Wyniki wyszukiwania - BazTech

1

Its-pro-flow: a new enhanced short-term traffic flow prediction for intelligent transportation systems

Kozici Halil Ibrahim, Kosunalp Selahattin, Arucu Muhammet

Zeszyty Naukowe. Transport / Politechnika Śląska

|

2023

|

z. 120

117--136

EN

Short-term traffic flow prediction plays a significant role in various applications of intelligent transportation systems (ITS), such as road traffic control and route guidance. This requires the development of intelligent prediction approaches for accurate and timely traffic flow information. To handle this issue, this paper emphasizes the potential of a new idea to propose a high-quality and intelligent prediction of short-term traffic flow in ITS. The proposed model, referred to as ITS-Pro-Flow, takes the benefits of the well-known Profile-Energy (Pro-Energy) as a landmark solution, relying on past observations and current conditions to forecast future short-term traffic flow volume. ITS-Pro-Flow has an effective prediction mechanism due to its unique enhancements over Pro-Energy. The distinctive feature of ITS-Pro-Flow is that it dynamically adjusts the contributions of past predictions and current observations for a particular prediction, which is equally performed in Pro-Energy. We prove the performance of ITS-Pro-Flow through extensive simulations with 2 datasets, in comparison to Pro-Energy and IPro-Energy. Performance results clearly indicate that ITS-Pro-Flow provides more accurate predictions than other schemes.

2

Short-term traffic state estimation using breakpoint flow calculation and machine learning methods

Özinal Avşar Yağmur, Avşar Ercan

Zeszyty Naukowe. Transport / Politechnika Śląska

|

2022

|

z. 115

121-134

EN

Estimation of the state of road traffic conditions is gaining increasing attention in recent intelligent transportation systems. Accurate and real-time estimation of traffic condition changes is critical in the management and control of road network systems. Thus, efforts are been made to predict short-term traffic conditions based on measured traffic data such as speed, flow and density. In this work, the state of the traffic is estimated through a three-step process. First, both speed and flow predictions for 15-minute ahead are made for a particular freeway segment. Four different regression models are used for the prediction task, namely, multi-layer perceptron neural networks (MLPNN), support vector regression (SVR), gradient boosted decision trees (GBDT), and k-nearest neighbors (kNN). Next, the breakpoint (BP) flow is calculated using the distribution of these predicted speed and flow values. In the final step, these predictions are classified as belonging to a “stable state” or “metastable state” by using the calculated BP as the threshold between these states. According to the experimental results, the values for MLPNN are the highest for speed (0.8564) and flow (0.9862) predictions. An identical BP, 1050 pc/15min, is calculated for actual data as well as all prediction methods.

3

Approach to predict product quality considering current customers’ expectations

Siwiec Dominika, Pacana Andrzej, Bednárová Lucia

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska

|

2022

|

z. 155

461--472

EN

Purpose: The purpose was to develop an approach to predict product quality considering current customers' expectations. Design/methodology/approach: The approach includes integrated techniques, i.e.: SMART(-ER) method, a questionnaire with the Likert scale, brainstorming (B&M), WSM method, and Naïve Bayes Classifier. This approach refers to obtaining customers' expectations for satisfaction from the current quality of products and the importance of these criteria. Based on the satisfaction of customers, the quality of the product was estimated and classified. Then, the quality of the product was predicted for current customers. Findings: It was shown that it is possible to predict product quality based on current customer expectations, and so based on the current existing product. Research limitations/implications: The proposed approach does not include the possibilities of determining the expected quality of the product. The approach focuses on predicting customers' satisfaction with the current quality of the product. Therefore, if there is a need for improvement actions, further analyzes should be carried out to determine which criteria should be modified and how. Practical implications: The presented approach can be used for any product. Therefore, it is a useful tool for any kind of organization, which strives to meet customer satisfaction. Despite the possibility to predict the quality of the product, the proposed approach can indicate at an early stage to the organization that it is necessary to make improvement actions. Social implications: It is possible to reduce the waste of resources by predicting that improvement actions are necessary. Moreover, the approach supports an entity (e.g., expert, enterprise, interested parties) in predicting current customers' satisfaction. Originality/value: Originality is predicting product quality based on current customers' expectations. A new combination of quality management techniques, decision support, and machine learning was implemented.

