Ograniczanie wyników
Czasopisma help
Autorzy help
Lata help
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 81

Liczba wyników na stronie
first rewind previous Strona / 5 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  Forecasting models
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 5 next fast forward last
1
Content available remote Macro Models of Vehicle Kilometres Travelled
100%
There are a number of ways to measure transport of which kilometres travelled is the most frequent macro indicator (at country level). It is used to estimate projected fuel consumption, potential number of vehicles, amount and type of exhaust fumes emissions and the number of road accidents and casualties. The paper presents macro models of vehicle kilometres travelled, built on the basis of data from some fifty countries worldwide. Next, the resulting model was calibrated for the conditions in Poland. (original abstract)
Głównym celem tego opracowania jest prezentacja i klasyfikacja zasadniczych grup modeli wykorzystywanych w elektroenergetyce polskiej i światowej do opisu i prognozowania popytu na moc i energię elektryczną. (...)W opracowaniu tym wybrane modele prognostyczne prezentowane są w kolejności od tych, które w literaturze ukazały się w latach siedemdziesiątych XX w. (co automatycznie związane jest z postacią modelu, jego złożonością, typem wykorzystanych danych empirycznych oraz celem prognozowania), aż po opracowania najnowsze, określone mianem "nowych kierunków modelowania i prognozowania". (fragment tekstu)
Budowanie modeli prognostycznych dla danych giełdowych wymaga wyboru dwóch okresów: uczącego oraz testowego. Okres uczący nie powinien być za długi ze względu na prawdopodobnie mały wpływ zdarzeń sprzed kilku czy kilkunastu lat na wydarzenia obecne. Nie powinien być również zbyt krótki, gdyż budowany model prognostyczny może nie wychwycić powtarzających się wzorców. Po zbudowaniu modelu na podstawie obserwacji z wybranego okresu uczącego można go używać do prognozowania przyszłych notowań indeksu lub akcji. Rodzi się w związku z tym pytanie, czy model powinien być stosowany krótko, na przykład tylko jeden dzień, a następnie zastępowany nowym modelem, który uwzględni nowe notowanie. A może warto używać modelu przez dłuższy czas? W niniejszym artykule starano się odpowiedzieć na te pytania w sposób eksperymentalny, budując modele prognostyczne oparte na klasyfikatorze liniowym typu CPL i przewidując kierunek zmiany indeksu S&P500. (abstrakt oryginalny)
Funkcjonowanie systemu ekspertowego jest związane ze stałą aktualizacja wiedzy. Często z tym prozaicznym problemem nie można sobie poradzić. Problemy te mogą wynikać z kilku powodów, w których najważniejszym jest brak dostępności eksperta dobrze znającego dziedzinę rzeczywistości. Jedynie stała współpraca eksperta z systemem ekspertowym może dawać prawidłowe wnioski odnośnie działania w przyszłości. Przyszłości określonej jako podjęcie decyzji w danej chwili, jak też przybliżenie jak będzie kształtować się zjawisko w przyszłości. Nie mamy jednak takiego komfortu na stałą współpracę z ekspertem, który by aktualizował wiedzę zaimplementowaną w systemie ekspertowym. Dlatego też musimy budować tak systemy ekspertowe, aby mogły w jakiś sposób same dostarczać sobie wiedzę i na tej podstawie generować określone rozwiązanie. Nie możemy w takim przypadku pozostawić systemów ekspertowych samych sobie, które generowałyby cały czas nową wiedzę. Za poprawność zaimplementowanej wiedzy odpowiedzialny jest człowiek. Jednak gdy prawidłowo określimy ograniczenia w generowaniu nowej wiedzy nie powinny wystąpić problemy w działaniu systemu. Jednym ze źródeł pozyskiwania wiedzy dla potrzeb systemów ekspertowych może być analiza danych, które miały miejsce w przeszłości. Dodatkowo zastosowanie wskaźników do oceny tych modeli pozwala zastosować je w systemach sztucznej inteligencji. (fragment tekstu)
