From the ideas of «Caterpillar»-SSA and Box-Jenkins methods to decomposition method of forecasting and decomposition ANN

Authors

  • Виталий Николаевич Щелкалин Харьковский национальный университет радиоэлектроники пр. Ленина, 14, г. Харьков, Украина, 61166, Ukraine

DOI:

https://doi.org/10.15587/1729-4061.2011.1394

Keywords:

«Сaterpillar»-SSA method, Box-Jenkins method, ARIMA model, decomposition method of modeling and prediction, decomposition artificial neural network

Abstract

This paper presents an overview of the rapidly developing in recent years by the author in various fields of science and technology of modern mathematical models and methods based on joint usage of ideas of the “Caterpillar”-SSA and Box-Jenkins methods. The proposed by author models are a priority at present probabilistic and deterministic nonlinear decomposition models

Author Biography

Виталий Николаевич Щелкалин, Харьковский национальный университет радиоэлектроники пр. Ленина, 14, г. Харьков, Украина, 61166

Инженер 1-й категории

Кафедра прикладной математики

References

  1. Granger, C.W.J. An Introduction to Long-Memory Time Series Models and Fractional Differencing [Текст] / C.W.J. Granger, R. Joyeux // Journal of Time Series Analysis. – 1980. – N 1(1). – P. 15–29.
  2. Седов, А. В. Моделирование объектов с дискретно-распределёнными параметрами: декомпозиионный подход [Текст] / А. В. Седов. – М. : Наука, 2010. – 438 с.
  3. «Автоматизированная система анализа и оперативного прогнозирования процессов потребления целевых продуктов в жилищно-коммунальном хозяйстве» [Текст] : Международный конкурс инновационных проектов “Харьковские инициативы”. – Харьков, 2010.
  4. Модель авторегрессии – спектрально проинтегрированного скользящего среднего со спектрально проинтегрированной обобщенной авторегрессионной условной гетероскедастичностью для моделирования, фильтрации, прогнозирования и управления процессами в современных системах автоматизации [Текст] : труды Международной научно-практической конференции «Передовые информационные технологии, средства и системы автоматизации и их внедрение на российских предприятиях» AITA-2011., 4 – 8 апреля 2011 г. Москва, 2011. – 1048 с.
  5. Евдокимов, А. Г. Оперативное управление потокораспределением в инженерных сетях [Текст] / А. Г. Евдокимов, А._Д. Тевяшев. – Х. : Вища школа, 1980. – 144 с.
  6. Голяндина, Н. Э. Метод «Гусеница»-SSA: прогноз временных рядов [Текст] / Н. Э. Голяндина. Учеб. пособие. – СПб., 2004. – 52 с.
  7. Перцовский? О.Е. Моделирование валютных рынков на основе процессов с длинной памятью [Текст] / Н. Э. Перцовский : Препринт WP2/2004/03 – М.: ГУ ВШЭ, 2003. – 52 c.
  8. Bollerslev, T. Generalized autoregressive conditional heteroscedasticity / T. Bollerslev // Journal of econometrics. – 1986. – V. 31. – PP. 307 – 327.
  9. Тевяшев, А. Д. Системный анализ и управление большими системами энергетики [Текст] / А. Д. Тевяшев. – Х.: 2009. – 507 с.
  10. Juang, J.-N., and Phan, M. Q. Deadbeat Predictive Controllers [Текст] / J.-N. Juang, M. Q. Phan // AIAA 35th Aerospace Sciences Meeting. – AIAA paper number 97–0455. – Reno. – January 1997.
  11. Цифровое моделирование радиосигналов комбинированными нелинейными моделями, основанными на моделях метода «Гусеница»-SSA и сезонной АРССЭ [Текст] : труды 13-й Международной конференции «Цифровая обработка сигналов и её применение – DSPA-2011», 30 марта – 2 апреля 2011 г. Москва – С. 165 – 168.
  12. Модель VARSIMAX. Синтез финитного апериодического регулятора [Текст] : сборник статей одиннадцатой Международной научно-практической конференции “Фундаментальные и прикладные исследования, разработка и применение высоких технологий в промышленности”, 27 – 29 апреля 2011 г. Санкт-Петербург, Россия / под ред. А.П. Кудинова. – СПб. : Изд-во Политехн. ун-та, 2011. – С. 457 – 464.
  13. Системный подход к автоматическому построению комбинированных математических моделей, основанных на совместном использовании моделей сезонной АРССЭ и метода «Гусеница»-SSA с нелинейным усложнением передаточной функции, для моделирования и прогнозирования широкого класса процессов, описанных временными рядами. Сезонная модель нелинейной авторегрессии – спектрально проинтегрированного скользящего среднего (сезонная нелинейная АРСПССЭ модель, seasonal NARSIMAX model) [Текст] : сборник статей десятой Международной научно-практической конференции “Фундаментальные и прикладные исследования, разработка и применение высоких технологий в промышленности”, 09 – 11 декабря 2010 г. Санкт-Петербург, Россия / под ред. А.П. Кудинова. – СПб. : Изд-во Политехн. ун-та, 2010. – С. 361 - 369.
  14. Методика построения комбинированных математических моделей для описания и прогнозирования широкого класса физиологических и психофизиологических процессов [Текст] : сборник трудов первой Международной научно-практической конференции “Высокие технологии, фундаментальные и прикладные исследования в физиологии и медицине”, 23 – 26 апреля 2010 г. Санкт-Петербург, Россия / под ред. А.П. Кудинова, Б. В. Крылова – СПб. : Изд-во Политехн. ун-та, 2010. – С. 457 – 464.
  15. Бокс, Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление [Текст] / Дж. Бокс, Г. Дженкинс. Пер. с англ. – М.: Мир, 1974. Вып. II. – 197 c.
  16. Ahid, Ahmed. Fast Orthogonal Search For Training Radial Basis Function Neural Networks / Ahmed Ahid //Abstract of a Thesis Presented in Partial FulFillment of the Requirements for the Degree of Master of Science (in Electrican Engineering). August, 1994. – 69 p.
  17. Метод «Гусеница»-SSA – АРПСС – СПОАРУГ и модель АРСПСС – СПОАРУГ для анализа и прогнозирования финансово-экономических временных рядов [Текст] : сборник трудов второй Международной научно-методической конференции “Математические методы, модели и информационные технологии в экономике”, 4 – 6 мая 2011 г. Черновцы. – С. 306 – 308.
  18. Тевяшев, А. Д. Сравнительный анализ методов прогнозирования процессов потребления природного газа / А. Д. Тевяшев, В. Н. Щелкалин // Восточно-европейский журнал передовых технологий [Текст]. – 2009. №42. - С. 8 – 16.

How to Cite

Щелкалин, В. Н. (2011). From the ideas of «Caterpillar»-SSA and Box-Jenkins methods to decomposition method of forecasting and decomposition ANN. Eastern-European Journal of Enterprise Technologies, 4(4(52), 59–69. https://doi.org/10.15587/1729-4061.2011.1394

Issue

Section

Mathematics and Cybernetics - applied aspects