Wyniki wyszukiwania - BazTech

1

Supporting of manufacturing system based on demand forecasting tool

Kmiecik Mariusz, Zangana Hawre

LogForum

|

2022

|

Vol. 18, no. 1

33--48

EN

Background: Enterprises’ decision-making could be facilitated by properly creating or choosing and implementing demand forecasting systems. Currently, there are more and more advanced forecasting algorithms based on sophisticated technologies such as artificial neural networks and machine learning. The following research paper focuses on a case study of an automotive manufacturer. The main research aim is to propose the proper demand forecasting tool and show the prospects for implementing the mentioned solution. Methods: The research paper contains the statistical analysis of a chosen time series referring to the demanded quantity of the manufactured products. To create forecasts, models based on the following forecasting algorithms were created: ARIMA, ELM (Extreme Learning Machine), and NNAR (Neural Network Autoregressive). All algorithms are based on the R programming language. All algorithms are run in the same time series where the training and testing periods were established. Results: According to the forecasts ex-post errors and FVA (forecasts value-added) analysis, the best fitting algorithm is the algorithm based on ELM. It yields the most accurate predictions. All other models fail to add value to the forecast. Specifically, the ARIMA models damage the forecast dramatically. Such significant magnitudes of negative FVA values indicate that choosing not to forecast and plan based on the sales of the same period of the previous year is a better choice. However, in the case of the ELM model, the forecasts can be worth the time, finance, and human resources put into preparing them. Conclusion: The increased accuracy of ELM forecasts can contribute to optimizing the process of reaching consensus forecasts. While unconstrained statistical forecasts tend to be overridden, not only to produce constrained forecasts incorporating various variables such as calendar events, promotional activities, supply capacity, and operational abilities, they are also overridden by planners to reflect their foreseeing of demand. The proposed solution could also be easily implemented in the resource planning process to improve it. The proposition of the resource planning process supported by the proposed forecasting system is also shown in the following paper using a BPMN 2.0 (Business Process Modelling Notation 2.0) map.

2

Damage identification of bridge structure model based on empirical mode decomposition algorithm and Autoregressive Integrated Moving Average procedure

Lu Weijia, Dong Jiafan, Pan Yuheng, Li Guoya, Guo Jinpeng

Archives of Civil Engineering

|

2022

|

Vol. 68, nr 4

653--667

EN

Time series models have been used to extract damage features in the measured structural response. In order to better extract the sensitive features in the signal and detect structural damage, this paper proposes a damage identification method that combines empirical mode decomposition (EMD) and Autoregressive Integrated Moving Average (ARIMA) models. EMD decomposes nonlinear and non-stationary signals into different intrinsic mode functions (IMFs) according to frequency. IMF reduces the complexity of the signal and makes it easier to extract damage-sensitive features (DSF). The ARIMA model is used to extract damage sensitive features in IMF signals. The damage sensitive characteristic value of each node is used to analyze the location and damage degree of the damaged structure of the bridge. Considering that there are usually multiple failures in the actual engineering structure, this paper focuses on analysing the location and damage degree of multi-damaged bridge structures. A 6-meter-long multi-destructive steel-whole vibration experiment proved the state of the method. Meanwhile, the other two damage identification methods are compared. The results demonstrate that the DSF can effectively identify the damage location of the structure, and the accuracy rate has increased by 22.98% and 18.4% on average respectively.

3

Sustainable optimized LSTM-based intelligent system for air quality prediction in Chennai

Gunasekar Sridhar, Joselin Retna Kumar Gnanaseelan, Dileep Kumar Yellapalli

Acta Geophysica

|

2022

|

Vol. 70, no 6

2889--2899

EN

Nowadays, air quality prediction is the most essential process taken by an Indian government. Due to poor quality of air, unhealthy lifestyle and premature deaths of humans have arisen in India, especially in Delhi. Not only has a human’s health, but the air pollution also made a huge impact on several areas like economy, agriculture and road accidents, etc. In recent times, deep learning (DL) technologies are influenced every application rapidly even in air pollution prediction. In this work, the novel optimised DL algorithms are proposed for the efficient prediction of air quality particularly focussing on Chennai, Tamil Nadu. To provide higher accuracy in air quality prediction, the novel optimised DL algorithms are proposed which is combined several models like ARIMA and CNN-LSTM and Tuna Optimization Algorithm, respectively. Initially, CNN and LSTM are combined to provide hybrid architecture. Next, the metaheuristics-based tuna swarm optimization model is applied for fine-tuning the hyperparameters of the CNN-LSTM model which is known as the Tuna Optimised CNN-LSTM (TOCL) method. Finally, the novel TOCL is applied to the residuals of the ARIMA model to form an ARIMA- TOCL (ARTOCL) model. As a result, the novel ARTOCL is learned and performed with an optimal air quality prediction. The metrics of the Hybrid ARTOCL model are evaluated as a better mean absolute error (MAE), root mean squared error (RMSE), R2 score and the normalized RMSE (nRMSE) with higher accuracy than the previous models. The results show that the proposed prediction model has 22.6% R2 improvement, 14.6% MAE reductions, 22% RMSE reductions and 16.45% nRMSE reductions than the existing models.

