Andrzej ŚWIDERSKI Wojsowa Aademia Techniczna Wydział Mechaniczny Załad Systemów Jaości i Zarządzania 02-010 Warszawa, ul. Nowowiejsa 26 aswidersi@wat.edu.pl NEURONOWE MODELOWANIE OCENY JAKOŚCI USŁUG TRANSPORTOWYCH Streszczenie: W artyule przedstawiono istotę jaości usług transportowych oraz metodę jej oceny z wyorzystaniem sztucznych sieci neuronowych. Opracowana metodologia oparta jest na wiedzy espertów doonujących oceny oraz na teorii procesowego podejścia do jaości. Istotą wyorzystania sztucznych sieci neuronowych w ocenie jaości usług transportowych jest poszuiwanie modelu matematycznego dla espercich danych wejściowych i wyjściowych uzysanych z rzeczywistych procesów certyfiacji. Słowa luczowe: usługa transportowa, jaość, ocena jaości, sztuczna sieć neuronowa WPROWADZENIE Zainteresowanie zagadnieniem oceny jaości w przedsiębiorstwach transportowych rośnie w ostatnich latach bardzo dynamicznie. Firmy, tóre dostrzegają tę problematyę, posiadają w swoich metodach działania rozwinięte mające wpływ na realizację usługi transportowej elementy planowania, realizowania i monitorowania procesów w ramach funcjonujących systemów zarządzania jaością. Do rozwoju tych zagadnień w dużym stopniu przyczynia się naua, opracowując coraz to nowsze metody oceny jaości. Problem dotyczy nie tylo firm usługowych, ale również producyjnych. Dostrzegany jest coraz mocniej również w przedsiębiorstwach transportowych. System zarządzania jaością jest zbiorem wzajemnie powiązanych lub wzajemnie oddziałujących elementów [17]. W rozważaniach przyjęto, że elementy te powinny być zidentyfiowane w postaci procesów [18]. Proces zdefiniowano, jao uład działań wzajemnie powiązanych lub wzajemnie oddziałujących, tóre przeształcają wejścia w wyjścia [17]. Taie podejście do oceny jaości wyorzystano w artyule. Ocena jaości usług transportowych obejmuje działania niezbędne do dostarczenia lientowi obietywnych dowodów, że będą spełnione jego wymagania odnoszące się do jaości i dotyczące głównie czasu, miejsca przewozu, jaości środów transportu, przewożonych ładunów i zadowolenia pasażerów (w przypadu transportu pasażersiego). Prezentowane zagadnienie oceny jaości usług transportowych dotyczy obszarów, w tórych pojawiają się zagadnienia odwzorowania różnych złożonych, nieliniowych zależności pomiędzy pewnymi sygnałami wejściowymi a wybranymi sygnałami wyjściowymi. Modelowanie oceny jaości charateryzuje się oniecznością rozwiązywania problemów, tóre wymagają doświadczenia espertów, nabytego przez wieloletnią działalność w obszarze jaości. Z tego powodu dużo uwagi poświęcono wyorzystaniu sztucznych sieci neuronowych, a więc modeli, tóre bez trudu mogą odwzorować zależności 962
nieliniowe. Jednym z rodzajów modelowania matematycznego, omawianego w artyule, jest zatem modelowanie neuronowe. W metodologii modelowania neuronowego wyorzystano modelowanie procesowe, stosowane w teorii jaości, wyniające z wymagań [18], jao rodzaj modelowania opisowego. 1. ISTOTA JAKOŚCI USŁUG TRANSPORTOWYCH Jaość usługi, to wychodzenie naprzeciw wymaganiom lienta przez podmioty prowadzące działalność usługową. Jest to więc stopień, w jaim ogół nieodłącznych właściwości usługi spełnia wymagania lienta [7]. Z definicji tej wynia, że lient może decydować, czy i w jaim zaresie usługa odpowiada jego oczeiwaniom i zaspoaja jego potrzeby. Jaość może być więc rozumiana jao suma cech, decydujących o jej zdolności do zaspoojenia oreślonych potrzeb. Zgodnie z [16], jaość może być m.in. oreślana jao: związe pomiędzy tym, co onsumenci dostają, a tym, co chcieliby otrzymywać, stopień, w jaim dany produt odpowiada wzorowi lub specyfiacji, stwierdzenie, iedy życzenia lientów są spełniane przy minimalnym oszcie producji, stopień dosonałości przy możliwej do przyjęcia cenie i jej uzysanie przy możliwych do przyjęcia osztach, pomiary, dzięi