Wyniki wyszukiwania - BazTech

1

Zastosowanie rozmytej mapy kognitywnej w prognozowaniu efektywności pracy wypożyczalni rowerowych

Jastriebow A., Kubuś Ł., Poczęta K.

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2017

|

T. 7, nr 4

70--73

PL

W pracy zaproponowano zastosowanie rozmytej mapy kognitywnej wraz z ewolucyjnymi algorytmami uczenia do modelowania systemu prognozowania efektywności pracy wypożyczalni rowerowych. Na podstawie danych historycznych zbudowano rozmytą mapę kognitywną, którą następnie zastosowano do prognozowania liczby rowerzystów i klientów wypożyczalni w trzech kolejnych dniach. Proces uczenia zrealizowano z zastosowaniem indywidualnego kierunkowego algorytmu ewolucyjnego IDEA oraz algorytmu genetycznego z kodowaniem zmiennoprzecinkowym RCGA. Analizę symulacyjną systemu prognozowania efektywności pracy wypożyczalni rowerowych przeprowadzono przy pomocy oprogramowania opracowanego w technologii JAVA.

EN

This paper proposes application of fuzzy cognitive map with evolutionary learning algorithms to model a system for prediction of effectiveness of bike sharing systems. Fuzzy cognitive map was constructed based on historical data and next used to forecast the number of cyclists and customers of bike sharing systems on three consecutive days. The learning process was realized with the use of Individually Directional Evolutionary Algorithm IDEA and Real-Coded Genetic Algorithm RCGA. Simulation analysis of the system for prediction of effectiveness of bike sharing systems was carried out with the use of software developed in JAVA.

2

Prognozowanie przewozów w regionie sieci transportowej

Cisowski T., Stokłosa J.

TTS Technika Transportu Szynowego

|

2014

|

R. 21, nr 9

36--38

PL

Prognozowanie jest określeniem możliwego przebiegu procesu w przyszłości na bazie informacji pochodzących z przeszłości. Prognozowanie dotyczy różnych dziedzin wiedzy, w tym logistyki i transportu. W zależności od celu prognozy, dziedziny wiedzy, struktury i zakresu informacji o przeszłości można stosować różne metody i modele prognozowania.

3

Forecasting model of tasks’ execution in the public transport system

Bojda K.

Logistyka

|

2014

|

nr 4

2697--2704

EN

The presented article discusses the forecasting model of the tasks’ execution in the public transport system using the time series theory. The consecutive steps of building a model using the statistical package R has been described. Practical verification of the model was performed using real data acquired from the carrier performing services in public transport. The results obtained were rated positively, however, the need for further work on improving the quality of appointed forecasts has been stated.

PL

W przedstawionym artykule omówiono model prognozowania realizacji zadań w systemie transportu publicznego wykorzystujący teorię szeregów czasowych. Opisano poszczególne kroki budowy modelu przy wykorzystaniu pakietu statystycznego R. Praktyczną weryfikację modelu przeprowadzono z wykorzystaniem danych rzeczywistych pozyskanych od przewoźnika realizującego przewozy w transporcie miejskim. Uzyskane wyniki oceniono pozytywnie, zwrócono jednakże uwagę na konieczność dalszych prac nad poprawą jakości wyznaczanych prognoz.

4

Makro modele przebiegu pojazdów

Jamroz K., Wachnicka J.

Prace Naukowe Politechniki Warszawskiej. Transport

|

2013

|

z. 96

237--247

PL

Wśród wielu miar transportowych praca przewozowa pojazdów jest bardzo często wykorzystywana na poziomie makro (dla obszaru kraju) i używana do szacowania: przewidywanej wielkości zużytego paliwa, potencjalnej liczby pojazdów, wielkości i rodzaju emitowanych spalin, a także liczby wypadków i liczby ofiar wypadków drogowych. W referacie przedstawiono makro modele pracy przewozowej pojazdów zbudowane na bazie danych z kilkudziesięciu krajów całego świata. Następnie skalibrowano otrzymany model do warunków krajowych.

EN

Among many transport measures, vehicle kilometer travelled (VKT) of vehicles is often used at the macro level (the area of the country) and used for the estimation: the estimated amount of fuel consumed, the potential number of vehicles, the amount and type of emissions, as well as the number of accidents and fatalities. The paper presents macro models of vehicles kilometer travelled built on the basis of data from dozens of countries around the world. Then, the model is calibrated to national conditions.

5

Neural Models of Demands for Electricity - Prediction and Risk Assessment

Protasiewicz J., Szczepaniak P. S.

Przegląd Elektrotechniczny

|

2012

|

R. 88, nr 6

272-279

EN

Two neural systems for forecasting the electricity demand by the group of retail consumers are presented along with two methods for risk assessment of demand prediction models. The first forecasting system is composed of series-connected local neural predictors in the form of multilayer perceptron (MLP) networks. The system is mainly formed on the basis of expert knowledge and statistical tests. The second forecasting system has two levels. The first contains a neural classifier and the second consists of a set of local neural predictors. The classifier is built on the basis of a self-organising neural network (SOM). MLP or radial basis function (RBF) networks are used as predictors. Finally, two methods for assessing the risk of forecasting models are proposed. These consider financial risk measures such as value at risk (VaR) and conditional value at risk (CVaR). Possible economic losses posed by the application of predictions from a forecasting model are calculated using these risk measures. The risk analysis facilitates the selection of the forecasting model that generates the smallest risk of losses when selling energy contracts. The proposed methods are tested using data from the Polish electricity market.

PL

W pracy zostały przedstawione dwa neuronowe systemy przeznaczone do prognozowania zapotrzebowania na energię elektryczną grupy konsumentów detalicznych. Ponadto zaprenzetowano dwie metody oceny ryzyka modeli prognozowania.

6

Forecasting Models of Tool use in Different Intervals of Time

Rojek I.

Management and Production Engineering Review

|

2010

|

Vol. 1, No. 1

31-39

EN

In the paper the forecasting models of tool use in dii erent intervals of time were presented. The models were worked out by the use of hybrid neural networks in the form of: linear neural network (L) - multi-layer networks with error backpropagation (MLP), L network - Radial Basis Function network (RBF), MLP network - RBF network and L network - MLP network - RBF network. The comparison of these models was executed. The effectiveness of forecasting of tool use in different time intervals is the measure of model evaluation. These models are used at the design stage of manufacturing process with the aim to plan production and prevent standstill due to lack of tools, and special tools in particular. The created models were tested on real data from an enterprise.

7

Model regresji wilgotności ściółki w zależności od warunków meteorologicznych

Szczygieł R., Ubysz B.

Bezpieczeństwo i Technika Pożarnicza

|

2009

|

Nr 4

45-82

PL

Artykuł przedstawia badania dotyczące modelu regresji wilgotności ściółki leśnej w zależności od różnych warunków meteorologicznych. Mogą one zostać użyte szacowania niebezpieczeństwa pożarowego lasu. Do testów statystycznych wykorzystano program STATA 9.

EN

The paper presents regression models permitting forecasting the flammable material humidity (Scots pine /Pinus silvestris L. litter) depending on meteorological parameters. The equations developed may be used for forest fire danger assessment. For statistical tests, the STATA 9 program was used.