Analiza narzędzi operacyjnego prognozowania zapotrzebowania na wodę

• Autorzy: Knapik K. , Muszyński K.

Warianty tytułu

EN

Analysis of instruments for operational prediction of water demand

• Języki publikacji: PL

Abstrakty

PL

Wzrastające wymagania co do jakości i ilości wody pitnej oraz rosnące koszty energii elektrycznej wymuszają doskonalenie procesów technologicznych oraz podejmowanie działań związanych z oszczędnością energii na stacjach uzdatniania wody. Cele te mogą zostać osiągnięte jedynie przy zastosowaniu narzędzi, jakimi są współczesne metody optymalizacji, które bazują na poprawnie przygotowanej bieżącej prognozie procesu. Wymaga to ciągłego doskonalenia trafności predykcji metod operacyjnej prognozy zapotrzebowania na wodę w systemach wodociągowych. Jednym z nowoczesnych i bardzo wszechstronnych narzędzi są sztuczne sieci neuronowe. Podstawową ich zaletą w porównaniu z tradycyjnymi metodami, jest bardzo duża elastyczność działania oraz szybka adaptacja modelu do rzeczywistych potrzeb. W artykule podkreślono potrzebę pracy nad doskonaleniem metod prognozowania zapotrzebowania na wodę oraz ich stosowania.Omówiono wybrane narzędzia prognozowania przy szczególnym uwzględnieniu zalet sztucznych sieci neuronowych.

EN

Increasing requirements for water amount and quality as well as growing electric energy costs, are forcing technological process improvement and undertaking actions, connected with energy savings at water treatment plants. That aims could be achieved only by using modern optimizing tools which are based on correctly prepared running process prediction. It requires continuous improvement of operational prediction methods accuracy of water demand in water-supply systems. One of the modern and very wide-ranging tools is artificial neural network. Its main advantage, in comparison to the traditional methods, is its high operational elasticity and fast model adaptation to the realistic needs. This article the needs of the methods of the water demand prediction improvement and their application are highlighted. Selected forecast tools with special consideration paid to the advantages of the artificial neural networks in this article were discussed.

Słowa kluczowe

PL

prognoza; sztuczna inteligencja; sztuczne sieci neuronowe; zapotrzebowanie na wodę

EN

artificial intelligence; artificial neural networks; prediction; water demand

• Wydawca: Wydawnictwo Politechniki Krakowskiej im. Tadeusza Kościuszki
• Czasopismo: Czasopismo Techniczne. Środowisko
• Rocznik: 2006
• Tom: R. 103, z. 10-Ś
• Strony: 133--143
• Opis fizyczny: Bibliogr. 11 poz.,

Twórcy

autor

Knapik K.

autor

Muszyński K.

• Instytut Zaopatrzenia w Wodę i Ochrony Śrpdpwiska PK

Bibliografia

• [1] Borowa M., Rzeczywista i prognozowana wielkość zapotrzebowania na wodę w latach 1996-2030 w Warszawie, Gaz, Woda i Technika Sanitarna, 4/2003.
• [2] Ciężak J., Analiza czynników kształtujących dobowe i godzinowe zużycie wody w miastach dla potrzeb prognozowania, rozprawa doktorska, Instytut Inżynierii Ochrony Środowiska Politechniki Wrocławskiej, Wrocław 1981.
• [3] Ciężak W., Analiza efektywności metod statystycznych i sztucznych sieci neuronowych w bieżącym prognozowaniu poboru wody w miejskich systemach wodociągowych, rozprawa doktorska, Instytut Inżynierii Ochrony Środowiska Politechniki Wrocławskiej, Wrocław 2005.
• [4] Gately E., Sieci neuronowe. Prognozowanie finansowe i projektowanie systemów transakcyjnych, Biblioteka Inwestora, Warszawa 1999.
• [5] Haykin S., Neural network. A comprehensive foundation, Pearson Education, 2005.
• [6] Kiełtyka L., Inteligentny system prognozowania. Zasady funkcjonowania. Zastosowania, Wydawnictwo Politechniki Częstochowskiej, Częstochowa 2000.
• [7] Knapik K., Dynamiczne modele w badaniach sieci wodociągowych, Monografia nr 279, Politechnika Krakowska, Kraków 2000.
• [8] Knapik K., Zastosowanie techniki komputerowej w obliczaniu systemów zaopatrzenia w wodę i usuwania ścieków, Politechnika Krakowska, Kraków 1998.
• [9] Korbicz J., Obuchowicz A., Uciński D., Sztuczne sieci neuronowe. Podstawy i zastosowania, Akademicka Oficyna Wydawnicza PLJ, Warszawa 1994.
• [10] Licznar P., Łomotowski J., Prognozowanie dobowych rozbiorów wody przy wykorzystaniu sztucznych sieci neuronowych, XVIII Krajowa, VI Międzynarodowa Konferencja Naukowo-Techniczna nt. „Zaopatrzenie w wodę, jakość i ochrona wód”, Poznań 6-8 września 2004.
• [11] Siwoń Z., Problemy krótkoterminowego prognozowania poboru wody w miejskich systemach wodociągowych, Instytut Inżynierii Ochrony Środowiska Politechniki Wrocławskiej, II Ogólnopolska Konferencja Naukowo-Techniczna: „Aktualne zagadnienia w uzdatnianiu i dystrybucji wody", Szczyrk 5-6 czerwca 2003.