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 model" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 89
Tytuł:
Implementation of Distributed Hydrological Modeling in a Semi-Arid Mediterranean Catchment Azzaba, Morocco
Autorzy:
Abdelmounim, Bouadila
Benaabidate, Lahcen
Bouizrou, Ismail
Aqnouy, Mourad
Powiązania:
https://bibliotekanauki.pl/articles/123743.pdf
Data publikacji:
2019
Wydawca:
Polskie Towarzystwo Inżynierii Ekologicznej
Tematy:
semi-arid mediterranean context
flood forecasting
continuous modelling
event-based modelling
ATHYS platform
distributed SCS-LR model
Opis:
The typical Mediterranean climate is marked at certain times of the year by sudden torrential rains causing high water flows, which leads to heavy flooding and hydroclimatic fluctuations due to a semi-arid climate. This explains the need for hydrological modeling for water resource management in these contexts. This work concerns the hydrological modeling of the Azzaba catchment area in Haut-Sebou “Morocco”. In the first part of this work, a bibliographic synthesis was carried out to characterize certain factors (physical, geological and climatic), and a hydrological study was carried out by processing rainfall and hydrometric data from the considered time periods. Ultimately, the use of the “ATHYS” platform is beginning to reproduce the flows at the Azzaba outlet. This model is really applicable in the semi-arid context based on several studies carried out on these contexts, since it has to consider the chronological sequence of phenomena on one hand and the influence of the climatic and physicalhydrogeological parameters of the basin (humidity and soil exchange) on the other. Several criteria were used in this study to estimate the model performance; the most common is Nash-Sutcliffe. After observation and analysis of the overall results, it can be concluded that the model reproduces flows in the Azzaba River watershed well, especially in event mode (mean Nash-Sutcliffe value of 0.71). The use of a historical meteorological time series to simulate flow using a daily time step gives average results with a Nash of 0.50, which strengthens the reliability of the ATHYS platform in the Mediterranean climate area.
Źródło:
Journal of Ecological Engineering; 2019, 20, 6; 236-254
2299-8993
Pojawia się w:
Journal of Ecological Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Enhancing the performance of deep learning technique by combining with gradient boosting in rainfall-runoff simulation
Autorzy:
Abdullaeva, Barno S.
Powiązania:
https://bibliotekanauki.pl/articles/28411647.pdf
Data publikacji:
2023
Wydawca:
Instytut Technologiczno-Przyrodniczy
Tematy:
deep learning
gradient boosting
hybrid model
multi-step ahead forecasting
rainfall-runoff simulation
Opis:
Artificial neural networks are widely employed as data mining methods by researchers across various fields, including rainfall-runoff (R-R) statistical modelling. To enhance the performance of these networks, deep learning (DL) neural networks have been developed to improve modelling accuracy. The present study aims to improve the effectiveness of DL networks in enhancing the performance of artificial neural networks via merging with the gradient boosting (GB) technique for daily runoff data forecasting in the river Amu Darya, Uzbekistan. The obtained results showed that the new hybrid proposed model performed exceptionally well, achieving a 16.67% improvement in determination coefficient (R2) and a 23.18% reduction in root mean square error (RMSE) during the training phase compared to the single DL model. Moreover, during the verification phase, the hybrid model displayed remarkable performance, demonstrating a 66.67% increase in R2 and a 50% reduction in RMSE. Furthermore, the hybrid model outperformed the single GB model by a significant margin. During the training phase, the new model showed an 18.18% increase in R2 and a 25% reduction in RMSE. In the verification phase, it improved by an impressive 75% in R2 and a 33.33% reduction in RMSE compared to the single GB model. These findings highlight the potential of the hybrid DL-GB model in improving daily runoff data forecasting in the challenging hydrological context of the Amu Darya River basin in Uzbekistan.
