Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 6

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

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
The observation of trends in the demand for minerals is of fundamental importance in the long-term assessment of prospects for economic development in Poland. From among 148 minerals analyzed, 42 minerals are indicated as key minerals for the country’s economy, of which 22 were recognized as deficit minerals. These minerals have been the subject of this paper. For each of these minerals the forecasts of demand by the years 2030, 2040 and 2050 have been made taking the current trends in domestic economy and premises for the development of industries that are main users of these minerals into account. The most promising prospects for growth of domestic demand – with at least a two-fold increase by 2050 – have been determined for manganese dioxide, metallic: magnesium, nickel, silicon, as well as talc and steatite, while an increase by at least 50% have been anticipated for metallic aluminum, tin, metallic manganese, and elemental phosphorus. For natural gas and crude oil growing tendencies have also been predicted, but only by 2030. On the other hand, the most probable decline in domestic demand by 2050 may be foreseen for iron ores and concentrates, bauxite, metallic tungsten, magnesite and magnesia, as well as for crude oil and natural gas, especially after 2040. It seems inevitable that the deficit in the foreign trade of minerals will continue to deepen in the coming years. By 2030 this will mainly result from the growing importation of crude oil and natural gas, but beyond – by 2050 – further deepening in the trade deficit will be related to the growing importation of many metals as well as of some industrial minerals. After 2040, the negative trade balance can be mitigated by a possible decrease in foreign deliveries of hydrocarbons and iron ores and concentrates.
PL
Obserwacja trendów zapotrzebowania na surowce mineralne ma fundamentalne znaczenie w długoterminowej ocenie perspektyw rozwoju gospodarczego Polski. Spośród 148 surowców mineralnych poddanych analizie, 42 zostały wskazane jako kluczowe dla polskiej gospodarki. Spośród nich 22 zostały uznane zarazem za surowce deficytowe. Te ostatnie stały się przedmiotem niniejszej pracy. Na podstawie dotychczasowych trendów krajowego zapotrzebowania na te surowce oraz przesłanek rozwoju branż będących ich głównymi użytkownikami, wykonano prognozy rozwoju popytu do 2030, 2040 i 2050 r. Najbardziej obiecujące perspektywy – przy min. dwukrotnym wzroście zapotrzebowania do 2050 r. – stwierdzono dla dwutlenku manganu, magnezu metalicznego, niklu, krzemu oraz talku i steatytu, a zwyżkę o co najmniej 50% – także w przypadku aluminium, cyny, manganu oraz fosforu pierwiastkowego. Dla gazu ziemnego i ropy naftowej wzrost jest oczekiwany, ale tylko do 2030 r. Największe prawdopodobieństwo spadku popytu do 2050 r. dotyczy rud i koncentratów żelaza, boksytów, wolframu oraz magnezytów i magnezji, a także gazu ziemnego i ropy naftowej, w szczególności po roku 2040. W rezultacie, w najbliższych latach deficyt Polski w handlu zagranicznym surowcami mineralnymi będzie się pogłębiał. Do 2030 r. będzie to wynikać głównie z wciąż rosnącego importu ropy naftowej i gazu ziemnego, ale później – do 2050 r. – dalsze pogłębianie się deficytu w obrotach surowcami mineralnymi będzie związane z rosnącym importem wielu surowców metalicznych, w szczególności aluminium, krzemu metalicznego, niklu metalicznego i magnezu metalicznego, a także niektórych surowców niemetalicznych. Po 2040 r. to niekorzystne zjawisko może być złagodzone poprzez możliwy spadek importu węglowodorów oraz rud i koncentratów żelaza.
PL
Celem artykułu było opracowanie modelu prognozowania popytu na usługi transportowe operatora intermodalnego. Na podstawie udostępnionych danych, dotyczących liczby eksportowanych kontenerów, przedstawiono proces opisania zjawiska na podstawie jego przeszłych obserwacji, a także jego ewolucji w przyszłości. Zaproponowano dwa modele: regresji oraz ARIMA. Dla każdego z nich dokonano predykcji przyszłych obserwacji. Otrzymane wartości prognoz porównano i na tej podstawie wybrano model opisujący lepiej badane zjawisko, tzn. dający mniejszy błąd prognozy.
