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 addytywny" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-12 z 12
    Tytuł:
    Zastosowanie przesuwnego okna czasowego do adaptacji modelu prognozowania zapotrzebowania na ciepło dla miejskiej sieci ciepłowniczej
    Autorzy:
    Bujalski, Maciej
    Madejski, Paweł
    Fuzowski, Krzysztof
    Powiązania:
    https://bibliotekanauki.pl/articles/37219078.pdf
    Data publikacji:
    2020
    Wydawca:
    Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
    Tematy:
    predykcja zapotrzebowania na ciepło
    uogólniony model addytywny GAM
    przesuwne okno czasowe
    Opis:
    System ciepłowniczy oparty o elektrociepłownię zasilającą miejską sieć ciepłowniczą stanowi powszechną formę dystrybucji ciepła w dużych obszarach miejskich w Polsce. Głównym elementem optymalizacji pracy systemu jest krótkoterminowe planowanie produkcji energii w kogeneracji (do kilku dni naprzód), a podstawową daną wejściową do tego procesu jest godzinowa prognoza zapotrzebowania na ciepło. Dobowy profil obciążenia cieplnego zmienia się w zależności od zmiany parametrów pogodowych, charakteru poboru ciepła przez odbiorców, a także na skutek dynamiki sieci ciepłowniczej pod wpływem zmiennych warunków eksploatacyjnych. W referacie przedstawiono wyniki obliczeń z opracowanego modelu zapotrzebowania na ciepło, z wykorzystaniem metody uogólnionego modelu addytywnego GAM. Opisano sposób budowy modelu predykcyjnego i procedurę jego adaptacji w oparciu o zastosowanie przesuwnego okna czasowego z danymi uczącymi model. Przedstawione wyniki uzyskano na podstawie danych pochodzących z rzeczywistego systemu ciepłowniczego, o szczytowym zapotrzebowaniu na poziomie około 200 MWt. Analizie poddano wpływ rozmiaru okna treningowego modelu (liczba dób w przedziale od kilku do kilkunastu) na błąd predykcji w horyzoncie doby następnej, podczas różnych okresów sezonu grzewczego. W rezultacie otrzymano model o średnio-sezonowym błędzie około 8%. Wykazano, że zastosowanie adaptacji z relatywnie krótkim oknem treningowym uczącym model może istotnie zwiększyć jego dokładność w okresach przejściowych (kwiecień-maj), gdzie kluczowe warunki wpływające na pracę sieci zmieniają się dynamicznie i w trudny do przewidzenia sposób.
    Źródło:
    Zeszyty Energetyczne; 2020, 7; 267-279
    2658-0799
    Pojawia się w:
    Zeszyty Energetyczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Odporna detekcja uszkodzeń przy zastosowaniu addytywnego modelu regresji
    Robust fault detection with application of the additive regression model
    Autorzy:
    Łabęda-Grudziak, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/156901.pdf
    Data publikacji:
    2011
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    detekcja uszkodzeń
    model addytywny
    niepewność modelu
    modelowanie
    fault detection
    additive model
    data mining
    model uncertainty
    modelling
    Opis:
    W artykule przedstawiono wykorzystanie addytywnego modelu regresji oraz statystycznych technik eksploracji danych do konstrukcji układu detekcji uszkodzeń odpornej na zakłócenia i niepewność modelu, a następnie do oceny wrażliwości modelu na występowanie poszczególnych uszkodzeń. Do uzyskania właściwości odporności, niepewność otrzymanego modelu wyznaczana jest poprzez zastosowanie techniki modelowania błędu modelu addytywnego. Przedstawione rozwiązanie zostało przetestowane dla przykładowego zaworu regulacyjnego na podstawie danych laboratoryjnych próbkowanych na stanowisku regulacji poziomu wody w zbiorniku walczakowym
    The detection of faults in engineering systems is of great practical significance. The detection performance of the diagnostic technique is characterized by important and quantifiable benchmarks, like the fault sensitivity and the reaction speed. Also its robustness, i.e., the ability of the technique to operate in the presence of noise, disturbances and modelling errors, is affected by the design of a detection algorithm. This paper develops a new approach to the design of robust fault detection systems via an additive model and knowledge discovery data. To achieve robustness, an uncertainty associated with the additive model is also taken into account. The model error modelling is used to deal with noise corrupting the data and unmodelled dynamics. The backfitting algorithm with nonparametric smoothing techniques has been used for estimation of the additive model. The modelling results as well as the fault detection procedures are presented. The proposed approach is tested on an example of a control valve for measurement tracks in the boiler laboratory setup in order to demonstrate the sensitivity of faults.