4

Assessing the representative elementary volume of rock types by X-ray computed tomography (CT) – a simple approach to demonstrate the heterogeneity of the Boda Claystone Formation in Hungary

Abutaha Saja M., Geiger János, Gulyás Sándor, Fedor Ferenc

Geologos

|

2021

|

Vol. 27, No. 3

157--172

EN

X-ray computed tomography (CT) can reveal internal, three-dimensional details of objects in a non-destructive way and provide high-resolution, quantitative data in the form of CT numbers. The sensitivity of the CT number to changes in material density means that it may be used to identify lithology changes within cores of sedimentary rocks. The present pilot study confirms the use of Representative Elementary Volume (REV) to quantify inhomogeneity of CT densities of rock constituents of the Boda Claystone Formation. Thirty-two layers, 2 m core length, of this formation were studied. Based on the dominant rock-forming constituent, two rock types could be defined, i.e., clayey siltstone (20 layers) and fine siltstone (12 layers). Eleven of these layers (clayey siltstone and fine siltstone) showed sedimentary features such as, convolute laminations, desiccation cracks, cross-laminations and cracks. The application of the Autoregressive Integrated Moving Averages, Statistical Process Control (ARIMA SPC) method to define Representative Elementary Volume (REV) of CT densities (Hounsfield unit values) affirmed the following results: i) the highest REV values corresponded to the presence of sedimentary structures or high ratios of siltstone constituents (> 60%). ii) the REV average of the clayey siltstone was (5.86 cm3) and (6.54 cm3) of the fine siltstone. iii) normalised REV percentages of the clayey siltstone and fine siltstone, on the scale of the core volume studied were 19.88% and 22.84%; respectively. iv) whenever the corresponding layer did not reveal any sedimentary structure, the normalised REV values would be below 10%. The internal void space in layers with sedimentary features might explain the marked textural heterogeneity and elevated REV values. The drying process of the core sample might also have played a significant role in increasing erroneous pore proportions by volume reducation of clay minerals, particularly within sedimentary structures, where authigenic clay and carbonate cement were presumed to be dominant.

5

Metodyka wielokryterialnej analizy zmian stóp bezrobocia wybranych gospodarek światowych oraz prognozowanie modelem ARIMA stopy bezrobocia USA na przyszłość

Kozicki Bartosz, Žukovskis Jan, Mizura Grzegorz

Nowoczesne Systemy Zarządzania

|

2020

|

T. 15, nr 1

71--85

PL

W artykule przedstawiono metodykę wielokryterialnej analizy stóp procentowych bezrobocia w wybranych gospodarkach światowych oraz próby przeprowadzenia prognozowania stopy bezrobocia w USA na trzy przyszłe okresy. Badania rozpoczęto od analizy wielowymiarowej zmienności stóp procentowych bezrobocia w wybranych gospodarkach światowych w ujęciu sześciomiesięcznym w latach 2011-2018. Następnie przeprowadzono jej ocenę. Dalszym etapem badania była analiza i ocena szeregu czasowego danych dotyczących stóp procentowych bezrobocia w USA w ujęciu dynamicznym. Następnie zbudowano model prognostyczny ARIMA i wykonano prognozowanie na trzy przyszłe okresy.

EN

The article presents the methodology of multi-criteria analysis of unemployment interest rates in selected world economies, and an attempt to forecast the unemployment rate in the USA for three future periods. The research began with an analysis of the multidimensional volatility of unemployment interest rates in selected world economies on a six-month basis in 2011-2018. It was then assessed. The next stage of the study was the analysis and evaluation of the time series of data on the US unemployment interest rates in dynamic terms. Then, the ARIMA forecast model was built and forecasting for three future periods was performed.