EN
In the article it was presented a model of demand forecast for intermodal operator transport services. Based on the shared data on the number of exported containers is presented the process of describing the observable occurrence on its past observations, as well as its evolution in the future. Two models were proposed: Regression and ARIMA. For each of them, was made a prediction of future observations. The received values for the predictions were compared and a model describing a better tested observable occurrence was chosen, i.e. that gives a smaller forecast error.
PL
Celem niniejszego artykułu jest usystematyzowanie stosowanej w pracach Instytutu Kolejnictwa metody macierzy wskaźników stosowanej w prognozowaniu wielkości przewozów pasażerskich w projektach modernizacji infrastruktury kolejowej. Przedstawiono formalny zapis definicji oraz działań wykonywanych w ramach tej metody. Pierwszym etapem przygotowania prognoz przewozów jest definicja sieci transportowej oraz zbioru relacji przewozów. Następnie należy zebrać i opracować dane na temat kształtowania się potoków pasażerskich w analizowanym korytarzu transportowym, uzyskując w ten sposób dane na temat bazowych potoków pasażerskich. Po określeniu czynników wpływających na wielkość potoku pasażerskiego oraz zdefiniowaniu funkcji określających sposób, w jaki wpływają one na liczbę podróży, obliczone zostają prognozowane potoki pasażerskie. Ostatnim etapem działań jest obliczenie potrzebnych w analizach efektywności ekonomicznej projektu prognozowanych zmian wielkości pracy przewozowej oraz łącznego czasu podróży pasażerów. W artykule przytoczono przykład zastosowania metody wraz z prezentacją podstawowych wyników. W podsumowaniu wymieniono główne etapy przedstawianej metody wraz z potrzebnymi do ich realizacji danymi wejściowymi i uzyskiwanymi w ich wyniku danymi wyjściowymi.
EN
The main purpose of the paper is to describe the coefficient matrix method of forecasting railway passenger flows, which is used in the Railway Research Institute’s works. It presents a formal notation of definitions and operations which are used in the method. The first stage is to define a shape of analysed transport network and a set of possible relations of passenger travels. Then, it is necessary to collect appropriate data about base values of passenger flows in each means of transport in an analysed transport corridor. Next, the most important factors which have an impact on travels are defined, and the functions describing what their influence is. After that, projected values of passenger flows could be calculated. The article also presents an example of practical application of the method by describing the case of the Opole – Nysa line reconstruction project. Finally, the main stages of method are summarized, indicating the necessary input data for each stage.
EN
The forecast of transit demand is an important premise to analyze potential effects of electric bus fleet deployment in the public transport domain in order to generate realistic and robust data on transport mass between transit stops as an input for a transit vehicle model. In addition, the reduction of climate relevant gases such as carbon dioxide constitutes a major target of local policies of administrations within the European Union. Numerous cities seek for a significant reduction of emissions until 2050 [4]. Traffic and transport account for approximately 30 percent of total emissions. In this respect, exists a considerable potential by deployment of electric bus vehicles to contribute to a substantial reduction of energy consumption and tailpipe emissions in the domain of public transit. The gradual replacement of fossil fuelled vehicle fleet by electrically driven buses requires estimation of effects on emission rates within the transit system and total reduction potentials for a regional deployment. To estimate emission reductions internal emission models of Transportation Analysis and Simulation System (TRANSIMS) [8] have been calibrated and applied to conditions of the modeled urban network and bus vehicle emission rates.
