Модифікація методу прогнозування небезпечних процесів з невідомою динамікою при наявності шумів

Автор(и)

  • Борис Борисович Поспєлов Науково-методичний центр навчальних закладів сфери цивільного захисту, Україна https://orcid.org/0000-0002-0957-3839
  • Володимир Анатолійович Андронов Національний університет цивільного захисту України, Україна https://orcid.org/0000-0001-7486-482X
  • Олексій Миколайович Крайнюков Харківський національний університет імені В. Н. Каразіна, Україна https://orcid.org/0000-0002-5264-3118
  • Костянтин Михайлович Карпець Національний університет цивільного захисту України, Україна https://orcid.org/0000-0001-6388-7647
  • Юлія Сергіївна Безугла Національний університет цивільного захисту України, Україна https://orcid.org/0000-0003-4022-2807
  • Костянтин Анатолійович Фісун Національна академія Національної гвардії України, Україна https://orcid.org/0000-0002-8363-0416
  • Святослав Анатолійович Манжура Національна академія Національної гвардії України, Україна https://orcid.org/0000-0002-9258-9320
  • Світлана Вікторівна Гришко Мелітопольський державний педагогічний університет імені Б. Хмельницького, Україна https://orcid.org/0000-0002-5054-3893
  • Ольга Юліївна Мухіна Харківський національний педагогічний університет ім. Г. С. Сковороди, Україна https://orcid.org/0000-0002-1815-1988
  • Валентина Михайлівна Іванова Мелітопольський державний педагогічний університет імені Б. Хмельницького, Україна https://orcid.org/0000-0002-6121-6978

DOI:

https://doi.org/10.15587/1729-4061.2022.252076

Ключові слова:

модифікований метод прогнозування, невідома динаміка, маскуючий шум, модель Брауна, помилки прогнозування

Анотація

В рамках адаптивної моделі Брауна нульового порядку виконано обґрунтування модифікованого методу, що забезпечує підвищену точність прогнозування процесів з невідомою динамікою, що маскується шумами різного рівня. Суть модифікації методу прогнозування полягає у адаптивному способі визначення ваги корекції попереднього прогнозу з урахуванням рекурентності стану прогнозованого процесу в часі. Для дослідження точності методу прогнозування визначена тестова модель динаміки процесу у вигляді імпульсу прямокутної форми з одиничною амплітудою. Також визначена модель адитивного маскуючого шуму у вигляді дискретного процесу Гауса з нульовим середнім і значенням середнього квадратичного відхилення, що варіюється. На основі визначення експоненційно згладжених значень поточних абсолютних помилок прогнозування досліджено динаміку точності прогнозу для модифікованого та самоналаштовуваного методу. Встановлено, що для середнього квадратичного відхилення маскуючого шуму, що дорівнює 0,9, згладжена абсолютна помилка прогнозу для модифікованого методу виявляється не більше 23 %, а для самоналаштовуваного методу – 42 %. Це означає, що точність прогнозу для модифікованого методу виявляється приблизно вдвічі вищою. У разі середнього квадратичного відхилення маскуючого шуму, що дорівнює 0,1, згладжена абсолютна помилка прогнозу для модифікованого і самоналаштовуваного методу виявляється приблизно однаковою і становить величину, не більше 10 %. Це означає, що при малому рівні маскуючого шуму обидва методи прогнозування забезпечують приблизно однакову точність. Однак при збільшенні рівня маскуючих шумів метод, що самоналаштовується, істотно програє в точності прогнозу пропонованому модифікованому методу

Біографії авторів

Борис Борисович Поспєлов, Науково-методичний центр навчальних закладів сфери цивільного захисту

Доктор технічних наук, професор

Володимир Анатолійович Андронов, Національний університет цивільного захисту України

Доктор технічних наук, професор

Науково-дослідний центр

Олексій Миколайович Крайнюков, Харківський національний університет імені В. Н. Каразіна

