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 "Dawidowicz, J." wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Obliczanie współczynnika strat liniowych λ za pomocą sztucznych sieci neuronowych
    Calculating linear losses λ ratio using artificial neuron net
    Autorzy:
    Dawidowicz, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/908426.pdf
    Data publikacji:
    2013
    Wydawca:
    Fundacja Ekonomistów Środowiska i Zasobów Naturalnych
    Tematy:
    system dystrybucji wody
    sztuczne sieci neuronowe
    współczynnik tarcia
    water distribution system
    artificial neural network
    friction factor
    Opis:
    System dystrybucji wody jest jednym z najważniejszych i najkosztowniejszych elementów systemu zaopatrzenia w wodę. Podstawowym zadaniem podczas projektowania sieci wodociągowych jest wykonanie obliczeń hydraulicznych mających na celu ustalenie strat ciśnienia. W tym celu powszechnie stosuje się technikę komputerową.
    Numerical modelling of water distribution systems are used in the design, operation and decision support. In recent years, many applications require a substantial acceleration calculation. This paper attempts to use artifi cial neural networks to calculate the friction factor. Commonly used Colebrook-White formula requires the use of an iterative method, which extends the computation time. Properly prepared neural network can perform this task much faster.
    Źródło:
    Ekonomia i Środowisko; 2013, 4; 177-186
    0867-8898
    Pojawia się w:
    Ekonomia i Środowisko
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The Application of Artificial Neural Networks in the Assessment of Pressure Losses in Water Pipes in the Design of Water Distribution Systems
    Zastosowanie sztucznych sieci neuronowych do oceny strat ciśnienia w przewodach wodociągowych
    Autorzy:
    Dawidowicz, J.
    Czapczuk, A.
    Piekarski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/1813711.pdf
    Data publikacji:
    2018
    Wydawca:
    Politechnika Koszalińska. Wydawnictwo Uczelniane
    Tematy:
    water distribution system
    hydraulic calculations
    pressure losses
    artificial neural networks
    system dystrybucji wody
    obliczenia hydrauliczne
    liniowe straty ciśnienia
    sztuczne sieci neuronowe
    Opis:
    The water distribution system is one of the most important elements of the water supply system, the construction of which accounts for the largest part of the costs involved, while at the same time, being the determining factor in the supply of water. Pipelines should be equipped to continue fulfilling their role for many years. In connection with the above, a very important task is the correct design and execution of hydraulic calculations. During the implementation of calculations, it is often necessary to correct data frequently, in order to obtain the correct solution. Numerous parameters are evaluated in the calculation process, including flow velocity through water supply pipelines, flow rate, pressure loss and pressure in individual, network nodes. An important parameter, often underestimated, is the level of pressure loss in the calculation sections of water pipes. This paper proposes a method for the assessment of pressure loss and for the use of artificial neural networks. For this purpose, one DH1 class, describing the correct conditions and four DH2-DH5 classes, characterising problems related to the amount of pressure losses in the water pipes, have been determined. Based on the parameters characterising the operation of the water pipe, the artificial neural network, selects one of the classes and thus indicates the occurrence of a specific problem, or gives the ‘all clear’.
    System dystrybucji wody stanowi jeden z najważniejszych elementów wodociągu, którego budowa pochłania największą część kosztów, a jednocześnie w głównej mierze decyduje o możliwościach dostawy wody. Rurociągi wodociągowe powinny spełniać swoją rolę przez wiele lat. W związku z powyższym bardzo ważnym zadaniem jest poprawne zaprojektowanie i wykonanie obliczeń hydraulicznych. Podczas realizacji obliczeń najczęściej konieczne jest wielokrotne korygowanie danych w celu uzyskania poprawnego rozwiązania. W procesie obliczeń ocenie podlega wiele parametrów, w tym prędkość przepływu przez rurociągi wodociągowe, natężenie przepływu, wysokość strat ciśnienia oraz ciśnienie w poszczególnych węzłach sieci. Istotnym parametrem, często niedocenianym, jest wysokość strat ciśnienia na odcinkach obliczeniowych przewodów wodociągowych. W niniejszej pracy zaproponowano metodę oceny strat ciśnienia a pomocą sztucznych sieci neuronowych. W tym celu zdefiniowano jedną klasę DH1 opisującą poprawne warunki oraz cztery DH2-DH5, charakteryzujące problemy związane z wysokością strat ciśnienia w przewodach wodociągowych. Sztuczna sieć neuronowa na podstawie parametrów charakteryzujących pracę przewodu wodociągowego dokonuje wyboru jednej z klas, wskazując w ten sposób na występowanie określonego problemu lub jego brak.
    Źródło:
    Rocznik Ochrona Środowiska; 2018, Tom 20, cz. 1; 292-308
    1506-218X
    Pojawia się w:
    Rocznik Ochrona Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Metody sztucznej inteligencji w projektowaniu i eksploatacji systemów zaopatrzenia w wodę
    Artificial Intelligence Methods in the Design and Operation of Water Supply Systems
    Autorzy:
    Czapczuk, A.
    Dawidowicz, J.