    Źródło:
    Pomiary Automatyka Kontrola; 2011, R. 57, nr 7, 7; 774-778
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Additive model applications for the fault detection of actuators
    Zastosowanie addytywnego modelu regresji dla potrzeb detekcji uszkodzeń zaworów regulacyjnych
    Autorzy:
    Łabęda, Z. M.
    Powiązania:
    https://bibliotekanauki.pl/articles/154441.pdf
    Data publikacji:
    2009
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    urządzenie wykonawcze
    detekcja uszkodzeń
    model addytywny
    eksploracja danych
    actuator
    fault detection
    additive model
    data mining
    Opis:
    The early detection of faults is critical if one wants to avoid the performance degradation and damage to the machinery or the loss of human life. Therefore, accurate diagnosis helps us to make a right decision on emerging actions and repairs [1, 2, 3]. In this paper, a new way of additive models and knowledge discovery data application for designing actuator has been presented. The planned aim is the fault detection of the control valve with a servomotor and a positioner (Fig. 2) based on the received model. Used additive models (1) overcome the curse of dimensionality and allow us to examine the predictor effects separately, in the absence of interactions [8, 9]. The backfitting algorithm with nonparametric smoothing techniques has been used for the estimation of the additive model [8, 9, 10]. The results of the modelling and the fault detection procedures have been presented. All research has been carried out based on the example of a control valve for measurement tracks in the boiler laboratory setup. Received results are satisfactory because the tests detected all simulated faults. Therefore, it is an useful method for the multivariate industrial process fitting and fault detection in the analyzed structures.
    W pracy przedstawiono wykorzystanie addytywnego modelu regresji oraz statystycznych technik eksploracji danych do stworzenia modelu zaworu regulacyjnego. Pozyskana wiedza posłużyła do konstrukcji algorytmów detekcji uszkodzeń, a następnie do oceny wrażliwości na występowanie poszczególnych uszkodzeń. Badania przeprowadzono dla przykładowego zaworu regulacyjnego na podstawie danych laboratoryjnych próbkowanych na stanowisku regulacji poziomu wody w zbiorniku walczakowym. Otrzymane wyniki są zadowalające, gdyż zaprezentowane metody pozwoliły na wykrycie wszystkich zasymulowanych uszkodzeń.
    Źródło:
    Pomiary Automatyka Kontrola; 2009, R. 55, nr 3, 3; 152-155
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Smoothing parameters selection in the additive regression models approach for the fault detection
    Dobór parametrów wygładzających w modelach addytywnych dla potrzeb detekcji uszkodzeń
    Autorzy:
    Łabęda-Grudziak, Z.,
    Powiązania:
    https://bibliotekanauki.pl/articles/151229.pdf
    Data publikacji:
    2011
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    detekcja uszkodzeń
    model addytywny
    parametr wygładzający
    identyfikacja
    obiekty dynamiczne
    fault detection
    additive model
    smoothing parameter
    identification
    dynamic system
    Opis:
    Smoothing is an important statistical tool and is strongly related to nonparametric prediction. Smoothers can be used to visual description of data, smooth plots of relationship, and diagnose residual plots. This paper presents a nonlinear dynamic systems identification method based on additive regression models with smoothing techniques and knowledge discovery data. In particular, two alternative theoretical smoothing choices are proposed in an attempt to estimate additive models structure. The fault detection of dynamic system based on the obtained model is planned aim of the work.. The final part of this work contains an illustrative example regarding the application of proposed approach to a control valve for measurement tracks in the boiler laboratory setup. All research has been carried out in order to demonstrate the sensitivity of faults for three theoretical smoothing parameters in the analyzed structure.