tórym sporządzić można charaterystyę podstawowych cech produtu, procedury lub usług oraz obietywnie stwierdzić, czy te cechy spełniają stawiane im oczeiwania, stopień, w jaim wszystie cechy produtu/usług spełniają wymagania użytowniów. W odniesieniu do usługi transportowej możemy wyróżnić trzy ategorie jaości [3, 6]: jaość postulowaną przez lientów, tóra oreśla ich żądania i życzenia dotyczące sposobu realizacji usługi transportowej, jaość oferowaną przez przewoźniów, tórą cechuje projetowana jaość, możliwa do realizacji przy atualnym zasobie wiedzy, technii i organizacji, jaość realizowaną przez usługodawców transportu, tóra jest zrealizowaną usługą transportową o jaości najczęściej gorszej od wymaganej i oferowanej. Jaość usług transportowych oreślają postulaty, związane z taimi charaterystyami, ja np.: masowość, szybość podróży, częstotliwość przewozów, puntualność, regularność przewozów, rytmiczność przewozów, niezawodność, dostępność, bezpieczeństwo, oszt. Wymienione postulaty nie wyczerpują możliwego do zastosowania w ocenie jaości usług transportowych arsenału postulatów opisywanych m.in. w pracach [3, 4, 5, 9, 11]. Pomimo dużej różnorodności sformułowań odnoszących się do jaości, zawsze przewija się zasadnicza myśl, że jaość oznacza spełnienie wymagań lientów usług transportowych. W odniesieniu do usługi jaość, to nic innego, ja wychodzenie naprzeciw wymaganiom lienta przez podmioty prowadzące działalność usługową. Jest to więc stopień, w jaim ogół nierozłącznych właściwości usługi spełnia wymagania lienta. Podsumowując powyższe rozważania, należy stwierdzić, że w odniesieniu do usług transportowych, ocena doonywana przez lientów jest ostateczną miarą jaości świadczonych usług. 963
2. ASPEKTY NEURONOWEGO MODELOWANIA OCENY JAKOŚCI USŁUG TRANSPORTOWYCH Metodologia neuronowego modelowania usług transportowych oparta jest na wiedzy esperciej i teorii procesowego podejścia do jaości [17]. Proces rozumiany jest jao uład powiązanych ze sobą czynności (operacji), tórych celem jest zrealizowanie oreślonego fragmentu przedsięwzięcia [2]. Jest zatem sewencją elementarnych zmian stanu fragmentu rzeczywistości zachodzących w czasie lub przebieg następujących po sobie powiązanych przyczynowo oreślonych zmian, stanowiących stadia, fazy, etapy rozwoju czegoś [1]. Dla potrzeb niniejszych rozważań przyjęto, że proces jest zbiorem działań wzajemnie powiązanych lub wzajemnie oddziałujących, tóre przeształcają wejścia w wyjścia [17]. Do procesów, tóre reują cząstowe oceny jaości usług transportowych należą: ω - funcje ierownictwa przedsiębiorstwa, 1 ω - zarządzanie onfiguracją, 2 ω - planowanie usług transportowych, 3 ω - proces związany ze zleceniodawcą usługi transportowej, 4 ω - magazynowanie, 5 ω - zaupy, 6 ω - nadzór nad infrastruturą i środowisiem pracy, 7 ω - zarządzanie personelem, 8 ω - zarządzanie procesami pomiarowymi i wyposażeniem pomiarowym, 9 ω - nadzór nad doumentami i zapisami, 10 ω - audity wewnętrzne, 11 ω - działania orygujące i zapobiegawcze, 12 ω - postępowanie z usługą transportową niezgodną z wymaganiami. 13 Ocena jaości usług transportowych Ω (t) jest zatem funcją ocen jaości poszczególnych procesów. Można zapisać to w postaci formuły (1): gdzie: ( t) ( t) Ω t) = f ( ω ( t), ω ( t),..., ω ( )) (1) ( 1 2 t Ω - ocena jaości usługi transportowej doonana w czasie t, ω - ocena jaości -tego procesu doonana w czasie t, ω - -ty proces realizacji usługi transportowej. Doonanie esperciej sparametryzowanej oceny procesów mających wpływ na jaość usług transportowych, zgodnie z przyjętymi ryteriami, umożliwiło zebranie danych do zbudowania modeli matematycznych, wyorzystujących sztuczne sieci neuronowe do oceny jaości usług transportowych i wspomagania podejmowania decyzji. Istotą modelowania neuronowego oceny jaości usług transportowych jest poszuiwanie modelu matematycznego oceny dla espercich danych wejściowych i wyjściowych z rzeczywistych procesów certyfiacji. 964
