- Tytuł:
-
Forecasting of the daily demand for natural gas in rural households using the methods of artificial intelligence. Part I. Forecasting using artificial neural networks
Prognozowanie dobowego zapotrzebowania na gaz ziemny wiejskich gospodarstw domowych przy wykorzystaniu metod sztucznej inteligencji. Cz. 1. Prognozowanie przy wykorzystaniu sztucznych sieci neuronowych - Autorzy:
-
Nęcka, K.
Trojanowska, M.
Małopolski, J. - Powiązania:
- https://bibliotekanauki.pl/articles/334058.pdf
- Data publikacji:
- 2015
- Wydawca:
- Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
- Tematy:
-
natural gas
short-term forecasts
artificial neural networks
gaz ziemny
prognoza krótkookresowa
sztuczna sieć neuronowa - Opis:
-
The paper determines daily forecast demands for natural gas using artificial neural networks (MLPs). The influence of net-work structure, the type of activation function and the training process used on the quality of prediction were studied. It was found that the quality of forecasts was highly influenced by the network training algorithm. The smallest errors of the ex-pired forecasts (MAPE 5-6%) were obtained using the BFGS algorithm.
W trakcie badań wyznaczano dobowe prognozy zapotrzebowania na gaz ziemny z wykorzystaniem sztucznych sieci neuronowych MLP. Przebadano wpływ struktury sieci, rodzaju funkcji aktywacji oraz zastosowanego procesu uczenia sieci na jakość predykcji. Stwierdzono, że na jakość prognoz duży wpływ ma algorytm uczenia sieci. Najmniejsze błędy prognoz wygasłych (MAPE rzędu 5-6%) uzyskano stosując algorytm BFGS. - Źródło:
-
Journal of Research and Applications in Agricultural Engineering; 2015, 60, 2; 62-64
1642-686X
2719-423X - Pojawia się w:
- Journal of Research and Applications in Agricultural Engineering
- Dostawca treści:
- Biblioteka Nauki
Artykuł