6

Research on the combustion process using time series

Grądz Żaklin

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2020

|

T. 10, nr 2

52--55

EN

In the combustion process, one of the most important tasks is related to maintaining its stability. Numerous methods of monitoring, diagnostics, and analysis of the measurement data are used for this purpose. The information recorded in the combustion chamber constitute one-dimensional time series. In the case of non-stationary time series, which can be transformed into the stationary form, the autoregressive integrated moving average process can be employed. The paper presented the issue of forecasting the changes in flame luminosity. The investigations discussed in the work were carried out with the ARIMA model (p,d,q). The presented forecasts of changes in flame luminosity reflect the actual processes, which enables to employ them in diagnostics and control of the combustion process.

PL

W procesie spalania jednym z najważniejszych zadań jest zachowanie jego stabilności. Do tego celu wykorzystywanych jest wiele metod z zakresu monitorowania, diagnostyki i analizy danych pomiarowych. Zarejestrowane w komorze spalania informacje są jednowymiarowymi szeregami czasowymi. W przypadku niestacjonarnych szeregów czasowych, które można przekształcić do formy stacjonarnej, znalazły zastosowanie scałkowane procesy autoregresji i średniej ruchomej. W artykule przedstawiono problematykę prognozowania zmian intensywności świecenia płomienia. Badania zaprezentowane w pracy zostały przeprowadzone z wykorzystaniem modelu ARIMA(p,d,q). Przedstawione prognozy zmian intensywność świecenia płomienia odwzorowują rzeczywiste przebiegi, co pozwala wykorzystać je w diagnostyce i sterowaniu procesem spalania.

7

Zastosowanie modelu ARIMA do prognozowania wielkości produkcji w przedsiębiorstwie

Grzelak Małgorzata

Systemy Logistyczne Wojsk

|

2019

|

Vol. 50, no. 1

93--106

PL

Celem przedsiębiorstw produkcyjnych jest zaspokajanie potrzeb klientów, poprzez terminowe wytwarzanie wyrobów zgodnie z popytem występującym na rynku. Powyższe działania umożliwiane są przez prawidłowe sporządzanie prognoz potencjalnych zamówień. W poniższym artykule przedstawiono model ARIMA jako narzędzie wspierające planowanie wielkości produkcji w przedsiębiorstwie. Dokonano również oceny wiarygodności opracowanego modelu poprzez analizę reszt oraz ich autokorelacji i autokorelacji cząstkowych.

EN

The purpose of production companies is to meet the needs of customers by timely production of products in accordance with the demand on the market. The above activities are enabled by proper preparation of forecasts of potential orders. The following article presents a tool supporting production volume planning in an enterprise based on the ARIMA autoregressive model. The likelihood of the developed model was also evaluated by analyzing the residuals and their autocorrelations and partial autocorrelations.

8

Application of the Cobb-Douglas production function to study the results of the production process and planning under turbulent environment conditions

Rybak Aurelia

Gospodarka Surowcami Mineralnymi

|

2019

|

T. 35, z. 3

99--118

EN

The article presents the possibility of using the Cobb-Douglas production function for planning in a turbulent environment. A case study was carried out – the Cobb-Douglas function was used to examine the condition of the Polish hard coal mining industry and the progress which has been made after undertaking certain activities aimed at increasing the competitiveness of coal companies over recent years. Only the correct and confirmed identification of the causes of irregularities in the production process can allow for the introduction of effective remedies. The effectiveness of the solutions proposed by the author has been confirmed thanks to the simulation during which the impact of the proposed production strategy on the parameters of the CD function was examined. Three variants of production functions models were created and production productivity rates and marginal substitution rates were determined. The results enabled the verification of the progress of restructuring as well as identification of the origin of the observed problems and comparison of the current state with the results of analyses carried out in previous years. Scenarios of possible trend developments for the factors introduced into the function model in order to present remedial measures that could improve the process of hard coal extraction were created. The scenarios were created using the ARIMA class models. Which scenario is the most favourable was determined. A computer program, created by the author, for optimising the level and use of labor resources at the level of the entire coal company has been presented.

