От идей методов «Гусеница»-SSA и Бокса-Дженкинса до декомпозиционного метода прогнозирования и декомпозиционной ИНС

Виталий Николаевич Щелкалин

doi:10.15587/1729-4061.2011.1394

Автор(и)

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

DOI:

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

Ключові слова:

Mетод «Гусениця»-SSA, метод Бокса-Дженкінса, модель АРІКС, декомпозиційний метод моделювання та прогнозування, декомпозиційна штучна нейронна мережа

Анотація

У даній статті представляється огляд сучасних математичних моделей і методів, що стрімко розвиваються останнім часом автором у різних галузях науки і техніки, заснованих на спільному використанні ідей методу «Гусениця»-SSA і методу Бокса-Дженкінса. Пропоновані автором моделі є пріоритетними на сьогоднішній день ймовірнісно-детермінованими нелінійними декомпозиційними моделями

Біографія автора

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

Инженер 1-й категории

Кафедра прикладной математики

Посилання

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.
Седов, А. В. Моделирование объектов с дискретно-распределёнными параметрами: декомпозиионный подход [Текст] / А. В. Седов. – М. : Наука, 2010. – 438 с.
«Автоматизированная система анализа и оперативного прогнозирования процессов потребления целевых продуктов в жилищно-коммунальном хозяйстве» [Текст] : Международный конкурс инновационных проектов “Харьковские инициативы”. – Харьков, 2010.
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.
Евдокимов, А. Г. Оперативное управление потокораспределением в инженерных сетях [Текст] / А. Г. Евдокимов, А._Д. Тевяшев. – Х. : Вища школа, 1980. – 144 с.
Голяндина, Н. Э. Метод «Гусеница»-SSA: прогноз временных рядов [Текст] / Н. Э. Голяндина. Учеб. пособие. – СПб., 2004. – 52 с.
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.
Bollerslev, T. Generalized autoregressive conditional heteroscedasticity / T. Bollerslev // Journal of econometrics. – 1986. – V. 31. – PP. 307 – 327.
Тевяшев, А. Д. Системный анализ и управление большими системами энергетики [Текст] / А. Д. Тевяшев. – Х.: 2009. – 507 с.
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.
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.
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.
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.
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.
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.
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.
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.
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.