Ідентифікація змінних параметрів моделі для побудови алгоритму прогнозування

E. V. Bratus, V. N. Podladchikov

Анотація


Запропоновано підхід до ідентифікації математичного сподiвання прискорення змiни значень вибiрки даних, що змінюється за невідомим законом. Розроблено метод оцінювання математичного сподiвання прискорення змiни значень вибiрки даних, який використано для побудови алгоритму прогнозування на основі фільтра Калмана. Виконано імітаційне моделювання, яке показало ефективність запропонованого підходу. За даними щодо середньодобових цін Лондонської біржі металів на свинець побудовано модель за алгоритмом прогнозування на основі фільтра Калмана, а також моделі авторегресії, авторегресії з ковзним середнім та виконано за ними прогнозування. Порівняльний аналіз розглянутих моделей за значеннями прогнозних характеристик показав перевагу алгоритму прогнозування на основі фільтра Калмана.

Повний текст:

PDF

Посилання


Astrom K.J., Eykhoff P. System identification – a survey // Automatica. –1971. – 7. – Р. 123–162.

Fil’tratsiya i stokhasticheskoye upravleniye v dinamicheskikh sistemakh: pod red. K.T. Leondesa. – M.: Mir, 1980. – 407 s.

Anderson W.N., Kleindorfer G.B., Kleindorfer P.R., Woodroofe M.B. Consistent Estimates of the Parameters of a Linear System // The Annals of Mathematical Statistics. – 1969. – 40. – Р. 2064–2075.

Zgurovskiy M.Z., Podladchikov V.N. Аnaliticheskiye metody kalmanovskoy fil’tratsii dlya sistem s apriornoy neopredelёnnost’yu. – K.: Naukova dumka, 1995. – 283 s.

Podladchikova T., Van der Linden R. A Kalman Filter Technique for Improving Medium-Term Predictions of the Sunspot Number // Solar Physics. – 2012. – 277. – Р. 397–416.

Bratus' O.V., Podladchikov V.M. Pobudova bahatovymirnoyi modeli na osnovi fil'tra Kalmana y analiz alhorytmiv otsinyuvannya yiyi parametriv // Naukovi visti NTUU "KPI". – 2013. – # 5. – S. 28–34.

Lukashin YU.P. Аdaptivnyye metody kratkosrochnogo prognozirovaniya vremennykh ryadov: ucheb. posobiye. – M.: Finansy i statistika, 2003. – 416 s.

Bidyuk P.I., Korshevnyuk L.O. Proektuvannya komp"yuternykh informatsiynykh system pidtrymky pryynyattya rishen': navch. posibnyk. – K.: NNK "IPSA" NTUU "KPI", 2010. – 340 s.

Bendat Dzh., Pirsol А. Prikladnoy analiz sluchaynykh dannykh / Per. s angl. d-ra fiz.-mat. nauk V.E. Prival’skogo i А.I. Kochubinskogo pod red. Аkad. I.N. Kovalenko. – M.: Mir, 1989. – 540 s.

Ofitsiynyy sayt Londons'koyi birzhi metaliv. Rozdil "Istorychni dani": http://www.lme.com/historical_data.asp.


Пристатейна бібліографія ГОСТ


1. Astrom K.J., Eykhoff P. System identification – a survey // Automatica. –1971. – 7. – Р. 123–162.

2. Фильтрация и стохастическое управление в динамических системах: под ред. К.Т. Леондеса. – М.: Мир, 1980. – 407 с.

3. Anderson W.N., Kleindorfer G.B., Kleindorfer P.R., Woodroofe M.B. Consistent Estimates of the Parameters of a Linear System // The Annals of Mathematical Statistics. – 1969. – 40. – Р. 2064–2075.

4. Згуровский М.З., Подладчиков В.Н. Аналитические методы калмановской фильтрации для систем с априорной неопределённостью. – К.: Наукова думка, 1995. – 283 с.

5. Podladchikova T., Van der Linden R. A Kalman Filter Technique for Improving Medium-Term Predictions of the Sunspot Number // Solar Physics. – 2012. – 277. – Р. 397–416.

6. Братусь О.В., Подладчіков В.М. Побудова багатовимірної моделі на основі фільтра Калмана й аналіз алгоритмів оцінювання її параметрів // Наукові вісті НТУУ "КПІ". – 2013. – № 5. – С. 28–34.

7. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов: учеб. пособие. – М.: Финансы и статистика, 2003. – 416 с.

8. Бідюк П.І., Коршевнюк Л.О. Проектування комп’ютерних інформаційних систем підтримки прийняття рішень: навч. посібник. – К.: ННК "ІПСА" НТУУ "КПІ", 2010. – 340 с.

9. Бендат Дж., Пирсол А. Прикладной анализ случайных данных / Пер. с англ. д-ра физ.-мат. наук В.Е. Привальского и А.И. Кочубинского под ред. Акад. И.Н. Коваленко. – М.: Мир, 1989. – 540 с.

10. Офіційний сайт Лондонської біржі металів. Розділ "Історичні дані": http://www.lme.com/historical_data.asp.

 



Посилання

  • Поки немає зовнішніх посилань.