Autor: Francik, S. - Prolib Integro

Skocz do pozycji: 1.

Tytuł:: Metoda oceny nowoczesności techniczno-konstrukcyjnej ciągników rolniczych wykorzystująca sztuczne sieci neuronowe. Cz. I: Założenia metody
An artificial neural networks-based method for assessing technical and constructional modernity of farm tractors. Part I: Method guidelines
Autorzy:: Francik, S.
Tematy:: nowoczesność
ciągnik rolniczy
sztuczna sieć neuronowa
modernity
farm tractor
artificial neural network; Pokaż więcej
Wydawca:: Polskie Towarzystwo Inżynierii Rolniczej
Powiązania:: https://bibliotekanauki.pl/articles/287916.pdf Link otwiera się w nowym oknie
Opis:: Celem pracy było opracowanie koncepcji autorskiej metody oceny nowoczesności techniczno-konstrukcyjnej ciągników rolniczych. Przedstawiono założenia przyjęte do sformułowania modelu oceny nowoczesności. Zgodnie z założeniami metoda będzie wykorzystywała do oceny sztuczne sieci neuronowe, oraz będzie uwzględniała zmienność w czasie wzorca nowoczesnego ciągnika.
The purpose of the work was to develop an author's method for assessing technical and constructional modernity of farm tractors. The paper presents theoretical model used to assess modernity. According to the guidelines, the method uses in the assessment artificial neural networks, and takes into account variability in time for a modern tractor model.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 2.

Tytuł:: Wyznaczanie wartości podstawowych parametrów technicznych nowoczesnych kombajnów zbożowych przy użyciu SSN
Determining the value of basic technical parameters for modern harvester combines with the use of ANN
Autorzy:: Francik, S.
Tematy:: kombajn zbożowy
parametry techniczne
sztuczna sieć neuronowa
nowoczesność
technical parameters
harvester combine
artificial neural networks
technological development; Pokaż więcej
Wydawca:: Polskie Towarzystwo Inżynierii Rolniczej
Powiązania:: https://bibliotekanauki.pl/articles/288275.pdf Link otwiera się w nowym oknie
Opis:: W pracy zastosowano sztuczne sieci neuronowe do wyznaczania podstawowych parametrów technicznych kombajnów zbożowych. Opracowano modele neuronowe pozwalające wyznaczyć moc silnika, objętość zbiornika ziarna, masę, oraz minimalną i maksymalną szerokość roboczą kombajnu. Przebadano różne typy sieci neuronowych. Najlepszymi modelami okazały się wielowarstwowe perceptrony.
Artificial neural networks were used in this research to determine basic technical parameters of harvester combines. Neural models enabling to determine the engine power, the corn tank volume, the weight, and minimum and maximum operational width of the harvester were developed. Various types of neural networks were analyzed. Multilayer perceptrons proved to be the best models.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 3.

Tytuł:: Metoda oceny nowoczesności techniczno-konstrukcyjnej ciągników rolniczych wykorzystująca Sztuczne Sieci Neuronowe. Cz. II: Modele neuronowe do oceny nowoczesności ciągników rolniczych
Method allowing to assess technical and constructional modernity of farm tractors with the use of Artificial Neural Networks. Part II: Neural models for farm tractor modernity assessment
Autorzy:: Francik, S.
Tematy:: ciągnik rolniczy
sztuczna sieć neuronowa
nowoczesność
farm tractor
artificial neural network
modernity; Pokaż więcej
Wydawca:: Polskie Towarzystwo Inżynierii Rolniczej
Powiązania:: https://bibliotekanauki.pl/articles/288947.pdf Link otwiera się w nowym oknie
Opis:: Celem pracy było zbudowanie sztucznych sieci neuronowych przeznaczonych do oceny nowoczesności techniczno-konstrukcyjnej różnych modeli ciągników rolniczych. Te modele neuronowe (wielowarstwowe Perceptrony) pozwalają na ocenę grup cech charakteryzujących: silnik, WOM, uciąg, napęd, wielkość ciągnika, trójpunktowy układ zawieszenia, inne cechy, a następnie ocenę całego ciągnika. Sieci te wykazują małe wartości błędów średniokwadratowych (od 1,05 do 2,50 roku dla oceny grup cech, oraz 0,38 i 0,96 roku dla oceny całego ciągnika).
The purpose of the work was to build artificial neural networks designed to assess technical and constructional modernity of various farm tractor models. These neural models (multiplayer Perceptrons) allow to evaluate groups of properties that characterise: a motor, power take-off shaft, draw-bar pull, drive, tractor size, three-point suspension system, other properties, and finally - the whole tractor. These networks show low mean square error values (from 1.05 to 2.50 years when assessing groups of properties, and 0.38 and 0.96 years in case of the whole tractor).
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 4.

