W pracy przedstawiono proces modelowanie struktury zbioru odzyskane elementy i materiały z samochodu wycofanego z eksploatacji oraz proces doboru podstawowych wielkości charakteryzujących i oceniających relacje odzysku.

Zaprezentowano sposoby dokonywania takich ocen. Pierwszy - tradycyjny sposób opracowania raportu oceny ryzyka na stanowiskach pracy - jest wynikiem postępowania według algorytmu składającego się z kilkunastu kroków. Drugi sposób najczęściej jest wynikiem zastosowania specjalistycznego oprogramowania komputerowego. Na polskim rynku oprogramowania do realizacji ocen ryzyka zagrożeń na stanowiskach pracy dostępnych jest kilka aplikacji. Przedstawiono listę i charakterystykę kilku z nich. Opisano metodykę oceny przydatności oprogramowania wspomagającego ocenę ryzyka zagrożeń. Wykorzystując tę metodykę, przeprowadzono analizy porównawcze. Zaprezentowano wyniki tej analizy, a na ich podstawie wskazano oprogramowanie najbardziej przydatne.

Streszczenie Intensywność użytkowania pojazdu jest jednym z najważniejszych parametrów jego eksploatacji. Jej miarą jest liczba kilometrów przejechanych przez samochód podczas określonego czasu (dnia, miesiąca czy roku). Od wartości intensywności użytkowania zależą: okres użytkowania danego pojazdu, wartość kosztów oraz uzyskiwany zysk z usługi transportowej, długość czasu pracy kierowcy, a także inne parametry eksploatacji samochodu. Dlatego też analiza danych związanych z intensywnością użytkowania samochodu jest pomocna przy ocenie danego systemu transportu. W referacie przedstawiono i omówiono wyniki analiz statystycznych przeprowadzonych dla pozyskanych w trakcie badań danych związanych z intensywności użytkowania pojazdów dostawczych Poczty Polskiej w Lublinie.

W pracy przedstawiono problem modelowania natężenia emisji związków szkodliwych spalin w warunkach ruchu miejskiego, charakteryzowanego wartościami chwilowej prędkości i przyspieszenia, z wykorzystaniem sztucznych sieci neuronowych. Analizowano natężenie emisji związków szkodliwych spalin, takich jak: tlenek węgla, tlenki azotu oraz węglowodory. Do predykcji natężenia emisji zaproponowano wykorzystanie jednokierunkowych wielowarstwowych sieci neuronowych. Proces uczenia sieci przeprowadzono na podstawie danych eksperymentalnych zarejestrowanych w warunkach trakcyjnych.