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 model" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 60
Tytuł:
Decision support for choosing a scenario for organizing urban transport system with share of electric vehicles
Autorzy:
Jacyna, Marianna
Żochowska, Renata
Sobota, Aleksander
Wasiak, Mariusz
Powiązania:
https://bibliotekanauki.pl/articles/2203081.pdf
Data publikacji:
2022
Wydawca:
Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
Tematy:
decision support
electric vehicles
urban transport system
travel demand model
pollutant emissions
urban area
limited accessibility of the city
sustainable urban mobility
wspomaganie decyzji
pojazdy elektryczne
system transportu miejskiego
model popytu na podróż
emisje zanieczyszczeń
obszar miejski
ograniczona dostępność miasta
zrównoważona mobilność miejska
Opis:
This article presents the issue of using decision support tools to select the variant of organization of urban transport system. Two scenarios for the use of electric vehicles were compared, considering not only their emissions and fuel consumption but also the limited accessibility of conventional vehicles to the city. The authors assume that the development of urban traffic organization must go hand in hand with the challenges of planning sustainable urban mobility and reducing harmful exhaust fumes. Furthermore, decision-makers should be equipped with simple decision support tools to generate the best option considering the expectations of transport users. The PTV VISUM tool was used to analyse and visualize two different organization scenarios for a selected city in Poland.
Źródło:
Zeszyty Naukowe. Transport / Politechnika Śląska; 2022, 117; 69--89
0209-3324
2450-1549
Pojawia się w:
Zeszyty Naukowe. Transport / Politechnika Śląska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Hybrid demand forecasting models: pre-pandemic and pandemic use studies
Autorzy:
Kolkova, Andrea
Rozehnal, Petr
Powiązania:
https://bibliotekanauki.pl/articles/22443157.pdf
Data publikacji:
2022
Wydawca:
Instytut Badań Gospodarczych
Tematy:
forecastHybrid
demand forecasting
statistic model
neural networks
Opis:
Research background: In business practice and academic sphere, the question of which of the prognostic models is the most accurate is constantly present. The accuracy of models based on artificial intelligence and statistical models has long been discussed. By combining the advantages of both groups, hybrid models have emerged. These models show high accuracy. Moreover, the question remains whether data in a dynamically changing economy (for example, in a pandemic period) have changed the possibilities of using these models. The changing economy will continue to be an important element in demand forecasting in the years to come. In business, where the concept of just in time already proves to be insufficient, it is necessary to open new research questions in the field of demand forecasting. Purpose of the article: The aim of the article is to apply hybrid models to bicycle sales e-shop data with a comparison of accuracy models in the pre-pandemic period and in the pandemic period. The paper examines the hypothesis that the pandemic period has changed the accuracy of hybrid models in comparison with statistical models and models based on artificial neural networks. Models: In this study, hybrid models will be used, namely the Theta model and the new forecastHybrid, compared to the statistical models ETS, ARIMA, and models based on artificial neural networks. They will be applied to the data of the e-shop with the cycle assortment in the period from 1.1. 2019 to 5.10 2021. Whereas the period will be divided into two parts, pre-pandemic, i.e. until 1 March 2020 and pandemic after that date. The accuracy evaluation will be based on the RMSE, MAE, and ACF1 indicators. Findings & value added: In this study, we have concluded that the prediction of the Hybrid model was the most accurate in both periods. The study can thus provide a scientific basis for any other dynamic changes that may occur in demand forecasting in the future. In other periods when there will be volatile demand, it is essential to choose models in which accuracy will decrease the least. Therefore, this study provides guidance for the use of methods in future periods as well. The stated results are likely to be valid even in an international comparison.
