Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 4

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  model Holta-Wintersa
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
One of the key elements in the development of countries is energy stability particularly related to ensuring, among other things, continuity of power supply. The European Commission is trying to protect the security of energy supply by introducing internal conditions regarding the share of RES in everyday life. The aim of this article is to forecast the share of RES in electricity production for all the EU member states. The study covers the years 1985-2021, the research is based on two models: the autoregressive (AR) model and the Holt-Winters model, whereas the prediction values were deter-mined for the period 2022-2030. The prediction values showed that Denmark, as the only one of the community countries, may turn out to be self-sufficient in terms of electricity production from RES already at the turn of 2026-2027. In the case of Poland, there is a high probability that the projected RES share for 2030 will not be met. Potentially, for most EU countries, the energy produced from RES will satisfy at least 50% of electricity demand by 2030. A projection of the chances of meeting the commitments presented in the National Energy and Climate Plans regarding the share of renewable energy sources in electricity production in the EU member states in 2030 indicates that they will not be met in most EU economies.
PL
Jednym z kluczowych elementów rozwoju krajów jest stabilność energetyczna szczególnie związana z zapewnieniem ciągłości zasilania, m.in. w energię elektryczną. Komisja Europejska próbuje uchronić bezpieczeństwo dostaw energii wprowadzając wewnętrzne uwarunkowania dotyczące udziału OZE w życiu codziennym. Celem artykułu była prognoza udziału OZE w produkcji energii elektrycznej dla wszystkich krajów członkowskich Unii Europejskiej. Badanie przeprowadzono analizując lata 1985-2021, gdzie badania oparto o dwa modele: autoregresyjny (AR) oraz model Holta-Wintersa, a wartości predykcji zostały wyznaczone dla okresu 2022-2030. Wartości prognoz wykazały, że Dania jako jedyny z krajów wspólnoty już na przełomie 2026-2027 może okazać się państwem samowystarczalnym pod względem produkcji energii elektrycznej z OZE. W przypadku Polski istnieje duże prawdopodobieństwo niespełnienia oczekiwań udziału OZE w planowanym udziale na rok 2030. Potencjalnie, dla większości krajów UE energia produkowana z OZE dla 2030 r. będzie zaspokajać przynajmniej 50% zapotrzebowania na energię elektryczną. Prognoza dotycząca szans realizacji przedstawionych w krajowych planach na rzecz energii i klimatu zobowiązań dotyczących udziału odnawialnych źródeł energii w produkcji energii elektrycznej w krajach członkowskich Unii Europejskiej w 2030 roku wskazuje, że nie zostaną one spełnione w większości gospodarek unijnych.
PL
Zasadniczym celem artykułu było wyznaczenie prognozy ceny energii elektrycznej na Rynku Dnia Następnego Towarowej Giełdy Energii. Kolejnym istotnym celem badań było przeprowadzenie analizy porównawczej jakości otrzymanych prognoz i dokonanie rekomendacji zbudowanych modeli prognostycznych. Początkowo przeanalizowano zebrane dane, przeprowadzono dekompozycję analizowanego szeregu czasowego. Następnie wyznaczono prognozę ceny energii elektrycznej na giełdzie energii, wykorzystując takie metody, jak model Holta- Wintersa oraz sztuczne sieci neuronowe.
EN
The main objective of this paper was to determine the forecast of the price of electricity on the POLPX Day Ahead Market. Another important aim of the study was to conduct a comparative analysis of the quality of the forecasts and make recommendations concerning the constructed forecasting models. Initially the collected data was analyzed, and the decomposition of the analyzed time series was performed. Then the forecast of electricity prices on the energy exchange was determined using methods such as the Holt-Winters model and artificial neural networks.
PL
W artykule opisano rynek pojazdów rolniczych w aspekcie zapotrzebowania na oryginalne części zamienne. Przedstawiono warunki determinujące stosowanie outsourcingu w logistyce dystrybucji części zamiennych. Poddano analizie możliwość wykorzystania modelu Holta-Wintersa do oceny popytu na wybraną grupę filtrów do ciągników rolniczych marki John Deere na przestrzeni roku kalendarzowego. Badania ilości sprzedanych filtrów wykonano w przedsiębiorstwie handlowo-usługowym, będącym autoryzowanym dealerem. Cykl badań obejmował lata 2003-2011. Dokonano oceny przydatności czterech wersji modelu Holta-Wintersa z trendem i sezonowością addytywną oraz multiplikatywną do prognozowania popytu na grupę filtrów. Dla wybranych modeli przetestowano ich trafność poprzez sporządzenie prognoz ex post i ocenę wartości mierników błędów absolutnych i względnych.
EN
The article describes the agricultural vehicle market in the aspect of the demand for original spare parts. The author presented conditions that determine the usage of the outsourcing in the spare parts distribution logistics. The analysis of the possibility of using Holt-Winters model for assessing the demand for the selected group of filters for John Deere agricultural tractors over the course of the calendar year was carried out. The research concerning the quantity of sold filters was carried out in the trade and service company, which is an authorized dealer. The research cycle encompassed years 2003-2011. The author assessed the usefulness of four versions of Holt-Winters model with the trend and additive and multiplicative seasonalness for forecasting the demand for the filter group. For selected models the accuracy was tested through making the ex post forecasts and assessing the values of indexes of absolute and relative errors.
4
Content available Predicting oil prices
EN
The purpose of this article is the use of artificial intelligence methods and exponential smoothing methods to determine the short-term forecast of BRENT oil prices. Another important objective of the research is to conduct a comparative analysis of the quality of the forecasts and make recommendations concerning the constructed forecasting models. Historical data used in this study came from the London Stock Exchange and covered the period from January 2012 to April 2013. The selection of forecasting models was based on the visual decomposition of the time series. The comparative analysis of the quality of the forecasts was carried out, inter alia, on the basis of such measures as mean error (ME), mean absolute error (MAE), root of mean squared error (RMS), mean relative error (MAPE), and the relative error (APE).
PL
Celem niniejszego artykułu jest zastosowanie metod sztucznej inteligencji oraz metod wygładzania wykładniczego do wyznaczenia krótkookresowej prognozy ceny ropy naftowej BRENT. Kolejnym istotnym celem badań jest przeprowadzenie analizy porównawczej jakości otrzymanych prognoz i dokonanie rekomendacji zbudowanych modeli prognostycznych. Dane historyczne wykorzystane w niniejszym badaniu pochodziły z giełdy London Stock Exchange i obejmowały okres od stycznia 2012 r. do kwietnia 2013 r. Wyboru modeli prognostycznych dokonano na podstawie wizualnej dekompozycji szeregu czasowego. Analiza porównawcza jakości otrzymanych prognoz została przeprowadzona między innymi na podstawie takich miar jak średni błąd (ME), średni bezwzględny błąd (MAE), pierwiastek ze średniego kwadratowego błędu (RMS), średni względny błąd (MAPE) oraz względny błąd (APE).
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.