PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!

Znaleziono wyników: 9

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  modele szeregów czasowych
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available Predicting the seasonality of passengers in railway transport based on time series for proper railway development
Borucka Anna, Guzanek Patrycja
Transport Problems
|
2022
|
T. 17, z. 1
51--61
EN
Planning the frequency of rail services is closely related to forecasting the number of passengers and is part of the comprehensive analysis of railway systems. Most of the research presented in the literature focuses only on selected areas of this system (e.g. urban agglomerations, urban underground transport, transfer nodes), without presenting a comprehensive evaluation that would provide full knowledge and diagnostics of this mode of transport (i.e. railway transport). Therefore, this article presents methods for modelling passenger flow in rail traffic at a national level (using the example of Poland). Time series models were used to forecast the number of passengers in rail transport. The error, trend, and seasonality (ETS) exponential smoothing model and the model belonging to the ARMA class were used. An adequate model was selected, allowing future values to be forecast. The autoregressive integrated moving average (ARIMA) model follows the tested series better than the ETS model and is characterised by the lowest values of forecast errors in relation to the test set. The forecast based on the ARIMA model is characterised by a better detection of the trends and seasonality of the series. The results of the present study are considered to form the basis for solving potential rail traffic problems, which depend on the volume of passenger traffic, at the central level. The methods presented can also be implemented in other systems with similar characteristics, which affects the usability of the presented solutions.
2
Content available remote Times series analysis of road safety trends at the regional level in Poland
Żukowska J.
Journal of KONBiN
|
2015
|
No. 2 (34)
97--108
EN
The paper presents possibility of applying a structural times series modeling with explanatory and intervention variables as a tool capable for explaining the changes in the monthly number of fatalities and seriously injured in traffic accidents. The analysis covers regional level and takes into consideration traffic accidents data of two regions: Pomorskie and Warmia-Mazury. In addition short-term forecasts for the two regions were developed and verified.
PL
Artykuł prezentuje możliwości zastosowania modeli strukturalnych szeregów czasowych do analizy zmian poziomu bezpieczeństwa ruchu drogowego mierzonego liczbą ofiar śmiertelnych i ciężko rannych w wypadkach drogowych. Analiza obejmuje poziom regionalny i wykorzystano do niej dane o zdarzeniach drogowych z dwóch województw: pomorskiego i warmińsko-mazurskiego. Dodatkowo wykonano i zweryfikowano również krótkoterminowe prognozy danych miesięcznych.
3
Content available remote Zastosowanie modeli klasy ARX do krótkoterminowego prognozowania produkcji energii elektrycznej w mikroelektrowniach wiatrowych
Wasilewski J.
Przegląd Elektrotechniczny
|
2014
|
R. 90, nr 7
135--138
PL
W referacie przedstawiono metodykę i wyniki badań możliwości zastosowania modeli szeregów czasowych klasy ARX do krótkoterminowego prognozowania produkcji energii elektrycznej w mikroelektrowniach wiatrowych. Badania polegały na doborze istotnych danych wejściowych, identyfikacji jego struktury, estymacji parametrów modelu, oceny dopasowania modelu do danych rzeczywistych oraz oceny poprawności modelu w stosunku do przyjętych założeń.
EN
The paper deals with both a study method and results of an application of time series models ARIMAX to short-term electric energy production forecasting at wind micro power plants. The performed studies include a selection of significant input data, model structure identification, model parameters estimation, evaluation of model fit to real data as well as a model correctness according to taken assumptions.
4
Content available remote O wykorzystaniu modeli ekonometrycznych do prognozowania ruchu sieciowego
Szmit A., Szmit M.
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Łódzka
|
2013
|
z. 55
193--201
PL
Akwizycja, analiza, modelowanie, prognozowanie i symulacja ruchu sieciowego są czynnościami prowadzonymi w sieciach teleinformatycznych zarówno dla potrzeb zarządzania jakością jak i zarządzania bezpieczeństwem. W szczególności w prognozowaniu ruchu sieciowego wykorzystuje się modele statystyczne, ekonometryczne, modele szeregów czasowych oraz metody zaliczane do sztucznej inteligencji. W artykule przedstawiono krótki przegląd metod prognozowania wykorzystywanych współcześnie w metodach NBAD (ang. Network Behavioral Anomaly Detection) w odniesieniu do rekomendacji Międzynarodowej Unii Telekomunikacyjnej (ITU).
