Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Ograniczanie wyników
Czasopisma help
Lata help
Autorzy help
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 83

Liczba wyników na stronie
first rewind previous Strona / 5 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  Forecasting models
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 5 next fast forward last
XX
Omówiono sposób optymalizacji wag w modelu średniej ruchomej ważonej.
EN
The paper presents a way to optimize weights in weighted moving average model. The minimum of the ex post forecasts mean-square error was chosen as a criterion of optimization. The author also presents the way of estimating ex ante forecasts errors. They are useful both for evaluating the admissibility of forecasts calculated with the use of estimated models and for calculating forecasts confidence intervals. (original abstract)
2
Content available remote Macro Models of Vehicle Kilometres Travelled
100%
EN
There are a number of ways to measure transport of which kilometres travelled is the most frequent macro indicator (at country level). It is used to estimate projected fuel consumption, potential number of vehicles, amount and type of exhaust fumes emissions and the number of road accidents and casualties. The paper presents macro models of vehicle kilometres travelled, built on the basis of data from some fifty countries worldwide. Next, the resulting model was calibrated for the conditions in Poland. (original abstract)
XX
Funkcjonowanie systemu ekspertowego jest związane ze stałą aktualizacja wiedzy. Często z tym prozaicznym problemem nie można sobie poradzić. Problemy te mogą wynikać z kilku powodów, w których najważniejszym jest brak dostępności eksperta dobrze znającego dziedzinę rzeczywistości. Jedynie stała współpraca eksperta z systemem ekspertowym może dawać prawidłowe wnioski odnośnie działania w przyszłości. Przyszłości określonej jako podjęcie decyzji w danej chwili, jak też przybliżenie jak będzie kształtować się zjawisko w przyszłości. Nie mamy jednak takiego komfortu na stałą współpracę z ekspertem, który by aktualizował wiedzę zaimplementowaną w systemie ekspertowym. Dlatego też musimy budować tak systemy ekspertowe, aby mogły w jakiś sposób same dostarczać sobie wiedzę i na tej podstawie generować określone rozwiązanie. Nie możemy w takim przypadku pozostawić systemów ekspertowych samych sobie, które generowałyby cały czas nową wiedzę. Za poprawność zaimplementowanej wiedzy odpowiedzialny jest człowiek. Jednak gdy prawidłowo określimy ograniczenia w generowaniu nowej wiedzy nie powinny wystąpić problemy w działaniu systemu. Jednym ze źródeł pozyskiwania wiedzy dla potrzeb systemów ekspertowych może być analiza danych, które miały miejsce w przeszłości. Dodatkowo zastosowanie wskaźników do oceny tych modeli pozwala zastosować je w systemach sztucznej inteligencji. (fragment tekstu)
XX
Budowanie modeli prognostycznych dla danych giełdowych wymaga wyboru dwóch okresów: uczącego oraz testowego. Okres uczący nie powinien być za długi ze względu na prawdopodobnie mały wpływ zdarzeń sprzed kilku czy kilkunastu lat na wydarzenia obecne. Nie powinien być również zbyt krótki, gdyż budowany model prognostyczny może nie wychwycić powtarzających się wzorców. Po zbudowaniu modelu na podstawie obserwacji z wybranego okresu uczącego można go używać do prognozowania przyszłych notowań indeksu lub akcji. Rodzi się w związku z tym pytanie, czy model powinien być stosowany krótko, na przykład tylko jeden dzień, a następnie zastępowany nowym modelem, który uwzględni nowe notowanie. A może warto używać modelu przez dłuższy czas? W niniejszym artykule starano się odpowiedzieć na te pytania w sposób eksperymentalny, budując modele prognostyczne oparte na klasyfikatorze liniowym typu CPL i przewidując kierunek zmiany indeksu S&P500. (abstrakt oryginalny)
EN
Design of stock exchange data based forecasting models requires splitting the data into two periods: learning and testing. The learning period should not be too long; the main reason is a high probability of limited relevance of 20 years old events on the current market situation. On the other hand - it should not be too short, because the model can overfit the data and fail to capture repetitive patterns. After construction of a model with a selected learning period, the next task is to determine for how long the model can be used (testing period). Should the model be rebuilt as soon as new data arise - for example every day? Or maybe it should be used for a long period of time? This paper aims to answer these questions in an experimental way, by building predictive models based on CPL linear classifier CPL and forecasting direction of changes for S&P500 index. (original abstract)
XX
