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 "model ARIMA" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 28
Tytuł:
Time series analysis of fossil fuels consumption in slovakia by arima model
Autorzy:
Michalková, Mária
Pobočíková, Ivana
Powiązania:
https://bibliotekanauki.pl/articles/2204654.pdf
Data publikacji:
2023
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
ARIMA model
coal
gas
consumption
Slovakia
prediction
Opis:
According to the Green Deal, the carbon neutrality of the European Union (EU) should be reached partly by the transition from fossil fuels to alternative renewable sources. However, fossil fuels still play an essential role in energy production, and are widely used in the world with no alternative to be completely replaced with, so far. In recent years, we have observed the rapidly growing prices of commodities such as oil or gas. The analysis of past fossil fuels consumption might contribute significantly to the responsible formulation of the energy policy of each country, reflected in policies of related organisations and the industrial sector. Over the years, a number of papers have been published on modelling production and consumption of fossil and renewable energy sources on the level of national economics, industrial sectors and households, exploiting and comparing a variety of approaches. In this paper, we model the consumption of fossil fuels (gas and coal) in Slovakia based on the annual data during the years 1965–2020. To our knowledge, no such model, which analyses historical data and provides forecasts for future consumption of gas and coal, respectively, in Slovakia, is currently available in the literature. For building the model, we have used the Box–Jenkins methodology. Because of the presence of trend in the data, we have considered the autoregressive integrated moving average (ARIMA (p,d,q)) model. By fitting models with various combinations of parameters p, d, q, the best fitting model has been chosen based on the value of Akaike’s information criterion. According to this, the model for coal consumption is ARIMA(0, 2, 1) and for gas consumption it is ARIMA(2, 2, 2).
Źródło:
Acta Mechanica et Automatica; 2023, 17, 1; 35--43
1898-4088
2300-5319
Pojawia się w:
Acta Mechanica et Automatica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Assessing the representative elementary volume of rock types by X-ray computed tomography (CT) – a simple approach to demonstrate the heterogeneity of the Boda Claystone Formation in Hungary
Autorzy:
Abutaha, Saja M.
Geiger, János
Gulyás, Sándor
Fedor, Ferenc
Powiązania:
https://bibliotekanauki.pl/articles/2204358.pdf
Data publikacji:
2021
Wydawca:
Uniwersytet im. Adama Mickiewicza w Poznaniu
Tematy:
Hounsfield Unit
HU
autoregressive integrated moving average
ARIMA
Statistical Process Control
SPC technique
skala Hounsfielda
model ARIMA
statystyczna kontrola procesu
SPC
Opis:
X-ray computed tomography (CT) can reveal internal, three-dimensional details of objects in a non-destructive way and provide high-resolution, quantitative data in the form of CT numbers. The sensitivity of the CT number to changes in material density means that it may be used to identify lithology changes within cores of sedimentary rocks. The present pilot study confirms the use of Representative Elementary Volume (REV) to quantify inhomogeneity of CT densities of rock constituents of the Boda Claystone Formation. Thirty-two layers, 2 m core length, of this formation were studied. Based on the dominant rock-forming constituent, two rock types could be defined, i.e., clayey siltstone (20 layers) and fine siltstone (12 layers). Eleven of these layers (clayey siltstone and fine siltstone) showed sedimentary features such as, convolute laminations, desiccation cracks, cross-laminations and cracks. The application of the Autoregressive Integrated Moving Averages, Statistical Process Control (ARIMA SPC) method to define Representative Elementary Volume (REV) of CT densities (Hounsfield unit values) affirmed the following results: i) the highest REV values corresponded to the presence of sedimentary structures or high ratios of siltstone constituents (> 60%). ii) the REV average of the clayey siltstone was (5.86 cm3) and (6.54 cm3) of the fine siltstone. iii) normalised REV percentages of the clayey siltstone and fine siltstone, on the scale of the core volume studied were 19.88% and 22.84%; respectively. iv) whenever the corresponding layer did not reveal any sedimentary structure, the normalised REV values would be below 10%. The internal void space in layers with sedimentary features might explain the marked textural heterogeneity and elevated REV values. The drying process of the core sample might also have played a significant role in increasing erroneous pore proportions by volume reducation of clay minerals, particularly within sedimentary structures, where authigenic clay and carbonate cement were presumed to be dominant.
