MIS) oraz Systemów 

Wspomagania Decyzji (DSS) można znaleźć m.in. w pracy [3]. Autorzy szczegółowo 

omówili modele danych systemów, ich charakterystyki oraz proces podejmowania decyzji. 

Inny podział przedstawili Power [37] oraz zespół Zhengmeng i Haoxiang [47]. 

W swoich pracach zaproponowali oni dwuwymiarowe podejście do typologii SWD. 

Wyróżnili sześć klas SWD, podzielonych ze względu na dominujący w systemie moduł: 

• SWD zorientowany na dane (Data-Driven DSS), 

• SWD zorientowany na modele (Model-Driven DSS), 

• SWD zorientowany na wiedzę (Knowledge-Driven DSS), 

• SWD zorientowany na dokumenty (Document-Driven DSS), 

• SWD zorientowany na komunikację i pracę grupową (Communications-Driven DSS, 

Group Communications-driven DSS), 

• SWD bazujący na wykorzystaniu sieci Internet (Web-based DSS). 

Następnie w pracy [36] autor skupił się na omówieniu SWD zorientowanego na dane. 

Z kolei w pracy [10] autorzy przeanalizowali systemy ekspertowe (Expert Systems) oraz 

SWD zorientowane na wiedzę (Knowledge-Driven DSS). 

W pracy [14] zdefiniowano podstawowe SWD wykorzystywane w praktyce, wraz 

z omówieniem zagadnienia ich niezawodności. Skupiono się na omówieniu Systemów 

Informowania Kierownictwa (EIS – Executive Information Systems) oraz Systemów 

Ekspertowych (ES – Expert System). Szerzej przeanalizowano systemy wspomagania 

decyzji oferowane przez wybranych producentów, które dobrano ze względu na poziom 

zróżnicowania profili i zastosowań (np. system InsERT Analityk, czy swd Matrix). 

Z kolei Arnott i Pervan zaproponowali klasyfikację SWD ze względu m.in. na liczbę 

użytkowników korzystających z systemu, czy jego przeznaczenie. Wyróżnili oni [2]: 

• osobiste SWD (Personal DSS), 

• SWD przeznaczone do pracy grupowej (Group DSS), 

oraz: 

• SWD przeznaczone do wsparcia procesu negocjacji (Negotiation Support System), 

• SWD bazujące na wykorzystaniu sztucznej inteligencji (Intelligent DSS), 

• SWD zorientowane na wiedzę (Knowledge Management-Based DSS),


• SWD jako bazy danych (Data Warehousing), 

• SWD zorientowane na organizację/przedsiębiorstwo (Enterprise Reporting and 

Analysis Systems). 

Inne spojrzenie na podział SWD może być zorientowane na ich zastosowanie. 

Przykładowe obszary aplikacji SWD obejmują [14]: 

• finanse (np. analizy ryzyka rentowności inwestycji, efektywności, zarządzanie 

kosztami); 

• marketing (np. analizy rynku, planowanie i analiza wyników sprzedaży); 

• produkcję i logistykę (np. optymalizacja procesów produkcyjnych, czy 

transportowych); 

• zarządzanie zasobami ludzkimi (np. planowanie czasu pracy, planowanie płac, analiza 

rotacji kadr). 

Z punktu widzenia celu realizowanej publikacji, autorzy skupili się na modelach 

proponowanych w obszarze logistyki i transportu oraz eksploatacji systemów 

technicznych. 

Przegląd literatury z obszaru projektowania SWD dla celów logistyki i transportu 

można znaleźć m.in. w pracy [26]. Jednocześnie autorzy artykułu przedstawili koncepcję 

zintegrowanego SWD dla logistyki globalnej (Integrated DSS for Global Logistics). 

Rozwiązanie bazuje na zastosowaniu m.in. elektronicznej wymiany danych EDI, SWD 

zorientowanych na wiedzę, czy Sieci Wartości Dodanej (Value Added Network). 

Jednocześnie można znaleźć w literaturze rozwiązania dedykowane dla konkretnych 

typów przedsiębiorstw. Przykładowo, model komputerowego wspomagania decyzji 

strategicznych w zarządzaniu przedsiębiorstwem przemysłowym przedstawiono w pracy 

[8], natomiast problematyka projektowania systemów wspomagania podejmowania decyzji 

w przedsiębiorstwie została omówiona w pracy [38]. Następnie, system kompleksowego 

wspomagania decyzji logistycznych w sferze zaopatrzenia i dystrybucji dla małych lub 

średnich przedsiębiorstw przemysłowych bazujący na systemie eksperckim został 

omówiony m.in. w pracy [41]. Komputerowy system wspomagania decyzji w gospodarce 

magazynowej w sferze dystrybucji został z kolei przedstawiony w pracy [7]. Obszar 

planowania produkcji został z kolei przeanalizowany w pracy [39], gdzie przedstawiono 

system ekspertowy wspomagania decyzji w procesach przygotowania produkcji. 