PL

W artykule zaprezentowano możliwość zastosowania funkcji produkcji Cobba-Douglasa do planowania w warunkach turbulentnego otoczenia. Przeprowadzono studium przypadku – funkcja Cobba-Douglasa wykorzystana została do zbadania stanu polskiego górnictwa węgla kamiennego oraz postępów podejmowanych w ostatnich latach działań mających na celu zwiększenie konkurencyjności spółek węglowych. Utworzono modele funkcji produkcji w 3 wariantach, wyznaczono wskaźniki produktywności produkcji oraz krańcową stopę substytucji. Pozyskane rezultaty umożliwiły zweryfikowanie postępów restrukturyzacji, określenie głównych przyczyn zidentyfikowanych problemów oraz porównanie obecnego stanu z wynikami analiz prowadzonych w ubiegłych latach. Tylko prawidłowa i potwierdzona identyfikacja przyczyn nieprawidłowości w procesie produkcji umożliwić może wprowadzenie właściwych środków zaradczych. Skuteczność zaproponowanych przez autorkę rozwiązań została potwierdzona dzięki symulacji, podczas której zbadano wpływ proponowanej strategii produkcji na parametry funkcji CD. W celu wskazania środków zaradczych mogących usprawnić proces wydobycia węgla kamiennego, utworzono scenariusze możliwego rozwoju trendów czynników wprowadzonych do modelu funkcji. Scenariusze utworzono z wykorzystaniem modeli klasy ARIMA. Określono, który scenariusz jest najbardziej korzystny. Zaprezentowano także stworzony przez autorkę program komputerowy, który ma za zadanie zoptymalizowanie poziomu i wykorzystania środków pracy żywej na poziomie całej spółki węglowej.

9

The future of crude oil and hard coal in the aspect of Poland’s energy security

Rybak A., Manowska A.

Polityka Energetyczna

|

2018

|

T. 21, z. 4

141--154

EN

The article presents a synthetic analysis of the crude oil market in Poland. As of today, this safety is provided mainly on the basis of native lignite and hard coal resources. However, the analysis of the hard coal market conducted by the authors indicates that the carried out mining restructuring (among others) led to an excessive reduction of mining volume and employment level in the hard coal mining sector. This led to a precedent situation when Poland became an importer of this energy carrier. In addition, the European Union’s requirements for greenhouse gas emissions must be taken into account. In connection with the above, it is necessary to search for new energy sources or technologies that enable hard coal to meet the requirements. It is possible to apply the so-called clean coal technologies that allow the greenhouse gas emissions generated during coal combustion to be reduced. As of today, they are not used on a mass scale, because the use of this type of technology involves additional financial expenses. However, taking into account that technologies have been growing faster and faster, are modernized in a shorter time, making a breakthrough discovery took hundreds of years, now it is often a few months, clean coal technologies can become the optimal solution in the near future. It is also necessary to diversify the sources of obtaining imported energy carriers. The article describes coal and crude oil in terms of their mutual substitution. The article is a continuation of research conducted by the authors. Previous publications presented considerations on analogous topics related to natural gas and renewable energy sources. The crude oil market in Poland was analyzed and forecasts for oil extraction and the demand in the world and Poland by 2023 were presented. The SARIMA model was also created. The model made it possible to obtain oil an prices forecast.

PL

W artykule przedstawiono syntetyczną analizę rynku ropy naftowej w Polsce. Badania te mają niezwykle istotne znaczenie w kontekście zapewnienia bezpieczeństwa energetycznego Polski. Obecnie bezpieczeństwo to jest utrzymywane głównie na podstawie rodzimego węgla brunatnego i kamiennego. Przeprowadzona przez autorów analiza rynku węgla kamiennego wskazuje jednak, iż prowadzona restrukturyzacja górnictwa doprowadziła do nadmiernej redukcji wydobycia oraz zatrudnienia w sektorze górnictwa węgla kamiennego. Wywołało to precedensową sytuację, kiedy to Polska stała się importerem netto tego nośnika energii. Dodatkowo należy wziąć pod uwagę wymagania Unii Europejskiej w zakresie emisji gazów cieplarnianych. W związku z powyższym konieczne staje się poszukiwanie nowych źródeł energii bądź technologii umożliwiających węglowi kamiennemu sprostanie stawianym wymaganiom. Istnieje możliwość zastosowania tzw. czystych technologii węglowych pozwalających na ograniczenie emisji gazów cieplarnianych powstających podczas spalania węgla. Na dzień dzisiejszy nie są one stosowane na skalę masową, ponieważ korzystanie z tego typu technologii wiąże się z dodatkowymi nakładami finansowymi. Jednak biorąc pod uwagę, że w ostatnim czasie technologie rozwijają się coraz szybciej, są unowocześniane w coraz krótszym czasie, kiedyś przełomowe odkrycia dzieliły setki lat, dekady – teraz powstają one w rekordowym tempie nawet kilku miesięcy, to czyste technologie węglowe mogą stać się optymalnym rozwiązaniem już w niedalekiej przyszłości. Konieczne jest również zdywersyfikowanie źródeł pozyskania importowanych nośników energii. W artykule scharakteryzowano węgiel oraz ropę naftową pod kątem możliwości ich wzajemnej substytucji. Artykuł stanowi kontynuację prowadzonych przez autorów badań. Przeanalizowano rynek ropy naftowej w Polsce oraz zaprezentowano prognozy wielkości wydobycia i zapotrzebowania na ropę naftową na świecie i Polsce do roku 2023. Utworzono także model SARIMA, który umożliwił pozyskanie prognozy cen ropy naftowej. We wcześniejszych publikacjach przedstawiono rozważania o analogicznej tematyce odnośnie do gazu ziemnego oraz odnawialnych źródeł energii.

