Transportu SIECI NEURONOWYCH. : marzec w przypadku awarii detektora. Opracowany we pomiarów ruchu

Wielkość: px
Rozpocząć pokaz od strony:

Download "Transportu SIECI NEURONOWYCH. : marzec w przypadku awarii detektora. Opracowany we pomiarów ruchu"

Transkrypt

1 PRACE AUKOWE POLITECHIKI WARSZAWSKIEJ z. 113 Transport 2016 Transportu PREDYK A SIECI EUROOWYCH : marzec 2016 Streszczenie: W artykule zaproponowano wykorzystanie jednej sieci neuronowej do krótko- podstawie w przypadku awarii detektora. Opracowany we pomiarów ruchu zaproponowany model y dykcji w Inteligentnych Systemach Transportowych. predykcja a ruchu, sieci neuronowe, szeregi czasowe 1. Krótkoterminowe przewidywania parametrów ruchu drogowego ma kluczowe znaczenie dla sterowania ruchu opiera s czasowym od kilku minut do nawet k do odwzorowania nieliniowego zachowania zmiennych. To odwzorowanie jest uzyskiwane w trakcie uczenia sieci bez uprzedniego

2 370 gdy brak danych, co. Modelowanie przebiegu elementem adaptacyjnych algorytmów sterowania ruchem [8], [10]. jest skutecznym. Perceptron wielowarstwowy (MLP) z naj przep u krótkoterminowego [4[,[2]. K. Kumar i in. [5 a tygodnia, w którym traktowany jako zbiór reprezentowa. Dobre wyniki przewidywania uzyskano w horyzoncie czasowym 5-15 minut. Podo w godzinach porannych w Zmiany parametrów ruchu wykorzystano w pracy [3] do optymalizacji modelu prognostycznego. ych danych. W artykule przedstawiono model predykcji zarejestrowane na wl drugiego rej spowodowanych warunkami pogodowymi. Do opracowania modelu wykorzystano dane w sieci drogowej miasta Gliwice. W, przebiegów ruchu [6]. 2. MODEL PREDYKCJI Sterowanie ruchem ulicznym w sieciach dróg przez zintegrowane inteligentne systemy na wiarygodnej informacji o parametrach ruchu drogowego. Dane drogowe yciem licznych pomiarowych umieszczonych komunikacyjnych sieci drogowej. Problemy ulegnie awarii. Prowadzi to do braku danych, stanu sieci drogowej.

3 Predyk 371 W artykule skupio roblemie utraty danych w przypadku dwóch kolejnych a rys. 1 przedstawiono schemat tej sytuacji. Rys. 1. Schemat badanego odcinka drogi z detektorami D1 i D2 Detektory pojazdów D1 i D2 owania J1 D1 J2. J2 w przypadku uszkodzenia detektora D2. lub 6 Qt 1( J1, J 2 ) f ( Qt ( J1),, Qt n ( J1), t, ) Q o t chwila predykcji, konfiguracja sieci neuronowej. Prognozowane e ruchu dla J1 i J2 jest J1. z wykorzystaniem sieci neuronowych. Sieci Li ni: L L 1... L1 ( n1) n ( a, b ), i i i i i i 1,..., m gdzie: L i i numer warstwy sieci (1 lub 2). moment czasowy oraz parametry ).

4 372 a w czasie. Po analizie szeregów czasowych obej 2] z chara takie jak "godziny szczytu a zostanie wykonana na podstawie 5 lub 75 lub 90 min. Bardzo enie, do modelu predykcyjnego Model przedstawiono na rys. 2 Rys. 2. Model predykcji nie ma ych cech charakterystycznych to, aby okre l z neuronów w przedziale od 18 do 66. Ten zakres ustalony ach czasowych ruchu [6]. 3. AALIZA I SELEKCJA DAYCH detektorów pojazdów umieszczonych jednej z dróg dojazdowych do Gliwic rys. 3. Uzyskane 2014 roku (od lutego do lipca) oraz maj 2015 roku Dane o oraz w badaniach utowe. W modelu predykcji wykorzystano dni roboczych, od Mapa na rysunku 3

5 Predyk 373 Rys. 3. Rozmieszczenie detektorów : autorzy OpenStreetMap e ruchu z dwóch dni roboczych z 2014 i 2015 roku. Wyniki przedstawiono na rys. 4. a) b) Rys. 4. dwóch dni roboczych z maja 2014 i 2015 roku a) dla detektora D1 J1), b) dla detektora D2 J2) D1 D2 i wyni dobowych w badanych miejscach pozwala na opracowanie modelu predykcji 4. STRUKTURA SIECI EUROOWEJ liczby klasyfikator, to liczba wag w strukturze sieci

6 374 w ione w procesie uczenia Po analizie zbioru danych zarejestrowanych za okres roboczych. Przygotowano dwa i e 2400 wektorów. J1 e im J1 i J2. W drugim u m momentem godziny. Do testowania sieci wy 4.2. STRUKTURA SIECI EUROOWEJ J1 i wlocie J2 o 6 kolejnych moment J1 J2 w kolejnych 15 min. Zbadano struktur sieci i wybrano dwie sieci dwuwarstwowe o strukturach i dwie sieci trójwarstwowe o strukturach i z dwoma warstwami ukrytymi o 18 i 36 neuronach w obu warstwach ukrytych. algorytmem modyfikacji wag Levenberga-Marquardta. W warstwach ukrytych dla tanh), a dla dwóch Schemat zastosowanych sieci neuronowych przedstawiono na rys. 5.

7 Predyk 375 a) b) Rys. 5. Schem warstwami ukrytymi a rysunku 5 przedstawiono schematy dwóch struktur sieci neuronowych zastosowanych w badaniach. W obu przypadkach w J1) neuronów. j warstwy ukrytej. 5. WYIKI TESTÓW Po wytrenowaniu wybranych konfiguracji i. t+1 zbioru Wyniki predykcji dla wlotów J1 i J2 przedstawiono na rysunku 6. a rysunku 6 przedstawiono wyniki prognozowania dla J1 i J2. prognozowanego. Dla wlotu J1 uzyskano bardzo dobre wyniki prognozowania wykresy wlotu J2 a dolnych wykresach z rysunku 6 dla J1 jest J2. Idealne dopasowanie (prognoza) ma miejsce wtedy, gdy dane.

8 376 Rys. 6. J1(det. D1) i J2(det. D2) progno- a zmierzonymi. Dla wybranych dni przeprowadzono obliczono y predykcji: absolute error), error),. 1 MAE n 1 Q f Q n 1 MAPE n 1 Q Q f Q n n RMSE 1 n 1 ( Q f Q n ) 2 gdzie: Q n Q f prognozowane dla n-tego pomiaru (Q n) Tabele 1 i 2 predykcji dla wlotów J1 i J2, czterech wybranych konfiguracji sieci neuronowych dwóch sieci dwuwarstwowych i dwóch sieci trójwarstwowych i bez godziny) wlotu J1 jest najlepsza dla sieci o strukturze

9 Predyk 377 J1 configuration Input variables Outputs RMSE MAE MAPE Q t-5, Q t-4, Q t-3, Q t+1(j1) 8,2 6,04 0, Q t-2, Q t-1, Q t Q t+1(j2) 8,2 6,05 0, x18-2 8,0 6,09 0, x36-2 7,9 5,74 0, (t h) t h, Q t-4, Q t-3, Q t+1(j1) 7,8 5,87 0, (t h) Q t-2, Q t-1, Q t Q t+1(j2) 7,5 5,76 0, x18-2 (t h) 7,6 5,87 0, x36-2 (t h) 8,0 5,93 0,12 Tablica 1 J1 J2. J2 Konfiguracja sieci Parametry W RMSE MAE MAPE Q t-5, Q t-4, Q t-3, Q t+1(j1) Q t-2, Q t-1, Q t Q t+1(j2) 26,2 20,10 0, ,2 19,09 0, x ,3 20,59 0, x ,5 18,98 0,24 t (t h, Q t-4, Q t-3, Q t+1(j1) h) Q t-2, Q t-1, Q t Q t+1(j2) 22,0 17,47 0, (t h) 21,6 16,26 0, x18-2 (t h) 21,7 17,06 0, x36-2 (t h) 21,2 15,75 0,21 Tablica 2 J1 J2. J2 wykorzystane do uczenia i testowania sieci nie wyk J1 (rys. 4).,5 minuty. W przypadku. Obserwacja ruchu rejestrowanego godzinach pracy ruc w D wlotu J2 jest najlepsza dla sieci o strukturze