Do modelowania wyorzystano rzeczywiste dane z auditów przeprowadzonych aredytowaną jednostę certyfiującą (Załad Systemów Jaości i Zarządzania Wojsowej Aademii Technicznej) w procesach certyfiacji (tablica 1). Tablica 1. Przyładowe dane do uczenia sieci neuronowej. W olumnach tablicy 1. ω t poszczególnych procesów ω, W wierszach natomiast, przedstawiono przyładowe oceny espercie z auditów przeprowadzonych w różnych przedsiębiorstwach transportowych. Od jaości danych zależy powodzenie postawionego zadania (stworzenie modelu neuronowego oceny jaości usług transportowych, odzwierciedlającego rzeczywiste oceny doonane przez espertów). Zebrane dane pozwalają na rozpoczęcie poszuiwań najlepszej wielowarstwowej strutury sieci neuronowej, przy pomocy programu omputerowego. Zestawione dane umożliwiają już właściwe zaprojetowanie sztucznej sieci neuronowej (rys. 1). zawarto oceny cząstowe ( ) Rys. 1. Wybór danych do uczenia sieci neuronowej 965
Do modelowania oceny jaości usług transportowych wyorzystano oprogramowanie omputerowe STATISTICA 7.1. Program ten wyorzystuje algorytm uczenia sieci neuronowej momentowej metody wstecznej propagacji błędu [8, 15], ja również inne metody, ja np.: gradienty sprzężone, Levenberg-Marquardta, Quasi-Newtona (rys. 2). Rys. 2. Wybór metody uczenia sieci neuronowej i innych jej parametrów. Uczenie sieci neuronowych przeprowadzano dwoma sposobami [8, 15]: z wyorzystaniem projetanta sieci neuronowej ( z nauczycielem ) - rys. 3, z wyorzystaniem automatycznego projetanta ( bez nauczyciela ) - rys. 4. Podczas uczenia przyjmowano różne jej strutury (liczby warstw urytych i liczby neuronów w tych warstwach, liczby epo oraz metody uczenia) rys. 3.. Rys. 3. Oreślanie strutury sieci neuronowej Rys. 4. Uczenie sieci neuronowych z wyorzystaniem automatycznego projetanta 966
Badanie potwierdziły, że do wyznaczenia modeli matematycznych oceny jaości usług transportowych wystarczające są sieci jednoierunowe i wielowarstwowe. Wyorzystaną przyładową sieć jednoierunową (perceptron wielowarstwowy) zobrazowano na rys. 5. Rys. 5. Strutura wybranej sieci neuronowej O pozytywnym wyniu uczenia sieci neuronowej świadczy m.in. wyres uczenia (rys. 6). Błąd uczenia 2,8 2,6 2,4 2,2 2,0 1,8 1,6 1,4 1,2 1,0 0,8 0,6 0,4 0,2 0,0-0,2-0,4-200 -100 0 100 Rys. 6. Wyres uczenia wybranej sieci neuronowej. 200 300 400 500 Nauczone SSN poddano walidacji. Istota walidacji SSN sprowadzała się do oreślenia wartości sygnałów wejściowych i wyjściowych, tóre nie zostały wyorzystane do zbudowania modelu. Do walidacji sieci wyorzystano zatem dane z 20% espercich ocen w przedsiębiorstwach transportowych, tóre nie były brane pod uwagę w tracie uczenia sieci. Podobnie ja przy uczeniu, o jaości walidacji świadczy m. in. wyres walidacji (rys. 7). 600 700 800 900 1000 1200 1400 1100 1300 Liczba epo 967
Błąd walidacji 1,3 1,2 1,1 1,0 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,0-0,1-100 -50 0 50 100 150 200 250 300 350 400 450 500 550 600 650 700 Liczba epo Rys. 7. Wyres walidacji wybranej wyżej sieci neuronowej Do dalszego wyorzystania sieci neuronowej, jao narzędzie do podejmowania decyzji podczas oceny usług transportowych, wybrano te sieci, tóre charateryzowały się najlepszymi parametrami. Zastosowany program omputerowy umożliwił automatyczny wybór najlepszych sieci (rys. 8). Rys. 7. Parametry wybranych najlepszych sieci neuronowych 3. PODSUMOWANIE Przeprowadzone badania [12, 13, 14] świadczą o możliwości pratycznego zastosowania zasad neuronowego modelowania oceny jaości usług transportowych w różnych obszarach. Do nich m.in. należą: ocena jaości procesów mających wpływ na realizację usługi transportowej, monitorowanie pracy auditorów (espertów) doonujących oceny jaości, ocena jaości usługi przed podjęciem decyzji o jej realizacji (zleceniu). Omówioną metodą można rozwiązywać też inne, podobne, nieporuszone w artyule zagadnienia, ja np.: planowanie jaości, zarządzanie ryzyiem, ocena suteczności badań ontrolnych pojazdów [14]. Problemy te wymagają jedna odrębnego omówienia. 968