Źródło:
Journal of Water and Land Development; 2023, 59; 216--223
1429-7426
2083-4535
Pojawia się w:
Journal of Water and Land Development
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelling and forecasting monthly Brent crude oil prices: a long memory and volatility approach
Autorzy:
AlـGounmeein, Remal Shaher
Ismail, Mohd Tahir
Powiązania:
https://bibliotekanauki.pl/articles/1047374.pdf
Data publikacji:
2021-03-03
Wydawca:
Główny Urząd Statystyczny
Tematy:
ARFIMA
volatility
fGARCH
sGARCH
modelling and forecasting
hybrid model
Opis:
The Standard Generalised Autoregressive Conditionally Heteroskedastic (sGARCH) model and the Functional Generalised Autoregressive Conditionally Heteroskedastic (fGARCH) model were applied to study the volatility of the Autoregressive Fractionally Integrated Moving Average (ARFIMA) model, which is the primary objective of this study. The other goal of this paper is to expand on the researchers' previous work by examining long memory and volatilities simultaneously, by using the ARFIMA-sGARCH hybrid model and comparing it against the ARFIMA-fGARCH hybrid model. Consequently, the hybrid models were configured with the monthly Brent crude oil price series for the period from January 1979 to July 2019. These datasets were considered as the global economy is currently facing significant challenges resulting from noticeable volatilities, especially in terms of the Brent crude prices, due to the outbreak of COVID-19. To achieve these goals, an R/S analysis was performed and the aggregated variance and the Higuchi methods were applied to test for the presence of long memory in the dataset. Furthermore, four breaks have been detected: in 1986, 1999, 2005, and 2013 using the Bayes information criterion. In the further section of the paper, the Hurst Exponent and Geweke-Porter-Hudak (GPH) methods were used to estimate the values of fractional differences. Thus, some ARFIMA models were identified using AIC (Akaike Information Criterion), BIC (Schwartz Bayesian Information Criterion), AICc (corrected AIC), and the RMSE (Root Mean Squared Error). In result, the following conclusions were reached: the ARFIMA(2,0.3589648,2)-sGARCH(1,1) model and the ARFIMA(2,0.3589648,2)-fGARCH(1,1) model under normal distribution proved to be the best models, demonstrating the smallest values for these criteria. The calculations conducted herein show that the two models are of the same accuracy level in terms of the RMSE value, which equals 0.08808882, and it is this result that distinguishes our study. In conclusion, these models can be used to predict oil prices more accurately than others.
Źródło:
Statistics in Transition new series; 2021, 22, 1; 29-54
1234-7655
Pojawia się w:
Statistics in Transition new series
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The modeling and forecasting of fuel and energy resources usage in the context of the energy independence of Ukraine
Modelowanie i prognozowanie zużycia paliw i energii w kontekście niezależności energetycznej Ukrainy
Autorzy:
Andrusiv, Uliana
Zelinska, Halyna
Galtsova, Olga
Kupalova, Halyna
Goncharenkо, Nataliia
Powiązania:
https://bibliotekanauki.pl/articles/1840813.pdf
Data publikacji:
2021
Wydawca:
Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:
energy independence
Ukraine
fuel and energy resources
model
approach
forecasting
niezależność energetyczna
Ukraina
zasoby paliw i energii
podejście
prognozowanie
Opis:
The article analyzes the structure of energy resources, as a result of which the reasons for their irrational use in the Ukrainian economy are revealed. It has been established that during 2014–2018 there was a decrease in demand for traditional types of fuel and energy resources (FER), except for coal. The components of the process of supply and consumption of fuel and energy resources have been formed and detailed, and an integrated approach to their rational use has been developed, which will reduce the loss of energy resources and increase their efficiency. The author’s approach is used in the form of visualized schemes for organizing the process of the rational use of energy resources, which will contribute to the implementation of an effective energy saving policy of the state, ensuring the competitive advantages of domestic enterprises, increasing their competitiveness, improving the economic and energy security of Ukraine. The expediency of constructing deterministic economic models for providing the Ukrainian economy according to different (adaptive and multiplicative) convolutions was substantiated and proved, on the basis of which a forecast and assessment of the energy independence of the Ukrainian economy until 2035, taking into account fuel and energy resources, was proposed. Based on the calculations, it was established that the state of energy independence of Ukraine is insufficient.