Доктор географічних наук, професор

Кафедра екологічної безпеки та екологічної освіти

Костянтин Михайлович Карпець, Національний університет цивільного захисту України

Кандидат географічних наук, доцент

Науково-дослідний центр

Юлія Сергіївна Безугла, Національний університет цивільного захисту України

Кандидат технічних наук, доцент

Кафедра наглядово-профілактичної діяльності

Костянтин Анатолійович Фісун, Національна академія Національної гвардії України

Доктор економічних наук, професор

Кафедра менеджменту та військового господарства

Святослав Анатолійович Манжура, Національна академія Національної гвардії України

Доктор філософії

Науково-дослідний центр

Світлана Вікторівна Гришко, Мелітопольський державний педагогічний університет імені Б. Хмельницького

Кандидат географічних наук, доцент

Кафедра фізичної географії і геології

Ольга Юліївна Мухіна, Харківський національний педагогічний університет ім. Г. С. Сковороди

Кандидат технічних наук, доцент

Науково-дослідний центр

Валентина Михайлівна Іванова, Мелітопольський державний педагогічний університет імені Б. Хмельницького

Кафедра фізичної географії і геології

Посилання

  1. Vambol, S., Vambol, V., Bogdanov, I., Suchikova, Y., Rashkevich, N. (2017). Research of the influence of decomposition of wastes of polymers with nano inclusions on the atmosphere. Eastern-European Journal of Enterprise Technologies, 6 (10 (90)), 57–64. doi: https://doi.org/10.15587/1729-4061.2017.118213
  2. Tan, P., Steinbach, M., Kumar, V. (2005). Introduction to Data Mining. Addison Wesley, 864.
  3. Semko, A. N., Beskrovnaya, M. V., Vinogradov, S. A., Hritsina, I. N., Yagudina, N. I. (2014). The usage of high speed impulse liquid jets for putting out gas blowouts. Journal of Theoretical and Applied Mechanics, 52 (3), 655–664. Available at: http://jtam.pl/The-usage-of-high-speed-impulse-liquid-jets-for-putting-out-gas-blowouts-,102145,0,2.html
  4. Andronov, V., Pospelov, B., Rybka, E. (2017). Development of a method to improve the performance speed of maximal fire detectors. Eastern-European Journal of Enterprise Technologies, 2 (9 (86)), 32–37. doi: https://doi.org/10.15587/1729-4061.2017.96694
  5. Migalenko, K., Nuianzin, V., Zemlianskyi, A., Dominik, A., Pozdieiev, S. (2018). Development of the technique for restricting the propagation of fire in natural peat ecosystems. Eastern-European Journal of Enterprise Technologies, 1 (10 (91)), 31–37. doi: https://doi.org/10.15587/1729-4061.2018.121727
  6. Vambol, S., Vambol, V., Sobyna, V., Koloskov, V., Poberezhna, L. (2019). Investigation of the energy efficiency of waste utilization technology, with considering the use of low-temperature separation of the resulting gas mixtures. Energetika, 64 (4), 186–195. doi: https://doi.org/10.6001/energetika.v64i4.3893
  7. Dubinin, D., Korytchenko, K., Lisnyak, A., Hrytsyna, I., Trigub, V. (2018). Improving the installation for fire extinguishing with finely­dispersed water. Eastern-European Journal of Enterprise Technologies, 2 (10 (92)), 38–43. doi: https://doi.org/10.15587/1729-4061.2018.127865
  8. Kovalov, A., Otrosh, Y., Ostroverkh, O., Hrushovinchuk, O., Savchenko, O. (2018). Fire resistance evaluation of reinforced concrete floors with fire-retardant coating by calculation and experimental method. E3S Web of Conferences, 60, 00003. doi: https://doi.org/10.1051/e3sconf/20186000003