10 WIOSKI Badano konfiguracjach Zmiany dla sieci z jedn warstw ukryt nie e, a W przypadku konfiguracji z dwoma warstwami ukrytymi. ruchu prognozowania sieci neuronowych dla wlotu J2 o 15%. u predykcji MAPE dla wlotu skrzy owania J2 prawie dwukrotnie J1. obu wlotów jest najlepsza dla sieci o strukturze J2 J2 lub przez zastosowanie do pred dwóch ych sieci J2 nawet o 10%. zaproponowany model y Bibliografia 1. k-nearest neighbours-based traffic flow prediction, IET Intelligent Transport System 2015, s Centiner, B. G., Sari, M., & Borat, O. (2010). A neural network based traffic-flow prediction model. Mathematical and Computational Applications, 15, Jia Zheng Zhu, Jin Xin Cao, Yuan Zhu: Traffic volume forecasting based on radial basis function neural network with the consideration of traffic flows at the adjacent intersections, Transportation Research Part C 47, 2014, p Karlaftis, M.G., Vlahogianni E.J., Statistical methods versus neural networks in transportation research: differences, similiarities and some insights. Transp. Research, Part C, , Kranti Kumar, M. Parida, V.K. Katiyar, Short Term Traffic Flow Prediction for a on Urban Highway Using Artificial eural etwork, Procedia - Social and Behavioral Sciences, Vol. 104, (2013), Archives of Transport 4/2012, pp term traffic flow forecasting method based on the data from video detectors using a neural network, Communications in Computer and Information Science, Springer, 2013, s vol Srinivasan, M. C. Choy, and R. L. Cheu: eural networks for real-time traffic signal control, IEEE Trans. Intelligent Transportation Systems, vol. 7, no. 3, pp , Sep Tadeusiewicz R. Sieci neuronowe. Akademicka Oficyna Wydaw. RM, Warszawa Vlahogianni E.I., Karlaftis M.G., Golias J.C.: Optimized and meta-optimized neural networks for shortterm traffic flow prediction:agenetic approach, Transportation Research Part C vol.13, pp , 2005.

11 Predyk 379 TRAFFIC FLOW PREDICTIO I ADJACET JUCTIOS USIG EURAL ETWORK Summary: The paper presents a proposal of using one neural network for short time prediction of traffic flow on two adjacent junctions of a traffic route. The traffic flow on the second junction is predicted on the basis of historic data registered at the first junction. This allows to forecast the flow on the second junction in the case of failure of its flow measuring devices. The elaborated design is validated using a data set of traffic flow measurements comprising nearly 20 thousand measurements collected in a period of over six months. Results prove that the design may be incorporated as a component of a prediction module in Intelligent Transport Systems. Keywords: traffic flow forecast, neural networks, time series

Model predykcji natężenia ruchu pojazdów z użyciem sztucznych sieci neuronowych

Model predykcji natężenia ruchu pojazdów z użyciem sztucznych sieci neuronowych PAMUŁA Teresa Model predykcji natężenia ruchu pojazdów z użyciem sztucznych sieci neuronowych WSTĘP Charakterystyki natężenia ruchu pojazdów są warunkiem identyfikacji trendów w podziale ruchu w sieci

Bardziej szczegółowo

PRZESTRZENNO-CZASOWY MODEL PREDYKCJI NATĘŻENIA RUCHU Z UŻYCIEM SIECI NEURONOWYCH

PRZESTRZENNO-CZASOWY MODEL PREDYKCJI NATĘŻENIA RUCHU Z UŻYCIEM SIECI NEURONOWYCH PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 117 Transport 2017 Teresa Pamuła Politechnika Śląska, Wydział Transportu PRZESTRZENNO-CZASOWY MODEL PREDYKCJI NATĘŻENIA RUCHU Z UŻYCIEM SIECI NEURONOWYCH Rękopis

Bardziej szczegółowo

Zastosowanie optymalizacji rojem cząstek (PSO) w procesie uczenia wielowarstwowej sieci neuronowej w problemie lokalizacyjnym

Zastosowanie optymalizacji rojem cząstek (PSO) w procesie uczenia wielowarstwowej sieci neuronowej w problemie lokalizacyjnym Zastosowanie optymalizacji rojem cząstek (PSO) w procesie uczenia wielowarstwowej sieci neuronowej w problemie lokalizacyjnym Jan Karwowski Wydział Matematyki i Nauk Informacyjnych PW 17 XII 2013 Jan Karwowski

Bardziej szczegółowo

PROGNOZOWANIE CENY OGÓRKA SZKLARNIOWEGO ZA POMOCĄ SIECI NEURONOWYCH

PROGNOZOWANIE CENY OGÓRKA SZKLARNIOWEGO ZA POMOCĄ SIECI NEURONOWYCH InŜynieria Rolnicza 14/2005 Sławomir Francik Katedra InŜynierii Mechanicznej i Agrofizyki Akademia Rolnicza w Krakowie PROGNOZOWANIE CENY OGÓRKA SZKLARNIOWEGO ZA POMOCĄ SIECI NEURONOWYCH Streszczenie W

Bardziej szczegółowo

PROGNOZOWANIE NATĘŻENIA RUCHU POJAZDÓW NA SKRZYŻOWANIU ZA POMOCĄ SIECI NEURONOWEJ PREDICTION OF TRAFFIC VOLUME AT THE JUNCTION USING NEURAL NETWORK

PROGNOZOWANIE NATĘŻENIA RUCHU POJAZDÓW NA SKRZYŻOWANIU ZA POMOCĄ SIECI NEURONOWEJ PREDICTION OF TRAFFIC VOLUME AT THE JUNCTION USING NEURAL NETWORK ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2012 Seria: TRANSPORT z. 74 Nr kol. 1862 Teresa PAMUŁA PROGNOZOWANIE NATĘŻENIA RUCHU POJAZDÓW NA SKRZYŻOWANIU ZA POMOCĄ SIECI NEURONOWEJ Streszczenie. Artykuł zawiera

Bardziej szczegółowo

WYKORZYSTANIE MODELI TAKAGI SUGENO DO KRÓTKOTERMINOWEGO PROGNOZOWANIA ZAPOTRZEBOWANIA NA ENERGIĘ ELEKTRYCZNĄ ODBIORCÓW WIEJSKICH

WYKORZYSTANIE MODELI TAKAGI SUGENO DO KRÓTKOTERMINOWEGO PROGNOZOWANIA ZAPOTRZEBOWANIA NA ENERGIĘ ELEKTRYCZNĄ ODBIORCÓW WIEJSKICH Inżynieria Rolnicza 1(110)/2009 WYKORZYSTANIE MODELI TAKAGI SUGENO DO KRÓTKOTERMINOWEGO PROGNOZOWANIA ZAPOTRZEBOWANIA NA ENERGIĘ ELEKTRYCZNĄ ODBIORCÓW WIEJSKICH Małgorzata Trojanowska Katedra Energetyki

Bardziej szczegółowo

WYKORZYSTANIE SZTUCZNYCH SIECI NEURONOWYCH DO PROGNOZOWANIA CEN NA GIEŁDZIE ENERGII

WYKORZYSTANIE SZTUCZNYCH SIECI NEURONOWYCH DO PROGNOZOWANIA CEN NA GIEŁDZIE ENERGII WYKORZYSTANIE SZTUCZNYCH SIECI NEURONOWYCH DO PROGNOZOWANIA CEN NA GIEŁDZIE ENERGII Autor: Katarzyna Halicka ( Rynek Energii nr 1/2010) Słowa kluczowe: giełda energii, prognozowanie cen energii elektrycznej,

Bardziej szczegółowo

Streszczenie. Słowa kluczowe: modele neuronowe, parametry ciągników rolniczych

Streszczenie. Słowa kluczowe: modele neuronowe, parametry ciągników rolniczych InŜynieria Rolnicza 11/2006 Sławomir Francik Katedra InŜynierii Mechanicznej i Agrofizyki Akademia Rolnicza w Krakowie METODA PROGNOZOWANIA WARTOŚCI PARAMETRÓW TECHNICZNYCH NOWOCZESNYCH MASZYN ROLNICZYCH

Bardziej szczegółowo

MODEL SYSTEMU ZARZĄDZANIA RUCHEM POJAZDÓW W OBSZARZE MIEJSKIM Z WYKORZYSTANIEM SIECI NEURONOWYCH

MODEL SYSTEMU ZARZĄDZANIA RUCHEM POJAZDÓW W OBSZARZE MIEJSKIM Z WYKORZYSTANIEM SIECI NEURONOWYCH ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2010 Seria: TRANSPORT z. 67 Nr kol. 1832 Teresa PAMUŁA, Aleksander KRÓL MODEL SYSTEMU ZARZĄDZANIA RUCHEM POJAZDÓW W OBSZARZE MIEJSKIM Z WYKORZYSTANIEM SIECI NEURONOWYCH

