Wykorzystanie predyktorów typu neural network do prognozowania szeregów czasowych

• Autorzy: Gworek S. , Utrata A.

Warianty tytułu

EN

Utilization for forecasting activity of time range predictors type neural network

• Języki publikacji: PL

Abstrakty

PL

W pracy przedstawiono rozważania dotyczące zastosowania sztucznych sieci neuronowych do prognozowania zjawisk gospodarczych opisanych za pomocą krótkich szeregów czasowych. W pierwszej części artykułu przedstawiono krótką charakterystykę sztucznych sieci neuronowych wraz z możliwymi obszarami prognozowania ekonomicznego, w których mogą znaleźć zastosowanie. W drugiej części artykułu przeprowadzono ocenę efektywności predykcji wybranego zjawiska za pomocą sztucznych sieci neuronowych.

EN

This article presents consideration for forecasting activity of economic phenomenon described behind assistance of short time range concerning employment artificial neural network. It presents short characteristic of artificial neural network in first along with possible areas of economic forecasting activities, can find application. The second part of the paper includes an estimation of efficiency of selected economic phenomenon with an application of artificial neural networks.

Słowa kluczowe

PL

prognozowanie ekonomiczne; predyktory; szeregi czasowe; sztuczne sieci neuronowe; analiza efektywności

EN

business forecasting; predictors; forecasting activity of time range; artificial neural networks; estimation of efficiency

• Wydawca: Wydawnictwa AGH
• Czasopismo: Górnictwo i Geoinżynieria
• Rocznik: 2005
• Tom: R. 29, z. 4
• Strony: 53--62
• Opis fizyczny: Bibliogr. 21 poz., rys., tab., wykr.

Twórcy

autor

Gworek S.

• Absolwentka Wydziału Górnictwa i Geoinżynierii, Akademia Górniczo-Hutnicza, Kraków

autor

Utrata A.

• Wydział Górnictwa i Geoinżynierii, Akademia Górniczo-Hutnicza, Kraków

Bibliografia

• [1] Dittmann P.: Prognozowanie w przedsiębiorstwie. Kraków, Oficyna Ekonomiczna 2003
• [2] Greń J. : Statystyka matematyczna. Modele i zadania. Wyd. VII. Warszawa, PWN 1982
• [3] Gworek S.: Ocena skuteczności predykcji wybranych modeli prognostycznych. Kraków, WGiG AGH KEZP 2005 (praca magisterska - promotor dr inż. A. Utrata)
• [4] Kiełtyka L. i in.: Inteligentny system prognozowania. Zasady funkcjonowania. Zastosowania. Częstochowa, Wydawnictwo Politechniki Częstochowskiej 2000
• [5] Mikuś J.: Prognozowanie w badaniach marketingowych. Wrocław, Oficyna Wydawnicza Politechniki Wrocławskiej 2003
• [6] Pawłowski Z.: Ekonometryczna analiza procesu produkcyjnego. Wyd. 2. Warszawa, PWN 1976
• [7] Praca zbiorowa pod redakcją M. Woźniaka: Statystyka ogólna. Wyd. II poprawione. Kraków, AE 1997
• [8] Praca zbiorowa pod redakcją M. Cieślak: Prognozowanie gospodarcze. Metody i zastosowania. Warszawa, PWN 2002
• [9] Praca zbiorowa pod redakcją M. Krzysztofiaka: Ekonometria. Warszawa, PWE 1984
• [10] Praca zbiorowa pod redakcją T. Szapiro: Decyzje menedżerskie z Excelem. Warszawa, PWE 2000
• [11] Starzyńska W.: Statystyka praktyczna. Warszawa, PWN 2000
• [12] Tadeusiewicz R.: Sieci neuronowe. Warszawa, Akademicka Oficyna Wydawnicza 1993
• [13] Utrata A.: Adaptacyjne metody predykcji mierników oceny pracy przedsiębiorstwa. Materiały konferencyjne Szkoły Ekonomiki i Zarządzania w Górnictwie 2004, Bukowina Tatrzańska 15-17 września 2004, 455-461
• [14] Utrata A.: Wpływ sposobu prezentacji zmiennej egzogenicznej na stopień dopasowania klasycznych modeli tendencji rozwojowej. Materiały konferencyjne Szkoły Ekonomiki i Zarządzania w Górnictwie 2003, Bukowina Tatrzańska 10-12 września 2003, 351-358
• [15] Volk W.: Statystyka stosowana dla inżynierów. Wyd. 1. Warszawa, WNT 1973
• [16] www.aitech.com.pl, 2005
• [17] www.mgip.gov.pl, 2005
• [18] www.pgi.gov.pl, 2005
• [19] www.stat.gov.pl, 2005
• [20] Zeliaś A., Pawełek B., Wanat S. : Prognozowanie ekonomiczne. Teoria. Przykłady. Zadania. Warszawa, PWN 2003
• [21] Zeliaś A. : Teoria prognozy. Warszawa, PWE 1997