Źródło:
Equilibrium. Quarterly Journal of Economics and Economic Policy; 2022, 17, 3; 699-725
1689-765X
2353-3293
Pojawia się w:
Equilibrium. Quarterly Journal of Economics and Economic Policy
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Model of operational planning of freight transportation by tram as part of a green logistics system
Autorzy:
Shramenko, Natalya
Merkisz-Guranowska, Agnieszka
Kiciński, Marcin
Shramenko, Vladyslav
Powiązania:
https://bibliotekanauki.pl/articles/2173932.pdf
Data publikacji:
2022
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
ecologistics
freight tram
green logistics
stochastic demand
simulation model
ekologistyka
tramwaj towarowy
zielona logistyka
popyt stochastyczny
model symulacyjny
Opis:
The introduction of environmentally friendly technologies is becoming increasingly necessary to combat global warming and air pollution in cities. The concept of ecologistics is seen as an effective approach to the management of materials and related flows in order to reduce environmental and economic damage to the environment. The sustainable development of green supply chains is based on the use of environmentally friendly types of vehicles, reduction of energy and other resources consumption, optimization of transport and technological processes in delivery systems. As part of the development of green supply chain, it is proposed to transport goods by freight trams, which eliminates the need for heavy trucks in the city, improves traffic conditions and reduces the environmental impact of transport. The research was conducted for the city of Poznan. The distribution system of the city of Poznan operates in conditions of stochastic demand for deliveries from clients and the risk of lack of sufficient supplies in distribution centers. To take into account the specificity of the distribution system of cargo delivery in conditions of uncertainty and risk, a simulation model of the organization of the material flows within the transport system of the city of Poznan has been proposed. The result of simulation is the optimal assignment of clients to the distribution centers, as well as the value of total mileage with the load, which is a random variable. It is assumed that the random variable is distributed according to the normal distribution law. The results were calculated and compared for two variants, i.e. for constant demand and sufficient quantity of cargo in distribution centers, and for variable demand and uncertainty conditions, e.g. insufficient cargo quantity in distribution centers. The purpose of the paper is to develop a simulation model for planning supplies of small consignments of goods by trams implementing green logistics concept with variable demand for transportation. After a short introduction of the problem, the literature review related to the concept of green logistics and requirements of transport and distribution system are presented in section 2. In section 3, the research problem and research methodology are described. Section 4 provides the results of assignment of clients to distribution centers. The paper ends with concluding remarks
Źródło:
Archives of Transport; 2022, 63, 3; 113--122
0866-9546
2300-8830
Pojawia się w:
Archives of Transport
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Optimization of an EPQ model in an imprecise environment with defuzzification by the centroid method under inflation
Autorzy:
Arora, Ritu
Chauhan, Anand
Sharma, Renu
Singh, Anubhav Pratap
Powiązania:
https://bibliotekanauki.pl/articles/2175846.pdf
Data publikacji:
2022
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
fuzzy production inventory model
selling price dependent demand
inflation
triangular fuzzy number
trapezoidal fuzzy number
centroid method
Opis:
The awareness of making decisions in an imprecise environment has resulted in considering the inventory system under a fuzzy approach. The effects of uncertain demand have been finding increased application in many inventory systems. Uncertainty creates complicated situations for the manufacturer in making decisions. Markets have become more competitive as a result of technological advancements. The effect of inflation on the overall cost of the inventory system is useful in providing a tool for the analysis of inventory decisions. This study intended to estimate the effect of different fuzzy numbers on a manufacturer's annual joint expected total cost. The comparative study of this proposed model has been considered for two different fuzzy numbers with the defuzzification technique as the centroid method. The optimization technique has been used to minimize the producer’s joint expected total cost under the condition mentioned earlier, and the model is validated numerically.
Źródło:
Operations Research and Decisions; 2022, 32, 3; 32--48
2081-8858
2391-6060
Pojawia się w:
Operations Research and Decisions
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Regression model of water demand for the city of Lodz as a function of atmospheric factors
Autorzy:
Domański, Czesław
Kubacki, Robert
Powiązania:
https://bibliotekanauki.pl/articles/2107156.pdf
Data publikacji:
2022-06-14
Wydawca:
Główny Urząd Statystyczny
Tematy:
water demand
atmospheric factors
regression model
Opis:
One of the Sustainable Development Goals (Goal 6) set by the United Nations is to provide people with access to water and sanitation through sustainable water resources management. Water supply companies carrying out tasks commissioned by local authorities ensure there is an optimal amount of water in the water supply system. The aim of this study is to present the results of the work on a statistical model which determined the influence of individual atmospheric factors on the demand for water in the city of Lodz, Poland, in 2010-2019. In order to build the model, the study used data from the Water Supply and Sewage System Company (Zakład Wodociągów i Kanalizacji Sp. z o.o.) in the city of Lodz complemented with data on weather conditions in the studied period. The analysis showed that the constructed models make it possible to perform a forecast of water demand depending on the expected weather conditions.
