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 "forecasting accuracy" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-11 z 11
    Tytuł:
    Identifying an Appropriate Forecasting Model for Forecasting Total Import of Bangladesh
    Autorzy:
    Khan, Tanvir
    Powiązania:
    https://bibliotekanauki.pl/articles/465624.pdf
    Data publikacji:
    2011
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    ARIMA model
    Holt Winters’ trend and seasonality method
    VAR model
    Forecasting accuracy
    Out-of-sample accuracy measurement
    Opis:
    Forecasting future values of economic variables are some of the most critical tasks of a country. Especially the values related to foreign trade are to be forecasted efficiently as the need for planning is great in this sector. The main objective of this research paper is to select an appropriate model for time series forecasting of total import (in taka crore) of Bangladesh. The decision throughout this study is mainly concerned with seasonal autoregressive integrated moving average (SARIMA) model, Holt-Winters’ trend and seasonal model with seasonality modeled additively and vector autoregressive model with some other relevant variables. An attempt was made to derive a unique and suitable forecasting model of total import of Bangladesh that will help us to find forecasts with minimum forecasting error.
    Źródło:
    Statistics in Transition new series; 2011, 12, 1; 179-192
    1234-7655
    Pojawia się w:
    Statistics in Transition new series
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    State-dependent Autoregressive Models with p Lags: Properties, Estimation and Forecasting
    Autorzy:
    Gobbi, Fabio
    Mulinacci, Sabrina
    Powiązania:
    https://bibliotekanauki.pl/articles/2119921.pdf
    Data publikacji:
    2022
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    convolution-based autoregressive models
    level-increment dependence
    nonlinear time series
    maximum likelihood
    forecasting accuracy
    Opis:
    In this paper we consider a class of nonlinear autoregressive models in which a specific type of dependence structure between the error term and the lagged values of the state variable is assumed. We show that there exists an equivalent representation given by a p-th order state-dependent autoregressive (SDAR(p)) model where the error term is independent of the last p lagged values of the state variable (yt−1, . . . , yt−p) and the autoregressive coefficients are specific functions of them. We discuss a quasi-maximum likelihood estimator of the model parameters and we prove its consistency and asymptotic normality. To test the forecasting ability of the SDAR(p) model, we propose an empirical application to the quarterly Japan GDP growth rate which is a time series characterized by a level-increment dependence. A comparative analyses is conducted taking into consideration some alternative and competitive models for nonlinear time series such as SETAR and AR-GARCH models.
    Źródło:
    Central European Journal of Economic Modelling and Econometrics; 2022, 1; 81-108
    2080-0886
    2080-119X
    Pojawia się w:
    Central European Journal of Economic Modelling and Econometrics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Unemployment Rates Forecasts – Unobserved Component Models Versus SARIMA Models In Central And Eastern European Countries
    Prognozowanie stop bezrobocia – porównanie modeli SARIMA i modeli nieobserwowanych komponentów dla wybranych krajów Europy Środkowej i Wschodniej
    Autorzy:
    Będowska-Sójka, Barbara
    Powiązania:
    https://bibliotekanauki.pl/articles/633406.pdf
    Data publikacji:
    2017
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    stopa bezrobocia
    modele nieobserwowanych komponentów
    modele SARIMA
    trafność prognoz
    unemployment rate
    unobserved component
    SARIMA models
    forecasting accuracy
    Opis:
    W artykule porównano prognozy wskaźników stóp bezrobocia w ośmiu krajach Europy Środkowej i Wschodniej. Zastosowano modele nieobserwowanych komponentów i sezonowe modele ARIMA w przesuwanym oknie i postawiono prognozy krótkoterminowe weryfikowane na podstawie trafności prognozy spoza próby. Wykazano, że w przypadku trzech krajów stopa bezrobocia charakteryzuje się bezwarunkową asymetrią. Generalnie w przypadku stosowanych metod, dla połowy badanych szeregów nie znaleziono statystycznie istotnej różnicy w dokładności stawianych prognoz. W pozostałych przypadkach odpowiednio dobrany sezonowy model ARIMA pozwalał na postawienie lepszych prognoz. Ponadto wykazano, że trafność prognoz pogarsza się w okresach gwałtownych wzrostów i spadków stóp bezrobocia, a poprawia się w okresach nieznacznych zmian wielkości tego wskaźnika.
    In this paper we compare the accuracy of unemployment rates forecasts of eight Central and Eastern European countries. The unobserved component models and seasonal ARIMA models are used within a rolling short-term forecast experiment as an out-of-sample test of forecast accuracy. We find that unemployment rates present clear unconditional asymmetry in three out of eight countries. Half the cases there is no difference between forecasting accuracy of the methods used in the study. In the remaining, a proper specification of seasonal ARIMA model allows to generate better forecasts than from unobserved component models. The forecasting accuracy deteriorates in periods of rapid upward and downward movement and improves in periods of gradual change in the unemployment rates.
