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 "forecasting model" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Application of the Statistical Error and Quantitative Performance Measures in the Evaluation Process of Short-Term Air Quality Forecasts for Krakow (Poland)
    Zastosowanie statystycznych miar błędów i wskaźników wydajności modelu w procesie oceny krótkoterminowych prognoz jakości powietrza w Krakowie (Polska)
    Autorzy:
    Szulecka, A.
    Mazur, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/385805.pdf
    Data publikacji:
    2016
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    jakość powietrza
    stężenia zanieczyszczeń
    modelowanie prognostyczne
    GEM-AQ
    ocena statystyczna
    air quality
    pollutant concentrations
    forecasting model
    statistical evaluation
    Opis:
    Obecnie matematyczne modelowanie prognozowania jakości powietrza ma duże znaczenie ze względu na potrzebę informowania ludności o spodziewanych stężeniach zanieczyszczeń i wydawania odpowiednich ostrzeżeń. Na każdym etapie stosowania systemu modelowania wymagana jest dokładna weryfi kacja i diagnostyka jego wydajności. W pracy przedstawiono wyniki oceny statystycznej systemu krótkoterminowych prognoz jakości powietrza na obszarze Krakowa (Polska) w okresie kwiecień 2014 – marzec 2015. Prognozy opierają się na systemie modelowania opracowanym przez fundację EkoPrognoza i udostępnianym Politechnice Warszawskiej. Obliczenia wykonywano za pomocą modelu GEM-AQ, a ich wynikiem są publicznie dostępne prognozy średnich dziennych stężeń PM10, PM2,5, NO2 , SO2 , CO oraz O3 . W trakcie prowadzonych badań wartości te zostały porównane z wynikami obserwacji pomiarowych rejestrowanych na stacji tła miejskiego w Krakowie (ul. Bujaka) przy użyciu statystyk błędów i mierników wydajności modelu zalecanych przez Amerykańską Agencję Ochrony Środowiska. Wyniki przeprowadzonych obliczeń wskazują na dobrą sprawdzalność prognoz stężeń PM10 oraz PM2,5 w okresie analizy, co skutkuje ich silną korelacją z wynikami pomiarów. Oceniany model przejawia tendencję do przeszacowywania wszystkich prognoz w odniesieniu do pomiarów stężeń substancji gazowych na stacji przy ul. Bujaka. Największe rozbieżności dotyczą prognoz stężenia dwutlenku siarki (SO2) oraz ozonu (O3) i są charakterystyczne głównie dla sezonu pozagrzewczego. Niedokładność prognoz wpływa na wiarygodność przewidywanej wartości wspólnego indeksu jakości powietrza (CAQI), będącego wypadkową stężeń poszczególnych zanieczyszczeń powietrza.
    Currently, mathematical modelling air quality forecasts is of great importance due to the need of informing the population about the upcoming concentrations of air pollutants and issuing accurate alerts. At each stage in the application of a modelling system a proper verification and performance diagnostics is required. This paper presents the results of a statistical evaluation of the short-term air quality forecasting system for the area of Krakow, Poland, over the period of April 2014 – March 2015. The analysed forecasts are prepared by Warsaw University of Technology on the basis of the modelling system created by the EkoForecast foundation. Calculations in this system are performed by the GEM-AQ model, which produces publicly available predictions of the daily average concentrations of PM10, PM2.5, NO2 , SO2 , CO and O3 . In this study these values were compared to the measured observations recorded at the urban background station in Krakow (Bujaka St.) with the use of error statistics and quantitative performance measures suggested by the US EPA. The results of the analysis indicate good reliability of PM10 and PM2.5 forecasted concentrations during the examined period of time, which provides high correlation rates for these observations. Evaluated model tends to overestimate all the predictions in reference to Bujaka St. station measurements. The highest discrepancies are evident in the case of sulphur dioxide (SO2) and ozone (O3) predictions occurring mainly during the non-heating season. Insuffi cient forecast accuracy aff ects the reliability of the predicted Common Air Quality Index (CAQI), which depends on the concentration of particular air pollutants.
    Źródło:
    Geomatics and Environmental Engineering; 2016, 10, 3; 87-99
    1898-1135
    Pojawia się w:
    Geomatics and Environmental Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An assignation and comparison of the prognosis results of paid-in-term receivables in opencast mine "X" via autoregressive model and periodic trends method
    Wyznaczenie i porównanie wyników prognozy należności terminowych otrzymanych za pomocą modelu autoregresyjnego i metody trendów jednoimiennych okresów
    Autorzy:
    Trzaskuś-Żak, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/348641.pdf
    Data publikacji:
    2012
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    należności
    prognozowanie
    model autoregresyjny
    metoda trendów jednoimiennych
    receivables
    forecasting
    autoregressive model
    periodic trends method
    Opis:
    The article presents stages of development of three forecasting models based on two methods: an autoregressive method and a periodic trends method. Both in the autoregressive model and in the method of periodic trends (in the second analysis) an intervention causing a drop of production and sales due to modernisation of the production line was taken into account. Besides, an average forecast was also prepared on the basis of the three obtained models. Furthermore, an ex post mean squared forecast error (ex post-MSE) was calculated and then its root, that is RMSE (root mean square error) as well as ex post-MAPE (mean absolute percentage error) for the established forecast. According to the results model I has the lowest forecast error values (RMSE, MAPE).
