Wyniki wyszukiwania - BazTech

1

Drzewa regresyjne jako narzędzie do prognozowania wskaźnika intensywności uszkodzeń

Kutyłowska M.

Proceedings of ECOpole

|

2017

|

Vol. 11, No. 2

533--540

PL

Przedstawiono możliwość zastosowania drzew regresyjnych (RT) do przewidywania wskaźnika intensywności uszkodzeń przewodów wodociągowych. Analiza wykorzystująca algorytm budowy drzew polega na znalezieniu zbioru logicznych warunków podziału oraz znalezieniu relacji pomiędzy predyktorami (zmiennymi niezależnymi) a zmienną zależną, co w konsekwencji prowadzi do uzyskania wyników prognozowania. Przewidywanie wskaźnika awaryjności przewodów rozdzielczych i przyłączy przeprowadzono na podstawie danych eksploatacyjnych z lat 2008-2014 dla jednej wybranej strefy zasilania w wodę średniej wielkości polskiego miasta. Zmiennymi niezależnymi były: długość danego typu przewodów oraz liczba uszkodzeń zaobserwowanych w danym roku na rurociągach rozdzielczych i przyłączach. Stworzono oddzielne modele drzew regresyjnych do modelowania awaryjności przewodów rozdzielczych i przyłączy. Obliczenia przeprowadzono w programie Statistica 13.1. Modele RT zarówno dla przyłączy, jak i przewodów rozdzielczych posiadały jeden węzeł dzielony i dwa końcowe. Wartość tzw. resubstytucji kosztów wynosiła 0,0056 i 0,00073 odpowiednio w modelu opisującym przyłącza i przewody rozdzielcze. Wyniki analiz i przewidywania pokazują, że drzewa regresyjne są dobrym narzędziem do przewidywania wskaźnika awaryjności przewodów wodociągowych, nawet stosując tak podstawowe predyktory, jak długość i liczba uszkodzeń.

EN

This paper presents the possibility of applying regression trees (RT) to predict the failure rate of water pipes. An analysis using a tree building algorithm consists in finding a set of logical division conditions, and relations between the predictors (independent variables) and the dependent variable, which leads to prediction results. The failure rate of distribution pipes and house connections was predicted on the basis of operational data for the years 2008-2014 in one selected zone in medium sized Polish city. Independent variables were such parameters as length of conduits and number of damages registered in each year at distribution pipes and house connections. Models for failure rate forecasting of distribution pipes and house connections were created separately. The calculations were carried out using the Statistica 13.1 software. RT models for house connections and distribution pipes have one divided node and two end nodes. The value of resubstitution cost amounted to 0.0056 and 0.00073 for models describing house connections and distribution pipes, respectively. The results of analysis and forecasting investigations show that regression trees are relatively good tool for failure rate prediction, using even such basic predictors as length and number of damages.

2

Regression methods for predicting rate and type of failures of water conduits

Kutyłowska M.

Ecological Chemistry and Engineering. A

|

2017

|

Vol. 24, nr 2

193--205

EN

This paper demonstrates that regression trees (RT) and classification trees (CT) can be applied to predict the rate and type of failures of water conduits. An analysis by means of a tree building algorithm consists in finding a set of logical division conditions and determining correlations between the predictors (independent variables) and the dependent variable, in consequence of which prediction results are obtained. The failure rate of distribution pipes (DP) and house connections (HC) was predicted on the basis of operational data for the years 2008–2014 for one water supply zone of a medium-sized Polish city. The independent variables were: the length of a particular type of conduits and the number of DP and HC failures recorded in a particular year. Separate regression tree models were created for modelling the failure rate of respectively DP and HC. In the case of the classification problem, one model was built for jointly DP and HC failures. In this model the qualitative dependent variable was type of failure while the predictors were material and conduit diameter and type. The results indicate that the RT method can be used to evaluate the failure rate of water conduits. Whereas the classification of failure types was not fully satisfactory, which means that further research in this area is needed. The calculations were performed using Statistica 13.1.

PL

W pracy przedstawiono możliwość zastosowania drzew regresyjnych i klasyfikacyjnych (RT i CT) do przewidywania wskaźnika intensywności uszkodzeń przewodów wodociągowych oraz rodzaju uszkodzenia. Analiza wykorzystująca algorytm budowy drzew polega na znalezieniu zbioru logicznych warunków podzia łu oraz znalezieniu relacji pomiędzy predyktorami (zmiennymi niezależnymi) a zmienną zależną, co w konsekwencji prowadzi do uzyskania wyników prognozowania. Przewidywanie wskaźnika awaryjności przewodów rozdzielczych i przyłączy wykonano na podstawie danych eksploatacyjnych z lat 2008–2014 dla jednej wybranej strefy zasilania w wodę średniej wielkości polskiego miasta. Zmiennymi niezależnymi były: długość danego typu przewodów oraz liczba uszkodzeń zaobserwowanych w danym roku na rurociągach rozdzielczych i przyłączach. Stworzono oddzielne modele drzew regresyjnych do modelowania awaryjności przewodów rozdzielczych i przyłączy. W przypadku zagadnienia klasyfikującego zbudowano jeden model opisujący łącznie uszkodzenia zaobserwowane na rurociągach rozdzielczych i przyłączach. W tym modelu jakościow ą zmienną zależną był rodzaj uszkodzenia, a predyktorami materiał, średnica i typ przewodu. Uzyskane wyniki wskazują, że metoda RT może być stosowana do oceny poziomu awaryjności przewodów wodoci ągowych. Natomiast klasyfikacja rodzaju uszkodzeń nie była całkowicie satysfakcjonująca, co świadczy o konieczności prowadzenia dalszych badań w tym zakresie. Obliczenia przeprowadzono w programie Statistica 13.1.

