Wyniki wyszukiwania - BazTech

1

Prediction of water quality in Riva River watershed

Oz Nurtac, Topal Bayram, Uzun Halil Ibrahim

Ecological Chemistry and Engineering. S

|

2019

|

Vol. 26, nr 4

727--742

EN

The Riva River is a water basin located within the borders of Istanbul in the Marmara Region (Turkey) in the south-north direction. Water samples were taken for the 35 km drainage area of the Riva River Basin before the river flows into the Black Sea at 4 stations on the Riva River every month and analyses were carried out. Changes were observed in the quality of water from upstream to downstream. For this purpose, the spatial and temporal variations of water quality were investigated using 13 water quality variables with the ANOVA test. It was observed that COD, DO, S and BOD were important in determining the spatial variation. On the other hand, it was found out that all the variables were effective in determining the temporal variation. Moreover, the correlation analysis which was carried out in order to assess the relations between water quality variables showed that the variables of BOD-COD, BOD-EC, COD-EC, BOD-T and COD-T were correlated and the regression analysis showed that COD, TKN and NH4-N explained BOD and BOD, NH4-N, T and TSS explained COD by approximately 80 %. Consequently, the Artificial Neural Network (ANN), Decision Tree and Logistic Regression models were developed using the data of training set in order to predict the water quality classes of the variables of COD, BOD and NH4-N. Quality classes were predicted for the variables by inputting the data of testing set into the developed models. According to these results, it was seen that the ANN was the best prediction model for COD, the Decision Tree for BOD and the ANN and Decision Tree for NH4-N.

2

The object behaviour analysis, control and prognosis in a state space.

Rogoza V., Bobkowska J.

Przegląd Elektrotechniczny

|

2014

|

R. 90, nr 3

124--127

EN

The paper deals with possibility of analyzing the behaviour of complex processes, controlling them and their prognosis in a state space. We express the coefficients of the state equations with increases in terms of the coefficients of the partial regression models based on the KolmogorovGabor equations with sensitivity functions [3]. Then we examine what derived increases’ values can mean. And whether they can be used in order to predict future values of the studied process. The results are promising for the processes characterized by certain regularities (without noises).

PL

Poniższy artykuł omawia możliwość analizowania zachowania się złożonych procesów, sterowania nimi oraz ich prognostyki w przestrzeni stanów. Próbujemy wyrazić współczynniki równań stanów w przyrostach poprzez współczynniki cząstkowych modeli regresyjnych opartych na równaniach Kołmogorowa-Gabora zawierających funkcje wrażliwości [3]. Badamy, jaki sens mogą mieć uzyskane wartości przyrostów oraz czy można ich wartości wykorzystać w celu predykcji przyszłych wartości badanego procesu. Dla funkcji charakteryzujących się pewnymi regularnościami (brak szumów) wyniki są obiecujące.

3

Predictive regression models of monthly seismic energy emissions induced by longwall mining

Jakubowski J., Tajduś A.

Archives of Mining Sciences

|

2014

|

Vol. 59, no. 3

705--720

EN

This article presents the development and validation of predictive regression models of longwall mining-induced seismicity, based on observations in 63 longwalls, in 12 seams, in the Bielszowice colliery in the Upper Silesian Coal Basin, which took place between 1992 and 2012. A predicted variable is the logarithm of the monthly sum of seismic energy induced in a longwall area. The set of predictors include seven quantitative and qualitative variables describing some mining and geological conditions and earlier seismicity in longwalls. Two machine learning methods have been used to develop the models: boosted regression trees and neural networks. Two types of model validation have been applied: on a random validation sample and on a time-based validation sample. The set of a few selected variables enabled nonlinear regression models to be built which gave relatively small prediction errors, taking the complex and strongly stochastic nature of the phenomenon into account. The article presents both the models of periodic forecasting for the following month as well as long-term forecasting.

PL

W artykule przedstawiono budowę i walidację predykcyjnych modeli regresyjnych sejsmiczności indukowanej eksploatacją w ścianie, opartych na obserwacjach w 63 ścianach kopalni Bielszowice prowadzonych w 12 pokładach w latach 1992-2012. Zmienna prognozowaną jest logarytm miesięcznej sumy energii sejsmicznej wstrząsów w ścianie. Zestaw predyktorów składa się z siedmiu zmiennych ilościowych i jakościowych opisujących wybrane czynniki górnicze i geologiczne w ścianach. Do budowy modeli zastosowano dwie metody uczenia się maszyn: drzewa wzmacniane oraz sieci neuronowe. Zastosowano dwa rodzaje walidacji modeli: na losowej próbie walidacyjnej oraz na czasowej próbie walidacyjnej. Zestaw kilku wybranych zmiennych pozwolił na zbudowanie nieliniowych modeli regresyjnych, które, biorąc pod uwagę złożoną i silnie stochastyczną naturę zjawiska, dają względnie małe błędy pro gnozy. W artykule przedstawiono zarówno modele do prognozy okresowej na kolejny miesiąc jak i do prognozy długoterminowej.

