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 "model sieci" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-12 z 12
    Tytuł:
    Regression modeling and neural computing for predicting the ultimate tensile strength of friction stir welded aerospace aluminium alloy
    Autorzy:
    Mishra, Akshansh
    Vance, Jonathan Ve
    Powiązania:
    https://bibliotekanauki.pl/articles/95289.pdf
    Data publikacji:
    2019
    Wydawca:
    Politechnika Koszalińska. Wydawnictwo Uczelniane
    Tematy:
    artificial neural networks
    regression model
    friction stir welding
    sztuczne sieci neuronowe
    model regresji
    zgrzewanie tarciowe
    Opis:
    AA7075 is an aluminum alloy which is almost as strong as steel, yet it weighs just one third as much. Unfortunately its use has been limited, due to the fact that pieces of it could not be securely welded together by the traditional welding process. Friction Stir Welding (FSW) process overcomes the limitations of conventional welding process. In our present work we have used Artificial Neural Network which is Artificial Intelligence based technique used for prediction purpose. The main objective of our present work is to compare the predicted results of the Ultimate Tensile Strength (UTS) of Friction Stir welded similar joints through Regression modeling and Artificial Neural Network (ANN) modeling. It was observed that the linear regression algorithm is able to make more accurate predictions compared to neural network algorithm for small dataset.
    Źródło:
    Journal of Mechanical and Energy Engineering; 2019, 3, 3; 221-226
    2544-0780
    2544-1671
    Pojawia się w:
    Journal of Mechanical and Energy Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Advanced gas turbines health monitoring systems
    Zaawansowany system monitorowania stanu technicznego w turbinach gazowych
    Autorzy:
    Adamowicz, M.
    Żywica, G.
    Powiązania:
    https://bibliotekanauki.pl/articles/327586.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    monitoring
    gas turbine
    vibrations
    artificial neural networks
    predictive model
    monitorowanie
    turbina gazowa
    wibroakustyka
    sieci neuronowe
    model predykcyjny
    Opis:
    An overview of science papers in the field of machine diagnosis has exposed increasing efforts in developing accurate and reliable engine health monitoring systems. Attempts have been made in both diagnostics and prediction of system faults. Essential limitations of the standard monitoring system are discussed in this paper as well as arguments for implementation of the Advanced Gas Turbine Health Monitoring Systems. Examples of implementation are discussed and a comparison between “Enhanced Arrangement” and “Standard Arrangements” is carried out. The individual system components are implemented today using very different methods. Performance degradation of gas turbines is described here with an approach of Condition Based Maintenance and it was shown how the classification method can help to improve equipment operation. The review of signal processing methods was carried out to present strengths and shortcomings of individual methods.
    Przegląd literatury w dziedzinie diagnostyki maszyn wykazuje duże zainteresowanie środowiska naukowego opracowaniem niezawodnych i precyzyjnych metod oceny stanu technicznego napędów turbinowych. Prace te mają najczęściej na celu opracowanie systemów służących do bieżącej diagnostyki uszkodzeń pojawiających się podczas pracy jak i prognozowania przyszłych defektów. W artykule przeprowadzono ocenę najczęściej stosowanych metod diagnostycznych jak również omówiono zastosowanie „Zaawansowanego systemu monitorowania stanu technicznego turbin gazowych”. Przedstawione zostało porównanie standardowego i zaawansowanego układu diagnostyczno-sterującego. Indywidualne metody diagnostyczne zostały opisane wraz z przykładami zastosowania. Wykazano, że spadek sprawności turbiny gazowej jest ściśle związany z jej stanem technicznym, który może być stale monitorowany. Oceniono również wpływ metod klasyfikacji uszkodzeń na wykrywalność stopnia degradacji.
    Źródło:
    Diagnostyka; 2018, 19, 2; 77-87
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie sztucznych sieci neuronowych do modelowania procesu oczyszczania ścieków w małej oczyszczalni ścieków
    Using Artificial Neural Networks for Modeling Wastewater Treatment in Small Wastewater Treatment Plant
    Autorzy:
    Skoczko, I.
    Ofman, P.
    Szatyłowicz, E.