W pracy przeanalizowano dokładność obliczeń natężenia zużycia paliwa uzyskiwanych po zastosowaniu modeli prognozujących zużycie paliwa dla znanych warunków eksploatacji trakcyjnej. Modele tego typu umożliwiają ocenę warunków ruchu w lokalnej skali przestrzennej w aspekcie energetycznym oraz bilansowanie emisji zanieczyszczeń powietrza ze środków transportu. Pierwszy z modeli rozpatrywanych w pracy wymaga obliczania zapotrzebowania mocy silnika w zależności od chwilowej prędkości i przyspieszenia pojazdu, zdeterminowanych zmiennością prędkości ruchu i bieżącym przełożeniem skrzyni biegów. Drugi z zastosowanych w pracy modeli bazuje na sztucznej sieci neuronowej umożliwiającej wyznaczanie natężenia zużycia paliwa w zależności od obciążenia jednostki napędowej. Obciążenie jednostki napędowej jest przedstawiane w postaci zbioru wielkości wejściowych obejmującego chwilową prędkość i przyspieszenie pojazdu oraz ich pochodne. W przypadku obu rozważanych modeli wymagany jest etap kalibracji umożliwiający ustalenie wartości pewnych parametrów empirycznych. Przeprowadzone porównanie wyników obliczeń natężenia zużycia paliwa z wynikami badań na hamowni podwoziowej wskazuje na akceptowalną dokładność obliczeń uzyskiwanych przy zastosowaniu obu modeli.(abstrakt oryginalny)
EN
The accuracy of predictive models enabling the determination of the instantaneous fuel consumption rate under traction operation conditions has been analyzed in the paper. Models of this type enable the energy evaluation of traffic conditions and the balancing of pollutant emissions from road transport means on a local spatial scale. The first of the models under analysis requires the calculation of the engine's power demand depending on the instantaneous speed and acceleration of the vehicle, as determined from the variation of speed and the information on the current gearbox transmission ratio. The second of the compared models is executed with the use of an artificial neural network for the calculation of the fuel consumption rate depending on the power unit load. The load of the unit is described by a set of data containing the information on the instantaneous speed and acceleration and their derivatives. In either case, it is necessary to perform calibration involving the setting of the values of respective empirical parameters. The performed comparison of the calculation results obtained by using either of the predictive models with the results of tests carried out on the chassis dynamometer indicates an acceptable accuracy of the fuel consumption rate predictions. (original abstract)
XX
Głównym celem tego opracowania jest prezentacja i klasyfikacja zasadniczych grup modeli wykorzystywanych w elektroenergetyce polskiej i światowej do opisu i prognozowania popytu na moc i energię elektryczną. (...)W opracowaniu tym wybrane modele prognostyczne prezentowane są w kolejności od tych, które w literaturze ukazały się w latach siedemdziesiątych XX w. (co automatycznie związane jest z postacią modelu, jego złożonością, typem wykorzystanych danych empirycznych oraz celem prognozowania), aż po opracowania najnowsze, określone mianem "nowych kierunków modelowania i prognozowania". (fragment tekstu)
EN
Modeling and prognosticating in electrical power engineering are granted an important place in international and Polish literature. Evidence of this can be seen in both the extensive bibliography of the subject and the role played in the planning and operation by organizational structures constructing prognoses with a wide time-frame and territory range. The main objective of this paper is to present and classify principal groups of models used in Polish and international electrical power engineering to describe and prognosticate power and electrical energy demand. They range from models based on time series analysis, end-use techno-economic models as well as groups of econometric cause-result models, input-output models to artificial neuron networks. (original abstract)
7
Content available remote Wybór rzędu autoregresji w zależności od parametrów modelu generującego
100%
XX
W artykule pokazano zachowanie się różnych kryteriów wyboru modelu AR (kryteria informacyjne: AIC, BIC, HQ, oraz sekwencyjną metodę badania istotności współczynników autoregresji) przy założeniu różnych wartości parametrów modelu autoregresyjnego i różnych wielkości próby. Wskazano też na dużą przydatność skorygowanego kryterium AIC (AICC), rzadko stosowanego w polskich badaniach, do wyboru rzędu autoregresji, szczególnie w małych próbach. Podkreślono, że wybór rzędu autoregresji można rozpatrywać w kontekście wyboru prawdziwego modelu generującego (prawdziwego rzędu autoregresji), jak również w kontekście wyboru najlepszego modelu prognostycznego (czyli wyboru rzędu modelu AR, który dałby prognozy o najmniejszych błędach prognoz). Rozważania te zilustrowano analizą symulacyjną.(abstrakt oryginalny)
EN
The paper shows the performance of different criteria selecting the autoregression order: AIC, BIC, HQ and sequential rule of testing the significance of the last coefficient) assuming different values of autoregression coeficients and different sample sizes. It has been indicated that corrected AIC (AICC), rarely used in Polish studies, is very useful in selecting the autoregression order particularly in small samples. It has been emphasized that the issue of order selection may be considered in two contexts, namely in the context of selecting the true order of autoregressive model (true data generating model) and in choosing the best forecasting model. These considerations have been illustrated by the results of simulation study.(original abstract)
XX
W niniejszym artykule przedstawiono propozycje doboru zmiennych do modelu prognostycznego.
