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 "demand modelling" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 35
Tytuł:
Production management system in a modern coal and coke company based on the demand and quality of the exploited raw material in the aspect of building a service-oriented architecture
Autorzy:
Dyczko, Artur
Powiązania:
https://bibliotekanauki.pl/articles/2201432.pdf
Data publikacji:
2023
Wydawca:
Główny Instytut Górnictwa
Tematy:
production quality management
quality strategy
quality management policy
geological modelling of deposit
production scheduling
IT systems architecture
zarządzanie jakością produkcji
strategia jakości
polityka zarządzania jakością
modelowanie geologiczne złoża
harmonogramowanie produkcji
architektura systemów informatycznych
Opis:
The paper deals with the implementation of the JSW Capital Group’s (Poland) Demand and Quality Driven Production Management System (SPPJ – System Zarządzania Produkcją oparty na Popycie i Jakości) using a service-oriented architecture (SOA). The main components of the SPPJ architecture have been characterized, and the scope of their integration has been defined. The individual parts in the first area, i.e. quality management, have been described in detail. Due to the extensive nature of the issue, components in other areas, i.e. planning and scheduling, coal extraction and processing, coke production, as well as sales and logistics, have only been signalled. Results of the analysis of the implementation of particular components of SPPJ areas have also been presented. The development of the system and the way of implementation in a mining environment is important from the perspective of achieving the superior objective of the JSW Capital Group’s Quality Programme, which is to increase the efficiency of management of the exploited deposit and the volume of commercial product supply.
Źródło:
Journal of Sustainable Mining; 2023, 22, 1; 1--19
2300-1364
2300-3960
Pojawia się w:
Journal of Sustainable Mining
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Reliability and availability modelling of a retrofitted Diesel-based cogeneration system for heat and hot water demand of an isolated Antarctic base
Autorzy:
Coronado, Miguel
Kadoch, Benjamin
Contreras, Jorge
Kristjanpoller, Fredy
Powiązania:
https://bibliotekanauki.pl/articles/27312786.pdf
Data publikacji:
2023
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
reliability
availability
waste heat recovery
combined heat and power
Opis:
The reduction of greenhouse gas emissions is a relevant challenge for a sustainable development. Waste heat could be used to produce hot water by using a recovery system. This article studies the availability of a combined heat and power systems (CHP) in extreme area (Antarctic) through the integration of a waste heat recovery system with a diesel generator to produce hot water. The reliability and availability principles are incorporated to explore how the profile of hot water consumption and the hot water storage tank size affect system availability. Different combined heat and power systems are thus classified, and their availability indexes modelled by adopting the continuous Markov approach and the state space model. The results indicate that the CHP systems availability is strongly influenced by the daily hot water demand profile. As a useful recommendation, one of the considerations for increasing availability, reducing costs and greenhouse gas emissions with the CHP system is to include a hot water tank in the analysis.
Źródło:
Eksploatacja i Niezawodność; 2023, 25, 3; art. no. 169779
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Mathematical modelling by convection-diffusion with reaction of organic pollution in the wadi Mouillah stream, north-western Algeria
Autorzy:
Benadda, Lotfi
Djelita, Belkheir
Chiboub-Fellah, Abdelghani
Powiązania:
https://bibliotekanauki.pl/articles/2174337.pdf
Data publikacji:
2022
Wydawca:
Instytut Technologiczno-Przyrodniczy
Tematy:
biochemical oxygen demand
BOD5
diffusion
Hammam Boughrara dam
mathematical modelling
pollution
total phosphorus
wadi Mouillah
Opis:
This work describes the behaviour of organic pollutants along the wadi Mouillah watercourse and its main tributaries and their impacts on the Hammam Boughrara dam, located in the NW of Algeria, in the Wilaya of Tlemcen. The use of a database relating to physico-chemical, biotic and hydrological variables, covering the period from January 2006 to December 2009, contributed to the understanding of the spatiotemporal evolution of each variable. The application of a mathematical model of the diffusion by convection-dispersion with a reaction on two characteristic parameters of organic pollution, the biochemical oxygen demand (BOD5) which records values above the norm, with peaks that can reach 614%, and total phosphorus (Ptot), which the concentration is always higher with maxima reaching 53 mg∙dm-3 favouring eutrophication; this made it possible with precision to synthesise the propagation of pollutants in the liquid mass. The results obtained on the waters of Wadi Mouillah are therefore of poor quality; there is a need to set up a rigorous water quality monitoring system, with water treatment and decontamination devices to preserve the water resources. This will allow to contribute to better management of water quality in terms of combating the spread of pollution. Therefore, they can be used to support decisions in the context of sustainable development.