Źródło:
Statistics in Transition new series; 2022, 23, 2; 153-161
1234-7655
Pojawia się w:
Statistics in Transition new series
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:
Dekarbonizacja i autonomiczność energetyczna budynków użyteczności publicznej - studium przypadku
Decarbonization and energy autonomity of public buildings – a case study
Autorzy:
Zygmunt, Marcin
Witczak, Konrad
Gawin, Dariusz
Powiązania:
https://bibliotekanauki.pl/articles/2055952.pdf
Data publikacji:
2021
Wydawca:
Polski Związek Inżynierów i Techników Budownictwa
Tematy:
budynek energooszczędny
obiekt handlowy
budynek wielkopowierzchniowy
sklep wielkopowierzchnowy
dekarbonizacja
efektywność energetyczna
niezależność energetyczna
model obliczeniowy
zapotrzebowanie na energię
studium przypadku
energy-efficient building
commercial building
large space building
large area shop
decarbonization
energy efficiency
energetic independence
calculation model
energy demand
case study
Opis:
Budynki efektywne energetycznie wpisują się w tematykę wielu polityk niskoemisyjnych na najbliższe lata, a minimalizacja tzw. śladu węglowego jest kluczową strategią przy przeciwdziałaniu globalnemu ociepleniu klimatu. Niniejsza praca dotyczy zagadnienia dekarbonizacji oraz autonomiczności energetycznej współczesnych budynków użyteczności publicznej. Ocena wspomnianych zagadnień została przeprowadzona za pomocą analizy komputerowej w programie Energy Plus rzeczywistego marketu wielkopowierzchniowego. Budynek został skalibrowany z danymi rzeczywistego zużycia energii, a następnie wykonano analizę poprawy efektywności energetycznej budynku.
Energy-efficient buildings are part of the subject of many low-emission policies for the coming years, and the minimization of the so-called carbon footprint is a key strategy in tackling global warming. This work deals with the issue of decarbonisation and energy autonomy of contemporary public buildings. The assessment of the above-mentioned issues was carried out by means of a computer analysis in the Energy Plus program of a real large-area supermarket. The building was calibrated with actual energy consumption data and then an analysis of the building’s energy efficiency improvement was performed.
Źródło:
Przegląd Budowlany; 2021, 92, 11-12; 98--102
0033-2038
Pojawia się w:
Przegląd Budowlany
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Dekarbonizacja i autonomiczność energetyczna budynków użyteczności publicznej - studium przypadku
Decarbonization and energy autonomity of public buildings - a case study
Autorzy:
Zygmunt, Marcin
Witczak, Konrad
Gawin, Dariusz
Powiązania:
https://bibliotekanauki.pl/articles/2055985.pdf
Data publikacji:
2021
Wydawca:
Polski Związek Inżynierów i Techników Budownictwa
Tematy:
budynek energooszczędny
obiekt handlowy
budynek wielkopowierzchniowy
sklep wielkopowierzchnowy
dekarbonizacja
efektywność energetyczna
niezależność energetyczna
model obliczeniowy
zapotrzebowanie na energię
studium przypadku
energy-efficient building
commercial building
large space building
large area shop
decarbonization
energy efficiency
energetic independence
calculation model
energy demand
case study
Opis:
Budynki efektywne energetycznie wpisują się w tematykę wielu polityk niskoemisyjnych na najbliższe lata, a minimalizacja tzw. śladu węglowego jest kluczową strategią przy przeciwdziałaniu globalnemu ociepleniu klimatu. Niniejsza praca dotyczy zagadnienia dekarbonizacji oraz autonomiczności energetycznej współczesnych budynków użyteczności publicznej. Ocena wspomnianych zagadnień została przeprowadzona za pomocą analizy komputerowej w programie Energy Plus rzeczywistego marketu wielkopowierzchniowego. Budynek został skalibrowany z danymi rzeczywistego zużycia energii, a następnie wykonano analizę poprawy efektywności energetycznej budynku.
Energy-efficient buildings are part of the subject of many low-emission policies for the coming years, and the minimization of the so-called carbon footprint is a key strategy in tackling global warming. This work deals with the issue of decarbonisation and energy autonomy of contemporary public buildings. The assessment of the above-mentioned issues was carried out by means of a computer analysis in the Energy Plus program of a real large-area supermarket. The building was calibrated with actual energy consumption data and then an analysis of the building’s energy efficiency improvement was performed.