Rozwiązanie bazowało na zastosowaniu hybrydowego systemu ekspertowego. 

Z kolei, model SMILE (Strategic Model for Integrated Logistic Evaluations), 

zaprojektowany w celu wsparcia podejmowania decyzji strategicznych dla przedsiębiorstw 

z sektora transportu i logistyki zaproponowano w pracy [42]. W pracy omówiono projekt 

SWD opracowany przez Ministerstwo Transportu, organizacje naukowe Holandii (NEI) i 

TNO Inro dla potrzeb realizacji przepływów ładunków na i poza terytorium Holandii. 

Ponadto, w pracy [33] przedstawiono system wspomagania decyzji w obszarze wyboru 

optymalnego w danych warunkach rodzaju transportu. Rozwiązanie oparto na metodzie 

Analitycznego Procesu Hierarchicznego (AHP – Analytical Hierarchy Process), będącej 

wielokryterialnym podejściem do rozwiązywania wielu problemów decyzyjnych m.in. w 

obszarze logistyki (np. zadanie oceny i wyboru dostawcy). 

W literaturze można znaleźć także zastosowania SWD w obszarze eksploatacji 

systemów technicznych. Przykładowo, omówienie problematyki procesów informacyjnodecyzyjnych 

w obszarze eksploatacji obiektów technicznych został przedstawiony w pracy


[12]. Skupiono się na fazie użytkowania i podejmowaniu decyzji użytkowych na podstawie 

informacji pochodzących z procesu diagnozowania obiektu technicznego. 

Z kolei, informatyczne systemy zarządzania procesem eksploatacji można m.in. znaleźć 

w pracy [17], gdzie skupiono się na maksymalizacji wykorzystania potencjału 

eksploatacyjnego górniczych przenośników taśmowych, czy w pracy [19], gdzie 

przedstawiono prototyp komputerowo wspomaganego systemu przydziału zadań 

eksploatacyjnych realizowanych w siłowni okrętowej. 

Natomiast w pracy [22] przedstawiono koncepcję systemu wspomagania decyzji 

eksploatacyjnych, remontowych i modernizacyjnych w zakresie trwałości turbin parowych. 

Przykład zastosowania SWD w obszarze transportu lotniczego można znaleźć m.in. 

w pracy [46], gdzie omówiono model bazujący na wykorzystaniu FPN (Fuzzy Petri Nets). 

Z kolei w pracy [24] przedstawiono system ekspertowy wspomagający podejmowanie 

decyzji w obszarze planowania obsługi środków transportu kolejowego (np. wymiany 

obiektów technicznych). Natomiast w pracy [16] skupiono się na pracowaniu SWD 

w obszarze utrzymania infrastruktury transportowej. Rozwiązanie oparto na metodzie 

AHP, a przykład zastosowania przedstawiono dla procesu utrzymania infrastruktury 

drogowej miasta Split w Chorwacji. W pracy [28] omówiono system doradczy do 

wspomagania prognozowania niezawodności obiektów mechanicznych opracowany 

z zastosowaniem edytora szkieletowego systemu ekspertowego EXSYS Professional. 

Natomiast w pracy [20] autor skupił się na opracowaniu systemu wspomagania decyzji 

w planowaniu przeglądów i remontów w przedsiębiorstwie produkcyjnym. 

W obszarze funkcjonowania systemów transportu pasażerskiego jednym z obszarów 

zastosowania SWD jest problematyka harmonogramowania czasu podróży w oparciu 

o rozkłady jazdy (np. [25]). Problem podejmowania decyzji w obszarze planowania 

infrastruktury transportowej w sektorze publicznym oraz planowania łańcuchów dostaw 

w sektorze prywatnym jest przedmiotem pracy [18]. Natomiast w pracy [15] 

przeanalizowano możliwości zamodelowania systemu wspomagania decyzji w obszarze 

planowania zadań transportowych z wykorzystaniem systemu GIS (Geographic 

Information System). Z kolei w pracy [6] przedstawiono możliwości zastosowania SWD 

w obszarze planowania zadań transportowych w regionie Lombardii we Włoszech. 