Źródło:
Journal of Water and Land Development; 2022, 54; 26--37
1429-7426
2083-4535
Pojawia się w:
Journal of Water and Land Development
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Combined modelling for iron ore demand forecasting with intelligent optimization algorithms
Modelowanie do prognozowania popytu na rudę żelaza połączone z inteligentnymi algorytmami optymalizacji
Autorzy:
Ren, Min
Dai, Jianyong
Zhu, Wancheng
Dai, Feng
Powiązania:
https://bibliotekanauki.pl/articles/1849613.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:
iron ore demand
combined model
intelligent optimization algorithm
forecasting accuracy
ruda żelaza
model połączony
inteligentny algorytm optymalizacji
dokładność prognozowania
Opis:
The stable supply of iron ore resources is not only related to energy security, but also to a country’s sustainable development. The accurate forecast of iron ore demand is of great significance to the industrialization development of a country and even the world. Researchers have not yet reached a consensus about the methods of forecasting iron ore demand. Combining different algorithms and making full use of the advantages of each algorithm is an effective way to develop a prediction model with high accuracy, reliability and generalization performance. The traditional statistical and econometric techniques of the Holt–Winters (HW) non-seasonal exponential smoothing model and autoregressive integrated moving average (ARIMA) model can capture linear processes in data time series. The machine learning methods of support vector machine (SVM) and extreme learning machine (ELM) have the ability to obtain nonlinear features from data of iron ore demand. The advantages of the HW, ARIMA, SVM, and ELM methods are combined in various degrees by intelligent optimization algorithms, including the genetic algorithm (GA), particle swarm optimization (PSO) algorithm and simulated annealing (SA) algorithm. Then the combined forecast models are constructed. The contrastive results clearly show that how a high forecasting accuracy and an excellent robustness could be achieved by the particle swarm optimization algorithm combined model, it is more suitable for predicting data pertaining to the iron ore demand.
Stabilne dostawy zasobów rudy żelaza związane są nie tylko z bezpieczeństwem energetycznym, ale także ze zrównoważonym rozwojem kraju. Dokładna prognoza zapotrzebowania na rudę żelaza ma ogromne znaczenie dla rozwoju industrializacji kraju, a nawet świata. Naukowcy nie osiągnęli jeszcze konsensusu co do metod prognozowania popytu na rudę żelaza. Łączenie różnych algorytmów i pełne wykorzystanie zalet każdego algorytmu to skuteczny sposób na opracowanie modelu predykcyjnego o wysokiej dokładności i niezawodności. W tej publikacji, model Holta-Wintersa (HW) do wygładzania szeregów czasowych, w których występują wahania przypadkowe, jak również autoregresyjny zintegrowany model średniej ruchomej (ARIMA), a także maszyna wektorów nośnych (SVM) i maszyna do ekstremalnego uczenia się (ELM), zostały połączone w celu uchwycenia różnych relacji i charakterystyk na podstawie danych szeregów czasowych, aby dokładnie przewidzieć zapotrzebowanie na rudę żelaza. Zalety czterech algorytmów są w różnym stopniu łączone przez inteligentne algorytmy optymalizacji, w tym algorytm genetyczny, algorytm optymalizacji roju cząstek oraz algorytm symulowanego wyżarzania. Następnie konstruowane są połączone modele. Kontrastowe wyniki wyraźnie pokazują, w jaki sposób można osiągnąć wysoką dokładność prognozowania i doskonałą solidność za pomocą połączonego modelu algorytmu genetycznego. Model taki jest bardziej odpowiedni do przewidywania danych dotyczących zapotrzebowania na rudę żelaza. Opierając się na prognozowanych wynikach połączonego modelu algorytmu genetycznego, możemy stwierdzić, że oczekuje się, iż krajowy popyt na rudę żelaza będzie w przyszłości wykazywał tendencję rozwojową w postaci trwałego, ale powolnego wzrostu.
Źródło:
Gospodarka Surowcami Mineralnymi; 2021, 37, 1; 21-38
0860-0953
Pojawia się w:
Gospodarka Surowcami Mineralnymi
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Combined modelling for iron ore demand forecasting with intelligent optimization algorithms
Modelowanie do prognozowania popytu na rudę żelaza połączone z inteligentnymi algorytmami optymalizacji
Autorzy:
Ren, Min
Dai, Jianyong
Zhu, Wancheng
Dai, Feng
Powiązania:
https://bibliotekanauki.pl/articles/1849620.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:
iron ore demand
combined model
intelligent optimization algorithm
forecasting accuracy
ruda żelaza
model połączony
inteligentny algorytm optymalizacji
dokładność prognozowania
Opis:
The stable supply of iron ore resources is not only related to energy security, but also to a country’s sustainable development. The accurate forecast of iron ore demand is of great significance to the industrialization development of a country and even the world. Researchers have not yet reached a consensus about the methods of forecasting iron ore demand. Combining different algorithms and making full use of the advantages of each algorithm is an effective way to develop a prediction model with high accuracy, reliability and generalization performance. The traditional statistical and econometric techniques of the Holt–Winters (HW) non-seasonal exponential smoothing model and autoregressive integrated moving average (ARIMA) model can capture linear processes in data time series. The machine learning methods of support vector machine (SVM) and extreme learning machine (ELM) have the ability to obtain nonlinear features from data of iron ore demand. The advantages of the HW, ARIMA, SVM, and ELM methods are combined in various degrees by intelligent optimization algorithms, including the genetic algorithm (GA), particle swarm optimization (PSO) algorithm and simulated annealing (SA) algorithm. Then the combined forecast models are constructed. The contrastive results clearly show that how a high forecasting accuracy and an excellent robustness could be achieved by the particle swarm optimization algorithm combined model, it is more suitable for predicting data pertaining to the iron ore demand.
