Адаптация предикторных моделей временных рядов с использованием конечно-разностного подхода

• Автор: Каладзе, Гай Владимирович
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2007
• Место защиты: Воронеж
• Количество страниц: 145 с. : ил.

СОДЕРЖАНИЕ
СОДЕРЖАНИЕ.
ВВЕДЕНИЕ
ГЛАВА 1. ПРЕДМЕТНАЯ ОБЛАСТЬ И КОНЦЕПТУАЛЬНЫЕ ПРИНЦИПЫ В МОДЕЛИРОВАНИИ СЛУЧАЙНЫХ ПРОЦЕССОВ

1.1. СТОХАСТИЧЕСКИЕ ПРИМЫ В ОПИСАНИИ ЭКОНОМИЧЕСКИХ ПРОЦЕССОВ.

1.2. МАТЕМАТИЧЕСКИЕ МОДЕЛИ СЛУЧАЙНЫХ ПРОЦЕССОВ

1.3. ЭЛЕМЕНТАРНЫЕ СОСТАВЛЯЮЩИЕ АЛГОРИТМИЧЕСКИХ МОДЕЛЕЙ В ЗАДАЧЕ ОТЛЕЖИВАНИЯ ОСНОВНОЙ ТЕНДЕНЦИИ СЛУЧАЙНЫХ ПРОЦЕССОВ.

1.5. НЕСТАЦИОНАРНОСТЬ ЭВОЛЮЦИИ СЛУЧАЙНОГО ПРОЦЕССА

1.6. МЕТОДЫ КАЛМАНОВСКОЙ ФИЛЬТРАЦИИ.

1.7. ВЫЧИСЛИТЕЛЬНЫЙ ЭКСПЕРИМЕНТ.

ГЛАВА 2. ПРЕДИКТОРНЫЕ АЛГОРИТМИЧЕСКИЕ МОДЕЛИ

НЕСТАЦИОНАРНЫХ СЛУЧАЙНЫХ ПРОЦЕССОВ.
2.1. МОДЕЛИРОВАНИЕ СЛУЧАЙНЫХ ПРОЦЕССОВ С ИСПОЛЬЗОВАНИЕМ ПРЕДИКТОРНЫХ МОДЕЛЕЙ.
2.2. СРАВНИТЕЛЬНЫЙ АНАЛИЗ ЭЛЕМЕНТАРНЫХ ОПЕРАТОРОВ СТАТИСТИЧЕСКОГО ОЦЕНИВ АИЯ
2.3. МЕТОДИКА ФОРМИРОВАНИЯ ДИНАМИЧЕСКИХ МОДЕЛЕЙ.
2.4. ОБУЧЕНИЕ АЛГОРИТМИЧЕСКИХ МОДЕЛЕЙ В ЗАДАЧЕ АДЕКВАТНОГО ОЦЕНИВАНИЯ ОСНОВНОЙ ТЕНДЕНЦИИ НЕСТАЦИОНАРНЫХ СЛУЧАЙНЫХ ПРОЦЕССОВ
ГЛАВА 3. ОБУЧЕНИЕ АЛГОРИТМИЧЕСКИХ МОДЕЛЕЙ НА УРОВНЕ НАСТРОЙКИ ПАРАМЕТРОВ. ПОДБОР ПОИСКОВЫХ ПРОЦЕДУР НАСТРОЙКИ.
3.1. ПОСТАНОВКА ЗАДАЧИ ОБУЧЕНИЯ И ПОДБОРА АЛГОРИТМОВ ПОИСКА
3.2. КРИТЕРИЙ НАСТРОЙКИ ПАРАМЕТРОВ ПРЕДИКТОРА
3.3. ПОДБОР ТЕСТОВЫХ ФУНКЦИЙ ДЛЯ ОЦЕНКИ РАБОТОСПОСОБНОСТИ АЛГОРИ ТМОВ ПОИСКОВОЙ ОПТИМИЗА1 ЩИ. КРИТЕРИИ ОЦЕНКИ
3.4. ПОИСКОВЫЕ АЛГОРИТМЫ ОПТИМИЗАЦИИ, КАК ПРОЦЕДУРА ОБУЧЕНИЯ ПРЕДИКТОРОВ.
3.5. ИССЛЕДОВАНИЕ АЛГОРИТМОВ ПОИСКОВОЙ ОПТИМИЗАЦИИ НА ТЕСТОВЫХ ФУНКЦИЯХ,
ИМИТИРУЮЩИХ УСЛОВИЯ ПРОГНОЗА
3.6. КВАЗИОПТИМАЛЬНАЯ НАСТРОЙКА ПРЕДИКТОРНЫХ АЛГОРИТМИЧЕСКИХ МОДЕЛЕЙ
ГЛАВА 4. ЭКСПЕРЕМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ ПРЕДИКТОРНЫХ АЛГОРИТМИЧЕСКИХ МОДЕЛЕЙ.
4.1. ПОСТАНОВКА ЗАДАЧИ
4.2. ФОРМИРОВАНИЕ ИСКУССТВЕННЫХ СЛУЧАЙНЫХ
.г, га атит теь
процессовл
4.3. ИССЛЕДОВАНИЕ МОДЕЛИ И НАСТРОЙКА Е ПАРАМЕТРОВ
ЗАКЛЮЧЕНИЕ.
ПРИЛОЖЕНИЕ 1. ЭКСПЕРИМЕНТАЛЬНЫЕ ТАБЛИЦЫ ДАННЫХ.
ПРИЛОЖЕНИЕ 2. ГРАФИКИ РЕЗУЛЬТАТОВ ЭКСПЕРИМЕН ТА
ПРИЛОЖЕНИЕ 3. СПРАВКА
ПРИЛОЖЕНИЕ 4. АКТЫ ВНЕДРЕНИЯ.
ПРИЛОЖЕНИЕ 5. ПРОГРАММНЫЕ КОМПЛЕКСЫ
ВВЕДЕНИЕ
Актуальность