Zastosowanie systemu typu „multi-agent” w celu wspomagania decyzji w obszarach 

zarządzania ruchem miejskim w Bilbao oraz zarządzania flotą autobusów sieci publicznej 

rejonu Malaga w Hiszpanii przedstawiono w pracy [31]. Problem ten jest również 

poruszany w pracy [32], gdzie zaproponowano SWD zorientowany na wiedzę oraz 

podejście typu „multi-agent”, czy w pracy [5], gdzie zaproponowano SWD typu „multiagent”, 

do którego dane są przekazywane bezpośrednio z systemu monitoringu sieci 

transportowej. Natomiast w pracy [21] autor zaproponował SWD w obszarze planowania 

tras w międzynarodowym transporcie rzeczy. Rozwiązanie bazuje na zastosowaniu metody 

Fuzzy AHP, a przedstawiona aplikacja obejmowała wsparcie w procesie doboru trasy 

transportowej między Busan w Korei a Moskwą w Rosji, dla czterech możliwych 

wariantów tras. 

Z kolei w pracy [43], autorzy skupili się na koncepcji SWD w obszarze podejmowania 

decyzji strategicznych w ramach realizacji polityki transportowej Turcji. Zaprojektowany 

system powinien pozwalać na definicję długoterminowych scenariuszy (na szczeblu 

regionalnym, krajowym, globalnym) w celu wsparcia decydentów w procesie analizy 

wpływu zmiennych socjalno-ekonomicznych oraz zmiennych związanych z charakterem


procesu transportowego na poziom popytu na usługi transportowe (pasażerskie oraz 

towarowe). 

Również zagadnienie bezpieczeństwa systemów/sieci transportowych w sytuacjach 

kryzysowych jest analizowane. Przykładowo w pracy [45], autorzy zaproponowali SWD 

pomagający decydentom określić zdolności instytucji transportowych, procedury, oraz 

przygotowanie na wypadek wystąpienia sytuacji kryzysowych, związanych np. z atakiem 

terrorystycznym, czy katastrofą naturalną. 

3. KONCEPCJA SYSTEMU WSPARCIA DECYZYJNEGO 

W OBSZRZE UTRZYMANIA ŚRODKÓW TRANSPORTU 

Celem eksploatacji dowolnego środka technicznego jest jego efektywne wykorzystanie 

zgodnie z przeznaczeniem [22]. W przypadku systemu transportowego, zadania 

eksploatacji można zdefiniować następująco: 

• dostosowanie podaży usług transportowych do zmieniającego się popytu pod względem 

ilościowym i jakościowym, 

• realizacja zadań transportowych przy minimum sumarycznych kosztów funkcjonowania 

systemu w dłuższych okresach. 

Na tej podstawie można sformułować podstawowe cele eksploatacji systemu i kryteria 

oceny warunków pracy środków transportu. 

Celem projektowanego systemu jest wsparcie procesu utrzymania środków transportu 

poprzez wskazanie najlepszej strategii obsługiwania przy znanych parametrach 

wejściowych i określonych wartościach podstawowych zmiennych decyzyjnych. Zakres 

prowadzonych badań obejmuje opracowanie metod i algorytmów doboru strategii 

obsługiwania dla elementów lub obiektu (klasyczna/DTA). Rozwiązanie zostało 

zdefiniowane w postaci reguł decyzyjnych. Reguły te stanowią podstawę komputerowej 

procedury wspomagania decyzji. System doradczy został opracowany jako program 

komputerowy umożliwiający łatwiejsze i szybsze uzyskiwanie konkluzji. W tym celu 

wykorzystano system ekspertowy EXSYS Professional. Ogólną strukturę danego 

programu przedstawia rys. 3. W takim przypadku podstawowe elementy systemu 

obejmują: 

• zbiór danych wraz z regułami określającymi ich wykorzystanie (baza danych), 

• bazę modeli tworzących mechanizm ich wykorzystania (baza wiedzy) – bazy danych, 

arkusze kalkulacyjne, fakty, reguły, modele, grafika, 

• interfejs użytkownika – menu i język poleceń wydawanych systemowi. 

Jednocześnie, omówienie procesu decyzyjnego z wykorzystaniem danego systemu 

ekspertowego zostało przedstawione w pracy [28], natomiast ogólna charakterystyka 

analizowanego systemu wsparcia decyzyjnego została przedstawiona w pracach [4, 29, 

30].


Rys. 3. Schemat systemu wsparcia decyzyjnego w obszarze utrzymania środków transportu [30] 

Podstawowe założenia przyjęte w procesie projektowania systemu wsparcia 

decyzyjnego obejmują [4]: 

• analizę naprawialnych wieloelementowych lub złożonych systemów transportowych; 

• uwzględnienie strategii obsługiwania systemów z elementami zależnymi 

i niezależnymi; 

• uwzględnienie jedynie strategii obsługiwania profilaktycznego (pominięcie strategii 

obsługi korekcyjnej oraz strategii obsługiwania według stanu systemu); 

• uwzględnienie podstawowych modeli obsługiwania, m.in. obsługi według wieku, 

obsługi blokowej, modeli obsługi grupowej, okazjonalnej oraz podstawowych modeli 

obsługi uwzględniającej opóźnienie czasowe (Delay Time). 