Stabilne dostawy zasobów rudy żelaza związane są nie tylko z bezpieczeństwem energetycznym, ale także ze zrównoważonym rozwojem kraju. Dokładna prognoza zapotrzebowania na rudę żelaza ma ogromne znaczenie dla rozwoju industrializacji kraju, a nawet świata. Naukowcy nie osiągnęli jeszcze konsensusu co do metod prognozowania popytu na rudę żelaza. Łączenie różnych algorytmów i pełne wykorzystanie zalet każdego algorytmu to skuteczny sposób na opracowanie modelu predykcyjnego o wysokiej dokładności i niezawodności. W tej publikacji, model Holta-Wintersa (HW) do wygładzania szeregów czasowych, w których występują wahania przypadkowe, jak również autoregresyjny zintegrowany model średniej ruchomej (ARIMA), a także maszyna wektorów nośnych (SVM) i maszyna do ekstremalnego uczenia się (ELM), zostały połączone w celu uchwycenia różnych relacji i charakterystyk na podstawie danych szeregów czasowych, aby dokładnie przewidzieć zapotrzebowanie na rudę żelaza. Zalety czterech algorytmów są w różnym stopniu łączone przez inteligentne algorytmy optymalizacji, w tym algorytm genetyczny, algorytm optymalizacji roju cząstek oraz algorytm symulowanego wyżarzania. Następnie konstruowane są połączone modele. Kontrastowe wyniki wyraźnie pokazują, w jaki sposób można osiągnąć wysoką dokładność prognozowania i doskonałą solidność za pomocą połączonego modelu algorytmu genetycznego. Model taki jest bardziej odpowiedni do przewidywania danych dotyczących zapotrzebowania na rudę żelaza. Opierając się na prognozowanych wynikach połączonego modelu algorytmu genetycznego, możemy stwierdzić, że oczekuje się, iż krajowy popyt na rudę żelaza będzie w przyszłości wykazywał tendencję rozwojową w postaci trwałego, ale powolnego wzrostu.
Źródło:
Gospodarka Surowcami Mineralnymi; 2021, 37, 1; 21-38
0860-0953
Pojawia się w:
Gospodarka Surowcami Mineralnymi
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Possibility of big data application for OD-matrix callibration in transport demand models
Możliwość zastosowania Big Data do kalibracji macierzy źródło-cel w modelach podróży
Autorzy:
Brzeziński, Andrzej
Dybicz, Tomasz
Powiązania:
https://bibliotekanauki.pl/articles/1852665.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
big data
modelowanie podróży
macierz podróży
rozkład przestrzenny ruchu
prognoza ruchu
sondowanie pojazdu
traffic modelling
trip matrix
trip distribution
traffic forecast
vehicle probe data
Opis:
Modern IT and telecommunications technologies create new possibilities of data acquisition for the needs of traffic analyses and transport planning. At the same time, the current experience suggests that it is becoming increasingly difficult to obtain data on interurban travels of people in a traditional way (among others, in Poland there has been no comprehensive survey of drivers on the sections of non-urban roads since 2006). Within the framework of the INMOP 3 research project, an attempt was made to analyse the use of the Big Data application possibilities including data from SIM cards of the mobile telephony operator [1] and data from probe vehicle data (also known as “floating car data”), as data sources for carrying out the traffic analyses and modelling of travels by all means of transport in Poland. The article presents the manner, in which the data were used, as well as methodological recommendations for creating transport models at the national, regional and local levels. Especially the results of work can be applied for systematic passenger cars trip matrix update.