10

Prognozowanie popytu na usługi transportu intermodalnego

Mitkow S., Borucka A.

Gospodarka Materiałowa i Logistyka

|

2018

|

nr 6

26--34

PL

Celem artykułu było opracowanie modelu prognozowania popytu na usługi transportowe operatora intermodalnego. Na podstawie udostępnionych danych, dotyczących liczby eksportowanych kontenerów, przedstawiono proces opisania zjawiska na podstawie jego przeszłych obserwacji, a także jego ewolucji w przyszłości. Zaproponowano dwa modele: regresji oraz ARIMA. Dla każdego z nich dokonano predykcji przyszłych obserwacji. Otrzymane wartości prognoz porównano i na tej podstawie wybrano model opisujący lepiej badane zjawisko, tzn. dający mniejszy błąd prognozy.

EN

In the article it was presented a model of demand forecast for intermodal operator transport services. Based on the shared data on the number of exported containers is presented the process of describing the observable occurrence on its past observations, as well as its evolution in the future. Two models were proposed: Regression and ARIMA. For each of them, was made a prediction of future observations. The received values for the predictions were compared and a model describing a better tested observable occurrence was chosen, i.e. that gives a smaller forecast error.

11

Analiza roli węgla w zapewnieniu bezpieczeństwa energetycznego kraju a polityka energetyczna Polski do roku 2050

Manowska A., Rybak A.

Przegląd Górniczy

|

2017

|

T. 73, nr 9

45--51

PL

W artykule omówiono rolę węgla kamiennego w zapewnieniu bezpieczeństwa energetycznego kraju. Przeanalizowano dyrektywy Unii Europejskiej wpływające na możliwość rozwoju lub zahamowanie sektora górniczego. Głównie skupiono się na analizie dyrektyw Parlamentu Europejskiego i Rady w sprawie efektywności energetycznej i przejściu na gospodarkę niskoemisyjną. Przeanalizowano również dostępne prognozy polityki energetycznej Polski, aby pokazać rolę i miejsce węgla w zapewnieniu bezpieczeństwa energetycznego kraju. Autorzy zaprezentowali również utworzone przez siebie prognozy i dokonali ich porównania z prognozami polityki energetycznej kraju.

EN

This paper presents the role of hard coal in national energy security. European Union directives, which influence development possibilities and mining sector inhibitions were analyzed. The emphasis was placed on directives of the European Parliament and the Council with regard to energy effectiveness and transition to low-emission industry. Available prognoses of Polish energy policy were analyzed to demonstrate the place and role of hard coal in national energy security. The authors presented their prognoses and compared them with the prognoses of the national energy policy.

12

Time series analysis of reference crop evapotranspiration for Bokaro District, Jharkhand, India

Gautam R., Sinha A. K.

Journal of Water and Land Development

|

2016

|

no. 30

51--56

EN

Evapotranspiration is the one of the major role playing element in water cycle. More accurate measurement and forecasting of Evapotranspiration would enable more efficient water resources management. This study, is therefore, particularly focused on evapotranspiration modelling and forecasting, since forecasting would provide better information for optimal water resources management. There are numerous techniques of evapotranspiration forecasting that include autoregressive (AR) and moving average (MA), autoregressive moving average (ARMA), autoregressive integrated moving average (ARIMA), Thomas Feiring, etc. Out of these models ARIMA model has been found to be more suitable for analysis and forecasting of hydrological events. Therefore, in this study ARIMA models have been used for forecasting of mean monthly reference crop evapotranspiration by stochastic analysis. The data series of 102 years i.e. 1224 months of Bokaro District were used for analysis and forecasting. Different order of ARIMA model was selected on the basis of autocorrelation function (ACF) and partial autocorrelation (PACF) of data series. Maximum likelihood method was used for determining the parameters of the models. To see the statistical parameter of model, best fitted model is ARIMA (0, 1, 4) (0, 1, 1)12.