    Funkcja wygładzająca jest ważnym narzędziem statystycznym związanym z regresją nieparametryczną i służy do określania zależności pomiędzy zmiennymi wejściowymi a wyjściowymi. W pracy przedstawiono nowe podejście do identyfikacji nieliniowych systemów dynamicznych, oparte na addytywnym modelu regresji wraz technikami wygładzającymi oraz eksploracji danych. W szczególności, aby osiągnąć większą elastyczność przy szacowaniu modelu addytywnego, dokonano wyboru dwóch alternatywnych metod wygładzających. Pozyskana wiedza posłużyła do konstrukcji algorytmów detekcji uszkodzeń, a następnie do oceny wrażliwości na występowanie poszczególnych uszkodzeń w zależności od trzech parametrów wygładzających. Badania przeprowadzono dla przykładowego zaworu regulacyjnego na podstawie danych laboratoryjnych próbkowanych na stanowisku regulacji poziomu wody w zbiorniku walczakowym.
    Źródło:
    Pomiary Automatyka Kontrola; 2011, R. 57, nr 2, 2; 197-200
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Identyfikacja i symulacja rozkładu ciśnienia w sieciach gazowych z wykorzystaniem addytywnego modelu regresji
    The identification and simulation of pressure decomposition in gas network using additive regression model
    Autorzy:
    Łabęda-Grudziak, Z. M.
    Powiązania:
    https://bibliotekanauki.pl/articles/277654.pdf
    Data publikacji:
    2010
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    model addytywny
    sieci przesyłowe gazu
    symulacja
    przewidywanie ciśnienia
    eksploracja danych
    additive model
    gas pipelines
    simulation
    pressure prediction
    data mining
    Opis:
    W artykule przedstawiono identyfikację i symulację pracy sieci przesyłowej gazu za pomocą modeli addytywnych w celu oszacowania wartości ciśnienia w określonych punktach węzłowych oraz zbadania zachowania się sieci. Modele cząstkowe odzwierciedlające funkcjonowanie określonych fragmentów instalacji zostały pozyskiwane z zastosowania technik eksploracji danych pomiarowych. Do wyznaczenia parametrów modeli addytywnych zastosowano algorytm dopasowania wstecznego i nieparametryczne techniki estymacji. Badania przeprowadzono dla wybranego fragmentu rzeczywistej sieci przesyłowej gazu.
    In this paper identification and simulation methods to predict pressure values at determinated nodes and to analyse the operation of gas network is presented. The proposed method is based on additive models and knowledge discovery data application. The backfitting algorithm with nonparametric smoothness techniques has been used for estimating the additive model. The results of modeling has been presented. All research has been carried out based on the part of long range gas pipelines. Received results are satisfactory because the proposed method is very suitable for the multivariate dynamical process fitting in the analyzed structures.
    Źródło:
    Pomiary Automatyka Robotyka; 2010, 14, 11; 60-64
    1427-9126
    Pojawia się w:
    Pomiary Automatyka Robotyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Pre-design cost modeling of facade systems using the GAM method
    Przedprojektowe modelowanie kosztów systemów elewacyjnych z wykorzystaniem modeli GAM
    Autorzy:
    Leśniak, Agnieszka
    Górka, Monika
    Powiązania:
    https://bibliotekanauki.pl/articles/1852385.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    system elewacyjny
    budynek użyteczności publicznej
    szacowanie kosztów
    model addytywny
    facade system
    public building
    cost estimate
    generalized additive model
    Opis:
    The cost estimation at the pre-project stage provides an important decision-making indicator for the future of the project. With a preliminary cost estimation, project participants can make financial decisions and cost control. The aim of this paper is to propose a model for estimating the costs of facade systems before the pre-design stage, using the GAM (Generalized Additive Model) method. The commonly used method for the valuation of facade systems is based on individual calculation. Such valuation process is complicated and time consuming. For this reason the search for a new forecasting method is justified. The database developed for modelling purposes includes 61 cases of real costs of system façade execution for public buildings. Each case is described by 16 parameters (namely, input variables). The average absolute percentage error (MAPE) was used to assess the model, which takes the value of 14,26% for the generalized model with a logarithmic binding function and 11.77% for the model with an identity binding function. On the basis of the studies and the results obtained, it can be concluded that the constructed model is useful and can improve the process of forecasting system façade costs at the pre-projection stage.