EN
The paper presents two suggestions of solution of the problem of variables selection for the forecasting model. The former one of them is a modified, Z. Pawłowski's method and concerns the linear one-equational model. The latter suggestion utilizes the integral capacities of Z. Hellwig and concerns the multi-equational model. (original abstract)
EN
The considered test-predictors are decision processes because the selection of a specific predictor depends on testing hypothesis on equality of two or more means. Author in this paper studies some test-predictor which depends on testing hypotheses on equality of two or more means.
XX
W artykule zaprezentowano przykłady modeli wykorzystywanych do prognozowania na rynkach finansowych. Wyszczególniono wśród nich podstawowe proste modele niezależnych zmiennych losowych (modele homoskedastyczne) oraz modele uwzględniające zależność cen lub zwrotów na rynkach finansowych od przeszłych notowań (modele heteroskedastyczne). (fragment tekstu)
XX
W artykule zaprezentowano zastosowanie modelu Holta do prognozowania wydatków na ochronę zdrowia. Należy zwrócić szczególną uwagę na zbudowanie modelu prognostycznego i odpowiedni dobór parametrów dla tego modelu. Przedstawiona metoda daje możliwość analizy problemu przy zastosowaniu trzech różnych zestawów parametrów. Wartości powinny być dobrane poprzez minimalizację wartości średniego błędu kwadratowego prognoz wygasłych. Autorka dobrała parametry optymalne oraz w sposób przypadkowy. Celem prowadzonych badań było zaprezentowanie skutków niewłaściwego doboru parametrów modelu. (abstrakt oryginalny)
EN
This article presents the use of the Holt model for forecasting health care expenditure. Pay special attention to the construction of the forecasting model and the appropriate selection of parameters for the model. The presented method gives you the opportunity to analyse the problem using three different sets of parameters. Values should be selected by minimizing the average square error value of the expired forecast. The author selected the optimal parameters and in random way. The purpose of this was to present what happens to the prognostic model after improper selection of parameters. (original abstract)
12
Content available remote Model neuronowy do prognozowania poboru wody w sieci wodociągowej
75%
XX
W referacie przedstawiono model prognostyczny w postaci sieci neuronowej do przewidywania poboru wody w sieci wodociągowej. Do budowy modelu prognostycznego zastosowano sieć jednokierunkową wielowarstwową ze wsteczną propagacją błędu. Badania wykonano dla wybranego w zła sieci wodociągowej obsługującego osiedle domków jednorodzinnych. Modele prognostyczne wykonano dla dni roboczych, soboty i niedzieli. Szczegółowo w referacie przedstawiono model dla niedzieli. (abstrakt oryginalny)
EN
Neural model for prediction of water consumption in water network was pre- sented in the paper. The Multilayer Feed-Forward Neural Network was applied to create prediction model. Research was made for selected node of water network supporting an area of detached houses. Prediction models were created for week- days, Saturday and Sunday. In the paper particularly prediction model for Sunday was presented. (original abstract)
XX
W niniejszym artykule zaprezentowano rezultaty otrzymane w wyniku podjętej przez Autora próby zastosowania ekonometrycznych metod predykcji długookresowej w dziedzinie ochrony zdrowia. Celem przeprowadzonego badania było zbudowanie długookresowej prognozy zmiennej Y określającej liczbę chorych leczonych w szpitalach ogólnych (bez szpitali psychiatrycznych) w przeliczeniu na 10 tys. ludności. Dla dokonania niezbędnych obliczeń numerycznych zastosowano programy opracowane przez drą Tadeusza Grabińskiego z Zakładu Teorii Prognoz AE w Krakowie. Wszystkie obliczenia wykonano na BUG CYBER 72 w Uczelnianym ośrodku Obliczeniowym Akademii Ekonomicznej w Krakowie. Należy zaznaczyć, iż ze względu na ograniczony zakres niniejszego opracowania podstawowe problemy związane z konstrukcją odpowiedniego modelu prognostycznego oraz jego wykorzystywaniem w procesie predykcji długookresowej jedynie zasygnalizowano. Ze względu na szczupłość miejsca przedstawiono tylko najistotniejsze (z punktu widzenia celu badania) rezultaty obliczeń. (fragment tekstu)