Współczesne technologie informatyczne oraz telekomunikacyjne tworzą nowe możliwości pozyskiwania danych na potrzeby analiz ruchu i modelowania systemów transportu. Równocześnie dotychczasowe doświadczenia wskazują, że coraz trudniej jest pozyskiwać dane o międzymiastowych podróżach osób w sposób tradycyjny (między innymi od 2006 r. nie odbyło się żadne kompleksowe badanie ankietowe kierowców na odcinkach dróg zamiejskich). Prowadzone są jedynie wyrywkowe badania w małej skali do tego w sposób niesystematyczny. Tworzy to problemy lub wręcz uniemożliwia wykonywanie systematycznej aktualizacji modeli systemów transportowych, które są stosowane do analiz i prognozowania ruchu. Dotyczy to także Krajowego Modelu Ruchu Generalnej Dyrekcji Dróg Krajowych i Autostrad stosowanego praktycznie we wszystkich największych projektach drogowych w Polsce, zwłaszcza w budowie autostrad i dróg ekspresowych. Dane typu Big Data w stosunku do danych gromadzonych w sposób tradycyjny (np. na podstawie badań i pomiarów) zbierane są na skalę hurtową. Mogą być gromadzone, analizowane i udostępniane w czasie przeszłym (pozyskane wstecz). W szczególnych przypadkach mogą być pozyskiwane i analizowane w czasie rzeczywistym (np. dane o prędkościach pojazdów pozyskiwane z sondowania pojazdów w centrach zarządzania ruchem). Możliwe jest również zaplanowanie okresów dla których dostawcy danych będą je pozyskiwać z uwzględnieniem specjalnych wymogów, jak np. uwzględnienie wybranej szczególnej grupy użytkowników. W ramach projektu badawczego INMOP 3 podjęto próbę wykorzystania do modelowania podróży danych z tzw. sondowania pojazdów, czyli danych o użytkownikach nawigacji satelitarnej i systemów GPS zamontowanych w pojazdach, bez informacji osobowych i rzeczywistych identyfikatorów pojazdów. Pozyskano dane z ponad 80 tys. pojazdów flotowych wyposażonych we wbudowane urządzenia GPS oraz 275 tys. urządzeń i aplikacji do nawigacji osobistej. Ujęto je w formie macierzy podróży odbywanych pomiędzy rejonami komunikacyjnymi. Przyjęty w projekcie układ rejonów komunikacyjnych opiera się o administracyjny podział kraju na powiaty. Uwzględniono w nim również przejścia graniczne drogowe i kolejowe, porty morskie i lotniska.
Źródło:
Archives of Civil Engineering; 2021, 67, 1; 215-232
1230-2945
Pojawia się w:
Archives of Civil Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Demand deficiency, money velocity and heterogeneity
Autorzy:
Basci, Sidika
Gherbi, Tahar
Powiązania:
https://bibliotekanauki.pl/articles/14154840.pdf
Data publikacji:
2020-06-21
Wydawca:
Wyższa Szkoła Bankowa we Wrocławiu
Tematy:
Demand Deficiency
Money Velocity
Heterogeneity
Wealth Distribution
Agent Based Modelling
Opis:
Aim: Money velocity data for the United States show that there is a decline in all of the broad money aggregates in recent decades. This points to a sustained demand deficiency element. Can consumer heterogeneity be the cause of this declining trend? The aim of this paper is to find an answer for this question.   Design / Research Methods: To achieve our aim we use Agent Based Modelling (ABM). In our model, the agents are heterogeneous consumers with different spending propensities.   Conclusions / findings: We show that heterogeneous consumers with different spending propensities alone puts a downward pressure on money velocity. This pressure is coupled with a sustained worsening in the wealth distribution. We observe that as money accumulates in the hands of agents with the lowest propensity to spend, money velocity keeps declining. This also puts a downward pressure on nominal aggregate demand and hence a deflationary bias on the general price level.   Originality / value of the article: This paper shows that heterogeneity of economic agents should not be ignored and that ABM is a very powerful tool to analyse heterogeneity.   Implications of the research: The implication for policy makers is that the demand deficiency associated with the fall in money velocity will persist until the worsening of wealth dispersion comes to a halt.
Źródło:
Central European Review of Economics and Management; 2020, 4, 2; 137-153
2543-9472
Pojawia się w:
Central European Review of Economics and Management
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelowanie popytu na pracę w Polsce
Modelling labour demand in Poland
Autorzy:
Radlińska, Kamila
Jaros, Krzysztof
Jakubowska, Agnieszka
Rosa, Anna
Powiązania:
https://bibliotekanauki.pl/articles/1042751.pdf
Data publikacji:
2020-11-30
Wydawca:
Główny Urząd Statystyczny
Tematy:
popyt na pracę
zatrudnienie
równowaga długookresowa
model ARDL-ECM
przechowywanie pracy
labour demand
employment
long-run equilibrium
ARDL-ECM model
labour hoarding
Opis:
Głównym celem badania omawianego w artykule jest skonstruowanie długookresowego modelu popytu na pracę w Polsce, w którym zmiennymi objaśniającymi są przeciętne wynagrodzenie brutto i wartość dodana brutto. Dodatkowy cel stanowi identyfikacja zjawiska przechowywania pracy. Przyjęto podejście produkcyjne; wykorzystano model autoregresyjny z opóźnieniami rozłożonymi i mechanizmem korekty błędu ARDL-ECM. Parametry modelu oszacowano na podstawie danych kwartalnych o przeciętnej liczbie zatrudnionych, przeciętnym miesięcznym wynagrodzeniu brutto oraz wartości dodanej brutto za okres od I kwartału 2002 r. do IV kwartału 2018 r. Źródłem danych były publikacje Głównego Urzędu Statystycznego. Zaproponowany model szacowania popytu na pracę dotyczy zrealizowanego popytu na pracę. W analizowanym okresie obserwowano istnienie długookresowego związku pomiędzy przeciętnym zatrudnieniem, przeciętnym miesięcznym wynagrodzeniem brutto i wartością dodaną brutto. Zatrudnienie zmniejszało się wraz ze wzrostem przeciętnego wynagrodzenia, a zwiększało się wraz ze wzrostem produkcji. Na rynku pracy odnotowano także krótkookresowe odchylenia pomiędzy wartością faktycznego zatrudnienia a zatrudnieniem wyznaczonym przez model, co wskazuje na zjawisko przechowywania pracy, jednak ze względu na niewystarczającą liczbę obserwacji trudno jest jednoznacznie je potwierdzić.