    Prawidłowe realizowanie danego przedsięwzięcia budowlanego to połączenie wielu współzależnych działań, którego celem jest zaspokojenie potrzeb budowlanych zarówno inwestora jak i użytkownika obiektu budowlanego. Należy nie tylko zwracać uwagę na materiał użyty do budowy, nadbudowy czy remontu budynku zgodny z ideą zrównoważonego budownictwa, ale także na metodę i sposób realizacji. Każda realizacja powinna być dokładnie zaplanowana w czasie, przy założonym koszcie i jakości. Dlatego te trzy parametry są częstym tematem publikacji. Poszukiwane są metody optymalizacji harmonogramów oraz kosztów przedsięwzięcia budowlanego, wykorzystujące narzędzia matematyczne, jak regresja, sztuczne sieci neuronowe, wnioskowanie z przypadku, dodatkowo szacowane jest ryzyko poszczególnych etapów procesu budowlanego, aby zminimalizować niepewność i poziom niepowodzenia inwestycji. Prawidłowe i zrównoważone połączenie wszystkich aspektów decyduje o sukcesie inwestora oraz wykonawcy. Zarówno dla inwestora jak i wykonawcy oszacowanie kosztów realizacji jest istotnym elementem planowania każdego przedsięwzięcia budowlanego. Bardzo często już w fazie przedprojektowej uczestnicy przedsięwzięcia podejmują działania zmierzające do oszacowania kosztów planowanych do wykonania robót budowlanych. Wczesne oszacowania kosztów robót umożliwia podjęcie decyzji o realizacji przedsięwzięcia i zaplanowanie budżetu. Podstawą prognozy kosztów jest analiza projektu, koncepcyjnego a dokładność opracowań graficznych i opisowych wpływa na stopień szczegółowości kalkulacji kosztowych na etapie poprzedzającym podstawowe prace projektowe. Dopuszczalne jest, że w przyszłości koszty te mogą ulec zmianie z powodu przyjęcia innych szczegółowych rozwiązań projektowych, podniesienia jakości wykonania, czy nieprzewidywalnych warunków, które wykonawca może napotkać na budowie. W publikacji podjęto problem kalkulacji kosztów wykonania systemów elewacyjnych stosowanych w obiektach użyteczności publicznej. Wykonanie kalkulacji kosztów realizacji systemów fasadowych oraz elewacji wentylowanych jest zadaniem skomplikowanym i czasochłonnym. Autorzy podjęli próbę prognozowania kosztów realizacji systemów elewacyjnych z wykorzystaniem metody uogólnionych modeli addytywnych. Zadaniem uogólnionego modelu addytywnego jest maksymalizacja jakości przewidywań zmiennej zależnej Y z różnych dystrybucji, poprzez nieparametryczne funkcje zmiennych niezależnych. Do budowy modelu wykorzystano opracowaną bazę danych zawierającą wartości zidentyfikowanych przez autorów czynników (zmiennych niezależnych) wpływających na kształtowanie się kosztów wykonania systemów elewacyjnych (zmiennej zależnej).
    Źródło:
    Archives of Civil Engineering; 2021, 67, 3; 123-138
    1230-2945
    Pojawia się w:
    Archives of Civil Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Implementation of the Exponential Smoothing Method for Forecasting of the Sales Volume of an Opencast Mine of Rock and Raw Materials
    Implementacja metody wyrównania wykładniczego do prognozowania wielkości sprzedaży kopalni odkrywkowej surowców skalnych
    Autorzy:
    Trzaskuś-Żak, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/318338.pdf
    Data publikacji:
    2018
    Wydawca:
    Polskie Towarzystwo Przeróbki Kopalin
    Tematy:
    metoda wyrównywania wykładniczego
    prognozowanie
    model addytywny sezonowy
    model multiplikatywny sezonowy
    exponential smoothing methods
    forecasting
    seasonal additive model
    seasonal multiplicative model
    Opis:
    This article uses an exponential smoothing method to forecast the time series of temporary sales of an opencast rock and raw materials mine. Six models of foresight were developed: three seasonal additive models (with linear, exponential and fading trend) and three seasonal multiplicative models (with linear, exponential and fading trend). The exponential smoothing method can be used for current enterprise management, not just mining. This method can be used to make relevant decisions based on the verified forecasts. It is designed for short-term forecasting-even several times during the day based on current changing data. This method is a useful tool for forecasting time series for not only sales. It can be used to forecast inventory, receivables, etc. However, despite the great progress in predictive methods of the future, which is particularly aided by computer technics, the forecast of the Economist is fraught with greater or lesser errors, and it is therefore necessary to verify developed models. The quality of the forecast should be determined by its relevance, which is determined by means of ex post errors (expired forecast errors). Furthermore, the quality should also be monitored and the forecasts should be corrected if necessary. To develop forecasts in the six models mentioned, the STATISTICA program, which provides a transparent and quite rapid forecasting of the use of the exponential smoothing method in twelve possible variants. STATISTICA also allows to verify the developed model by drawing an adjustment chart of this model with actual time series, verifying ex post errors, and creating a histogram of the rest of the model. This article also carried out verifications of the models developed by designating the errors of expired forecasts (ex post errors), as well as verification, on the basis of the histogram, whether the rest of the developed models have a normal distribution. For this purpose the Shapiro-Wilk test was used.