Omówienie przedstawionych założeń systemu wsparcia decyzyjnego można znaleźć 

w pracy [4]. 

Następnie zdefiniowane zostały podstawowe dane wejściowe, niezbędne w procesie 

funkcjonowania systemu wsparcia decyzyjnego. Dane te zostały zaklasyfikowane do 

trzech podstawowych grup [4]: 

• dane ogólne, opisujące proces funkcjonowania systemu transportowego; 

• dane niezawodnościowe opisujące aktualny stan systemu transportowego; 

• dane kosztowe, opisujące koszty utrzymania systemu transportowego w stanie zdatności 

funkcjonalnej i zadaniowej. 

Szczegółowe omówienie danych wejściowych można znaleźć w pracy [4]. 

Jednocześnie, w procesie budowy SWD bazującego na aplikacji systemu EXSYS


Professional, autorzy zmienili sposób określania zmiennych decyzyjnych na opisowy, 

który znacznie ułatwia pracę z programem. W rezultacie, poniżej przedstawiono 

podstawowe zmienne wraz z ich definicją w komputerowym SWD. Pierwsza grupa danych 

wejściowych obejmuje przede wszystkim: 

• Dostępność informacji (Information accessibility (I)) – dostępność danych opisujących 

proces eksploatacji systemu transportowego: 

- informacja dostępna (information accessible), 

- informacja niedostępna (information inaccessible), 

• Liczba elementów w systemie transportowym (N p ) 

- system wieloelementowy (multi-unit system), 

- system złożony (complex system), 

• Zależności występujące pomiędzy elementami (L) 

- brak zależności pomiędzy elementami (no components dependence), 

- elementy systemu zależne (components dependence occurs), 

• Czas eksploatacji (TE): 

- określony czas eksploatacji (finite time horizon), 

- nieokreślony czas obserwacji (infinite time horizon). 

Druga grupa danych wejściowych określa niezawodność system transportowego: 

• Typ uszkodzenia elementu systemu (Z F ): 

- uszkodzenie typu katastroficznego (failure of type II - catastrophic failure), 

- typ uszkodzenia nie zdefiniowany (not defined type of failure), 

• Liczba uszkodzeń w badanym okresie czasu (N F ): 

- liczba uszkodzeń systemu (N Fs ), 

- liczba uszkodzeń systemu typu katastroficznego (N FII ), 

- liczba uszkodzeń systemu odnawianych zgodnie z obsługą minimalną (N mn ), 

• Czas naprawy (Repair Time) (RT) 

- niepomijalny czas naprawy (non-negligible), 

- pomijalny czas naprawy (negligible), 

• Typ realizowanych operacji obsługiwania (ZM) 

- obsługa perfekcyjna (perfect maintenance action) (ZM 0 ), 

- obsługa nieperfekcyjna (imperfect maintenance action) (ZM 1 ), 

- obsługa błędna (failed maintenance action) (ZM 3 ), 

- obsługa profilaktyczna (preventive maintenance action) (PM), 

- obsługa korekcyjna – naprawa minimalna (minimal repair action) (MN), 

- operacja diagnozy stanu systemu (inspection) (IN), 

obsługa perfekcyjna (perfect inspection), 

obsługa nieperfekcyjna (imperfect inspection), 

• Poziom skutków pojawienia się uszkodzenia systemu (R) 

- wysokie (high), 

- niskie (low), 

• Czas obsługiwania (MT): 

- czas pomiędzy operacjami obsługiwania systemu technicznego (T cw ), 

- opóźnienie czasowe (h): 

- wartość oczekiwana opóźnienia czasowego (E[h]), 

- stosunek wartości oczekiwanej E[h] i okresu T cw (E[h]/T cw ).


Ostatnia grupa danych wejściowych określa podstawowe koszty obsługiwania systemu 

transportowego (CM): 

• Koszt jednostkowy odnowy minimalnej (c nm ), 

- maksymalny koszt obsługi korekcyjnej obejmującej naprawę minimalną 

( 

max 

mn 

C ), 

- koszty obsługi diagnostycznej systemu (c i ), 

koszty znane (known maintenance costs), 

koszty nieznane (unknown maintenance costs). 

Kolejny etap pracy nad SWD obejmował określenie podstawowych konkluzji [4]. 