4

Concept of a model to predict the qualitative-cost level considering customers’ expectations

Siwiec Dominika, Pacana Andrzej, Ulewicz Robert

Polish Journal of Management Studies

|

2022

|

Vol. 26, No. 2

330--340

EN

The main problem of modern entrepreneurs is the adequate recognition of customer expectations based on current products. The purpose of the study is to propose the concept of a model to predict the qualitative-cost level of this modified product. The idea of the concept depends on determining the product that will be satisfactory for the customer, i.e., satisfied simultaneously in turn of quality and cost of purchase. A questionnaire is used to obtain customer expectations. Then, according to the DEMATEL method, the relations between these criteria are determined. Next, the weights (importance) of the criteria are estimated by arithmetic average. Additionally, according to the Likert scale, these criteria' initial quality (customer satisfaction) is assessed. Based on these, the quality of the product is estimated by using the WSM method. The calculated product quality is combined with the real cost of its purchase in the qualitative-cost analysis (AKJ). According to the results of the qualitative-cost analysis, the expected product of the customer is predicted. This process is supported by the Relative States Scale. The proposed conception can be used to verify any product. Therefore, it can be useful for different entities offering products to the customer and striving to meet their expectations (satisfaction). The originality is the simultaneous prediction of the expected level of product quality and the cost of its purchase and the ability to determine customer satisfaction at this qualitative-cost level.

PL

Głównym problemem współczesnych przedsiębiorców jest odpowiednie rozpoznanie oczekiwań klienta na podstawie aktualnych produktów. Celem opracowania jest zaproponowanie koncepcji modelu do przewidywania poziomu jakościowo-kosztowego produktu według modyfikacji produktu. Idea koncepcji polega na określeniu satysfakcjonującego dla klienta produktu, który będzie jednocześnie zadawalający pod względem jakości i kosztu jego zakupu. Kwestionariusz wykorzystuje się do pozyskania oczekiwań klienta. Kolejno, według metody DAMATEL określane są relacje pomiędzy kryteriami. Następnie stosując średnią arytmetyczną szacowane są wagi (ważność) kryteriów. Dodatkowo, według skali Likerta oceniana jest wstępna jakość (satysfakcja klienta) z tych kryteriów. Na ich podstawie szacowana jest jakość produktu zgodnie z metodą WSM. Obliczona jakość produktu łączona jest z rzeczywistym kosztem ich zakupu w analizie kosztowo-jakościowej (AKJ). Według poziomu kosztowo-jakościowego przewidywany jest produkt oczekiwany przez klienta. Wybór wspierany jest skalą stanów względnych. Proponowana koncepcja może być stosowana do weryfikacji dowolnych produktów. Dlatego może być użyteczną dla różnych podmiotów oferujących produkty klientowi i dążących do spełnienia ich oczekiwań (satysfakcji). Oryginalnością jest jednoczesne przewidzenie oczekiwanego poziomu jakości produktu i kosztu jego zakupu oraz możliwość określenia satysfakcji klienta z tego poziomu jakościowo-kosztowego.