3

Prediction of Water Conduits Failure Rate – Comparison of Support Vector Machine and Neural Network

Kutyłowska M.

Ecological Chemistry and Engineering. A

|

2016

|

Vol. 23, nr 2

147--160

EN

This paper presents the possibility of applying support vector machines (SVMs) and artificial neural networks (ANNs), based on radial basis functions to predict the failure rate of water conduits. The SVM method is an algorithm for carrying out regression and classification, taking into account a nonlinear decision space. This hyperplane divides the whole area in such a way that objects of different affiliation are separated from one another. In the case of ANNs, each of the neurons models a Gaussian response surface. The information from the inputs is transmitted to a basis function and each neuron calculates the Euclidean distance between the input, reference and output vectors. The failure rate of distribution pipes and house connections was predicted on the basis of operational data for the years 2001–2012. In both the methods the independent variables were: the length, diameter and year of construction of the distribution pipes and the house connections. The computations were carried out using the Statistica 12.0 software. The SVM-RBF model for the house connections and the distribution pipes had respectively 14 SVMs (including 7 localized SVMs) and 56 SVMs (including 46 localized SVMs). The ANN-RBF model contained 8 and 27 hidden neurons for respectively the distribution pipes and the house connections.

PL

W pracy przedstawiono możliwość zastosowania metody wektorów nośnych (SVM) oraz sztucznych sieci neuronowych (SSN) opartych na radialnych funkcjach bazowych do przewidywania wskaźnika intensywności uszkodzeń przewodów wodociągowych. Metoda wektorów nośnych jest algorytmem, za pomocą którego dokonuje się regresji i klasyfikacji z uwzględnieniem nieliniowej przestrzeni decyzyjnej. Ta hiperpłaszczyzna dzieli cały obszar w taki sposób, że obiekty o różnej przynależności są od siebie oddzielone. Natomiast w przypadku sieci neuronowych każdy z neuronów modeluje tzw. gaussowską powierzchnię odpowiedzi. Informacje z wejść przekazywane są funkcji bazowej, a każdy neuron oblicza odległość euklidesową między wektorami wejściowymi, wzorcowymi i wyjściowymi. Przewidywanie wskaźnika intensywności uszkodzeń przewodów rozdzielczych i przyłączy wykonano na podstawie danych eksploatacyjnych z lat 2001–2012. W przypadku obydwu metod zmiennymi niezależnymi były: długość, średnica oraz rok budowy przewodów rozdzielczych i przyłączy. Obliczenia przeprowadzono w programie Statistica 12.0. Model SVM dla przyłączy i przewodów rozdzielczych posiadał odpowiednio 14 wektorów nośnych, w tym 7 związanych oraz 56 w tym 46 związanych. Model SSN zawierał 8 i 27 neuronów ukrytych odpowiednio w odniesieniu do przewodów rozdzielczych i przyłączy.

4

Opracowanie regresyjnych metod obliczania zasadniczych parametrów alternatywnych toksycznych efektów ksenobiotyków

Zinkovskyy Y. G., Zhuk O. V., Oloś G., Zhuk M., Jabłecki R.

Chemistry-Didactics-Ecology-Metrology

|

2011

|

R. 16, NR 1-2

29--34

PL

Na podstawie wykorzystania aparatu matematycznego modelu molekularnego dynamiki alternatywnych efektów ksenobiotyków zaproponowano szereg metod regresyjnych do analizy danych doświadczalnych. Dla grup zwierząt doświadczalnych Cypris pubem, Brachidanio rerio i Psevdorazbora parwa dla obecnych w wodzie różnych, stałych w czasie stężeń jonów miedzi, niklu i amonu określone zostały: graniczny (Tg) i charakterystyczny (τ) czas efektu, stężenia graniczne (minimalne toksyczne) toksykantów (Cg), wewnętrzne aktywności tworzących się kompleksów „ksenobiotyk - makromolekuły organizmu" (α) i pozorne stałe szybkości równowagi procesu ich rozpadu (Kapp). Zaproponowano szereg metod wykrywania wpływu efektów podostrych na całokształt dynamiki toksycznego działania ksenobiotyków przy ich małych stężeniach w środowisku wodnym.

EN

On the basis of the use of mathematical model of the molecular dynamics of alternative effects ot xenobiotics, a number of regression methods to analyze experimental data has been proposed. Three groups of experimental animals were used: Cypris pubera, Brachidanio rerio and Pseudorazbora panva. Ali of them were examined for yarious, fixed in time concentrations of ions of copper, nickel and ammonium in aquatic environment. Yalues of: threshold (Tg) and characteristic (τ) times of the effect, the concentration limits (minimum toxic) of toxicants (Cg), internal activity of the "xenobiotic -macromolecule of organisms" formed complexes (α) and apparent constants rates of the balance of their decay (Kapp) were set out. Several methods of detecting the influence of subacute effects on the overall dynamics of toxic effect of xenobiotics at its Iow concentrations in the aquatic environment were proposed.