Przykładowe z nich zostały przedstawione poniżej: 

• MAINTENANCE ACCORDING TO SERVICE MANUAL (t 0 )– wskazuje, że operacje 

obsługiwania systemu transportowego powinny być wykonywane zgodnie z instrukcją 

serwisową. Konkluzja ta jest ostateczną w przypadku, gdy nie są znane podstawowe 

informacje o dotychczasowym procesie obsługiwania systemu; 

• MAINTENANCE ACCORDING TO PM STRATEGY – wskazuje, że system 

transportowy powinien być obsługiwany zgodnie z jedną ze zdefiniowanych w SWD 

strategii obsługiwania profilaktycznego; 

• MAINTENANCE ACCORDING TO DTA IMPLEMENTATION – sugeruje, że system 

transportowy powinien być obsługiwany zgodnie z jedną ze zdefiniowanych w SWD 

strategii obsługiwania profilaktycznego z opóźnieniem czasowym (Delay Time 

approach – DTA). 

Celem działania systemu jest wskazanie możliwej strategii obsługiwania obiektu 

bazując na informacjach o stanie systemu, kosztach jego utrzymania czy poziomie 

dostępności danych. W analizowanym rozwiązaniu implementacja wiedzy jest realizowana 

z wykorzystaniem sposobu zapisu w postaci reguł [29]. Zdefiniowane w systemie reguły są 

proste i złożone [4]. 

W pierwszym kroku procesu decyzyjnego należy określić typ strategii obsługiwania, w 

zależności do poziomu kosztów obsługiwania systemu transportowego oraz skutków 

uszkodzeń: 

JEŻELI {CM small and R low} TO CORRECTIVE MAINTENANCE 

LUB PLANNED MAINTENANCE 

oraz 

JEŻELI {c in non-negligible and R high} TO PREVENTIVE MAINTENANCE 

LUB CONDITION-BASED MAINTENANCE 

Drzewo decyzyjne odpowiadające za wstępną weryfikację typu strategii obsługiwania 

przedstawiono na rys. 4.


Rys. 4. Wstępne drzewo decyzyjne projektowanego SWD 

Dalsza część SWD pozwala jedynie wnioskować w zakresie doboru strategii 

obsługiwania profilaktycznego (Preventive maintenance), co jest zgodne z przyjętymi 

założeniami projektowanego systemu. 

Pierwsza reguła decyzyjna określa możliwość wykorzystania jednej ze zdefiniowanych 

w SWD strategii obsługiwania. Warunek decyzyjny jest określony przez dostępność 

informacji eksploatacyjnych (I): 

JEŻELI {I - inaccessible} TO MAINTENANCE ACCORDING TO SERVICE 

MANUAL 

LUB MAINTENANCE ACCORDING TO CHOSEN 

STRATEGY 

Jeżeli dane wejściowe są dostępne, kolejny problem dotyczy typu elementów systemu 

(zależne/niezależne) (L): 

JEŻELI {L - independent} TO MAINTENANCE STRATEGY FOR 

INDEPENDENT SYSTEM COMPONENTS 

LUB MAINTENANCE STRATEGY FOR 

DEPENDENT SYSTEM COMPONENTS 

Jeżeli wartość oczekiwana opóźnienia czasowego E[h] jest znana oraz relacja tej 

wartości do okresu T cw jest większa od określonej wielkości x (oszacowanej na podstawie 

opinii ekspertów), wskazany jest wybór strategii obsługiwania z wykorzystaniem 

opóźnienia czasowego (DTA): 

JEŻELI {E[h] known and E[h]/T cw ≥ x} TO MAINTENANCE ACCORDING TO 

DTA IMPLEMENTATION 

LUB MAINTENANCE ACCORDING 

TO PM STRATEGY 

Kolejny problem decyzyjny obejmuje określenie wielkości system 

(wieloelementowy/złożony): 

JEŻELI {N p – complex system} TO MAINTENANCE ACCORDING TO PM 

STRATEGY FOR COMPLEX SYSTEMS 

LUB MAINTENANCE ACCORDING TO PM 

STRATEGY FOR MULTI-UNIT SYSTEMS


Ponadto, znając maksymalny poziom kosztów obsługiwania korekcyjnego systemu 

max 

C mn , możliwe jest wskazanie kolejnej grupy strategii obsługiwania, pozwalającej na 

efektywne utrzymanie środków transportu: 

max 

max 

JEŻELI { Cmn 

known and c nm ≤ C mn } TO MAINTENANCE ACCORDING TO 

REPAIR LIMIT POLICY 

LUB MAINTENANCE ACCORDING TO 

TIME-BASED MAINTENANCE 

POLICY 

Przykłady drzewa decyzyjnego, przedstawiające m.in. opisany powyżej proces 

wnioskowania zilustrowano na rys. 5 – 6. Tablica 1 przedstawia listę podstawowych 

strategii obsługiwania uwzględnionych w SWD utrzymania środków transportowych. 