    Powiązania:
    https://bibliotekanauki.pl/articles/1817960.pdf
    Data publikacji:
    2016
    Wydawca:
    Politechnika Koszalińska. Wydawnictwo Uczelniane
    Tematy:
    oczyszczalnia ścieków
    model black box
    sztuczne sieci neuronowe
    wastewater treatment plant
    artificial neural networks
    Opis:
    Celem pracy było opracowanie modelu „Black Box” dla Miejskiej Oczyszczalni Ścieków w Stawiskach. Badana oczyszczalnia ścieków na podstawie równoważnej liczby mieszkańców (RLM) zaliczana jest do obiektów z II grupy, zgodnie z Rozporządzeniem Ministra Środowiska z 11 listopada 2014 roku, w których monitoring jakości ścieków oczyszczonych obejmuje ilość zawiesin ogólnych, BZT5 i ChZTCr. Model matematyczny został opracowany na podstawie badań prowadzonych w latach 2005-2013, które dotyczyły jakości ścieków surowych i oczyszczonych. W modelu jako zmienne wejściowe uwzględniono ilość mieszkańców miejscowości, ilość ścieków dopływających systemem kanalizacyjnym oraz ilość ścieków dowożonych. Opracowana sieć neuronowa wykazywała bardzo dobre dopasowanie do parametrów rzeczywistych. Opracowany model regresyjnym odznaczał się dobrym dopasowanie wartości przewidywanych do obserwowanych. Współczynniki korelacji uzyskane dla tych par zmiennych równe były dla BZT5 0,99, dla ChZTCr 0,94 i dla zawiesin ogólnych 0,97, przy wartościach średniego błędu bezwzględnego równego dla poszczególnych zmiennych odpowiednio 0,37; 5,49 i 1,72.
    The aim of this study was to develop a model of "Black Box" for Municipal Wastewater Treatment Plant in Stawiskach. This sewage treatment plant based on of population equivalent (pe) is among the objects from the second group, in accordance with the Regulation of the Minister of Environment of 11 November 2014, in which monitoring of the effluent includes the amount of total suspended solids, BOD5 and COD. A mathematical model was developed based on research conducted in the years 2005-2013, which concerned the quality of raw sewage and sewage. In the model as input variables takes into account the number of inhabitants of the village, the amount of sewage influent sewer system and the amount of waste imported from the city. The developed neural network showed a very good fit to the actual parameters. Developed regression model was characterized by a good fit to the observed predicted values. The correlation coefficients obtained for these couples variables were equal to 0.99 BOD, COD norm of 0.94 and 0.97 for total suspended solids, with values of average absolute error for each variable equal to 0.37; 5.49 and 1.72.
    Źródło:
    Rocznik Ochrona Środowiska; 2016, Tom 18, cz. 1; 493-506
    1506-218X
    Pojawia się w:
    Rocznik Ochrona Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analiza możliwości zastosowania sztucznych sieci neuronowych do kalibracji modeli mikrosymulacyjnych
    Analysis of the use of artificial neural networks to calibration of microsimulation traffic model
    Autorzy:
    Szarata, M.
    Nazarko, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/104658.pdf
    Data publikacji:
    2017
    Wydawca:
    Politechnika Rzeszowska im. Ignacego Łukasiewicza. Oficyna Wydawnicza
    Tematy:
    kalibracja
    model mikrosymulacyjny
    ruch drogowy
    sztuczne sieci neuronowe
    budowa
    inżynieria ruchu
    calibration
    microsimulation traffic model
    artificial neural networks
    construction
    traffic engineering
    Opis:
    Komputerowe modele ruchu drogowego są powszechnie wykorzystywane do analiz przepustowości i sprawności sieci drogowo-parkingowej. Budowa modeli mikrosymulacyjnych jest procesem długotrwałym i złożonym. Jednym z najbardziej czasochłonnych etapów jest kalibracja modelu. Możliwe jest znaczne przyspieszenie tego procesu poprzez wykorzystanie sztucznych sieci neuronowych do szacowania potencjalnie najkorzystniejszych kombinacji parametrów modelu ruchu. W pracy przedstawiono sposób budowy sieci neuronowych na potrzeby modelowania ruchu na wybranym odcinku drogi oraz zaproponowano procedurę umożliwiającą kalibrację mikrosymulacyjnego modelu ruchu.
    Computer traffic models are widely used for analysis of the capacity and efficiency of road network. Construction of traffic models is a long and complex process. One of the most timeconsuming stages of the calibration model, which aim is to reflect real traffic condition. This process can be greatly accelerated by the use of artificial neural networks to generate potentially best combinations of parameters for the traffic model. The paper presents a method of building neural networks for traffic modeling, and proposes a procedure for the calibration process.