Bardziej szczegółowo

WYKORZYSTANIE SZTUCZNYCH SIECI NEURONOWYCH W PROGNOZOWANIU

WYKORZYSTANIE SZTUCZNYCH SIECI NEURONOWYCH W PROGNOZOWANIU WYKORZYSTANIE SZTUCZNYCH SIECI NEURONOWYCH W PROGNOZOWANIU THE USE OF ARTIFICIAL NEURAL NETWORKS IN FORECASTING Konrad BAJDA, Sebastian PIRÓG Resume Artykuł opisuje wykorzystanie sztucznych sieci neuronowych

Bardziej szczegółowo

Algorytmy sztucznej inteligencji

Algorytmy sztucznej inteligencji Algorytmy sztucznej inteligencji Dynamiczne sieci neuronowe 1 Zapis macierzowy sieci neuronowych Poniżej omówione zostaną części składowe sieci neuronowych i metoda ich zapisu za pomocą macierzy. Obliczenia

Bardziej szczegółowo

PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ

PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 113 Transport 2016 Politechnika Warszawska, W Transportu UNKCJONALNO - : Streszczenie: no og zadania i funkcjonalnej funkcjonalnych. Wyniki -. 1. w warunkach

Bardziej szczegółowo

ZASTOSOWANIE AUTORSKIEJ METODY WYZNACZANIA WARTOŚCI PARAMETRÓW NOWOCZESNYCH SYSTEMÓW TECHNICZNYCH DO PŁUGÓW I OPRYSKIWACZY POLOWYCH

ZASTOSOWANIE AUTORSKIEJ METODY WYZNACZANIA WARTOŚCI PARAMETRÓW NOWOCZESNYCH SYSTEMÓW TECHNICZNYCH DO PŁUGÓW I OPRYSKIWACZY POLOWYCH Inżynieria Rolnicza 9(118)/2009 ZASTOSOWANIE AUTORSKIEJ METODY WYZNACZANIA WARTOŚCI PARAMETRÓW NOWOCZESNYCH SYSTEMÓW TECHNICZNYCH DO PŁUGÓW I OPRYSKIWACZY POLOWYCH Sławomir Francik Katedra Inżynierii Mechanicznej

Bardziej szczegółowo

DRZEWA REGRESYJNE I LASY LOSOWE JAKO

DRZEWA REGRESYJNE I LASY LOSOWE JAKO DRZEWA REGRESYJNE I LASY LOSOWE JAKO NARZĘDZIA PREDYKCJI SZEREGÓW CZASOWYCH Z WAHANIAMI SEZONOWYMI Grzegorz Dudek Instytut Informatyki Wydział Elektryczny Politechnika Częstochowska www.gdudek.el.pcz.pl

Bardziej szczegółowo

KONCEPCJA ZASTOSOWANIA INTELIGENTNYCH SYSTEMÓW TRANSPORTOWYCH W DZIELNICY MOKOTÓW W WARSZAWIE

KONCEPCJA ZASTOSOWANIA INTELIGENTNYCH SYSTEMÓW TRANSPORTOWYCH W DZIELNICY MOKOTÓW W WARSZAWIE PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 113 Transport 2016 Zbigniew Kasprzyk, Mariusz Rychlicki, Kinga Tatar KONCEPCJA ZASTOSOWANIA INTELIGENTNYCH SYSTEMÓW TRANSPORTOWYCH W DZIELNICY MOKOTÓW W WARSZAWIE

Bardziej szczegółowo

RACJONALIZACJA PROCESU EKSPLOATACYJNEGO SYSTEMÓW MONITORINGU WIZYJNEGO STOSOWANYCH NA PRZEJAZDACH KOLEJOWYCH

RACJONALIZACJA PROCESU EKSPLOATACYJNEGO SYSTEMÓW MONITORINGU WIZYJNEGO STOSOWANYCH NA PRZEJAZDACH KOLEJOWYCH RACE NAUKOWE OLITECHNIKI WARSZAWSKIEJ z. Transport 6 olitechnika Warszawska, RACJONALIZACJA ROCESU EKSLOATACYJNEGO SYSTEMÓW MONITORINGU WIZYJNEGO STOSOWANYCH NA RZEJAZDACH KOLEJOWYCH dostarczono: Streszczenie

Bardziej szczegółowo

WYZNACZANIE WARTOŚCI PODSTAWOWYCH PARAMETRÓW TECHNICZNYCH NOWOCZESNYCH KOMBAJNÓW ZBOŻOWYCH PRZY UŻYCIU SSN

WYZNACZANIE WARTOŚCI PODSTAWOWYCH PARAMETRÓW TECHNICZNYCH NOWOCZESNYCH KOMBAJNÓW ZBOŻOWYCH PRZY UŻYCIU SSN Inżynieria Rolnicza 2(9)/7 WYZNACZANIE WARTOŚCI PODSTAWOWYCH PARAMETRÓW TECHNICZNYCH NOWOCZESNYCH KOMBAJNÓW ZBOŻOWYCH PRZY UŻYCIU SSN Sławomir Francik Katedra Inżynierii Mechanicznej i Agrofizyki, Akademia

Bardziej szczegółowo

ANALIZA DANYCH POMIAROWYCH SYSTEMÓW TRANSPORTOWYCH

ANALIZA DANYCH POMIAROWYCH SYSTEMÓW TRANSPORTOWYCH PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 113 Transport 2016 ANALIZA DANYCH POMIAROWYCH SYSTEMÓW TRANSPORTOWYCH : maj 2016 Streszczenie: wybranym odcinku trasy wskazano t ych 1. WPROWADZENIE 3]: 1) studiów

Bardziej szczegółowo

OCENA EFEKTYWNOŚCI NEURONOWEGO PROGNOZOWANIA W OPARCIU O WYBRANE METODY NA PRZYKŁADZIE DYSTRYBUCJI PRODUKTÓW ROLNICZYCH

OCENA EFEKTYWNOŚCI NEURONOWEGO PROGNOZOWANIA W OPARCIU O WYBRANE METODY NA PRZYKŁADZIE DYSTRYBUCJI PRODUKTÓW ROLNICZYCH Inżynieria Rolnicza 2/2005 Krzysztof Koszela, Piotr Boniecki, Jerzy Weres Instytut Inżynierii Rolniczej Akademia Rolnicza w Poznaniu OCENA EFEKTYWNOŚCI NEURONOWEGO PROGNOZOWANIA W OPARCIU O WYBRANE METODY

Bardziej szczegółowo

WYKORZYSTANIE SIECI NEURONOWYCH DO ODWZOROWANIA DEFORMACJI POWIERZCHNI NA TERENACH GÓRNICZYCH

WYKORZYSTANIE SIECI NEURONOWYCH DO ODWZOROWANIA DEFORMACJI POWIERZCHNI NA TERENACH GÓRNICZYCH IZABELA SKRZYPCZAK, DAWID ZIENTEK WYKORZYSTANIE SIECI NEURONOWYCH DO ODWZOROWANIA DEFORMACJI POWIERZCHNI NA TERENACH GÓRNICZYCH THE APPLICATION OF NEURAL NETWORKS FOR PROJECTION OF SURFACES DEFORMATIONS

Bardziej szczegółowo

W PROGNOZOWANIU ZAPOTRZEBOWANIA

W PROGNOZOWANIU ZAPOTRZEBOWANIA ANALIZA RYZYKA NA GAZ ZIEMNY W PROGNOZOWANIU ZAPOTRZEBOWANIA Autorzy: Jolanta Szoplik, Michał Oszczyk ("Rynek Energii" - czerwiec 215) Słowa kluczowe: prognozowanie zapotrzebowania na gaz, ryzyko prognozy,

Bardziej szczegółowo

PRÓBY EKSPLOATACYJNE KOMPOZYTOWYCH WSTAWEK HAMULCOWYCH TOWAROWEGO

PRÓBY EKSPLOATACYJNE KOMPOZYTOWYCH WSTAWEK HAMULCOWYCH TOWAROWEGO PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 112 Transport 2016 Piotr Wasilewski FRIMATRAIL Frenoplast S.A. PRÓBY EKSPLOATACYJNE KOMPOZYTOWYCH WSTAWEK HAMULCOWYCH TYPU K TOWAROWEGO : Streszczenie: Dane zbierane

Bardziej szczegółowo

WYKORZYSTANIE SIECI NEURONOWEJ DO ESTYMACJI WARTOŚCI WILGOTNOŚCI WZGLĘDNEJ POWIETRZA NA PODSTAWIE WARTOŚCI JEGO TEMPERATURY

WYKORZYSTANIE SIECI NEURONOWEJ DO ESTYMACJI WARTOŚCI WILGOTNOŚCI WZGLĘDNEJ POWIETRZA NA PODSTAWIE WARTOŚCI JEGO TEMPERATURY Wykorzystanie sieci neuronowej... Ireneusz Białobrzewski Katedra InŜynierii Procesów Rolniczych Uniwersytet Warmińsko-Mazurski w Olsztynie WYKORZYSTANIE SIECI NEURONOWEJ DO ESTYMACJI WARTOŚCI WILGOTNOŚCI

Bardziej szczegółowo

ZWROTNICOWY ROZJAZD.