Rys. 5. Przykład drzewa decyzyjnego projektowanego SWD


Rys. 6. Przykład drzewa decyzyjnego projektowanego SWD dla elementów zależnych systemu 

(legenda jak w rys. 5) 

Tablica 1 

Lista strategii obsługiwania uwzględnionych w SWD wraz z indeksem [4] 

Indeks 

t 1 

t 2 

t 3 

t 4 

t 5 

t 6 

t 7 

t 8 

t 9 

t 10 

t 11 

t 12 

t 13 

t 14 

t 15 

Nazwa strategii obsługiwania profilaktycznego 

Age Replacement Policy (ARP) with minimal repair 

Age Replacement Policy with CF 

Age Replacement Policy for multi-unit system with cost constrains 

Age Replacement Policy for multi-unit system with availability constrains 

Block Replacement Policy (BRP) with minimal repair 

Block Replacement Policy with CF 

Block Replacement Policy for multi-unit system with availability constrains 

Block Replacement Policy for multi-unit system with 3 types of maintenance 

Block Replacement Policy for multi-unit system with common cause shock failure 

Repair Limit Policy (RLP) with imperfect repair 

Repair Limit Policy with minimal repair 

Repair Limit Policy with CF 

(L-u,L) policy 

Opportunistic maintenance policy (OMP) with CF 

(τ,T) policy with costs


t 16 

t 17 

t 18 

t 19 

T 20 

t 21 

t 22 

t 23 

t 24 

t 25 

t 26 

t 27 

(τ,T) policy with availability 

Simple group maintenance policy (GMP) 

Simple group maintenance policy (GMP) with minimal repair 

Simple T-policy 

Simple T-policy with minimal repair 

m – failure policy 

(m,T) policy 

Delay Time Model (DTM) for multi-unit systems 

Delay Time Model for multi-unit systems with imperfect inspections 

Delay Time Model for complex systems and non-negligible RT 

Delay Time Model for complex systems 

Delay Time Model for complex systems with imperfect inspections 

4. PODSUMOWANIE 

Artykuł przedstawia kontynuację prac nad budową systemu wspomagania decyzji w 

obszarze utrzymania środków transportu. W rezultacie podstawowe problemy, które należy 

obecnie rozwiązać obejmują m.in. zagadnienie weryfikacji modelu do oceny procesu 

eksploatacji rzeczywistego systemu technicznego. 

Bibliografia 

1. Ariav G., Ginzberg M. J.: DS design: a systemic view of decision support. Communications of the 

ACM, Vol. 28, No. 10, 1985, pp. 1045-1052. 

2. Arnott D., Pervan G.: Eight key issues for the decision support systems discipline. Decision Support 

Systems, 44, 2008, pp. 657-672. 

3. Asemi A., Safari A., Asemi Zavareh A.: The Role of Management Information System (MIS) and 

Decision Support System (DSS) for Manager’s Decision Making Process. International Journal of 

Business and Management, Vol. 6, No. 7, 2011, pp. 164-173. 

4. Bojda K., Werbińska-Wojciechowska S.: Data accessibility problem in transportation means’ 

maintenance performance. Artykuł przygotowany na 7 th Scientific Conference “Economy and 

Efficiency. Contemporary solutions in logistics and production”, 14-16 November, 2012, Skwierzyna. 

5. Borne P., Fayech B., Hammadi S., Maouche S.: Decision Support System for Urban Transportation 

Networks. IEEE Transactions on Systems, Man, and Cybernetics – Part C: Applications and Reviews, 

Vol. 33, No. 1, 2003, pp. 67-77. 

6. Burla M., Laniado E., Romani F., Tagliavini P.: The Role of Decision Support systems (DSS) in 

Transportation Planning: the Experience of the Lombardy Region. Proceedings of Seventh International 

Conference on Competition and Ownership in Land Passenger Transport, Molde, Norvay, 25-28 June 

2001. 

7. Chodak G.: Sustem wspomagania decyzji w gospodarce magazynowej w sferze dystrybucji. Rozprawa 

doktorska PWr., Wrocław, 2001. 

8. Czermiński J.: Studium komputerowego system wspomagania decyzji strategicznych w zarządzaniu 

przedsiębiorstwem przemysłowym. Zeszyty Naukowe Wyższej Szkoły Administracji I Biznesu w 

Gdyni, nr 3, 2000, s. 14-25. 

9. Decision Support Systems, www: http://diuf.unifr.ch/ds/courses/dss2002/pdf/DSS.pdf (22.03.2012).


10. Despres S., Rosenthal-Sabroux C.: Designing Decision Support Systems and Expert Systems with a 

better end-use involvement: A promising approach. European Journal of Operational Research, 61, 

1992, pp. 145-153. 

11. Eom S. B.: Decision Support Systems. [in]: International Encyclopedia of Business and Management, 

2 nd Edition, Warner M. (ed.), International Thomson Business Publishing Co., London, 2001. 

