Analysis of forecasting parameters for technical objects

• Autorzy: Korostil Jerzy , Afanasyewa Olesya , Korostil Olga

Warianty tytułu

PL

Analiza parametrów prognozowania dla obiektów technicznych

• Języki publikacji: EN

Abstrakty

EN

The aim of the work is the development and research of parameters characterizing the process of functioning of a hybrid forecasting system oriented to use in technical object management systems. Parameters characterizing the process of its functioning have been developed and investigated in the paper. Such parameters are relatedness and co-dimensionality, which characterize the consistency of the parameters of random events that negatively affect the technical object, with the parameters of counteracting this influence, which are formed within the framework of the forecasting system. A parameter has been developed that characterizes the degree of determinism of individual components of the system, which characterizes the amount of reduction in the degree of randomness of the obtained results of transformations implemented in the corresponding component. Also developed is the parameter of the measure of the countermeasure against the negative impact of a random process on a technical object, which is carried out by the corresponding component of the forecasting system, in the event of an external random event. Thanks to the use of these parameters, it is possible to evaluate the key functions implemented by the forecasting system when it is used in management systems of technical objects and relevant technological processes.

PL

Celem pracy jest opracowanie i badanie parametrów charakteryzujących proces funkcjonowania hybrydowego systemu prognozowania zorientowanego do wykorzystania w systemach zarządzania obiektami technicznymi. W artykule opracowano i zbadano parametry charakteryzujące proces jego funkcjonowania. Takimi parametrami są pokrewieństwo i współwymiarowość, które charakteryzują zgodność parametrów zdarzeń losowych negatywnie wpływających na obiekt techniczny z parametrami przeciwdziałania temu wpływowi, które kształtują się w ramach systemu prognozowania. Opracowano parametr charakteryzujący stopień determinizmu poszczególnych składowych układu, który charakteryzuje wielkość zmniejszenia stopnia losowości uzyskanych wyników przekształceń realizowanych w odpowiadającym im elemencie. Opracowano również parametr miary przeciwdziałania negatywnemu wpływowi procesu losowego na obiekt techniczny, realizowanego przez odpowiedni element systemu prognozowania, w przypadku wystąpienia zewnętrznego zdarzenia losowego. Dzięki wykorzystaniu tych parametrów możliwa jest ocena kluczowych funkcji realizowanych przez system prognozowania, gdy jest on wykorzystywany w systemach zarządzania obiektami technicznymi i odpowiednimi procesami technologicznymi.

Słowa kluczowe

EN

kinship; proportionality; consistency; determinism; counteracting negative influence

PL

pokrewieństwo; proporcjonalność; spójność; determinizm; przeciwdziałanie negatywnemu wpływowi

• Wydawca: Wydawnictwo Naukowe Akademii Nauk Stosowanych w Nowym Sączu
• Czasopismo: Journal of Engineering, Energy and Informatics
• Rocznik: 2024
• Tom: No. 1(3)
• Strony: 5--19
• Opis fizyczny: Bibliogr. 14 poz., wzory

Twórcy

autor

Korostil Jerzy

• University of Applied Sciences in Nowy Sacz, Faculty of Engineering Sciences, Zamenhofa 1a, 33-300 Nowy Sącz

autor

Afanasyewa Olesya

• Pedagogical University of Krakow Faculty of Mathematics, Physics and Technical Sciences, Podchorążych 2, 30-084 Kraków

autor

Korostil Olga

• PSChem Sp. z o.o., Świętokrzyska 18, 00-052 Warszawa

Bibliografia

• Billingslej, P. (2021). Prawdopodobieństwo i miara. Warszawa: Wydawnictwo Naukowe PWN.
• Blanke, M., Kinnaert, M., Lunze, J., Staroswiecki, M. (2004). Diagnosis and Fault-Tolerant Control. Berlin Heidelberg: Springer-Verlag.
• Cedro, M., Wilczkowski, D. (2018). Pomiary elektryczne i elektroniczne. Warszawa: Wydawnictwo PKŁ.
• Chakravorty, S., Ghosh, S. (2009). Power Distribution Planning Using Multi-Criteria Decision Making Method, Int. Journal of Computer and Electrical Engg, 1(5), 1793-8163.
• Gojda, J. (2013). Pomiary parametrów ruchu drogowego. Warszawa: Wydawnictwo: PWN.
• Jurafsky, D., Martin, J.H. (2009). Speech and Language Processing: An Introduction to Natural Language Processing, Speech Recognition, and Computational Linguistics. Prentice-Hall.
• Korostil, J., Korostil, O. (2012). Analysis and interpretation of text model. Journal of Konbin, 24(1), 51-56. Journal of Engineering, Energy and Informatics 1/2024 (3)
• Li, S., Xia, R., Zong, C., Huang, C. R. (2009). A framework of feature selection methods for text categorization. [Suntec, Singapore]: Proceedings of the Joint Conference of the 47th Annual Meeting of the ACL and the 4th International Joint Conference on Natural Language Processing of the AFNLP, 2.
• Lin, H.-D. (2007). Automated visual inspection of ripple defects using wavelet characteristic based multivariate statistical approach. Image and Vision Computing, 25, 1785-1801.
• Liu, H., Yu, L. (2005). Toward Integrating Feature Selection Algorithms for Classification and Clustering. IEEE Transactions on Knowledge and Data Engineering, 17, 491-502.
• Matsuo, Y., Ishizuka, M. (2004). Keyword Extraction from a Single Document Using Word Co-occurrence Statistical Information. International Journal of Artificial Intelligence Tools, 13(01), 157-169.
• Resienkiewicz, M. (2019). Hybrydowe modele prognozowania w produkcji i metodyka oceny ich efektywności. Wrocław: Oficyna Wydawnicza Politechniki Wrocławskiej.
• Tetlock, P.E., Gardner, D. (2017). Superprognozowanie sztuka i nauka prognozowania. Warszawa: Wydawnictwo: CeDeWu.
• Turban, E. (1995). Decision Support and Expert Systems. London: Prentice-Hall.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki (2025)