Źródło:
Geologos; 2021, 27, 3; 157--172
1426-8981
2080-6574
Pojawia się w:
Geologos
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Best Time Series In-sample Model for Forecasting Nigeria Exchange Rate
Autorzy:
Gaddafi, Adamu Babali
Akpensuen, Shiaondo Henry
Shitu, Abdulrazaq Ahmed
Malle, Ahmad Atiku
Adamu, Muhammed
Bukar, Muhammad Goni
Powiązania:
https://bibliotekanauki.pl/articles/1031300.pdf
Data publikacji:
2021
Wydawca:
Przedsiębiorstwo Wydawnictw Naukowych Darwin / Scientific Publishing House DARWIN
Tematy:
ARIMA
Autoregressive Integrated Moving Average Model
Autoregressive Moving Average Model
Autoregressive models
Box-Jenkins Methodology
CBN
Exchange rate
Model
Moving Average Models
Nigeria
Opis:
In this work we considered data on official Nigeria exchange rates (Naira to British Pound sterling) from January 2003 to December 2019. Four competing models ARIMA (1, 1, 1), ARIMA (2, 1, 1), ARIMA (1, 1, 0) and ARIMA (1, 1, 2) were identified for the exchange rates series. Diagnostic analysis revealed that all the competing models adequately represent the exchange rate series. However, on the basis of out-of-sample model selection and evaluation ARIMA (1, 1, 1) was selected as the optimal model with minimum information criteria for the exchange rate series. A 24 months forecast indicates that the Naira will continue to depreciate. The policy implication of our study is that the Central Bank of Nigeria (CBN), should devalue the Naira in order to not only re-establish exchange rate stability but also encourage local manufacturing and encourage foreign capital inflows.
Źródło:
World Scientific News; 2021, 151; 45-63
2392-2192
Pojawia się w:
World Scientific News
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
Tytuł:
Prediction of pork meat prices by selected methods as an element supporting the decision-making process
Autorzy:
Zielińska-Sitkiewicz, Monika
Chrzanowska, Mariola
Powiązania:
https://bibliotekanauki.pl/articles/2100136.pdf
Data publikacji:
2021
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
agricultural sector
pork price
forecast
creeping trend
ARIMA model
Opis:
Forecasts of economic processes can be determined using various methods, and each of them has its own characteristics and is based on specific assumptions. In the case of agriculture, forecasting is an essential element of efficient management of the entire farming process. The pork sector is one of the main agricultural sectors in the world. Pork consumption and supply are the highest among all types of meat, and Poland belongs to the group of large producers. The article analyses the price formation of class E pork, expressed in € per 100 kg of carcass, recorded from May 2004 to December 2019. The data comes from the Agri-food data portal. A creeping trend model with segments of linear trends of various lengths and the methodology of building ARIMA models are used to forecast these prices. The accuracy of forecasts is verified by forecasting ex post and ex ante errors, graphical analysis, and backcasting analysis. The study shows that both methods can be used in the prediction of pork prices.