    Źródło:
    Comparative Economic Research. Central and Eastern Europe; 2017, 20, 2; 91-107
    1508-2008
    2082-6737
    Pojawia się w:
    Comparative Economic Research. Central and Eastern Europe
    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:
    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:
    Method of predicting the water level in the Dniester river, depending on weather conditions
    Autorzy:
    Mandryk, O. M.
    Horbiychuk, M. I.
    Powiązania:
    https://bibliotekanauki.pl/articles/122864.pdf
    Data publikacji:
    2014
    Wydawca:
    Politechnika Częstochowska. Wydawnictwo Politechniki Częstochowskiej
    Tematy:
    synthesis of mathematical models
    genetic algorithm
    chromosomes
    external criterion aliquant frequency harmonic series forecasting accuracy
    synteza modeli matematycznych
    algorytm genetyczny
    chromosomy
    Opis:
    This paper deals with a new method of constructing mathematical models of complex processes aliquant vibration frequencies, based on the ideas of genetic algorithms. Compared with the method of data handling group, this method makes it possible to synthesize mathematical models of any complexity without selecting the number of rows selection. Moreover, the use of genetic algorithms will significantly reduce the number of calculations when iterating the models. The new point method can be used to predict both the physical phenomena and complicated processes. The authors created the model of changes in the water level in the Dniester river on the basis that the above method gives satisfactory results of forecasting.
    Źródło:
    Journal of Applied Mathematics and Computational Mechanics; 2014, 13, 1; 45-59
    2299-9965
    Pojawia się w:
    Journal of Applied Mathematics and Computational Mechanics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    WHY ECONOMIC FORECASTS ARE NOT ACCURATE
    Autorzy:
    Beata, Bazeli,
    Powiązania:
    https://bibliotekanauki.pl/articles/897983.pdf
    Data publikacji:
    2018-12-11
    Wydawca:
    Kujawsko-Pomorska Szkoła Wyższa w Bydgoszczy
    Tematy:
    forecasting
    forecast
    forecasting methods
    forecast accuracy
    Opis:
    Predicting the future is an essential element in the preparation of human action, and one of the predictions of the future is forecasting. The methodology of forecasting economic processes is very rich and extremely difficult workshop and therefore there are many methods of forecasting. The article discusses the conditions under which more or less accurate forecasts of the future can be made. The purpose of the study is to identify the main causes for the failure of forecasts while emphasizing the need to develop them.
    Źródło:
    Roczniki Ekonomiczne Kujawsko-Pomorskiej Szkoły Wyższej w Bydgoszczy; 2017, 1(10); 11-23
    1899-9573
    Pojawia się w:
    Roczniki Ekonomiczne Kujawsko-Pomorskiej Szkoły Wyższej w Bydgoszczy
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Exponential smoothing and resampling techniques in time series prediction
    Autorzy:
    Neves, Maria
    Cordeiro, Clara
    Powiązania:
    https://bibliotekanauki.pl/articles/729996.pdf
    Data publikacji:
    2010
    Wydawca:
    Uniwersytet Zielonogórski. Wydział Matematyki, Informatyki i Ekonometrii
    Tematy:
    time series
    bootstrap
    exponential smoothing
    forecasting
    accuracy measures
    Opis:
    Time series analysis deals with records that are collected over time. The objectives of time series analysis depend on the applications, but one of the main goals is to predict future values of the series. These values depend, usually in a stochastic manner, on the observations available at present. Such dependence has to be considered when predicting the future from its past, taking into account trend, seasonality and other features of the data. Some of the most successful forecasting methods are based on the concept of exponential smoothing. There are a variety of methods that fall into the exponential smoothing family, each having the property that forecasts are weighted combinations of past observations. But time series analysis needs proper statistical modeling. The model that better describes the behavior of the series in study can be crucial in obtaining 'good' forecasts. Departures from the true underlying distribution can adversely affect those forecasts. Resampling techniques have been considered in many situations to overcome that difficulty. For time series, several authors have proposed bootstrap methodologies. Here we will present an automatic procedure built in R language that first selects the best exponential smoothing model (among a set of possibilities) for fitting the data, followed by a bootstrap approach for obtaining forecasts. A real data set has been used to illustrate the performance of the proposed procedure.
    Źródło:
    Discussiones Mathematicae Probability and Statistics; 2010, 30, 1; 87-101
    1509-9423
    Pojawia się w:
    Discussiones Mathematicae Probability and Statistics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Diagnostyczne aspekty badania obrabiarek pracą
    Diagnostic aspects of testing by machining of tool machines
    Autorzy:
    Styp-Rekowski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/329336.pdf
    Data publikacji:
    2005
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    obrabiarki
    dokładność
    badanie pracą
    diagnozowanie
    prognozowanie
    machine tools
    accuracy
    accuracy tests of machining
    diagnosis
    forecasting
    Opis:
    Badania diagnostyczne wszelkich maszyn mogą mieć bardzo duże znaczenie dla procesów zużywania zachodzących podczas ich eksploatowania. Procesy diagnozowania prowadzi się w różnych fazach istnienia obiektów technicznych, lecz szczególnie duże znaczenie ma diagnostyka eksploatacyjna. Decyduje ona o rezultatach funkcjonowania maszyn a w przypadku obrabiarek skrawających determinuje podstawową cechę jakościową produktów finalnych obróbki skrawaniem - dokładność wymiarowo-kształtową wytwarzanych elementów. Rozważania przedstawione w pracy dotyczą możliwości wykorzystania znormalizowanych badań dokładności obrabiarek do celów diagnostycznych. Wykazano, że na podstawie wyników badań dokładności obrabiarek pracą możliwe jest określenie ich bieżącego stanu technicznego. Istnieje także możliwość prognozowania dalszej pracy obrabiarek.