ZWROTNICOWY ROZJAZD. PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 113 Transport 2016 EKSPLOATACJA U ZWROTNICOWY ROZJAZD. DEFINICJ, 6 Streszczenie: ruchem kolejowym. Is rozjazd, W artykule autor podj w rozjazd. 1. sterowania

Bardziej szczegółowo

Numeryczna symulacja rozpływu płynu w węźle

Numeryczna symulacja rozpływu płynu w węźle 231 Prace Instytutu Mechaniki Górotworu PAN Tom 7, nr 3-4, (2005), s. 231-236 Instytut Mechaniki Górotworu PAN Numeryczna symulacja rozpływu płynu w węźle JERZY CYGAN Instytut Mechaniki Górotworu PAN,

Bardziej szczegółowo

OKREŚLENIE WPŁYWU WYŁĄCZANIA CYLINDRÓW SILNIKA ZI NA ZMIANY SYGNAŁU WIBROAKUSTYCZNEGO SILNIKA

OKREŚLENIE WPŁYWU WYŁĄCZANIA CYLINDRÓW SILNIKA ZI NA ZMIANY SYGNAŁU WIBROAKUSTYCZNEGO SILNIKA ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2008 Seria: TRANSPORT z. 64 Nr kol. 1803 Rafał SROKA OKREŚLENIE WPŁYWU WYŁĄCZANIA CYLINDRÓW SILNIKA ZI NA ZMIANY SYGNAŁU WIBROAKUSTYCZNEGO SILNIKA Streszczenie. W

Bardziej szczegółowo

Prognozowanie produkcji energii elektrycznej w systemach fotowoltaicznych

Prognozowanie produkcji energii elektrycznej w systemach fotowoltaicznych ARTYKUŁY NAUKOWE ASO.A.9(1)/2017.285-296 Grzegorz DRAŁUS * Zbigniew GOMÓŁKA ** Prognozowanie produkcji energii elektrycznej w systemach fotowoltaicznych Forecasting electrical energy in photovoltaic systems

Bardziej szczegółowo

UNIWERSALNY ELEKTRONICZNY PULPIT NASTAWCZY

UNIWERSALNY ELEKTRONICZNY PULPIT NASTAWCZY PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 116 Transport 2017 Andrzej Kochan, Marek Wilga UNIWERSALNY ELEKTRONICZNY PULPIT NASTAWCZY, w Streszczenie: ster Brak uniwersalnego pulpitu elementów sterowanych.

Bardziej szczegółowo

FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin., Oeconomica 2018, 347(93)4, 57 68

FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin., Oeconomica 2018, 347(93)4, 57 68 DOI: 1.215/oe218.93.4.5 FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin., Oeconomica 218, 347(93)4, 57 68 Joanna PERZYŃSKA ZASTOSOWANIE SZTUCZNYCH SIECI NEURONOWYCH

Bardziej szczegółowo

ID1SII4. Informatyka I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny) stacjonarne (stacjonarne / niestacjonarne)

ID1SII4. Informatyka I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny) stacjonarne (stacjonarne / niestacjonarne) Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu ID1SII4 Nazwa modułu Systemy inteligentne 1 Nazwa modułu w języku angielskim Intelligent

Bardziej szczegółowo

WYKAZ PRÓB / SUMMARY OF TESTS. mgr ing. Janusz Bandel

WYKAZ PRÓB / SUMMARY OF TESTS. mgr ing. Janusz Bandel Sprawozdanie z Badań Nr Strona/Page 2/24 WYKAZ PRÓB / SUMMARY OF TESTS STRONA PAGE Próba uszkodzenia przy przepięciach dorywczych TOV failure test 5 Próby wykonał / The tests were carried out by: mgr ing.

Bardziej szczegółowo

Zastosowanie sieci neuronowych w problemie klasyfikacji wielokategorialnej. Adam Żychowski

Zastosowanie sieci neuronowych w problemie klasyfikacji wielokategorialnej. Adam Żychowski Zastosowanie sieci neuronowych w problemie klasyfikacji wielokategorialnej Adam Żychowski Definicja problemu Każdy z obiektów może należeć do więcej niż jednej kategorii. Alternatywna definicja Zastosowania

Bardziej szczegółowo

ZASTOSOWANIE ODCINKOWO-LINIOWEGO MINIMODELU DO MODELOWANIA PRODUKCJI SPRZEDANEJ PRZEMYSŁU

ZASTOSOWANIE ODCINKOWO-LINIOWEGO MINIMODELU DO MODELOWANIA PRODUKCJI SPRZEDANEJ PRZEMYSŁU ZASTOSOWANIE ODCINKOWO-LINIOWEGO MINIMODELU DO MODELOWANIA PRODUKCJI SPRZEDANEJ PRZEMYSŁU W artykule przedstawiono now metod modelowania zjawisk ekonomicznych. Metoda odcinkowo-liniowego minimodelu szczególnie

Bardziej szczegółowo

MODELOWANIE FAZ ZNI ANIA I L DOWANIA SAMOLOTU BOEING 767-300ER PRZY U YCIU SZTUCZNYCH SIECI NEURONOWYCH

MODELOWANIE FAZ ZNI ANIA I L DOWANIA SAMOLOTU BOEING 767-300ER PRZY U YCIU SZTUCZNYCH SIECI NEURONOWYCH P R A C E N A U K O W E P O L I T E C H N I K I W A R S Z A W S K I E J z. 102 Transport 2014 Aleksandra Stycunów, Jerzy Manerowski Politechnika Warszawska, Wydzia Transportu MODELOWANIE FAZ ZNI ANIA I

Bardziej szczegółowo

Tomasz Jasiński* Anna Bochenek** Politechnika Łódzka

Tomasz Jasiński* Anna Bochenek** Politechnika Łódzka Studia i Prace WNEiZ US nr 45/1 2016 DOI: 10.18276/sip.2016.45/1-25 Tomasz Jasiński* Anna Bochenek** Politechnika Łódzka Prognozowanie cen nieruchomości lokalowych za pomocą sztucznych sieci neuronowych

Bardziej szczegółowo

ALGORYTM ROZPOZNAWANIA OBRAZÓW MATERIAŁÓW BIOLOGICZNYCH

ALGORYTM ROZPOZNAWANIA OBRAZÓW MATERIAŁÓW BIOLOGICZNYCH InŜynieria Rolnicza 7/2005 Bogusława Łapczyńska-Kordon, Jerzy Langman, Norbert Pedryc Katedra InŜynierii Mechanicznej i Agrofizyki Akademia Rolnicza w Krakowie ALGORYTM ROZPOZNAWANIA OBRAZÓW MATERIAŁÓW

Bardziej szczegółowo

5.3. Analiza maskowania przez kompaktory IED-MISR oraz IET-MISR wybranych uszkodzeń sieci połączeń Podsumowanie rozdziału

5.3. Analiza maskowania przez kompaktory IED-MISR oraz IET-MISR wybranych uszkodzeń sieci połączeń Podsumowanie rozdziału 3 SPIS TREŚCI WYKAZ WAŻNIEJSZYCH SKRÓTÓW... 9 WYKAZ WAŻNIEJSZYCH OZNACZEŃ... 12 1. WSTĘP... 17 1.1. Zakres i układ pracy... 20 1.2. Matematyczne podstawy opisu wektorów i ciągów binarnych... 25 1.3. Podziękowania...

Bardziej szczegółowo

APROKSYMACJA POZIOMU IMISJI NA STACJACH MONITORINGU POWIETRZA ZA POMOCĄ AUTONOMICZNYCH MODELI NEURONOWYCH

APROKSYMACJA POZIOMU IMISJI NA STACJACH MONITORINGU POWIETRZA ZA POMOCĄ AUTONOMICZNYCH MODELI NEURONOWYCH APROKSYMACJA POZIOMU IMISJI NA STACJACH MONITORINGU POWIETRZA ZA POMOCĄ AUTONOMICZNYCH MODELI NEURONOWYCH Szymon HOFFMAN Katedra Chemii, Technologii Wody i Ścieków, Politechnika Częstochowska ul. Dąbrowskiego

Bardziej szczegółowo

Inżynieria Rolnicza 5(114)/2009

Inżynieria Rolnicza 5(114)/2009 Inżynieria Rolnicza (114)/29 MODELE ROZMYTE ZAPOTRZEBOWANIA NA MOC DLA POTRZEB KRÓTKOTERMINOWEGO PROGNOZOWANIA ZUŻYCIA ENERGII ELEKTRYCZNEJ NA WSI CZĘŚĆ II OPRACOWANIE PREDYKCYJNYCH MODELI RELACYJNYCH