Źródło:
Operations Research and Decisions; 2021, 31, 3; 137--152
2081-8858
2391-6060
Pojawia się w:
Operations Research and Decisions
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
ARIMA-based forecasting of the dynamics of confirmed Covid-19 cases for selected European countries
Autorzy:
Kufel, Tadeusz
Powiązania:
https://bibliotekanauki.pl/articles/22444425.pdf
Data publikacji:
2020
Wydawca:
Instytut Badań Gospodarczych
Tematy:
Covid-19 epidemic
ARIMA model
forecasting
infection control
non-pharmaceutical intervention
Opis:
Research background: On 11 March 2020, the Covid-19 epidemic was identified by the World Health Organization (WHO) as a global pandemic. The rapid increase in the scale of the epidemic has led to the introduction of non-pharmaceutical countermeasures. Forecast of the Covid-19 prevalence is an essential element in the actions undertaken by authorities. Purpose of the article: The article aims to assess the usefulness of the Auto-regressive Integrated Moving Average (ARIMA) model for predicting the dynamics of Covid-19 incidence at different stages of the epidemic, from the first phase of growth, to the maximum daily incidence, until the phase of the epidemic's extinction. Methods: ARIMA(p,d,q) models are used to predict the dynamics of virus distribution in many diseases. Model estimates, forecasts, and the accuracy of forecasts are presented in this paper. Findings & Value added: Using the ARIMA(1,2,0) model for forecasting the dynamics of Covid-19 cases in each stage of the epidemic is a way of evaluating the implemented non-pharmaceutical countermeasures on the dynamics of the epidemic.
Źródło:
Equilibrium. Quarterly Journal of Economics and Economic Policy; 2020, 15, 2; 181-204
1689-765X
2353-3293
Pojawia się w:
Equilibrium. Quarterly Journal of Economics and Economic Policy
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Metodyka wielokryterialnej analizy zmian stóp bezrobocia wybranych gospodarek światowych oraz prognozowanie modelem ARIMA stopy bezrobocia USA na przyszłość
Methodology of Multi-criteria Analysis of Changes in Unemployment Rates in Selected World Economies and Forecasting with the ARIMA Model of the US Unemployment Rate for the Future
Autorzy:
Kozicki, Bartosz
Žukovskis, Jan
Mizura, Grzegorz
Powiązania:
https://bibliotekanauki.pl/articles/23945046.pdf
Data publikacji:
2020-03-23
Wydawca:
Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
Tematy:
bezrobocie
prognozowanie
model ARIMA
unemployment
forecasting
ARIMA model
Opis:
W artykule przedstawiono metodykę wielokryterialnej analizy stóp procentowych bezrobocia w wybranych gospodarkach światowych oraz próby przeprowadzenia prognozowania stopy bezrobocia w USA na trzy przyszłe okresy. Badania rozpoczęto od analizy wielowymiarowej zmienności stóp procentowych bezrobocia w wybranych gospodarkach światowych w ujęciu sześciomiesięcznym w latach 2011-2018. Następnie przeprowadzono jej ocenę. Dalszym etapem badania była analiza i ocena szeregu czasowego danych dotyczących stóp procentowych bezrobocia w USA w ujęciu dynamicznym. Następnie zbudowano model prognostyczny ARIMA i wykonano prognozowanie na trzy przyszłe okresy.
The article presents the methodology of multi-criteria analysis of unemployment interest rates in selected world economies, and an attempt to forecast the unemployment rate in the USA for three future periods. The research began with an analysis of the multidimensional volatility of unemployment interest rates in selected world economies on a six-month basis in 2011-2018. It was then assessed. The next stage of the study was the analysis and evaluation of the time series of data on the US unemployment interest rates in dynamic terms. Then, the ARIMA forecast model was built and forecasting for three future periods was performed.
Źródło:
Nowoczesne Systemy Zarządzania; 2020, 15, 1; 71-85
1896-9380
2719-860X
Pojawia się w:
Nowoczesne Systemy Zarządzania
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Research on the combustion process using time series
Badania procesu spalania z wykorzystaniem szeregów czasowych
Autorzy:
Grądz, Żaklin
Powiązania:
https://bibliotekanauki.pl/articles/407883.pdf
Data publikacji:
2020
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
time series
ARIMA model
flame luminosity
szereg czasowy
model ARIMA
jasność świecenia płomienia
Opis:
In the combustion process, one of the most important tasks is related to maintaining its stability. Numerous methods of monitoring, diagnostics, and analysis of the measurement data are used for this purpose. The information recorded in the combustion chamber constitute one-dimensional time series. In the case of non-stationary time series, which can be transformed into the stationary form, the autoregressive integrated moving average process can be employed. The paper presented the issue of forecasting the changes in flame luminosity. The investigations discussed in the work were carried out with the ARIMA model (p,d,q). The presented forecasts of changes in flame luminosity reflect the actual processes, which enables to employ them in diagnostics and control of the combustion process.
