Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Analiza doboru predyktorów pogodowych do prognozowania zmiennych zależnych w budownictwie

Tytuł:
Analiza doboru predyktorów pogodowych do prognozowania zmiennych zależnych w budownictwie
Autorzy:
Rogalska, M.
Data publikacji:
2014
Słowa kluczowe:
miernik stanu pogody
temperatura potencjalna
prognozowanie pogody
dane pogodowe
budownictwo
weather prediction
construction industry
potential temperature
Język:
polski
Dostawca treści:
BazTech
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
W artykule podjęto próbę znalezienia takiego miernika stanu pogody, który obliczeniowo wykazywałby bardzo wysoką skuteczność prognozowania. Analizowano możliwość wykorzystania wielu danych pogodowych jako zmiennych niezależnych. W wyniku przeprowadzonych obliczeń ogólną metodą drzew klasyfikacyjnych i regresyjnych, metodą uogólnionych modeli addytywnych i regresji wielorakiej, metodą dekompozycji sezonowej, opóźniania szeregów czasowych wytypowano jako najlepszą zmienną temperaturę potencjalną. Dana ta charakteryzuje się tym, że jest wielkością zachowawczą przy zmianach adiabatycznych atmosfery, posiada wyraźnie widoczny trend wielomianowy oraz okresowość danych. Wykazano możliwość prognozowania jej wartości przyszłych z bardzo niewielkim błędem MAPE 0,41%.
Weather conditions have a significant impact on the way the design, construction and maintenance of buildings in Poland. Selection weather independent variables have a significant impact on the quality of prediction of dependent variables related to construction . The ability to use multiple weather data was analyzed. Calculations were performed using the general method of classification and regression trees, generalized additive models and multiple regression method, seasonal decomposition, delaying the time series. Potential temperature were selected as the best variable for forecasting. The potential temperature is conservative with changes in adiabatic atmosphere, has a clearly visible polynomial trend and the periodicity of the data. It has been shown the possibility of forecasting the future value with very little error MAPE= 0.41%. Although not the most popular measure of the weather conditions, has a very high computational efficiency.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies