Risk Management in Intelligent Manufacturing Systems Using Bayesian Analysis

Authors

  • Marcin Miczka Instytut Metalurgii Żelaza im. Stanisława Staszica w Gliwicach

DOI:

https://doi.org/10.15678/ZNUEK.2016.0949.0107

Keywords:

production process, risk, forecasting, metallurgy, temperature, Bayes, states pace representation

Abstract

The article presents the range of modern methods used to forecast and conduct risk analysis of the production process and the characteristics of the measurements taken during the steel production process. The methodology is based on the state space representation of a dynamic system and Bayesian inference. The methodology enables us to reject the assumption of constant estimated parameters, analyse the statistical distribution of the whole and take into account a priori information, which is to say outside the dataset. The article is a review and the basis for further studies that include implementation of the concept of intelligent manufacturing in Polish industrial enterprises.

Downloads

Download data is not yet available.

References

Ahmad I., Kano M., Hasebe S., Kitada H., Murata N. [2014], Prediction of Molten Steel Temperature in Steel Making Process with Uncertainty by Integrating Gray-Box Model and Bootstrap Filter, „Journal of Chemical Engineering of Japan”, vol. 47, nr 11, http://dx.doi.org/10.1252/jcej.14we067. DOI: https://doi.org/10.1252/jcej.14we067

Barczak A.S. [2002], Modelowanie ewolucji obiektu gospodarczego [w:] Przestrzenno-czasowe modelowanie i prognozowanie zjawisk gospodarczych, red. A. Zeliaś, Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków.

Makroekonometryczny model gospodarki opartej na wiedzy [2009], red. W. Welfe, Wydawnictwo Uniwersytetu Łódzkiego, Łódź.

Miczka M. [2008], Strukturalne modelowanie ekonometryczne ewolucji obiektu gospodarczego, „Wiadomości Statystyczne”, nr 7.

Miczka M. [2013], Schumpeterowskie modele wzrostu gospodarczego [w:] Zastosowanie metod ilościowych i jakościowych w modelowaniu i prognozowaniu zjawisk społeczno-gospodarczych, red. B. Pawełek, Wydawnictwo Uniwersytetu Ekonomicznego w Krakowie, Kraków.

Miczka M. [2014], Analiza funkcji produkcji i wydajności pracy dla wybranych działów polskiego przemysłu – weryfikacja empiryczna z zastosowaniem metodyki badań panelowych [w:] Modelowanie i prognozowanie zjawisk społeczno-gospodarczych. Teoria i praktyka, red. B. Pawełek, Wydawnictwo Uniwersytetu Ekonomicznego w Krakowie, Kraków.

Osiewalski J. [2001], Ekonometria bayesowska w zastosowaniach, Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków.

Romer P.M. [1994], The Origins of Endogenous Growth, „Journal of Economic Perspectives”, vol. 8, nr 1, http://dx.doi.org/10.1257/jep.8.1.3. DOI: https://doi.org/10.1257/jep.8.1.3

Strategic Research Agenda: A Vision for the Future of the Steel Sector [2013], European Steel Technology Platform, 2nd ed., May, ftp://ftp.cordis.europa.eu/pub/estep/docs/sra-052013-en.pdf.

Downloads

Published

01-06-2016

Issue

Section

Articles

How to Cite

Miczka, M. (2016). Risk Management in Intelligent Manufacturing Systems Using Bayesian Analysis. Krakow Review of Economics and Management Zeszyty Naukowe Uniwersytetu Ekonomicznego W Krakowie, 1(949), 107-121. https://doi.org/10.15678/ZNUEK.2016.0949.0107