Praca została zaplanowana jako część pierwsza dwuczęściowego cyklu opisującego podstawy oraz wyniki stosowania najprostszych, klasycznych metod prognozy szeregów czasowych - w zagadnieniu bieżącej (sekwencyjnej, realizowanej co delta t, na przykład co godzinę) prognozy energii (AE + wstrząsów, dalej zwanej energią łączną) emitowanej z obserwowanego obszaru (S) górotworu. Część drugą stanowi towarzyszący tej pracy artykuł J. Kornowskiego (2002a, dalej określany jako "Cz". 2") gdzie przedstawiono wyniki stosowania opisanych tu metod.
EN
Fundamental definitions, assumptions and models allowing for succesfull prediction of total (AE + tremors) energy emited from a longwall have been presented discussed.
Analytic interpolation problems arise quite naturally in a variety of engineering applications. This is due to the fact that analyticity of a (transfer) function relates to the stability of a corresponding dynamical system, while positive realness and contractiveness relate to passivity. On the other hand, the degree of an interpolant relates to the dimension of the pertinent system, and this motivates our interest in constraining the degree of interpolants. The purpose of the present paper is to make an overview of recent developments on the subject as well as to highlight an application of the theory.
Artykuł omawia wybrane zagadnienia modelowania szeregów czasowych. W artykule podany został schemat analizowania oraz modelowania szeregu czasowego, wskazane zostały techniki estymacji składowej trendu oraz sezonowości. Zaprezentowany został przykład analizy oraz modelowania liczby pasażerów lotniczych. Wskazane zostały możliwości dalszej prac badawczych nad rozpatrywanym problemem.
EN
In his paper we introduce some basic idea sof time series analysis and stochastic processes. Of particular importance are the concepts of stationary and the autocovariance and sample autocovariance functions. Some standard techniques are described for the estimation and removal of trend and seasonality from an observed time series. In his paper presents same od modeling and analysis the number o fair passengers Rusing time series theory.
5
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Jakość informacji o przyszłym stanie zjawisk i procesów ma bardzo duże znaczenie w procesach planowania i rozwoju prawie każdej dziedziny gospodarki. Jest to też podstawowy powód zainteresowania modelami matematycznymi, pozwalającymi optymalnie prognozować przyszłe zjawiska ekonomiczne, czy też sterować i optymalizować procesy technologiczne. Artykuł ten przedstawia ideę oraz przykład zastosowania analizy szeregów czasowych metodą Boxa-Jenkinsa. W celu podkreślenia uniwersalności stosowania tej metody autorzy zdecydowali się na przedstawienie jej nietypowej aplikacji, a mianowicie konstrukcji prognozy wielkości ładunku zanieczyszczeń dopływających do oczyszczalni ścieków.
EN
Quality of information about future state of economical and technical processes takes an important part in the planing and development process for every branch of economy. This is one of the basic reasons to include mathematics models, which allow forecasting of the future market phenomena and also controlling and optimisation of the technological processes. This paper presents an idea and numerical example of usage Box-Jenkins method in time series analysis. In order to emphasise the universal possibilities of usage of the mentioned method, authors decided to present application of ARIMA models in forecasting of the pollution load in the inlet to the wastewater treatment plant.
Artykuł opisuje problem predykcji w szeregach czasowych. Autorzy opisują modyfikację algorytmu jądrowego, którą porównują z metodą dekompozycji. W wyniku zastosowania zmodyfikowanego algorytmu zmniejszono błąd predykcji o jedną trzecią w porównaniu z najlepszym wynikiem uzyskanym metodą dekompozycji. Do eksperymentów użyto zarówno danych syntetycznych, jak i rzeczywistych.
EN
This paper raises a problem of time series prediction. Authors describe a modification of kernel prediction and compare it with the time series decomposition. The final prediction error was decreased by one third in comparison with the best result of time series decomposition. Experiments were conducted on the real and synthetic data.
Prezentowane są badania wielowymiarowej przestrzeni fazowej strumienia sejsmiczności. Dynamika układu przejawia się przez zmiany zdarzeń sejsmicznych na trajektorii fazowej procesu. Wymiary przestrzeni fazowej i jej atraktor zostały oszacowane przy zastosowaniu szeregów czasowych uogólnionej odległości pomiędzy kolejnymi wstrząsami w przestrzeni energii i położenia zdarzeń.