W procesie spalania jednym z najważniejszych zadań jest zachowanie jego stabilności. Do tego celu wykorzystywanych jest wiele metod z zakresu monitorowania, diagnostyki i analizy danych pomiarowych. Zarejestrowane w komorze spalania informacje są jednowymiarowymi szeregami czasowymi. W przypadku niestacjonarnych szeregów czasowych, które można przekształcić do formy stacjonarnej, znalazły zastosowanie scałkowane procesy autoregresji i średniej ruchomej. W artykule przedstawiono problematykę prognozowania zmian intensywności świecenia płomienia. Badania zaprezentowane w pracy zostały przeprowadzone z wykorzystaniem modelu ARIMA(p,d,q). Przedstawione prognozy zmian intensywność świecenia płomienia odwzorowują rzeczywiste przebiegi, co pozwala wykorzystać je w diagnostyce i sterowaniu procesem spalania.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2020, 10, 2; 52-55
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of the Cobb-Douglas production function to study the results of the production process and planning under turbulent environment conditions
Zastosowanie funkcji produkcji Cobba-Douglasa do badania rezultatów procesu produkcyjnego i planowania w warunkach turbulentnego otoczenia
Autorzy:
Rybak, Aurelia
Powiązania:
https://bibliotekanauki.pl/articles/216934.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:
coal production
production function
turbulent environment
ARIMA model
wydobycie węgla
funkcja produkcji
otoczenie turbulentne
model ARIMA
Opis:
The article presents the possibility of using the Cobb-Douglas production function for planning in a turbulent environment. A case study was carried out – the Cobb-Douglas function was used to examine the condition of the Polish hard coal mining industry and the progress which has been made after undertaking certain activities aimed at increasing the competitiveness of coal companies over recent years. Only the correct and confirmed identification of the causes of irregularities in the production process can allow for the introduction of effective remedies. The effectiveness of the solutions proposed by the author has been confirmed thanks to the simulation during which the impact of the proposed production strategy on the parameters of the CD function was examined. Three variants of production functions models were created and production productivity rates and marginal substitution rates were determined. The results enabled the verification of the progress of restructuring as well as identification of the origin of the observed problems and comparison of the current state with the results of analyses carried out in previous years. Scenarios of possible trend developments for the factors introduced into the function model in order to present remedial measures that could improve the process of hard coal extraction were created. The scenarios were created using the ARIMA class models. Which scenario is the most favourable was determined. A computer program, created by the author, for optimising the level and use of labor resources at the level of the entire coal company has been presented.
W artykule zaprezentowano możliwość zastosowania funkcji produkcji Cobba-Douglasa do planowania w warunkach turbulentnego otoczenia. Przeprowadzono studium przypadku – funkcja Cobba-Douglasa wykorzystana została do zbadania stanu polskiego górnictwa węgla kamiennego oraz postępów podejmowanych w ostatnich latach działań mających na celu zwiększenie konkurencyjności spółek węglowych. Utworzono modele funkcji produkcji w 3 wariantach, wyznaczono wskaźniki produktywności produkcji oraz krańcową stopę substytucji. Pozyskane rezultaty umożliwiły zweryfikowanie postępów restrukturyzacji, określenie głównych przyczyn zidentyfikowanych problemów oraz porównanie obecnego stanu z wynikami analiz prowadzonych w ubiegłych latach. Tylko prawidłowa i potwierdzona identyfikacja przyczyn nieprawidłowości w procesie produkcji umożliwić może wprowadzenie właściwych środków zaradczych. Skuteczność zaproponowanych przez autorkę rozwiązań została potwierdzona dzięki symulacji, podczas której zbadano wpływ proponowanej strategii produkcji na parametry funkcji CD. W celu wskazania środków zaradczych mogących usprawnić proces wydobycia węgla kamiennego, utworzono scenariusze możliwego rozwoju trendów czynników wprowadzonych do modelu funkcji. Scenariusze utworzono z wykorzystaniem modeli klasy ARIMA. Określono, który scenariusz jest najbardziej korzystny. Zaprezentowano także stworzony przez autorkę program komputerowy, który ma za zadanie zoptymalizowanie poziomu i wykorzystania środków pracy żywej na poziomie całej spółki węglowej.