  9. Otrosh, Y., Semkiv, O., Rybka, E., Kovalov, A. (2019). About need of calculations for the steel framework building in temperature influences conditions. IOP Conference Series: Materials Science and Engineering, 708 (1), 012065. doi: https://doi.org/10.1088/1757-899x/708/1/012065
  10. Dadashov, I., Loboichenko, V., Kireev, A. (2018). Analysis of the ecological characteristics of environment friendly fire fighting chemicals used in extinguishing oil products. Pollution Research, 37 (1), 63–77. Available at: http://29yjmo6.257.cz/bitstream/123456789/9380/1/Poll%20Res-10_proof.pdf
  11. Kustov, M. V., Kalugin, V. D., Tutunik, V. V., Tarakhno, E. V. (2019). Physicochemical principles of the technology of modified pyrotechnic compositions to reduce the chemical pollution of the atmosphere. Voprosy khimii i khimicheskoi tekhnologii, 1, 92–99. doi: https://doi.org/10.32434/0321-4095-2019-122-1-92-99
  12. Sadkovyi, V., Andronov, V., Semkiv, O., Kovalov, A., Rybka, E., Otrosh, Yu. et. al.; Sadkovyi, V., Rybka, E., Otrosh, Yu. (Eds.) (2021). Fire resistance of reinforced concrete and steel structures. Kharkiv: РС ТЕСHNOLOGY СЕNTЕR, 180. doi: https://doi.org/10.15587/978-617-7319-43-5
  13. Lebedinskiy, A. A., Dozortsev, V. M., Kneller, D. V. (2004). Usovershenstvovannye ASUTP na osnove Profit®Controller razrabotki korporatsii Honeywell. Avtomatizatsiya v promyshlennosti, 6, 39–41. Available at: https://www.researchgate.net/publication/282705449_Usoversenstvovannye_ASUTP_na_osnove_ProfitRController_razrabotki_korporacii_Honeywell
  14. Pospelov, B., Andronov, V., Rybka, E., Krainiukov, O., Maksymenko, N., Meleshchenko, R. et. al. (2020). Mathematical model of determining a risk to the human health along with the detection of hazardous states of urban atmosphere pollution based on measuring the current concentrations of pollutants. Eastern-European Journal of Enterprise Technologies, 4 (10 (106)), 37–44. doi: https://doi.org/10.15587/1729-4061.2020.210059
  15. Doyle, J. (1996). Robust and Optimal Control. Proceedings of 35th IEEE Conference on Decision and Control, 1595–1598. doi: https://doi.org/10.1109/cdc.1996.572756
  16. Makshanov, A. V., Musaev, A. A. (2019). Intellektual'niy analiz dannyh. Sankr-Peterburg: SPbGTI(TU), 188.
  17. Yusupov, R. M., Musaev, A. A. (2017). Efficiency of information systems and technologies: features of estimation. SPIIRAS Proceedings, 2 (51), 5–34. Available at: http://proceedings.spiiras.nw.ru/index.php/sp/article/view/3477/2027
  18. Pospelov, B., Rybka, E., Krainiukov, O., Yashchenko, O., Bezuhla, Y., Bielai, S. et. al. (2021). Short-term forecast of fire in the premises based on modification of the Brown’s zero-order model. Eastern-European Journal of Enterprise Technologies, 4 (10 (112)), 52–58. doi: https://doi.org/10.15587/1729-4061.2021.238555
  19. Lukashin, Yu. P. (2003). Adaptivnye metody kratkosrochnogo prognozirovaniya vremennyh ryadov. Moscow: Finansy i statistika, 416.
  20. Brown, R. G. (2004). Smoothing, forecasting and prediction of discrete time series. Courier Corporation, 468.
  21. Svetun'kov, S. G., Butuhanov, A. V., Svetun'kov, I. S. (2006). Zapredel'nye sluchai metoda Brauna v ekonomicheskom prognozirovanii. Sankt-Peterburg: SPbGUEF, 71.