EN
Phenomena of mining induced seismicity are presented as nonlinear dynamics systems. The dynamics is characterized by changes of the seismic event position on the phase trajectory of the process. Embedded spaces constructed from the observations of individual variables were analysed. Dimensions of the phase space and its attractor were approximated based on the time series of the time distance and generalized distance between succeeding shocks, energy and the epicentre/hypocenter. Attention was chiefly concentrated on the generalized distances between succeeding shocks and their variations during high and low seismic activity.
8
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Wyniki pomiarów pochodzących z systemów SCADA tworzą szeregi czasowe z krokiem pomiarowym zadanym przez użytkownika. Brak dostatecznej wiedzy inżynierów sanitarnych z zakresu nowoczesnych metod analizy dużych zbiorów danych powoduje, że nie wykorzystuje się w pełni powstających szeregów czasowych do celów eksploatacyjnych i projektowych. W tym kontekście w referacie zaprezentowano analizy szeregów czasowych rozbiorów wody z wykorzystaniem sztucznych sieci neuronowych oraz podano kierunki ich praktycznego wykorzystania.
EN
Results of measurements originating from the SCADA systems generate time series of sampling step defined by user. T he lack of sufficient knowledge among sanitary engineers concerning big data sets analysis leads to the lack of full exploitation of arising time series for operation and design needs. In this content analyses of water consumption time series with implementation of artificial neural networks were presented and their practical use directions were given in the paper.
Celem prac badawczych opisanych w artykule była ocena dywersyfikacji portfela produktowego w świetle pojęć i metod teorii prognozowania, przede wszystkim ocena dywersyfikacji na podstawie trafności prognozy sprzedaży całkowitej. Dlatego porównano trafność prognoz sprzedaży pojedynczych grup produktów i sprzedaży całkowitej w wybranym przedsiębiorstwie handlowym z branży rolniczo-technicznej. Wyniki są zgodne ze znaną z teorii prawidłowością, iż dywersyfikacja produktowa służy zmniejszaniu ryzyka w prowadzonej działalności gospodarczej. Podwyższona trafność prognoz potwierdziła hipotezę o właściwej dywersyfikacji produktowej w badanym przedsiębiorstwie. Dobór metod i estymację modeli poprzedzono badaniami własności szeregów czasowych sprzedaży. Testy dały ogólne wskazówki co do typu modelu i zmiennych objaśniających. Do analizy każdego szeregu zastosowano alternatywne typy modeli: regresji, ARIMA i wygładzania wykładniczego Wintersa, z których wybrano jeden o najbardziej trafnych prognozach.
Celem pracy było opracowanie metodyki prognozowania szeregów czasowych przy użyciu sztucznych sieci neuronowych. Prognozy wykonano zakładając klasyczny model tendencji rozwojowej. Opracowano ogólny algorytm opracowywania prognostycznego modelu neuronowego. Przedstawiono przykład zastosowania tego algorytmu do opracowania 9 modeli neuronowych dla zmiennych prognostycznych charakteryzujących wybrane maszyny rolnicze: kombajny zbożowe, pługi oraz siewniki rzędowe. Przeprowadzono analizę wrażliwości dla opracowanych modeli prognostycznych.
EN
The purpose of the work was to develop methods for predicting time series using the artificial neural networks. The predictions were made assuming the classical development tendency model. The general algorithm for construction of prognostic neural model has been developed. The paper presents an example for using this algorithm to create 9 neural models for prognostic variables characterising selected farm machines: combine harvesters, ploughs and drill seeders. A sensitivity analysis was made for created prognostic models.
11
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Characterization of the time-series analysis is presented, as a data mining tool which facilitates better understanding nature of manufacturing process and permits forecasting of future values of the process parameters or production results on the basis of the past data, recorded in regular intervals. The main methods and problems of the time-series analysis are presented, related to the trend function, evaluation of seasonality and significance of the information contents in the residual values. The authors' research results, related to exemplary production data collected in a foundry with Disamatic molding line (temperature of the molding sand), are presented. It is concluded that a properly performed analysis of time-series can be a useful tool for analysis and predictions of foundry production process.