4

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.

5

Odtwarzanie i prognozowanie parametrów drgań gruntu wywołanych wstrząsami górotworu

Bańka P., Jaworski A.

Przegląd Górniczy

|

2007

|

T. 63, nr 7-8

29-37

PL

W artykule omówiono problem związane z odtwarzaniem I prognozowaniem pól maksymalnych amplitud składowych poziomych przyspieszeń drgań gruntu wywoływanych silnymi wstrząsami górotworu. Przedstawiono sposoby wykorzystania danych empirycznych, uzyskiwanych z rozbudowywanych sieci powierzchniowych stanowisk obserwacyjnych, do tworzenia modeli regresji wiążących energie wstrząsów i ich odległości epicentralne z parametrami drgań gruntu. Dla wybranego, silnie zagrożonego sejsmicznie rejonu eksploatacji, odtworzono rozkłady maksymalnych przyspieszeń drgań gruntu generowanych najsilniejszymi wstrząsami. Przeanalizowano błędy wykonanych oszacowań. Wyznaczone równanie regresji zastosowano również do prognozy maksymalnych przyspieszeń drgań gruntu, jakie mogły być wywołane wstrząsami towarzyszącymi projektowanym robotom górniczym.

EN

The problems connected with reproduction and forecasting of the fields of the maximum amplitudes of horizontal components of ground vibration accelerations generated by the strong rock mass tremors are discussed. The ways of using empirical data received from developed network of the surface observation stands for creation of regression models binding tremor energies and their epicentre distances with ground vibrations parameters are presented. For the selected mining region with strong seismic hazard distributions of the maximum ground vibrations acceleration generated by the strongest tremors are reproduced. Errors of executed estimation are analyzed. The determined equation of regression have been used also for the forecast of maximum ground vibrations which can be generated by the tremors connected with designed mining operations.

6

Short-term sales forecasts in management of natural gas distributing works

Dittmann P., Szabela-Pasierbińska E.

Management

|

2007

|

Vol. 11, no 1

147-154

EN

In this paper there is the regression model presented as a tool to forecast a daily gas consumption in a gas distributing works. There are also the results of analysis of variance discussed, which were used to finding regularities being characteristic for the forecast phenomenon. There are regression models for cold and non-cold season built. There are also the gas consumption forecasts constructed and their accuracy estimated in the article.

PL

W artykule omówiono możliwość zastosowania modelu regresji do prognozowania dobowego zużycia gazu w zakładzie gazowniczym, omówiono wyniki użycia analizy wariancji do wykrycia prawidłowości występujących w prognozowanym zjawisku. Zbudowano modele regresji dla sezonu pozagrzewczego i grzewczego. Skonstruowano prognozy zużycia gazu i oceniono ich trafność.

7

Propozycja metody przetwarzania danych pluwiograficznych na potrzeby projektowania i eksploatacji miejskich systemów odwodnienia

Licznar P.

Woda-Środowisko-Obszary Wiejskie

|

2005

|

T. 5, z. spec.

197-207

PL

Systemy odwodnienia są ważnym elementem infrastruktury zarówno w obszarach wiejskich, jak i miejskich. Ich właściwe projektowanie i eksploatacja powinny być oparte na dobrym rozpoznaniu lokalnych charakterystyk opadu, głównie ich maksymalnych natężeń. Maksymalne chwilowe natężenie deszczu w wielu przypadkach można określić tylko na podstawie klasycznych papierowych pasków rejestracyjnych, co jest dość drogie i czasochłonne. Biorąc to pod uwagę, postawiono sobie dwa podstawowe cele badawcze. Pierwszy z nich - to opracowanie propozycji metody konwersji klasycznych graficznych rejestracji pluwiograficznych do formatu cyfrowego (digitalizacji) i późniejsze użycie skonwertowanych danych do obliczenia wartości chwilowego natężenia deszczu, a drugi - opracowanie narzędzia do prognozowania natężenia maksymalnego deszczu dla przedziałów czasu: 5, 15, 20, 30, 45, 90 i 120 minut na podstawie prostych do określenia parametrów deszczu, tj. całkowitej sumy i czasu trwania oraz jego 10- i 60-minutowych maksymalnych wysokości opadu. Badania przeprowadzono na podstawie rejestracji opadów z lat 1975-2002 w Obserwatorium Agro- i Hydrometeorologii Akademii Rolniczej we Wrocławiu, które wykorzystano do wykazania przydatności digitalizacji danych opadowych. Dane w formacie cyfrowym były łatwo adaptowalne do analiz w różnych skalach czasu. Poza tym opracowano zestaw liniowych modeli regresji wielokrotnej do prognozowania maksymalnego natężenia chwilowego deszczu. Działanie wszystkich modeli okazało się poprawne, a prognozy wartości maksymalnych chwilowego natężenia deszczu bliskie bądź równe rzeczywistym wartościom.