  22. Gambarov, G. M., Zhuravel', N. M., Korolev, Yu. G. (1990). Statisticheskoe modelirovanie i prognozirovanie. Moscow: Finansy i statistika, 383.
  23. Lugachev, M. I., Lyapuntsov, Yu. P. (1999). Metody sotsial'no-ekonomicheskogo prognozirovaniya. Moscow: TIIS, 160.
  24. Svetun'kov, S. G. (2002). O rasshirenii granits primeneniya metoda Brauna. Izvestiya Sankt-Peterburgskogo gosudarstvennogo universiteta ekonomiki i finansov, 3, 94–107.
  25. Hyndman, R. J., Khandakar, Y. (2008). Automatic time series forecasting: the forecast Package for R. Journal of statistical software, 27 (3), 1–22. doi: https://doi.org/10.18637/jss.v027.i03
  26. Vartanyan, V. M., Romanenkov, Yu. A., Kononenko, A. V. (2005). Parametricheskiy sintez prognoznoy modeli eksponentsial'nogo sglazhivaniya. Vestnik NTU «KhPI», 59, 9–16. Available at: http://repository.kpi.kharkov.ua/bitstream/KhPI-Press/28135/1/vestnik_KhPI_2005_59_Vartanyan_Parametricheskiy.pdf
  27. Pospelov, B., Andronov, V., Rybka, E., Krainiukov, O., Karpets, K., Pirohov, O. et. al. (2019). Development of the correlation method for operative detection of recurrent states. Eastern-European Journal of Enterprise Technologies, 6 (4 (102)), 39–46. doi: https://doi.org/10.15587/1729-4061.2019.187252
  28. Tebueva, F. B., Streblyanskaya, N. V. (2016). Adaptivniy metod prognozirovaniya dlya korotkih vremennyh ryadov prirodnyh protsessov. Sovremennaya nauka: aktual'nye problemy teorii i praktiki, 6 (20), 83–87.
  29. Svetun'kov, I. S. (2010). Samoobuchayuschayasya model' kratkosrochnogo prognozirovaniya sotsial'no-ekonomicheskoy dinamiki. Modeli otsenki, analiza i prognozirovaniya sotsial'no-ekonomicheskih sistem. Kharkiv: INZhEK, 11–32. Available at: https://publications.hse.ru/pubs/share/folder/q1zrwhrj6z/84096936.pdf
  30. Webber, C. L., Ioana, C., Marwan, N. (Eds.) (2016). Recurrence Plots and Their Quantifications: Expanding Horizons. Springer Proceedings in Physics. doi: https://doi.org/10.1007/978-3-319-29922-8
  31. Sadkovyi, V., Pospelov, B., Andronov, V., Rybka, E., Krainiukov, O., Rud, A. et. al. (2020). Construction of a method for detecting arbitrary hazard pollutants in the atmospheric air based on the structural function of the current pollutant concentrations. Eastern-European Journal of Enterprise Technologies, 6 (10 (108)), 14–22. doi: https://doi.org/10.15587/1729-4061.2020.218714
  32. Pospelov, B., Rybka, E., Togobytska, V., Meleshchenko, R., Danchenko, Y., Butenko, T. et. al. (2019). Construction of the method for semi-adaptive threshold scaling transformation when computing recurrent plots. Eastern-European Journal of Enterprise Technologies, 4 (10 (100)), 22–29. doi: https://doi.org/10.15587/1729-4061.2019.176579
  33. Bendat, J. S., Piersol, A. G. (2010). Random data: analysis and measurement procedures. John Wiley & Sons. doi: https://doi.org/10.1002/9781118032428
  34. Singh, P. (2016). Time-frequency analysis via the fourier representation. HAL. 2016. Available at: https://hal.archives-ouvertes.fr/hal-01303330/document
  35. Stankovic, L., Dakovic, M., Thayaparan, T. (2014). Time-frequency signal analysis with Applications. Kindle edition, 655.