The aim of the paper is to construct a long-term model of labour demand in Poland, in which the explanatory variables are the average gross salary and gross value added. Additionally, the authors attempt to detect labour hoarding. The study adopted the production approach, which used autoregressive distributed lag model with an ARDL-ECM error correction mechanism. The model parametres were estimated on the basis of quarterly data on the average number of persons employed, the average monthly gross salary and gross value added, all of which related to the period from the first quarter of 2002 to the fourth quarter of 2018. The data used in the study came from Statistics Poland publications. The proposed approach estimated the actual demand for labour. In the analysed period, a long-term relationship between the average employment, the average monthly gross salary and gross value added was observed. Employment was decreasing as the average salary was growing, and its increase was connected with the production growth. Moreover, short-term deviations of the value of the actual employment from the value of employment estimated by the model were observed on the labour market, which indicates labour hoarding could have been taking place. However, due to an insufficient number of observations, the occurrence of this phenomenon could not be fully confirmed.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2020, 65, 11; 7-23
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The demand analysis of oceanic T-S-V 3D reconstruction on wide-swath SSH data features based on ROMS and 4DVAR
Autorzy:
Zhou, C.
Zhang, J.
Yang, J.
Cao, L.
Powiązania:
https://bibliotekanauki.pl/articles/2079186.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Instytut Oceanologii PAN
Tematy:
sea surface
anomaly
wide-swath altimeter
3D reconstruction
accuracy
Regional Ocean Modelling System
demand analysis
Opis:
Future wide-swath altimetry missions will provide high-resolution information about ocean surface elevation, and facilitate the characterization of meso- and sub-mesoscale ocean activities. In this study, the demand analysis of three-dimensional (3D) oceanic state reconstruction on wide-swath SSH data features was evaluated using a data assimilation strategy. Three groups of experiments were performed to determine if the wide-swath altimetry observations would improve the three-dimensional (3D) field estimates of ocean temperature-salinity-velocity (T-S-V), and to evaluate how the spatial and temporal resolution and accuracy of the wide-swath altimetry observations affected the ocean state estimation. The Regional Ocean Modeling System and the four-dimensional variational data assimilation method were used in the experiments, with numerical simulation for the Taiwan region at a resolution of 1/10° as the example. The sensitivity of the 3D ocean state construction to the wide-swath altimetry measurements was also investigated. The results showed that the wide-swath sea surface height (SSH) measurements would have an overall positive impact on the 3D T-S-V field and that the positive effect would increase as the resolution and accuracy of the observations increased, but the net benefits would gradually decrease. Among the three examined features of the wide-swath altimetry observations, the temporal resolution had the most influence on the 3D ocean state analysis.
Źródło:
Oceanologia; 2020, 62, 3; 309-325
0078-3234
Pojawia się w:
Oceanologia
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Demand model in the agglomeration using SIM cards
Model popytu w aglomeracji z wykorzystaniem kart SIM
Autorzy:
Brzeziński, A.
Dybicz, T.
Szymański, Ł.
Powiązania:
https://bibliotekanauki.pl/articles/230134.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
system transportowy
modelowanie podróży
model popytu
generacja podróży
model aglomeracji
BigData
karta SIM
moduł identyfikacji abonenta
transport system
trip modelling
demand model
trip generation
agglomeration model
SIM card
subscriber identity module
Opis:
The road network development programme, as well as planning and design of transport systems of cities and agglomerations require complex analyses and traffic forecasts. It particularly applies to higher-class roads (motorways and expressways), which in urban areas, support different types of traffic. Usually there is a conflict between the needs of long-distance traffic, in the interest of which higher-class roads run through undeveloped areas, and the needs of bringing such road closer to potential destinations, cities [1]. By recognising the importance of this problem it is necessary to develop the research and methodology of traffic analysis, especially trip models. The current experience shows that agglomeration models are usually simplified in comparison to large city models, what results from misunderstanding of the significance of these movements for the entire model functioning, or the lack of input data. The article presents the INMOP 3 research project results, within the framework of which it was attempted to increase the accuracy of traffic generation in agglomeration model owing to the use of BigData – the mobile operator’s data on SIM card movements in the Warsaw agglomeration.
