Informacja

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

Wyszukujesz frazę "model prognozowania" wg kryterium: Temat


Wyświetlanie 1-4 z 4
Tytuł:
Prognozowanie przewozów w regionie sieci transportowej
Traffic prognose in transportation region
Autorzy:
Cisowski, T.
Stokłosa, J.
Powiązania:
https://bibliotekanauki.pl/articles/249725.pdf
Data publikacji:
2014
Wydawca:
Instytut Naukowo-Wydawniczy TTS
Tematy:
prognozowanie
transport kolejowy
sieć transportowa
model prognozowania
transport
forecasting
rail
transport network
forecasting model
Opis:
Prognozowanie jest określeniem możliwego przebiegu procesu w przyszłości na bazie informacji pochodzących z przeszłości. Prognozowanie dotyczy różnych dziedzin wiedzy, w tym logistyki i transportu. W zależności od celu prognozy, dziedziny wiedzy, struktury i zakresu informacji o przeszłości można stosować różne metody i modele prognozowania.
Źródło:
TTS Technika Transportu Szynowego; 2014, 9; 36-38
1232-3829
2543-5728
Pojawia się w:
TTS Technika Transportu Szynowego
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie rozmytej mapy kognitywnej w prognozowaniu efektywności pracy wypożyczalni rowerowych
Application of fuzzy cognitive map to predict of effectiveness of bike sharing systems
Autorzy:
Jastriebow, A.
Kubuś, Ł.
Poczęta, K.
Powiązania:
https://bibliotekanauki.pl/articles/408030.pdf
Data publikacji:
2017
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
rozmyta mapa kognitywna
model prognozowania
obliczenia ewolucyjne
uczenie maszynowe
fuzzy cognitive map
predictive model
evolutionary computation
machine learning
Opis:
W pracy zaproponowano zastosowanie rozmytej mapy kognitywnej wraz z ewolucyjnymi algorytmami uczenia do modelowania systemu prognozowania efektywności pracy wypożyczalni rowerowych. Na podstawie danych historycznych zbudowano rozmytą mapę kognitywną, którą następnie zastosowano do prognozowania liczby rowerzystów i klientów wypożyczalni w trzech kolejnych dniach. Proces uczenia zrealizowano z zastosowaniem indywidualnego kierunkowego algorytmu ewolucyjnego IDEA oraz algorytmu genetycznego z kodowaniem zmiennoprzecinkowym RCGA. Analizę symulacyjną systemu prognozowania efektywności pracy wypożyczalni rowerowych przeprowadzono przy pomocy oprogramowania opracowanego w technologii JAVA.
This paper proposes application of fuzzy cognitive map with evolutionary learning algorithms to model a system for prediction of effectiveness of bike sharing systems. Fuzzy cognitive map was constructed based on historical data and next used to forecast the number of cyclists and customers of bike sharing systems on three consecutive days. The learning process was realized with the use of Individually Directional Evolutionary Algorithm IDEA and Real-Coded Genetic Algorithm RCGA. Simulation analysis of the system for prediction of effectiveness of bike sharing systems was carried out with the use of software developed in JAVA.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2017, 7, 4; 70-73
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Model regresji wilgotności ściółki w zależności od warunków meteorologicznych
Autorzy:
Szczygieł, R.
Ubysz, B.
Powiązania:
https://bibliotekanauki.pl/articles/373107.pdf
Data publikacji:
2009
Wydawca:
Centrum Naukowo-Badawcze Ochrony Przeciwpożarowej im. Józefa Tuliszkowskiego
Tematy:
czynnik meteorologiczny
model prognozowania
model regresji wilgotności ściółki leśnej
zagrożenie pożarowe
fire hazard
forecasting model
meteorological factor
regression models permitting forecasting
Opis:
Artykuł przedstawia badania dotyczące modelu regresji wilgotności ściółki leśnej w zależności od różnych warunków meteorologicznych. Mogą one zostać użyte szacowania niebezpieczeństwa pożarowego lasu. Do testów statystycznych wykorzystano program STATA 9.
The paper presents regression models permitting forecasting the flammable material humidity (Scots pine /Pinus silvestris L. litter) depending on meteorological parameters. The equations developed may be used for forest fire danger assessment. For statistical tests, the STATA 9 program was used.
Źródło:
Bezpieczeństwo i Technika Pożarnicza; 2009, 4; 45-82
1895-8443
Pojawia się w:
Bezpieczeństwo i Technika Pożarnicza
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Użyteczność modeli parametrycznych i sztucznych sieci neuronowych w prognozowaniu kosztów produkcji
The usefulness of parametric models and artificial neural networks in the estimation of production costs
Autorzy:
Leszczyński, Zbigniew
Jasiński, Tomasz
Powiązania:
https://bibliotekanauki.pl/articles/953077.pdf
Data publikacji:
2017
Wydawca:
Stowarzyszenie Księgowych w Polsce
Tematy:
model prognozowania kosztów
prognozowanie parametryczne
sztuczne sieci neuronowe
koszty prognozowane
model of cost estimation
parametric estimation
artificial neural neurons
estimated costs
Opis:
Celem artykułu jest analiza użyteczności modeli parametrycznych i sztucznych sieci neuronowych w prognozowaniu kosztów produkcji. Prognozowane koszty produkcji stanowią fundamentalną determinantę dla podejmowanych przez inżynierów decyzji technicznych i biznesowych związanych z zarządzaniem produkcją i kosztami produkcyjnymi. W pierwszej części artykułu przedstawiono ramy konceptualne budowy modelu prognozowania parametrycznego kosztów produkcji, wielowymiarowego o zależnościach liniowych i nieliniowych. Następnie omówiono istotę i zastosowanie sztucznych sieci neuronowych jako modelu – nieparametrycznego prognozowania kosztów produkcji. W obu częściach artykułu przeprowadzono badanie empiryczne z wykorzystaniem analizy regresji oraz sztucznych neuronów połączonych w sieci. Badanie empiryczne prezentuje procedury budowy modeli – parametrycznego i nieparametrycznego prognozowania kosztów produkcji oraz ich wady i zalety. W toku procedury badawczej przedstawiono zastosowanie analizowanych modeli prognozowania kosztów produkcji w określonym środowisku przemysłowym.
The aim of the paper is to analyze parametric models and artificial neural networks in terms of their suitability as estimation tools of the production costs. Estimated production costs are a fundamental determinant of the decision-making process by costs engineers relating to design and management costs of new products, infrastructure projects and production lines. The first part of the paper presents a conceptual framework for the construction of a model of production costs parametric estimation, multi-dimensional with linear and nonlinear dependency. It then discusses the nature and use of artificial neural networks as nonparametric estimates of production costs. In both parts of the article, an empirical study is conducted with the use of adequate statistical methods and artificial neurons. This study presents procedures for construction of models of parametric and nonparametric estimation of production costs and discusses their advantages and disadvantages. It also presents the application and usefulness of both models for estimating production costs in production environment.
Źródło:
Zeszyty Teoretyczne Rachunkowości; 2017, 91(147); 87-112
1641-4381
2391-677X
Pojawia się w:
Zeszyty Teoretyczne Rachunkowości
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