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 "smoothing" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-9 z 9
    Tytuł:
    Prognozowanie produktywności dla przedsiębiorstwa produkcyjnego
    Productivity forecasting for a manufacturing company
    Autorzy:
    Rostek, M.
    Knosala, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/112820.pdf
    Data publikacji:
    2017
    Wydawca:
    STE GROUP
    Tematy:
    produktywność
    prognozowanie
    wygładzanie szeregu czasowego
    forecasting
    productivity
    smoothing time series
    Opis:
    Celem publikacji jest wyznaczenie wartości wskaźnika produktywności całkowitej na kolejny okres w przedsiębiorstwie produkcyjnym. W artykule zastosowano klasyczne metody prognozowania, które mogą mieć zastosowanie do przewidywania wskaźnika produktywności. Dokonana została ocena wyznaczonych prognoz oraz wybór najlepiej dopasowanego sposobu prognozowania. Celem analizy jest szacowanie przyszłych wartości produktywności, aby z wyprzedzeniem można było reagować na przewidywane spadki. W wyniku przeprowadzonych badań najmniejszym średnim względnym błędem prognozy obarczony był model wyznaczony za pomocą wygładzania wykładniczego metodą Holta.
    The aim of the publication is to determine the value of the total productivity index for the next period in the manufacturing company. In the article uses classical forecasting methods that can be used to forecast the productivity index. An assessment of the forecasts and the selection of the best fit for forecasting has been done. The aim of the analysis is to estimate the future value of productivity so that anticipation can be anticipated in advance. As a result of the research, the smallest mean percentage error was burdened by a model determined by Holt exponential smoothing.
    Źródło:
    Systemy Wspomagania w Inżynierii Produkcji; 2017, 6, 9; 83-93
    2391-9361
    Pojawia się w:
    Systemy Wspomagania w Inżynierii Produkcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of exponential smoothing method to forecasting daily water consumption in rural areas
    Zastosowanie metody wygładzania wykładniczego do prognozowania dobowego zużycia wody w obszarach wiejskich
    Autorzy:
    Cieżak, Wojciech
    Kutyłowska, Małgorzata
    Powiązania:
    https://bibliotekanauki.pl/articles/27312154.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Czasopisma i Monografie PAN
    Tematy:
    prognozowanie
    sieć przewodów
    wygładzanie wykładnicze
    zużycie wody
    forecasting
    exponential smoothing
    pipe network
    water consumption
    Opis:
    The size and distribution of water demand within a given structural unit is the basis for the proper operation and planning of the expansion and modernization of the water supply system’s elements. In rural areas, particularly in municipalities adjacent to urban-industrial agglomerations, a change in the use of tap water has been increasingly observed. The water consumption for animal breeding or agricultural use, typical of these areas, has been decreasing and even disappearing. Water has been increasingly used for domestic purposes in single- and multi-family housing as well as for other purposes such as watering lawns and filling residential swimming pools. Taking this into account, this paper presents observations regarding daily water consumption in a municipality adjacent to Wrocław together with an analysis of the possibility of using the exponential smoothing method for the short-term forecasting of daily water consumption. The analyses presented in this paper were carried out using STATISTICA 13 software.
    Wzrost zapotrzebowania na wodę w gminach przyległych do dużych aglomeracji, a co za tym idzie wzrost produkcji wody, zmuszają przedsiębiorstwa wodociągowe do szukania nowych rozwiązań dotyczących między innymi optymalnego sterowania takimi procesami jak: ujmowanie i rozdział dyspozycyjnych zasobów wodnych, dystrybucja oraz oczyszczanie wody i ścieków. Aby zapewnić skuteczne sterowanie tymi procesami wymagany jest między innymi skalibrowany model hydrauliczny sieci dystrybucji i model prognostyczny poboru wody. Do bieżącego i krótkoterminowego prognozowania poboru wody wykorzystywane są modele stochastyczne, wprowadzane w postaci zalgorytmizowanej do struktury zarządzania procesem sterowania. Najczęściej stosowane są scałkowane modele autoregresji i średniej ruchomej ARIMA oraz metody wygładzania wykładniczego szeregów czasowych. Modele klasy ARIMA odwzorowują właściwości statyczne i dynamiczne szeregów stacjonarnych i pewnych klas szeregów niestacjonarnych, interpretowanych jako wynik przejścia białego szumu przez dyskretny filtr liniowy skończenie wymiarowy. Charakteryzują się one różnymi właściwościami przy jednolitym zapisie formalnym oraz identycznych metodach estymacji parametrów dla różnych typów i podklas modeli. Metody prognozowania oparte na algorytmach wygładzania wykładniczego są łatwe do praktycznego zastosowania i nie wymagają założenia o stacjonarności analizowanego szeregu czasowego. W niniejszej pracy przedstawiono obserwacje dotyczące dobowego zużycia wody w jednej z gmin przyległej do Wrocławia wraz z analizą możliwości zastosowania metody wygładzania wykładniczego do krótkoterminowego prognozowania dobowego poboru wody.