PL

Ewapotranspiracja jest jednym z głównych elementów obiegu wody. Dokładniejsze pomiary i możliwość prognozowania ewapotranspiracji mogłyby umożliwić wydajniejsze zarządzanie zasobami wodnymi. Dlatego prezentowane w niniejszej pracy badania skoncentrowane były na modelowaniu i prognozowaniu ewapotranspiracji, ponieważ prognozowanie zapewni więcej informacji do optymalnego zarządzania zasobami wodnymi. Istnieje wiele technik prognozowania ewapotranspiracji, takich jak autoregresja (AR), średnia ruchoma (MA), autoregresyjna średnia ruchoma (ARMA), autoregresyjna zintegrowana średnia ruchoma (ARIMA), metoda Thomasa– Feiringa i inne. Stwierdzono, że spośród nich ARIMA jest bardziej odpowiednia do analizy i prognozowania zdarzeń hydrologicznych. Z tego powodu wykorzystano model ARIMA do prognozowania miesięcznych średnich wartości ewapotranspiracji potencjalnej poprzez analizę stochastyczną. Do analiz i prognozowania użyto serii danych ze 102 lat (1224 miesiące) z dystryktu Bokaro. Na podstawie funkcji autokorelacji (ACF) i cząstkowych autokorelacji (PACF) serii danych wybrano różny porządek modelu ARIMA. Do wyznaczenia parametrów modelu wykorzystano metodę maksymalnego prawdopodobieństwa. Najlepiej dostosowanymi parametrami statystycznymi modelu okazały się ARIMA (0, 1, 4) (0, 1, 1)12.

13

Wykorzystanie modelu ARIMA do analizy szeregu czasowego

Malska W., Wachta H.

Zeszyty Naukowe Politechniki Rzeszowskiej. Elektrotechnika

|

2015

|

z. 34 [292], nr 3

23--30

PL

W artykule zaprezentowano zastosowanie metody ARIMA służącej do analizy szeregu czasowego z trendem i sezonowością. Szereg czasowy jest jednym z rodzajów szeregów statystycznych, który można zdefiniować jako ciąg obserwacji pewnego zjawiska w kolejnych jednostkach czasu (latach, kwartałach, miesiącach, itp.). Analiza szeregów czasowych opiera się na głównym założeniu, że kolejne wartości rozważanej cechy (zmiennej) reprezentują kolejne pomiary wykonane w takiej samej jednostce czasu (w równych odstępach czasu). Zmienną niezależną jest czas (jednostka czasu). Obserwując różne zjawiska (w tym także związane z gospodarką elektroenergetyczną) często chcemy wiedzieć czy i jak zmieniają się w czasie, czyli jaka jest ich dynamika. Analiza szeregów czasowych stosowana jest głównie do podejmowania decyzji związanych z przyszłością. Rozważane zjawisko może podlegać pewnym prawidłowościom, których wykrycie i opis jest głównym celem analizy szeregów czasowych. W wielu przypadkach modele szeregów czasowych wykorzystywane są w celu wnioskowania o przyszłości badanego zjawiska (do prognozowania). Prognozowanie w ujęciu statystycznym to wnioskowanie o przyszłych wartościach szeregu czasowego, które oparte jest na danych czasowych lub analizie wartości, jakie przyjmują rozważane cechy statystyczne (zmienne). Przy analizie w dziedzinie czasu w szeregu czasowym można wyodrębnić pewne składowe (stały przeciętny poziom zjawiska, trend, cykle długookresowe, wahania sezonowe, wahania krótkookresowe, interwencje, składnik losowy (zakłócenie losowe)), przy czym nie wszystkie one muszą występować w konkretnym analizowanym szeregu. Metoda prognozowania zależy od składowych szeregu czasowego. Wyniki obliczeń z wykorzystaniem modelu ARIMA zaprezentowano korzystając z pakietu STATISTICA v. 10.0.