    Źródło:
    Czasopismo Inżynierii Lądowej, Środowiska i Architektury; 2017, 64, 2/II; 25-36
    2300-5130
    2300-8903
    Pojawia się w:
    Czasopismo Inżynierii Lądowej, Środowiska i Architektury
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The training of multiplicative neuron model based artificial neural networks with differential evolution algorithm for forecasting
    Autorzy:
    Bas, E.
    Powiązania:
    https://bibliotekanauki.pl/articles/91575.pdf
    Data publikacji:
    2016
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Tematy:
    artificial neural networks
    multiplicative neuron model
    differential evolution
    algorithm
    forecasting
    sztuczne sieci neuronowe
    algorytm
    prognozowanie
    Opis:
    In recent years, artificial neural networks have been commonly used for time series forecasting by researchers from various fields. There are some types of artificial neural networks and feed forward artificial neural networks model is one of them. Although feed forward artificial neural networks gives successful forecasting results they have a basic problem. This problem is architecture selection problem. In order to eliminate this problem, Yadav et al. (2007) proposed multiplicative neuron model artificial neural network. In this study, differential evolution algorithm is proposed for the training of multiplicative neuron model for forecasting. The proposed method is applied to two well-known different real world time series data.
    Źródło:
    Journal of Artificial Intelligence and Soft Computing Research; 2016, 6, 1; 5-11
    2083-2567
    2449-6499
    Pojawia się w:
    Journal of Artificial Intelligence and Soft Computing Research
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Prognozowanie cen energii elektrycznej na giełdzie energii
    Forecasting the price of electricity on the energy exchange
    Autorzy:
    Ejdys, J.
    Halicka, K.
    Godlewska, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/325187.pdf
    Data publikacji:
    2015
    Wydawca:
    Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
    Tematy:
    prognozowanie
    giełda energii
    cena energii
    model Holta-Wintersa
    sztuczne sieci neuronowe
    forecasting
    energy exchange
    energy price
    model Holt-Winters
    artificial neural networks
    Opis:
    Zasadniczym celem artykułu było wyznaczenie prognozy ceny energii elektrycznej na Rynku Dnia Następnego Towarowej Giełdy Energii. Kolejnym istotnym celem badań było przeprowadzenie analizy porównawczej jakości otrzymanych prognoz i dokonanie rekomendacji zbudowanych modeli prognostycznych. Początkowo przeanalizowano zebrane dane, przeprowadzono dekompozycję analizowanego szeregu czasowego. Następnie wyznaczono prognozę ceny energii elektrycznej na giełdzie energii, wykorzystując takie metody, jak model Holta- Wintersa oraz sztuczne sieci neuronowe.
    The main objective of this paper was to determine the forecast of the price of electricity on the POLPX Day Ahead Market. Another important aim of the study was to conduct a comparative analysis of the quality of the forecasts and make recommendations concerning the constructed forecasting models. Initially the collected data was analyzed, and the decomposition of the analyzed time series was performed. Then the forecast of electricity prices on the energy exchange was determined using methods such as the Holt-Winters model and artificial neural networks.
    Źródło:
    Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska; 2015, 77; 53-61
    1641-3466
    Pojawia się w:
    Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie sieci neuronowych do wyceny kontraktów opcyjnych na indeks WIG20
    Application of neural networks to the valuation of index option contracts on WIG20
    Autorzy:
    Kraszewska, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/275297.pdf
    Data publikacji:
    2011
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    sztuczne sieci neuronowe
    wycena opcji
    model Blacka-Scholesa
    indeks WIG20
    artificial neural networks
    option pricing
    Black-Scholes model
    index WIG20
    Opis:
    W artykule zaprezentowano możliwość zaadoptowania sztucznych sieci neuronowych do wyceny kontraktów opcyjnych na indeks WIG20 Giełdy Papierów Wartościowych w Warszawie. Analizując dane rzeczywiste z lat 2005-2009 zbudowano szereg modeli sieci neuronowych z wykorzystaniem programu Statistica. Uzyskane rezultaty porównano z wynikami otrzymanymi z modelu Blacka-Scholesa. Do pomiaru dokładności prognoz modeli użyto powszechnie znane miary błędów.
    The possibility of adopting artificial neural networks to the valuation of option contracts on WIG20 Warsaw Stock Exchange is presented. Using real data from 2005-2009 several models of neural networks were examined in Statistica. The results were compared with results received using the Black-Scholes formula. To measure the accuracy of forecasting models commonly known measurement errors were used.
