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 "Linear regression" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 173
Tytuł:
Improving Diesel Engine Reliability Using an Optimal Prognostic Model to Predict Diesel Engine Emissions and Performance Using Pure Diesel and Hydrogenated Vegetable Oil
Autorzy:
Žvirblis, Tadas
Hunicz, Jacek
Matijošius, Jonas
Rimkus, Alfredas
Kilikevičius, Artūras
Gęca, Michał
Powiązania:
https://bibliotekanauki.pl/articles/28328353.pdf
Data publikacji:
2023
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
engine’s reliability
statistical regression analysis
linear regression models
ANCOVA
MAPE
hydrotreated vegetable oil
Opis:
The reliability of internal combustion engines becomes an important aspect when traditional fuels with biofuels. Therefore, the development of prognostic models becomes very important for evaluating and predicting the replacement of traditional fuels with biofuels in internal combustion engines. The models have been made to model AVL 5402 engine emission, vibration, and sound pressure parameters using a three-stage statistical regression models. The fifteen parameters might be accurately predicted by a single statistic presented here. Both fuel type (diesel fuel and HVO) and engine parameters that can be adjusted were considered, since this analysis followed the symmetry of the methods. The data analysis process included three distinct steps and symmetric statistical regression testing was performed. The algorithm examined the effectiveness of various engine settings. Finally, the optimal fixed engine parameter and the optimal statistic were used to construct an ANCOVA model. The ANCOVA model improved the accuracy of prediction for all fifteen missing parameters.
Źródło:
Eksploatacja i Niezawodność; 2023, 25, 4; art. no. 174358
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A comparative analysis of artificial neural network predictive and multiple linear regression models for ground settlement during tunnel construction
Autorzy:
Zou, Baoping
Chibawe, Musa
Hu, Bo
Deng, Yansheng
Powiązania:
https://bibliotekanauki.pl/articles/27312113.pdf
Data publikacji:
2023
Wydawca:
Polska Akademia Nauk. Czasopisma i Monografie PAN
Tematy:
budowa
tunel
osiadanie gruntu
regresja liniowa wielokrotna
sieć neuronowa sztuczna
tunnel
construction
ground settlement
multiple linear regression
artificial neural network
Opis:
Ground settlement during and after tunnelling using TBM results in varying dynamic and static load action on the geo-stratum. It is an undesirable effect of tunnel construction causing damage to the surface and subsurface infrastructure, safety risk, and increased construction cost and quality issues. Ground settlement can be influenced by several factors, like method of tunnelling, tunnel geometry, location of tunnelling machine, machine operational parameters, depth & its changes, and mileage of recording point from starting point. In this study, a description and evaluation of the performance of the artifcial neural network (ANN) was undertaken and a comparison with multiple linear regression (MLR) was carried out on ground settlement prediction. The performance of these models was evaluated using the coefficient of determination R2, root mean square error (RMSE) and mean absolute percentage error (MAPE). For ANN model, the R2, RMSE and MAPE were calculated as 0.9295, 4.2563 and 3.3372, respectively, while for MLR, the R2, RMSE and MAPE, were calculated as 0.5053, 11.2708, 6.3963 respectively. For ground settlement prediction, both ANN and MLR methods were able to predict significantly accurate results. It was further noted that the ANN performance was higher than that of the MLR.
Źródło:
Archives of Civil Engineering; 2023, 69, 2; 503--515
1230-2945
Pojawia się w:
Archives of Civil Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A Novel Correlation for Predicting the Density of Tetrazole–N-oxide Salts as Green Energetic Materials through Their Molecular Structure
Autorzy:
Zohari, N.
Bajestani, I. R.
Powiązania:
https://bibliotekanauki.pl/articles/358082.pdf
Data publikacji:
2018
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Przemysłu Organicznego
Tematy:
tetrazole-N-oxide energetic compounds
density
correlation
multiple linear regression method
molecular structure
Opis:
In this study, a new and reliable model is derived for predicting the density of tetrazole N-oxide salts using molecular structure descriptors through multiple linear regression methods (MLR). The proposed model is based on the elemental, functional group and type of molecule descriptors. The coefficient of determination (R2) of the model was 0.9321 for 36 energetic tetrazole N-oxides with different molecular structures as an exploratoryset. The predictive ability of this model has been checked using a cross validation method (Q2 LOO = 0.9325 and Q2 LMO = 0.9324). The new correlation had a root mean square deviation (RMSD) of 0.033 g·cm−3 and an average absolute deviation (AAD) of 0.025 g·cm−3. This correlation also gave good predicted results for a further 10 energetic tetrazole N-oxides as a test set. The new reliable model can also be appliedfor designing novel energetic tetrazole N-oxides.
