Wyniki wyszukiwania - BazTech

1

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

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.

3

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.

4

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.

5

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.

6

Rekonstrukcja funkcji korelacyjnych ciągów czasowych

Leszczyński J.

Przegląd Elektrotechniczny

|

2003

|

R. 79, nr 2

117-120

PL

W referacie przedstawiono metody rekonstrukcji funkcji autokorelacji na podstawie realizacji sekwencji korelacyjnej, otrzymanej w wyniku opracowania danych z "krótkiej próby" badanego ciągu czasowego. Istota rozwiązania polega na pozyskiwaniu informacji charakterystycznej dla analizy nieparametrycznej badanego sygnału (funkcja autokorelacji, a w następstwie gęstość widmowa) za pośrednictwem jego modelu autoregresyjnego. Badania symulacyjne na tle estymatora Markowa wykazują, że przedstawiana metoda może udoskonalić rozwiązania niektórych zadań identyfikacji.

EN

In the paper the methods and algorithms of reconstruction of the autocorrelation sequence are presented. The methods are formulated as the result of processing a "short sample" of experimental date. The solution consists in extraction of information, which is specific for non- parametric analysis of the examined signal (i.e. autocorrelation sequence and then - power density spectral), from its linear predictor. Numerical experiments (with the use of the Markov estimator) prove that the method presented in the paper may substantially improve solutions of some identification problems.

7

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

Traffic risk modelling using time-series

Żukowska J.

Zeszyty Naukowe. Budownictwo / Politechnika Śląska

|

2002

|

z. 95

533-542

EN

In May 8, 2001 the Council of Ministers adopted the Road Safety Programme GAMBIT 2000 as Poland's programme for 2001-2010. It follows the principles of integrated road safety programmes with emphasis on quantitative targets. International experience shows that when positioned like this, the programme is much more likely to succeed and can be better evaluated in the future. But before the targets can be set, a risk forecast has to be determined. This paper presents a forecasting method. It was developed on the basis of Structural Time Series Models, first described by Harvey (1992) and applied with great success by other researchers. In this case the model is built based on the number of fatalities data over the period 1989-2000, followed by a forecast. The additional advantage of the method is the computer system STAMP (2000). Thanks to the system, trends can be easily identified and various structural time series analyses performed. The programme was used by the author of the paper to conduct analysis of the problem in question.

PL

8 maja 2001 Rada Ministrów przyjęła Program Ochrony Dróg GAMBIT 2000 jako program działań na lata 2001-2010. Jego zasadą jest scalenie programów ochrony dróg wraz z określeniem ilościowych celów. Międzynarodowe doświadczenia pokazują, podobnie jak tutaj, że program ma większą szansę powodzenia i może być lepiej oceniony w przyszłości. Ale zanim cel będzie osiągnięty, musi być określona prognoza ryzyka. W artykule zaprezentowano metodę prognozowania. Powstała ona na bazie strukturalnych modeli Time-Series, które, najpierw odkryte przez Harveya (1992), zostały z sukcesem wdrożone przez innych. W tym przypadku model zbudowano na bazie wypadków śmiertelnych z okresu 1989-2000. Dodatkową pomocą dla metody jest program komputerowy STAMP (2000). Dzięki temu systemowi możliwa jest łatwa identyfikacja trendów wraz z wykonaniem różnych strukturalnych analiz serii. Program ten został przez autorkę użyty przy przeprowadzaniu analiz kwestii problemu.

9

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.

10

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.