12
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W artykule zaprezentowano metodę prognozowania napełniania wyrobisk odkrywkowych przy wykorzystaniu szeregów czasowych. Metoda opracowana została na podstawie danych pomiarowych pochodzących z początkowego okresu napełniania wyrobiska poeksploatacyjnego "Pątnów". W opracowanej metodzie wykorzystano równanie bilansu dopływów wód. Parametry równania bilansu dopływów obliczono przy wykorzystaniu regresji wielorakiej. Jakość modelu prognostycznego oceniono ex ante na podstawie wartości uzyskanych statystyk. Następnie przeprowadzono weryfikacje ex post dla modelu, poprzez porównanie wyników pomiarowych z wynikami wstępnej analizy. W końcowej części pracy przedstawiono uaktualnioną prognozę napełniania zbiornika Pątnów aż do całkowitego napełnienia go wodą.
EN
This paper presents one method of forecasting flooding in opencast mines, the Statistical Balance Method. This method - using the equation of water balance discharge - was processed using data from the initial flooding period of the (post-mining) open-pit "Pątnów", in the Wielkopolska region of Poland. The parameters of this equation were determined using multiple regression. The quality of the prognostic model was estimated ex ante based on statistical values. The next step involved ex post verification of the model, conducted by comparing the original forecast data to the results of the monitoring of the consequent flooding of the open-pit more over a period of 18 months. The updated prognosis of the folding of the "Pątnów" reservoir as well as the data concerning the subsequent and actual flooding of the reservoir is hereby presented.
13
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
The paper is concerned with the elimination of different trends existing in the time series representing the hourly power consumption in the power system of smali size. Analysing the hourly need for the power in such system we can observe significant trends associated with the season of the year, type of the day. as well as the particular hour of the day. At prediction task the variability of the time series is of great importance. The lower in this variability the belfer is the accuracy of prediction. In the paper we will present the method of reducing this variability by removing such trends. The eltmnation of trends is performed in few phases. The first step is to determine the index corresponding to the regular jth day of the weak for j = 1, 2, ..., 7 and also type of such day. After this first step of detrending of the time series we follow the second and third aiming at removing the trend coresponding to the particular hour h of the day (n=t, 2 ....o 24) and then the seasonality trend. characterizing the succeeding day of the year (d=t, 2, ..., 365). All detrending operations are done by using the appropriately defined indexes. After application of all these steps we get the final detrended time series corresponding to all days under consideration (o=t, 2 ..... p). The detrended time series is of much lower variance than the original one, This means the significant simplification of the forecasting problem and increase of probability of achieving belfer accuracy of forecasting results. The experiments of prediction of such detrended time series for smali power region of Łódz performed using two types of neural predictors (MLP and SVM) have proved the superiority of such approach.
PL
Praca dotyczy usuwania różnego rodzaju trendów występujących w szeregu czasowym odpowiadającym obciążeniom godzinnym w systemie elektroenergetycznym. Zwykły szereg czasowy charakteryzujący pobór mocy. zwłaszcza w małym systemie elektroenergetycznym, charakteryzuje się występowaniem trendu związanego z charakterystycznymi cechami danego dnia tygodnia, sezonem oraz godziną doby. Wielkości te występują w miarę regularnie i istnieje możliwość ich znacznego złagodzenia. Usunięcie tych trendów powoduje istotne zmniejszenie różnic obciążeń występujących z godziny na godzinę. Oznacza to zmniejszenie zmienności analizowanego szeregu i w efekcie zwiększenie dokładności jego predykcji w procesie prognozowania obciążeń na nowy dzień. Praca dotyczy aspektu usuwania trendów różnego rodzaju poprzez wprowadzenie tzw. indeksów normalizacyjnych. Pokażemy. że zastosowane podejście pozwala na istotne zmniejszenie odchylenia standardowego odniesionego do wartości średniej obciążenia. Dzięki temu możliwe jest uzyskanie lepszej dokładności predykcji szeregu czasowego. Eksperymenty numeryczne przeprowadzone na danych z Łódzkiego systemu elektroenergetycznego potwierdziły. że istotnej redukcji ulega przede wszystkim błąd maksymalny.
