Математическое и программное обеспечение моделирования стохастических временных рядов

• Автор: Савкин, Иван Николаевич
• Шифр специальности: 05.13.11
• Научная степень: Кандидатская
• Год защиты: 2000
• Место защиты: Иркутск
• Количество страниц: 200 с.

1.1 Модель стохастического временного ряда.

1.2 Методы моделирования стохастических временных рядов

1.2.1 Кметоды моделирования

1.2.2 РКметоды моделирования.

1.3 Оценивание свойств стохастических временных рядов

1.4 Программные средства исследования стохастических временных рядов.

1.4.1 Классификация программных средств.

1.4.2 Оценивание качества программных средств.

1.4.3 Требования к программным средствам

1.5 Постановка задачи

ГЛАВА 2. НОВЫЕ МЕТОДЫ МОДЕЛИРОВАНИЯ СТОХАСТИЧЕСКИХ ВРЕМЕННЫХ РЯДОВ

2.1 Модель скользящего упорядочения с коэффициентом запаздывания
2.1.1 Схема модели скользящего упорядочения с коэффициентом запаздывания.
2.1.2 Воспроизводимые виды ЛКФ
2.1.3 Оценка сложности алгоритма МСУ
2.2 Исследование участка нестационарности в модели стохастического временного ряда по множеству ее реализаций
2.2.1 Определение области и цели исследования.
2.2.2 Метод выявления участка нестационарности
2.2.3 Планирование и проведение исследования
2.2.4 Интерпретация результатов
2.3 Модель скользящего упорядочения с поиском прецедентов
2.3.1 Схема модели скользящего упорядочения с поиском прецедентов
2.3.2 Использование модели скользящего упорядочения с поиском прецедентов в качестве метода прогнозирования
2.3.3 Критерий выбора наилучшего прецедента.
2.3.4 Поиск наилучших параметров для модели скользящего упорядочения с поиском прецедентов.
2.3.5 Метод получения интервального прогноза с помощь модели скользящего упорядочения с поиском прецедентов.
2.3.6 Эффективность модели и оценка сложности алгоритма скользящего упорядочения с поиском прецедентов.
2.4 Выводы по второй главе.
ГЛАВА 3. НОВОЕ ПРОГРАММНОЕ СРЕДСТВО ИССЛЕДОВАНИЯ МОДЕЛЕЙ ВРЕМЕННЫХ РЯДОВ СТОХАСТИЧЕСКОЙ ПРИРОДЫ ВЕРОЯТНОСТНЫЙ ПРОЦЕССОР.
3.1 Вероятностный процессор
3.2 Используемые технологии
3.3 Структурная схема программы
3.4 Структура данных.
3.5 Настройка Вероятностного процессора
3.6 Функциональное наполнение.
3.7 Библиотека функций Вероятностного процессора
3.8 Выводы гго третьей главе
ГЛАВА 4. РЕШЕНИЕ ЗАДАЧ МОДЕЛИРОВАНИЯ ВРЕМЕННЫХ РЯДОВ СТОХАСТИЧЕСКОЙ ПРИРОДЫ С ПОМОЩЬЮ ПРЕДЛОЖЕННЫХ МЕТОДОВ
4.1 Моделирование индекса Бевериджа цен на пшеницу
4.2 Моделирование чисел солнечной активности
4.3 Моделирование нестационарных стохастических временных рядов, на примере курсов валют.
4.4 Моделирование многомерных стохастических временных рядов
4.5 Имитационные эксперименты для получения оценок качества эффективности инвестиционных проектов
4.6 Выводы по четвертой главе.
ЗАКЛЮЧЕНИЕ.
ЛИТЕРАТУРА


ПРИЛОЖЕНИЕ 4 РЕЗУЛЬТАТЫ ПРИМЕНЕНИЯ МЕТОДОВ 2
с примерами, определения коэффициентов для большого класса типичных корреляционных функций. Судя по , в алгоритмах существует некоторый искаженный начальный участок процесса. Предполагается, что он нестационарен и равен порядку времени существования корреляции. В таблице 1. В таблице представлены часто используемые виды автокорреляционных функций. В книге приведен наиболее полный список типов ЛКФ с названиями ЯСфильтр нижних частот 1 таблицы 1. КСфильтра нижних частот, идеальный фильтр нижних частот, гауссовский фильтр нижних частот . КТфильтр верхних частот, идеальный радиофильтр, гауссовский радиофильтр, колебательный контур 2, 3, два связанных узкополосных контура, усилительное звено, интегрирующее звено, дифференцирующее звено, звено запаздывания, апериодическое звено и т. V
Таблица 1. Лг тг г еи 4 V4i, г 1 покрывает все прелыду i виды корр. Применение Кметодов, как правило, требует значительной подготовительной работы. Ее приходится итеративно повторять при изменении характеристик моделируемого процесса и знаний о нем. Кметоды аналитические базируются на теории случайных процессов, применимость которой для решения практических задач ограничивается выбранным классом модели . РЯметоды позволяют воспроизводить реализации с требуемыми ЗРВ и корреляционными свойствами процесса ,0. Впервые задача моделирования СП с заданными ЗРВ и ЛКФ была поставлена в работах ,,. Вначале подобная задача решалась в виде воспроизведения СП с произвольным одномерным ЗРВ и фиксированной экспоненциальной АКФ .