Розробка еволюційного методу для прогнозування часових рядів

О. Ю. Мулеса, Віталій Євгенович Снитюк
{"title":"Розробка еволюційного методу для прогнозування часових рядів","authors":"О. Ю. Мулеса, Віталій Євгенович Снитюк","doi":"10.15673/ATBP.V12I3.1854","DOIUrl":null,"url":null,"abstract":"Процеси прийняття рішень щодо діяльності об’єктів господарювання, як правило, пов’язані з необхідністю аналізу основних показників їх діяльності. Виявлення тенденцій зміни числових показників в часі дозволяє робити припущення щодо їх майбутніх значень. Такі задачі можна звести до задач прогнозування часових рядів, які полягають у дослідженні законів зміни значень ряду та, на основі заданого критерію точності, знаходження прогнозних значень. Аналітичний огляд сучасних наукових публікацій показав, що задача прогнозування часових рядів є актуальною. Існує багато досліджень присвячених розробці ефективних гібридних методів прогнозування, в основі яких містяться декілька інших методів. \nДослідження присвячене розробці прогнозної моделі, яка використовує кращі властивості базових моделей прогнозування, дозволяє підвищити точність прогнозу та його волатильність. \nВ ході дослідження було розроблено еволюційний метод прогнозування на основі базових моделей прогнозування. Для обчислення прогнозних значень будується оптимізаційна модель, в яку входять прогнозні значення, обчислені за допомогою базових моделей. Параметри моделі можуть бути визначені за допомогою генетичного алгоритму. Критеріями якості прогнозної схеми були відносна похибка прогнозування, а також волатильність прогнозу. Такий підхід дозволяє зменшити відхилення прогнозних значень від точних. \nВиконано експериментальну верифікацію розробленого методу прогнозування. Виконано порівняльний аналіз результатів роботи розробленого методу та інших методів прогнозування для часового ряду «Кількість хворих на СНІД». Показано, що використання прогнозної схеми дозволяє як підвищити точність прогнозу, так і покращити його волатильність.","PeriodicalId":408761,"journal":{"name":"Automation Technological and Business-Processes","volume":"14 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2020-11-05","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"3","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Automation Technological and Business-Processes","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.15673/ATBP.V12I3.1854","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 3

Abstract

Процеси прийняття рішень щодо діяльності об’єктів господарювання, як правило, пов’язані з необхідністю аналізу основних показників їх діяльності. Виявлення тенденцій зміни числових показників в часі дозволяє робити припущення щодо їх майбутніх значень. Такі задачі можна звести до задач прогнозування часових рядів, які полягають у дослідженні законів зміни значень ряду та, на основі заданого критерію точності, знаходження прогнозних значень. Аналітичний огляд сучасних наукових публікацій показав, що задача прогнозування часових рядів є актуальною. Існує багато досліджень присвячених розробці ефективних гібридних методів прогнозування, в основі яких містяться декілька інших методів. Дослідження присвячене розробці прогнозної моделі, яка використовує кращі властивості базових моделей прогнозування, дозволяє підвищити точність прогнозу та його волатильність. В ході дослідження було розроблено еволюційний метод прогнозування на основі базових моделей прогнозування. Для обчислення прогнозних значень будується оптимізаційна модель, в яку входять прогнозні значення, обчислені за допомогою базових моделей. Параметри моделі можуть бути визначені за допомогою генетичного алгоритму. Критеріями якості прогнозної схеми були відносна похибка прогнозування, а також волатильність прогнозу. Такий підхід дозволяє зменшити відхилення прогнозних значень від точних. Виконано експериментальну верифікацію розробленого методу прогнозування. Виконано порівняльний аналіз результатів роботи розробленого методу та інших методів прогнозування для часового ряду «Кількість хворих на СНІД». Показано, що використання прогнозної схеми дозволяє як підвищити точність прогнозу, так і покращити його волатильність.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
有关商业实体活动的决策过程通常需要分析关键绩效指标。通过识别数字指标随时间变化的趋势,可以对其未来值做出假设。此类任务可简化为时间序列预测任务,包括研究序列值的变化规律,并根据给定的准确性标准找到预测值。对现代科学出版物的分析性审查表明,时间序列预测问题具有现实意义。有许多研究致力于开发基于其他几种方法的有效混合预测方法。本研究的重点是开发一种预测模型,利用基本预测模型的最佳特性,提高预测的准确性和波动性。该研究在基本预测模型的基础上开发了一种进化预测方法。为了计算预测值,建立了一个优化模型,其中包括使用基本模型计算出的预测值。模型参数可通过遗传算法确定。预测方案的质量标准是相对预测误差和预测波动率。这种方法可以减少预测值与精确值的偏差。实验验证了所开发的预测方法。针对 "艾滋病患者人数 "时间序列,对所开发方法和其他预测方法的结果进行了比较分析。结果表明,使用该预测方案既能提高预测的准确性,又能改善预测的波动性。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Засіб автоматизації контролю параметрів електроенергетичних систем Життєвий цикл організації системи тривожної сигналізації Автоматичне керування процесом сушіння плодоовочевої сировини в конденсаційній термоелектричній сушарці Автоматизація пастеризації яблучного соку Синтез двоконтурної автоматичної системи регулювання з диференціюванням сигналу з проміжної точки
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1