14
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Omówiono wyniki modelowania i prognozowania szeregów czasowych poboru wody z miejskich sieci wodociągowych dla potrzeb optymalnego sterowania procesami zaopatrzenia w wodę. Zaprezentowano wyniki praktycznej weryfikacji modeli klasy ARIMA oraz sztucznych sieci neuronowych na przykładzie wydzielonego rejonu sieci wodociągowej we Wrocławiu. Obie metody prognozowania spełniają wygodną dla potrzeb praktycznych zasadę łatwej dostępności danych wyjściowych do prognozowania. Nie ujmują one żadnych zmiennych zewnętrznych, a bazują wyłącznie na chronologicznie uszeregowanych ciągach obserwacji poboru wody z bezpośredniej przeszłości. Zaletą modeli klasy ARIMA przy ich oszczędnej parametryzacji jest to, że proces prognozowania poboru wody może być zainicjowany przy stosunkowo małej liczbie wyrazów szeregu czasowego. Strukturę modelu ARIMA (1,0,0) (1,1,0)s można uznać za uniwersalną, nadającą się do prognozowania poborów wody w miejskich systemach wodociągowych. Przyjęcie tej tezy w znacznym stopniu może uprościć automatyzację prognozowania, bo eliminujemy z procesu analizy szeregu czasowego etap poszukiwania struktury modelu. Należy przy tym zaznaczyć, że przekształcenie szeregu surowego w szereg Fouriera poprawia wyniki prognoz, a odpowiednimi modelami dotyczącymi prognoz poboru wody są sezonowe modele multiplikatywne. Alternatywą dla modeli ARIMA mogą być ewentualnie: sztuczne sieci neuronowe, których efektywność w prognozowaniu szeregów czasowych poborów wody okazała się porównywalna z efektywnością modeli klasy ARIMA.
EN
The paper outlines results of modeling and forecasting of water demand time series for the optimal control of the water supply processes in municipal water supply systems. Results of ARIMA and artificial neural network models verification have been presented for a separate water supply subsystem in Wrocław. Both the methods meet the requirement of an easy availability of the input data for the needs of forecasting. They do not include any external variables and are based solely on the preceding chronological water demand time series. Characterized by a reasonable parameterization, the ARIMA class models offer the potentiality for initiating the forecasting of water demand with a comparatively small number of points in the time series. The structure of the ARIMA (1,0,0) (1,1,0)s model can be considered universal and suitable for forecasting the water demand in municipal water-supply systems. Accepting this thesis, as well as taking into account the fact that it is consistent with the results of our previous researches, we can notably simplify the automation of forecasting, because in this way the stage of search for the model structure is eliminated from the analysis of the time series. It is worth noting that the transformation of a raw time series into a Fourier series upgrades the quality of the forecasts and that seasonal multiplicative models are suitable for forecasting the water demand. The results showed that the efficiency of the neural networks in the time series water demand forecasting is comparable with the ARIMA models effects. So, the neural networks can be use as the alternative to the ARIMA models.
W pracy przedstawiono analizę miesięcznych cen żywca brojlerów kurzych w latach 1991-2011. Dekompozycję szeregu czasowego cen przeprowadzono za pomocą metody Census II/X11. Ceny żywca brojlerów cechuje wyraźna, pogłębiająca się w ostatnich latach sezonowość. W 2011 roku wskaźnik sezonowości sięgał od 107,3% w sierpniu do 92,2% w grudniu. W horyzoncie sześciu miesięcy ponad połowa zmienności cen (51,4%) wynikała ze zmian długookresowych, 44,9% zmienności kształtowana była przez sezonowość, a tylko 3,7% wynikała z wahań przypadkowych.
EN
The analysis of monthly prices of broiler chicken livestock in years 1991 - 2011 in this paper was presented. Decomposition of price time series was performed using method Census II/X11. Price of broiler chicken livestock characterize stable an stronger in recent years seasonality. In 2011 the seasonal index was ranged from 107,3% in August to 92,2% in December. In the range of six month more than half of price variability (51,4%) is a result of long period changes, 44,9% of variability is shaped by seasonal fluctuations and only 3,7% is made by irregulars fluctuations.
16
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W pracy zaproponowano wykorzystanie algorytmu genetycznego do otrzymywania krótkookresowych prognoz szeregów notowań kursów i wolumenów obrotów instrumentów giełdowych. Użyty algorytm przypomina w swoim działaniu metodę naiwną z sezonowością, z tym że opóźnienie obserwacji stanowiącej prognozę może być różne dla kolejnych okresów, co umożliwia najlepsze dopasowanie do danych. Dokonano przy tym wcześniejszej identyfikacji i usunięcia obserwacji nietypowych na podstawie macierzy rzutowania, znanej z estymacji odpornej. Na podstawie otrzymanych wyników udało się potwierdzić poprawę jakości prognoz ex post po usunięciu nietypowych danych. Znacznie lepsze rezultaty otrzymano w przypadku notowań, ze względu na występujące w nich przypadku mniejsze wahania przypadkowe.
