Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Multiple Regression" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Zależność czas-koszt w przewidywaniu czasu realizacji budowy
    Time-Cost Relationship for Predicting Construction Duration
    Autorzy:
    Czarnigowska, A.
    Sobotka, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/391201.pdf
    Data publikacji:
    2013
    Wydawca:
    Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
    Tematy:
    model Bromilowa
    regresja wieloczynnikowa
    CART
    Bromilow’s model
    multiple regression
    Opis:
    W artykule podjęto próbę stworzenia modelu czasu realizacji budowy w funkcji cech charakteryzujących przedsięwzięcie, w tym kosztu. Model oparto na analizie tych cech zrealizowanych przedsięwzięć, które są znane lub możliwe do założenia we wczesnych etapach planowania, lecz bez analizy technologii i organizacji robót. Model taki mógłby być przydatny inwestorom do szacowania czasu budowy na wczesnych etapach przygotowania inwestycji, szczególnie do analiz wykonalności. Model mógłby być również podstawą do porównań czasu lub tempa robót w zależności od cech przedsięwzięcia.
    The paper aims at creating a model of road construction duration in the function of project qualities including the construction cost. The qualities considered are likely to be defined or possible to be estimated at early stages of project planning, giving no consideration to construction method or organisation of works. Potentially, the model might be applied by construction clients in their feasibility studies. It could also be used for comparing construction duration or construction rate with respect to project qualities.
    Źródło:
    Budownictwo i Architektura; 2013, 12, 1; 23-30
    1899-0665
    Pojawia się w:
    Budownictwo i Architektura
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Prognozowanie produkcji budowlano montażowej w województwie dolnośląskim. Część I
    Prediction of construction and assembly production in the province of Lower Silesia. Part I.
    Autorzy:
    Rogalska, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/391226.pdf
    Data publikacji:
    2012
    Wydawca:
    Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
    Tematy:
    prognozowanie
    regresja wieloraka
    SARIMA
    wynagrodzenia pracowników
    prediction
    multiple regression
    salaries of employees
    Opis:
    Artykuł jest częścią pierwszą cyklu „Prognozowanie produkcji budowlano montażowej w województwie dolnośląskim”. Założono, że wynagrodzenie pracowników będzie jedną ze zmiennych niezależnych do wyznaczenia wielkości produkcji. Prognozowano wynagrodzenia pracowników w sektorze budowlanym metodami regresji wielorakiej i metodą autoregresji średniej ruchomej SARIMA. Przeprowadzono analizę wyników obliczając błędy ME, MAE, MPE, MAPE oraz współczynniki Theila I, I2, I12, I22, I32. Sformułowano wnioski z obliczeń. Wyznaczono równanie regresji wielorakiej z 12 predyktorami wytypowanymi spośród 53 zmiennych niezależnych. Uzyskano dane prognozowane do predykcji produkcji budowlano montażowej.
    The article is the first part of the series „Prediction construction and assembly production in Lower Silesia.” It was assumed that salary of employees will be one of the independent variables to determine the volume of production. Salaries of employees was predicted, using multiple regression and autoregressive moving average SARIMA methods. An analysis of the results was carried out. The errors ME, MAE, MPE, MAPE and Theil coefficients I, I2, I12, I22, I32 were calculated. Multiple regression equation with 12 predictors was set. Predictors were selected from among the 53 independent variables. Forecasted data were obtained for construction and assembly production prediction.