W artykule dokonano analizy struktury zasobów energetycznych, w której wyniku ujawniono przyczyny ich nieracjonalnego wykorzystania w ukraińskiej gospodarce. Ustalono, że w latach 2014–2018 nastąpił spadek zapotrzebowania na tradycyjne rodzaje paliw i surowców energetycznych, z wyjątkiem węgla. Elementy składowe procesu zaopatrzenia i zużycia paliw i surowców energetycznych zostały określone w sposób szczegółowy oraz wypracowano zintegrowane podejście do ich racjonalnego wykorzystania, które ograniczy utratę zasobów energetycznych i zwiększy ich efektywność. Autorskie podejście wykorzystywane jest w postaci poglądowych schematów organizacji procesu racjonalnego wykorzystania surowców energetycznych, co przyczyni się do realizacji skutecznej polityki oszczędzania energii w kraju, zapewniając przewagę konkurencyjną rodzimym przedsiębiorstwom poprzez zwiększenie ich atrakcyjności, poprawę bezpieczeństwa gospodarczego i energetycznego Ukrainy. Uzasadniono i udowodniono celowość konstruowania deterministycznych modeli ekonomicznych ukraińskiej gospodarki według różnych (adaptacyjnych i multiplikatywnych) splotów funkcji, na podstawie których przedstawiono prognozę i ocenę niezależności energetycznej ukraińskiej gospodarki do 2035 roku, z uwzględnieniem paliw i zasobów energetycznych. Na podstawie obliczeń ustalono, że stan niezależności energetycznej Ukrainy jest niewystarczający.
Źródło:
Polityka Energetyczna; 2021, 24, 1; 29--48
1429-6675
Pojawia się w:
Polityka Energetyczna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Model and algorithm of the control of reconstruction berth of cargo port on the basis of the method of integrated characteristics
Model i algorytm kontroli rekonstrukcji nabrzeża portu przeładunkowego w oparciu o metodę integralnej cechy
Autorzy:
Arefyev, I.
Powiązania:
https://bibliotekanauki.pl/articles/360686.pdf
Data publikacji:
2011
Wydawca:
Akademia Morska w Szczecinie. Wydawnictwo AMSz
Tematy:
charakterystyka całkowa
zarządzanie
graf Gantta
model
kontrola
prognozowanie
integrated characteristic
management
Gantt count
control
forecasting
Opis:
This work is devoted to designing of model and working out of algorithm of the management organization by engineering procedure of reconstruction of berth of cargo port on the basis of an original method of integrated characteristics in the environment of system PERT.
Artykuł rozpatruje projektowanie modelu i opracowanie algorytmu organizacji zarządzania procesem technologicznym rekonstrukcji nabrzeża portu kontenerowego w oparciu o oryginalną metodę integralnej cechy w obszarze systemu PERT.
Źródło:
Zeszyty Naukowe Akademii Morskiej w Szczecinie; 2011, 27 (99) z. 2; 5-9
1733-8670
2392-0378
Pojawia się w:
Zeszyty Naukowe Akademii Morskiej w Szczecinie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Dynamic Rating of 110 kV Overhead Lines
Wyznaczanie dynamicznej obciążalności linii napowietrznych 110 kV
Autorzy:
Babś, A.
Samotyjak, T.
Powiązania:
https://bibliotekanauki.pl/articles/396824.pdf
Data publikacji:
2016
Wydawca:
ENERGA
Tematy:
dynamic line rating
thermal line model
load forecasting
dynamiczna obciążalność linii
model cieplny linii
prognozowanie obciążenia
Opis:
The paper justifies the need of using, within the 110 kV networks, a dynamic line rating model along the power lines. The work describes in detail the way in which the dynamic line rating is determined, basing the process solely on measurement of the weather conditions. Some aspects related to selection of the numerical values of the coefficients present in the heat model of the power-lines, which is being used to determine the dynamic line rating and the distance between the ground and the conductor, have been described. Subsequent stages of implementation of the system used to determine the dynamic line rating of the power lines have also been described. These include selection of the critical spans of the overhead lines, in case of which risk of exceeding the distance to the crossed-over objects is higher than in case the of the other spans of the very same power line. Additionally, optimal displacement of the weather-reporting stations, that are the source of the data used to determine the dynamic line rating of the lines, has been described. The work also deals with applications of the dynamic line rating for the power line related to the dangerous situation in case of which rime (ice) would be accumulated on the conductors. The forecasting procedures, regarding the load imposed on the power-lines, within a defined time period are also considered by the present paper. Forecasting the permissible load for the power lines is one of the main elements of planning an energy transmission system. Conclusions have been drawn regarding selection of the methodology which is to be used to determine the dynamic line rating, and the way of implementing and using these conclusions within the scope of maintaining the electric energy network.