    W artykule zastosowano metodę wyrównywania wykładniczego do prognozowania szeregu czasowego sprzedaży kopalni odkrywkowej surowców skalnych. Opracowano sześć modeli prognostycznych; trzy sezonowe modele addytywne (z trendem liniowym, wykładniczym oraz trendem gasnącym) oraz trzy sezonowe modele multiplikatywne (z trendem liniowym, wykładniczym oraz trendem gasnącym). Metoda wyrównywania wykładniczego może być wykorzystywana w bieżącym zarządzaniu przedsiębiorstwem, nie tylko górniczym. Metoda ta może służyć do podejmowania trafnych decyzji opartych na opracowanych i zweryfikowanych prognozach. Przeznaczona jest do krótkookresowego tworzenia prognoz - nawet kilkukrotnie w ciągu dnia opartego na zmieniających się bieżących obserwacjach (danych). Metoda ta, jest to przydatne narzędzie do prognozowania szeregów czasowych dotyczących nie tylko sprzedaży. Można jej użyć do prognozowania zapasów, należności itp. Jednak pomimo dużego postępu w zakresie metod przewidywania przyszłości, szczególnie wspomaganego techniką komputerową, prognoza jaką posługuje się ekonomista jest obarczona większym lub mniejszym błędem, dlatego też potrzebna jest weryfikacja opracowanych modeli. Jakość prognozy powinna być określona poprzez jej trafność, którą określa się za pomocą błędów ex post (błędy prognoz wygasłych), powinna być również monitorowana i w razie potrzeby powinno się przeprowadzić korektę prognoz. Do opracowania prognoz w sześciu wspomnianych modelach zastosowano program STATISTICA, który w sposób przejrzysty i dosyć szybki tworzy prognozy wykorzystując metodę wyrównywania wykładniczego w dwunastu możliwych do zastosowania wariantach wygładzania wykładniczego. Program STATISTICA umożliwia również szybką weryfikację opracowanego modelu poprzez sporządzenie wykresu dopasowania opracowanego modelu do rzeczywistego szeregu czasowego, weryfikację błędów ex post, jak również utworzenie histogramu reszt modelu. W artykule przeprowadzono również weryfikację opracowanych modeli poprzez wyznaczenie błędów prognoz wygasłych (błędów ex post), jak również weryfikację, na podstawie histogramu, czy reszty opracowanych modeli mają rozkład normalny, do tego celu został wykorzystany test Shapiro-Wilka.
    Źródło:
    Inżynieria Mineralna; 2018, R. 20, nr 2, 2; 15-23
    1640-4920
    Pojawia się w:
    Inżynieria Mineralna
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Identification of dynamic system additive models by KDD methods
    Identyfikacja addytywnych modeli obiektów dynamicznych metodami odkryć wiedzy w bazach danych
    Autorzy:
    Łabęda-Grudziak, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/157329.pdf
    Data publikacji:
    2011
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    identyfikacja
    model addytywny
    bazy danych
    odkrywanie wiedzy z danych
    obiekty dynamiczne
    identification
    additive model
    databases
    knowledge discovery data
    dynamic systems
    Opis:
    The goal of this paper is to present a new way of knowledge discovery data (KDD) application to construct a statistical model that describes dynamic systems. This includes presentation of data mining as an iterative and adaptive process, from communication of the research problem through data collection, data preprocessing, model building, model evaluation, and finally, model deployment. The types of models discussed in this paper are in form of additive models and can be used for prediction of process outputs, for calibration, or for diagnostics purposes. The backfitting algorithm with nonparametric smoothing techniques was used for estimation of the additive model. The example of application of the methods, conclusions and remarks are presented as well. The research was carried out based on archival process data recorded in the Lublin Sugar Factory S.A.