Bardziej szczegółowo

PRZEWIDYWANIE RODZAJU USZKODZEŃ PRZEWODÓW WODOCIĄGOWYCH ZA POMOCĄ KLASYFIKUJĄCYCH SIECI NEURONOWYCH

PRZEWIDYWANIE RODZAJU USZKODZEŃ PRZEWODÓW WODOCIĄGOWYCH ZA POMOCĄ KLASYFIKUJĄCYCH SIECI NEURONOWYCH Przewody wodociągowe, sieci neuronowe, uszkodzenia Małgorzata KUTYŁOWSKA* PRZEWIDYWANIE RODZAJU USZKODZEŃ PRZEWODÓW WODOCIĄGOWYCH ZA POMOCĄ KLASYFIKUJĄCYCH SIECI NEURONOWYCH Celem pracy jest analiza i

Bardziej szczegółowo

PRACE NAUKOWO-PRZEGLĄDOWE

PRACE NAUKOWO-PRZEGLĄDOWE PRACE NAUKOWO-PRZEGLĄDOWE Przegląd Naukowy Inżynieria i Kształtowanie Środowiska nr 55, 2012: 55 64 (Prz. Nauk. Inż. Kszt. Środ. 55, 2012) Scientific Review Engineering and Environmental Sciences No 55,

Bardziej szczegółowo

METODA PROGNOZOWANIA SZEREGÓW CZASOWYCH PRZY UŻYCIU SZTUCZNYCH SIECI NEURONOWYCH

METODA PROGNOZOWANIA SZEREGÓW CZASOWYCH PRZY UŻYCIU SZTUCZNYCH SIECI NEURONOWYCH Inżynieria Rolnicza 6(115)/2009 METODA PROGNOZOWANIA SZEREGÓW CZASOWYCH PRZY UŻYCIU SZTUCZNYCH SIECI NEURONOWYCH Sławomir Francik Katedra Inżynierii Mechanicznej i Agrofizyki, Uniwersytet Rolniczy w Krakowie

Bardziej szczegółowo

Dobór zestawu maszyn do robót ziemnych w aspekcie minimalizacji emisyjności CO 2

Dobór zestawu maszyn do robót ziemnych w aspekcie minimalizacji emisyjności CO 2 Budownictwo i Architektura 12(4) (2013) 233-250 Dobór zestawu maszyn do robót ziemnych w aspekcie minimalizacji emisyjności CO 2 1 Katedra Inżynierii Procesów Budowlanych, Wydział Budownictwa i Architektury,

Bardziej szczegółowo

ARMAX (ANN) : :. (ANN) ARMAX.... ARMAX ARMA :..Q47 E27 C53 C45 :JEL

ARMAX (ANN) : :. (ANN) ARMAX.... ARMAX ARMA :..Q47 E27 C53 C45 :JEL 47-70 39 7 ARMAX (ANN) 39 9 : 39 :. (ANN) ARMAX.... ARMAX ARMA :..Q47 E7 C53 C45 :JEL navid_moarrefzadeh@yahoo.com 7 48....... (ANN). ARMAX..... 90. (994)... Kuan & White Yousefi (994) 49... (993) (995).

Bardziej szczegółowo

Podstawy Sztucznej Inteligencji (PSZT)

Podstawy Sztucznej Inteligencji (PSZT) Podstawy Sztucznej Inteligencji (PSZT) Paweł Wawrzyński Uczenie maszynowe Sztuczne sieci neuronowe Plan na dziś Uczenie maszynowe Problem aproksymacji funkcji Sieci neuronowe PSZT, zima 2013, wykład 12

Bardziej szczegółowo

HAŁASU Z UWZGLĘDNIENIEM ZJAWISK O CHARAKTERZE NIELINIOWYM

HAŁASU Z UWZGLĘDNIENIEM ZJAWISK O CHARAKTERZE NIELINIOWYM ZASTOSOWANIE SIECI NEURONOWYCH W SYSTEMACH AKTYWNEJ REDUKCJI HAŁASU Z UWZGLĘDNIENIEM ZJAWISK O CHARAKTERZE NIELINIOWYM WPROWADZENIE Zwalczanie hałasu przy pomocy metod aktywnych redukcji hałasu polega

Bardziej szczegółowo

PROGNOZOWANIE OSIADAŃ POWIERZCHNI TERENU PRZY UŻYCIU SIECI NEURONOWYCH**

PROGNOZOWANIE OSIADAŃ POWIERZCHNI TERENU PRZY UŻYCIU SIECI NEURONOWYCH** Górnictwo i Geoinżynieria Rok 31 Zeszyt 3 2007 Dorota Pawluś* PROGNOZOWANIE OSIADAŃ POWIERZCHNI TERENU PRZY UŻYCIU SIECI NEURONOWYCH** 1. Wstęp Eksploatacja górnicza złóż ma niekorzystny wpływ na powierzchnię

Bardziej szczegółowo

MODEL NEURONOWY ZMIAN TEMPERATURY PODCZAS KONWEKCYJNEGO SUSZENIA ZRĘBKÓW WIERZBY ENERGETYCZNEJ

MODEL NEURONOWY ZMIAN TEMPERATURY PODCZAS KONWEKCYJNEGO SUSZENIA ZRĘBKÓW WIERZBY ENERGETYCZNEJ Inżynieria Rolnicza 11(109)/2008 MODEL NEURONOWY ZMIAN TEMPERATURY PODCZAS KONWEKCYJNEGO SUSZENIA ZRĘBKÓW WIERZBY ENERGETYCZNEJ Bogusława Łapczyńska-Kordon, Sławomir Francik, Zbigniew Ślipek Katedra Inżynierii

Bardziej szczegółowo

DEKOMPOZYCJA HIERARCHICZNEJ STRUKTURY SZTUCZNEJ SIECI NEURONOWEJ I ALGORYTM KOORDYNACJI

DEKOMPOZYCJA HIERARCHICZNEJ STRUKTURY SZTUCZNEJ SIECI NEURONOWEJ I ALGORYTM KOORDYNACJI POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 80 Electrical Engineering 2014 Stanisław PŁACZEK* DEKOMPOZYCJA HIERARCHICZNEJ STRUKTURY SZTUCZNEJ SIECI NEURONOWEJ I ALGORYTM KOORDYNACJI W artykule

Bardziej szczegółowo

PRĘDKOŚĆ A NATĘŻENIE RUCHU NA DRODZE WIELOPASOWEJ SPEED AND TRAFFIC VOLUME ON THE MULTILANE HIGHWAY

PRĘDKOŚĆ A NATĘŻENIE RUCHU NA DRODZE WIELOPASOWEJ SPEED AND TRAFFIC VOLUME ON THE MULTILANE HIGHWAY ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2009 Seria: TRANSPORT z. 65 Nr kol.1807 Aleksander SOBOTA PRĘDKOŚĆ A NATĘŻENIE RUCHU NA DRODZE WIELOPASOWEJ Streszczenie. Celem artykułu jest analiza zależności pomiędzy

Bardziej szczegółowo

Analiza możliwości szacowania parametrów mieszanin rozkładów prawdopodobieństwa za pomocą sztucznych sieci neuronowych 4

Analiza możliwości szacowania parametrów mieszanin rozkładów prawdopodobieństwa za pomocą sztucznych sieci neuronowych 4 Wojciech Sikora 1 AGH w Krakowie Grzegorz Wiązania 2 AGH w Krakowie Maksymilian Smolnik 3 AGH w Krakowie Analiza możliwości szacowania parametrów mieszanin rozkładów prawdopodobieństwa za pomocą sztucznych

Bardziej szczegółowo

TRAFFIC LIGHTS WITH THE USE OF VISSIM

TRAFFIC LIGHTS WITH THE USE OF VISSIM Katarzyna CZYŻOWSKA 1 Opiekun naukowy: Artur RYGUŁA 2 OCENA EFEKTYWNOŚCI PRACY PROJEKTOWANEJ SYGNALIZACJI ŚWIETLNEJ Z WYKORZYSTANIEM VISSIM Streszczenie: Niniejszy artykuł przedstawia ocenę efektywności

Bardziej szczegółowo

RAPORT Z PRAKTYKI. Zastosowanie Sztucznych Sieci Neuronowych do wspomagania podejmowania decyzji kupna/sprzedaży na rynku Forex.