Źródło:
Central European Journal of Energetic Materials; 2018, 15, 4; 629-651
1733-7178
Pojawia się w:
Central European Journal of Energetic Materials
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prediction of quality parameters of a dry air separation product using machine learning methods
Przewidywanie parametrów jakościowych produktu suchej separacji węgla metodami uczenia maszynowego
Autorzy:
Żogała, Alina
Rzychoń, Maciej
Powiązania:
https://bibliotekanauki.pl/articles/216889.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:
artificial neural network
multiple linear regression
support vector machine
dry coal separation
sztuczna sieć neuronowa
sucha separacja węgla
wielokrotna regresja liniowa
maszyna wektorów nośnych
Opis:
The purpose of the work was to predict the selected product parameters of the dry separation process using a pneumatic sorter. From the perspective of application of coal for energy purposes, determination of process parameters of the output as: ash content, moisture content, sulfur content, calorific value is essential. Prediction was carried out using chosen machine learning algorithms that proved to be effective in forecasting output of various technological processes in which the relationships between process parameters are non-linear. The source of data used in the work were experiments of dry separation of coal samples. Multiple linear regression was used as the baseline predictive technique. The results showed that in the case of predicting moisture and sulfur content this technique was sufficient. The more complex machine learning algorithms like support vector machine (SVM) and multilayer perceptron neural network (MPL) were used and analyzed in the case of ash content and calorific value. In addition, k-means clustering technique was applied. The role of cluster analysis was to obtain additional information about coal samples used as feed material. The combination of techniques such as multilayer perceptron neural network (MPL) or support vector machine (SVM) with k-means allowed for the development of a hybrid algorithm. This approach has significantly increased the effectiveness of the predictive models and proved to be a useful tool in the modeling of the coal enrichment process.
Celem pracy było prognozowanie wybranych parametrów produktu procesu suchej separacji za pomocą sortera pneumatycznego. Z punktu widzenia zastosowania węgla do celów energetycznych niezbędne jest określenie parametrów procesowych wydobycia, takich jak: zawartość popiołu, zawartość wilgoci, zawartość siarki czy wartość kaloryczna. Prognozowanie przeprowadzono przy użyciu wybranych algorytmów uczenia maszynowego, które okazały się skuteczne w prognozowaniu wyjścia różnych procesów technologicznych, w których zależności między parametrami procesu są nieliniowe. Źródłem danych wykorzystanych w pracy były eksperymenty procesu suchej separacji węgla. Zastosowano wieloraką regresję liniową jako bazową metodę predykcyjną. Wyniki pokazały, że w przypadku przewidywania zawartości wilgoci i siarki technika ta była wystarczająca. Bardziej złożone algorytmy uczenia maszynowego, takie jak maszyna wektorów nośnych (SVM) i perceptron wielowarstwowy (MLP) zostały wykorzystane i przeanalizowane w przypadku zawartości popiołu i wartości opałowej. Ponadto wdrożono technikę k-średnich. Rolą analizy skupień było uzyskanie dodatkowych informacji na temat próbek węgla będących wejściem procesu. Połączenie technik, takich jak perceptron wielowarstwowy (MLP) lub maszyna wektorów nośnych (SVM) z metodą k-średnich pozwoliło na opracowanie hybrydowego algorytmu. Takie podejście znacznie zwiększyło efektywność modeli predykcyjnych i okazało się użytecznym narzędziem w modelowaniu procesu wzbogacania węgla.
