No abstract

The study targeted towards drying of cantaloupe slices with various thicknesses in a microwave dryer. The experiments were carried out at three microwave powers of 180, 360, and 540 W and three thicknesses of 2, 4, and 6 mm for cantaloupe drying, and the weight variations were determined. Artificial neural networks (ANN) and adaptive neuro-fuzzy inference systems (ANFIS) were exploited to investigate energy and exergy indices of cantaloupe drying using various afore-mentioned input parameters. The results indicated that a rise in microwave power and a decline in sample thickness can significantly decrease the specific energy consumption (SEC), energy loss, exergy loss, and improvement potential (probability level of 5%). The mean SEC, energy efficiency, energy loss, thermal efficiency, dryer efficiency, exergy efficiency, exergy loss, improvement potential, and sustainability index ranged in 10.48–25.92 MJ/kg water, 16.11–47.24%, 2.65–11.24 MJ/kg water, 7.02–36.46%, 12.36–42.70%, 11.25–38.89%, 3–12.2 MJ/kg water, 1.88–10.83 MJ/kg water, and 1.12–1.63, respectively. Based on the results, the use of higher microwave powers for drying thinner samples can improve the thermodynamic performance of the process. The ANFIS model offers a more accurate forecast of energy and exergy indices of cantaloupe drying compare to ANN model.

Artificial intelligence (AI) has become increasingly popular as a tool to model, identify, optimize, forecast, and control renewable energy systems. This work aimed to evaluate the capability of the artificial neural network (ANN) procedure to model and forecast solar power outputs of photovoltaic power systems (PVPSs) by using meteorological data. For this purpose, based on the literature review, important factors affecting energy generation in a PVPS were selected as inputs, and a recurrent neural network (RNN) architecture was established. After completing the trained network, the RNN capability was assessed to predict the energy output of the PVPS for days not included in the training database. The performance evaluation of the trained RNN revealed a regression value of 0.97774 for test data, whereas the RMSE and the mean actual output power for a sample day were 0.0248 MJ and 0.538 MJ, respectively. In addition to RMSE, an error histogram and regression plots obtained by MATLAB were employed to evaluate the network’s capability, and validation results represented a sufficient prediction accuracy of the trained RNN.

This study was carried out to optimize a computational model of a new underground passive solar greenhouse to improve thermal performance, storage, and saving of heat solar energy. Optimized and conventional passive solar greenhouse were compared in regards of indoor air temperature, irradiation, and energy demand. Six different materials were used in the conventional model. In addition, TRNSYS software was employed to determine heat demand and irradiation in the greenhouse. The results showed that the annual total heating requirement in the optimized model was 30% lower than a conventional passive solar system. In addition, the resulting average air temperature in the optimized model ranged from −4 to 33.1 °C in the four days of cloud, snow, and sun. The average air temperature in the conventional passive solar greenhouse ranged from −8.4 to 24.7 °C. The maximum monthly heating requirement was 796 MJ/m2 for the Wtype87 model (100-mm lightweight concrete block) and the minimum value was 190 MJ/m2 for the Wtype45 model (50-mm insulation with 200-mm clay tile) in a conventional passive solar greenhouse while the monthly heating requirement estimated 126 MJ/m2 for the optimized greenhouse model. The predictability of the TRNSYS model was calculated with a coefficient of determination (R2) of 95.95%.

The aim of the article is to develop an algorithm to optimize logistics and distribution of the supply chain, taking into account transport costs, inventory and customer demand. Design/Methodology/Approach: To solve the problem, the class of optimization problems and the traveling salesman problem were used. The boundary conditions and the objective function were determined. The optimization criterion was to minimize the total transport costs, kilometers traveled and the time needed to complete the task. Findings: As a result of the analyzes and calculations performed, the optimization task was performed. With the help of the prepared software, a map of goods delivery points was determined, the total route and the route with individual points marked, and various solution methods were tested. Practical Implications: The model presented in the article can be used in a supply chain application to optimize routes, costs and delivery time. Originality/Value: A novelty is the preparation of algorithms and universal software using the R language, which was used in the application of an intelligent IT system in a distributed model, controlling the supply chain, enabling personalization and identification of products in real time.

W obliczu gwałtownych przemian gospodarczych oraz ewolucji systemów organizacyjnych istnieje potrzeba zainteresowania się efektywnym zarządzaniem kapitałem ludzkim. Nowoczesne zarządzanie organizacją stawia na rozwój i samodzielność pracowników, a umiejętność kierowania uważa się za coraz cenniejszy składnik kompetencji. Menedżerowie starają się zapewniać nabywanie nowych umiejętności pracownikom, przekazywać im nowe zadania i role, czynić ich wartościowszymi dla organizacji. Wdraża się nową filozofię kierowania ludźmi opartej założeniu, że pracownicy są traktowani jako cenny kapitał, który można pomnażać, liczy się również zaangażowanie pracowników w pracę na rzecz organizacji.

W artykule podjęto próbę zdefiniowania obszarów istotnych dla zarządzania organizacjami publicznymi. Na początku postawiono pytanie: jak ważny jest wpływ poszczególnych elementów kultury organizacyjnej na zarządzanie kapitałem ludzkim? Następnie pokazano relacje pomiędzy kulturą organizacyjną a kapitałem ludzkim w organizacji. Zaprezentowano specyfikę zarządzania organizacjami publicznymi. W  końcowej części artykułu przedstawiono tworzenie innowacyjnej kultury organizacyjnej przedsiębiorstwa.

W obliczu gwałtownych przemian gospodarczych oraz ewolucji systemów organizacyjnych, istnieje potrzeba zainteresowania się efektywnym zarządzaniem kapitałem ludzkim. Nowe podejście do zarządzania kapitałem ludzkim, może przyczynić się do wyższej efektywności całej organizacji i szybkiego wprowadzania zmian. Nowocześnie zarządzane organizacją publiczną stawia na rozwój i samodzielność pracowników, a umiejętność kierowania uważa się za coraz cenniejszy składnik kompetencji. Menedżerowie starają się zapewniać nabywanie nowych umiejętności pracownikom, przekazywać im nowe zadania i role, czynić ich bardziej wartościowymi dla organizacji. Wdraża się nową filozofię kierowania ludźmi opartej założeniu, że pracownicy są traktowani jako cenny kapitał, który można pomnażać, liczy się również zaangażowanie pracowników w pracę, na rzecz organizacji.