Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: construction and assembly production

Sortuj według:

Ogranicz wyniki do:

An analysis of the influence of selected factors on the accident rate in the construction industry

Hoła B., Nowobilski T., Rudy J., Czarnocki K.

Technical Transactions

2018

Vol. 115, iss. 6

95--101

This paper presents the results of research aimed at constructing a linear mathematical model that determines the influence of selected factors characterising construction production on the accident rate in the construction industry. A number of linear multi-factor mathematical models were developed, which were then compared with each other, and those that best described the analysed phenomena were selected.

W artykule zawarto rezultaty badań, których celem było zbudowanie liniowego modelu matematycznego określającego wpływ wybranych czynników charakteryzujących produkcję budowlaną, na wypadkowość w budownictwie. Opracowano kilkanaście liniowych wieloczynnikowych modeli matematycznych, które następnie porównano ze sobą i wytypowano te, które najlepiej opisują analizowane zjawisko.

Analiza porównawcza prognozowania produkcji budowlanej z zastosowaniem metod regresji korkowej, sieci neuronowych i ARIMA. Część II

Rogalska M., Hejducki Z.

Zeszyty Naukowe / Wyższa Szkoła Oficerska Wojsk Lądowych im. gen. T. Kościuszki

2011

Nr 2

285-296

W pracy analizowano możliwość prognozowania produkcji budowlano montażowej województwa dolnośląskiego metodami regresji, sieci neuronowych i ARIMA (Autoregressive Integrated Moving Average - autoregresyjny zintegrowany proces średniej ruchomej). Do prognozowania w metodzie regresji użyto danych pogodowych dziennych województwa dolnośląskiego oraz danych ekonomicznych dotyczących ilości zatrudnionych pracowników w sektorze budownictwo i średnich zarobków pracowników w tym sektorze. Przeprowadzono analizę wyników obliczając błędy ME, MAE, MPE, MAPE oraz współczynniki Theila I, I2,I1 2, I2 2, I3 2. Sformułowano wnioski z obliczeń.

The article analyses the possibilities of forecasting Lower Silesia’s construction production with stepwise regression, neural networks and ARIMA (Autoregressive Integrated Moving Average) methods. For the forecasting with the stepwise regression method the authors use the daily weather data of Lower Silesia and economic data: the number of employees in the construction sector and the average earnings of workers in this sector. The analysis of results by calculating errors ME, MAE, MPE, MAPE and Theil coefficients I, I2,I1 2, I2 2, I3 2 was performed. The authors of the article also propose the scope for further research.