EN

The paper presents the application of the method used for the analysis of ARIMA time series with trend and seasonality. Time series is one of the types of statistical series, which can be defined as a series of observations of a phenomenon in the following units of time (years, quarters, months, etc.). Time series analysis based on the main idea that a further consideration of the characteristics (variable) represent the more measurements made in the same unit of time (at regular intervals). The independent variable is the time (unit of time). Observing different phenomena (including related to the economy electricity) often want to know whether and how they are changing over time, that is what is their dynamics. Time series analysis is mainly used to make decisions about the future. Considered phenomenon may be subject to certain regularities, which detect and description is the main objective of the analysis of time series. In many cases, time series models are used to apply for the future of the studied phenomenon (to predict). Forecasting is statistically inference about future values of the time series, which is based on the analysis of data or time values which take under consideration the statistical characteristics (variables). At the time domain analysis in time series can extract some components (constant average level of the phenomenon, a trend long-term cycles, seasonal fluctuations, fluctuations in short-term, interventions, random component (random disturbance)), and not all of them must be analyzed in a specific number of. Forecasting method depends on the components of the time series. The results of calculations using the ARIMA model is presented using STATISTICA v. 10.0.

14

Research on Management Policy and National Real Estate Climate Index in China

An H., Ding Y., Gao X., Li J.

Przegląd Elektrotechniczny

|

2012

|

R. 88, nr 9b

25-28

EN

Using ARIMA time series analysis method, this paper predicts NRECI from May to December 2011. Then detailed analysis is made of the NRECI trend and the major management policies introduced in corresponding periods. The results show that NRECI is closely related with management policy of real estate industry in China. The development trend of the NRECI from May to December 2011 indicates that the authorities should take moderate management measures to keep the stable trend sustained.

PL

W artykule przedstawiono metodę obliczania iprzewidywnia współczynnika NRECI (National Real Estate Climate Index). Do tego celu wykorzystano metodę analizy szeregu ARIMA.

15

Reach of river channel filling forecasting by means of autoregression integrated moving a verage method (ARIMA-models)

Baranenko F.F.

Ecological Chemistry and Engineering. A

|

2008

|

Vol. 15, nr 12

1419-1423

EN

This review considers the application of statistical methods and ARIMA (autoregression integrated moving average) models to rainfall-runoff modeling and flood forecasting have been discussed. This is a relatively emerging field of research, characterized by a wide variety of techniques, an amenity of hulk source data, a possibility of intermodel comparisons, determina-tion its adequacy to observable data and also inconsistent reporting of model skin. The paper outlines the basic principles of ARIMA modeling and algorithms used. Literature survey underlines the need for clear guidance in current ARIMA modeling practice, as well as the comparison of ARIMA models with already existing models of rainfall-runoff. Accordingly, a template is proposed in order to assist the construction of future ARIMA rainfall-runoff models.

PL

Przedstawiono zastosowanie metod statystycznych, w tym zwłaszcza modelu ARIMA (autoregresji całkowanej zmiennej średniej), do prognozowania przebiegu sytuacji powodziowych. Omówiono zastosowanie modelu ARIMA do opisu powsta-wania wód powodziowych spowodowanych ulewnymi deszczami oraz spływu tych wód.

16

Modelowanie zmian zawartości chlorków w wodzie w procesie infiltracji

Gładysz B., Grochulska-Segal E.

Ochrona Środowiska

|

2005

|

R. 27, nr 2

45-48

PL

Na przykładzie ujęcia infiltracyjnego w Legnicy (Przybków) przedstawiono modele zmian zawartości chlorków w wodzie w procesie infiltracji. W tym celu zbudowano modele ARIMA szeregów czasowych zawartości chlorków wodzie infiltracyjnej w studni zbiorczej. Skonstruowano również równanie regresji zawartości chlorków w wodzie infiltracyjnej ze studni zbiorczej w zależności od ich zawartości w wodach Kaczawy oraz zależnie od wysokości opadów atmosferycznych w rejonie Legnicy. Otrzymana postać regresji pozwoliła wnioskować, że opóźnienie transportowe dla chlorków w wodzie ze studni zbiorczej wynosi około 42 dób. Zaprezentowane w pracy modele zastosowano do prognozowania zawartości chlorków w ujmowanej wodzie infiltracyjnej.

EN

Variations in the concentration of chlorides observed in the infiltration process were modeled for the infiltration water intake for the Water Treatment Plant of Legnica. For this purpose, ARIMA time series models for the chlorides contained in the infiltration water were constructed. A regression equation was derived to describe the concentration of chlorides in the infiltration water and relate it to the following two factors: the concentration of chlorides in the Kaczawa River and the intensity of precipitation in this area. The form of the regression equation implies that the transport delay for the chlorides to the intake wells approaches 42 days. The models presented in this paper were used to predict the chloride concentration in the infiltration water.