5

Stan wody jako czynnik generujący zakłócenia wpływające negatywnie na realizację procesów budowlanych

Stanulewicz Joanna

Przegląd Budowlany

|

2021

|

R. 92, nr 1

34--37

PL

Zakłócenia występujące podczas realizacji procesów budowlanych, gdzie głównym czynnikiem zakłócającym jest czynnik hydrologiczny są bardzo trudne do przewidzenia. Na przykładzie budowy Trasy Mostu Północnego w Warszawie kluczowym czynnikiem zakłócającym był wyjątkowo wysoki stan wody rzeki Wisły. W artykule zostanie wyjaśnione, czy zakłócenia, które pojawiły się w trakcie realizacji inwestycji, były możliwe do przewidzenia lub/i w jaki sposób można byłoby ograniczyć ich negatywny wpływ tak, by nie powodowały wydłużenia czasu realizacji oraz nie tworzyły dodatkowych kosztów inwestycji. Dokonany zostanie podział działań umożliwiających ograniczenie wpływu zakłóceń na realizację procesów budowlanych na etapie projektowania oraz realizacji inwestycji poprzez wprowadzenie elastyczności.

EN

Disturbances occurring during construction processes where the main disturbing factor is the hydrological factor are very difficult to predict. In the example of the construction of the North Bridge Route in Warsaw, the extremely high water level of the Vistula River was the key disturbing factor. The article will explain whether the disruptions that occurred during the implementation of the investment were foreseeable and/or how could their negative impact be limited, so that they did not extend the implementation time and did not create additional investment costs. Actions will be divided to limit the impact of disruptions on the implementation of construction processes at the design and implementation stage of the investment by introducing flexibility.

6

Short-term wind power combined prediction based on EWT-SMMKL methods

Li Jun, Ma Liancai

Archives of Electrical Engineering

|

2021

|

Vol. 70, nr 4

801--817

EN

Since wind power generation has strong randomness and is difficult to predict, a class of combined prediction methods based on empirical wavelet transform (EWT) and soft margin multiple kernel learning (SMMKL) is proposed in this paper. As a new approach to build adaptive wavelets, the main idea is to extract the different modes of signals by designing an appropriate wavelet filter bank. The SMMKL method effectively avoids the disadvantage of the hard margin MKL method of selecting only a few base kernels and discarding other useful basis kernels when solving for the objective function. Firstly, the EWT method is used to decompose the time series data. Secondly, different SMMKL forecasting models are constructed for the sub-sequences formed by each mode component signal. The training processes of the forecasting model are respectively implemented by two different methods, i.e., the hinge loss soft margin MKL and the square hinge loss soft margin MKL. Simultaneously, the ultimate forecasting results can be obtained by the superposition of the corresponding forecasting model. In order to verify the effectiveness of the proposed method, it was applied to an actual wind speed data set from National Renewable Energy Laboratory (NREL) for short-term wind power single-step or multi-step time series indirectly forecasting. Compared with a radial basic function (RBF) kernel- based support vector machine (SVM), using SimpleMKL under the same condition, the experimental results show that the proposed EWT-SMMKL methods based on two different algorithms have higher forecasting accuracy, and the combined models show effectiveness.

7

Application of projection pursuit regression model for blasting vibration velocity peak prediction

Shi Jianjun, An Huaming, Wei Xin

Archives of Civil Engineering

|

2021

|

Vol. 67, nr 2

653--673

EN

Based on Projection Pursuit Regression Theory (PPRT), a projection pursuit regression model has been established for forecasting the peak value of blasting vibration velocity. The model is then used to predict the peak value of blasting vibration velocity in a tunnel excavation blasting in Beijing. In order to train and test the model, 15 sets of measured samples from the tunnel project are used as the input data. It is found that predicting results by projection pursuit regression model on the basis of the input data is much more reasonable than that predicted by the traditional Sodaovsk algorithm and modified Sodaovsk formula. The results show that the average predicting error of the projection pursuit regression model is 6.36%, which is closer to the measured values. Thus, the projection pursuit prediction model is a practical and reasonable tool for forecasting the peak value of blasting vibration velocity.