В четвертой главе описаны вычислительные эксперименты по исследованию предложенных предикторных моделей, в которых наряду с имитационными экспериментами проводилась проверка моделей на реальных реализации пищевой продукции. В заключении приведены основные результаты диссертационной работы, указаны перспективные направления дальнейших исследований. Каладзе, Г. В. Сравнительный анализ операторов статистического оценивания [Текст] / Е. А. Ганцева, В. А. Каладзе, Г. В. Каладзе // Вестник ВГТУ. Воронеж : ВГТУ, . Т. 1, № 5. С. -. Каладзе, Г. В. Предикторные алгоритмические модели нестационарных случайных процессов [Текст] / Е. А. Ганцева, В. А. Каладзе, Г. В. Каладзе // Вестник ВГТУ. Воронеж : ВГТУ, . Т. 1, №5. С. -. Каладзе, Г. В. Динамические модели нестационарных случайных процессов [Текст] / Е. А. Ганцева, В. А. Каладзе, Г. В. Каладзе // Вестник ВГТУ. Воронеж : ВГТУ, . Т. 2, №5. С. 4-8. Каладзе, Г. В. Технический анализ в экономических системах управления. Базовый подход [Текст] / Г. В. Каладзе // Сборник научных трудов «Математические и инструментальные методы в экономике». Воронеж : ВГТА, . Вып. С. 4-0. Каладзе, Г. В. Технический анализ в экономических системах управления. Комбинированный подход [Текст] / Г. В. Каладзе // Сборник научных трудов «Математические и инструментальные методы в экономике». Воронеж : ВГТА, . Вып. С. 9-4. Каладзе, Г. В. Вычислительный эксперимент по стохастическому оцениванию [Текст] / Г. В. Каладзе // Сборник научных трудов «Математические и инструментальные методы в экономике». Воронеж : ВГТА, . Вып. С. 5-1. Программный комплекс «Скользящие предикторы в поддержке принятия решений» [Электронный ресурс] / К- А- Ганцева, Л. В. А. Каладзе, Г. Каладзе, Г. В. Программный комплекс «Автоматизированная система поддержки принятия решений» [Электронный ресурс] / Е. B. А. Каладзе, Г. Матвеев, М. Г. Настройка параметров предикторов с использованием квазиоптимальных алгоритмов [Текст] / Е. А. Ганцева, Г. В. Каладзе, М. Г. Матвеев // Материалы Всероссийской научно-технической конференции «Информационные Технологии». Воронеж : ВГТУ, . C. 6-8. Каладзе, Г. В. Сравнительный анализ элементарных операторов сглаживания [Текст] / Е. А. Ганцева, В. А. Каладзе, Г. В. Каладзе И Труды Международной конференции «Современные сложные системы управления НТС8’». Воронеж : ИПУ, ВГАСУ, . С. -. Каладзе, Г. В. Основная методология формирования структуры предикторов [Текст] / Е. А. Ганцева, В. А. Каладзе, Г. В. Каладзе // Труды Международной конференции «Современные сложные системы управления НТС8’». Воронеж : ИПУ, ВГАСУ, . С. -. Матвеев, М. Г. Анализ области определения параметров предикторной модели временного ряда [Текст] / Г. В. Каладзе, М. Г. Матвеев // Труды Международной научной конференции «Современные проблемы прикладной математики и математического моделирования». Воронеж : ВГТА, . С. 7. Каладзе, Г. В. Обучающая нечёткая продукционная система [Текст] / Е. А. Ганцева, В. А. Каладзе, Г. Международной научно-методической конференции «Информатика: проблемы, методология, технологии». Воронеж, . С. 5-8. Каладзе, Г. В. Алгоритмические модели прогноза временных рядов [Текст] / Г. В. Каладзе // Материалы Международной научно-практической конференции «Экономическое прогнозирование: модели и методы». Воронеж : ВГУ, . С. -. Каладзе, Г. В. Моделирование системной поддержки принятия решений в маркетинге [Текст] / Е. А. Ганцева, В. А. Каладзе, Г. В. Каладзе // Материалы Международной конференции «Компьютерные технологии в технике и экономике». Воронеж : МИКТ, . Т. 2. С. 8-1. ГЛАВА 1. При формализации математической модели в экономике анализ исследуемого явления обычно сводится к задаче изучения свойств некоторой зависимости у(/), характеризующей его развитие, являющейся функцией времени и называемой процессом. Область определения подобных процессов может быть как непрерывной, так и дискретной. О []. Эту' последовательность принято записывать в виде у„. Элементы, или уровни, у,,. Классические модели, описывающие поведение случайного процесса по данным конкретной реализации за определенный промежуток времени, могут прогнозировать лишь один вариант, причём только, статического развития случайного процесса.