EN
Acquisition, analysis, modeling, forecasting and simulation of network traffic are activities carried in communication networks, both for the quality management and the stress testing, as well as in information security management. The prediction of network traffic uses among others statistical models, econometric time series models and methods included in the artificial intelligence. The article presents a brief overview of forecasting methods used in the methods of Network Behavioral Anomaly Detection according to the recommendations of the International Telecommunication Union.
5
Short-term predictions of import prices of steam coal in Poland
Śmiech S., Papież M.
Rynek Energii
|
2012
|
Nr 2
148--153
EN
The aim of the paper is to develop, evaluate and compare forecasting models for the market price of steam coal. Since 88% of electrical energy in Poland is obtained from coal, which additionally constitutes over 50% of its production costs, the authors investigated the possibility of forecasting steam coal prices. Forecasting will refer to Russian export coal price in the Baltic ports, as there is no coal benchmark price for Poland. Modelling and forecasting coal prices was conduct-ed for the period 2003-2011 using monthly and quarterly data and a wide range of econometric time series models, including linear and nonlinear models as well as one-dimensional and simultaneous equations models. The following variables were taken into consideration: prices of other energy sources, energy demand, prices of CO2 emission permissions and the leading economic index. The tools used in the analysis will allow not only to forecast but also to evaluate the influence of given variables on the coal prices. The methodology used made it possible to adopt forecast horizons of 1 and 2 quarters (up to 6 months), which corresponds to operational activity of both coal importers and exporters.
PL
Celem artykułu jest budowa, ocena i porównanie modeli prognostycznych dla rynkowej ceny węgla energetycznego. Ponieważ w Polsce energia elektryczna jest w około 88% wytwarzana z węgla, który dodatkowo stanowi ponad 50% kosztów jej wytwarzania stąd autorzy zbadali możliwość prognozowania cen węgla energetycznego. Autorzy przyjęli, że prognozowana będzie cena eksportowa węgla rosyjskiego w portach bałtyckich, gdyż brak dla krajowego rynku benchmarku ceny węgla. Modelowanie i prognozowanie ceny węgla zostało przeprowadzone w latach 2003 – 2011 na danych miesięcznych i kwartalnych. Do budowy prognoz zaproponowano szeroką klasę ekonometrycznych modeli szeregów czasowych, obejmującą liniowe i nieliniowe modele, jednowymiarowe oraz wielorównaniowe modele. Parametry większości modeli były estymowane tradycyjnie (metodą największej wiarygodności). Parametry modeli klasy ARDL były również estymowane metodami od-pornymi. Wykorzystywane w analizie zmienne obejmują m.in.: ceny innych surowców energetycznych, popyt na energię, ceny uprawnień dla emisji CO2 oraz wskaźniki wyprzedzające koniunkturę. Zastosowane narzędzia pozwolą (oprócz wyznaczenia prognoz) na ocenę wpływu poszczególnych zmiennych na cenę węgla. Dobrana metodologia pozwala na przyjęcie horyzontu prognozy wynoszącego 1 i 2 kwartały (do 6 miesięcy). Takie ujęcie analizy wpisuje się w działalność bieżącą (operacyjną) importerów i eksporterów węgla.
6
Content available Porównanie dokładności różnych metod predykcji stężeń zanieczyszczeń powietrza
Hoffman S., Jasiński R.