RAPORT Z PRAKTYKI. Zastosowanie Sztucznych Sieci Neuronowych do wspomagania podejmowania decyzji kupna/sprzedaży na rynku Forex. Projekt współfinansowane przez Unię Europejską ze środków Europejskiego Funduszu Społecznego w ramach projektu Wiedza Techniczna Wzmocnienie znaczenia Politechniki Krakowskiej w kształceniu przedmiotów

Bardziej szczegółowo

KRÓTKOTERMINOWE PROGNOZOWANIE ZUŻYCIA ENERGII ELEKTRYCZNEJ Z WYKORZYSTANIEM SZTUCZNEJ SIECI NEURONOWEJ

KRÓTKOTERMINOWE PROGNOZOWANIE ZUŻYCIA ENERGII ELEKTRYCZNEJ Z WYKORZYSTANIEM SZTUCZNEJ SIECI NEURONOWEJ POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 79 Electrical Engineering 2014 Tomasz JEŻYK* Andrzej TOMCZEWSKI* KRÓTKOTERMINOWE PROGNOZOWANIE ZUŻYCIA ENERGII ELEKTRYCZNEJ Z WYKORZYSTANIEM SZTUCZNEJ

Bardziej szczegółowo

ANALIZA WYDAJNOŚCI PRODUKCYJNEJ RODZINNEGO GOSPODARSTWA ROLNEGO PRZY POMOCY SIECI NEURONOWEJ

ANALIZA WYDAJNOŚCI PRODUKCYJNEJ RODZINNEGO GOSPODARSTWA ROLNEGO PRZY POMOCY SIECI NEURONOWEJ InŜynieria Rolnicza 12/2006 Katarzyna Siejka, Andrzej Tukiendorf Katedra Techniki Rolniczej i Leśnej Politechnika Opolska ANALIZA WYDAJNOŚCI PRODUKCYJNEJ RODZINNEGO GOSPODARSTWA ROLNEGO PRZY POMOCY SIECI

Bardziej szczegółowo

ZASTOSOWANIE SIECI NEURONOWYCH DO OPTYMALIZACJI WARUNKÓW OBRÓBKI CIEPLNEJ STOPÓW Mg-Al

ZASTOSOWANIE SIECI NEURONOWYCH DO OPTYMALIZACJI WARUNKÓW OBRÓBKI CIEPLNEJ STOPÓW Mg-Al LESZEK A. DOBRZAŃSKI, TOMASZ TAŃSKI ZASTOSOWANIE SIECI NEURONOWYCH DO OPTYMALIZACJI WARUNKÓW OBRÓBKI CIEPLNEJ STOPÓW Mg-Al APPLICATION OF NEURAL NETWORKS FOR OPTIMISATION OF Mg-Al ALLOYS HEAT TREATMENT

Bardziej szczegółowo

KRÓTKOTERMINOWE PROGNOZOWANIE ZAPOTRZEBOWANIA NA ENERGIĘ ELEKTRYCZNĄ ODBIORCÓW WIEJSKICH PRZY WYKORZYSTANIU MODELI MAMDANIEGO

KRÓTKOTERMINOWE PROGNOZOWANIE ZAPOTRZEBOWANIA NA ENERGIĘ ELEKTRYCZNĄ ODBIORCÓW WIEJSKICH PRZY WYKORZYSTANIU MODELI MAMDANIEGO Problemy Inżynierii Rolniczej nr 3/2007 Małgorzata Trojanowska Katedra Energetyki Rolniczej Jerzy Małopolski Katedra Inżynierii Rolniczej i Informatyki Akademia Rolnicza w Krakowie KRÓTKOTERMINOWE PROGNOZOWANIE

Bardziej szczegółowo

Analiza porównawcza metod pomiarowych badań skuteczności układów hamulcowych tramwajów

Analiza porównawcza metod pomiarowych badań skuteczności układów hamulcowych tramwajów DYCHTO Rafał 1 PIETRUSZEWSKI Robert 2 Analiza porównawcza metod pomiarowych badań skuteczności układów hamulcowych tramwajów WSTĘP Układ hamulcowy pojazdów ma bezpośredni wpływ na długość drogi hamowania,

Bardziej szczegółowo

MATLAB Neural Network Toolbox przegląd

MATLAB Neural Network Toolbox przegląd MATLAB Neural Network Toolbox przegląd WYKŁAD Piotr Ciskowski Neural Network Toolbox: Neural Network Toolbox - zastosowania: przykłady zastosowań sieci neuronowych: The 1988 DARPA Neural Network Study

Bardziej szczegółowo

Prognozowanie zapotrzebowania mocy w KSE z horyzontem dobowym przy zastosowaniu zespołu sieci neuronowych

Prognozowanie zapotrzebowania mocy w KSE z horyzontem dobowym przy zastosowaniu zespołu sieci neuronowych Tomasz CIECHULSKI 1, Stanisław OSOWSKI 1,2 Wojskowa Akademia Techniczna, Wydział Elektroniki (1), Politechnika Warszawska, Wydział Elektryczny (2) doi:10.15199/48.2018.09.26 Prognozowanie zapotrzebowania

Bardziej szczegółowo

STEROWANIA RUCHEM KOLEJOWYM Z WYKORZYSTANIEM METOD SYMULACYJNYCH

STEROWANIA RUCHEM KOLEJOWYM Z WYKORZYSTANIEM METOD SYMULACYJNYCH PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 113 Transport 2016 Uniwersytet Technologiczno-Humanistyczny w Radomiu STEROWANIA RUCHEM KOLEJOWYM Z WYKORZYSTANIEM METOD SYMULACYJNYCH : marzec 2016 Streszczenie:

Bardziej szczegółowo

Temat: Sztuczne Sieci Neuronowe. Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE

Temat: Sztuczne Sieci Neuronowe. Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Temat: Sztuczne Sieci Neuronowe Instrukcja do ćwiczeń przedmiotu INŻYNIERIA WIEDZY I SYSTEMY EKSPERTOWE Dr inż. Barbara Mrzygłód KISiM, WIMiIP, AGH mrzyglod@ agh.edu.pl 1 Wprowadzenie Sztuczne sieci neuronowe

Bardziej szczegółowo

WYKORZYSTANIE MODELI MAMDANIEGO DO PREDYKCJI DOBOWYCH OBCIĄŻEŃ WIEJSKICH SIECI ELEKTROENERGETYCZNYCH

WYKORZYSTANIE MODELI MAMDANIEGO DO PREDYKCJI DOBOWYCH OBCIĄŻEŃ WIEJSKICH SIECI ELEKTROENERGETYCZNYCH Inżynieria Rolnicza 9(107)/2008 WYKORZYSTANIE MODELI MAMDANIEGO DO PREDYKCJI DOBOWYCH OBCIĄŻEŃ WIEJSKICH SIECI ELEKTROENERGETYCZNYCH Jerzy Małopolski Katedra Inżynierii Rolniczej i Informatyki, Uniwersytet

Bardziej szczegółowo

OCENA NIEZAWODNOŚCI SIECI KOMUNIKACYJNYCH

OCENA NIEZAWODNOŚCI SIECI KOMUNIKACYJNYCH -2009 PROBLEMY EKSPLOATACJI 57 Robert PILCH, Jan SZYBKA Akademia Górniczo-Hutnicza, Kraków OCENA NIEZAWODNOŚCI SIECI KOMUNIKACYJNYCH Słowa kluczowe Niezawodność sieci, sieci transportowe, algorytm faktoryzacji,

Bardziej szczegółowo

Projekt rejestratora obiektów trójwymiarowych na bazie frezarki CNC. The project of the scanner for three-dimensional objects based on the CNC

Projekt rejestratora obiektów trójwymiarowych na bazie frezarki CNC. The project of the scanner for three-dimensional objects based on the CNC Dr inż. Henryk Bąkowski, e-mail: henryk.bakowski@polsl.pl Politechnika Śląska, Wydział Transportu Mateusz Kuś, e-mail: kus.mate@gmail.com Jakub Siuta, e-mail: siuta.jakub@gmail.com Andrzej Kubik, e-mail:

Bardziej szczegółowo

Predykcja przemieszczeń pionowych na obszarze LGOM z wykorzystaniem sztucznych sieci neuronowych

Predykcja przemieszczeń pionowych na obszarze LGOM z wykorzystaniem sztucznych sieci neuronowych 37 UKD 622.83/.84:622.34:001.891 Predykcja przemieszczeń pionowych na obszarze LGOM z wykorzystaniem sztucznych sieci neuronowych Prediction of vertical displacements in the area of LGOM by use of artificial

Bardziej szczegółowo

Krzysztof JURCZYK * 1. WPROWADZENIE

Krzysztof JURCZYK * 1. WPROWADZENIE Logistyka nauka Krzysztof JURCZYK * ZASTOSOWANIE SZTUCZNYCH SIECI NEURONOWYCH JAKO NARZĘDZIA WSPOMAGAJĄCEGO ZARZĄDZANIE ZAPASAMI I PLANOWANIE POPYTU NA PRZYKŁADZIE PRZEDSIĘBIORSTWA DYSTRYBUCYJNEGO Streszczenie

Bardziej szczegółowo

Porównanie dokładności różnych metod predykcji stężeń zanieczyszczeń powietrza

Porównanie dokładności różnych metod predykcji stężeń zanieczyszczeń powietrza Inżynieria i Ochrona Środowiska 9, t. 1, nr, s. 37-35 Szymon HOFFMAN, Rafał JASIŃSKI Politechnika Częstochowska, Katedra Chemii, Technologii Wody i Ścieków ul. Dąbrowskiego 9, - Częstochowa Porównanie