Źródło:
Przegląd Budowlany; 2021, 92, 11-12; 98--102
0033-2038
Pojawia się w:
Przegląd Budowlany
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Demand forecasting: an alternative approach based on technical indicator Pbands
Autorzy:
Kolková, Andrea
Ključnikov, Aleksandr
Powiązania:
https://bibliotekanauki.pl/articles/19233720.pdf
Data publikacji:
2021
Wydawca:
Instytut Badań Gospodarczych
Tematy:
demand forecasting
neural network
BATS
hybrid model
Pbands
Opis:
Research background: Demand forecasting helps companies to anticipate purchases and plan the delivery or production. In order to face this complex problem, many statistical methods, artificial intelligence-based methods, and hybrid methods are currently being developed. However, all these methods have similar problematic issues, including the complexity, long computing time, and the need for high computing performance of the IT infrastructure. Purpose of the article: This study aims to verify and evaluate the possibility of using Google Trends data for poetry book demand forecasting and compare the results of the application of the statistical methods, neural networks, and a hybrid model versus the alternative possibility of using technical analysis methods to achieve immediate and accessible forecasting. Specifically, it aims to verify the possibility of immediate demand forecasting based on an alternative approach using Pbands technical indicator for poetry books in the European Quartet countries. Methods: The study performs the demand forecasting based on the technical analysis of the Google Trends data search in case of the keyword poetry in the European Quartet countries by several statistical methods, including the commonly used ETS statistical methods, ARIMA method, ARFIMA method, BATS method based on the combination of the Cox-Box transformation model and ARMA, artificial neural networks, the Theta model, a hybrid model, and an alternative approach of forecasting using Pbands indicator.  The study uses MAPE and RMSE approaches to measure the accuracy. Findings & value added: Although most currently available demand prediction models are either slow or complex, the entrepreneurial practice requires fast, simple, and accurate ones. The study results show that the alternative Pbands approach is easily applicable and can predict short-term demand changes. Due to its simplicity, the Pbands method is suitable and convenient to monitor short-term data describing the demand. Demand prediction methods based on technical indicators represent a new approach for demand forecasting. The application of these technical indicators could be a further forecasting models research direction. The future of theoretical research in forecasting should be devoted mainly to simplifying and speeding up. Creating an automated model based on primary data parameters and easily interpretable results is a challenge for further research.
Źródło:
Oeconomia Copernicana; 2021, 12, 4; 1063-1094
2083-1277
Pojawia się w:
Oeconomia Copernicana
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Economic effects of changes in the required thermal insulation of building partitions in Poland
Ekonomiczne efekty zmian wymaganej izolacyjności cieplnej przegród budowlanych w Polsce
Autorzy:
Jezierski, Walery
Sadowska, Beata
Powiązania:
https://bibliotekanauki.pl/articles/95854.pdf
Data publikacji:
2020
Wydawca:
Fundacja Ekonomistów Środowiska i Zasobów Naturalnych
Tematy:
demand for usable energy
climate conditions
thermal transmittance coefficient of building partitions
deterministic mathematical model
economic effect
zapotrzebowanie na energię użytkową
warunki klimatyczne
współczynnik przenikania ciepła przegród budynku
deterministyczny model matematyczny
efekt ekonomiczny
Opis:
Thermal insulation on the external partitions of the buildings is a very usual strategy to reduce energy demand for heating. This paper presents an original study of the demand for usable energy QH, nd of a single-family residential building in different climatic conditions (milder conditions – Szczecin, national average – Lodz and more severe conditions – Zakopane) on the thermal transmittance coefficient of selected partitions: external walls, roof, windows and balcony doors, roof windows and doors. They were adopted at three levels, corresponding to the maximum required values, as approved in the Technical Conditions, for periods from 2014, 2017 and 31.12.2020. Based on the results of the computational experiment, three deterministic mathematical models were developed, and the effects of factors on the Y function for the assumed climate conditions were analyzed. Financial savings related to the introduction of stricter requirements for thermal protection of buildings in Poland were determined.
Ocieplenie przegród zewnętrznych budynków jest bardzo typową strategią zmniejszania zapotrzebowania na energię do ogrzewania. W artykule przedstawiono oryginalne badanie zależności zapotrzebowania na energię użytkową QH,nd jednorodzinnego budynku mieszkalnego w zróżnicowanych warunkach klimatycznych (łagodniejszych – dla Szczecina, średnich krajowych – dla Łodzi i surowszych – dla Zakopanego) od współczynnika przenikania ciepła wybranych przegród: ścian zewnętrznych, dachu, okien i drzwi balkonowych, okien połaciowych oraz drzwi zewnętrznych, które zostały przyjęte na trzech poziomach odpowiadających maksymalnym dopuszczalnym wartościom, zatwierdzonym w Warunkach Technicznych, obowiązującym od 2014, 2017 i 31.12.2020 roku. Na podstawie wyników eksperymentu obliczeniowego opracowano trzy deterministyczne modele matematyczne tej zależności oraz przeanalizowano efekty wpływu czynników na funkcję Y dla przyjętych warunków klimatycznych. Określono oszczędności finansowe związane z wprowadzeniem surowszych wymagań w zakresie ochrony termicznej budynków w Polsce.