W pracy przeanalizowano dokładność obliczeń natężenia zużycia paliwa uzyskiwanych po zastosowaniu modeli prognozujących zużycie paliwa dla znanych warunków eksploatacji trakcyjnej. Modele tego typu umożliwiają ocenę warunków ruchu w lokalnej skali przestrzennej w aspekcie energetycznym oraz bilansowanie emisji zanieczyszczeń powietrza ze środków transportu. Pierwszy z modeli rozpatrywanych w pracy wymaga obliczania zapotrzebowania mocy silnika w zależności od chwilowej prędkości i przyspieszenia pojazdu, zdeterminowanych zmiennością prędkości ruchu i bieżącym przełożeniem skrzyni biegów. Drugi z zastosowanych w pracy modeli bazuje na sztucznej sieci neuronowej umożliwiającej wyznaczanie natężenia zużycia paliwa w zależności od obciążenia jednostki napędowej. Obciążenie jednostki napędowej jest przedstawiane w postaci zbioru wielkości wejściowych obejmującego chwilową prędkość i przyspieszenie pojazdu oraz ich pochodne. W przypadku obu rozważanych modeli wymagany jest etap kalibracji umożliwiający ustalenie wartości pewnych parametrów empirycznych. Przeprowadzone porównanie wyników obliczeń natężenia zużycia paliwa z wynikami badań na hamowni podwoziowej wskazuje na akceptowalną dokładność obliczeń uzyskiwanych przy zastosowaniu obu modeli.(abstrakt oryginalny)
8
Content available remote Wybór rzędu autoregresji w zależności od parametrów modelu generującego
100%
W artykule pokazano zachowanie się różnych kryteriów wyboru modelu AR (kryteria informacyjne: AIC, BIC, HQ, oraz sekwencyjną metodę badania istotności współczynników autoregresji) przy założeniu różnych wartości parametrów modelu autoregresyjnego i różnych wielkości próby. Wskazano też na dużą przydatność skorygowanego kryterium AIC (AICC), rzadko stosowanego w polskich badaniach, do wyboru rzędu autoregresji, szczególnie w małych próbach. Podkreślono, że wybór rzędu autoregresji można rozpatrywać w kontekście wyboru prawdziwego modelu generującego (prawdziwego rzędu autoregresji), jak również w kontekście wyboru najlepszego modelu prognostycznego (czyli wyboru rzędu modelu AR, który dałby prognozy o najmniejszych błędach prognoz). Rozważania te zilustrowano analizą symulacyjną.(abstrakt oryginalny)
Artykuł jest streszczeniem rozprawy doktorskiej pt: "Ulepszone szacowanie ryzyka w przedsięwzięciach informatycznych z wykorzystaniem sieci Bayesa" obronionej na Uniwersytecie Szczecińskim. Celem pracy doktorskiej było stworzenie modeli prognostycznych, które będą w stanie udzielić odpowiedzi m.in. na następujące pytania: Jakie zależności występują między funkcjonalnością, nakładami a defektami? Jaki wpływ na funkcjonalność i jakość oprogramowania ma alokacja nakładów? Jak zmiana jakości procesu wpływa na poziom funkcjonalności i jakości dostarczanego oprogramowania? Jakiej funkcjonalności i jakości powinniśmy oczekiwać, jeśli bieżący projekt jest bardziej skomplikowany od poprzednich? Jak uciążliwe będą efekty dla przyszłych użytkowników oprogramowania? oraz Ile efektów zostanie znalezionych i naprawionych podczas fazy testowania?
The considered test-predictors are decision processes because the selection of a specific predictor depends on testing hypothesis on equality of two or more means. Author in this paper studies some test-predictor which depends on testing hypotheses on equality of two or more means.