Źródło:
Gospodarka Surowcami Mineralnymi; 2019, 35, 2; 119-138
0860-0953
Pojawia się w:
Gospodarka Surowcami Mineralnymi
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
UOGÓLNIONA MIARA DOPASOWANIA W MODELU LINIOWYM
GENERALIZED MEASURE OF FIT IN A LINEAR MODEL
Autorzy:
Zieliński, Wojciech
Powiązania:
https://bibliotekanauki.pl/articles/453632.pdf
Data publikacji:
2009
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
Tematy:
miara dopasowania
współczynnik determinacji
korelacja cząstkowa
analiza regresji
measure of fit
determination coefficient
partial correlation
linear regression
Opis:
W modelu regresji liniowej stosowane są dwie miary wpływu zmiennych niezależnych na zmienną zależną: współczynnik determinacji i współczynik korelacji cząstkowej. W pracy zaproponowane jest uogólnienie tych miar i skonstruowana jest miara wpływu grupy zmiennych niezależnych z wyłączeniem wpływu pozostałych zmiennych niezależnych.
In a model of linear regression two measures of fit are used: coefficient of determination and coefficient of partial correlation. A generalization of those measures is proposed and a measure of influence of a group of independent variables excluding an influence of remaining variables is constructed.
Źródło:
Metody Ilościowe w Badaniach Ekonomicznych; 2009, 10, 1; 286-292
2082-792X
Pojawia się w:
Metody Ilościowe w Badaniach Ekonomicznych
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A robust estimate of variance in a linear model
Autorzy:
Zieliński, Ryszard
Zieliński, Wojciech
Powiązania:
https://bibliotekanauki.pl/articles/748621.pdf
Data publikacji:
1985
Wydawca:
Polskie Towarzystwo Matematyczne
Tematy:
Robustness and adaptive procedures
Linear regression
Opis:
.
Standard statistical procedures for variance in Gaussian models are not robust against departures from normality. One of the possible reasons is that the variance of the variance estimate depens on kurtosis of the underlying distribution. In the paper, the most robust estimate of the variance in a class of quadratic forms is constructed.
Źródło:
Mathematica Applicanda; 1985, 13, 26
1730-2668
2299-4009
Pojawia się w:
Mathematica Applicanda
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analiza współzależności stężenia jonów w wodach podziemnych i ciśnienia piezometrycznego w punktach monitoringowych nr 6, 226 i 581 sieci obserwacyjno-badawczej PIG-PIB w wieloleciu 1991–2014
Correlation analysis between ion concentrations in groundwater and potentiometric surface fluctuations at observation points: 6, 226 and 581 of the PGI-NRI monitoring network in years 1991–2014
Autorzy:
Zielińska-Sitkiewicz, M.
Kowalczyk, A.
Powiązania:
https://bibliotekanauki.pl/articles/2075244.pdf
Data publikacji:
2015
Wydawca:
Państwowy Instytut Geologiczny – Państwowy Instytut Badawczy
Tematy:
ciśnienie piezometryczne
parametry chemiczne
wody podziemne
korelacja liniowa
metoda regresji
potentiometric surface fluctuations
chemical groundwater parameters
linear correlation
regression method
Opis:
The aim of the study was to describe how the potentiometric surface fluctuations are able to influence on the concentrations of ions in groundwater. The research based on the data provided by the groundwater monitoring network of the Polish Geological Institute – National Research Institute (PGI-NRI) from the Warta catchment in the period of 24 years of record (1991–2014). In the first stage of analysis the measured concentrations of ions: Cl–, Mg2+, Mn2+, Ca2+, Na+, SO4 2–, K+, HCO3 – were examined in conjunction with the groundwater level fluctuations in 29 monitoring points (in case of confined aquifers “groundwater level” was regarded as the potentiometric surface measured in the hydrogeological borehole). There were found statistically significant correlations between some of the concentrations of analysed ions and the fluctuations of groundwater level. Ions: Mg2+ in the point nr 6 and 226, Cl– and Na+ in the point nr 581 were subjected to further testing because their concentrations showed the strongest linear correlation with the potentiometric surface. In the second stage of study, the classical least-squares regression method was applied to build the linear models for these dependencies. The obtained results show that the fluctuations of potentiometric surface were able to explain from 30 to 56% of the variation of ion concentration.
Źródło:
Przegląd Geologiczny; 2015, 63, 10/2; 1155--1160
0033-2151
Pojawia się w:
Przegląd Geologiczny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A method of calculation of ship resistance on calm water useful at preliminary stages of ship design
Autorzy:
Żelazny, K.