W artykule uzasadniono celowość i potrzebę wykorzystywania w prowadzeniu ruchu sieci 110 kV dynamicznej obciążalności linii. Szczegółowo opisano wyznaczanie dynamicznej obciążalności linii z wykorzystaniem wyłącznie pomiaru warunków pogodowych. Opisano niektóre aspekty doboru wartości liczbowych współczynników występujących w modelu cieplnym linii, wykorzystywanym do wyznaczania dynamicznej obciążalności linii oraz odległości przewodu od ziemi. Opisano kolejne etapy wdrożenia systemu wyznaczania dynamicznej obciążalności linii, związane m.in. z wyborem przęseł krytycznych, tj. przęseł, w których ryzyko przekroczenia minimalnej odległości od obiektów krzyżowanych jest większe niż w przypadku innych przęseł tej samej linii, oraz optymalnym rozmieszczeniem stacji pogodowych będących źródłem danych dla wyznaczania dynamicznej obciążalności linii. Opisano również inne zastosowania wyznaczania dynamicznej obciążalności linii związane z monitorowaniem jej zagrożenia wystąpieniem oblodzenia (szadzi) oraz prognozowania obciążenia linii w określonym horyzoncie czasowym. Prognozowanie dopuszczalnego obciążania linii jest jednym z elementów planowania pracy systemu elektroenergetycznego. Sformułowano wnioski co do wyboru metody wyznaczania dynamicznej obciążalności linii oraz sposobu wdrożenia i wykorzystania w prowadzeniu ruchu sieci elektroenergetycznej.
Źródło:
Acta Energetica; 2016, 3; 4-9
2300-3022
Pojawia się w:
Acta Energetica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Performance Comparison of Four New ARIMA-ANN Prediction Models on Internet Traffic Data
Autorzy:
Babu, C. N.
Reddy, B. E.
Powiązania:
https://bibliotekanauki.pl/articles/308269.pdf
Data publikacji:
2015
Wydawca:
Instytut Łączności - Państwowy Instytut Badawczy
Tematy:
ANN
ANN training
ARIMA
Box-Jenkins methodology
hybrid ARIMA-ANN model
Internet traffic forecasting
Opis:
Prediction of Internet traffic time series data (TSD) is a challenging research problem, owing to the complicated nature of TSD. In literature, many hybrids of auto-regressive integrated moving average (ARIMA) and artificial neural networks (ANN) models are devised for the TSD prediction. These hybrid models consider such TSD as a combination of linear and non-linear components, apply combination of ARIMA and ANN in some manner, to obtain the predictions. Out of the many available hybrid ARIMA-ANN models, this paper investigates as to which of them suits better for Internet traffic data. This suitability of hybrid ARIMA-ANN models is studied for both one-step ahead and multistep ahead prediction cases. For the purpose of the study, Internet traffic data is sampled at every 30 and 60 minutes. Model performances are evaluated using the mean absolute error and mean square error measurement. For one-step ahead prediction, with a forecast horizon of 10 points and for three-step prediction, with a forecast horizon of 12 points, the moving average filter based hybrid ARIMA-ANN model gave better forecast accuracy than the other compared models.
Źródło:
Journal of Telecommunications and Information Technology; 2015, 1; 67-75
1509-4553
1899-8852
Pojawia się w:
Journal of Telecommunications and Information Technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The training of multiplicative neuron model based artificial neural networks with differential evolution algorithm for forecasting
Autorzy:
Bas, E.