Źródło:
Gospodarka Surowcami Mineralnymi; 2019, 35, 3; 99-118
0860-0953
Pojawia się w:
Gospodarka Surowcami Mineralnymi
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
ARIMA model used to analyze the demand for swimming pool services
Autorzy:
Pawlisiak, Mieczysław
Powiązania:
https://bibliotekanauki.pl/articles/970657.pdf
Data publikacji:
2019-03-31
Wydawca:
Uniwersytet Gdański. Wydział Ekonomiczny
Tematy:
arima model
lifeguarding and water rescue
readiness
swimming pool
swimming baths
safety
Opis:
Na preferencje klientów wybierających aktywną formę spędzania wolnego czasu wpływa wiele czynników. Bogata oferta rynkowa daje szerokie możliwości, a od obiektów sportowych wymaga się, aby pozostawały w pełnej gotowości do świadczenia usług. Pomocne w takim przygotowaniu jest konstruowanie prognoz umożliwiających określenie przewidywalnej liczby klientów. Przykład takiej predykcji, sporządzonej na podstawie pływalni, przedstawiono w niniejszym artykule. W tym celu wykorzystano model ARIMA bazujący na założeniu, że na wartość zmiennej objaśnianej wpływa wartość tej zmiennej opóźniona w czasie.   Klasyfikacja JEL: C2, C22. 
Many factors influence customer preferences among those who choose active leisure. A wide range of market productsmakes for many opportunities, and sports facilities are required to be fully prepared to provide services. It is helpful to create forecasts that enable to determine the predictable number of clients. An example prediction made with respect to swimming pools is presented in this article. For this purpose, the ARIMA model was used, based on the assumption that the value of the endogenous variable is affected by the value of this variable laggedin time. JEL classification: C2, C22. 
Źródło:
Współczesna Gospodarka; 2019, 10, 1 (32); 55-68
2082-677X
Pojawia się w:
Współczesna Gospodarka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Evaluation of Forecasts Performance of ARIMA-GARCH-type Models in the Light of Outliers
Autorzy:
Akpan, Emmanuel Alphonsus
Lasisi, K. E.
Adamu, Ali
Rann, Haruna Bakari
Powiązania:
https://bibliotekanauki.pl/articles/1075685.pdf
Data publikacji:
2019
Wydawca:
Przedsiębiorstwo Wydawnictw Naukowych Darwin / Scientific Publishing House DARWIN
Tematy:
ARIMA Model
Forecast
GARCH Model
Heteroscedasticity
Outlier
Volatility
Opis:
The carry-over effect of biased estimates of ARIMA-GARCH-type models parameters on forecasting accuracy is investigated in the presence of outliers by exploring the daily returns of share price series of three major banks in Nigerian. The banks considered are Diamond, United bank for Africa and Union. The data were collected from the Nigerian Stock Exchange and spanned from January 3, 2006 to December 30, 2016, comprises 2713 observations and were divided into two portions. The first portion which ranges from January 3, 2006 to November 24, 2016, comprises 2690 observations was used for model formulation and the second portion which ranges from November 25, 2016 to December 30, 2016, consisting of 23 observations was used for out-of-sample forecasting performance evaluation. The parametric bootstrap technique was used in computing the forecasts while Mean Squared Error (MSE), Root Mean Squared Error (RMSE), Mean Absolute Error (MAE) and Mean Error (ME) were the methods of forecast evaluation considered. The findings of this study showed that in the presence of outliers, the forecasts were found to be biased as indicated by ME and the accuracy reduced as shown by MSE, RMSE and MAE. However, adjusting for the outliers, only marginal improvement on the forecasts was observed, reason being that all the outliers were treated as innovations and they occurred before the forecasts origin.
