1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
  2. Матеріали конференцій, семінарів, читань
  3. 2021
  4. IX науково-технічна конференція „Інформаційні моделі, системи та технології“ (2021)
Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://elartu.tntu.edu.ua/handle/lib/37550

Повний запис метаданих
Поле DCЗначенняМова
dc.contributor.authorШимчук, Григорій
dc.contributor.authorЛитвиненко, Ярослав Володимирович
dc.contributor.authorShymchuk, G.
dc.contributor.authorLytvynenko, Ia.
dc.coverage.temporal08-09 грудня 2021 року
dc.coverage.temporal08-09 December 2021
dc.date.accessioned2022-03-23T22:38:51Z-
dc.date.available2022-03-23T22:38:51Z-
dc.date.created21-12-08
dc.date.issued21-12-08
dc.identifier.citationШимчук Г. Огляд математичних моделей для задачі прогнозування використання природного газу / Григорій Шимчук, Ярослав Литвиненко // Матеріали Ⅸ науково-технічної конференції „Інформаційні моделі, системи та технології“, 08-09 грудня 2021 року. — Т. : ТНТУ, 2021. — С. 19–20. — (Математичне моделювання).
dc.identifier.urihttp://elartu.tntu.edu.ua/handle/lib/37550-
dc.format.extent19-20
dc.language.isouk
dc.publisherТНТУ
dc.publisherTNTU
dc.relation.ispartofМатеріали Ⅸ науково-технічної конференції „Інформаційні моделі, системи та технології“, 2021
dc.relation.ispartofProceedings of the scientific and technical conference "Information models, systems and technologies", 2021
dc.titleОгляд математичних моделей для задачі прогнозування використання природного газу
dc.title.alternativeOverview of models for forecasting natural gas use
dc.typeConference Abstract
dc.rights.holder© Тернопільський національний технічний університет імені Івана Пулюя, 2021
dc.coverage.placenameТернопіль
dc.coverage.placenameTernopil
dc.format.pages2
dc.subject.udc519.246
dc.relation.references1. Maggio, G., Cacciola, G. (2009) A variant of the Hubbert curve for world oil production forecasts. Energy Policy 37 (11), 4761–4670.
dc.relation.references2. Valero, A. (2010) Physical geonomics: combining the exergy and Hubbert peak analysis for predicting mineral resources depletion. Resour. Conserv. Recycl. 54 (12), 1074–1083.
dc.relation.references3. Szoplik, J. (2015) Forecasting of natural gas consumption with artificial neural networks. Energy 85, 208–220
dc.relation.references4. Ardakani, F.J., Ardehali, M.M. (2014) Novel effects of demand side management data on accuracy of electrical energy consumption modeling and long-term forecasting. Energy Convers. Manage. 78, 745–752
dc.relation.references5. Demirel, O.F., Zaim, S., Caliskan, A., Ozuyar, P. (2012) Forecasting natural gas consumption in Istanbul using neural networks and multivariate time series methods. Turkish J. Electr. Eng. Comput. Sci. 20 (5), 695–711
dc.relation.references6. Gorucu, F.B. (2010) Evaluation and forecasting of gas consumption by statistical analysis. Energy Sources 26, 267–276
dc.relation.references7. Khan, M.A., (2015) Modelling and forecasting the demand for natural gas in Pakistan. Renewable Sustainable Energy Rev. 49, 1145–1159
dc.relation.references8. Zhang, Wei; Yang, Jun (2015): Forecasting natural gas consumption in China by Bayesian Model Averaging, Energy Reports, ISSN 2352-4847, Elsevier, Amsterdam, Vol. 1, pp. 216-220
dc.relation.referencesen1. Maggio, G., Cacciola, G. (2009) A variant of the Hubbert curve for world oil production forecasts. Energy Policy 37 (11), 4761–4670.
dc.relation.referencesen2. Valero, A. (2010) Physical geonomics: combining the exergy and Hubbert peak analysis for predicting mineral resources depletion. Resour. Conserv. Recycl. 54 (12), 1074–1083.
dc.relation.referencesen3. Szoplik, J. (2015) Forecasting of natural gas consumption with artificial neural networks. Energy 85, 208–220
dc.relation.referencesen4. Ardakani, F.J., Ardehali, M.M. (2014) Novel effects of demand side management data on accuracy of electrical energy consumption modeling and long-term forecasting. Energy Convers. Manage. 78, 745–752
dc.relation.referencesen5. Demirel, O.F., Zaim, S., Caliskan, A., Ozuyar, P. (2012) Forecasting natural gas consumption in Istanbul using neural networks and multivariate time series methods. Turkish J. Electr. Eng. Comput. Sci. 20 (5), 695–711
dc.relation.referencesen6. Gorucu, F.B. (2010) Evaluation and forecasting of gas consumption by statistical analysis. Energy Sources 26, 267–276
dc.relation.referencesen7. Khan, M.A., (2015) Modelling and forecasting the demand for natural gas in Pakistan. Renewable Sustainable Energy Rev. 49, 1145–1159
dc.relation.referencesen8. Zhang, Wei; Yang, Jun (2015): Forecasting natural gas consumption in China by Bayesian Model Averaging, Energy Reports, ISSN 2352-4847, Elsevier, Amsterdam, Vol. 1, pp. 216-220
dc.identifier.citationenShymchuk G., Lytvynenko Ia. (2021) Ohliad matematychnykh modelei dlia zadachi prohnozuvannia vykorystannia pryrodnoho hazu [Overview of models for forecasting natural gas use]. Proceedings of the scientific and technical conference "Information models, systems and technologies" (Tern., 08-09 December 2021), pp. 19-20 [in Ukrainian].
dc.contributor.affiliationТернопільський державний технічний університет імені Івана Пулюя, Україна
dc.citation.journalTitleМатеріали Ⅸ науково-технічної конференції „Інформаційні моделі, системи та технології“
dc.citation.spage19
dc.citation.epage20
dc.citation.conferenceⅨ науково-технічна конференція „Інформаційні моделі, системи та технології“
Розташовується у зібраннях:IX науково-технічна конференція „Інформаційні моделі, системи та технології“ (2021)

Файли цього матеріалу:
Файл Опис РозмірФормат 
IMST_2021_Shymchuk_G-Overview_of_models_for_forecasting_19-20.pdf751,29 kBAdobe PDFПереглянути/відкрити
IMST_2021_Shymchuk_G-Overview_of_models_for_forecasting_19-20.djvu24,91 kBDjVuПереглянути/відкрити
IMST_2021_Shymchuk_G-Overview_of_models_for_forecasting_19-20__COVER.png492,01 kBimage/pngПереглянути/відкрити
Показати базовий опис матеріалу Перегляд статистики


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.