17

Analiza wartości sprzedaży w przedsiębiorstwie handlowym z zastosowaniem modeli ARIMA

Chodakowska E.

Zeszyty Naukowe Politechniki Białostockiej. Ekonomia i Zarządzanie

|

2004

|

Z. 9

37-52

PL

W artykule przedstawiono analizę wartości sprzedaży w przedsiębiorstwie handlowym z sektora MSP za pomocą metody ARIMA. Opracowując model ARIMA wykorzystano inne niż zaproponowane przez Boxa i Jenkinsa podejście do modelowania szeregów czasowych - jednoczesną analizę porównawczą kilku modeli. Celem przeprowadzonej analizy było uzyskanie odpowiedzi na pytanie, czy można skutecznie prognozować wartość sprzedaży w małym przedsiębiorstwie stosując modele klasy ARIMA oraz czy jednoczesna analiza porównawcza jest efektywniejszym sposobem wyboru najlepszego modelu niż iteracyjne, kolejne testowanie modeli.

EN

This article presents an analysis of sales figures in a small trade enterprise using ARIMA methodology. In construction the ARIMA model different than the Box and Jenkins approach was used to time series modelling - simultaneous comparison of a few models. The purpose of the analysis was to check whether one can effectively forecast sales figures in small enterprises using ARIMA methodology and whether comparison of a few different models at the same time is more efficient to chose the best model than consecutive, one by one models diagnosis.

18

Klasyczne i nieklasyczne algorytmy prognozowania zakłóceń w systemach wodociągowych

Duda J. T., Klemiato M.

Studia z Automatyki i Informatyki

|

1999

|

T. 24

65-74

PL

Artykuł omawia możliwości prognozowania zmian zapotrzebowania na wodę w systemach wodociągowych dla potrzeb stabilizacji ciśnienia zasilającego. Do tego celu wymagane są głównie prognozy krótkoterminowe. Porównano efektywność prognozowania na podstawie modelu ARIMA oraz metodą wygładzania wykładniczego Holta. Zaproponowano rozwinięcie modelu Holta o mechanizm adaptacji parametrów wygładzania. Wykazano bardzo korzystne właściwości predyktora Holta w zakresie predykcji krótko- i długoterminowej.

EN

The paper describes possibilities of water requirement forecasting in water-network systems for feed pressure stabilization. For this purpose especially short term prediction is required. Forecasting methods based on ARIMA model and Holt's Exponential Smoothing model were compared. Development he Holt's algorithm with adaptive mechanism of smoothing parameters was proposed. Very promising features of Holt's predictor, in wide range from two to thirty samples, were shown.

19

Prognozowanie zmian stężenia zanieczyszczeń komunikacyjnych w krótkich przedziałach czasowych

Pyta H., Trzpiot G.

Archiwum Ochrony Środowiska

|

1999

|

Vol. 25, no. 4

7-15

PL

W artykule przedstawiono wyniki analizy dobowego rozkładu stężenia dwutlenku azotu, dwutlenku siarki, ozonu i toluenu z 2-tygodniowej sesji pomiarowej przy głównym ciągu komunikacyjnym w Bielsku-Białej. Oznaczenia były wykonywane w systemie monitoringu ciągłego, w otwartej ścieżce pomiarowej, metodą różnicowej spektroskopii absorpcyjnej . Omówiono konkurencyjność układów 'open-path' w stosunku do tradycyjnych punktowych metod pomiaru w zastosowaniach do oceny stanu zanieczyszczenia powietrza ze źródeł komunikacyjnych. Zaproponowano użycie mieszanego modelu autoregresji i średniej ruchomej (ARIMA) do uzupełnienia brakujących danych w krótkiej serii pomiarowej. Sprawdzono możliwość wykorzystania modelu ARIMA do prognozowania zmian stężenia w otoczeniu ciągów komunikacyjnych.

EN

The results of an analysis of nitric dioxide, sulphur dioxide, ozone and toluene concentration distribution are presented. A two-week series of data, considered here, has been, collected by means of an open path system of air quality monitoring near a main street in Bielsko-Biała using differential optical absorption spectroscopy method (DOAS). The open path systems superiority over traditional point measuring methods, concerning assessment of air pollution from vehicular sources, is discussed. An integrated model of auto-regressive and moving average type (ARIMA) to evaluate missing data in short-time measuring series is proposed. Applications of ARIMA model to forecast pollutant concentrations around tours is checked as well.