Borysiewicz M., Wawrzynczak A., Kopka P., 2012a. Stochastic algorithm for estimation of the model’s unknown parameters via Bayesian inference, Proceedings of the Federated Conference on Computer Science and Information Systems, 501-508, IEEE Press.
Google Scholar

Borysiewicz M., Wawrzynczak A., Kopka P., 2012b. Bayesian-Based Methods for the Estimation of the Unknown Model’s Parameters in the Case of the Localization of the Atmospheric Contamination Source, Foundations of Computing and Decision Sciences, 37, 4, 253-270.
Google Scholar

Cai X., Cui Z., Zeng J., Tan Y., 2009. Individual Parameter Selection Strategy for Particle Swarm Optimization, Taiyuan University of Science and Technology.
Google Scholar

Chmiel W., Kadłuczka P., Packanik G., 2011. Zastosowanie algorytmów rojowych w rozwiązywaniu zagadnień permutacyjnych, Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie, T. 15, z. 2, 117-126.
Google Scholar

Filipowicz B, Kwiecień J., 2011. Algorytmy stadne w problemach optymalizacji, Przegląd Elektrotechniczny, AGH Akademia Górniczo-Hutnicza w Krakowie, R. 90 NR 6/2014.
Google Scholar

Foryś P., 2008. Zastosowanie metody roju cząstek w optymalnym projektowaniu elementów konstrukcji, Politechnika Krakowska, 4-M.
Google Scholar

Gilks W., Richardson S., Spiegelhalter D., 1996. Markov Chain Monte Carlo in Practice, Chapman and Hall, London.
Google Scholar

Kennedy J., Eberhart R., 1995. Particle Swarm Optimization, Purdue School of Engineering and Technology, Washington.
Google Scholar

Marchi B., Funtowicz S., Ravetz J., 1996. The Long Road to Recovery: Community Responses to Industrial Disaster, Seveso: A paradoxical classic disaster, United Nations University, Tokio, Paris, New York, 1, 4, 307.
Google Scholar

Markiewicz M. T., 2004. Podstawy modelowania rozprzestrzeniania się zanieczyszczeń w powietrzu atmosferycznym, Oficyna Wydawnicza Politechniki Warszawskiej.
Google Scholar

Michalczyk J. K., 2003. Transport gazowych zanieczyszczeń w powietrzu - symulacje numeryczne w skali lokalnej. Politechnika Lubelska.
Google Scholar

Palikowska K., 2013. Modelowanie krzywizny układu geometrycznego toru z wykorzystaniem algorytmu PSO, Wydział Transportu / Politechnika Gdańska, Zeszyt 98, 509-519.
Google Scholar

Pasquill, F., 1961. The estimation of the dispersion of windborne material, The Meteorological Magazine, vol 90, No. 1063, pp 33-49.
Google Scholar

Reyes Sierra M., Coello Coello A. C., 2005. Improving PSO-Based Multi-objective Optimization Using Crowding, Mutation and ?-Dominance, Mexico.
Google Scholar

Turner D. Bruce, 1994. Workbook of Atmospheric Dispersion Estimates, Lewis Publishers, USA.
Google Scholar

Wawrzynczak A., Kopka P., Borysiewicz M., 2014. Sequential Monte Carlo in Bayesian assessment of contaminant source localization based on the distributed sensors measurements, Lecture Notes in Computer Sciences 8385, PPAM 2013, Part II, ch. 38.
Google Scholar

Wawrzynczak A., Jaroszyński M., Borysiewicz M., 2014. Data-driven Genetic Algorithm in Bayesian estimation of the abrupt atmospheric contamination, Federated Conference on Computer Science and Information Systems (FedCSIS), Warsaw.
Google Scholar