PL
Prognoza popytu na przemieszczenia jest ważną przesłanką przy analizach rozmieszczenia floty autobusowej zasilanej napędem elektrycznym. Celem tych analiz jest generowanie wiarygodnych wielkości przewozów między przystankami, które stanowią dane wejściowe w modelu ruchu. Ponadto, redukcja gazów cieplarnianych, takich jak dwutlenek węgla, stanowi istotny cel polityki Unii Europejskiej. Wiele miast dąży do znacznego zmniejszenia emisji do roku 2050. Transport wytwarza około 30 procent całkowitej emisji. W tym kontekście, zastosowanie elektrycznych autobusów może przyczynić się do istotnego zmniejszenia zużycia energii i emisji zanieczyszczeń w transporcie publicznym. Stopniowe zastępowanie floty pojazdów wykorzystujących paliwa kopalniane przez floty autobusów zasilanych w sposób elektryczny wymaga oszacowania wpływu takiej zmiany na poziom emisji. Przy oszacowaniu zmniejszenia emisji wykorzystano modele zaimplementowane w aplikacji TRANSIMS, służącej do analiz i symulacji transportu. Modele te zostały odpowiednio skalibrowane oraz dostosowane do analizowanej sieci miejskiej i poziomu emisji autobusów.
PL
W artykule poruszono zagadnienie możliwości stosowania narzędzi analizy danych gospodarczych w celu pozyskania informacji logistycznych. W grupie tych narzędzi są sztuczne sieci neuronowe. W artykule przybliżono i krótko omówiono zasady funkcjonowania sieci neuronowych. Podano również ich podstawowe zalety. Opisano możliwości szerokiego ich stosowania, jak również obszary i zadania, w których się nie sprawdzają. Obszarem szerokich zastosowań sieci neuronowych jest prognozowanie i planowanie. W prezentowanym opracowaniu podjęto próbę wykorzystania ich do przygotowania prognozy popytu. Prognozę opracowano dla dwóch grup asortymentowych towarów. Uzyskany wynik prognozy poddano następnie ocenie. Ocenę przeprowadzono poprzez porównanie otrzymanej prognozy z rzeczywistym popytem. Uzyskane wyniki są podstawą zawartych w opracowaniu wniosków na temat użyteczności tej grupy narzędzi prognostycznych w badanym obszarze.
EN
The issue of possibility of the tools applying of the economic data analysis in order to gain the logistic information was raised in the article. Artificial neural networks are in the group of these tools. Functional principles of neural networks were introduced and shortly discussed in the article. Their basic advantages were also given. Possibilities of their wide applying were described as well as the areas and tasks in which they don’t come true. Forecasting and planning are the area of the wide use of neural networks. The attempt of using them to preparation of demand forecast was undertaken in the presented study. The forecast worked out for two groups of assortment goods. The result of the forecast was subjected to the assessment then. The assessment was conducted by the comparison of the received course with the real demand course. Received results are the basis contained in the study conclusions on the topic of the usefulness of this group of forecasting tools in the studied area.
6
Content available Demand forecasting for spare parts
EN
The subject of the article is an analysis of possibilities of predicting the demand for subsystems for equipment for companies which deal with servicing electronic devices. The analysis has been based on real data from one of service points. The influence of various factors that determine the need for specific replacement parts was presented. Two basic methods of prediction (quantitative and shares) were compared. Modifications of the equity method was proposed, it took into consideration a few of additional factor, such as the number of parts in store or the number of overdue repairs.
PL
W artykule zaprezentowana analizę porównawczą różnych metod prognozowania zapotrzebowania na części zamienne w punktach serwisowych. Przedstawiona analiza została praktycznie zweryfikowana w oparciu o rzeczywiste dane pochodzące z jednego z punktów serwisowych. W pracy przedstawiono wpływ różnego typu czynników od których zależy zapotrzebowanie na określone części zamienne. Porównano dwie podstawowe metody predykcji: ilościową i udziałową. Zaproponowano modyfikacje w metodzie udziałowej uwzględniające dodatkowe czynniki jak np. ilości poszczególnych części znajdujące się w magazynach czy konieczność dokonania zaległych napraw.
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.