Tytuł:: Metoda prognozowania wartości parametrów technicznych nowoczesnych maszyn rolniczych. Cz. I. Metodyka prognozowania parametrów ciągników rolniczych
Method of Forecasting technical parameter values of state-of-the-art farm machines. Part I. Forecasting technique for farm tractor parameters
Autorzy:: Francik, S.
Tematy:: parametry techniczne
ciągnik rolniczy
sztuczna sieć neuronowa
nowoczesność
maszyna rolnicza
technical parameters
farm tractors
artificial neural network
farm machine
advancement; Pokaż więcej
Wydawca:: Polskie Towarzystwo Inżynierii Rolniczej
Powiązania:: https://bibliotekanauki.pl/articles/289627.pdf Link otwiera się w nowym oknie
Opis:: W pracy zaproponowano metodę prognozowania wartości parametrów technicznych dla nowoczesnych ciągników rolniczych. W metodzie tej wykorzystano sztuczne sieci neuronowe. Opracowany został algorytm wyznaczania wartości poszczególnych parametrów.
The paper proposes a method of forecasting technical parameter values for state-of-the-art farm tractors. The method uses artificial neural networks. An algorithm for setting out values of individual parameters was developed.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 5.

Tytuł:: Metoda prognozowania wartości parametrów technicznych nowoczesnych maszyn rolniczych. Cz. II. Modele neuronowe do wyznaczania parametrów ciągników rolniczych
Method of forecasting technical parameter values of state-of-the-art farm machines. Part II. Neural models for setting out farm tractor parameters
Autorzy:: Francik, S.
Tematy:: modele neuronowe
parametry techniczne
ciągnik rolniczy
neural models
farm tractor
technical parameters; Pokaż więcej
Wydawca:: Polskie Towarzystwo Inżynierii Rolniczej
Powiązania:: https://bibliotekanauki.pl/articles/289630.pdf Link otwiera się w nowym oknie
Opis:: W pracy przedstawiono charakterystykę sztucznych sieci neuronowych opracowanych do prognozowania parametrów nowoczesnych ciągników rolniczych. Przedstawiono dokładność działania modeli, oraz architekturę sztucznych sieci neuronowych. Wśród opracowanych 21 modeli neuronowych znalazło się 16 trzy- i cztero-warstwowych perceptronów, 4 sieci o radialnych funkcjach bazowych i 1 sieć liniowa.
The paper presents a characteristic of artificial neural networks developed specifically for forecasting parameters of state-of-the-art farm tractors. Accuracy of model performance, and architecture of artificial neural networks were presented. Among 21 developed neural models there were 16 three- and four-layer perceptrons, 4 networks with radial base functions and 1 linear network.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 6.

Tytuł:: Analiza wykorzystania przez rolników programów komputerowych do wspomagania decyzji
Analysis of the use of decision support systems by farmers
Autorzy:: Francik, S.
Tematy:: decyzja
program komputerowy
zapotrzebowanie na programy
decision
computer program
demand for software; Pokaż więcej
Wydawca:: Polskie Towarzystwo Inżynierii Rolniczej
Powiązania:: https://bibliotekanauki.pl/articles/290369.pdf Link otwiera się w nowym oknie
Opis:: Celem pracy było zbadanie stopnia wykorzystania programów komputerowych wspomagających prowadzenie gospodarstwa rolnego przez rolników. Badania zostały przeprowadzone poprzez bezpośrednie ankietowanie właścicieli 135 gospodarstw położonych na terenie dwóch gmin powiatu nowosądeckiego: Grybów oraz Nawojowa. Zdecydowana większość (77%) ankietowanych rolników docenia znaczenie wspomagania komputerowego w prowadzeniu działalności rolniczej, jednak niewielu z nich (17%) słyszało o systemach wspomagania decyzji. Jedynie 15 rolników korzysta z tych systemów, natomiast rolnicy posiadają inne specjalistyczne programy komputerowe.
The goal of this work was to analyze to what degree farmers use computer programs that support running a farm. The tests were conducted by direct polling of 135 owners of farms located in two communes in the Nowy Sącz county: Grybów and Nawojowa. Vast majority (77%) of interviewed farmers acknowledge the meaning of computer-aided support for running agricultural business, but few of them (17%) heard of decision support systems. Only 15 farmers use such systems, however farmers have other specialized computer programs.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 7.

