Просмотр запроса №37752
Здравствуйте, подскажите, пожалуйста, литературу на такую тему, как: "взаимоотношение программного языка python и логистики (УЦП)". Мне нужны источники, которые скажут, как можно связать эти две вещи; нужен ли питон для логистики; как питон применяется в логистике, в каких направлениях. В общем, мне необходимы источники, чтобы можно было ответить на вопрос: "Возможно ли с знанием python устроиться работать в сфере логистики", и, соответственно, написать курсовую на тему их взаимоотношений.
Ответ
[2019-12-01 20:30:39] :
Здравствуйте. К сожалению, предоставить список литературы по Вашей теме в рамках Виртуальной службы не представляется возможным, т.к. запрос требует углубленного разыскания. Предлагаем выборочный список литературы (источники: ЭК РНБ, ПС Яндекс, БД ВИНИТИ, НТЛ ВИНИТИ, ПС Google, Elibrary, Scopus):
1. Андреева Е. Ю. Интеграция терминально-складской инфраструктуры и потребительского рынка с применением принципов мультиагентного моделирования // Инженерный вестник Дона : электрон. науч. журн. – 2015. – Т. 33, № 1. – 15 с. – Библиогр.: 10 назв. – URL: http://www.ivdon.ru/uploads/article/pdf/IVD_25_andreeva1.pdf_d1dc5c9c0f.pdf (дата обращения: 01.12.2019).
2. Ахмедьяров Р. Д. Обзор логистической регрессии и применение в языке программирования PYTHON // Студенческий : электрон. науч. журн. – 2019. – № 15. – URL: https://sibac.info/journal/student/59/137750 (дата обращения: 01.12.2019).
3. Бекиш Н. В. Имитационное моделирование HM-сетей с приоритетными заявками и их применение / Н. В. Бекиш, О. М. Китурко, А. В. Паньков // Вестник Гродненского государственного университета имени Янки Купалы. Серия 2: Математика. Физика. Информатика, вычислительная техника и управление. – 2012. – № 2. – С. 120-128. – Электрон. копия доступна на сайте Науч. электрон. б-ки eLibrary. URL: https://elibrary.ru/item.asp?id=23434237 (дата обращения: 01.12.2019). – Доступ после регистрации.
4. Информация по утилизации ресурсов центра обработки данных с использованием системы очередей / Н. Ю. Самохин, С. Э. Хоружников, В. М. Трубникова [и др.] // Научно-технический вестник информационных технологий, механики и оптики. – 2018. – Т. 18, № 5. – С. 858-862.
5. Кажемский М. А. Многоклассовая классификация сетевых атак на информационные ресурсы методами машинного обучения / М. А. Кажемский, О. И. Шелухин // Труды учебных заведений связи / С.-Петерб. гос. ун-т телекоммуникаций. – 2019. – Т. 5, № 1. – С. 107-115.
6. Кромина Л. А. Разработка подсистемы планирования для производственного предприятия / Л. А. Кромина, Е. С. Понявин, А. Н. Семенова // Теория. Практика. Инновации. – 2016. – № 12. – С. 173-178. – Электрон. копия доступна на сайте Науч. электрон. б-ки eLibrary. URL: https://elibrary.ru/item.asp?id=27725678 (дата обращения: 01.12.2019). – Доступ после регистрации.
7. Лобинский П. А. Решение задачи тактического планирования производства с помощью IBM ILOG CPLEX Optimization Studio // Проблемы современной науки и образования. – 2012. – № 14. – С. 37-40. – Электронная копия доступна в науч. электрон. б-ке Киберленинка. URL: https://cyberleninka.ru/article/n/reshenie-zadachi-takticheskogo-planirovaniya-proizvodstva-s-pomoschyu-ibm-ilog-cplex-optimization-studio-1/viewer (дата обращения: 01.12.2019).