EN

Drainage systems are important part of infrastructure in both rural and urban areas. Their proper design and exploitation should be based on a good knowledge of local precipitation characteristics, mainly on maximum precipitation intensities. Derivation of maximum instant precipitation intensities is still in most cases possible only from the classical paper strips registrations, which is a very expensive and time-consuming operation. Having this in mind, two basic research aims were established. The first one was to propose the conversion method of classical paper strips' records into the digital format (digitalization) and afterwards to use converted data for calculating maximum instant rainfalls intensities. Development of the tool to predict maximum rainfall intensities for the time periods of: 5, 15, 20, 30, 45, 90 and 120 minutes based on easily established storm parameters (total amount, duration and its 10- and 60-minute maximum precipitation) was the second aim of the study. The study was based on precipitation data registered from 1975 to 2002 at the Agro- and Hydrometeorology Observatory of the Agricultural University in Wroclaw. The usefulness of the precipitation data digitalization was demonstrated. Data in the digital format were easily adapted to analysis at different time scales. Development of the simple linear multiple regression models to predict maximum instant rainfall intensities was the second study result. All models performance appeared correct and their predicted maximum rainfall intensities were close or equal to real, observed values.

8

Czynniki wpływające na zużycie wody w zakładach przetwórstwa owocowo-warzywnego

Wojdalski J., Dróżdż B., Lubach M.

Postępy Techniki Przetwórstwa Spożywczego

|

2005

|

T. 15, nr 1

39-43

PL

W pracy zawarto przegląd dostępnych wyników badań nad gospodarką wodną, oraz wyniki badań dotyczących określenia wpływu różnych czynników (w tym struktury mocy zainstalowanej urządzeń elektrycznych, struktury dobowego przerobu surowca i innych aspektów produkcji) na dobowe zużycie wody w zakładach przetwórstwa owocowo-warzywnego. Stosując procedurę regresji krokowej wykazano siłę wpływu tych czynników na kształtowanie się zmienności zakładowego wskaźnika jednostkowego zużycia wody. Wykazano możliwość zastosowania otrzymanych wyników w praktyce przemysłowej, zwłaszcza w celu określenia efektywności pracy analizowanych zakładów przetwórstwa owocowo-warzywnego oraz oddziaływania tych zakładów na środowisko.

EN

Applying the pace regression procedure, there has been determined the scope of these factors on variability process of the plant's indices of unitary water consumption. There has been proved a possibility to apply the obtained results in industry practice, particularly in order to determine the work effectiveness of the analyzed fruit and vegetable processing plants as well as their impact on the environment.

9

Sieć neuronowa do predykcji własności wytrzymałościowych odlewu

Stawowy A., Macioł A., Wrona R.

Archiwum Odlewnictwa

|

2004

|

R. 4, nr 11/2

222--227

PL

W pracy zaprezentowano modele do wyznaczania zależności między składem żeliwa i temperatury zalewania a wytrzymałością Rm z wykorzystaniem regresji wielorakiej oraz z użyciem sztucznej sieci neuronowej. Ze względu na powiązania między parametrami oraz nieliniowość zjawisk efektywniejszy okazał się model stworzony przez sieć neuronową.

EN

The work describes the models for prediction of tensile strength based on temperature and chemical composition of ductile cast iron. The multiple regression and the neural networks models were employed. It is concluded that ANN model is more effective tool than the regression model.

10

Modele regresji dla odchyłek w punktualności autobusów komunikacji miejskiej

Bauer M.

Zeszyty Naukowe. Budownictwo / Politechnika Śląska

|

2003

|

z. 101

71-78

PL

W referacie przedstawiono klasyfikację czynników wpływających na pogarszanie się punktualności kursowania autobusów. Zaprezentowano grupę modeli statystycznych, opisujących zależność wielkości odchyłki od rozkładu jazdy dla wybranych czynników. Dokonano statystycznej analizy uzyskanych modeli, przedstawiono wnioski dotyczące dalszych badań.

EN

In this paper the classification of factors which have an effect on punctuality of public vehicles was shown. The group of statistical models, which describes the relationship between deviation of public transport time-tables and the selected factors were shown. Statistical analysis of obtained models was executed. Finally the conclusions to apply the models for further research were shown.

11

Prognozowanie indeksu cen dóbr i usług konsumpcyjnych : modele regresji i jednokierunkowe sieci neuronowe

Szymczak Z., Witkowska D.