Powiązania:
https://bibliotekanauki.pl/articles/359058.pdf
Data publikacji:
2014
Wydawca:
Akademia Morska w Szczecinie. Wydawnictwo AMSz
Tematy:
approximate method of resistance calculation
bulk carrier
multiple linear regression
Opis:
During preliminary stages of ship design, decisions on ship properties are made only with little knowledge on ship hull geometry – a ship designer has only the basis dimensions at his disposal. Therefore on these initial stages of ship design, methods of calculation of ship properties (eg. resistance) on the basis of basic design criteria are indispensable. The article presents a new method of calculation of bulk carriers resistance which proves exact even with a minimum number of geometrical parameters of a ship’s hull.
Źródło:
Zeszyty Naukowe Akademii Morskiej w Szczecinie; 2014, 38 (110); 125-130
1733-8670
2392-0378
Pojawia się w:
Zeszyty Naukowe Akademii Morskiej w Szczecinie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Liniowo-dynamiczny model optymalizacyjny gospodarstwa rolnego w województwie zachodniopomorskim ze stochastycznymi parametrami
Dynamic linear optymalization model of farm in West Pomerania province with stochastic parameters
Autorzy:
Zaród, Jadwiga
Powiązania:
https://bibliotekanauki.pl/articles/453549.pdf
Data publikacji:
2011
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
Tematy:
model liniowo-dynamiczny
stochastyczne parametry modelu
równania regresji
dochód rolniczy
dynamic linear model
stochastic parameters of the models
regression equations
farm income
Opis:
Na podstawie danych GUS i ARiMR zbudowano liniowodynamiczny model gospodarstwa rolnego. Model ten składa się z czterech bloków połączonych ze sobą za pomocą warunków wspólnych.. Parametry techniczno-ekonomiczne modelu, dotyczące wydajności podstawowych upraw, zastąpiono równaniami regresji. W celu uwzględnienia losowego charakteru funkcji celu wykorzystano trzy algorytmy: maksymalizujący dochód rolniczy (model E), minimalizujący ryzyko osiągnięcia dochodu rolniczego (model V) oraz minimalizujący ryzyko uzyskania dochodu z określonego przedziału (VE).
Based on data from CSO and the ARMA constructed a dynamic optimization model of the farm. This model consists of four blocks (one for each year) linked together by means of common conditions, established on the principle of recursive relationships. Technical and economic parameters of the model related to the primary productivity of crops, were replaced by regression equations. To take into account the random nature of the objective function three algorithms were used: maximizing farm income (model E), which minimizes the risk of achieving agricultural income (model V) and minimizes the risk of receiving income from a specific interval (VE).
Źródło:
Metody Ilościowe w Badaniach Ekonomicznych; 2011, 12, 2; 418-427
2082-792X
Pojawia się w:
Metody Ilościowe w Badaniach Ekonomicznych
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Forecasting nitrate concentration in groundwater using artificial neural network and linear regression models
Autorzy:
Zare, A.
Bayat, V.
Daneshkare, A.
Powiązania:
https://bibliotekanauki.pl/articles/25733.pdf
Data publikacji:
2011
Wydawca:
Polska Akademia Nauk. Instytut Agrofizyki PAN
Tematy:
nitrate concentration
ground water
artificial neural network
linear regression model
prediction
regression
Iran
quality index
Źródło:
International Agrophysics; 2011, 25, 2
0236-8722
Pojawia się w:
International Agrophysics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Fractal Dimension as Robust Estimate of Low Carbon Steels Hardness
Autorzy:
Zając, Krzysztof
Płatek, Karolina
Wachel, Paweł
Łatka, Leszek
Powiązania:
https://bibliotekanauki.pl/articles/2202985.pdf
Data publikacji:
2022
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
fractal dimension
linear regression
robust hardness estimation
image processing
low carbon steel
Opis:
Application of computational methods in engineering and science constantly increases, which is also visible in sector of material science, often with promising results. In following paper, authors would like to propose fractal dimension, a mathematical method of quantifying self-similarity and complexity of spatial patterns, as robust method of hardness estimation of low carbon steels. A dataset of microstructure images and corresponding Vickers hardness measurements of S235JR steel under different delivery conditions was created. Then, three different computational methods for evaluation of materials hardness based on microstructure image were tested. In this paper those methods are called: (i) Otsu-based index, (ii) fractal dimension index and (iii) vision transformer index. The results were compared with method used in literature for similar problems. Comparison showed that fractal dimension performs better than other evaluated methods, in terms of median absolute error, which value was equal to 4.12 HV1, which is significantly lower than results achieved by Otsu-based index and vision transformer index, which were 4.49 HV1 and 5.07 HV1 respectively. Those results can be attributed to the relative robustness of fractal dimension index, when compared to other methods. Robust estimation is preferable, due to the high amount of noise in the dataset, which is a consequence of the nature of used material.