EN
The paper presents the results of author's experiment with utilization of econometric methods of long-term prediction in the field of health care. The purpose of investigations consisted in constructing long-term forecast of the variable determining the number of patients treated in general hospitals (psychiatric establishments excluded) per 10 thousand inhabitants. As tool of prediction one-eqation econometric model od symptomatic type was applied. In order to build the investigated forecast two methods were utilized which through inclusion of the pace and direction of changes of structural parameters of prognostic model enable the broadening of the time span of prediction. The constructed model was of high prognostic value, The forecasts de-termined on the basis of the model yielded statisfactory results, especially in case of the first method applied for forward implication process. This is proved by relatively Iow values of mean errors in constructed forecasts.(original abstract)
XX
Określenie wielkości planu produkcyjnego, pociąga za sobą zaangażowanie pewnych środków finansowych, określenia obciążeń wykorzystywanych maszyn oraz przydział pracowników do realizacji zaplanowanych zadań. Trafność decyzji związanych z realizacją planu produkcyjnego ma strategiczne znaczenie dla przyszłych działań przedsiębiorstwa. Luka powstająca pomiędzy zaplanowaną wielkością produkcji a popytem zgłaszanym przez konsumentów, powoduje zakłócenia w służbach planistyczno-logistycznych przedsiębiorstw. Jednym z Kluczowych elementów planowania produkcji jest poprawna i terminowa ocena rynku i jego potrzeb. Decyzje dotyczące wielkości planowanej produkcji mogą być zdecydowanie lepsze, jeśli ich wybór zostanie oparty na wiarygodnych prognozach. W artykule zostały przedstawione badania mające na celu zdefiniowanie neuronowego modelu prognostycznego poprawnie aproksymującego wielkość sprzedaży produktu Serek Świeży 150 g. Proces badawczy został przeprowadzony w trzech głównych etapach. W pierwszym etapie przeprowadzono badania polegające na wyborze rodzaju sieci neuronowej do prognozowanego zjawiska. W drugim etapie rozbudowano wybrany model neuronowy o czynniki sezonowości oraz okresowości, natomiast w etapie trzecim dodatkowo w badanym modelu uwzględniono determinanty rynku. Uwzględnienie czynników sezonowości i okresowości oraz determinantów rynku, ma na celu uzyskanie modelu prognostycznego jak najlepiej aproksymującego przyszłą wielkość sprzedaży prognozowanego produktu.(fragment tekstu)
XX
Artykuł jest streszczeniem rozprawy doktorskiej pt: "Ulepszone szacowanie ryzyka w przedsięwzięciach informatycznych z wykorzystaniem sieci Bayesa" obronionej na Uniwersytecie Szczecińskim. Celem pracy doktorskiej było stworzenie modeli prognostycznych, które będą w stanie udzielić odpowiedzi m.in. na następujące pytania: Jakie zależności występują między funkcjonalnością, nakładami a defektami? Jaki wpływ na funkcjonalność i jakość oprogramowania ma alokacja nakładów? Jak zmiana jakości procesu wpływa na poziom funkcjonalności i jakości dostarczanego oprogramowania? Jakiej funkcjonalności i jakości powinniśmy oczekiwać, jeśli bieżący projekt jest bardziej skomplikowany od poprzednich? Jak uciążliwe będą efekty dla przyszłych użytkowników oprogramowania? oraz Ile efektów zostanie znalezionych i naprawionych podczas fazy testowania?