    Źródło:
    Archives of Civil Engineering; 2023, 69, 3; 445--456
    1230-2945
    Pojawia się w:
    Archives of Civil Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    ZASTOSOWANIE WYBRANYCH MODELI ADAPTACYJNYCH W PROGNOZOWANIU BRAKUJĄCYCH DANYCH W SZEREGACH ZE ZŁOŻONĄ SEZONOWOŚCIĄ DLA LUK NIESYSTEMATYCZNYCH
    THE APPLICATION OF SELECTED ADAPTATION MODELS IN FORECASTING THE MISSING DATA IN THE TIME SERIES WITH COMPLEX SEASONALITY FOR UNSYSTEMATIC GAPS
    Autorzy:
    Szmuksta- Zawadzka, Maria
    Zawadzki, Jan
    Powiązania:
    https://bibliotekanauki.pl/articles/453279.pdf
    Data publikacji:
    2014
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
    Tematy:
    złożona sezonowość
    wyrównywanie wykładnicze
    prognozowanie
    brakujące dane
    complex seasonality
    exponential smoothing
    forecasting
    gaps in data
    Opis:
    Artykuł poświęcony jest wykorzystaniu wybranych modeli wyrównywania wykładniczego: Browna, Holta i Holta-Wintersa w prognozowaniu zmiennych ze złożona sezonowością w warunkach braku pełnej informacji. Prognozy wyjściowe będą budowane na podstawie szeregów oczyszczonych z sezonowości. Prognozy końcowe, uwzględniające wahania sezonowe, będą sumami prognoz wyjściowych i składników sezonowości lub iloczynami prognoz tego rodzaju i wskaźników sezonowości. Rozważania o charakterze teoretycznym zostaną zilustrowane przykładem empirycznym.
    The paper is devoted to the application of selected exponential smoothing models: Brown, Holt and Holt-Winters in prediction of variables with complex seasonality in the condition of lack of full information. Output forecasts will be built on the basis of time series cleansed from seasonality. Final forecasts, taking into account seasonal fluctuations, will be a sum of output forecasts and seasonal components or multiply of forecasts and the seasonal indicators. Theoretical considerations will be illustrated by an empirical example.
    Źródło:
    Metody Ilościowe w Badaniach Ekonomicznych; 2014, 15, 4; 181-194
    2082-792X
    Pojawia się w:
    Metody Ilościowe w Badaniach Ekonomicznych
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    WYKORZYSTANIE DANYCH OCZYSZCZONYCH O WYSOKIEJ CZĘSTOTLIWOŚCI W PROGNOZOWANIU ZMIENNYCH ZE ZŁOŻONĄ SEZONOWOŚCIĄ
    APPLICATION OF SEASONALLY ADJUSTED HIGH FREQUENCY DATA TO FORECASTING VARIABLES WITH COMPLEX SEASONALITY
    Autorzy:
    Szmuksta-Zawadzka, Maria
    Zawadzki, Jan
    Powiązania:
    https://bibliotekanauki.pl/articles/452810.pdf
    Data publikacji:
    2015
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
    Tematy:
    prognozowanie
    dane o wysokiej częstotliwości
    złożona sezonowość
    wyrównywanie wykładnicze
    forecasting
    high frequency data
    complex seasonality
    exponential smoothing models
    Opis:
    W pracy przedstawione zostanie procedura modelowania i prognozowania zmiennej o bardzo wysokiej częstotliwości obserwowania na podstawie szeregów, z których wyeliminowano dwa lub trzy rodzaje sezonowości. Do budowy prognoz zostaną wykorzystane wybrane modele adaptacyjne. Rozważania teoretyczne zilustrowane zostaną przykładem empirycznym dotyczącym, kształtowania się zapotrzebowania na moc energetyczną w okresach godzinnych w aglomeracji A.
