Розробка методу синтезу прогнозуючої схеми на основі базових прогнозуючих моделей
DOI:
https://doi.org/10.15587/2312-8372.2015.44932Ключові слова:
тренд, модель прогнозування, часовий ряд, функціонал, крок прогнозу, авторегресія, навчанняАнотація
Пропонується схема прогнозування часових рядів, яка синтезується за допомогою базових прогнозуючих моделей на заданому проміжку часу. Оптимальний крок передісторії визначається за умови мінімізації функціоналу середньоквадратичного відхилення при оптимальних параметрах моделі авторегресії. При синтезі прогнозуючої схеми для кожної базової моделі визначається ваговий коефіцієнт, з яким вона входить у кінцеву прогнозуючу схему.Посилання
- Yarkina, N. M. (2003). Econometric modeling in managing business risk. Finance of Ukraine, 11, 77–80.
- Tymashova, L., Stepanenko, O. (2004). Mathematical model assessment of the company in a market economy. Bulletin of the Academy of Labour and Social Affairs Federation of Trade Unions of Ukraine, 3 (27), 79–90.
- Kuharev, V. N., Sally, V. N., Erpert, A. M. (1991). Economic-mathematical methods and models in the planning and management. Kyiv: Vishcha School, 328.
- Kozadaev, A. S., Arzamasians, A. A. (2006). Prediction of time series with the apparatus of artificial neural networks. The short-term forecast of air temperature. Bulletin of the University of Tambov. Series: Natural and Technical Sciences, 3 (11), 299–304.
- Orlov, I. V., Mahvytov, M. A. (2014). Prediction of mortgage loans with the help of models of Brown. Modern high technologies, 7–3, 22–24.
- Snytiuk, V. Ye. (2008). Forecasting. Models. Methods. Algorithms. Kyiv: "Maklaut", 364.
- Matviichuk, A. V. (2007). Modeling of economic processes using fuzzy logic methods. Kyiv: KNEU, 264.
- Mendel, A. S. (2004). Method counterparts in predicting short time series: expert-statistical approach. Automation and Telemechanics, 4, 143–152.
- Zaichenko, Y. P., Mohammed, M., Shapovalenko, N. V. (2002). Fuzzy neural networks and genetic algorithms in problems of macroeconomic forecasting. Scientific news of NTUU "KPI", 4, 20–30.
- Kasabov, N. K., Qun Song. (2002, April). DENFIS: dynamic evolving neural-fuzzy inference system and its application for time-series prediction. IEEE Transactions on Fuzzy Systems, Vol. 10, № 2, 144–154. doi:10.1109/91.995117
- Chatfield, C. (2013). The analysis of time series: an introduction. CRC press, 352.
- Van Gestel, T., Suykens, J. A. K., Baestaens, D.-E., Lambrechts, A., Lanckriet, G., Vandaele, B., De Moor, B., Vandewalle, J. (2001, July). Financial time series prediction using least squares support vector machines within the evidence framework. IEEE Transactions on Neural Networks, Vol. 12, № 4, 809–821. doi:10.1109/72.935093
- Transport and communications Ukraine in 2013. (2013). State Statistics Service. Statistical Yearbook. Kyiv, 552.
##submission.downloads##
Опубліковано
2015-05-28
Як цитувати
Гече, Ф. Е., Мулеса, О. Ю., Гече, С. Ф., & Вашкеба, М. М. (2015). Розробка методу синтезу прогнозуючої схеми на основі базових прогнозуючих моделей. Technology Audit and Production Reserves, 3(2(23), 36–41. https://doi.org/10.15587/2312-8372.2015.44932
Номер
Розділ
Інформаційні технології: Оригінальне дослідження
Ліцензія
Авторське право (c) 2016 Технологічний аудит та резерви виробництва
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.