EN
Empirical software engineering models typically focus on predicting development effort or software quality but not both. Us ing Bayesian Nets (BNs) as causal models, researchers have recently attempted to build models that incorporate relationships between functionality, effort, software quality, and various process variables. The thesis analyses such models and, as part of a new validation study, identifies their strengths and weaknesses. A major weakness is their inability to incorporate prior local productivity and quality data, which limits their applicability in real software projects. The main hypothesis is that it is possible to build BN models that overcome these limitations without compromising their basic philosophy. In particular, the thesis shows we can build BNs that capture known trade-offs and can be tailored to individual company needs. The new model, called the productivity model, is developed by using the results of the new validation of the existing models, together with various other analyses. These include: the results of applying various statistical methods to identify relationships between a range of variables using publicly available data on software projects; analyses of other studies; expert knowledge. The new model is also calibrated using the results of an extensive questionnaire survey of experts in the area. The thesis also makes a number of other novel contributions to improved risk assessment using BNs, including a model which predicts the proportions of different types of defects likely to be left in software after testing and a learning model for predicting the number of defects found and fixed in successive testing iterations. (original abstract)
16
Content available remote Prognozowanie upadłości firm przy wykorzystaniu miękkich technik obliczeniowych
75%
e-Finanse
|
2010
|
tom 6
|
nr nr 2
1-14
XX
W obecnej sytuacji, kiedy firmy działają w niesłychanie dynamicznym otoczeniu charakteryzuj ącym się olbrzymią złożonością i niepewnością zjawisk, kluczowym zagadnieniem jest ustalanie obszarów występowania ryzyka, bieżąca kontrola sytuacji ekonomiczno-finansowej oraz skuteczne prognozowanie zagrożeń upadłością, aby z wyprzedzeniem na nie reagować. Stąd też dzisiaj analitycy już nie stoją przed dylematem, czy prognozować ewentualne zagrożenie upadłością firm, lecz jaką metodę wykorzystać do oceny sytuacji finansowej, aby zminimalizować błąd prognozy. Celem tego artykułu jest weryfikacja przydatności wybranych metod miękkich technik obliczeniowych w prognozowaniu upadłości firm na przykładzie spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie. (fragment tekstu)
17
Content available remote Metody prognozowania sprzedaży w przedsiębiorstwie farmaceutycznym
75%
XX
Proces prognozowania często wzbudza wiele wątpliwości co do jego zasadności. Wskazanie odpowiedniej metody, która pozwoli na zbudowanie precyzyjnej prognozy, jest procesem wieloetapowym. Celem artykułu jest zaprezentowanie wyselekcjonowanych metod prognozowania sprzedaży na przykładzie wybranego preparatu farmaceutycznego. Do osiągnięcia założonego celu zastosowano metody ilościowe: metodę naiwną, model Wintersa oraz metodę jakościową: opinie kierownictwa. Jednoczesne wykorzystanie tych metod do ustalenia prognozy końcowej badanego produktu umożliwia uzyskanie bardziej precyzyjnych szacunków oraz uwzględnienie wielu różnorodnych czynników determinujących prognozę sprzedaży. Specyfika rynku farmaceutycznego kreuje potrzebę przełożenia uwarunkowań tego sektora na dobór właściwych metod prognozowania sprzedaży, co wymaga indywidualnego podejścia zarówno do pojedynczych preparatów, jak i grup produktów. Każda sytuacja prognostyczna może odróżniać się od pozostałych, dlatego należy rozpatrywać je oddzielnie i zwracać uwagę na wszystkie czynniki determinujące daną prognozę sprzedaży(abstrakt oryginalny)
EN
The process of forecasting often raises a lot of doubts as to its legitimacy. The indication of an appropriate method to build a precise forecast is a multi-stage process. The aim of this article is to present selected methods of forecasting sales on the example of a chosen pharmaceutical preparation. Quantitative methods have been used to achieve the goal: the naive method, the Winters model as well as the qualitative method: the management opinion. Using these methods simultaneously to determine the final forecast of the product under investigation makes it possible to obtain more precise estimates and to take into account various factors that determine the sales forecast. The specificity of the pharmaceutical market creates the need to translate the sector's determinants into the right sales forecasting methods, which require individual approaches for both: an individual product and product groups. As each prognostic situation may be different, it should be considered separately and attention should be paid to all the factors that determine a given sales forecast(original abstract)