    Źródło:
    Pomiary Automatyka Robotyka; 2011, 15, 12; 220-222
    1427-9126
    Pojawia się w:
    Pomiary Automatyka Robotyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Częstotliwość występowania zaburzeń rozwoju sprawności ręki w zakresie samoobsługi, grafomotoryki i innych czynności szkolnych - analiza obliczeniowa
    Prevalence of handdevelopment disorders in self-care, graphomotor and other school activities -a computational analysis
    Autorzy:
    Mikołajewska, Emilia
    Mikołajewski, Dariusz
    Powiązania:
    https://bibliotekanauki.pl/articles/41205914.pdf
    Data publikacji:
    2022
    Wydawca:
    Uniwersytet Kazimierza Wielkiego w Bydgoszczy
    Tematy:
    rehabilitacja
    ręka
    grafomotoryka
    deficyty ręki
    terapia ręki
    model obliczeniowy
    sztuczne sieci neuronowe
    rehabilitation
    hand
    grapomotorics
    hand deficits
    hand therapy
    computational model
    artificial neural networks
    Opis:
    Jedną z przyczyn trudności samoobsługowych i grafomotorycznych są opóźnienia lub brak rozwoju chwyt podstawowych. Celem pracy było określenie częstotliwości występowania zaburzeń rozwoju sprawności ręki w zakresie samoobsługi, grafomotoryki i innych czynności szkolnych oraz wypracowanie podstaw do wdrożenia ich modelu obliczeniowego. Tylko 6% dzieci nie miało żadnych deficytów a prawie 41% miało deficyty tylko w zakresie funkcji ręki. Model obliczeniowy ułatwił analizę oraz stanowi obiecujące rozwiązanie na przyszłość: do gromadzenia, analizy i predykcji wyników.
    One of the causes of self-service and graphomotor difficulties is delays or lack of development of the basic grasp. The aim of the study was to determine the frequency of hand developmental impairments in self-care, graphomotor and other school activities and to develop a basis for implementing their computational model. Only 6% of the children had no deficits and almost 41% had deficits only in hand function. The computational model facilitated the analysis and is a promising solution for the uture: for collecting, analysing and predicting results.
    Źródło:
    Studia i Materiały Informatyki Stosowanej; 2022, 14, 3; 20-25
    1689-6300
    Pojawia się w:
    Studia i Materiały Informatyki Stosowanej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Objawy wypalenia zawodowego jako podstawa modelu obliczeniowego
    Burnout symptoms as a basis for computational model
    Autorzy:
    Mikołajewski, Dariusz
    Masiak, Jolanta
    Mikołajewska, Emilia
    Wójcik, Grzegorz M.
    Powiązania:
    https://bibliotekanauki.pl/articles/41205970.pdf
    Data publikacji:
    2021
    Wydawca:
    Uniwersytet Kazimierza Wielkiego w Bydgoszczy
    Tematy:
    inteligencja obliczeniowa
    sztuczne sieci neuronowe
    model obliczeniowy
    wypalenie zawodowe
    zaangażowanie w pracę
    motywacja do pracy
    computational intelligence
    artificial neural networks
    computational model
    professional burnout
    commitment to work
    motivation to work
    Opis:
    Obecnym wyzwaniem jest zbadanie i optymalizacja obliczeniowych miar wypalenia zawodowego w celu obiektywnego określenia najlepszego sposobu obliczania satysfakcji z pracy, wypalenia zawodowego i predyktorów zamiaru odejścia z pracy w różnych grupach zawodowych.Celem badań prezentowanych w artykule był przegląd badań w zakresie obliczeniowego określanie zależności między doświadczaniem stresu w pracy a występowaniem objawów wypalenia zawodowego.
    The current challenge is to explore and optimise computational measures of burnout to objectively determine the best way to calculate job satisfaction, job burnout and predictors of intention to quit across occupational groups.The aim of the research presented in this article was to review studies in the field of computational determinationof the relationship between the experience of stress at work and the occurrence of symptoms of professional burnout.