Inżynieria i Ochrona Środowiska
|
2009
|
T. 12, nr 4
307-325
PL
W analizie wykorzystano dane zarejestrowane w latach 2004-2008 na ośmiu stacjach monitoringu powietrza działających w różnych miejscowościach województw łódzkiego i mazowieckiego. W pracy badano możliwości aproksymacji stężeń zanieczyszczeń mierzonych na stacjach monitoringu powietrza. Ocenę jakości modelowania wykonano poprzez porównanie modelowanych stężeń ze stężeniami rzeczywistymi. Do predykcji stężeń wykorzystano sieci neuronowe. Porównywano dokładność pięciu różnych grup modeli: modeli szeregów czasowych, liniowych modeli regresji wielowymiarowej, nieliniowych modeli regresji wielowymiarowej, liniowych modeli regresji wielowymiarowej eksplorujących dane pochodzące z sąsiednich stacji monitoringu i nieliniowych modeli regresji wielowymiarowej eksplorujących dane pochodzące z sąsiednich stacji monitoringu. Celem praktycznym była rekomendacja optymalnych technik modelowania luki pomiarowej obejmującej pewien dłuższy fragment serii czasowej tylko jednego z zanieczyszczeń powietrza przy założeniu, że są dostępne wszystkie pozostałe dane, w tym dane pochodzące z sąsiednich stacji monitoringu powietrza. Wykonana analiza wykazała, że dla każdego z zanieczyszczeń powietrza należy rekomendować inne metody predykcji, ponieważ występują duże różnice w możliwościach modelowania poszczególnych zanieczyszczeń powietrza. Stężenia takich zanieczyszczeń, jak O3, SO2, PM10 można efektywnie modelować metodą szeregów czasowych, ale tylko do pewnego horyzontu prognozy, po którym regresyjne metody modelowania okazują się dokładniejsze. W modelowaniu stężeń O3 i PM10 efektywne może się okazać wykorzystanie stężeń tych zanieczyszczeń zarejestrowanych na innych stacjach monitoringu powietrza. W przypadku pozostałych zanieczyszczeń NO, NO2 i CO zasadne jest stosowanie tylko jednej metody modelowania - analizy regresji. Liniowe modele regresyjne są mniej dokładne od ich nieliniowych odpowiedników. Różnice dokładności obu typów modeli nie zawsze są duże. Dlatego modele liniowe mogą stanowić praktyczną alternatywę dla nieliniowych odpowiedników.
EN
Air monitoring data collected over a 5-year period at 8 different measure sites in Central Poland were used as the database for analysis purposes. Approximation of concentrations of monitored air pollutants were done by means of several prediction methods: time series analysis, regression analysis with predictors from a single monitoring station, and regression analysis with external predictors. Separate models were created for O3, NO2, NO, PM10, SO2, CO. Modelled and measured concentrations were compared. As a result prediction errors were calculated for each model. The main objective of analysis was a comparison of prediction results, and recommendation the most accurate modelling methods, dedicated to specified pollutants. The examination was made by means of artificial neural networks, which were employed to create all types of models.
7
Content available remote Modelowanie i prognozowanie szeregów finansowych na przykładzie cen wybranej spółki giełdowej
Matuszewska A.
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Łódzka
|
2002
|
z. 37
99-113
PL
W pracy przedstawiono wybrane opisowe modele ekonometryczne i modele szeregów czasowych wykorzystywanych w modelowaniu i prognozowaniu szeregów finansowych.
EN
In the paper we discuss the results that were obtained when applying dynamic econometric models to forecast the share prices. In our research we used structural econometric model, Holt, Winters, moving average and ARIMA model.
8
Content available remote Krótkoterminowe prognozy sprzedaży energii elektrycznej odbiorcom w gminach wiejskich
Trojanowska M.
Inżynieria Rolnicza
|
2002
|
R. 6, nr 3
293--300
PL
W artykule przedstawiono proces poszukiwania modelu prognostycznego miesięcznej sprzedaży energii elektrycznej odbiorcom wiejskim, na podstawie analizy szeregu czasowego prognozowanego zjawiska. Zaprezentowano przykładowo trzy modele opracowane z wykorzystaniem technik prognostycznych dostępnych w programie STATISTICA. Obliczenia przeprowadzono w oparciu o sprawozdania miesięcznej sprzedaży energii elektrycznej odbiorcom wiejskim w latach 1990-2000 przez wybrany Rejon Energetyczny z obszaru Polski Południowej.
EN
The researching process of forecast model of the monthly electric energy selling to rural consumers basing on the analysis of this process time series was presented in the paper. Three prognostic models, worked out using the program STATISTICA, were presented as an example. Calculations were made for an Energy Distribution Company from South Poland based on accounts of electric energy selling to rural consumers within 1990-2000.
9
Content available remote Porównanie wybranych metod prognozowania na przykładzie kursów akcji spółki Exbud
Witkowska D.
Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Łódzka
|
2001
|
z. 36
91-110
PL
W artykule porównano prognozy cen akcji wyznaczone za pomocą: opisowych modeli ekonometrycznych, modeli AR, ARIMA, Holta oraz jednokierunkowych sztucznych sieci neuronowych.
EN
In the paper we present the results of application of structural econometric models, AR, ARIMA and Holt models as well as feedforward neural networks to share price prediction. In our experiments we use statistical data regarding share prices of Exbud S. S., a company listed on the Warsaw Stock Exchange.
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.