Źródło:
World Scientific News; 2019, 119; 68-84
2392-2192
Pojawia się w:
World Scientific News
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The energy consumption forecasting in Mongolia based on Box-Jenkins method (Arima model)
Autorzy:
Zolboo, Gansukh
Adiya, Bor
Bilguun, Enkhbayar
Powiązania:
https://bibliotekanauki.pl/articles/101770.pdf
Data publikacji:
2019
Wydawca:
Instytut Polityki Energetycznej im. Ignacego Łukasiewicza
Tematy:
energy forecasting
energy consumption
ARIMA model
Box-Jenkins method
Opis:
The primary products of the power industry are electric energy and thermal energy. Thus, forecasting electric energy consumption is significant for short and long term energy planning. ARIMA model has adopted to forecast energy consumption because of its precise prediction for energy consumption. Our result has shown that annual average electric energy consumption will be 10,628 million kWh per year during 2019-2030 which approximately 3.3 percent growth per annum. At the moment, there is not a practice solution for the storage of electricity in Mongolia. Therefore, energy supply and demand have to be balanced in real-time for operational stability. Without an accurate forecast, the end-users may experience brownouts or even blackouts or the industry could be faced with sudden accidents due to the energy demand. For this reason, energy consumption forecasting is essential to power system stability and reliability.
Źródło:
Energy Policy Studies; 2019, 1 (3); 70-77
2545-0859
Pojawia się w:
Energy Policy Studies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prognozowanie popytu na usługi transportu intermodalnego
Demand forecast for intermodal transport services
Autorzy:
Mitkow, S.
Borucka, A.
Powiązania:
https://bibliotekanauki.pl/articles/1383500.pdf
Data publikacji:
2018
Wydawca:
Polskie Wydawnictwo Ekonomiczne
Tematy:
transport intermodalny
model ARIMA
model regresji
prognozowanie popytu
intermodal transport
ARIMA model
demand forecast
Regression model
Opis:
Celem artykułu było opracowanie modelu prognozowania popytu na usługi transportowe operatora intermodalnego. Na podstawie udostępnionych danych, dotyczących liczby eksportowanych kontenerów, przedstawiono proces opisania zjawiska na podstawie jego przeszłych obserwacji, a także jego ewolucji w przyszłości. Zaproponowano dwa modele: regresji oraz ARIMA. Dla każdego z nich dokonano predykcji przyszłych obserwacji. Otrzymane wartości prognoz porównano i na tej podstawie wybrano model opisujący lepiej badane zjawisko, tzn. dający mniejszy błąd prognozy.
In the article it was presented a model of demand forecast for intermodal operator transport services. Based on the shared data on the number of exported containers is presented the process of describing the observable occurrence on its past observations, as well as its evolution in the future. Two models were proposed: Regression and ARIMA. For each of them, was made a prediction of future observations. The received values for the predictions were compared and a model describing a better tested observable occurrence was chosen, i.e. that gives a smaller forecast error.
Źródło:
Gospodarka Materiałowa i Logistyka; 2018, 6; 26-34
1231-2037
Pojawia się w:
Gospodarka Materiałowa i Logistyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Stochastic ARIMA model for annual rainfall and maximum temperature forecasting over Tordzie watershed in Ghana
Stochastyczny model ARIMA do prognozowania rocznego opadu i maksymalnej temperatury w zlewni Tordzie w Ghanie
Autorzy:
Nyatuame, M.
Agodzo, S. K.
