Про один алгоритм навчання нейронної мережі в задачі прогнозування часових рядів
Journal Title: Бионика интеллекта - Year 2018, Vol 1, Issue 90
Abstract
У статті запропоновано метод навчання нейронних мереж при вирішенні задачі прогнозування часового ряду (чР). більшість практичних задач прогнозованя чР характеризуються високим рівнем нелінійності і нестаціонарності, зашумленістю, наявністю нерегулярних трендів, стрибків, аномальних викидів. У цих умовах жорсткі статистичні припущення про властивості чР часто обмежують можливості класичних методів прогнозування. альтернативою статистичним методам можуть служити методи обчислювального інтелекту, до числа яких відносяться штучні нейронні мережі. Результати імітаційного моделювання підтвердили, що запропонований метод навчання нейронної мережі дозволяє значно підвищити точність прогнозування часових рядів. The article proposes a method of neural networks training in solving the problem of prediction of the time series. Most of the predictive tasks of the time series are characterized by high levels of nonlinearity and non-stationary, noisiness, irregular trends, jumps, abnormal emissions. In these conditions, rigid statistical assumptions about the properties of the time series often limit the possibilities of classical forecasting methods. The alternative methods to statistical methods can be the methods of computational intelligence, which include artificial neural networks. The simulation results confirmed that the proposed method of training the neural network can significantly improve the prediction accuracy of the time series.
Authors and Affiliations
О. Г. Руденко, О. О. Безсонов, О. С. Романюк
Keywords
Related Articles
- EP ID EP593223
- DOI -
- Views 140
- Downloads 0
Security in Decentralized Databases
Blockchain is a distributed network that records digital transactions on a publicly accessible ledger. This paper explores whether blockchain technology is a suitable platform for the preservation of digital signatures a...
Математичне моделювання системи «дьоготь — полімер — наповнювач» за допомогою системи комп’ютерної алгебри Maple
Проведено математичне й комп’ютерне дослідження і оптимізацію системи «середовище, що модифікується (кам’яновугільний дьоготь), – полімер (відходи виробництва полівінілхлориду – відсів) – активний дисперсний наповнювач (...
Глибока нео-фаззі нейронна мережа та її навчання
Оптимізація швидкодії навчання глибоких нейронних мереж є надзвичайно актуальним питанням. Сучасні підходи орієнтуються на використання нейронних мереж на основі персептрону Розенблатта. Але отримувані результати не явля...
Методи та засоби моделювання плану першочерговості ремонту доріг в межах територіальної громади
В роботі запропоновано розв’язання задачі ефективного розподілу коштів для ремонту доріг на кількарічний період. Розглянуто моделювання ремонту доріг територіальної громади при наявності коштів та в залежності від стану...
Побудова моделі геоелектричного розрізу за результатами формальної інтерпретації даних методу зондування становленням поля в ближній зоні
Стаття присвячена розробленню методу визначення характеристичних показників геоелектричних шарів та побудови за цими даними моделі георозрізу. Це дозволить швидко побудувати наближені моделі геоелектричного розрізу з вик...