8

Ocena poziomu awaryjności przewodów wodociągowych z wykorzystaniem nowoczesnych metod uczenia maszyn

Kutyłowska Małgorzata

Technologia Wody

|

2020

|

Nr 1 (69)

20--27

PL

W pracy pokazano możliwości modelowania wskaźnika intensywności uszkodzeń oraz klasyfikacji rodzajów uszkodzeń przewodów wodociągowych za pomocą najnowszych narzędzi matematycznych, tzw. metod uczenia maszyn. Analizowano kilka wybranych algorytmów – metodę wektorów nośnych, metodę K-najbliższych sąsiadów, metodę drzew regresyjnych i klasyfikacyjnych. Dokonano modelowania poziomu awaryjności przewodów wodociągowych pod kątem jakościowym i ilościowym. Wykazano na podstawie badań, że wybrane metody regresyjne i klasyfikacyjne są odpowiednim narzędziem do analizy i oceny poziomu awaryjności przewodów wodociągowych, gdyż uzyskane wyniki modelowania są akceptowalne i mogą być podstawą do dalszych rozważań teoretycznych, wpływających na praktykę inżynierską. Zwrócono uwagę na walory aplikacyjne wybranych metod predykcyjnych, co może przyczynić się do racjonalnego zarządzania infrastrukturą podziemną. Ponadto przeprowadzone badania wskazały, że konieczne jest usystematyzowanie i grupowanie danych eksploatacyjnych rejestrowanych w przedsiębiorstwach wodociągowych, co w konsekwencji powinno prowadzić do większych możliwości wykorzystania gromadzonych informacji na potrzeby opracowywania modeli niezawodnościowych.

EN

The paper presents the possibilities of failure rate modelling and classification of kind of damage of water pipes using the newest mathematical approaches, so-called machine learning methods. Several selected algorithms were analysed – support vector machine method, K-nearest neighbours method, regression trees and classification trees. Quantitative and qualitative failure level modelling was carried out. On the basis of investigations it was demonstrated that selected regression and classification methods are suitable for analysis and assessment of failure level of water pipes. Obtained modelling results are acceptable and could be used for further theoretical considerations influencing the engineering practice. One can pay attention to application advantages of selected prediction methods which could be useful for rational management of buried infrastructure. Moreover, carried studies pointed out that proper arrangement of operational data registered in water utilities is necessary and should result in greater possibilities of using such information for construction of reliability models.

9

Daily streamfow prediction using support vector machine artifcial fora (SVM AF) hybrid model

Dehghani Reza, Torabi Poudeh Hassan, Younesi Hojatolah, Shahinejad Babak

Acta Geophysica

|

2020

|

Vol. 68, no. 6

1763--1778

EN

Precise estimation of river fow in catchment areas has a signifcant role in managing water resources and, particularly, mak ing frm decisions during food and drought crises. In recent years, diferent procedures have been proposed for estimating river fow, among which hybrid artifcial intelligence models have garnered notable attention. This study proposes a hybrid method, so-called support vector machine–artifcial fora (SVM-AF), and compares the obtained results with outcomes of wavelet support vector machine models and Bayesian support vector machine. To estimate discharge value of the Dez river basin in the southwest of Iran, the statistical daily watering data recorded by hydrometric stations located at upstream of the dam over the years 2008–2018 were investigated. Four performance criteria of coefcient of determination (R2 ), rootmean-square error, mean absolute error, and Nash–Sutclife efciency were employed to evaluate and compare performances of the models. Comparison of the models based on the evaluation criteria and Taylor’s diagram showed that the proposed hybrid SVM-AF with the correlation coefcient R2 = 0.933–0.985, root-mean-square error RMSE = 0.008–0.088 m3 /s, mean absolute error MAE = 0.004–0.040 m3 /s, and Nash-Sutclife coefcient NS = 0.951–0.995 had the best performance in estimating daily fow of the river. The estimation results showed that the proposed hybrid SVM-AF model outperformed other models in efciently predicting fow and daily discharge.

10

Forecasting and predicting in engineering tasks

Afanasyeva Olesya, Korostil Olga

Journal of KONBiN

|

2019

|

Vol. 49, iss. 3

421--431

EN

The work analyzes the tasks of solving problems, which consist in determining the events that may occur through some time after the completion of the process of solving the problem. One of the possible classifications of such tasks is proposed. The analysis of differences between different types of tasks is carried out, features of implementing the processes of their resolution are revealed. The paper considers in detail such types of tasks as prognosis and prediction. Differences are described between these processes with each other and the characteristics that determine each of the processes. The comparison of various types of processes in the overall forecasting process is presented.