    In the article will be presented procedure to modeling and forecasting of the high frequency variable, based on series, from which was eliminated two or three types of seasonality. Forecasts will be built on the basis of exponential smoothing models. The theoretical considerations will be illustrated with empirical example about demand for electricity in hour periods in the agglomeration A.
    Źródło:
    Metody Ilościowe w Badaniach Ekonomicznych; 2015, 16, 4; 147-159
    2082-792X
    Pojawia się w:
    Metody Ilościowe w Badaniach Ekonomicznych
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    PROGNOZOWANIE NA PODSTAWIE SZEREGÓW CZASOWYCH O WYSOKIEJ CZĘSTOTLIWOŚCI OCZYSZCZONYCH Z SEZONOWOŚCI DLA LUK NIESYSTEMATYCZNYCH
    FORECASTING BASED ON HIGH FREQUENCY TIME SERIES WITH UNSYSTEMATIC GAPS
    Autorzy:
    Szmuksta – Zawadzka, Maria
    Zawadzki, Jan
    Powiązania:
    https://bibliotekanauki.pl/articles/453212.pdf
    Data publikacji:
    2016
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
    Tematy:
    prognozowanie
    dane o wysokiej częstotliwości
    złożona sezonowość
    wyrównywanie wykładnicze
    forecasting
    high frequency time series
    complex seasonality
    exponential smoothing
    Opis:
    W pracy przedstawione zostaną wyniki zastosowania wybranych modeli wyrównywania wykładniczego w prognozowaniu zmiennej o bardzo wysokiej częstotliwości, obserwowanej w okresach godzinnych, dla luk niesystematycznych, oczyszczonej z dwóch lub trzech rodzajów sezonowości. Rozpatrywany był wariant, w którym luki występują w każdym z rodzajów wahań składowych.
    In the paper will be presented the results of the application of selected models of exponential smoothing in forecasting of very high frequency variable, observed hourly, with unsystematic gaps, from which two or three types of seasonality fluctuation were eliminated. In the research was used a combination, in which gaps were present in each type of the fluctuation component.
    Źródło:
    Metody Ilościowe w Badaniach Ekonomicznych; 2016, 17, 1; 121-136
    2082-792X
    Pojawia się w:
    Metody Ilościowe w Badaniach Ekonomicznych
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Implementation of the Exponential Smoothing Method for Forecasting of the Sales Volume of an Opencast Mine of Rock and Raw Materials
    Implementacja metody wyrównania wykładniczego do prognozowania wielkości sprzedaży kopalni odkrywkowej surowców skalnych
    Autorzy:
    Trzaskuś-Żak, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/318338.pdf
    Data publikacji:
    2018
    Wydawca:
    Polskie Towarzystwo Przeróbki Kopalin
    Tematy:
    metoda wyrównywania wykładniczego
    prognozowanie
    model addytywny sezonowy
    model multiplikatywny sezonowy
    exponential smoothing methods
    forecasting
    seasonal additive model
    seasonal multiplicative model
    Opis:
    This article uses an exponential smoothing method to forecast the time series of temporary sales of an opencast rock and raw materials mine. Six models of foresight were developed: three seasonal additive models (with linear, exponential and fading trend) and three seasonal multiplicative models (with linear, exponential and fading trend). The exponential smoothing method can be used for current enterprise management, not just mining. This method can be used to make relevant decisions based on the verified forecasts. It is designed for short-term forecasting-even several times during the day based on current changing data. This method is a useful tool for forecasting time series for not only sales. It can be used to forecast inventory, receivables, etc. However, despite the great progress in predictive methods of the future, which is particularly aided by computer technics, the forecast of the Economist is fraught with greater or lesser errors, and it is therefore necessary to verify developed models. The quality of the forecast should be determined by its relevance, which is determined by means of ex post errors (expired forecast errors). Furthermore, the quality should also be monitored and the forecasts should be corrected if necessary. To develop forecasts in the six models mentioned, the STATISTICA program, which provides a transparent and quite rapid forecasting of the use of the exponential smoothing method in twelve possible variants. STATISTICA also allows to verify the developed model by drawing an adjustment chart of this model with actual time series, verifying ex post errors, and creating a histogram of the rest of the model. This article also carried out verifications of the models developed by designating the errors of expired forecasts (ex post errors), as well as verification, on the basis of the histogram, whether the rest of the developed models have a normal distribution. For this purpose the Shapiro-Wilk test was used.