18
Content available remote Sieci neuronowe jako modele prognozowania użycia narzędzi w systemach CAPP
75%
XX
W referacie przedstawiono sieci neuronowe jako modele prognozowania użycia narzędzi w systemach CAPP. Modele opracowano przy użyciu liniowej sieci neuro- nowej, sieci jednokierunkowej wielowarstwowej ze wsteczną propagacją błędu oraz sieci o radialnych funkcjach bazowych. Dokonano porównania tych modeli. Miarą oceny modeli jest skuteczność przewidywania użycia narzędzi w różnych interwałach czasowych. Modele te są wykorzystane już na etapie projektowania procesu technologicznego, w celu planowego wytworzenia wyrobów i aby nie doszło do przestoju z powodu braku narzędzi, szczególnie narzędzi specjalnych. Utworzone modele przetestowano na danych rzeczywistych z przedsiębiorstwa produkcyjnego. (abstrakt oryginalny)
EN
In the paper the neural networks were presented as the forecasting models of tool use in CAPP systems. The models were worked out by use linear neural networks, multi-layer networks with error back propagation and Radial Basis Function networks. The comparison of these models was executed. The effectiveness of forecasting of tool use in different time intervals is the measure of model evaluation. These models are used on the stage of design of manufacturing process in aim planned producing products and that it did not come to standstill with reason of lack of tools, particularly special tools. Created models were tested on real data from the enterprise.(original abstract)
XX
Bezpieczeństwo w ruchu drogowym to temat, który dotyczy każdego z nas, ponieważ uczestnikami ruchu są piesi, kierowcy, a także inne osoby przebywające w pojeździe lub na pojeździe znajdującym się na drodze. W dobie rozwijającej się cywilizacji i poprawy warunków bytu, przybywa środków lokomocji. Świat staje się bardziej mobilny, większość osób nie pracuje w obrębie swego miejsca zamieszkania ale do pracy dojeżdża kilkanaście a nawet kilkadziesiąt kilometrów. Stąd ruch na drodze zwłaszcza w godzinach rannych jest niezwykle wzmożony. Dlatego ważnym staje się problem bezpieczeństwa uczestników ruchu drogowego. Wypadki w ruchu drogowym były, są i zapewne będą zdarzały się w przyszłości lecz z analizy wynika że jest ich coraz mniej. W artykule podjęto próbę ustalenia prognozy dla ilości wypadków drogowych w Polsce dla roku 2015. Z racji obserwowanej sezonowości wypadków drogowych do predykcji zostaną wykorzystane modele sezonowe: wygładzania wykładniczego, sieci neuronowych i trendów jednoimiennych okresów. Prognoza zostanie przeprowadzona z wykorzystaniem pakietu Statystycznego Statistica 10.0 PL oraz arkusza kalkulacyjnego EXCEL. (abstrakt oryginalny)
EN
Traffic safety is a subject that concerns all of us, as the pedestrians, drivers and other occupants of the vehicle or on the vehicle on the road are participants in traffic. In an era of expanding civilization and the improvement of living conditions the number of means of transport attains. The world is becoming more mobile, most people do not work within their place of residence but commute to work a dozen or even dozens of kilometers. Hence, the traffic on the road especially in the morning is extremely heavy. Therefore, it becomes an important issue of road safety. Road traffic crashes have been and probably will happen in the future, but the analysis shows that there are fewer and fewer. This paper attempts to determine the forecast for the amount of traffic accidents in Poland for the year 2015. Because of the observed seasonality of traffic accidents for the prediction the seasonal models such as exponential smoothing, neural networks and trends of univariate periods will be applied. The forecast will be carried out using the Statistical Package 10.0 Statistica PL and EXCEL spreadsheet. (original abstract)
EN
We present an efficient algorithm for computing short-term prediction of deviation settlement price (CRO) on Polish balancing electricity market. Because of the multi-seasonal character of electricity prices. SAR1MA processes are commonly used to model and predict their dynamics. The disadvantage of such approach is relatively long computation time, especially for longer test periods, due to computationally demanding procedures for fitting SAR1MA model parameters. Our algorithm not only provides prediction of better quality, but also does this in a fraction of time comparing to algorithms based on SAR1MA models. In order to make the paper widely accessible, we provide a detailed overview of competitive electricity market structure altogether with the issues of liberalization processes. We focus especially on the balancing market mechanisms and present the specifics of Polish regulations which we use in our prediction algorithm.
first rewind previous Strona / 5 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.