Tytuł:: Próba zastosowania sztucznych sieci neuronowych do oceny nowoczesności maszyn rolniczych
An attempt to application of artificial neural network to evaluating technological advancement of agricultural machines
Autorzy:: Francik, S.
Tematy:: sztuczna sieć neuronowa
nowoczesność
maszyna rolnicza
ciągnik rolniczy
artificial neural network
technological advancement
agricultural tractor; Pokaż więcej
Wydawca:: Polskie Towarzystwo Inżynierii Rolniczej
Powiązania:: https://bibliotekanauki.pl/articles/291206.pdf Link otwiera się w nowym oknie
Opis:: Zastosowano jednokierunkowe, dwuwarstwowe sztuczne sieci neuronowe (SSN) do oceny nowoczesności ciągników rolniczych. Opracowano zespół sieci neuronowych pozwalających na dokonanie oceny poszczególnych zespołów ciągnika oraz oceny ogólnej. Oceniano oddzielnie silnik, skrzynię biegów, hydraulikę, komfort, a następnie na tej podstawie, uwzględniając masę i moc ciągnika, dokonywano oceny ogólnej. Jako przykłady wykorzystywane do opracowania modeli SSN (uczenie i testowanie) użyto testów 31 ciągników czołowych producentów. Nowoczesność ciągników oceniał niezależny zespół ekspertów. Działanie opracowanych SSN zostało pozytywnie zweryfikowane na przykładzie ciągników Ursus.
One-directional, two-layer artificial neural networks were applied to evaluating the technological modernity of agricultural tractors. A set of neural networks was de-veloped which enabled evaluating of particular tractors assemblies in details as well as a general evaluation of the whole machine. The engine, gear box, hydraulic system, ergonomic features were assessed separately, next on such a basis and considering the tractor weight and power, general evaluation was completed. Tests of 31 brand-named tractors were used as the examples to developing the ANN models (teaching and testing). The tractors’ technological progression was evaluated by a team if independent experts. Functioning of developed ANN’s has been positively verified on an example of the Ursus tractors.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 8.

Tytuł:: Tendencje zmian wybranych parametrów ciągników rolniczych
Tendencies of changes in parameters of farm tractors
Autorzy:: Francik, S.
Tematy:: parametry techniczno-eksploatacyjne
ciągnik rolniczy
technical parameters
operational parameters
farm tractors; Pokaż więcej
Wydawca:: Polskie Towarzystwo Inżynierii Rolniczej
Powiązania:: https://bibliotekanauki.pl/articles/291289.pdf Link otwiera się w nowym oknie
Opis:: W pracy dokonano analizy zmian parametrów techniczno - eksploatacyjnych ciągników rolniczych dostępnych na rynku USA, w latach 1946–1995. Analizowano zmiany mocy, masy, prędkości minimalnej i maksymalnej, oraz jednostkowego zużycia paliwa. Wyznaczono trendy zmian tych parametrów dla ciągników z napędem na 2 i na 4 koła. Porównano wartości prognoz z wartościami rzeczywistymi parametrów dla wybranych ciągników.
The paper is to discuss changes of technical and operational parameters of farm tractors available in the USA market between 1946 and 1995. The changes in horse power, weight, minimum and maximum speed, and fuel consumption, were analysed. Trends of such changes were determined for 2 and 4WD tractors. The predicted values for selected tractors were compared with the actual ones.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 9.

Tytuł:: Metoda prognozowania szeregów czasowych przy użyciu sztucznych sieci neuronowych
The method used to predict time series using artificial neural networks
Autorzy:: Francik, S.
Tematy:: prognozowanie
szereg czasowy
sztuczna sieć neuronowa
predicting
time series
artificial neural network; Pokaż więcej
Wydawca:: Polskie Towarzystwo Inżynierii Rolniczej
Powiązania:: https://bibliotekanauki.pl/articles/291511.pdf Link otwiera się w nowym oknie
Opis:: 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.
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.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 10.

Tytuł:: Zastosowanie autorskiej metody wyznaczania wartości parametrów nowoczesnych systemów technicznych do pługów i opryskiwaczy polowych
Employing an authors method for determining values of parameters for modern technical systems in ploughs and field spraying machines
Autorzy:: Francik, S.
Tematy:: nowoczesność
prognozowanie
maszyna rolnicza
sztuczna sieć neuronowa
modernity
predicting
farm machine
artificial neural network; Pokaż więcej
Wydawca:: Polskie Towarzystwo Inżynierii Rolniczej
Powiązania:: https://bibliotekanauki.pl/articles/287923.pdf Link otwiera się w nowym oknie
Opis:: Celem pracy było zastosowanie autorskiej metody, wykorzystującej sztuczne sieci neuronowe, do prognozowania wartości parametrów technicznych nowoczesnych maszyn rolniczych do pługów zawieszanych i opryskiwaczy polowych. Opracowano schematy kolejności wyznaczania poszczególnych parametrów charakteryzujących nowoczesne maszyny objęte badaniami. Jako początkowe zmienne wejściowe przyjęto rok wprowadzenia modelu maszyny rolniczej na rynek oraz jej zapotrzebowanie na moc. Następnie opracowano 10 modeli neuronowych - po 5 dla każdego typu maszyny. Modelami tymi były wielowarstwowe perceptrony oraz sieci o radialnych funkcjach bazowych.
The purpose of the work was to employ an author's method using artificial neural networks to predict values of technical parameters for modern farm machines used in suspended ploughs and field spraying machines. The researchers developed sequence schemes for determining individual parameters characterising modern machines subject to tests. Year of launching a farm machine model into the market and its power demand were taken as initial input variables. Then, 10 neural models were developed - 5 for each machine type. The models were multi-layer perceptrons and networks with radial basic functions.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Informacja

Wyszukujesz frazę "Francik, S." wg kryterium: Autor