Skuteczność prognozowania zużycia gazu z wykorzystaniem metod regresji i sztucznych sieci neuronowych Prediction of gas consumption efficiency using regression and artificial neural networks
Na podstawie zgromadzonych danych takich jak: temperatura, siła wiatru oraz zużycie
gazu w ciągu dnia na przestrzeni dwóch lat określono wpływ czynników atmosferycznych
na konsumpcje gazu za pomocą regresji wielorakiej, funkcji potęgowych
oraz funkcji użytkownika. Wyznaczono wpływ miesiąca oraz dnia (parametr
sztuczny) na konsumpcje gazu. Zbudowano modele regresji liniowe, potęgowej
oraz sztuczne sieci neuronowe służące do określania zużycia gazu. Starano się
wyznaczyć jak najlepszy model regresji i porównywano go do modeli sieci neuronowych
za pomocą MAPE (średni absolutny błąd procentowy).
Based on the collected data, such as temperature, wind power and gas consumption during
the day for over two years determine the effects of weathering on gas consumption by using multiple
regression, power functions and user functions. We determine the impact of the month and day
(artificial parameter) to consume gas. We build models of linear regression-in, power series and
artificial neural networks for determining gas consumption. We are trying to determine how best
regression model and compare it to the neural network models using MAPE (mean absolute percentage
error).
Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies
Informacja
SZANOWNI CZYTELNICY!
UPRZEJMIE INFORMUJEMY, ŻE BIBLIOTEKA FUNKCJONUJE W NASTĘPUJĄCYCH GODZINACH:
Wypożyczalnia i Czytelnia Główna: poniedziałek – piątek od 9.00 do 19.00