    Celem niniejszej pracy jest zaprezentowanie nowego podejścia do identyfikacji modeli obiektów dynamicznych metodami odkryć wiedzy w bazach danych. W szczególności przedstawiono eksplorację danych jako proces iteracyjny i adaptacyjny, od zrozumienia uwarunkowań badawczych, przez zebranie danych, przygotowanie danych, modelowanie, ewaluację modelu do jego wdrożenia. W badaniach wykorzystano addytywny model regresji, który może posłużyć do przewidywania wartości wyjściowych procesu, kalibracji, a także w celach diagnostycznych. Do wyznaczenia parametrów modeli addytywnych zastosowano algorytm dopasowania wstecznego i nieparametryczne techniki estymacji. Badania przeprowadzono na podstawie archiwalnych danych pomiarowych zarejestrowanych w Cukrowni LUBLIN S.A.
    Źródło:
    Pomiary Automatyka Kontrola; 2011, R. 57, nr 3, 3; 249-252
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Diagnostic technique based on additive models in the tasks of the ongoing exploitation of gas network
    Technika diagnostyki oparta na addytywnych modelach regresyjnych w zadaniach bieżącej eksploatacji sieci gazowej
    Autorzy:
    Łabęda-Grudziak, Z. M.
    Powiązania:
    https://bibliotekanauki.pl/articles/1365816.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    fault detection
    additive model
    identification
    exploitation
    gas transmission networks
    detekcja uszkodzeń
    addytywny model regresji
    identyfikacja
    eksploatacja
    sieci przesyłowe gazu
    Opis:
    The article presents a method of estimating the pressure value at given nodes of natural gas transmission network for the purposes of predicting changes of the process state during its exploitation. For this purpose additive regression model was applied together with non-parametric estimation techniques, which was used for monitoring the operation of gas networks, as well as designing the system of fault detection, and then – the assessment of sensitivity for particular faults. Research was conducted on the basis of data from the analytical model of network simulator, which is adjusted to the actual gas transmission network.
    W artykule przedstawiono metodę oszacowania wartości ciśnienia w określonych punktach węzłowych sieci przesyłowej gazu ziemnego dla potrzeb przewidywania zmiany stanu procesu w trakcie jego eksploatacji. W tym celu wykorzystano addytywny model regresji wraz z nieparametrycznymi technikami estymacji, który posłużył zarówno do monitorowania pracy sieci gazowej, jak i do konstrukcji układu detekcji uszkodzeń, a następnie do oceny wrażliwości na występowanie poszczególnych uszkodzeń. Badania przeprowadzono na podstawie danych z modelu analitycznego symulatora sieci, który dostrojony jest do rzeczywistej sieci przesyłowej gazu.
    Źródło:
    Eksploatacja i Niezawodność; 2016, 18, 1; 50-56
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Structuring genotype × environment interaction — an overview
    Badanie struktury interakcji genotypowo-środowiskowej — przegląd metod
    Autorzy:
    Rodirigues, Paulo C.
    Mejza, Stanisław
    Mexia, João T.
    Powiązania:
    https://bibliotekanauki.pl/articles/41521839.pdf
    Data publikacji:
    2008
    Wydawca:
    Instytut Hodowli i Aklimatyzacji Roślin
    Tematy:
    interakcja genotypowo środowiskowa
    model addytywny ze względu na efekty główne i multiplikatywny ze względu na interakcję
    analiza składowych głównych
    metody grupowania
    biplot
    genotype × environment interaction
    additive main effects and multiplicative interaction model
    principal component analysis
    cluster analysis
    Opis:
    The phenotype of an individual is determined by both the genotype and environment. Farmers and scientists aim to determine a superior genotype over a wide range of environmental conditions but also over years. The basic cause of differences between genotypes in their yield stability is when these two effects are not only additive, i.e. when genotype × environment interaction (GEI) is present in the data. Multi-location trials play an important role in plant breeding and agronomic research. The data from such trials have three main points: (i) to accurately estimate and predict yield based on limited experimental data; (ii) to determine yield stability and the pattern of response of genotypes across environments; and (iii) to provide reliable guidance for selecting the best genotypes or agronomic treatments for planting in future years and at new sites (Crossa, 1990). The purpose of the present paper is (i) to describe various multivariate statistical methods for analyzing interactions in general and GEI in particular, and (ii) to present a selected bibliography of 142 references to previous work.
