Wyniki wyszukiwania - BazTech

1

Predicting index to complete schedule performance indicator in highway projects using artificial neural network model

Jasim Nidal A., Maruf Shelan M., Aljumaily Hadi S. M., Al-Zwainy Faiq M. S.

Archives of Civil Engineering

|

2020

|

Vol. 66, nr 3

541--554

EN

Inaccurate estimation in highway projects represents a major problem facing planners and estimators, especially when data and information about the projects are not available, and therefore the need to use modern technologies that addresses the problem of inaccuracy of estimation arises. The current methods and techniques used to estimate earned value indexes in Iraq are weak and inefficient. In addition, there is a need to adopt new and advanced technologies to estimate earned value indexes that are fast, accurate and flexible to use. The main objective of this research is to use an advanced method known as artificial neural networks to estimate the TSPI of highway buildings. The application of artificial neural networks as a new digital technology in the construction industrial in Republic of Iraq is absolutely necessary to ensure successful project management. One model built to predict the TCSPI of highway projects. In this current study, artificial neural network model were used to model the process of estimating earned value indexes, and several cases related to the construction of artificial neural networks have been studied, including network architecture and internal factors and the extent of their impact on the performance of artificial neural network models. Easy equation was developed to calculate that TSPI. It was found that these networks have the ability to predict the TSPI of highway projects with a very outstanding saucepan of reliability (97.00%), and the accounting coefficients (R) (95.43%).

2

Possibility of GPS precipitable water vapour for reservoir inflow forecasting

Uang-aree P., Kingpaiboon S.

Journal of Water and Land Development

|

2018

|

no. 36

161--171

EN

We investigated the possibility of using GPS precipitable water vapour (GPS-PWV) for forecasting reservoir inflow. The correlations between monthly GPS-PWV and the inflow of two reservoirs were examined and the relationship tested, using a group method of data handling (GMDH) type neural network algorithm. The daily and monthly reservoir inflows were directly proportional to daily and monthly GPS-PWV trends. Peak reservoir inflow, however, shifted from the peak averages for GPS-PWV. A strong relationship between GPS-PWV and inflow was confirmed by high R2 values, high coefficients of correlation, and acceptable mean absolute errors (MAE) of both the daily and monthly models. The Ubon Ratana reservoir model had a monthly MAE of 54.19∙106 m3 and a daily MAE of 5.40∙106 m3. By comparison, the Lumpow reservoir model had a monthly MAE of 25.65∙106 m3 and a daily MAE of 2.62∙106 m3. The models using GPS-PWV as input data responded to extreme inflow better than traditional variables such that reservoir inflow could be predicted using GPS-PWV without using actual inflow and rainfall data. GPS-PWV, thus, represents a helpful tool for regional and national water management. Further research including more reservoirs is needed to confirm this preliminary finding.

PL

W pracy przedstawiono wyniki badań możliwości użycia danych GPS o zawartości pary wodnej (GPS- -PWV) do prognozowania dopływu do zbiornika. Analizowano korelacje między miesięczną wartością GPS- -PWV a dopływem do dwóch zbiorników; zależność testowano, stosując algorytm sieci neuronowej, zwany metodą grupowania argumentów (GMDH). Dobowe i miesięczne dopływy do zbiorników były proporcjonalne do dobowych i miesięcznych trendów GPS-PWV. Maksymalny dopływ odbiegał jednak od maksymalnych średnich GPS-PWV. Silna zależność między GPS-PWV a dopływem została potwierdzona dużymi wartościami R2, wysokim współczynnikiem korelacji i akceptowalnym średnim błędem bezwzględnym (MAE) zarówno w modelu dobowym, jak i miesięcznym. W modelu dla zbiornika Ubon Ratana miesięczny błąd bezwzględny wynosił 54,19∙106 m3 a dobowy – 5,40∙106 m3. Dla porównania w modelu dla zbiornika Lumpow wartość miesięczna MAE wynosiła 25,65∙106 m3, a dobowa 2,62∙106 m3. Modele z wykorzystaniem GPS-PWV jako danych wejściowych reagowały lepiej niż tradycyjne zmienne na dopływ ekstremalny i dlatego dopływ do zbiornika można przewidzieć bez znajomości rzeczywistego dopływu i danych opadowych. GPS-PWV jest więc pomocnym narzędziem w regionalnej i narodowej gospodarce wodnej. Potrzebne są dalsze badania obejmujące większą liczbę zbiorników, aby potwierdzić prezentowane wyniki wstępne.