Źródło:
Advances in Science and Technology. Research Journal; 2022, 16, 5; 335--344
2299-8624
Pojawia się w:
Advances in Science and Technology. Research Journal
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analysis of trend changes in degree-day values of heating and cooling: broiler breeding case
Autorzy:
Yucel, A.
Atilgan, A.
Erdem, N.
Oz, H.
Powiązania:
https://bibliotekanauki.pl/articles/101664.pdf
Data publikacji:
2017
Wydawca:
Polska Akademia Nauk. Stowarzyszenie Infrastruktura i Ekologia Terenów Wiejskich PAN
Tematy:
broiler
linear regression analysis
spearman rank correlation test
temperature
trend analysis
Opis:
An ideal broiler house should be designed to minimize the effects of weather changes and to keep indoor conditions at the comfort temperature of the animals. In this case, this should be done with minimum cost and possible lowest operating costs. Degree-day methods are used in order to have knowledge of the energy need of any structure. With this method, the measured values or meteorological data can be used to give information about the heating and cooling energy quantities of structures. Depending on the climate change in recent years, the changes need to be examined that have taken place in order to provide optimum comfort in animal barn. Isparta province and districts were selected as the study area. The longterm average daily temperature values are used from meteorological stations of the selected region. The heating and cooling degree day values were calculated for selected balance temperatures in broiler breeding. Linear Regression Analysis and Spearman Rank Correlation Test were conducted to determine the changes of these values due to climate change. In conclusion, it was determined that there were statistically significant trends at 5% significance level in Egirdir (21°C), Isparta (31-29-25 and 23°C), Kasimlar (18°C), Senirkent (31-29-25-23 and 21°C), Sutculer (all selected balance temperature values) and Yalvac (31-29-25-23 and 21°C) in terms of heating degree-day values, and in Atabey (29-25-23-21 and 18°C), Barla (25-23 and 21°C), Isparta (23-21 and 18°C), Senirkent (29- 25-23-21 and 18°C), Sutculer (29-25-23-21 and 18°C), Sarkikaraagac (25-23-21 and 18°C), Uluborlu (25-23-21 and 18°C) and Yalvac (25-23-21 and 18°C) in terms of cooling degree-day values. As a result, it has been concluded that more energy consumption will be a concern for heating and cooling of the broiler house that will be built in the province of Isparta.
Źródło:
Infrastruktura i Ekologia Terenów Wiejskich; 2017, II/2; 645-660
1732-5587
Pojawia się w:
Infrastruktura i Ekologia Terenów Wiejskich
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Development of pedotransfer functions for predicting soil bulk density : a case study in Indonesian small island
Autorzy:
Yanti, Evi Dwi
Mulyono, Asep
Djuwansah, Muhammad Rahman
Narulita, Ida
Putra, Risandi Dwirama
Surinati, Dewi
Powiązania:
https://bibliotekanauki.pl/articles/2048512.pdf
Data publikacji:
2021
Wydawca:
Instytut Technologiczno-Przyrodniczy
Tematy:
bulk density
multiple linear regression
pedotransfer function
soil property
Opis:
Unlike many other countries, tropical regions such as Indonesia still lack publications on pedotransfer functions (PTFs), particularly ones dedicated to the predicting of soil bulk density. Soil bulk density affects soil density, porosity, water holding capacity, drainage, and the stock and flux of nutrients in the soil. However, obtaining access to a laboratory is difficult, time-consuming, and costly. Therefore, it is necessary to utilise PTFs to estimate soil bulk density. This study aims to define soil properties related to soil bulk density, develop new PTFs using multiple linear regression (MLR), and evaluate the performance and accuracy of PTFs (new and existing). Seven existing PTFs were applied in this study. For the purposes of evaluation, Pearson’s correlation (r), mean error (ME), root mean square error (RMSE), and modelling efficiency (EF) were used. The study was conducted in five soil types on Bintan Island, Indonesia. Soil depth and organic carbon (SOC) are soil properties potentially relevant for soil bulk density prediction. The ME, RMSE, and EF values were lower for the newly developed PTFs than for existing PTFs. In summary, we concluded that the newly developed PTFs have higher accuracy than existing PTFs derived from literature. The prediction of soil bulk density will be more accurate if PTFs are applied directly in the area that is to be studied.