PL

Tematem publikacji jest rozwiązywanie problemów polegających na określaniu zdarzeń, które mogą mieć miejsce po zakończeniu procesu rozwiązywania problemu. W artykule zaproponowano jedną z możliwych klasyfikacji takich zadań. Ponadto, przeprowadzono analizę różnic rozmaitych zadań. Przedstawiono także cechy wdrażania procesów ich rozwiązywania. W artykule szczegółowo rozważano takie rodzaje zadań, jak prognozowanie i przewidywanie. Opisano różnice między tymi procesami oraz cechy charakterystyczne, które określają każdy z wymienionych procesów. Przedstawiono porównanie różnych rodzajów procesów w całościowym procesie prognozowania.

11

Miasto przyszłości. Cz.1

Bonenberg W.

Builder

|

2018

|

R.22, nr 2

34--37

EN

The article presents ideas of the future city in the context of development trends of urban structures. The challenges faced by contemporary urban planning are discussed in the face of such problems as uncontrolled migration, social disorganization, space chaos, transportation problems, environmental degradation, urban sprawl, environmental pollution. Against this background future urban concepts are presented, which aim to improve the quality of life in cities.

12

Using artificial neural network (ANN) for prediction of sediment loads, application to the Mellah catchment, northeast Algeria

Bouzeria H., Ghenim A. N., Khanchoul K.

Journal of Water and Land Development

|

2017

|

no. 33

47--55

EN

In this study, we present the performances of the best training algorithm in Multilayer Perceptron (MLP) neural networks for prediction of suspended sediment discharges in Mellah catchment. Time series data of daily suspended sediment discharge and water discharge from the gauging station of Bouchegouf were used for training and testing the networks. A number of statistical parameters, i.e. root mean square error (RMSE), mean absolute error (MAE), coefficient of efficiency (CE) and coefficient of determination (R2) were used for performance evaluation of the model. The model produced satisfactory results and showed a very good agreement between the predicted and observed data. The results also showed that the performance of the MLP model was capable to capture the exact pattern of the sediment discharge data in the Mellah catchment.

PL

W niniejszej pracy przedstawiono działanie najlepszego algorytmu sieci neuronowych z użyciem wielowarstwowego perceptronu do przewidywania odpływu zawiesiny ze zlewni rzeki Mellah. Do treningu i testowania sieci użyto serii czasowych dobowego odpływu zawiesiny i odpływu wody z profilu wodowskazowego Bouchegouf. Do oceny działania modelu wykorzystano szereg parametrów statystycznych, takich jak pierwiastek ze średniego błędu kwadratowego, średni błąd bezwzględny, współczynnik wydajności i współczynnik determinacji. Model dawał zadowalające wyniki i wykazywał bardzo dobrą zgodność między obserwowanymi i przewidywanymi danymi. Wyniki świadczą także, że model jest w stanie wychwycić szczegółowy wzorzec odpływu zawiesiny ze zlewni rzeki Mellah.

13

Support vector machines and neural networks for forecasting of failure rate of water pipes

Kutyłowska M.

Proceedings of ECOpole

|

2016

|

Vol. 10, No. 1

41--46

EN

The failure rate of water pipes was predicted using support vector machines (SVMs) and artificial neural networks (ANNs). Both algorithms are regression methods of so called machine learning. Operational data from the time span 2001-2012 were used for forecasting purposes. The length, diameter and year of construction of the distribution pipes and the house connections were treated as the independent variables. The computations were carried out using the Statistica 12.0 software.