    Źródło:
    Studia i Materiały Informatyki Stosowanej; 2021, 3; 22-28
    1689-6300
    Pojawia się w:
    Studia i Materiały Informatyki Stosowanej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Trendy i problemy w diagnostyce procesów
    Trends and problems in diagnostics
    Autorzy:
    Korbicz, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/328569.pdf
    Data publikacji:
    2004
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    diagnostyka procesów
    model-based structure
    układ z modelem
    obserwator o nieznanych wejściach
    sztuczne sieci neuronowe
    logika rozmyta
    sieci neuronowo-rozmyte
    algorytmy ewolucyjne
    process diagnosis
    unknown input observers
    artificial neural networks
    fuzzy logic
    neuro-fuzzy systems
    evolutionary algorithms
    Opis:
    W ostatnich latach w systemach detekcji i lokalizacji uszkodzeń dla układów dynamicznych stosuje się zintegrowane ilościowe i jakościowe modele informacji, a większość z nich oparta jest na modelach obliczeń inteligentnych. Celem niniejszej pracy jest prezentacja nowych metod i technik analitycznych oraz obliczeń inteligentnych w systemach diagnostyki procesów. Przyjmując strukturę układu diagnostyki z modelem omawia się możliwości stosowania modeli analitycznych, a przede wszystkim obserwatorów o nieznanych wejściach. Szerzej rozpatruje się alternatywne podejścia oparte na wykorzystaniu metod obliczeń inteligentnych, takich jak sztuczne sieci neuronowe, logika rozmyta, sieci neuronowo-rozmyte oraz algorytmy ewolucyjne do rozwiązywania zadań globalnej optymalizacji. Dla zilustrowania efektywności metod sztucznych sieci neuronowych typu GMDH w układach diagnostyki w końcowej części referatu rozpatruje się problem diagnostyki urządzenia wykonawczego w Cukrowni Lublin.
    Recents approaches to Fault Detection and Isolation (FDI) for dynamic systems use methods of integrating quantitative and qualitative model information, and most of these are based on soft computing methods. The purpose of this paper is to present new methods and applications in the field of analytical and soft computing techniques for fault diagnosis of processes. Taking into account the model-based structure of a diagnostics system, possible applications of analytical models, and first of all unknown input observers, are considered. Alternative soft computing methods such as artificial neural networks, fuzzy logic, neuro-fuzzy structures and evolutionary algorithms for global optimization problems are presented and discussed in greater detail. To illustrate the effectiveness of GMDH artificial neural networks in fault diagnosis, an industrial valve actuator system in a sugar factory (Cukrownia Lublin S.A., Poland) is tested.
    Źródło:
    Diagnostyka; 2004, 30, T. 1; 275-286
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Prediction of bearing capacity of H shaped skirted footings on sand using soft computing techniques
    Autorzy:
    Gnananandarao, -
    Khatri, V. N.
    Dutta, R. K.
    Powiązania:
    https://bibliotekanauki.pl/articles/1818514.pdf
    Data publikacji:
    2020
    Wydawca:
    Stowarzyszenie Komputerowej Nauki o Materiałach i Inżynierii Powierzchni w Gliwicach
    Tematy:
    bearing capacity ratio
    sand
    artificial neural networks
    M5P model tree
    regular plan shaped skirted footings
    H plan shaped skirted footings
    współczynnik nośności
    piasek
    sztuczne sieci neuronowe
    drzewo modelu M5P
    Opis:
    Purpose: The present study aims to apply soft computing techniques, Artificial Neural Network (ANN) and M5P model tree, to predict the ultimate bearing capacity of the H plan shaped skirted footing on the sand Design/methodology/approach: A total of 162 laboratory test data for the regular plan shaped (square, circular, rectangular, and strip (up to L/B = 2.5) skirted footing were collected from the literature to develop the soft computing-based models. These models were later modified for the H Plan shaped skirted footing with the introduction of the multiplication factor. The input variables chosen for the regular plan shaped footings were skirt depth to width of the footing ratio (Ds/B), friction angle of the sand (o), the ratio of the interface friction angle-to-friction angle of sand (5/o), and length-to-width (L/B) ratio of the footing. The output is the bearing capacity ratio (BCR, a ratio of the bearing capacity of the skirted footing to the bearing capacity of un-skirted footing). Findings: Sensitivity analysis was carried out to see the impact of the individual variable on the BCR). The sensitivity results reveal that the skirt depth to width of the footing ratio is the primary variable affecting the BCR. Finally, the performance of the developed soft computing models was assessed using six statistical parameters. The results from the statistical parameters reveal that model developed using ANN was performing superior to the one prepared using M5P model tree technique for the prediction of the ultimate bearing capacity of H plan shaped skirted footing on sand. Research limitations/implications: The model equations are developed with experimental laboratory data. Hence, these equations need further improvement by using field data. However, until now there no field data have been available to include in the present data set. Practical implications: These proposed model equations can be used to predict the bearing capacity of the H-shaped footing with the help of Ds/B, o, S/o and L/B without performing the laboratory experiments. Originality/value: There is no such model equation that was developed so far for the H-shaped skirted footings. Hence, an attempt was made in this article to predict the bearing capacity of the H-shaped footing by using available experimental data with the help of soft computing techniques.