    W artykule zastosowano metodę wyrównywania wykładniczego do prognozowania szeregu czasowego sprzedaży kopalni odkrywkowej surowców skalnych. Opracowano sześć modeli prognostycznych; trzy sezonowe modele addytywne (z trendem liniowym, wykładniczym oraz trendem gasnącym) oraz trzy sezonowe modele multiplikatywne (z trendem liniowym, wykładniczym oraz trendem gasnącym). Metoda wyrównywania wykładniczego może być wykorzystywana w bieżącym zarządzaniu przedsiębiorstwem, nie tylko górniczym. Metoda ta może służyć do podejmowania trafnych decyzji opartych na opracowanych i zweryfikowanych prognozach. Przeznaczona jest do krótkookresowego tworzenia prognoz - nawet kilkukrotnie w ciągu dnia opartego na zmieniających się bieżących obserwacjach (danych). Metoda ta, jest to przydatne narzędzie do prognozowania szeregów czasowych dotyczących nie tylko sprzedaży. Można jej użyć do prognozowania zapasów, należności itp. Jednak pomimo dużego postępu w zakresie metod przewidywania przyszłości, szczególnie wspomaganego techniką komputerową, prognoza jaką posługuje się ekonomista jest obarczona większym lub mniejszym błędem, dlatego też potrzebna jest weryfikacja opracowanych modeli. Jakość prognozy powinna być określona poprzez jej trafność, którą określa się za pomocą błędów ex post (błędy prognoz wygasłych), powinna być również monitorowana i w razie potrzeby powinno się przeprowadzić korektę prognoz. Do opracowania prognoz w sześciu wspomnianych modelach zastosowano program STATISTICA, który w sposób przejrzysty i dosyć szybki tworzy prognozy wykorzystując metodę wyrównywania wykładniczego w dwunastu możliwych do zastosowania wariantach wygładzania wykładniczego. Program STATISTICA umożliwia również szybką weryfikację opracowanego modelu poprzez sporządzenie wykresu dopasowania opracowanego modelu do rzeczywistego szeregu czasowego, weryfikację błędów ex post, jak również utworzenie histogramu reszt modelu. W artykule przeprowadzono również weryfikację opracowanych modeli poprzez wyznaczenie błędów prognoz wygasłych (błędów ex post), jak również weryfikację, na podstawie histogramu, czy reszty opracowanych modeli mają rozkład normalny, do tego celu został wykorzystany test Shapiro-Wilka.
    Źródło:
    Inżynieria Mineralna; 2018, R. 20, nr 2, 2; 15-23
    1640-4920
    Pojawia się w:
    Inżynieria Mineralna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    MODELE ADAPTACYJNE W PROGNOZOWANIU NA PODSTAWIE SZEREGÓW CZASOWYCH O WYSOKIEJ CZĘSTOTLIWOŚCI Z LUKAMI SYSTEMATYCZNYMI
    ADAPTIVE MODELS IN FORECASTING OF HIGH-FREQUENCY TIMES SERIES WITH SYSTEMATIC GAPS
    Autorzy:
    Zawadzki, Jan
    Powiązania:
    https://bibliotekanauki.pl/articles/453186.pdf
    Data publikacji:
    2017
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
    Tematy:
    prognozowanie
    dane o wysokiej częstotliwości
    złożona sezonowość
    wyrównywanie wykładnicze
    luki systematyczne
    forecasting
    high frequency data
    complex seasonality
    exponential smoothing
    systematic gaps
    Opis:
    W pracy przedstawione zostaną wyniki zastosowania modeli Browna, Holta i Holta-Wintersa w prognozowaniu zmiennej o bardzo wysokiej częstotliwości obserwowania w warunkach braku pełnej informacji na podstawie danych oczyszczonych z dwóch lub trzech rodzajów sezonowości. Rozpatrywany były dwa warianty luk systematycznych.
    In the paper will be presented results of the application of Brown, Holt and Holt-Winters models in the forecasting of a very high frequency variable in condition of lack of full information, based on seasonal adjusted time series, from which two or three types of seasonal fluctuations were removed. Two variants of systematic gaps were considered.