8. Моделирование интеллектуальной системы контроля и управления доступом транспортных средств с использованием глубоких нейронных сетей / О. С. Амосов, С. Г. Амосова, Ю. С. Иванов, С. В. Жиганов // Информационные технологии. – 2019. – Т. 25, № 2. – С. 116-127.
9. Мыльников Л. А. Информационная поддержка в задачах управления производственными системами и проектами на основе прогностических моделей // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. – 2017. – № 23. – С. 73-84. – Библиогр.: 15 назв. – Электронная копия доступна в науч. электрон. б-ке Киберленинка. URL: https://cyberleninka.ru/article/n/informatsionnaya-podderzhka-v-zadachah-upravleniya-proizvodstvennymi-sistemami-i-proektami-na-osnove-prognosticheskih-modeley/viewer (дата обращения: 01.12.2019).
10. Развитие интеллектуальных транспортных систем на основе мобильных технологий и процедур анализа социальной активности городского населения / Я. А. Селиверстов, Г. Ю. Гергель, К. В. Селиверстов, К. В. Никитин // Научно-технические ведомости СПбГПУ. Информатика. Телекоммуникации. Управление. – 2018. – Т. 11, № 1. – С. 47-64. – Библиогр.: 31 назв.
11. Утакаева И. Х. Анализ данных автомобильного рынка с использованием пакета статистического анализа Python. Шаг в будущее: искусственный интеллект и цифровая экономика // Революция в управлении: новая цифровая экономика или новый мир машин : материалы 2 Междунар. науч. форума. – Москва, 2018. – Вып. 1. – С. [362-369].
12. Штеглих М. Решение отдельных логистических проблем с использованием CMPL И PYCMPL // Инновационный транспорт. – 2014. – № 2. – С. 57-64. – Электрон. копия доступна на сайте Науч. электрон. б-ки eLibrary. URL: https://elibrary.ru/item.asp?id=21456723 (дата обращения: 01.12.2019). – Доступ после регистрации.
13. PyTOPS: A Python based tool for TOPSIS / V. Yadav, S. Karmakar, P. P. Kalbar, A. K. Dikshit // SoftwareX. – 2019. – Vol. 9. – P. 217-222.
14. Stochastic programming for flexible global supply chain planning / Y. Fan, F. Schwartz, S. Vo?, D. L. Woodruff // Flexible services a. manufacturing j. – 2017. – Vol. 29, N 3/4. – P. 601-633.
За дополнительной консультацией Вы можете обратиться к дежурному библиографу РНБ.
1. Андреева Е. Ю. Интеграция терминально-складской инфраструктуры и потребительского рынка с применением принципов мультиагентного моделирования // Инженерный вестник Дона : электрон. науч. журн. – 2015. – Т. 33, № 1. – 15 с. – Библиогр.: 10 назв. – URL: http://www.ivdon.ru/uploads/article/pdf/IVD_25_andreeva1.pdf_d1dc5c9c0f.pdf (дата обращения: 01.12.2019).
2. Ахмедьяров Р. Д. Обзор логистической регрессии и применение в языке программирования PYTHON // Студенческий : электрон. науч. журн. – 2019. – № 15. – URL: https://sibac.info/journal/student/59/137750 (дата обращения: 01.12.2019).
3. Бекиш Н. В. Имитационное моделирование HM-сетей с приоритетными заявками и их применение / Н. В. Бекиш, О. М. Китурко, А. В. Паньков // Вестник Гродненского государственного университета имени Янки Купалы. Серия 2: Математика. Физика. Информатика, вычислительная техника и управление. – 2012. – № 2. – С. 120-128. – Электрон. копия доступна на сайте Науч. электрон. б-ки eLibrary. URL: https://elibrary.ru/item.asp?id=23434237 (дата обращения: 01.12.2019). – Доступ после регистрации.
4. Информация по утилизации ресурсов центра обработки данных с использованием системы очередей / Н. Ю. Самохин, С. Э. Хоружников, В. М. Трубникова [и др.] // Научно-технический вестник информационных технологий, механики и оптики. – 2018. – Т. 18, № 5. – С. 858-862.