3

Assessing the relationship between business strategy and knowledge acquisition in Polish Manufacturing Enterprises

Patalas-Maliszewska J.

Managerial Economics

|

2015

|

Vol. 16, no. 2

137--148

EN

This study analyzes the interplay between the characteristics of business strategy implementations and their interaction with different types of knowledge in the manufacturing enterprise. It is based on a survey and data obtained from 119 Polish manufacturing enterprises. This study is innovative in applying the Group Method of Data Handling to the business context. This article develops a framework of achieving the strategy’s goals in terms of the types of knowledge acquisition in a manufacturing company, and further discusses the research results.

4

Agent-based distributed time series forecasting system

Zabłocki M.

Journal of Theoretical and Applied Computer Science

|

2015

|

Vol. 9, nr 1

17--27

EN

Many studies have demonstrated that agent-based distributed computing improves quality of distributed computations. In this paper, self-aware software agents are used to manage the distributed computations in order to improve effectiveness of investment decisions. A distributed time series forecasting approach based on the modified Group Method Data Handling (GMDH) method and agent oriented programing is proposed. The forecasted results computed by agents are used to make an investment decision. To assess the effectiveness of the system, we used the time series of EUR/USD currency pair stock prices. The empirical results with a real data set clearly suggest that the system can be deployed on the trading platform to automate process of the prediction of financial markets.

5

Comparison of the results of time series prediction obtained with the classical GMDH algorithm and the modified method containing sensitivity functions

Bobkowska J.

Pomiary Automatyka Kontrola

|

2013

|

R. 59, nr 7

688--691

EN

The paper presents the results of prediction experiments dealing with the behavior of a complex process containing significant regularity which is modeled by a given time series. In my research I use only a small amount of the input data in order to predict future states of the aforementioned time series using a modified GMDH containing sensitivity functions. It turns out that, for some specific processes, sensitivity functions allow us to obtain more accurate results than the classical GMDH.

PL

Poniższy artykuł przedstawia wyniki eksperymentów dotyczących predykcji zachowania pewnego złożonego procesu zawierającego znaczne regularności, który modelowany jest za pomocą szeregu czasowego. W celu predykcji kolejnych wartości szeregu korzystam jedynie z niewielkiej ilości danych wejściowych stosując zmodyfikowaną metodę GMDH (Group Method of Data Handling) zawierającą funkcje czułości. Metody statystyczne stosowane zwykle w celu ustalenia zależności między poszczególnymi zmiennymi są całkowicie nieprzydatne w warunkach niewielkiej ilości danych wejściowych. Trudno w takich warunkach dostrzec i zbadać regularności szeregu i zależności pomiędzy zmiennymi tego szeregu. Nawet jeśli badany szereg jest szeregiem ze ściśle określoną regularnością, to nie mamy pewności, że ilość próbek, na których ma sposobność pracować badacz jest wystarczająca do określenia wszystkich jego cech. Proces przedstawiony za pomocą pewnego szeregu, może mieć np. składnik cykliczny, który przy małej ilości próbek będzie niewidoczny. Korzystamy więc z narzędzia umożliwiającego uchwycenie wahań analizowanego procesu, jego siły czy kierunku wykorzystywanego między innymi w dyscyplinach zajmujących się sterowaniem procesami. Jednym z takich narzędzi szacujących są właśnie funkcje czułości. Uzyskiwane rezultaty badań pokazują, że zastosowanie funkcji czułości pozwala na otrzymanie dokładniejszych wyników predykcji niż klasyczna metoda GMDH dla pewnych szczególnych zachowań procesu.

6

Badania możliwości wyboru optymalnej zmiennej obserwowanej jako zmiennej predykcyjnej w zbiorze danych o rynkach finansowych

Wiliński A., Czapiewski P.