    Źródło:
    Budownictwo i Architektura; 2012, 11, 2; 121-137
    1899-0665
    Pojawia się w:
    Budownictwo i Architektura
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Dobór sprzętu budowlanego koparek i samochodów samowyładowczych w aspekcie minimalizacji emisyjności CO2 z wykorzystaniem metod prognostycznych
    Selection of construction equipment – excavators and dump trucks in terms of minimizing the emission of CO2 by using forecasting methods
    Autorzy:
    Rogalska, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/390242.pdf
    Data publikacji:
    2016
    Wydawca:
    Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
    Tematy:
    wydajność koparek
    emisyjność CO2
    metoda regresji wielorakiej
    performance of excavators
    CO2 emission
    method of multiple regression
    Opis:
    W pracy podjęto próbę prognozowania emisyjności CO2 przez zestaw maszyn koparka i samochód samowyładowczy. Emisyjność dwutlenku węgla maszyn do wykonania określonego zadania roboczego zależy od wydajności maszyn. W etapie pierwszym pracy prognozowano wydajność koparek. Zebrano dane techniczne i organizacyjne mające hipotetyczny wpływ na wydajność koparek takie jak: pojemność łyżki, rodzaj narzędzia roboczego, kategorię gruntu, ładowność środka transportowego, rodzaj drogi dojazdowej, lata pracy operatora, wilgotność gruntu, odległość wywozu gruntu, temperatura powietrza, awaryjność. Zakodowano zmienne lingwistyczne, przekształcono dane tak by uzyskać najlepsze wyniki. Prognozowano wydajność koparek. Wykorzystano metodę prognozowania regresji wielorakiej. Przeprowadzono analizę autokorelacji i autokorelacji cząstkowej reszt oraz analizę wrażliwości. Obliczono błędy MAPE prognoz. Na podstawie otrzymanego modelu prognostycznego wykonano przykład obliczeniowy doboru maszyn w aspekcie emisyjności dwutlenku węgla. Sformułowano wzór obliczeniowy do kwantyfikacji liczby kilogramów dwutlenku węgla powstającego w czasie wykonywania robót ziemnych. Z przeprowadzonych analiz wynika, że kryterium minimalizacji emisji dwutlenku węgla jest wprost proporcjonalne do pojemności łyżki koparki i ładowności środka transportowego.
    The article predicted CO2 emission by a set of machines: excavator and dump trucks. The emissivity of carbon dioxide during the execution of a specific work task depends on the performance of the machines. In the first stage, work performance of excavators was projected. The following technical and organisational data having a hypothetical influence on the performance of excavators were collected: bucket capacity, type of working tool, category of land, load capacity of a mean of transport, type of access road, work experience of an operator, humidity of the soil, distance of the soil disposal, air temperature, failure frequency. The linguistic variables were coded, the data was transformed in a way that ensures that the best results were obtained. The method of multiple regression were used for forecasting. Analysis of the autocorrelation and partial autocorrelation residues and sensitivity analysis was done. MAPE errors forecasts were calculated. On the basis of a predictive model, an example of calculation of selection of machines in terms of carbon dioxide emission was made. The calculation formula to quantify the number of kilograms of carbon dioxide produced during earthworks was formulated. Analyses showed that the criterion of minimizing carbon dioxide emissions are directly proportional to the excavator’s bucket capacity and capacity of means of transport.
    Źródło:
    Budownictwo i Architektura; 2016, 15, 1; 133-142
    1899-0665
    Pojawia się w:
    Budownictwo i Architektura
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Dobór zestawu maszyn do robót ziemnych w aspekcie minimalizacji emisyjności CO2
    Selection of a set of earthmoving equipment in the aspect minimizing the emission of CO2
    Autorzy:
    Rogalska, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/390365.pdf
    Data publikacji:
    2013
    Wydawca:
    Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
    Tematy:
    rozwój zrównoważony
    wydajność koparek
    emisja CO2
    regresja wieloraka
    sieci neuronowe
    sustainable development
    performance of excavators
    CO2 emissions
    multiple regression
    neural networks
    Opis:
    Celem opracowania algorytmu obliczeń jest umożliwienie doboru zestawu maszyn do robót ziemnych w aspekcie minimalizacji emisyjności CO2. W pracy prognozowano wydajność koparek oraz emisyjność CO2 zestawów maszyn. Wykorzystano metody prognozowania regresji wielorakiej i sieci neuronowych. Przeprowadzono analizę autokorelacji i autokorelacji cząstkowej reszt oraz analizę wrażliwości. Obliczono błędy MAPE prognoz. Na podstawie otrzymanych modeli prognostycznych wykonano przykład obliczeniowy doboru maszyn w aspekcie emisyjności dwutlenku węgla.
    The aim of the calculation is to allow the selection of a set of earthmoving machinery in terms of minimizing the emission of CO2. The capacity of excavators and CO2 emission of set of machines was predicted. The forecasting methods: multiple regression and neural networks were used. The analysis of autocorrelation and partial autocorrelation residuals and sensitivity analysis were performed. The MAPE errors of forecasts were calculated. The calculation example in terms of selection of machines emission of carbon dioxide on the basis of forecasting models was performed.
    Źródło:
    Budownictwo i Architektura; 2013, 12, 4; 233-250
    1899-0665
    Pojawia się w:
    Budownictwo i Architektura
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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