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Łódzka

|

2002

|

z. 37

85-97

PL

Jednym z celów, jakie stawiaja sobie praktycy ekonomii jest przewidywanie wahań cen towarów i usług konsumpcyjnych. W artykule przedstawiono implementacje podstawowych metod ilościowych, służące wyjaśnieniu zmian w kształtowaniu się inflacji. Narzędzia te mogą być również z powodzeniem stosowane do budowy prognoz tego zjawiska w Polsce.

EN

In the paper we present several models describing monthly CPI in Poland in the period from January 1992 to December 1999. Linear regression models and neural networks contain: nominal wages, industry output sold and unemployment rate as well as lagged CPI as explanatory variables. CPI is predicted on the basis of actual data of descriptors and forecasts of explanatory variables that are estimated by applying: tend, Holt and moving average models.

12

Możliwości wykorzystania sztucznych sieci neuronowych do modelowania stężenia ozonu przy powierzchni ziemi

Hoffman Sz.

Chemia i Inżynieria Ekologiczna

|

2002

|

Vol. 9, nr 8

911-917

PL

Zbadano możliwości zastosowania różnych typów sieci neuronowych do modelowania stężenia ozonu przy powierzchni ziemi. W obliczeniach wykorzystano dane zarejestrowane w 1996 r. na stacji pomiarowej monitoringu powietrza w Zabrzu. Analizowany zbiór danych stanowiły zmierzone w godzinach dziennych wartości stężeń 03, NO." natężenia promieniowania słonecznego, temperatury i prędkości wiatru uśrednione w okresach 60-minutowych. Do utworzenia modeli regresyjnych, uzależniających stężenie ozonu od stężenia NO" temperatury, natężenia promieniowania słonecznego i prędkości wiatru, wykorzystano sztuczne sieci neuronowe o strukturze perceptronu. W badaniach ograniczono się do trzech typów modeli neuronowych: liniowych, perceptronu trójwarstwowego, perceptronu czterowarstwowego. Jako kryterium oceny otrzymanych modeli przyjęto wartość pierwiastka z błędu średniokwadratowego RMSE, wynikającego z rozbieżności między wartościami obliczonymi a wartościami rzeczywistymi stężenia 03. Na podstawie przeprowadzonej analizy stwierdzono, że modele neuronowe wykorzystujące strukturę perceptronu trójwarstwowego i czterowarstwowego są zdecydowanie lepsze (dokładniejsze) od modeli liniowych. Dokładność modeli neuronowych wykorzystujących strukturę perceptronu trójwarstwowego i czterowarstwowego jest podobna. Liczba neuronów w warstwach ukrytych perceptronów nie decyduje o dokładności modelu. Prędkość wiatru może być pomijana w modelowaniu stężenia ozonu w godzinach dziennych.

EN

Possibility of neural networks application to the surface ozone concentration modelling was examined. The data gathered in 1996 at the air monitoring station in Zabrze (Upper Silesia, Poland) were used in calculations. The analysed data set was built of 60-minutes' averages of temperature, insolation and wind speed as well as 03 and NO, concentrations measured at the daytime hours. Neural networks were used for generation of multiple regression models, conditioning ozone concentration by temperature, insolation, wind speed and NO, concentration. Three types of neural networks were tested: linear, non-linear perceptrons with one hidden layer and non-linear perceptrons with two hidden layers. The value of root mean square error RMSE resulting from divergences between model input and real 03 concentration values was assumed as the criterion of each model estimation. It was stated that the non-linear models are decidedly better than the linear regression models. Accuracies of non-linear perceptron models with one and two hidden layers are similar. Number of neurons in hidden layers does not influence on model accuracy. Wind speed may be omitted as the input variable in neural models.

13

Modele regresyjne wielostrumieniowej sedymentacji prostopadłoprądowej

Kowalski W. P., Mięso R.

Inżynieria Chemiczna i Procesowa

|

2001

|

T. 22, z. 3C

783--788

PL

Przedstawiono wyniki badań procesu sedymentacji prostopadloprądowej dla kilku rodzajów zawiesin (zawiesina ze stalowni konwertorowej, zawiesina z procesu utylizacji złomu akumulatorowego, zawiesina z procesu wzbogacania węgla, zawiesina chromowa). Badania prowadzono w skali laboratoryjnej. W badaniach wyznaczano zależność efektywności sedymentacji w procesie klarowania zawiesiny od obciążenia powierzchniowego oraz od stężenia zawiesiny. Opracowano równania empiryczne badanej zależności.

EN

In the paper there are presented tests results of the cross-current sedimentation for some kinds of suspensions (the suspension from the steel converter plant, the suspension from the utilisation process of battery scrap, the suspension from the coal enrichment process and the chromium suspension). The tests have been made in a laboratory scale. In these tests the dependence of the surface load and the fed suspension concentration on the sedimentation effectiveness in a clarifying process. Based on the test results empirical equations of the investigated dependence have been worked out.