Program rozwojowy sieci drogowej jak i planowanie i projektowanie układów komunikacyjnych miast i aglomeracji wymaga wykonywania złożonych analiz i prognoz ruchu. Dotyczy to zwłaszcza dróg wyższych klas, także autostrad i dróg ekspresowych, które w obszarach zurbanizowanych obsługują ruch docelowy i tranzytowy. Istnieje konflikt między potrzebami ruchu na duże odległości w interesie którego leży, aby autostrada przebiegała przez tereny niezabudowane i potrzebami zbliżenia autostrady do potencjalnych celów podróży, których największymi koncentracjami są miasta [1]. Dostrzegając wagę problemu niezbędne jest rozwijanie metodyki badania i analizowania ruchu, a zwłaszcza budowy modeli podroży. Dotychczasowe doświadczenia wskazują, że zwłaszcza w modelach dla aglomeracji stosowane są uproszczone odwzorowania przemieszczeń w strefie aglomeracyjnej (poza głównym miastem) co wynika z niezrozumienia znaczenia tych przemieszczeń dla funkcjonowania całości modelu, bądź wynika z braku danych wejściowych (z badań) pozwalających na zbudowanie wiarygodnych modeli. Artykuł przedstawia wyniki projektu badawczego INMOP 3 w ramach którego podjęto próbę zwiększenia dokładności modelu aglomeracyjnego w części dotyczącej modelu generacji ruchu, dzięki wykorzystaniu BigData – danych operatora telefonii komórkowej o przemieszczeniach kart SIM na obszarze aglomeracji warszawskiej.
Źródło:
Archives of Civil Engineering; 2019, 65, 1; 143-156
1230-2945
Pojawia się w:
Archives of Civil Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelling of Travel Behaviour of Students Using Artificial Intelligence
Autorzy:
Alex, Anu P.
Manju, V. S.
Isaac, Kuncheria P.
Powiązania:
https://bibliotekanauki.pl/articles/224051.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
travel demand models
travel behaviour
transportation planners
travel management
econometric model
podróże
zachowania podróżujących
planowanie podróży
zarządzanie podróżą
model ekonometryczny
Opis:
Travel demand models are required by transportation planners to predict the travel behaviour of people with different socio-economic characteristics. Travel behaviour of students act as an essential component of travel demand modelling. This behaviour is reflected in the educational activity travel pattern, the timing, sequence and mode of travel of students. Roads in the vicinity of schools are adversely affected during the school opening and closing hours. It enhances the traffic congestion, emission and safety problems around schools. It is necessary to improve the safety of school going children by understanding the present travel behaviour and to develop efficient sustainable traffic management measures to reduce congestion in the vicinity of schools. It is possible only if the travel behaviour of educational activities are studied. This travel behaviour is complex in nature and lot of uncertainty exists. Selection of modelling technique is very important for modelling the complex travel behaviour of students. This leads to the importance of application of artificial intelligence (AI) techniques in this area. AI techniques are highly developed in twenty first century due to the advancements in computer, big data and theoretical understanding. It is proved in the literature that these techniques are suitable for modelling the human behaviour. However, it has not been used in behaviourally oriented activity based modelling. This study is aimed to develop a model system to predict the daily travel behaviour of students using artificial intelligence technique, ANN. These ANN models were then compared with the conventional econometric models developed. It was observed that artificial intelligence models provide better results than econometric models in predicting the activity-travel behaviour of students. These models were further applied to study the variation in activity-travel behaviour, if short term travel-demand management measures like promoting walking for educational activities are implemented. Thus the study established that artificial intelligence can replace the conventional econometric methods for modelling the activity-travel behaviour of students. It can also be used for analysing the impact of short term travel demand management measures.
Źródło:
Archives of Transport; 2019, 51, 3; 7-19
0866-9546
2300-8830
Pojawia się w:
Archives of Transport
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelling of the National Power System’s Daily Balancing Conditions in the Long-Term Horizon
Modelowanie warunków dobowego bilansowania KSE w długim horyzoncie czasu
Autorzy:
Czarnecki, B.
Powiązania:
https://bibliotekanauki.pl/articles/952899.pdf
Data publikacji:
2018
Wydawca:
ENERGA
Tematy:
daily NPS balancing
volatility of demand for RES generation output
stochastic modelling
dobowe bilansowanie KSE
modelowanie stochastyczne
zmienność zapotrzebowania na moc
OZE
Opis:
The paper presents a proposal of a stochastic methodology to assess the conditions of the daily balancing of the National Power System (NPS) in a long-term perspective. The simulation consists in multiple generation of time series corresponding to daily variation of individual components of the NPS power balance. The randomly generated time series take into account daily and seasonal variability of the power balance components consisting of power demand, output of non-centrally dispatched generating units (nJWCD), including renewable energy sources (RES), and centrally dispatched generating units (JWCD), which allows one to analyse the coincidence of many changing power balance components. The simulation results are the mean annual values and probability distributions of: 1. use of NPS regulatory resources, e.g. pumped storage power plants (ESP) 2. occurrence of critical events, e.g. power regulation bandwidth deficit or violation of the minimum number of operating JWCD criterion 3. events involving the need to limit RES power due to NPS operational security.