Metody Informatyki Stosowanej

|

2008

|

nr 1 (Tom 13)

159-174

EN

The paper presents the results of computer simulations performed using the historical quotes on several securities (WIG20, S&P500, Dow Jones, DAX, EUR/USD, gold, oil, etc.) in order to analyse the possibility of finding such variables, that can be explained in terms of the others better, than the rest. It is assumed, that the ultimate goal of every investment strategy is finding the opportunity of gaining a financial profit (always considering the risk). Such opportunity is being sought by investigating the possibility of using each variable (each security) in turn as the one to be predicted. In order to reach that goal, authors use several variants of one of the algorithms belonging to the. Group Method of Data Handling (GMDH), namely the combinatorial algorithm. The results reveal some interesting features of regression models, indicating the prospect of further applications of the method.

7

GMDH jako metoda prognozowania efektów ekonomicznych wdrożenia innowacji w przedsiębiorstwach sektora MSP

Patalas J.

Zarządzanie Przedsiębiorstwem

|

2007

|

Vol. 10, nr 1

29-36

EN

In this paper is the new concept of measures of innovations in small and medium-sized enterprises (SME) proposed. Innovation is in two area discussed: (1) ERP systems and (2) intellectual capital. The paper presents the issue of the evaluation of the effectiveness of implementing ERP systems in small and medium enterprises. A polynomial decision model for evaluating the effectiveness of implementing ERP systems in small and medium enterprises is deigned, and it is shown that it gives the possibility of objectivising the process of searching for an appropriate ERP system for small and medium enterprises, taking into account the assumed costs and the existing resource limitations. The elaborated advisory system of computer forecasting of the effectiveness of implementing ERP systems in small and medium enterprises allows obtaining a forecast of the value of given small and medium enterprise performance indicators following ERP system implementation. Consequently the concept of measures of intellectual capital in small and medium-sized enterprises (SME) using a GMDH approach is discussed.

8

Model częstotliwości podstawowej traktu głosowego zbudowany metodą grupowania argumentów (GMDH)

Wiliński A., Samborska-Owczarek A.

Metody Informatyki Stosowanej

|

2007

|

nr 2(Tom 12)

189-202

EN

This paper concerns the problem of parameters estimation for a certain model, aiming at the approximation of output variable at the acceptable accuracy level. What distinguishes the way this common scientific task is here dealt with, is the usage of GMDH - Group Method of Data Handling (or more specifically the GMDH-based algorithm developed by the authors), which allows for simultaneous determination of both the structure and numerical characteristics of the model. The feature space under consideration is the matrix of repetitively observed attributes, describing the physical characteristics of voice samples, collected in order to determine the frequency of laryngeal tone for the purpose of medical diagnosis.

9

Sieci neuronowe typu GMDH w diagnostyce systemów przemysłowych

Mrugalski M., Arinton E., Korbicz J.

Pomiary Automatyka Kontrola

|

2002

|

R. 48, nr 2

10-14

PL

W pracy przedstawiona została możliwość zastosowania sieci neuronowych typu GMDH w układach diagnostyki systemów przemysłowych. Przyjmując jedną ze znanych struktur realizacji układu diagnostyki z modelem systemu rozpatruje się zastosowanie sieci neuronowych typu GMDH do modelowania diagnozowanego systemu. Przedstawione podejście jest alternatywnym rozwiązaniem do metod analitycznych wymagających znajomości pełnego opisu matematycznego diagnozowanego systemu. Końcowa część pracy zawiera przykład potwierdzający skuteczność proponowanego rozwiązania z wykorzystaniem danych urządzenia wykonawczego stacji wyparnej Cukrowni Lublin S.A.

EN

The present work describes the application of GMDH neural networks to designing fault diagnosis systems. In particular, the wellknow modeled-based residual generation scheme is considered, and the GMDH neural network is used to model the system of interest. The presented technique constitutes an alternative approach to classical analytical methods, which require the knowledge of a suitable analytical model of system. The final part of this work contains an illustrative example regarding the fault diagnosis of real process system in Lublin Sugar Factory.

10

Parameter estimation of dynamic GMDH neural networks with the bounded-error technique

Mrugalski M., Witczak M.

Journal of Applied Computer Science

|

2002

|

Vol. 10, nr 1

77-90

EN

This paper presents a new identification method based on ANNs (Artificial Neural Networks). In particular, a GMDH (Group Method of Data Handling) type neural network whose neurons have hyperbolic tangent activation junctions is considered. For such a network type. a new approach based on a bounded-error set estimation technique is employed to estimate the parameters of the ANN. The final part of this work contains an illustrative example regarding modeling the juice temperature at the outlet of an evaporator at the Lublin Sugar Factory S.A.