PL

Wskaźnik awaryjności przewodów wodociągowych przewidywano za pomocą metody wektorów nośnych (SVM) i sztucznych sieci neuronowych (SSN). Oba algorytmy należą do metod regresyjnych, nazywanych metodami uczenia maszyn. Dane eksploatacyjne z lat 2001-2012 zostały wykorzystane w celach predykcji. Długość, średnica i rok budowy przewodów rozdzielczych i przyłączy były zmiennymi niezależnymi. Obliczenia przeprowadzono w programie Statistica 12.0.

14

Prognozowanie rzeczywistego zużycia mieszanki betonowej do wykonania ścian szczelinowych metodą uogólnionych modeli addytywnych GAM

Rogalska M.

Materiały Budowlane

|

2016

|

nr 6

88--89

PL

W artykule przedstawiono wyniki pracy, której celem było wyznaczenie wzoru regresyjnego do obliczania rzeczywistego zużycia mieszanki betonowej podczas wykonania ścianek szczelinowych. Zużycie prognozowano, wykorzystując metodę uogólnionych modeli addytywnych z logarytmiczną funkcją wiążącą. Wykonano test Shapiro-Wilka sprawdzający normalność rozkładów, weryfikację prawidłowości wyznaczonego równania regresji wykonano, obliczając błąd MAPE prognozy oraz analizując szereg resztowy, wyznaczając funkcje autokorelacji i autokorelacji cząstkowych reszt. W wyniku obliczeń otrzymano wzór regresyjny pozwalający wyznaczać rzeczywiste zużycie mieszanki betonowej podczas wykonywania ścianek szczelinowych. Na przykładzie realizacji analizowanego obiektu obliczono koszt nieuwzględnienia rzeczywistego zużycia mieszanki betonowej.

EN

In article are presented the results of the work, which has the aim to determine the regression formula for calculating the actual consumption of the concrete mix during the execution of diaphgram walls. Consumption of concrete mix was predicted using the method of generalized additive models with a logarithmic function of binding. Shapiro-Wilk test for normality distributions are made, the verification of the correctness of a designated regression equations were made calculating the forecast MAPE mistake and analyzing a number of the residual, setting the autocorrelation function and partial autocorrelation of residuals. The calculations were obtained regressive formula enabling determination of the actual consumption of the concrete mix during the performance of diaphgram walls. Calculated cost does not take into account the actual consumption of the concrete mix to the embodiment of the analyzed object.

15

Przewidywanie wczesnych wytrzymałości betonów na cementach wieloskładnikowych według Eurokodu 2

Klemczak B., Batog M.

Inżynieria i Budownictwo

|

2015

|

R. 71, nr 3

142--145

PL

Przedstawiono wyniki badań wytrzymałości na ściskanie betonów wykonanych na cementach wieloskładnikowych. Zawartość dodatków mineralnych (popiołu lotnego krzemionkowego i żużla wielkopiecowego) w zastosowanych cementach wynosiła od 27,1 do 67,7%. Badano betony w wieku 1, 2, 7, 28, 56 i 90 dni. Wytrzymałość betonu uzyskaną z badań porównano z wytrzymałością wyznaczoną na podstawie funkcji określającej rozwój wytrzymałości betonu, proponowanej w Eurokodzie 2.

EN

The article reports on the development of compressive strength of concretes made of blended cements. The content of mineral additives (siliceous fly ash and ground granulated blast furnace slag) in the applied cements ranged from 27.1% to 67.7%. The compressive strength were tested after 1, 2, 7, 28, 56 and 90 days of concrete curing. The results of experimental tests were compared with time-dependent model describing the development of concrete strength in time, which is proposed by Eurocode 2.

16

Prediction of compressive strength in light-weight self-compacting concrete by ANFIS analytical model

Vakhshouri B., Nejadi S.