Powiązania:
https://bibliotekanauki.pl/articles/292306.pdf
Data publikacji:
2018
Wydawca:
Instytut Technologiczno-Przyrodniczy
Tematy:
ARIMA
forecasting
rainfall model
temperature
Tordzie watershed
modele opadu
prognozowanie
temperatura
zlewnia Tordzie
Opis:
The forecast of rainfall and temperature is a difficult task due to their variability in time and space and also the inability to access all the parameters influencing rainfall of a region or locality. Their forecast is of relevance to agriculture and watershed management, which significantly contribute to the economy. Rainfall prediction requires mathematical modelling and simulation because of its extremely irregular and complex nature. Autoregressive integrated moving average (ARIMA) model was used to analyse annual rainfall and maximum temperature over Tordzie watershed and the forecast. Autocorrelation function (ACF) and partial autocorrelation function (PACF) were used to identify the models by aid of visual inspection. Stationarity tests were conducted using the augmented Dickey–Fuller (ADF), Mann–Kendall (MK) and Kwiatkowski–Phillips–Schmidt–Shin (KPSS) tests respectively. The chosen models were evaluated and validated using the Akaike information criterion corrected (AICC) and also Schwartz Bayesian criteria (SBC). The diagnostic analysis of the models comprised of the independence, normality, homoscedascity, P–P and Q–Q plots of the residuals respectively. The best ARIMA model for rainfall for Kpetoe and Tordzinu were (3, 0, 3) and (3, 1, 3) with AICC values of 190.07 and 178.23. That of maximum temperature for Kpetoe and Tordzinu were (3, 1, 3) and (3, 1, 3) and the corresponding AICC values of 23.81 and 36.10. The models efficiency was checked using sum of square error (SSE), mean square error (MSE), mean absolute percent error (MAPE) and root mean square error (RMSE) respectively. The results of the various analysis indicated that the models were adequate and can aid future water planning projections.
Prognozowanie opadu i temperatury jest trudnym zadaniem z powodu zmienności tych parametrów w czasie i przestrzeni, a także nieznajomości wszystkich czynników wpływających na opady w regionie czy w danej miejscowości. Prognozowanie opadów jest ważne dla rolnictwa i gospodarki zlewniowej, mających znaczący wkład w gospodarkę regionu. Przewidywanie opadu wymaga modelowania matematycznego i symulacji z powodu jego skrajnie nieregularnego i złożonego charakteru. Do analizy i prognozowania rocznych opadów i maksymalnej temperatury w zlewni Tordzie wykorzystano autoregresyjny zintegrowany model średniej ruchomej (ARIMA). Do zidentyfikowania modeli metodą oglądu wizualnego użyto funkcji autokorelacji (ACF) i cząstkowej autokorelacji (PACF). Testy stacjonarności przeprowadzono za pomocą testów Dickeya–Fullera (ADF), Manna–Kendalla (MK) i Kwiatkowskiego–Phillipsa–Schmidta–Shina (KPSS). Wybrane modele poddano ocenie i walidacji z użyciem skorygowanego kryterium Akaike (AICC) i Bayesowskiego kryterium Schwartza (SBC). Diagnostyczna analiza modeli obejmowała niezależność, normalność, homoscedastyczność, wykresy P–P i Q–Q dla reszt. Najlepsze modele ARIMA dla opadu w Kpetoe i Tordzinu miały postać (3, 0, 3) i (3, 1, 3), gdy wartości AICC równe odpowiednio 190,07 i 178,23. Modele dla maksymalnej temperatury w Kpetoe i Tordzinu miały postać (3, 1, 3) i (3, 1, 3), a ich odpowiednie wartości AICC wynosiły 23,81 i 36,10. Wydajność modelu sprawdzano, wykorzystując sumę błędu kwadratowego (SSE), średni błąd kwadratowy (MSE), średni bezwzględny błąd procentowy (MAPE) i pierwiastek ze średniego błędu kwadratowego (RMSE). Wyniki różnych analiz wykazały, że modele są odpowiednie i mogą stanowić pomoc w przyszłej gospodarce wodnej.
Źródło:
Journal of Water and Land Development; 2018, 37; 127-140
1429-7426
2083-4535
Pojawia się w:
Journal of Water and Land Development
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The future of crude oil and hard coal in the aspect of Poland’s energy security
Przyszłość ropy naftowej i węgla kamiennego w aspekcie bezpieczeństwa energetycznego Polski
Autorzy:
Rybak, A.
Manowska, A.