  36. Giv, H. H. (2013). Directional short-time Fourier transform. Journal of Mathematical Analysis and Applications, 399 (1), 100–107. doi: https://doi.org/10.1016/j.jmaa.2012.09.053
  37. Pospelov, B., Andronov, V., Rybka, E., Popov, V., Semkiv, O. (2018). Development of the method of frequency­temporal representation of fluctuations of gaseous medium parameters at fire. Eastern-European Journal of Enterprise Technologies, 2 (10 (92)), 44–49. doi: https://doi.org/10.15587/1729-4061.2018.125926
  38. Pospelov, B., Andronov, V., Rybka, E., Samoilov, M., Krainiukov, O., Biryukov, I. et. al. (2021). Development of the method of operational forecasting of fire in the premises of objects under real conditions. Eastern-European Journal of Enterprise Technologies, 2 (10 (110)), 43–50. doi: https://doi.org/10.15587/1729-4061.2021.226692
  39. Sinaga, H., Irawati, N. (2020). A Medical Disposable Supply Demand Forecasting By Moving Average And Exponential Smoothing Method. Proceedings of the Proceedings of the 2nd Workshop on Multidisciplinary and Applications (WMA) 2018, 24-25 January 2018, Padang, Indonesia. doi: https://doi.org/10.4108/eai.24-1-2018.2292378
  40. Pospelov, B., Rybka, E., Meleshchenko, R., Krainiukov, O., Biryukov, I., Butenko, T. et. al. (2021). Short-term fire forecast based on air state gain recurrence and zero-order brown model. Eastern-European Journal of Enterprise Technologies, 3 (10 (111)), 27–33. doi: https://doi.org/10.15587/1729-4061.2021.233606
  41. Pospelov, B., Rybka, E., Meleshchenko, R., Borodych, P., Gornostal, S. (2019). Development of the method for rapid detection of hazardous atmospheric pollution of cities with the help of recurrence measures. Eastern-European Journal of Enterprise Technologies, 1 (10 (97)), 29–35. doi: https://doi.org/10.15587/1729-4061.2019.155027
  42. Pospelov, B., Rybka, E., Meleshchenko, R., Krainiukov, O., Harbuz, S., Bezuhla, Y. et. al. (2020). Use of uncertainty function for identification of hazardous states of atmospheric pollution vector. Eastern-European Journal of Enterprise Technologies, 2 (10 (104)), 6–12. doi: https://doi.org/10.15587/1729-4061.2020.200140
  43. Pospelov, B., Rybka, E., Samoilov, M., Krainiukov, O., Kulbachko, Y., Bezuhla, Y. et. al. (2021). Investigating errors when forecasting processes with uncertain dynamics and observation noise by the self-adjusting brown's zero-order model. Eastern-European Journal of Enterprise Technologies, 6 (9 (114)), 47–53. doi: https://doi.org/10.15587/1729-4061.2021.244623
  44. Pospelov, B., Andronov, V., Rybka, E., Popov, V., Romin, A. (2018). Experimental study of the fluctuations of gas medium parameters as early signs of fire. Eastern-European Journal of Enterprise Technologies, 1 (10 (91)), 50–55. doi: https://doi.org/10.15587/1729-4061.2018.122419

##submission.downloads##

Опубліковано

2022-02-25

Як цитувати

Поспєлов, Б. Б., Андронов, В. А., Крайнюков, О. М., Карпець, К. М., Безугла, Ю. С., Фісун, К. А., Манжура, С. А., Гришко, С. В., Мухіна, О. Ю., & Іванова, В. М. (2022). Модифікація методу прогнозування небезпечних процесів з невідомою динамікою при наявності шумів. Eastern-European Journal of Enterprise Technologies, 1(4 (115), 29–36. https://doi.org/10.15587/1729-4061.2022.252076

Номер

Розділ

Математика та кібернетика - прикладні аспекти