{"title":"Прогнозування видобутку нафти в україні за допомогою адаптивних моделей","authors":"Н. В. Ічанська, М. В. Лисенко","doi":"10.24144/2616-7700.2023.42(1).164-173","DOIUrl":null,"url":null,"abstract":"У статті розглянуто моделювання життєвого циклу видобутку нафти. Проаналізовано\n сутність, переваги й недоліки цих підходів. Авторами розв’язано задачу апроксимації\n методами математичного моделювання: експоненційного вирівнювання, Хольта та\n прогнозування на основі нейромережевих технологій. У роботі надано класифікацію цих\n методів, зазначено важливість їх застосування з метою знаходження ефективних шляхів\n розв’язку проблем розвитку промислового комплексу та первинного сектору економіки\n України, базовою складовою якої є видобувна галузь. \n Розглянуте моделювання життєвих циклів видобутку нафти дає можливість відобразити\n прогноз у вигляді трикутного нечіткого числа, тобто вказати можливі очікувані значення.\n Адаптивні моделі прогнозування - це моделі, які використовують дисконтування даних і\n можуть швидко пристосовуватись до зміни умов, змінюючи свою структуру та параметри. \n Метод експоненційного вирівнювання ґрунтується на тому, що при прогнозуванні ряд\n динаміки показників вирівнюється на основі зваженої ковзної середньої, де вагові\n коефіцієнти визначаються експоненційним законом розподілу. Для прогнозування на основі\n нейромережевих технологій використана нейронна мережа Feed-forward back propagation, що\n містить три прошарки нейронів – вхідний, проміжний та вихідний. У роботі показано, що\n найменше прогнозоване значення одержується при застосуванні методу експоненційного\n вирівнювання, дещо більше при застосування методу Хольта і найбільше при використанні\n нейронних мереж. ","PeriodicalId":33567,"journal":{"name":"Naukovii visnik Uzhgorods''kogo universitetu Seriia Matematika i informatika","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-05-04","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Naukovii visnik Uzhgorods''kogo universitetu Seriia Matematika i informatika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.24144/2616-7700.2023.42(1).164-173","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
У статті розглянуто моделювання життєвого циклу видобутку нафти. Проаналізовано
сутність, переваги й недоліки цих підходів. Авторами розв’язано задачу апроксимації
методами математичного моделювання: експоненційного вирівнювання, Хольта та
прогнозування на основі нейромережевих технологій. У роботі надано класифікацію цих
методів, зазначено важливість їх застосування з метою знаходження ефективних шляхів
розв’язку проблем розвитку промислового комплексу та первинного сектору економіки
України, базовою складовою якої є видобувна галузь.
Розглянуте моделювання життєвих циклів видобутку нафти дає можливість відобразити
прогноз у вигляді трикутного нечіткого числа, тобто вказати можливі очікувані значення.
Адаптивні моделі прогнозування - це моделі, які використовують дисконтування даних і
можуть швидко пристосовуватись до зміни умов, змінюючи свою структуру та параметри.
Метод експоненційного вирівнювання ґрунтується на тому, що при прогнозуванні ряд
динаміки показників вирівнюється на основі зваженої ковзної середньої, де вагові
коефіцієнти визначаються експоненційним законом розподілу. Для прогнозування на основі
нейромережевих технологій використана нейронна мережа Feed-forward back propagation, що
містить три прошарки нейронів – вхідний, проміжний та вихідний. У роботі показано, що
найменше прогнозоване значення одержується при застосуванні методу експоненційного
вирівнювання, дещо більше при застосування методу Хольта і найбільше при використанні
нейронних мереж.