Bardziej szczegółowo

SIECI NEURONOWE JAKO NARZĘDZIE UMOŻLIWIAJĄCE PROGNOZOWANIE ZAPOTRZEBOWANIA NA WODĘ W UPRAWACH ROLNYCH

SIECI NEURONOWE JAKO NARZĘDZIE UMOŻLIWIAJĄCE PROGNOZOWANIE ZAPOTRZEBOWANIA NA WODĘ W UPRAWACH ROLNYCH Inżynieria Rolnicza 2(90)/2007 SIECI NEURONOWE JAKO NARZĘDZIE UMOŻLIWIAJĄCE PROGNOZOWANIE ZAPOTRZEBOWANIA NA WODĘ W UPRAWACH ROLNYCH Maciej Neugebauer, Krzysztof Nalepa, Piotr Sołowiej Katedra Elektrotechniki

Bardziej szczegółowo

MODELOWANIE WPŁYWU PARAMETRÓW PROCESU OSADZANIA POWŁOK NA WŁAŚCIWOŚCI WARSTW

MODELOWANIE WPŁYWU PARAMETRÓW PROCESU OSADZANIA POWŁOK NA WŁAŚCIWOŚCI WARSTW 4-2008 PROBLEMY EKSPLOATACJI 219 Magdalena TRZOS Instytut Technologii Eksploatacji PIB, Radom MODELOWANIE WPŁYWU PARAMETRÓW PROCESU OSADZANIA POWŁOK NA WŁAŚCIWOŚCI WARSTW Słowa kluczowe Modelowanie, modele

Bardziej szczegółowo

Prof. Stanisław Jankowski

Prof. Stanisław Jankowski Prof. Stanisław Jankowski Zakład Sztucznej Inteligencji Zespół Statystycznych Systemów Uczących się p. 228 sjank@ise.pw.edu.pl Zakres badań: Sztuczne sieci neuronowe Maszyny wektorów nośnych SVM Maszyny

Bardziej szczegółowo

System optymalizacji produkcji energii

System optymalizacji produkcji energii System optymalizacji produkcji energii Produkcja energii jest skomplikowanym procesem na który wpływa wiele czynników, optymalizacja jest niezbędna, bieżąca informacja o kosztach i możliwościach wykorzystania

Bardziej szczegółowo

CELE STOSOWANIA INTELIGENTNYCH SYSTEMÓW TRANSPORTOWYCH I KOORDYNOWANIA SYGNALIZACJI ŚWIETLNEJ

CELE STOSOWANIA INTELIGENTNYCH SYSTEMÓW TRANSPORTOWYCH I KOORDYNOWANIA SYGNALIZACJI ŚWIETLNEJ Monika ZIEMSKA doi: 10.12716/1002.29.10 Akademia Morska w Gdyni Katedra Transportu i Logistyki CELE STOSOWANIA INTELIGENTNYCH SYSTEMÓW TRANSPORTOWYCH I KOORDYNOWANIA SYGNALIZACJI ŚWIETLNEJ Artykuł omawia

Bardziej szczegółowo

WYKORZYSTANIE SIECI NEURONOWEJ DO BADANIA WPŁYWU WYDOBYCIA NA SEJSMICZNOŚĆ W KOPALNIACH WĘGLA KAMIENNEGO. Stanisław Kowalik (Poland, Gliwice)

WYKORZYSTANIE SIECI NEURONOWEJ DO BADANIA WPŁYWU WYDOBYCIA NA SEJSMICZNOŚĆ W KOPALNIACH WĘGLA KAMIENNEGO. Stanisław Kowalik (Poland, Gliwice) WYKORZYSTANIE SIECI NEURONOWEJ DO BADANIA WPŁYWU WYDOBYCIA NA SEJSMICZNOŚĆ W KOPALNIACH WĘGLA KAMIENNEGO Stanisław Kowalik (Poland, Gliwice) 1. Wprowadzenie Wstrząsy podziemne i tąpania występujące w kopalniach

Bardziej szczegółowo

Informatyka I stopień (I stopień / II stopień) ogólno akademicki (ogólno akademicki / praktyczny) kierunkowy (podstawowy / kierunkowy / inny HES)

Informatyka I stopień (I stopień / II stopień) ogólno akademicki (ogólno akademicki / praktyczny) kierunkowy (podstawowy / kierunkowy / inny HES) Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Zastosowanie sztucznych sieci neuronowych Nazwa modułu w informatyce Application of artificial

Bardziej szczegółowo

4. EKSPLOATACJA UKŁADU NAPĘD ZWROTNICOWY ROZJAZD. DEFINICJA SIŁ W UKŁADZIE Siła nastawcza Siła trzymania

4. EKSPLOATACJA UKŁADU NAPĘD ZWROTNICOWY ROZJAZD. DEFINICJA SIŁ W UKŁADZIE Siła nastawcza Siła trzymania 3 SPIS TREŚCI Przedmowa... 11 1. WPROWADZENIE... 13 1.1. Budowa rozjazdów kolejowych... 14 1.2. Napędy zwrotnicowe... 15 1.2.1. Napęd zwrotnicowy EEA-4... 18 1.2.2. Napęd zwrotnicowy EEA-5... 20 1.3. Współpraca

Bardziej szczegółowo

Wpływ czynników atmosferycznych na zmienność zużycia energii elektrycznej Influence of Weather on the Variability of the Electricity Consumption

Wpływ czynników atmosferycznych na zmienność zużycia energii elektrycznej Influence of Weather on the Variability of the Electricity Consumption Wpływ czynników atmosferycznych na zmienność zużycia energii elektrycznej Influence of Weather on the Variability of the Electricity Consumption Wojciech Zalewski Politechnika Białostocka, Wydział Zarządzania,

Bardziej szczegółowo

METODA EKSPERYMENTALNYCH BADAŃ CZASU REAKCJI NOWOCZESNYCH SYSTEMÓW WSPOMAGANIA OŚWITLENIA POJAZDU NA PRZYKŁADZIE AFL

METODA EKSPERYMENTALNYCH BADAŃ CZASU REAKCJI NOWOCZESNYCH SYSTEMÓW WSPOMAGANIA OŚWITLENIA POJAZDU NA PRZYKŁADZIE AFL ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2013 Seria: TRANSPORT z. 81 Nr kol. 1896 Rafał BURDZIK 1 METODA EKSPERYMENTALNYCH BADAŃ CZASU REAKCJI NOWOCZESNYCH SYSTEMÓW WSPOMAGANIA OŚWITLENIA POJAZDU NA PRZYKŁADZIE

Bardziej szczegółowo

Widzenie komputerowe (computer vision)

Widzenie komputerowe (computer vision) Widzenie komputerowe (computer vision) dr inż. Marcin Wilczewski 2018/2019 Organizacja zajęć Tematyka wykładu Cele Python jako narzędzie uczenia maszynowego i widzenia komputerowego. Binaryzacja i segmentacja

Bardziej szczegółowo

Analiza doboru zmiennych w zadaniu prognozowania ultrakrótkoterminowego produkcji energii elektrycznej w systemach fotowoltaicznych

Analiza doboru zmiennych w zadaniu prognozowania ultrakrótkoterminowego produkcji energii elektrycznej w systemach fotowoltaicznych Paweł PIOTROWSKI Politechnika Warszawska, Instytut Elektroenergetyki Analiza doboru zmiennych w zadaniu prognozowania ultrakrótkoterminowego produkcji energii elektrycznej w systemach fotowoltaicznych

Bardziej szczegółowo

Badania w sieciach złożonych

Badania w sieciach złożonych Badania w sieciach złożonych Grant WCSS nr 177, sprawozdanie za rok 2012 Kierownik grantu dr. hab. inż. Przemysław Kazienko mgr inż. Radosław Michalski Instytut Informatyki Politechniki Wrocławskiej Obszar

Bardziej szczegółowo

Podstawy Sztucznej Inteligencji

Podstawy Sztucznej Inteligencji Politechnika Łódzka Katedra Informatyki Stosowanej Podstawy Sztucznej Inteligencji Laboratorium Ćwiczenie 2 Wykorzystanie środowiska Matlab do modelowania sztucznych sieci neuronowych Opracowali: Dr hab

Bardziej szczegółowo

Kierunek: Informatyka rev rev jrn Stacjonarny EN 1 / 6

Kierunek: Informatyka rev rev jrn Stacjonarny EN 1 / 6 Wydział Informatyki i Komunikacji Wizualnej Kierunek: Informatyka w języku angielskim studia pierwszego stopnia - inżynierskie tryb: stacjonarny rok rozpoczęcia 2018/2019 A. Moduły międzykierunkowe obligatoryjne