W niniejszym artykule zaprezentowano rezultaty otrzymane w wyniku podjętej przez Autora próby zastosowania ekonometrycznych metod predykcji długookresowej w dziedzinie ochrony zdrowia. Celem przeprowadzonego badania było zbudowanie długookresowej prognozy zmiennej Y określającej liczbę chorych leczonych w szpitalach ogólnych (bez szpitali psychiatrycznych) w przeliczeniu na 10 tys. ludności. Dla dokonania niezbędnych obliczeń numerycznych zastosowano programy opracowane przez drą Tadeusza Grabińskiego z Zakładu Teorii Prognoz AE w Krakowie. Wszystkie obliczenia wykonano na BUG CYBER 72 w Uczelnianym ośrodku Obliczeniowym Akademii Ekonomicznej w Krakowie. Należy zaznaczyć, iż ze względu na ograniczony zakres niniejszego opracowania podstawowe problemy związane z konstrukcją odpowiedniego modelu prognostycznego oraz jego wykorzystywaniem w procesie predykcji długookresowej jedynie zasygnalizowano. Ze względu na szczupłość miejsca przedstawiono tylko najistotniejsze (z punktu widzenia celu badania) rezultaty obliczeń. (fragment tekstu)
Bezpieczeństwo w ruchu drogowym to temat, który dotyczy każdego z nas, ponieważ uczestnikami ruchu są piesi, kierowcy, a także inne osoby przebywające w pojeździe lub na pojeździe znajdującym się na drodze. W dobie rozwijającej się cywilizacji i poprawy warunków bytu, przybywa środków lokomocji. Świat staje się bardziej mobilny, większość osób nie pracuje w obrębie swego miejsca zamieszkania ale do pracy dojeżdża kilkanaście a nawet kilkadziesiąt kilometrów. Stąd ruch na drodze zwłaszcza w godzinach rannych jest niezwykle wzmożony. Dlatego ważnym staje się problem bezpieczeństwa uczestników ruchu drogowego. Wypadki w ruchu drogowym były, są i zapewne będą zdarzały się w przyszłości lecz z analizy wynika że jest ich coraz mniej. W artykule podjęto próbę ustalenia prognozy dla ilości wypadków drogowych w Polsce dla roku 2015. Z racji obserwowanej sezonowości wypadków drogowych do predykcji zostaną wykorzystane modele sezonowe: wygładzania wykładniczego, sieci neuronowych i trendów jednoimiennych okresów. Prognoza zostanie przeprowadzona z wykorzystaniem pakietu Statystycznego Statistica 10.0 PL oraz arkusza kalkulacyjnego EXCEL. (abstrakt oryginalny)
13
Content available remote Sieci neuronowe jako modele prognozowania użycia narzędzi w systemach CAPP
75%
W referacie przedstawiono sieci neuronowe jako modele prognozowania użycia narzędzi w systemach CAPP. Modele opracowano przy użyciu liniowej sieci neuro- nowej, sieci jednokierunkowej wielowarstwowej ze wsteczną propagacją błędu oraz sieci o radialnych funkcjach bazowych. Dokonano porównania tych modeli. Miarą oceny modeli jest skuteczność przewidywania użycia narzędzi w różnych interwałach czasowych. Modele te są wykorzystane już na etapie projektowania procesu technologicznego, w celu planowego wytworzenia wyrobów i aby nie doszło do przestoju z powodu braku narzędzi, szczególnie narzędzi specjalnych. Utworzone modele przetestowano na danych rzeczywistych z przedsiębiorstwa produkcyjnego. (abstrakt oryginalny)
14
Content available remote Metody prognozowania sprzedaży w przedsiębiorstwie farmaceutycznym
75%
Proces prognozowania często wzbudza wiele wątpliwości co do jego zasadności. Wskazanie odpowiedniej metody, która pozwoli na zbudowanie precyzyjnej prognozy, jest procesem wieloetapowym. Celem artykułu jest zaprezentowanie wyselekcjonowanych metod prognozowania sprzedaży na przykładzie wybranego preparatu farmaceutycznego. Do osiągnięcia założonego celu zastosowano metody ilościowe: metodę naiwną, model Wintersa oraz metodę jakościową: opinie kierownictwa. Jednoczesne wykorzystanie tych metod do ustalenia prognozy końcowej badanego produktu umożliwia uzyskanie bardziej precyzyjnych szacunków oraz uwzględnienie wielu różnorodnych czynników determinujących prognozę sprzedaży. Specyfika rynku farmaceutycznego kreuje potrzebę przełożenia uwarunkowań tego sektora na dobór właściwych metod prognozowania sprzedaży, co wymaga indywidualnego podejścia zarówno do pojedynczych preparatów, jak i grup produktów. Każda sytuacja prognostyczna może odróżniać się od pozostałych, dlatego należy rozpatrywać je oddzielnie i zwracać uwagę na wszystkie czynniki determinujące daną prognozę sprzedaży(abstrakt oryginalny)
We present an efficient algorithm for computing short-term prediction of deviation settlement price (CRO) on Polish balancing electricity market. Because of the multi-seasonal character of electricity prices. SAR1MA processes are commonly used to model and predict their dynamics. The disadvantage of such approach is relatively long computation time, especially for longer test periods, due to computationally demanding procedures for fitting SAR1MA model parameters. Our algorithm not only provides prediction of better quality, but also does this in a fraction of time comparing to algorithms based on SAR1MA models. In order to make the paper widely accessible, we provide a detailed overview of competitive electricity market structure altogether with the issues of liberalization processes. We focus especially on the balancing market mechanisms and present the specifics of Polish regulations which we use in our prediction algorithm.