    Źródło:
    Metody Ilościowe w Badaniach Ekonomicznych; 2017, 18, 2; 374-389
    2082-792X
    Pojawia się w:
    Metody Ilościowe w Badaniach Ekonomicznych
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A combined method for wind power generation forecasting
    Autorzy:
    Le, Tuan-Ho
    Powiązania:
    https://bibliotekanauki.pl/articles/1955200.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    autoregressive integrated moving average
    exponential smoothing methods
    forecasting
    response surface methodology
    wind power
    autoregresyjna zintegrowana średnia ruchoma
    metody wygładzania wykładniczego
    prognozowanie
    metodologia powierzchni odpowiedzi
    energia wiatrowa
    Opis:
    Most of the existing statistical forecasting methods utilize the historical values of wind power to provide wind power generation prediction. However, several factors including wind speed, nacelle position, pitch angle, and ambient temperature can also be used to predict wind power generation. In this study, a wind farm including 6 turbines (capacity of 3.5 MW per turbine) with a height of 114 meters, 132-meter rotor diameter is considered. The time-series data is collected at 10-minute intervals from the SCADA system. One period from January 04th, 2021 to January 08th, 2021 measured from the wind turbine generator 06 is investigated. One period from January 01st, 2021 to January 31st, 2021 collected from the wind turbine generator 02 is investigated. Therefore, the primary objective of this paper is to propose a combined method for wind power generation forecasting. Firstly, response surface methodology is proposed as an alternative wind power forecasting method. This methodology can provide wind power prediction by considering the relationship between wind power and input factors. Secondly, the conventional statistical forecasting methods consisting of autoregressive integrated moving average and exponential smoothing methods are used to predict wind power time series. Thirdly, response surface methodology is combined with autoregressive integrated moving average or exponential smoothing methods in wind power forecasting. Finally, the two above periods are performed in order to demonstrate the efficiency of the combined methods in terms of mean absolute percent error and directional statistics in this study.
    Źródło:
    Archives of Electrical Engineering; 2021, 70, 4; 991-1009
    1427-4221
    2300-2506
    Pojawia się w:
    Archives of Electrical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Planning of transportations needs based on demand forecasts
    Planowanie zapotrzebowania na transport na podstawie prognozy popytu
    Autorzy:
    Mrówczyńska, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/374135.pdf
    Data publikacji:
    2013
    Wydawca:
    Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
    Tematy:
    planning of transportation of shipments
    forecasting
    triple exponential smoothing method
    artificial immune system
    clonal selection
    planowanie przewozów przesyłek
    prognozowanie
    addytywna metoda Wintersa
    sztuczny system immunologiczny selekcja klonalna
    Opis:
    Rational management of transport has a major impact on the cost of the business. The starting point for this can be a forecast of demand for the products. This paper presents the process of planning of transportation of shipments based on the forecast of the orders. The monthly quantity of shipments during the 36 months was analysed. A periodic variation of this quantity was observed. The forecast for the next two months was determined using a triple exponential smoothing method. Parameters of the method were determined analytically and using artificial immune systems. In the latter case the smoothing constant and the initial values of the model were determined by optimizing the root mean square error (RMSE) "ex-post". The results were subsequently compared. A smaller error was obtained using artificial immune systems. Then the demand for transport was calculated basing on the forecast quantity of shipments.
    Racjonalne gospodarowanie środkami transportu ma duży wpływ na koszty firmy. Podstawą do tego może być wykonanie prognozy popytu na produkty firmy. W artykule przedstawiono proces zaplanowania przewozów przesyłek do odbiorców na podstawie prognozy ilości przesyłek. Po wstępnej analizie rozkładu miesięcznej ilości przesyłek w okresie 36 miesięcy zaobserwowano okresową zmienności tej ilości. Prognozę na kolejne 3 miesiące wyznaczono stosując addytywną metodę Wintersa. Parametry metody wyznaczano analitycznie, a następnie stosując sztuczne systemy immunologiczne. W tym drugim przypadku stałe wygładzania i wartości początkowe modelu były wyznaczane na drodze optymalizacji pierwiastka błędu średniokwadratowego (RMSE) „ex post”. Wyniki porównano. Mniejszy błąd otrzymano stosując sztuczne systemy immunologiczne. Następnie wyznaczono zapotrzebowanie na transport na podstawie prognozowanej ilości przesyłek.
    Źródło:
    Transport Problems; 2013, 8, 3; 5-14
    1896-0596
    2300-861X
    Pojawia się w:
    Transport Problems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-9 z 9

      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