12. Florek J., Barczak A.: Procesy informacyjno-decyzyjne w eksploatacji obiektów technicznych. 

Teelekomunikacja i Techniki Informacyjne, 1-2, 2004, s. 31-41. 

13. Fricker J. D., Whitford R. K.: Fundamentals of Transportation Engineering. A Multimodal Systems 

Approach. Pearson Education, Inc. Upper Saddle River, New Jersey, USA 2004. 

14. Grobarek I., Grzywański Ł., Mączka I., Tomalik D., Twórz K.: Niezawodność Systemów 

Wspomagania Decyzji. Wrocław 2007, 

http://www.ioz.pwr.wroc.pl/Pracownicy/mercik/zbiory/Prezentacje%202007/z3-opracowanie.pdf 

(22.03.2012). 

15. Han K.: Developing a GIS-based Decision Suport System for Transportation System Planning, 

AASHTO GIS-T 2006, www: http://www.gis-t.org/files/gnYKJ.pdf (23.03.2012). 

16. Jajac N., Knezic S., Marovic I.: Decision support system to urban infrastructure maintenance 

management. An International Journal of Organization, Technology and Management in Construction, 

1(2), 2009, pp. 72-79. 

17. Kacprzak M., Kulinowski P., Wędrychowicz D.: Informatyczny system zarządzania procesem 

eksploatacji górniczych przenośników taśmowych. Eksploatacja i Niezawodnosc – Maintenance and 

Reliability, nr 2, 2011, s. 81-93. 

18. Kamath M., Srivathsan S., Ingalls R. G., shen G., Pulat P. S.: TISCSoft: A Decision Support System for 

Transportation Infrastructure and Supply Chain System Planning. Proceedings of the 44 th Hawaii 

International Conference on System Sciences, 2011. 

19. Kamiński P., Tarełko W.: Prototyp komputerowo wspomaganego systemu przydziału zadań 

eksploatacyjnych realizowanych w siłowni okrętowej. Przegląd Mechaniczny, R 67, nr 3, 2008, s. 30- 

34. 

20. Kantor J.: Komputerowy system wspomagania decyzji w planowaniu przeglądów i remontów w 

przedsiębiorstwie produkcyjnym. Rozprawa doktorska PWr., Wrocław 2009. 

21. Ko H. J.: A DSS approach with Fuzzy AHP to facilitate international multimodal transportation 

Network. KMI International Journal of Maritime Affairs and Fisheries, vol.1 issue1, 2009, pp. 51-70. 

22. Kosman G., Rusin A.: Koncepcja systemu wspomagania decyzji eksploatacyjnych i remontowych w 

zakresie trwałości turbin. Zeszyty Naukowe Politechniki Śląskiej, Seria: Energetyka, Z.131, nr kol. 

1427, 1999. 

23. Lamy J-B., Ellini A., Nobecourt J., Venot A., Zucker J-D.: Testing Methods for Decision Support 

Systems. [in]: Decision Support Systems, Jao Ch. S. (ed.), InTech, 2010. 

24. Martland C. D., McNeil S., Acharya D, Mishalani R.: Applications of expert systems in railroad 

maintenance: scheduling rail relays. Transportation Research Part A: Policy and Practice, vol. 24A, No. 

1, 1990, pp. 39-52. 

25. Mendes-Moreira J., Duarte E., Belo O.: A decision support system for timetable adjustments. 

Proceedings of the XIII Euro Working Group on Transportation Meeting (EWGT 2009) - September 

2009. 

26. Min H., Eom S. B.: An Integrated Decision Support System for Global Logistics. International Journal 

of Physical Distribution and Logistics Management, Vol. 24, No. 1, 1994, pp. 29-39. 

27. Moore J., H., Chang M. G.: Design of Decision Support Systems. ACM SIGMIS Database - Selected 

papers on decision support systems from the 13th Hawaii International Conference on System Sciences, 

Vol. 12, Issue 1-2, ACM New York, NY, USA Fall 1980. 

28. Nowakowski T.: Metodyka prognozowania niezawodności obiektów mechanicznych. Praca naukowa 

Instytutu Konstrukcji i Eksploatacji Maszyn Politechniki Wrocławskiej, Wrocław 1999. 

29. Nowakowski T., Werbińska-Wojciechowska S.: Koncepcja systemu wspomagania decyzji w procesach 

utrzymania środków transportu. Logistyka, nr 4, 2012. 

30. Nowakowski T., Werbińska-Wojciechowska S.: Means of transport maintenance processes 

performance. Decision support system. Artykuł przygotowany na II Carpathian Logistics Congress, 

7-9.11.2012, Jesenik, Czechy.


