Informacja

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

Wyszukujesz frazę "Trojanowska, M." wg kryterium: Autor


Wyświetlanie 1-5 z 5
Tytuł:
Wykorzystanie modeli strukturalnych do prognozowania zapotrzebowania odbiorców wiejskich na gaz ziemny
Using of structural models to forecast rural consumers demand for natural gas
Autorzy:
Trojanowska, M.
Nęcka, K.
Powiązania:
https://bibliotekanauki.pl/articles/287277.pdf
Data publikacji:
2008
Wydawca:
Polskie Towarzystwo Inżynierii Rolniczej
Tematy:
zużycie
gaz ziemny
prognoza
model strukturalny
natural gas
consumption
forecast
structural model
Opis:
Zapotrzebowanie odbiorców wiejskich na gaz ziemny opisano funkcją potęgową Cobba-Douglasa, w której zmiennymi objaśniającymi są liczba wiejskich odbiorców gazu i jego cena lub cena gazu ziemnego i dochód rozporządzalny wiejskich gospodarstw. Wyznaczone na podstawie opracowanych zależności prognozy wygasłe charakteryzują się małymi błędami, przy średnich absolutnych błędach prognoz ex post nie przekraczających wartości 5%, co wskazuje na przydatność zbudowanych modeli do prognozowania długookresowego. W oparciu o wybrany model zaprognozowano zapotrzebowanie odbiorców wiejskich na gaz ziemny do 2010 roku, dla dwóch scenariuszy rozwojowych kraju.
Rural consumers' demand for natural gas is described using the Cobb-Douglas power function, in which explanatory variables are: the number of rural gas consumers and gas price, or natural gas price and disposable income of farms. Expired forecasts determined on the basis of developed relations are characterised by small errors with ex post forecast average absolute errors not exceeding 5%, which indicates that the developed models are useful for long-term forecasting. Selected model was used to predict rural consumers' demand for natural gas until 2010, for two development scenarios for the country.
Źródło:
Inżynieria Rolnicza; 2008, R. 12, nr 9(107), 9(107); 311-317
1429-7264
Pojawia się w:
Inżynieria Rolnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Short-term forecasting of natural gas demand by rural consumers using regression models
Prognozowanie krótkookresowe zapotrzebowania odbiorców wiejskich na gaz ziemny z wykorzystaniem modeli regresyjnych
Autorzy:
Necka, K.
Trojanowska, M.
Powiązania:
https://bibliotekanauki.pl/articles/791988.pdf
Data publikacji:
2014
Wydawca:
Komisja Motoryzacji i Energetyki Rolnictwa
Tematy:
short-term forecast
multiple regression
natural gas
rural consumer
regression model
Źródło:
Teka Komisji Motoryzacji i Energetyki Rolnictwa; 2014, 14, 4
1641-7739
Pojawia się w:
Teka Komisji Motoryzacji i Energetyki Rolnictwa
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An analysis of variability in demand for natural gas at rural households
Analiza zmiennosci zapotrzebowania wiejskich gospodarstw na gaz ziemny
Autorzy:
Trojanowska, M.
Lipczynska, D.
Powiązania:
https://bibliotekanauki.pl/articles/792576.pdf
Data publikacji:
2014
Wydawca:
Komisja Motoryzacji i Energetyki Rolnictwa
Tematy:
natural gas
gas consumption
distribution
rural household
variability analysis
statistical analysis
cluster analysis
Źródło:
Teka Komisji Motoryzacji i Energetyki Rolnictwa; 2014, 14, 4
1641-7739
Pojawia się w:
Teka Komisji Motoryzacji i Energetyki Rolnictwa
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Forecasting of the daily demand for natural gas in rural households using the methods of artificial intelligence. Part II. Forecasting using fuzzy logic
Prognozowanie dobowego zapotrzebowania na gaz ziemny wiejskich gospodarstw domowych przy wykorzystaniu metod sztucznej inteligencji. Cz. 2. Prognozowanie przy wykorzystaniu logiki rozmytej
Autorzy:
Małopolski, J.
Trojanowska, M.
Nęcka, K.
Powiązania:
https://bibliotekanauki.pl/articles/335847.pdf
Data publikacji:
2015
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Maszyn Rolniczych
Tematy:
natural gas
short-term forecasts
fuzzy logic
prognoza krótkookresowa
logika rozmyta
modele Takagi-Sugeno
Opis:
In this paper, two fuzzy Takagi-Sugeno models were built to describe daily gas consumption of rural households using the Gaussian and trapezoidal membership function. It was found that the predictive values of both models are similar and satis-factory (MAPE 5.3-5.5%) and slightly better than in the case of the model of neural network when the BFGS algorithm was used for training, as shown in the first section of the study.
W pracy przedstawiono zbudowane dwa rozmyte modele typu Takagi-Sugeno opisujące dobowe zużycie gazu przez wiejskie gospodarstwa domowe, wykorzystując gaussowską i trapezoidalną funkcję przynależności. Stwierdzono, że wartość predykcyjna obydwu modeli jest podobna oraz zadowalająca (MAPE rzędu 5,3-5,5%) i nieznacznie lepsza od modelu neuronowe-go, gdy do uczenia sieci zastosowano algorytm BFGS, a który przedstawiono w części I opracowania.
Źródło:
Journal of Research and Applications in Agricultural Engineering; 2015, 60, 2; 65-67
1642-686X
2719-423X
Pojawia się w:
Journal of Research and Applications in Agricultural Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
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
    Wyświetlanie 1-5 z 5

    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