Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://repository.hneu.edu.ua/handle/123456789/13209
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Horielova K. A. | - |
dc.contributor.author | Zadachyn V. M. | - |
dc.contributor.author | Горєлова К. А. | - |
dc.contributor.author | Задачин В. М. | - |
dc.contributor.author | Горелова К. А. | - |
dc.date.accessioned | 2016-07-20T10:39:00Z | - |
dc.date.available | 2016-07-20T10:39:00Z | - |
dc.date.issued | 2016 | - |
dc.identifier.citation | Horielova K. A. Planning of city water supply system modernization based on water consumption FORECAST / K.A. Horielova, V.M. Zadachyn // Системи обробки інформації. – 2016. – Вип. 4 (141). – С. 143–148 | en_US |
dc.identifier.uri | http://www.repository.hneu.edu.ua/jspui/handle/123456789/13209 | - |
dc.description.abstract | Рассмотрена проблема планирования модернизации системы водоснабжения крупных городов на базе долгосрочного прогноза водопотребления. Сделан обзор существующих моделей долгосрочного прогнозирования с использованием временних рядов. Сформулированы преимущества и недостатки моделей прогнозирования на основе авторегрессионых моделей ARIMA, нейронных сетей и экспоненциального сглаживания. Осуществлен наглядный пример долгосрочного прогнозирования указанными методами водопотребления большого города для выявления наиболее эффективной и адекватной модели. | en_US |
dc.description.abstract | Розглянуто проблему планування модернізації системи водопостачання великих міст на базі довгострокового прогнозу водоспоживання. Зроблено огляд існуючих моделей довгострокового прогнозування з використанням часових рядів. Сформульовані переваги і недоліки моделей прогнозування на основі авторегресійних моделей ARIMA, нейронних мереж та експоненціального згладжування. Здійснено наочний приклад довгострокового прогнозування зазначеними методами водоспоживання великого міста для виявлення найбільш ефективної та адекватної моделі. | en_US |
dc.description.abstract | The problem of planning of large cities water supply system modernization based on long-term water consumption forecast is reviewed. A review of existing models of long-term forecasting on the basis of time series is made. Advantages and disadvantages of forecasting models based on autoregressive models ARIMA, neural networks and exponential smoothing are formulated. Vivid example of a long-term forecasting of water consumption of large city using these methods is presented to identify the most efficient and adequate model. | en_US |
dc.language.iso | en | en_US |
dc.subject | water supply | en_US |
dc.subject | water consumption | en_US |
dc.subject | forecast | en_US |
dc.subject | forecasting | en_US |
dc.subject | time series | en_US |
dc.subject | model | en_US |
dc.subject | statistical analysis | en_US |
dc.subject | exponential smoothing | en_US |
dc.subject | neural network | en_US |
dc.subject | водопостачання | en_US |
dc.subject | водоспоживання | en_US |
dc.subject | прогноз | en_US |
dc.subject | прогнозування | en_US |
dc.subject | часовий ряд | en_US |
dc.subject | модель | en_US |
dc.subject | статистичний аналіз | en_US |
dc.subject | експоненціальне згладжування | en_US |
dc.subject | нейронна мережа | en_US |
dc.subject | водоснабжение | en_US |
dc.subject | водопотребление | en_US |
dc.subject | прогнозирование | en_US |
dc.subject | временной ряд | en_US |
dc.subject | статистический анализ | en_US |
dc.subject | экспоненциальное сглаживание | en_US |
dc.subject | нейронная сеть | en_US |
dc.title | Planning of city water supply system modernization based on water consumption FORECAST | en_US |
dc.title.alternative | Планування модернізації системи водопостачання міста на базі прогнозу водоспоживання | en_US |
dc.title.alternative | Планирование модернизации системы водоснабжения города на базе прогноза водопотребления | en_US |
dc.type | Article | en_US |
Располагается в коллекциях: | Статті (ІС) |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
Задачин 143-148 (4).pdf | 329,99 kB | Adobe PDF | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.