Powiązania:
https://bibliotekanauki.pl/articles/283121.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:
crude oil market
energy resources
ARIMA model
rynek ropy naftowej
surowiec energetyczny
model ARIMA
Opis:
The article presents a synthetic analysis of the crude oil market in Poland. As of today, this safety is provided mainly on the basis of native lignite and hard coal resources. However, the analysis of the hard coal market conducted by the authors indicates that the carried out mining restructuring (among others) led to an excessive reduction of mining volume and employment level in the hard coal mining sector. This led to a precedent situation when Poland became an importer of this energy carrier. In addition, the European Union’s requirements for greenhouse gas emissions must be taken into account. In connection with the above, it is necessary to search for new energy sources or technologies that enable hard coal to meet the requirements. It is possible to apply the so-called clean coal technologies that allow the greenhouse gas emissions generated during coal combustion to be reduced. As of today, they are not used on a mass scale, because the use of this type of technology involves additional financial expenses. However, taking into account that technologies have been growing faster and faster, are modernized in a shorter time, making a breakthrough discovery took hundreds of years, now it is often a few months, clean coal technologies can become the optimal solution in the near future. It is also necessary to diversify the sources of obtaining imported energy carriers. The article describes coal and crude oil in terms of their mutual substitution. The article is a continuation of research conducted by the authors. Previous publications presented considerations on analogous topics related to natural gas and renewable energy sources. The crude oil market in Poland was analyzed and forecasts for oil extraction and the demand in the world and Poland by 2023 were presented. The SARIMA model was also created. The model made it possible to obtain oil an prices forecast.
W artykule przedstawiono syntetyczną analizę rynku ropy naftowej w Polsce. Badania te mają niezwykle istotne znaczenie w kontekście zapewnienia bezpieczeństwa energetycznego Polski. Obecnie bezpieczeństwo to jest utrzymywane głównie na podstawie rodzimego węgla brunatnego i kamiennego. Przeprowadzona przez autorów analiza rynku węgla kamiennego wskazuje jednak, iż prowadzona restrukturyzacja górnictwa doprowadziła do nadmiernej redukcji wydobycia oraz zatrudnienia w sektorze górnictwa węgla kamiennego. Wywołało to precedensową sytuację, kiedy to Polska stała się importerem netto tego nośnika energii. Dodatkowo należy wziąć pod uwagę wymagania Unii Europejskiej w zakresie emisji gazów cieplarnianych. W związku z powyższym konieczne staje się poszukiwanie nowych źródeł energii bądź technologii umożliwiających węglowi kamiennemu sprostanie stawianym wymaganiom. Istnieje możliwość zastosowania tzw. czystych technologii węglowych pozwalających na ograniczenie emisji gazów cieplarnianych powstających podczas spalania węgla. Na dzień dzisiejszy nie są one stosowane na skalę masową, ponieważ korzystanie z tego typu technologii wiąże się z dodatkowymi nakładami finansowymi. Jednak biorąc pod uwagę, że w ostatnim czasie technologie rozwijają się coraz szybciej, są unowocześniane w coraz krótszym czasie, kiedyś przełomowe odkrycia dzieliły setki lat, dekady – teraz powstają one w rekordowym tempie nawet kilku miesięcy, to czyste technologie węglowe mogą stać się optymalnym rozwiązaniem już w niedalekiej przyszłości. Konieczne jest również zdywersyfikowanie źródeł pozyskania importowanych nośników energii. W artykule scharakteryzowano węgiel oraz ropę naftową pod kątem możliwości ich wzajemnej substytucji. Artykuł stanowi kontynuację prowadzonych przez autorów badań. Przeanalizowano rynek ropy naftowej w Polsce oraz zaprezentowano prognozy wielkości wydobycia i zapotrzebowania na ropę naftową na świecie i Polsce do roku 2023. Utworzono także model SARIMA, który umożliwił pozyskanie prognozy cen ropy naftowej. We wcześniejszych publikacjach przedstawiono rozważania o analogicznej tematyce odnośnie do gazu ziemnego oraz odnawialnych źródeł energii.
Źródło:
Polityka Energetyczna; 2018, 21, 4; 141-154
1429-6675
Pojawia się w:
Polityka Energetyczna
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 28

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