    Piekarski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/1818573.pdf
    Data publikacji:
    2015
    Wydawca:
    Politechnika Koszalińska. Wydawnictwo Uczelniane
    Tematy:
    systemy zaopatrzenia w wodę
    sztuczna inteligencja
    systemy ekspertowe
    sztuczne sieci neuronowe
    metody heurystyczne
    water supply systems
    artificial intelligence
    expert systems
    artificial neural networks
    heuristic methods
    Opis:
    Numerical methods are widely used for many years in the design and operation of water supply systems. Computer technology is characterized by very dynamic progress in the field of hardware and software. Specialized computer programs offer more and more features, especially in the field of data entry and viewing the results, but still operate on the basis of pre-defined algorithms. Currently we are dealing with a turbulent development of artificial intelligence techniques. Probably will never computational programs that completely will replace the operator of the need to make key decisions, but in recent years the aim is to develop computer programs that will be characterized by at least a small degree of creativity. For this purpose, the traditional calculation programs are supplemented by artificial intelligence methods, including artificial neural networks, expert systems, heuristic methods. The above trend can also be observed in issues related to water supply in the problems of design and operational. The literature proposals for the use of artificial intelligence at the stage of water treatment, disinfection, pumping, hydraulic design and simulation of water distribution systems and other components. Have taken a lot of optimization problems that are very difficult to solve by conventional methods. In this paper, some examples of the use of artificial intelligence methods in problems of water supply, indicating that these are the solutions that pave the way for the implementation in practice of design and operation. A wide range of artificial intelligence methods requires careful analysis that the method can be applied to individual problems. Also require a thorough knowledge of ongoing work in this regard.
    Źródło:
    Rocznik Ochrona Środowiska; 2015, Tom 17, cz. 2; 1527-1544
    1506-218X
    Pojawia się w:
    Rocznik Ochrona Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of Multilayer Perceptron for the Calculation of Pressure Losses in Water Supply Lines
    Zastosowanie perceptronu wielowarstwowego do obliczeń strat ciśnienia w przewodach wodociągowych
    Autorzy:
    Czapczuk, A.
    Dawidowicz, J.
    Piekarski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/1813822.pdf
    Data publikacji:
    2017
    Wydawca:
    Politechnika Koszalińska. Wydawnictwo Uczelniane
    Tematy:
    water distribution systems
    artificial intelligence
    expert systems
    artificial neuronal networks
    heuristic methods
    calculation of pressure losses
    systemy dystrybucji wody
    sztuczna inteligencja
    systemy ekspertowe
    sztuczne sieci neuronowe
    metody heurystyczne
    obliczenia strat ciśnienia
    Opis:
    Numerical methods have been widely used for many years in the design and operation of water supply systems. Specialised computer programmes offer more and more facilities, especially for data entry and viewing, but they still function on the basis of predetermined algorithms. At present, however, we strive to create computational programmes with a certain degree of creativity, which should make it easier for users to make decisions at various stages of the task and improve the quality of their solutions. The increasing power of computers will not solve complex problems alone. Only by introducing appropriate calculation methods can we obtain the right results. It seems that classical algorithms with a formalised course can be supplemented, nowadays, with far more advanced computational techniques. This paper presents an literature review on the use of artificial neural networks in the design and operation of water distribution systems. Presented in the second part of the paper, is an overview of the artificial neural network, developed for the calculation of pressure losses in water supply lines. The calculation of hydraulic piping with the EPANET programme for various input parameters resulted in a collection of 16,260 training examples. Input parameters of the neural network include pipe length, measurable flow, absolute roughness coefficient and the nominal diameter. Very high compatibility was obtained between the calculation results for those pressure losses obtained from the EPANET programme and those obtained from the multi-layered perceptron with one hidden layer.
    Metody numeryczne stosuje się powszechnie od wielu lat w projektowaniu i eksploatacji systemów zaopatrzenia w wodę. Specjalistyczne programy komputerowe oferują coraz więcej udogodnień, szczególnie w zakresie wprowadzania danych oraz przeglądania wyników, lecz nadal funkcjonują na podstawie z góry określonych algorytmów. Obecnie dąży się jednak do stworzenia programów obliczeniowych, które będzie charakteryzować pewien stopień kreatywności, co powinno ułatwić użytkownikom podejmowanie decyzji na różnych etapach realizacji zadania i poprawić jakość rozwiązań. Zwiększająca się moc obliczeniowa komputerów samoistnie nie rozwiąże złożonych problemów. Dopiero wprowadzanie odpowiednich metod obliczeniowych, pozwala uzyskać właściwe efekty. Wydaje się, że klasyczne algorytmy o sformalizowanym przebiegu, można obecnie uzupełnić znacznie bardziej zaawansowanymi technikami obliczeniowymi. W niniejszej pracy dokonano przeglądu literatury w zakresie zastosowania sztucznych sieci neuronowych w projektowaniu systemów dystrybucji wody. W drugiej części artykułu zamieszczono omówienie sztucznej sieci neuronowej do obliczeń strat ciśnienia w przewodach wodociągowych. W wyniku obliczeń hydraulicznych przewodów wodociągowych za pomocą programu EPANET dla różnych wartości parametrów wejściowych uzyskano zbiór 16260 przykładów uczących. Parametry wejściowe sieci neuronowej to długość przewodu, przepływ miarodajny, współczynnik chropowatości bezwzględnej oraz średnica nominalna. Uzyskano bardzo wysoką zgodność pomiędzy wynikami obliczeń strat ciśnienia z programu EPANET i perceptronu wielowarstwowego z jedną warstwą ukrytą.
    Źródło:
    Rocznik Ochrona Środowiska; 2017, Tom 19; 200-210
    1506-218X
    Pojawia się w:
    Rocznik Ochrona Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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