Źródło:
Ekonomia i Środowisko; 2020, 1; 107-124
0867-8898
Pojawia się w:
Ekonomia i Środowisko
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Impact assessment of short-term management measures on travel demand
Autorzy:
D'Cruz, Jinit J.M.
Alex, Anu P.
Manju, V. S.
Peter, Leema
Powiązania:
https://bibliotekanauki.pl/articles/223500.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
public transportation
travel demand management
four stage model
linear regression
modal shift
multinomial logit model
transport publiczny
zarządzanie podróżą
przesunięcie modalne
Opis:
Travel Demand Management (TDM) can be considered as the most viable option to manage the increasing traffic demand by controlling excessive usage of personalized vehicles. TDM provides expanded options to manage existing travel demand by redistributing the demand rather than increasing the supply. To analyze the impact of TDM measures, the existing travel demand of the area should be identified. In order to get quantitative information on the travel demand and the performance of different alternatives or choices of the available transportation system, travel demand model has to be developed. This concept is more useful in developing countries like India, which have limited resources and increasing demands. Transport related issues such as congestion, low service levels and lack of efficient public transportation compels commuters to shift their travel modes to private transport, resulting in unbalanced modal splits. The present study explores the potential to implement travel demand management measures at Kazhakoottam, an IT business hub cum residential area of Thiruvananthapuram city, a medium sized city in India. Travel demand growth at Kazhakoottam is a matter of concern because the traffic is highly concentrated in this area and facility expansion costs are pretty high. A sequential four-stage travel demand model was developed based on a total of 1416 individual household questionnaire responses using the macro simulation software CUBE. Trip generation models were developed using linear regression and mode split was modelled as multinomial logit model in SPSS. The base year traffic flows were estimated and validated with field data. The developed model was then used for improving the road network conditions by suggesting short-term TDM measures. Three TDM scenarios viz; integrating public transit system with feeder mode, carpooling and reducing the distance of bus stops from zone centroids were analysed. The results indicated an increase in public transit ridership and considerable modal shift from private to public/shared transit.
Źródło:
Archives of Transport; 2020, 53, 1; 37-52
0866-9546
2300-8830
Pojawia się w:
Archives of Transport
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Information demand of foreign labor market from the point of view of Chinese students
Autorzy:
Pilarczyk, Anna
Naprawski, Tomasz
Powiązania:
https://bibliotekanauki.pl/articles/692575.pdf
Data publikacji:
2020
Wydawca:
Uniwersytet Ekonomiczny w Poznaniu
Tematy:
information-logistics engine
information demand analysis
information demand model
foreign labour market
demand-oriented management of information
Opis:
Today people are faced with a huge amount of information. Demand-oriented management of information can resolve this issue. Therefore, the measures that filter this information are the desired solution.  One of these measures is information demand analysis, which can be easily used for defining problems on the labour market, where the term of talent import is becoming increasingly important. The main contribution of this study is the analysis of the challenges facing the foreign labour market from the point of view of an employee and an employer and a proposal of an information demand model for strengthening the foreign labour market information system. The information demand model is one of the stages of the development of an information-logistics engine, which ensures that the right information is available in the right location, time and quality.
Źródło:
Research Papers in Economics and Finance; 2020, 4, 1; 31-35
2543-6430
Pojawia się w:
Research Papers in Economics and Finance
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:
An Integrated Inventory Model for Deteriorating Items under Cash Discount and Permissible Delay in Payments
Autorzy:
Sanas, Yogita
Kawale, Sunil
Aziz, Lahji Abdul
Powiązania:
https://bibliotekanauki.pl/articles/1046535.pdf
Data publikacji:
2019
Wydawca:
Przedsiębiorstwo Wydawnictw Naukowych Darwin / Scientific Publishing House DARWIN
Tematy:
Cash discount
Integrated inventory model
deterioration
permissible delay in payments
quadratic demand
Opis:
Numerous studies have been undertaken to explain inventory models with different features. While findings from earlier studies have been conflicting, recent industrial-level studies indicate that multi features inventory models have a positive impact on business scenario. We propose an inventory model with integration of many real features like constant deterioration under cash discount scheme and permissible delay in payments. That is, we want to investigate the buyer’s optimal replenishment policy with quadratic demand under trade credit and cash discount to maximise joint total profit per unit time. Furthermore, numerical example and sensitivity analysis are presented to illustrate the results of the proposed model and to draw managerial insights.
Źródło:
World Scientific News; 2019, 136; 226-240
2392-2192
Pojawia się w:
World Scientific News
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 60

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