Bardziej szczegółowo

PROGNOZOWANIE PORÓWNAWCZE ENERGII PROCESOWEJ ZESTAWÓW MASZYN DO ROBÓT ZIEMNYCH JAKO CZYNNIKA RYZYKA EMISYJNOŚCI CO2

PROGNOZOWANIE PORÓWNAWCZE ENERGII PROCESOWEJ ZESTAWÓW MASZYN DO ROBÓT ZIEMNYCH JAKO CZYNNIKA RYZYKA EMISYJNOŚCI CO2 PROGNOZOWANIE PORÓWNAWCZE ENERGII PROCESOWEJ ZESTAWÓW MASZYN DO ROBÓT ZIEMNYCH JAKO CZYNNIKA RYZYKA EMISYJNOŚCI CO2 Celem opracowania algorytmu obliczeń jest umożliwienie doboru zestawu maszyn do robót

Bardziej szczegółowo

Uczenie sieci typu MLP

Uczenie sieci typu MLP Uczenie sieci typu MLP Przypomnienie budowa sieci typu MLP Przypomnienie budowy neuronu Neuron ze skokową funkcją aktywacji jest zły!!! Powszechnie stosuje -> modele z sigmoidalną funkcją aktywacji - współczynnik

Bardziej szczegółowo

KOMUNIKACYJNEGO W LUBLINIE

KOMUNIKACYJNEGO W LUBLINIE PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 112 Transport 2016, Iwona Rybicka Instytut Transportu, Silników Spalinowych i Ekologii KOMUNIKACYJNEGO W LUBLINIE : maj 2016 Streszczenie: okresu za 2015 rok.

Bardziej szczegółowo

Sieci neuronowe w Statistica. Agnieszka Nowak - Brzezioska

Sieci neuronowe w Statistica. Agnieszka Nowak - Brzezioska Sieci neuronowe w Statistica Agnieszka Nowak - Brzezioska Podstawowym elementem składowym sztucznej sieci neuronowej jest element przetwarzający neuron. Schemat działania neuronu: x1 x2 w1 w2 Dendrites

Bardziej szczegółowo

Algorytm wstecznej propagacji błędów dla sieci RBF Michał Bereta

Algorytm wstecznej propagacji błędów dla sieci RBF Michał Bereta Algorytm wstecznej propagacji błędów dla sieci RBF Michał Bereta www.michalbereta.pl Sieci radialne zawsze posiadają jedną warstwę ukrytą, która składa się z neuronów radialnych. Warstwa wyjściowa składa

Bardziej szczegółowo

ATMOSFERYCZNYCH NA RUCH DROGOWY

ATMOSFERYCZNYCH NA RUCH DROGOWY PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 113 Transport 2016 ATMOSFERYCZNYCH NA RUCH DROGOWY Streszczenie: funkcjonowania aglomeracji miejskich. Niezawodny, bezpieczny i ekologiczny transport przyczynia

Bardziej szczegółowo

WYKAZ PRÓB / SUMMARY OF TESTS

WYKAZ PRÓB / SUMMARY OF TESTS 7652/NBR/8 Strona/Page 2/46 Próba stabilności cieplnej Thermal stability test Próba stabilności cieplnej Thermal stability test Próba stabilności cieplnej Thermal stability test Próba stabilności cieplnej

Bardziej szczegółowo

PORÓWNANIE WŁAŚCIWOŚCI NEURONOWYCH I KLASYCZNYCH UKŁADÓW STEROWANIA NIELINIOWYM PROCESEM DYNAMICZNYM

PORÓWNANIE WŁAŚCIWOŚCI NEURONOWYCH I KLASYCZNYCH UKŁADÓW STEROWANIA NIELINIOWYM PROCESEM DYNAMICZNYM POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 84 Electrical Engineering 2015 Robert POGORZELSKI* PORÓWNANIE WŁAŚCIWOŚCI NEURONOWYCH I KLASYCZNYCH UKŁADÓW STEROWANIA NIELINIOWYM PROCESEM DYNAMICZNYM

Bardziej szczegółowo

Prognozowanie dobowej produkcji energii elektrycznej przez turbinę wiatrową z horyzontem 1 doby

Prognozowanie dobowej produkcji energii elektrycznej przez turbinę wiatrową z horyzontem 1 doby Dariusz BACZYŃSKI, Paweł PIOTROWSKI Politechnika Warszawska, Instytut Elektroenergetyki Prognozowanie dobowej produkcji energii elektrycznej przez turbinę wiatrową z horyzontem 1 doby Streszczenie. W tekście

Bardziej szczegółowo

SIECI RBF (RADIAL BASIS FUNCTIONS)

SIECI RBF (RADIAL BASIS FUNCTIONS) SIECI RBF (RADIAL BASIS FUNCTIONS) Wybrane slajdy z prezentacji prof. Tadeusiewicza Wykład Andrzeja Burdy S. Osowski, Sieci Neuronowe w ujęciu algorytmicznym, Rozdz. 5, PWNT, Warszawa 1996. opr. P.Lula,

Bardziej szczegółowo

WPŁYW KOMPRESJI BARW NA DZIAŁANIE NEURONOWEGO MODELU IDENTYFIKACYJNEGO

WPŁYW KOMPRESJI BARW NA DZIAŁANIE NEURONOWEGO MODELU IDENTYFIKACYJNEGO Inżynieria Rolnicza 3(121)/2010 WPŁYW KOMPRESJI BARW NA DZIAŁANIE NEURONOWEGO MODEU IDENTYFIKACYJNEGO Krzysztof Nowakowski, Piotr Boniecki, Andrzej Przybylak Instytut Inżynierii Rolniczej, Uniwersytet

Bardziej szczegółowo

PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ

PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 111 Transport 2016 dostarczono: Streszczenie: W artykule prawnych i dokumentów normalizacyjnych w zakresie transportu produktów mleczarskich. W diagram Pareto-Lorenza,

Bardziej szczegółowo

ALGORYTMY SZTUCZNEJ INTELIGENCJI

ALGORYTMY SZTUCZNEJ INTELIGENCJI ALGORYTMY SZTUCZNEJ INTELIGENCJI Sieci neuronowe 06.12.2014 Krzysztof Salamon 1 Wstęp Sprawozdanie to dotyczy ćwiczeń z zakresu sieci neuronowych realizowanym na przedmiocie: Algorytmy Sztucznej Inteligencji.

Bardziej szczegółowo

Akademia Morska w Szczecinie. Wydział Mechaniczny

Akademia Morska w Szczecinie. Wydział Mechaniczny Akademia Morska w Szczecinie Wydział Mechaniczny ROZPRAWA DOKTORSKA mgr inż. Marcin Kołodziejski Analiza metody obsługiwania zarządzanego niezawodnością pędników azymutalnych platformy pływającej Promotor:

Bardziej szczegółowo

PROJEKT SIECI BEZPRZEWODOWEJ WYKORZYSTYWANEJ DO CELÓW PLANOWANIA AUTOSTRADY

PROJEKT SIECI BEZPRZEWODOWEJ WYKORZYSTYWANEJ DO CELÓW PLANOWANIA AUTOSTRADY PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 113 Transport 2016 Zbigniew Kasprzyk, Mariusz Rychlicki, Patrycja Cichosz PROJEKT SIECI BEZPRZEWODOWEJ WYKORZYSTYWANEJ DO CELÓW PLANOWANIA AUTOSTRADY : Streszczenie:

Bardziej szczegółowo

Ćwiczenie 3 WPŁYW NASŁONECZNIENIA I TECHNOLOGII PRODUKCJI KRZEMOWYCH OGNIW FOTOWOLTAICZNYCH NA ICH WŁASNOŚCI EKSPLOATACYJNE

Ćwiczenie 3 WPŁYW NASŁONECZNIENIA I TECHNOLOGII PRODUKCJI KRZEMOWYCH OGNIW FOTOWOLTAICZNYCH NA ICH WŁASNOŚCI EKSPLOATACYJNE Ćwiczenie WPŁYW NASŁONECZNIENIA I TECHNOLOGII PRODUKCJI KRZEMOWYCH OGNIW FOTOWOLTAICZNYCH NA ICH WŁASNOŚCI EKSPLOATACYJNE Opis stanowiska pomiarowego Stanowisko do wyznaczania charakterystyk prądowo napięciowych

Bardziej szczegółowo

Aproksymacja stężeń zanieczyszczeń powietrza za pomocą neuronowych modeli szeregów czasowych

Aproksymacja stężeń zanieczyszczeń powietrza za pomocą neuronowych modeli szeregów czasowych Inżynieria i Ochrona Środowiska 2009, t. 12, nr 3, s. 231-239 Szymon HOFFMAN Politechnika Częstochowska, Katedra Chemii, Technologii Wody i Ścieków ul. Dąbrowskiego 69, 42-200 Częstochowa Aproksymacja

Bardziej szczegółowo