Źródło:
Journal of Water and Land Development; 2021, 51; 181-187
1429-7426
2083-4535
Pojawia się w:
Journal of Water and Land Development
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modele ekonometryczne jako narzędzie sterowania procesami technologicznymi
Econometric models as a tool for technological process control
Autorzy:
Wołkowicz, Artur
Powiązania:
https://bibliotekanauki.pl/articles/424875.pdf
Data publikacji:
2015
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
exponential smoothing model with creeping trend
Brown model
regression function
multiple and threshold regression
linear programming
Opis:
This paper presents a proposal for process control applications based on econo-metric models. They are a tool which aim is to determine short-term forecasts, which are the basis to control the devices of production infrastructure. The article describes the application of the method of forecast errors corrective device in a real production process. Econometric models are presented: the exponential smoothing model and creeping trend adaptive model with harmonic scales. The calculations are used and the regression function is indicated by the linear programming problem. The method is presented on the example of classical tech-nological process used in the energy sector. The study indicates the possibility of another perspective on the control processes, not necessarily based on the existing methods of regu-lation. The idea of this study is to demonstrate the possibility of using econometrics in the industry.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2015, 2 (48); 67-77
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Optymalizacja produkcji energii elektrycznej i kosztów ogrzewania miasta w oparciu o prognozy krótkoterminowe
Optimisation of electricity production and heating costs based on short-term forecasts
Autorzy:
Wołkowicz, A.
Powiązania:
https://bibliotekanauki.pl/articles/347576.pdf
Data publikacji:
2012
Wydawca:
Akademia Wojsk Lądowych imienia generała Tadeusza Kościuszki
Tematy:
funkcja regresji
regresja wieloraka
trend z wyprzedzeniem czasowym
metoda najmniejszych kwadratów
programowanie liniowe
optymalizacja
produkcja energii elektrycznej
function regression
multiple regression
trend ahead of time
method of least squares
linear programming
optimization
electricity production
Opis:
W poniższym artykule proponuję rozpatrzenie problemu optymalizacji produkcji energii elektrycznej w elektrociepłowni w sezonie grzewczym, połączonej z optymalizacją kosztów jej uzyskania. Przedstawiono propozycję postępowania w zarządzaniu krótkoterminowym produkcją energii cieplnej i elektrycznej w oparciu o prognozy warunków atmosferycznych uzyskiwanych drogą elektroniczną z portalu internetowego IMIGW. W rozwiązaniu koncepcyjnym proponuję zastosowanie metod ekonometrycznych możliwych do wykorzystania, a mianowicie połączenie funkcji regresji, trendu z opóźnieniem czasowym, regresji wielorakiej, programowania liniowego. Praca ma na celu uzyskanie zmniejszenia błędów decyzyjnych w zarządzaniu pracą ciągu technologicznego.
In this article the author proposes considering the problem of optimising electricity production in a heat and power plant in the heating season combined with the optimisation of its acquisi-tion costs. The proposed procedure in the management of short-term heat and power production on the basis of weather conditions forecasts obtained online from the portal of the Institute of Meteorology and Water Management. The conceptual solution proposes using econometric methods that can be used, namely a combination of regression function, the trend of delayed time-dimensions, multiple regression and linear programming. The article aims at reducing decision-making errors in technological flow management.
Źródło:
Zeszyty Naukowe / Wyższa Szkoła Oficerska Wojsk Lądowych im. gen. T. Kościuszki; 2012, 4; 116-126
1731-8157
Pojawia się w:
Zeszyty Naukowe / Wyższa Szkoła Oficerska Wojsk Lądowych im. gen. T. Kościuszki
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 173

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