Niestety wadą przedstawionej metody jest onieczność dysponowania dużą liczbą rzeczywistych danych do zbudowania modelu neuronowego. Mogą one jedna pochodzić z procesów certyfiacji ale też z auditów wewnętrznych realizowanych w przedsiębiorstwach zgodnie z przyjętymi zasadami systemowymi oraz innych rzeczywistych ocen espercich. BIBLIOGRAFIA [1] Ambrozia T.: Modelowanie procesów technologicznych w transporcie, Prace Nauowe PW, TRANSPORT, z. 40, Oficyna Wydawnicza Politechnii Warszawsiej, Warszawa 1998. [2] Ambrozia T.: Metody i narzędzia harmonogramowania w transporcie, Wydawnictwo Instytutu Technologii Esploatacji PIB, Radom 2007. [3] Cieśla M.: Potrzeby i preferencje użytowniów transportu publicznego jao wsaźni jaości usług transportowych, LOGISTYKA nr 6/2006, Poznań 2006, płyta CD. [4] Choon Tan K., Wisner J.D.: A Framewor for Quality Improvement in the Transportation Industry, Quality Management Journal, 8(1), 2001, pp 9-22. [5] Grigoroudis E., Sisos Y.: A survey of customer satisfaction barometers: Some results from the transportation-communications sector, European Journal of Operational Research. Vol. 152, 2004, pp 334 353. [6] Hamrol A.: Zarządzanie jaością z przyładami, Wydawnictwo Nauowe PWN, Warszawa 2005. [7] Łańcuci J.: Podstawy omplesowego zarządzania jaością TQM, Wyd. Aademia Eonomiczna, Poznań 2001. [8] Nałęcz M.: Biocybernetya i inżynieria biomedyczna. Sieci neuronowe, Aademica Oficyna Wydawnicza EXIT, T,6, Warszawa 2000. [9] Rudnici A.: Jaość omuniacji miejsiej, Wydawnictwo Stowarzyszenia Inżynierów i Techniów Komuniacji, Kraów 1999. [10] Rutowsi L.: Metody i technii sztucznej inteligencji, Wydawnictwo Nauowe PWN, Warszawa 2005. [11] Starowicz W.: Jaość przewozów w miejsim transporcie zbiorowym, Wydawnictwo Politechnii Kraowsiej, Kraów 2007. [12] Świdersi A.: Aspety pratyczne zapewnienia jaości usług transportowych, Międzynarodowa Konferencja Nauowo-Techniczna Transport XXI w., Politechnia Warszawsa, Komitet Transportu PAN, Stare Jabłoni 2007, s. 333-340. [13] Świdersi A.: Studies and quality assurance neural modelling of the technical transport means, Archive of Transport. Polish Academy of Sciences Committee of Transport, Volume 21, issue 3-4, Warsaw 2009, pp 177-188. [14] Świdersi A., Ślęza M. Dębica E.: Quality Management System Mathematical Modelling of the Vehicle Inspection Station. Zarządzanie jaością wybranych procesów (pod redacją Jerzego Żuchowsiego), Politechnia Radomsa, Polsa Aademia Nau, Radom 2010, s. 11-20. [15] Tadeusiewicz R.: Sieci neuronowe, Aademica Oficyna Wydawnicza, Kraów 1993. [16] Vinc S., Mopin P., Molina J. M., Nost K., Als P.: Barometr jaości satysfacji pasażerów, Biuletyn Komuniacji Miejsiej nr 40, Warszawa 1998, s. 50-79. [17] PN-EN ISO 9000:2006 Systemy zarządzania jaością. Podstawy i terminologia. [18] PN-EN ISO 9001:2009 Systemy zarządzania jaością. Wymagania. NEURAL MODEL OF THE QUALITY ASSESSMENT OF TRANSPORT SERVICES Abstract: The article presents the essence of quality of the transport services and the method of its assessment with the use of an artificial neural networs. The methodology is based on the nowledge of assessment expert and on the theory of quality process approach. The idea of the use of an artificial neural networs in the assessment of quality of transport services is Winding a mathematical model for expert input and output from actual certification processes. Keywords: transport service, quality, quality assessment, artificial neural networ 969