Powiązania:
https://bibliotekanauki.pl/articles/91575.pdf
Data publikacji:
2016
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
artificial neural networks
multiplicative neuron model
differential evolution
algorithm
forecasting
sztuczne sieci neuronowe
algorytm
prognozowanie
Opis:
In recent years, artificial neural networks have been commonly used for time series forecasting by researchers from various fields. There are some types of artificial neural networks and feed forward artificial neural networks model is one of them. Although feed forward artificial neural networks gives successful forecasting results they have a basic problem. This problem is architecture selection problem. In order to eliminate this problem, Yadav et al. (2007) proposed multiplicative neuron model artificial neural network. In this study, differential evolution algorithm is proposed for the training of multiplicative neuron model for forecasting. The proposed method is applied to two well-known different real world time series data.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2016, 6, 1; 5-11
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Forecasting municipal waste accumulation rate and personal consumption expenditures using vector autoregressive (VAR) model
Autorzy:
Bień, Jurand
Powiązania:
https://bibliotekanauki.pl/articles/23966648.pdf
Data publikacji:
2022
Wydawca:
Stowarzyszenie Menedżerów Jakości i Produkcji
Tematy:
wskaźnik akumulacji odpadów
wydatki konsumpcyjne
prognozowanie
analiza szeregów czasowych
wielowymiarowe szeregi czasowe
model autoregresji wektorowej
waste accumulation rate
consumption expenditures
forecasting
time-series analysis
multivariate time series models
vector autoregression model
Opis:
Accurate forecasting of municipal solid waste (MSW) generation is important for the planning, operation and optimization of municipal waste management system. However, it’s not easy task due to dynamic changes in waste volume, its composition or unpredictable factors. Initially, mainly conventional and descriptive statistical models of waste generation forecasting with demographic and socioeconomic factors were used. Methods based on machine learning or artificial intelligence have been widely used in municipal waste projection for several years. This study investigates the trend of municipal waste accumulation rate and its relation to personal consumption expenditures based on the yearly data achieved from Local Data Bank (LDB) driven by Polish Statistical Office. The effect of personal consumption expenditures on the municipal waste accumulation rate was analysed by using the vector autoregressive model (VAR). The results showed that such method can be successfully used for this purpose with an approximate level of 2.3% Root Mean Square Error (RMSE).
Źródło:
Production Engineering Archives; 2022, 28, 2; 150--156
2353-5156
2353-7779
Pojawia się w:
Production Engineering Archives
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prognozowanie wskaźnika nagromadzenia odpadów w ujęciu zmian osobistych wydatków konsumpcyjnych za pomocą modelu wektorowo-autoregresyjnego
FORECASTING OF MUNICIPAL WASTE ACCUMULATION RATE IN THE APPROACH TO CHANGES IN PERSONAL CONSUMER EXPENDITURE BY MEANS OF A VECTOR-AUTOREGRESSIVE MODEL
Autorzy:
Bień, Jurand
Bień, Beata
Krawczyk, Piotr
Powiązania:
https://bibliotekanauki.pl/chapters/33534354.pdf
Data publikacji:
2023-12-07
Wydawca:
Politechnika Częstochowska. Wydawnictwo Politechniki Częstochowskiej
Tematy:
analiza szeregów czasowych
model wektorowo-autoregresyjny
prognozo-wanie
wskaźnik nagromadzenia odpadów
wydatki konsumpcyjne
consumer expenditures
forecasting
time-series analysis
vector-autoregression model
waste accumulation rate
Opis:
Prognozowanie ilości wytwarzanych odpadów komunalnych jest ważne dla planowania, eksploatacji i optymalizacji prawidłowo funkcjonującego systemu gospodarki odpadami komunalnymi. Nie jest to jednak łatwe zadanie ze względu na szereg dynamicznych zmian będących wynikiem przeobrażeń demograficznych, społecznych, ekonomicznych, czasem wręcz nieprzewidywalnych. Początkowo do prognozowania stosowano głównie konwencjonalne, opisowe modele statystyczne prognozowania wytwarzania odpadów z uwzględnieniem czynników demograficznych i społeczno-ekonomicznych. Obecnie jednak coraz częściej metody te zastępowane są przez metody oparte na uczeniu maszynowym, które to stanowi podzbiór sztucznej inteligencji. Uczenie maszynowe to nic innego jak nauczenie komputerów, jak uczyć się na danych i doskonalić w miarę zdobywania doświadczenia. W niniejszej publikacji przeanalizowano zmiany wskaźnika nagromadzenie odpadów komunalnych w jego relacji do wydatków na osobistą konsumpcję w oparciu o dane pozyskane z Banku Danych Lokalnych (BDL) prowadzonego przez Główny Urząd Statystyczny. Analiza, a następnie prognoza przeprowadzona została z wykorzystaniem modelu wektorowo-autoregresyjnego, gdzie każda ze zmiennych opisana została osobnym równaniem modelu, w którym zmiennymi niezależnymi są opóźnienia wszystkich zmiennych zależnych. Uzyskane wyniki pokazały, że taka metoda może być z powodzeniem stosowana do prognozowania wskaźnika nagromadzenia odpadów w ujęciu zmian osobistych wydatków konsumpcyjnych przy przybliżonym poziomie 2,3% błędu średniokwadratowego (RMSE).