W artykule przedstawiono propozycję metodyki stochastycznej oceny warunków dobowego bilansowania Krajowego Systemu Elektroenergetycznego (KSE) w długim horyzoncie czasu. Symulacja polega na wielokrotnym generowaniu szeregów czasowych odpowiadających dobowym przebiegom poszczególnych składowych bilansu mocy KSE. Generowane losowo przebiegi uwzględniają dobową i sezonową zmienność składników bilansu mocy składającego się z zapotrzebowania na moc odbiorców, generacji jednostek wytwórczych niebędących centralnie dysponowanymi (nJWCD), w tym odnawialnych źródeł energii (OZE), oraz jednostek wytwórczych centralnie dysponowanych (JWCD), co pozwala na analizę koincydencji wielu zmieniających się składowych bilansu mocy. Wynikiem symulacji są średnie roczne wartości oraz rozkłady prawdopodobieństwa: 1. wykorzystania zasobów regulacyjnych w KSE, np. elektrowni szczytowo-pompowych (ESP) 2. występowania krytycznych zdarzeń, np. deficytu pasma regulacji mocy lub naruszenia kryterium minimalnej wymaganej ilości pracujących JWCD 3. zdarzeń polegających na konieczności ograniczania mocy OZE ze względu na bezpieczeństwo pracy KSE.
Źródło:
Acta Energetica; 2018, 1; 34-39
2300-3022
Pojawia się w:
Acta Energetica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Predictive Modelling for Characterisation of Organics in Pit Latrine Sludge from Unplanned Settlements in Cities of Malawi
Autorzy:
Kalulu, K.
Thole, B.
Mkandawire, T.
Kululanga, G.
Powiązania:
https://bibliotekanauki.pl/articles/124540.pdf
Data publikacji:
2018
Wydawca:
Polskie Towarzystwo Inżynierii Ekologicznej
Tematy:
Akaike Information Criterion
biochemical oxygen demand
chemical oxygen demand
faecal sludge characteristics
multiple linear regression model
Opis:
The limited availability of data on faecal sludge characteristics remains one of the major challenges faced by developing countries in proper management of faecal sludge. In view of the limited financial resources and expertise in these developing countries, there is a need to come up with less-resource-intensive approaches for faecal sludge characterisation. Despite being used substantially in wastewater, there is limited evidence on the use of predictive modelling as a tool for cost-effective characterisation of faecal sludge. In this study, first order multiple linear regression modelling is investigated as a less-resource-intensive approach for accurate prediction of organics (biochemical oxygen demand and chemical oxygen demand) in pit latrine sludge. The predictor variables explored in the modelling include pH, electrical conductivity, total solids, total volatile solids, fixed solids and moisture content. The modelling uses data collected from 80 latrines in unplanned settlements of four cities in Malawi. The study shows that it is possible to reliably predict chemical oxygen demand and biochemical oxygen demand in pit latrine sludge using electrical conductivity and total solids, which require low levels of resources and expertise to determine.
Źródło:
Journal of Ecological Engineering; 2018, 19, 3; 141-145
2299-8993
Pojawia się w:
Journal of Ecological Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The factors shaping the demand, supply, and prices on the hard coal market. Modelling of possible changes in the long-term horizon
Czynniki kształtujące popyt, podaż i cenę na rynku węgla kamiennego. Ujęcie modelowe możliwych zmian w horyzoncie długoterminowym
Autorzy:
Fałtyn, M.
Naczyński, D.
Powiązania:
https://bibliotekanauki.pl/articles/283209.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:
coal
coal market
price of coal
coal price
price indice
MRÓWKA
fundamental modeling
energy mix
węgiel kamienny
rynek węgla
cena węgla
prognoza cen węgla
indeks cenowy
modelowanie fundamentalne
Opis:
The article presents the challenges faced by the hard coal mining sector in Poland. The biggest challenge results from a decrease in the demand for coal, which was triggered mainly by the climate policy, including the tightening of environmental standards and an increase in the efficiency of generating units. The fundamental model of the MRÓWKA domestic coal market has been described. The model allows for determining the marginal price of a given fuel for a given generating unit in the system and the optimal mix of fuels to meet the energy demand. The results of the model calculations for the baseline and alternative scenarios were presented. It has been shown that the optimal distribution of coal mining capacities promotes the import of the discussed fuel in the north-eastern part of the country and that the individual customer valuation leads to a decrease in the competitiveness of the units located in the central-western part of the country. The paper also discusses the potential impact of the domestic oversupply on the balance sheet and the price of coal. According to the obtained results and the basic laws of economics, an oversupply of coal leads to a decrease in prices. For the analyzed variants, the dependence of prices was estimated at PLN 0.0308 / GJ for every million tons of the oversupply. The fall in prices is largely due to the fuel supply to units located close to ports or railway border crossings. Based on the presented arguments it can be concluded that the maximization of financial result from the extraction of coal should be based on an analysis taking incremental changes in fuel prices into account.