    Diagnostic tests of all types of machines have great meaning for running of wear processes accompanying to machine operation. Diagnostic processes are led in some phases of technical objects life but especially, great meaning have operating diagnosis. It decides about results of machine running and in the case of machine tools it determined basic qualitative feature of final product of machining - accuracy of produced elements. The considerations presented in this paper concern to possibility of application of standardized tests of machine tools accuracy to diagnostics objects. It is indicated that on the base of results of machine tools accuracy tests is possible to determine their technical state. Moreover, there is possibility of forecasting of further operating of machine tools.
    Źródło:
    Diagnostyka; 2005, 33; 173-178
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Prognozowanie stanu obrabiarek na podstawie badań ich dokładności
    Forecasting of machine-tools state on the base of their accuracy
    Autorzy:
    Styp-Rekowski, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/327552.pdf
    Data publikacji:
    2008
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    obrabiarka
    diagnozowanie
    prognozowanie
    badanie dokładności
    machine tools
    accuracy test
    diagnostic routine
    forecasting
    Opis:
    W artykule przeprowadzono analizę struktury obrabiarek w aspekcie diagnozowania ich stanu. Zaproponowano wielkości charakterystyczne jako symptomy stanu obrabiarek. Przedstawiono także podstawy badania dokładności obrabiarek w oparciu o ocenę rezultatów obróbki przedmiotów próbnych. Wykazano, że wyniki badań dokładności obrabiarek można wykorzystać do opracowania prognozy dotyczącej ich stanu. Umożliwia to przedstawiona w artykule procedura wykorzystująca rezultaty cyklu badań dokładności obrabiarki.
    In this paper analysis of machine-tools in the diagnostics aspects was conducted. Some characteristic quantities as symptom of their state, were proposed. One introduced also basic of accuracy tests of machine toools on the ground of estimation of results of tentative object machining. It was demonstrated that results of cycle of machine tools accuracy tests one can use to work out of forecast of considering machine tools' state. Presented in this paper procedure, in which one used results of cycle of accuracy tests, makes it possible
    Źródło:
    Diagnostyka; 2008, 2(46); 143-149
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Problematyka prognozowania mocy i energii pozyskiwanych z wiatru
    Problems related to forecasting of power and electric energy derived from wind
    Autorzy:
    Popławski, T.
    Dąsal, K.
    Łyp, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/282786.pdf
    Data publikacji:
    2009
    Wydawca:
    Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
    Tematy:
    elektrownia wiatrowa
    moc generowana
    prognoza krótkoterminowa w elektroenergetyce
    dokładność
    model prognostyczny
    wind source
    power generation
    forecasting
    accuracy
    Opis:
    Dynamiczny rozwój odnawialnych źródeł energii elektrycznej OZE jest faktem. Wiele przyczyn ma wpływ na tę dynamikę i są one powszechnie znane. Wiadomo również, że moc generowana przez turbiny wiatrowe jest procesem losowym, gdyż w decydującej mierze uzależniona jest od prędkości wiatru i to w sposób silnie nieliniowy. Ta cecha turbin wiatrowych jest wysoce kłopotliwa w różnych aspektach pracy sieci. Bieżąca sytuacja w elektroenergetyce polskiej prowokuje do licznych pytań, na przykład o ilość energii wiatrowej, którą może przyjąć system elektroenergetyczny, czy też o rolę prognoz wiatrowych. Wiele prac wykonano w dziedzinie znaczącego zwiększenia dokładności przewidywania mocy generowanej w źródłach wiatrowych. W referacie skoncentrowano się na zagadnieniach dotyczących predykcji mocy na przykładzie analizy danych rzeczywistych w jednej z krajowych farm wiatrowych.
    A number of reasons influences the expansion of energy from renewable sources (RES). The power generated by wind turbines is the random process. This feature of wind turbines is highly cumbersome for the performance of the network. Actual situation in the Power System in Poland raises a lot of questions eg. how much energy can the power system accommodate and what is the role of wind plant forecasting. Much research has been done in the field of significant accuracy increase in the improvement of prediction tools on the basis of one of wind power plant in Poland.
    Źródło:
    Polityka Energetyczna; 2009, T. 12, z. 2/2; 511-523
    1429-6675
    Pojawia się w:
    Polityka Energetyczna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-11 z 11

      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