    Celem programów genetyczno-hodowlanych, jak i praktyki, jest uzyskanie genotypów (odmian), które wykazują korzystne właściwości w różnych środowiskach. Podstawowym źródłem różnorodności fenotypu odmian jest nieaddytywność tych dwóch czynników, tzn. genotypu i środowiska. Nieaddytywność tę charakteryzujemy poprzez interakcję genotypowo- środowiskową. W badaniach hodowlanych bardzo ważną rolę pełnią doświadczenia wielokrotne i wieloletnie. Wykorzystujemy je głównie do oceny odmian w zakresie estymacji i predykcji plonów, oceny stabilności plonu odmian w różnych środowiskach oraz do rekomendacji uprawowych odmian ze względu na wartość hodowlaną lub rolniczą (Crossa, 1990). W pracy tej dokonujemy przeglądu wielowymiarowych metod analizowania interakcji podwójnej oraz, w szczególności, interakcji genotypowo – środowiskowej. Podajemy także literaturę dotyczącą wyżej wymienionych zagadnień.
    Źródło:
    Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin; 2008, 250; 41-57
    0373-7837
    2657-8913
    Pojawia się w:
    Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The identification method of the coal mill motor power model with the use of machine learning techniques
    Autorzy:
    Łabęda-Grudziak, Zofia Magdalena
    Lipiński, Mariusz
    Powiązania:
    https://bibliotekanauki.pl/articles/2090698.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    coal mill motor power
    nonlinear model identification
    machine learning
    additive regression models
    process monitoring
    moc silnika młyna węglowego
    identyfikacja modelu nieliniowa
    nauczanie maszynowe
    model regresji addytywny
    monitorowanie procesu
    Opis:
    The article presents an identification method of the model of the ball-and-race coal mill motor power signal with the use of machine learning techniques. The stages of preparing training data for model parameters identification purposes are described, as well as these aimed at verifying the quality of the evaluated model. In order to meet the tasks of machine learning, additive regression model was applied. Identification of the additive model parameters was performed on the basis of iterative backfitting algorithm combined with nonparametric estimation techniques. The proposed models have predictive nature and are aimed at simulation of the motor power signal of a coal mill during its regular operation, startup and shutdown. A comparative analysis has been performed of the models structured differently in terms of identification quality and sensitivity to the existence of an exemplary disturbance in the form of overhangs in the coal bunker. Tests carried out on the basis of real measuring data registered in the Polish power unit with a capacity of 200 MW confirm the effectiveness of the method.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2021, 69, 1; e135842, 1--9
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The identification method of the coal mill motor power model with the use of machine learning techniques
    Autorzy:
    Łabęda-Grudziak, Zofia Magdalena
    Lipiński, Mariusz
    Powiązania:
    https://bibliotekanauki.pl/articles/2086819.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    coal mill motor power
    nonlinear model identification
    machine learning
    additive regression models
    process monitoring
    moc silnika młyna węglowego
    nieliniowa identyfikacja modelu
    nauczanie maszynowe
    model regresji addytywny
    monitorowanie procesu
    Opis:
    The article presents an identification method of the model of the ball-and-race coal mill motor power signal with the use of machine learning techniques. The stages of preparing training data for model parameters identification purposes are described, as well as these aimed at verifying the quality of the evaluated model. In order to meet the tasks of machine learning, additive regression model was applied. Identification of the additive model parameters was performed on the basis of iterative backfitting algorithm combined with nonparametric estimation techniques. The proposed models have predictive nature and are aimed at simulation of the motor power signal of a coal mill during its regular operation, startup and shutdown. A comparative analysis has been performed of the models structured differently in terms of identification quality and sensitivity to the existence of an exemplary disturbance in the form of overhangs in the coal bunker. Tests carried out on the basis of real measuring data registered in the Polish power unit with a capacity of 200 MW confirm the effectiveness of the method.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2021, 69, 1; art. no. e135842, 1--9
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-12 z 12

      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