31. Ossowski S., Fernandez A., Serrano J. M., Perez-de-la-Cruz J. L., Belmonte M. V., Hernandez J. Z., 

Garcia-Serramp A. M., Maseda J. M.: Designing Multiagent Decision Support System The Case of 

Transportation Management. Proceedings of AAMAS’04, July 19-23 2004, New York, USA. 

32. Ossowski S., Hernandez J. Z., Belmonte M-V., Fernandez A. Garcia-Serrano A., Perez-de-la-Cruz J-L., 

Serrano J-M., Triguero F.: Decision support for traffic management based on organisational and 

communicative multiagent abstractions. Transportation Research Part C, vol. 13, 2005, pp. 272-298. 

33. Ozceylan E.: A Decision Support System to Compare the Transportation Modes in Logistics. 

International Journal of Lean Thinking, Vol. 1, Issue 1, (June) 2010, pp. 58-83. 

34. Patra A. P.: Maintenance Decision Support Models for Railway Infrastructure using RAMS & LCC 

Analyses. Doctoral Thesis, Lulea University of Technology, Lulea 2009. 

35. Penc J.: Decyzje w zarządzaniu. Wyd. Profesjonalnej Szkoły Biznesu, Kraków 1995. 

36. Power D. J.: Understanding Data-Driven Decision Support Systems. Information Systems Management, 

Vol. 25, Issue 2, 2008, pp. 149-154. 

37. Power, D. J.: A Brief History of Decision Support Systems. DSSResources.COM, www: 

http://DSSResources.COM/history/dsshistory.html, version 4.0, March 10, 2007. 

38. Rączka K, Kowalski M.: Systemy wspomagające podejmowanie decyzji w przedsiębiorstwie. 

Inżynieria Rolnicza, nr 6(94), 2007, s. 205-212. 

39. Sala D.: Wspomaganie decyzji w procesach przygotowania produkcji z wykorzystaniem systemu 

ekspertowego. Rozprawa doktorska AGH, Kraków 2007. 

40. Sharda R., Barr S. H., McDonnell J. C.: Decision support system effectiveness: a review and an 

empirical test. Management Science, Vol. 34, No. 2, 1988, pp. 139-159. 

41. Skołud B., Kalinowski K., Krenczyk D., Kampa A., Gołda G., Dobrzańska-Danikiewicz A.: Systemy 

wspomagania decyzji w planowaniu i sterowaniu produkcją. Przegląd Mechaniczny, R. 64, nr 5, 2005, 

s. 20-30. 

42. Tavasszy L.A., Van Der Rest H.: Scenario-Wise Analysis of Transport and Logistics Systems with a 

SMILE. Selected Proceedings of the 8th World Conference on Transportation Research, 1999. 

43. Ulengin F., Onsel S., Topcu Y. I., Aktas E., Kabak O.: An integrated transportation decision support 

system for transportation policy decisions: The case of Turkey. Transportation Research Part A, vol. 41, 

2007, pp. 80-97. 

44. Werbińska S.: Model logistycznego wsparcia systemu eksploatacji środków transportu. Rozprawa 

doktorska PWr., Wrocław 2008. 

45. Yoon S. W., Velasquez J. D., Partridge B. K., Nof S. Y.: Transportation security decision support 

system for emergency response: A training prototype. Decision Support Systems, 46, 2008, pp. 139- 

148. 

46. Zhang P., Zhao S-W., Tan B., Yu L-M., Hua K-Q.: Applications of Decision Support System in 

Aviation Maintenance, Efficient Decision Support Systems - Practice and Challenges in 

Multidisciplinary Domains. Prof. Chiang Jao (Ed.), InTech, 2011, www: 

http://www.intechopen.com/books/efficient-decision-support-systems-practice-and-challenges-inmultidisciplinary-domains/applications-of-decision-support-system-in-aviation-maintenance. 

47. Zhengmeng Ch., Haoxiang J.: A Brief Review on Decision Support Systems and It’s Applications. 

Proceedings of International Symposium on IT in Medicine and Education (ITME) 2011, 9-11. 

December 2011, vol. 2, pp. 401-405. 

ISSUE OF TRANSPORTATION MEANS’ MAINTENANCE PROCESSES 

PERFORMANCE – DECISION SUPPORT SYSTEM 

Summary: The article is focused on the investigation of conception of decision support system for means of 

transport maintenance processes performance. Thus, in the first step the main definitions are presented. Later, 

the main literature overview on decision support systems designing in the area of technical systems 

performance is given. This overview is focused on logistics and transportation systems performance. This let 

authors introduce the conception of decision support system for means of transport maintenance processes 

performance. There are presented the main assumptions, input data and conclusions defined in authors


solution. In the summary Section, there are underlined the potential problems, which will have to be solved 

during the next steps of the researchers performance. 

Keywords: decision support system, transportation system, maintenance processes

system wsparcia decyzyjnego - Transportu

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?