MPaR'12 - artykuł nr 28
Prognozowanie czasu trwania awarii koparek kołowych z zastosowaniem metod sieci neuronowych, regresji wielorakiej i ARIMA część I
Magdalena Rogalska
Streszczenie:
W pracy analizowano możliwość prognozowania czasu awarii koparek kołowych z wykorzystaniem metod regresji wielorakiej, ARIMA (Autoregressive Integrated Moving Average) i automatycznych sieci neuronowych. Przedstawiono metodykę sporządzania arkuszy danych, przekształceń zmiennych oraz doboru modeli pod względem prawidłowości statystycznej ich stosowania. Wyniki obliczeń prognoz analizowano dla okresów od 85 do 90 obliczając średni bezwzględny procentowy błąd MAPE. Przedstawiono wady i zalety proponowanych metod. Prezentowana metodologia jest rozwiązaniem nowym, dotychczas nie publikowanym. Planuje się opracowanie sposobu uogólnienia prowadzonych obliczeń.
Słowa kluczowe:
Czas awarii koparki, sieci neuronowe, regresja wieloraka, ARIMA, ex ante MAPE.
Nota bibliograficzna:
Magdalena Rogalska. (2012). Prognozowanie czasu trwania awarii koparek kołowych z zastosowaniem metod sieci neuronowych, regresji wielorakiej i ARIMA część I . W: Tadeusz Trzaskalik (red.), Modelowanie Preferencji a Ryzyko '12. Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach, s. 433-448