W artykule przedstawiono wyzwania stojące przed sektorem wydobywczym węgla kamiennego w Polsce. Zdecydowanie największe z nich wynika ze spadku zapotrzebowania na surowiec spowodowane głównie przez politykę klimatyczną, w tym zaostrzane normy środowiskowe oraz wzrost sprawności jednostek wytwórczych. Przedstawiono fundamentalny model krajowego rynku węgla kamiennego MRÓWKA. Umożliwia on obliczenia marginalnej ceny danego paliwa dla danej jednostki w systemie oraz optymalnego miksu paliw dla pokrycia zapotrzebowania na energię chemiczną. Zaprezentowano wyniki obliczeń modelowych dla scenariusza bazowego oraz alternatywnego. Wykazano, iż optymalny rozpływ surowca dla zadanych zdolności wydobywczych skutkuje importem paliwa w północno-wschodniej części kraju oraz iż indywidualna wycena klientów prowadzi do zmniejszenia konkurencyjności jednostek zlokalizowanych w centralno-zachodniej części kraju. W pracy przeanalizowano również ewentualny wpływ krajowej nadpodaży surowca na bilans i ceny węgla. Zgodnie z wynikami i podstawowymi prawami ekonomii nadpodaż węgla prowadzi do spadku cen. Dla analizowanych wariantów zależność cen oszacowano na 0,0308 zł/GJ na każdy mln ton nadpodaży surowca. Spadek cen w dużej mierze spowodowany jest dostarczaniem paliwa do jednostek położonych blisko portów lub kolejowych przejść granicznych. Przedstawione argumenty prowadzą do wniosku, iż maksymalizacja wyniku finansowego z działalności wydobycia surowca powinna opierać się na analizie uwzględniającej przyrostowe zmiany cen paliw.
Źródło:
Polityka Energetyczna; 2018, 21, 3; 47-68
1429-6675
Pojawia się w:
Polityka Energetyczna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wpływ potencjalnych zmian składników popytu finalnego na gospodarkę Polski. Analiza na podstawie modelu WM-1
Changes in Final Demand Components and Their Potential Impact on the Polish Economy: An Analysis Based on the WM-1 Model
Autorzy:
Welfe, Aleksander
Karp, Piotr
Powiązania:
https://bibliotekanauki.pl/articles/574493.pdf
Data publikacji:
2018-12-20
Wydawca:
Szkoła Główna Handlowa w Warszawie. Kolegium Analiz Ekonomicznych
Tematy:
analizy symulacyjne
makromodele
modelowanie ekonometryczne
simulation analysis
macromodels
econometric modelling
Opis:
The WM-1 model is a unique macromodel that uses monthly data to describe the functioning of the Polish economy. This article presents the results of a stochastic simulation obtained with the model that demonstrates the potential impacts on the Polish economy of: (1) increasing/decreasing exports, (2) increasing/decreasing investment outlays, and (3) increasing household incomes. The simulation shows that various sources of shocks induce different responses from the economy, both in terms of their strength and the speed of adjustment. There are also distinct asymmetry effects in the reactions of economic entities. The Polish economy has been shown to be more vulnerable to negative shocks decelerating economic activity than to shocks stimulating economic growth.
Makroekonometryczny model WM-1 jest pierwszym makromodelem opisującym funkcjonowanie gospodarki Polski opartym na danych miesięcznych. Przedstawione w artykule rezultaty symulacji stochastycznych otrzymane na modelu WM-1 ilustrują potencjalne skutki dla gospodarki Polski jakie wywarłby (1) wzrost/spadek eksportu, (2) wzrost/spadek nakładów inwestycyjnych lub (3) wzrost dochodów gospodarstw domowych. Uzyskane wyniki pokazują, że w zależności od źródła zaburzenia reakcje gospodarki są różne, i to zarówno pod względem siły, jak i szybkości dostosowań. Wyraźne są również efekty asymetryczności w reakcjach podmiotów gospodarczych. Gospodarka Polski okazuje się być bardziej wrażliwa na impulsy o charakterze negatywnym, które prowadzą do spadku aktywności gospodarczej, niż na impulsy prowzrostowe.
Źródło:
Gospodarka Narodowa. The Polish Journal of Economics; 2018, 296, 4; 35-50
2300-5238
Pojawia się w:
Gospodarka Narodowa. The Polish Journal of Economics
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 35

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