Forecasting the amount of municipal waste generated is important for the planning, operation and optimization of a properly functioning municipal waste management system. However, it is not an easy task due to a number of dynamic changes resulting from demographic, social and economic transformations, some of them unpredictable. Initially, mainly conventional, descriptive statistical models of forecasting waste generation, taking into account demographic and socio-economic factors, were used for prognosis. Currently more and more often these methods are replaced by methods based on machine learning, which is a subset of artificial intelligence. Machine learning teaches computers to learn from data and improve the model as they gain experience. The chapter analyses the changes in the municipal waste accumulation ratio in relation to expenditure on personal consumption based on data obtained from the Local Data Bank (LDB) run by the Polish Central Statistical Office. The analysis, and then the forecasting, was carried out with the use of a vector-autoregressive model, where each variable was described with a separate model equation, in which the independent variables are the delays of all dependent variables. The results showed that such a method can be successfully used to forecast the waste accumulation rate in terms of changes in personal consumption expenditure at an approximate level of 2.3% mean square error (RMSE).
Źródło:
Czysta energia i środowisko; 95-107
9788371939044
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Forecasting models for chaotic fractional-order oscillators using neural networks
Autorzy:
Bingi, Kishore
Prusty, B Rajanarayan
Powiązania:
https://bibliotekanauki.pl/articles/2055150.pdf
Data publikacji:
2021
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
chaotic oscillators
data driven forecasting
fractional order system
model free analysis
neural network
time series prediction
oscylator chaotyczny
układ rzędu ułamkowego
sieć neuronowa
prognozowanie szeregów czasowych
Opis:
This paper proposes novel forecasting models for fractional-order chaotic oscillators, such as Duffing’s, Van der Pol’s, Tamaševičius’s and Chua’s, using feedforward neural networks. The models predict a change in the state values which bears a weighted relationship with the oscillator states. Such an arrangement is a suitable candidate model for out-of-sample forecasting of system states. The proposed neural network-assisted weighted model is applied to the above oscillators. The improved out-of-sample forecasting results of the proposed modeling strategy compared with the literature are comprehensively analyzed. The proposed models corresponding to the optimal weights result in the least mean square error (MSE) for all the system states. Further, the MSE for the proposed model is less in most of the oscillators compared with the one reported in the literature. The proposed prediction model’s out-of-sample forecasting plots show the best tracking ability to approximate future state values.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2021, 31, 3; 387--398
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
THE ECONOMETRIC MODELING OF HIGHER EDUCATION SYSTEM IN THE MODERN LABOR MARKET
EKONOMETRYCZNE MODELOWANIE SZKOLNICTWA WYŻSZEGO NA TLE WSPÓŁCZESNEGO RYNKU PRACY
ЭКОНОМЕТРИЧЕСКОЕ МОДЕЛИРОВАНИЕ СИСТЕМЫ ВЫСШЕГО ОБРАЗОВАНИЯ В УСЛОВИЯХ СОВРЕМЕННОГО РЫНКА ТРУДА
Autorzy:
Bredyuk, Vladimir
Joshi, Olena
Powiązania:
https://bibliotekanauki.pl/articles/576700.pdf
Data publikacji:
2017
Wydawca:
Międzynarodowy Instytut Innowacji Nauka – Edukacja – Rozwój w Warszawie
Tematy:
human capital, higher education, higher education system, econometric methods and models, linear regression, simultaneous equation system model, economic and mathematical analysis, forecasting
kapitał ludzki, wykształcenie wyższe, system szkolnictwa wyższego, metody i modele ekonometryczne, regresja liniowa, jednoczesne równania modelowe systemu, analiza ekonomiczna i matematyczna, prognozowanie
forecastingчеловеческий капитал, высшее образование, система высшего образования, эконометрические методы и модели, линейная регрессия, симультативные модели, экономико-математический анализ, прогнозирование
Opis:
W artykule przedstawiono kluczowe kwestie problematyki teoretycznych i praktycznych wyników badań dotyczących systemu szkolnictwa wyższego na Ukrainie. Przeprowadzone badania oparto na wykorzystaniu metod ekonometrycznych i statystycznych, jak również opublikowanych danych dostępnych w oficjalnych statystykach. Poza tym w artykule opisano podstawowe wewnętrzne i zewnętrzne determinanty kształtujące system szkolnictwa wyższego. Przedstawiono koncepcję oddziaływania tych czynników na funkcjonowanie systemu szkolnictwa wyższego funkcjonującego na Ukrainie. Scharakteryzowano szereg modeli ekonometrycznych, które opisują proces funkcjonowania systemu szkolnictwa wyższego jako całości, a także poszczególnych składników tj. procesów rekrutacyjnych i dyplomowych studentów. Na podstawie dostępnych danych statystycznych przedstawiono koncepcję ekonometrycznego modelu popytu na usługi szkolnictwa wyższego.