    Źródło:
    Archives of Materials Science and Engineering; 2020, 103, 2; 62--74
    1897-2764
    Pojawia się w:
    Archives of Materials Science and Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Prognozowanie ilości ścieków dopływających do oczyszczalni za pomocą sztucznych sieci neuronowych z wykorzystaniem liniowej analizy dyskryminacyjnej
    Forecasting the sewage inflow into a treatment plant using artificial neural networks and linear discriminant analysis
    Autorzy:
    Szeląg, B.
    Studziński, J.
    Chmielowski, K.
    Leśniańska, A.
    Rojek, I.
    Powiązania:
    https://bibliotekanauki.pl/articles/237303.pdf
    Data publikacji:
    2018
    Wydawca:
    Polskie Zrzeszenie Inżynierów i Techników Sanitarnych
    Tematy:
    Wastewater inflow
    sewage treatment plant
    water level
    daily precipitation
    artificial neural networks
    discriminant models
    mean square error
    mean percentage error
    relative error
    residual relative error
    importance coefficient
    dopływ ścieków
    oczyszczalnia ścieków
    poziom wody
    opad dobowy
    sztuczne sieci neuronowe
    model dyskryminacyjny
    błąd średniokwadratowy
    średni błąd procentowy
    błąd względny
    względny błąd resztowy
    współczynnik ważności
    Opis:
    W pracy przedstawiono wyniki prognozowania ilości ścieków dopływających do oczyszczalni komunalnej w Rzeszowie z wykorzystaniem perceptronowych wielowarstwowych sztucznych sieci neuronowych. W modelu prognostycznym przyjęto następujące zmienne niezależne: zmierzona ilość ścieków dopływających do oczyszczalni określona w poprzednich dobach, poziom wody w Wisłoku (odbiornik ścieków), suma dobowych opadów atmosferycznych oraz dobowa ilość wody tłoczonej do sieci wodociągowej. Przeprowadzone obliczenia wykazały, że wśród rozpatrywanych zmiennych istotny wpływ na zdolność predykcyjną modelu prognostycznego miał poziom wody w Wisłoku, wysokość opadów atmosferycznych oraz ilość ścieków dopływająca do obiektu zmierzona w poprzednich dniach. Analizowano również wpływ poszczególnych parametrów strukturalnych modelu opartego na sztucznych sieciach neuronowych na wyniki prognozowania. Przeprowadzone badania, z wykorzystaniem drzew klasyfikacyjnych, wykazały, że na liczbę neuronów w warstwie ukrytej wpływała liczba sygnałów wejściowych do modelu, natomiast rodzaj funkcji aktywacji w warstwach ukrytej i wyjściowej miał mniejsze znaczenie, co potwierdziły wartości o znaczeniu predykcyjnym. Badano również możliwość zastosowania liniowej analizy dyskryminacyjnej do oceny zdolności predykcyjnych skonstruowanych modeli prognostycznych. Uzyskane wyniki wykazały, że liniowa analiza dyskryminacyjna może być ciekawym narzędziem do oceny doboru zmiennych w modelu prognostycznym ilości ścieków dopływających do oczyszczalni.
    The paper presents the results of forecasting the sewage inflow into the municipal wastewater treatment plant in Rzeszow using multilayer perceptron neural networks. For the forecast model, the following independent variables were adopted: the measured inflow volume to the treatment plant from the previous days, the water level in the Wislok River (effluent receiver), the total daily precipitation and the daily water inflow into the network. The calculations led to conclusions that variables substantially affecting the prognostic capacity of the forecast model included the water level in the Wislok River, the volume of precipitation and the sewage inflow to the facility from the previous days. Additionally, the impact of individual structural parameters of the model based on artificial neural networks on forecasting results was analyzed. The research conducted with the use of classification trees demonstrated that number of neurons in the hidden layer was influenced by the number of inputs to the model, while the type of activation function in the hidden and output layer was of minor importance which was confirmed by the data of prognostic value. The applicability of a linear discriminant analysis for assessment of prognostic ability of the constructed forecast models was also investigated. The results obtained demonstrated that the linear discriminant model might be an interesting assessment tool to select variables for the forecast model of sewage inflow to a treatment plant.
    Źródło:
    Ochrona Środowiska; 2018, 40, 4; 9-14
    1230-6169
    Pojawia się w:
    Ochrona Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-12 z 12

      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