    Artykuł przedstawia etapy budowy trzech modeli prognostycznych w oparciu o dwie metody: model autoregresyjny i metodę trendów jednoimiennych okresów. Zarówno w modelu autoregresyjnym, jak również w metodzie trendów jednoimiennych okresów (w drugim ujęciu) uwzględniono interwencję wywołującą spadek produkcji i sprzedaży, ze względu na modernizację linii produkcyjnej. Sporządzono również średnią prognozę na podstawie trzech otrzymanych modeli. Obliczono, średni kwadratowy błąd prognoz ex post-MSE (mean squared error), a następnie jego pierwiastek, czyli RMSE (root mean square error), jak również średni absolutny błąd procentowy ex post-MAPE (mean absolute percentage error) dla wyznaczonych prognoz w trzech skonstruowanych modelach prognostycznych. Wyniki obliczeń wskazują, że model I cechują najmniejsze wartości błędów prognozy (RMSE, MAPE).
    Źródło:
    AGH Journal of Mining and Geoengineering; 2012, 36, 3; 353-366
    1732-6702
    Pojawia się w:
    AGH Journal of Mining and Geoengineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Determining mechanical properties and material models of subsoil for buildings in mining areas
    Określanie właściwości mechanicznych i modelu materiałowego podłoża dla obiektów posadowionych na terenach górniczych
    Autorzy:
    Florkowska, L.
    Walaszczyk, J.
    Maj, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/348743.pdf
    Data publikacji:
    2012
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    podłoże
    szkody górnicze
    model materiałowy
    właściwości mechaniczne
    prognozowanie
    warunki geotechniczne posadowienia
    subsoil
    mining damage
    material model
    mechanical properties
    forecasting
    geotechnical conditions for foundations
    Opis:
    This paper discusses issues related to determining impact of mining exploitation on buildings - the analytical process supported by numerical modelling. Numerical simulation tools are used to analyze the interaction between buildings and deforming soil i.a. to accurately forecast the impact of mining work. In order to carry out those analyses correctly, mining, geological and construction conditions have to be investigated reliably. In this paper, issues related to modelling soil have been presented. Particularly in terms of determining mining influences, investigating foundation conditions and assuming a material model. Deformation processes taking place in soil and caused by mining exploitation have been characterized, and forecasting the impact of mining exploitation on surface has been generally discussed. Moreover, requirements concerning identification of subsoil beneath buildings founded on mining areas have been cited and the most important methods have been listed. Then, by concentrating on issues related to accurate analysis of mining influences, numerical modelling has been proposed as a tool to carry out such analysis. In that respect, examples of selecting constitutive equations and determining their values have been presented. Those examples concern two geologic materials: sandy loam and sandstone. Laboratory experiments were carried out for each. Their results and selected constitutive equations have been presented along with determined parameter values. The impact of basic mechanical parameters of soil: elastic modulus and Poisson's ratio on stress distribution beneath wall footing have also been presented.
    Zawarta w artykule problematyka związana jest z wyznaczaniem wpływu eksploatacji górniczej na obiekty budowlane przy zastosowaniu metod modelowania numerycznego. Narzędzia symulacji numerycznych stosowane są w analizie współpracy budynku z deformującym podłożem m.in. w celu opracowania szczegółowej prognozy oddziaływania robót górniczych. Warunkiem prawidłowego przeprowadzenia tego rodzaju analizy jest rzetelne rozpoznanie warunków górniczych, geologicznych i konstrukcyjnych. W pracy przedstawione zostały zagadnienia związane z modelowaniem podłoża obiektu w aspekcie wyznaczania oddziaływań górniczych, rozpoznania warunków posadowienia i przyjęcia modelu materiałowego. W tym zakresie scharakteryzowano procesy deformacyjne zachodzące w podłożu wskutek oddziaływania eksploatacji, omówiono ogólnie zagadnienie sporządzania prognozy wpływów eksploatacji górniczej na powierzchnię, przytoczono wymagania dotyczące rozpoznania podłoża obiektów posadowionych na terenach górniczych oraz wymieniono ważniejsze metody tego rodzaju rozpoznania. Koncentrując się następnie na zagadnieniach związanych z opracowaniem szczegółowej analizy oddziaływania eksploatacji zaproponowano zastosowanie modelowania numerycznego, jako narzędzia tego typu analiz. Pod tym kątem przedstawiono przykłady doboru prawa materiałowego podłoża oraz wyznaczenia wartości jego parametrów. Przykłady te dotyczą dwóch materiałów geologicznych: gliny piaszczystej oraz piaskowca. Dla każdego z nich omówiono zakres przeprowadzonych badań laboratoryjnych, przytoczono wyniki oraz przedstawiono wybrane prawo materiałowe z wyznaczonymi wartościami parametrów. Przedstawiona została także analiza wpływu wartości podstawowych parametrów mechanicznych podłoża: modułu sprężystości podłużnej, i współczynnika Poissona na rozkład naprężeń pod ławą fundamentową.
    Źródło:
    AGH Journal of Mining and Geoengineering; 2012, 36, 1; 165-178
    1732-6702
    Pojawia się w:
    AGH Journal of Mining and Geoengineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      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