The article shows the main theoretical and practical results of the research of higher education system in Ukraine, which are based on the use of econometric methods and systematic approach as well as available official statistics. The basic factors of internal and external environment of the higher education system are considered and distinguished. The conceptual scheme of interaction of these factors in the operation of the higher education system of Ukraine has been offered. A number of econometric models, which describes the process of functioning of the higher education system as a whole, and also individual components of the processes i.e.recruitment and graduation of students has been proposed. On the basis of available statistical information, an econometric model of demand for higher education services has been built.
В статье представлены основные теоретические и практические результатов исследования системы высшего образования Украины, которое базируется на использовании эконометрических методов и системного подхода, а также доступной официальной статистической информации. Рассмотрены и выделены основные факторы внутренней и внешней среды системы высшего образования. Предложено концептуальную схему взаимодействия этих факторов в процессе функционирования системы высшего образования Украины. Предложено ряд эконометрических моделей, описывающих как процесс функционирования системы высшего образования в целом, так и отдельных составляющих процессов – набор (вход) и выпуск (выход). На основе доступной статистической информации построена эконометрическая модель спроса на услуги высшего образования.
Źródło:
International Journal of New Economics and Social Sciences; 2017, 5(1); 29-43
2450-2146
2451-1064
Pojawia się w:
International Journal of New Economics and Social Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Forecasting the distribution of methane concentration levels in mine headings by means of model-based tests and in-situ measurements
Autorzy:
Brodny, Jarosław
Tutak, Magdalena
Powiązania:
https://bibliotekanauki.pl/articles/229542.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
CFD
forecasting the distribution of methane
mining heading
in-situ measurements
model tests
Opis:
The methane hazard is one of the most dangerous phenomena in hard coal mining. In a certain range of concentrations, methane is flammable and explosive. Therefore, in order to maintain the continuity of the production process and the safety of work for the crew, various measures are taken to prevent these concentration levels from being exceeded. A significant role in this process is played by the forecasting of methane concentrations in mine headings. This very problem has been the focus of the present article. Based on discrete measurements of methane concentration in mine headings and ventilation parameters, the distribution of methane concentration levels in these headings was forecasted. This process was performed on the basis of model-based tests using the Computational Fluid Dynamics (CFD). The methodology adopted was used to develop a structural model of the region under analysis, for which boundary conditions were adopted on the basis of the measurements results in real-world conditions. The analyses conducted helped to specify the distributions of methane concentrations in the region at hand and determine the anticipated future values of these concentrations. The results obtained from model-based tests were compared with the results of the measurements in real-world conditions. The methodology using the CFD and the results of the tests offer extensive possibilities of their application for effective diagnosis and forecasting of the methane hazard in mine headings.
Źródło:
Archives of Control Sciences; 2019, 29, 1; 25-39
1230-2384
Pojawia się w:
Archives of Control Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Construction of the passenger rail traffic generation model
Budowa modelu generacji ruchu kolejowego
Autorzy:
Brzeziński, Andrzej
Waltz, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/2174027.pdf
Data publikacji:
2022
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
ruch kolejowy
model generacji ruchu
analiza regresyjna
prognozowanie ruchu
ruch pasażerski
railway traffic
traffic model
generation model
regression analysis
traffic forecasting
passenger traffic
Opis:
The article presents a new approach to building a passenger rail traffic generation model. It uses data on the number of passengers at stations and railway stops obtained from the databases of operators on the rail transport market through the Office of Rail Transport - market regulator - combined with data on the model of the area around the station built based on population, number of beds, individual motorization and gross domestic product (GDP). This enabled analyzing the potential of railway traffic generation at a very detailed level. The article presents a methodology for building a passenger rail traffic generation model and verification of this model based on limited variables describing railway stations and stops as well as traffic zones and available statistical data. The model takes into account three segments of the railway market: regional, interregional and inter-agglomeration transport. The results of these analyzes can be used to increase the accuracy and the reliability of rail traffic models used in the analysis of transport networks.