5. Кажемский М. А. Многоклассовая классификация сетевых атак на информационные ресурсы методами машинного обучения / М. А. Кажемский, О. И. Шелухин // Труды учебных заведений связи / С.-Петерб. гос. ун-т телекоммуникаций. – 2019. – Т. 5, № 1. – С. 107-115.
6. Кромина Л. А. Разработка подсистемы планирования для производственного предприятия / Л. А. Кромина, Е. С. Понявин, А. Н. Семенова // Теория. Практика. Инновации. – 2016. – № 12. – С. 173-178. – Электрон. копия доступна на сайте Науч. электрон. б-ки eLibrary. URL: https://elibrary.ru/item.asp?id=27725678 (дата обращения: 01.12.2019). – Доступ после регистрации.
7. Лобинский П. А. Решение задачи тактического планирования производства с помощью IBM ILOG CPLEX Optimization Studio // Проблемы современной науки и образования. – 2012. – № 14. – С. 37-40. – Электронная копия доступна в науч. электрон. б-ке Киберленинка. URL: https://cyberleninka.ru/article/n/reshenie-zadachi-takticheskogo-planirovaniya-proizvodstva-s-pomoschyu-ibm-ilog-cplex-optimization-studio-1/viewer (дата обращения: 01.12.2019).
8. Моделирование интеллектуальной системы контроля и управления доступом транспортных средств с использованием глубоких нейронных сетей / О. С. Амосов, С. Г. Амосова, Ю. С. Иванов, С. В. Жиганов // Информационные технологии. – 2019. – Т. 25, № 2. – С. 116-127.
9. Мыльников Л. А. Информационная поддержка в задачах управления производственными системами и проектами на основе прогностических моделей // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. – 2017. – № 23. – С. 73-84. – Библиогр.: 15 назв. – Электронная копия доступна в науч. электрон. б-ке Киберленинка. URL: https://cyberleninka.ru/article/n/informatsionnaya-podderzhka-v-zadachah-upravleniya-proizvodstvennymi-sistemami-i-proektami-na-osnove-prognosticheskih-modeley/viewer (дата обращения: 01.12.2019).
10. Развитие интеллектуальных транспортных систем на основе мобильных технологий и процедур анализа социальной активности городского населения / Я. А. Селиверстов, Г. Ю. Гергель, К. В. Селиверстов, К. В. Никитин // Научно-технические ведомости СПбГПУ. Информатика. Телекоммуникации. Управление. – 2018. – Т. 11, № 1. – С. 47-64. – Библиогр.: 31 назв.
11. Утакаева И. Х. Анализ данных автомобильного рынка с использованием пакета статистического анализа Python. Шаг в будущее: искусственный интеллект и цифровая экономика // Революция в управлении: новая цифровая экономика или новый мир машин : материалы 2 Междунар. науч. форума. – Москва, 2018. – Вып. 1. – С. [362-369].
12. Штеглих М. Решение отдельных логистических проблем с использованием CMPL И PYCMPL // Инновационный транспорт. – 2014. – № 2. – С. 57-64. – Электрон. копия доступна на сайте Науч. электрон. б-ки eLibrary. URL: https://elibrary.ru/item.asp?id=21456723 (дата обращения: 01.12.2019). – Доступ после регистрации.
13. PyTOPS: A Python based tool for TOPSIS / V. Yadav, S. Karmakar, P. P. Kalbar, A. K. Dikshit // SoftwareX. – 2019. – Vol. 9. – P. 217-222.
14. Stochastic programming for flexible global supply chain planning / Y. Fan, F. Schwartz, S. Vo?, D. L. Woodruff // Flexible services a. manufacturing j. – 2017. – Vol. 29, N 3/4. – P. 601-633.
За дополнительной консультацией Вы можете обратиться к дежурному библиографу РНБ.