16
Content available remote Model neuronowy do prognozowania poboru wody w sieci wodociągowej
75%
W referacie przedstawiono model prognostyczny w postaci sieci neuronowej do przewidywania poboru wody w sieci wodociągowej. Do budowy modelu prognostycznego zastosowano sieć jednokierunkową wielowarstwową ze wsteczną propagacją błędu. Badania wykonano dla wybranego w zła sieci wodociągowej obsługującego osiedle domków jednorodzinnych. Modele prognostyczne wykonano dla dni roboczych, soboty i niedzieli. Szczegółowo w referacie przedstawiono model dla niedzieli. (abstrakt oryginalny)
W niniejszej pracy do opisu kształtowania się prawdopodobieństwa urodzeń dzieci zastosowano model probabilistyczny. Przedstawiono metody estymacji parametrów proponowanego modelu. Na koniec przedstawiono rezultaty empiryczne.
Celem badania jest weryfikacja skuteczności stosowania wielowymiarowych dyskryminacyjnych modeli przewidywania upadłości przedsiębiorstw. W artykule przedstawiono pięć polskich modeli dyskryminacyjnych i za ich pomocą przeanalizowano sprawozdania finansowe czterech spółek akcyjnych działających w Polsce. Okres analizy objął lata 2006-2009. Wyniki analizy wskazują, że wartość prognostyczna zaprezentowanych modeli była w tym badaniu niezadowalająca. Wskazano także potencjalne przyczyny braku dostatecznej efektywności zastosowanych modeli. (abstrakt oryginalny)
19
Content available remote Information and Prediction Criteria in Selecting the Forecasting Model
75%
Celem artykułu jest porównanie zachowania się kryteriów informacyjnych i predykcyjnych w wyborze modelu prognostycznego na podstawie danych empirycznych dla Polski, przy założeniu nieznajomości modelu generującego dane. Uwaga będzie poświęcona śledzeniu zmian kryteriów informacyjnych (AIC, BIC) oraz skumulowanego błędu prognoz (APE) dla próby powiększanej iteracyjnie o jedną obserwację i ruchowych okien (o różnej wielkości), a także ocenie wpływu wielkości próby (startowej) i ruchomego okna na wybór modelu prognostycznego. Wybór najlepszego modelu prognostycznego jest dokonywany spośród następującego zestawu modeli: model autoregresyjny (AR, z trendem i bez trendu deterministycznego), model ARIMA, model błądzenia przypadkowego (RW). (abstrakt oryginalny)
W artykule zaprezentowano zastosowanie modelu Holta do prognozowania wydatków na ochronę zdrowia. Należy zwrócić szczególną uwagę na zbudowanie modelu prognostycznego i odpowiedni dobór parametrów dla tego modelu. Przedstawiona metoda daje możliwość analizy problemu przy zastosowaniu trzech różnych zestawów parametrów. Wartości powinny być dobrane poprzez minimalizację wartości średniego błędu kwadratowego prognoz wygasłych. Autorka dobrała parametry optymalne oraz w sposób przypadkowy. Celem prowadzonych badań było zaprezentowanie skutków niewłaściwego doboru parametrów modelu. (abstrakt oryginalny)
first rewind previous Strona / 5 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.