Archives of Civil Engineering

|

2015

|

Vol. 61, nr 2

53--72

EN

Light-weight Self-Compacting Concrete (LWSCC) might be the answer to the increasing construction requirements of slenderer and more heavily reinforced structural elements. However there are limited studies to prove its ability in real construction projects. In conjunction with the traditional methods, artificial intelligent based modeling methods have been applied to simulate the non-linear and complex behavior of concrete in the recent years. Twenty one laboratory experimental investigations on the mechanical properties of LWSCC; published in recent 12 years have been analyzed in this study. The collected information is used to investigate the relationship between compressive strength, elasticity modulus and splitting tensile strength in LWSCC. Analytically proposed model in ANFIS is verified by multi factor linear regression analysis. Comparing the estimated results, ANFIS analysis gives more compatible results and is preferred to estimate the properties of LWSCC.

PL

Lekki beton samouszczelniający (LWSCC) to połączenie betonu lekkiego (LWC) i samouszczelniającego (SCC) i posiada zarówno zalety, jak i wady obu typów betonu. Ze względu na złożony charakter i nieliniowe zachowanie LWSCC oraz dużą liczbę parametrów, które mają wpływ na wyniki analiz, tradycyjne metody mogą okazać się niewystarczające do określenia współzależności pomiędzy różnymi właściwościami LWSCC; jakkolwiek model ANFIS okazał się skuteczny, jeśli chodzi o określanie zależności pomiędzy parametrami w przypadku złożonych systemów technologicznych oraz materiałów. W opracowaniu wykorzystano znaczącą ilość danych eksperymentalnych, dotyczących tego nowego materiału budowlanego, w celu przeanalizowania zależności pomiędzy wytrzymałością na ściskanie (CS), wytrzymałością na rozciąganie (STS) oraz modułem sprężystości (EM). Dodatkowo, opracowano nowy model analityczny w ramach systemu rozmytego, który został też zweryfikowany przy pomocy zgromadzonych danych, jak również analizy regresji wieloczynnikowej. Zgromadzone dane umożliwiają także porównanie otrzymanych proporcji mieszanki LWSCC. Ponieważ w literaturze nie pojawiły się dotąd wskazówki w tym zakresie, porównanie takie może stać się doskonałym punktem wyjścia dla dalszych badań na temat właściwości LWSCC oraz składu mieszanki. Porównując wszystkie cechy charakterystyczne przy pomocy modelu ANFIS, opracowano model FIS przy zastosowaniu strukturę typu Sugento, funkcję przynależności w kształcie dzwonu oraz metodę optymalizacji hybrydowej.

17

Improving reservoir thickness prediction using seismic attributes and attributes fusion

Liu H., Lei X, Mao C, Li S.

Acta Geophysica

|

2014

|

Vol. 62, no. 3

544--563

EN

Usage of any single attribute would introduce unacceptable uncertainty due to limited reservoir thickness and distribution, and strong lateral variations in lithological traps. In this paper, a wide range of prestack and post-stack seismic attributes is utilized to identify a range of properties of turbidity channel sandstone reservoir in Block L118 of J Oilfield, China. In order to better characterize the turbidity channel and lower the uncertainty, we applied multi-attribute fusion to weight a variety of seismic attributes in terms of their relevance to the identification of turbidity channel reservoir. Turbidity channel boundary is clearly present in the new attribute and the reservoir thickness prediction is improved. Additionally, fluid potential of reservoir was predicted using this fused attribute with a high value anomaly indicating high fluid potential. The multi-attribute fusion is a valid approach for the fine prediction of lithologic reservoirs, reducing the risks typically associated with exploration.

18

To predict military spending in China based on ARIMA and artificial neural networks models

Kuo K.-C., Chang C.-Y., Lin W.-C.