W artykule przedstawiono nowe podejście do budowy modelu generacji pasażerskiego ruchu kolejowego. Przedstawiono propozycję metodyki budowy modelu generacji pasażerskiego ruchu kolejowego oraz weryfikacji tego modelu w oparciu o ograniczone zmienne opisujące stacje i przystanki kolejowe oraz rejony komunikacyjne i dostępne dane statystyczne. Wykorzystano w nim dane o liczbie pasażerów na stacjach i przystankach kolejowych w połączeniu z danymi opisującymi model obszaru wokół stacji budowany w oparciu o liczbę ludności, liczbę miejsc noclegowych, motoryzację indywidualną i produkt krajowy brutto (PKB).Wykorzystanie tych danych umożliwiło przeprowadzenie analizy potencjału generacji ruchu kolejowego na dużym poziomie szczegółowości. W metodzie uwzględniono trzy segmenty rynku kolejowego: przewozy regionalne, międzyregionalne i międzyaglomeracyjne.
Źródło:
Archives of Civil Engineering; 2022, 68, 3; 107--123
1230-2945
Pojawia się w:
Archives of Civil Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modeling and Forecasting of Monthly Global Price of Bananas Using Seasonal Arima And Multilayer Perceptron Neural Network
Modelowanie i prognozowanie miesięcznej globalnej ceny bananów z wykorzystaniem sezonowej ARIMA i wielowarstwowej sieci neuronowej perceptronowej
Autorzy:
Chi, Yeong Nain
Chi, Orson
Powiązania:
https://bibliotekanauki.pl/articles/1748958.pdf
Data publikacji:
2021
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
bananas
global price
time series
modeling
forecasting
seasonal ARIMA
multilayer perceptron neural network
banany
cena globalna
szeregi czasowe
modelowanie
prognozowanie
sezonowy model ARIMA
wielowarstwowa sieć neuronowa perceptronowa
Opis:
The primary purpose of this study was to pursue the analysis of the time series data and to demonstrate the role of time series model in the predicting process using long-term records of the monthly global price of bananas from January 1990 to November 2020. Following the Box-Jenkins methodology, ARIMA(4,1,2)(1,0,1)[12] with the drift model was selected to be the best fit model for the time series, according to the lowest AIC value in this study. Empirically, the results revealed that the MLP neural network model performed better compared to ARIMA(4,1,2)(1,0,1)[12] with the drift model at its smaller MSE value. Hence, the MLP neural network model can provide useful information important in the decision-making process related to the impact of the change of the future global price of bananas. Understanding the past global price of bananas is important for the analyses of current and future changes of global price of bananas. In order to sustain these observations, research programs utilizing the resulting data should be able to improve significantly our understanding and narrow projections of the future global price of bananas.
Podstawowym celem tego badania była analiza danych szeregów czasowych oraz wskazanie ważności modelu szeregów czasowych w procesie predykcji z wykorzystaniem długoterminowych zapisów miesięcznej ceny bananów na świecie od stycznia 1990 r. do listopada 2020 r. Zgodnie z metodologią Boxa-Jenkinsa wybrano jako najlepiej dopasowany dla szeregu czasowego model ARIMA(4,1,2)(1,0,1)[12] z dryfem, zgodnie z najniższą wartością AIC. Na podstawie wyników empirycznych stwierdzono, że model sieci neuronowej MLP działał lepiej w porównaniu z modelem ARIMA(4,1,2)(1,0,1)[12] z dryfem z mniejszą wartością MSE. Wynika z tego, że model sieci neuronowej MLP może dostarczyć użytecznych informacji, które są ważne w procesie decyzyjnym dotyczącym wpływu zmian przyszłej globalnej ceny bananów. Postrzeganie przeszłych światowych cen bananów jest ważne dla analiz zarówno bieżących, jak i przyszłych zmian światowych cen. Aby podtrzymać te obserwacje, programy badawcze wykorzystujące uzyskane dane powinny umożliwiać znaczne poprawianie wnioskowania i zawężać prognozy przyszłych światowych cen bananów.
Źródło:
Econometrics. Ekonometria. Advances in Applied Data Analytics; 2021, 25, 3; 21-41
1507-3866
Pojawia się w:
Econometrics. Ekonometria. Advances in Applied Data Analytics
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 89

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