EN
This work presents a proposal of usage of genetic algorithms to short-term forecasting of price and volume quotations. Presented algorithm resembles the naive method with seasonality but a lag of observation used as predictor can change in order to achieve best adjustment of ex post prognosis to data. The data were devoid of outliers with the help of hat matrix, taken from robust estimation. The results confirmed earlier assumptions and gave better ex post forecasts after removing outliers. Much better results were obtained for the prices, compared to those obtained for the volume due to smaller random fluctuations.
The correlation dimension and Lyapunov coefficients for a dynamic system constructed on the basis of tropospheric mean temperature time series are presented. The calculations proved that the attractor is strange and his geometrical structure is fractal. The attractor's strangeness results from the existence of positive values of the Lyapunov coefficients. Based upon these results, the estimated time of the dynamic system prediction is 13 days.
Jednym z ważnych etapów badania oraz analizy systemów empirycznych jest proces prognozowania, mający praktyczne zastosowanie w szerokim zakresie działalności ludzkiej. W przypadku przewidywania wielkości płodów rolnych mamy do czynienia z szeregiem złożonych bodźców, które w efekcie przekładają się na wynik końcowy, jakim jest plon. Jakość tych prognoz ma ogromne znaczenie dla kolejnych etapów w łańcuchu produkcyjno-dystrybucyjnym płodów rolnych. Sieci neuronowe w postaci szeregów czasowych są wysublimowaną techniką modelowania, zdolną odwzorować bardzo złożone funkcje. Celem analizy szeregów czasowych jest ustalenie prognozy przyszłych wartości pewnej zmiennej, której wartości zmieniają się w czasie. Najczęściej dąży się do obliczenia prognozy korzystając z wcześniejszych wartości tej samej zmiennej, której wartość ma być przewidywana. Zbiór uczący, wykorzystywany przy neuronowej analizie szeregów czasowych, budowany jest zwykle w oparciu o pojedynczą zmienną, której typ określony jest jako "Wejściowo-Wyjściowy". Oznacza to, że jest ona wykorzystywana zarówno jako wejście sieci neuronowej, jak i jako jej wyjście.
EN
Prediction becomes a very important stage in many activities. In case of expectation crops of chosen agricultural foetuses we deal with a number of stimuli which consequently transform into the end effect. It is clear that the quality of those predictions has a great influence on subsequent stages in the production and distribution chain of agricultural foetuses. Neural networks by time series are a sophisticated technique of modeling capable of reflecting very complex functions. In time series problems, the objective is to predict ahead the value of a variable which varies in time, using previous values of that and/or other variables. The time series training data set therefore typically has a single variable, and this has type input/output (i.e., it is used both for network input and network output).
19
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
After abandonment many species-rich limestone grasslands have been overgrown by tall grasses and forbs, and often by shrubs and trees. As a result, communities with many regionally rare and endangered species are vanishing. We examined to what extend changes in the cover of sociological species groups and plant functional types in an unmanaged grassland depend on fluctuations in climatic conditions. Vegetation data from permanent plots in an abandoned grassland in southern Poland collected over 12 years were used. Relations between weather variables, time, and the cover of species groups were analysed using multiple linear regression and canonical correspondence analysis (CCA). The climatic data included mean temperatures and precipitation sums for each month from January to December (for the current year from January to July), and for 2, 3 and 4 consecutive months, with time lags of 0, 1, 2 and 3 years. It was found that both inter-annual fluctuation of climatic conditions and successional processes considerably influenced species composition of the study grassland. The fluctuations in precipitation and temperature explained from 0.8% to 27.1% of the variation in the cover of various sociological groups. The greatest effect on the cover dynamics of all species and majority of sociological groups had precipitation in spring and early summer in the current year. Most of species groups were affected also by temperature in spring and/or summer in the previous years, but its effect was lower than precipitation. The obtained results suggest that climatic conditions have also a significant impact on the rate of changes in abandoned limestone grasslands. Higher precipitation in spring and summer favour growth and spread of tall meadow grasses and forbs, accelerating changes from less compact communities dominated by smaller xerothermic species to more compact vegetation with a closed structure. In consequence the role of xerothermic calcareous species decreases and many of them may locally extinct within decades.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.