Przegląd Elektrotechniczny

|

2013

|

R. 89, nr 3b

176--181

EN

This study takes the initiative to forecast China’s military spending based on autoregressive integrated moving average (ARIMA) models and artificial neural networks (ANNs) models. The mean absolute percentage error (MAPE) approach is applied to measure prediction accuracy. The results indicate that these single variable ARIMA models show higher accuracy and stability than those made by the single variable ANNs models across the four time periods, namely the short term (1 year), the medium term (3 years), the medium-long term (5 years), and the long term (10 years). As to multiple variable ANNs models, the prediction accuracy of each model with different variables has advantages in different time periods. The highest accuracy for the long term predictions among all of the multivariate models is made by ANN2 including China’s military spending and GDP. ANN3 including variables of China’s military spending, GDP, and inflation rates illustrates the most accurate prediction for the short term and medium-long term, while ANN4 including China’s military spending, GDP, inflation rates, and Taiwan’s military spending shows the highest accuracy for the medium term prediction. This concludes the contributions of this study.

PL

W artykule przedstawiono wyniki analizy dotyczącej przewidywanych wydatków Chin na militaria, opracowanej na podstawie modelu autoregresji (ang. ARIMA) oraz sztucznych sieci neuronowych (ANN). Dokładność predykcji oparta została na funkcji średniej wartości absolutnej procentowego uchybu. Badania wykazują, że model ARIMA ma wyższą dokładność i stabilność niż model oparty na ANN w odniesieniu do czterech, różnych okresów (1, 3, 5, 10 lat), przy czym dla ANN badanie wykonano dla czterech wartości dokładności predykcji.

19

Photovoltaic power plant power output prediction using fuzzy rules

Prokop L., Misak S., Snášel V., Krömer P., Platos J.

Przegląd Elektrotechniczny

|

2013

|

R. 89, nr 11

77-80

EN

Photovoltaic Power Plants (PVPP) are classified as a power energy sources with non-stabile supply of electric energy. It is necessary to back up power energy from PVPP for stabile electric network operation. We can set an optimal value of back up power energy with using variety of prediction models and methods for PVPP Power output prediction. Fuzzy classifiers and fuzzy rules can be informally defined as tools that use fuzzy sets or fuzzy logic for their operations. In this paper, we use genetic programming to evolve a fuzzy classifier in the form of a fuzzy search expression to predict PVPP Power output.

PL

Opisano różne metody przewidywania możliwości system fotowoltaicznego. Jedną z metod jest logika rozmyta – fuzzy logic. Opisano programowanie genetyczne do tworzenia rozmytego klasyfikatora.

20

Forecasting Modeling and Analysis of Power Engineering in China Based on Semi-Parametric Regression Model

Wang X., Yu B., Chen Z., Hou L.

Przegląd Elektrotechniczny

|

2013

|

R. 89, nr 3b

161--169

EN

Electricity consumption forecasting is considered one of the most important tasks in energy planning, and it has great significance on management decision-making for power generation organizations and power policy adjustments for governments. In this paper, we present a new semi-parametric regression model for consumption forecasting in electrical power systems. We have used the distribution function of student residuals to replace the nonparametric component of the traditional semi-parametric model, thus eliminating the effects of the residual disturbance term according to the change trend of the consumption data themselves. Then, we use differential element theory set information aggregation intervals to create a dynamic weight distribution and improve the forecasting accuracy of the prediction models. Compared with general linear models, our models make statistical inferences and can automatically regulate the boundary effect, which gives the forecast result a higher accuracy. To present a case study, we use the historical data of electricity consumption and related influential factors in China from 1981 to 2010. The simulation results show that both in the model building stage and in the testing stage for this particular case, the SPRM prediction approach proposed in this paper outperforms the other two contrast models, the MAPE of SPRM is 3.21%, much lower than the other two values 3.84% and 13.07%.

PL

W artykule opisano model regresji semiparametrycznej do przewidywania zużycia energii elektrycznej w systemach elektroenergetycznych. W celu eliminacji wywołujących zakłócenia, nieparametrycznych składowych w tradycyjnym modelu semiparametrycznym, zastosowano rozkład studenta. Wykorzystano także metodę różnicową w ustalaniu interwałów zbierania danych, analizowanych przy przewidywaniu. Działanie i skuteczność modelu zweryfikowano z wykorzystaniem prawdziwych danych z lat 1981 do 2010.