Ассимиляция данных наблюдений и адаптивный прогноз природных процессов

Предложена динамическая модель для прогнозирования случайных составляющих природных процессов, основанная на системной концепции адаптивного баланса влияний – Adaptive Balance of Causes (АВС-модель). Модель содержит динамические уравнения для коэффициентов влияний, которые адаптируются к корреляцион...

Повний опис

Збережено в:
Бібліографічні деталі
Дата:2009
Автори: Тимченко, И.Е., Игумнова, Е.М.
Формат: Стаття
Мова:Russian
Опубліковано: Морський гідрофізичний інститут НАН України 2009
Назва видання:Морской гидрофизический журнал
Теми:
Онлайн доступ:http://dspace.nbuv.gov.ua/handle/123456789/105091
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:Ассимиляция данных наблюдений и адаптивный прогноз природных процессов / И.Е. Тимченко, Е.М. Игумнова // Морской гидрофизический журнал. — 2009. — № 6. — С. 47-70. — Бібліогр.: 18 назв. — рос.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id irk-123456789-105091
record_format dspace
spelling irk-123456789-1050912016-08-07T03:02:43Z Ассимиляция данных наблюдений и адаптивный прогноз природных процессов Тимченко, И.Е. Игумнова, Е.М. Математическое моделирование морских систем Предложена динамическая модель для прогнозирования случайных составляющих природных процессов, основанная на системной концепции адаптивного баланса влияний – Adaptive Balance of Causes (АВС-модель). Модель содержит динамические уравнения для коэффициентов влияний, которые адаптируются к корреляционным связям прогнозируемого процесса. С целью уточнения прогнозов рассмотрены две возможные схемы ассимиляции данных наблюдений в уравнениях АВС-модели: Колмогорова и Калмана. Обе схемы ориентированы на использование выборочных коэффициентов корреляции при прогнозировании временных рядов наблюдений и, следовательно, учитывают нестационарность реальных природных процессов. Приводятся примеры прогнозирования имитированных временных рядов, поясняющие алгоритмы ассимиляции данных наблюдений. Делается вывод о перспективности системного моделирования и адаптивного прогноза случайных процессов АВС-методом. Dynamic model for predicting random components of natural processes based on the systems conception of Adaptive Balance of Causes (ABC-model) is proposed. The model contains dynamic equations for cause coefficients which adapt themselves to correlation dependences of the forecasted process. To improve prediction accuracy, two possible schemes of data assimilation in the ABC-model equations, namely Kolmogorov and Kalman ones, are considered. Both of them are supposed to use sample correlation coefficients in prediction of measurement time series and, consequently, take into account nonstationarity of real natural processes. Examples of prediction of the simulated time series are presented to clarify the algorithms of data assimilation. The conclusion is drawn that systems modeling and adaptive prediction of random processes by the ABC-method show considerable promise. 2009 Article Ассимиляция данных наблюдений и адаптивный прогноз природных процессов / И.Е. Тимченко, Е.М. Игумнова // Морской гидрофизический журнал. — 2009. — № 6. — С. 47-70. — Бібліогр.: 18 назв. — рос. 0233-7584 http://dspace.nbuv.gov.ua/handle/123456789/105091 551.46.02 ru Морской гидрофизический журнал Морський гідрофізичний інститут НАН України
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
language Russian
topic Математическое моделирование морских систем
Математическое моделирование морских систем
spellingShingle Математическое моделирование морских систем
Математическое моделирование морских систем
Тимченко, И.Е.
Игумнова, Е.М.
Ассимиляция данных наблюдений и адаптивный прогноз природных процессов
Морской гидрофизический журнал
description Предложена динамическая модель для прогнозирования случайных составляющих природных процессов, основанная на системной концепции адаптивного баланса влияний – Adaptive Balance of Causes (АВС-модель). Модель содержит динамические уравнения для коэффициентов влияний, которые адаптируются к корреляционным связям прогнозируемого процесса. С целью уточнения прогнозов рассмотрены две возможные схемы ассимиляции данных наблюдений в уравнениях АВС-модели: Колмогорова и Калмана. Обе схемы ориентированы на использование выборочных коэффициентов корреляции при прогнозировании временных рядов наблюдений и, следовательно, учитывают нестационарность реальных природных процессов. Приводятся примеры прогнозирования имитированных временных рядов, поясняющие алгоритмы ассимиляции данных наблюдений. Делается вывод о перспективности системного моделирования и адаптивного прогноза случайных процессов АВС-методом.
format Article
author Тимченко, И.Е.
Игумнова, Е.М.
author_facet Тимченко, И.Е.
Игумнова, Е.М.
author_sort Тимченко, И.Е.
title Ассимиляция данных наблюдений и адаптивный прогноз природных процессов
title_short Ассимиляция данных наблюдений и адаптивный прогноз природных процессов
title_full Ассимиляция данных наблюдений и адаптивный прогноз природных процессов
title_fullStr Ассимиляция данных наблюдений и адаптивный прогноз природных процессов
title_full_unstemmed Ассимиляция данных наблюдений и адаптивный прогноз природных процессов
title_sort ассимиляция данных наблюдений и адаптивный прогноз природных процессов
publisher Морський гідрофізичний інститут НАН України
publishDate 2009
topic_facet Математическое моделирование морских систем
url http://dspace.nbuv.gov.ua/handle/123456789/105091
citation_txt Ассимиляция данных наблюдений и адаптивный прогноз природных процессов / И.Е. Тимченко, Е.М. Игумнова // Морской гидрофизический журнал. — 2009. — № 6. — С. 47-70. — Бібліогр.: 18 назв. — рос.
series Морской гидрофизический журнал
work_keys_str_mv AT timčenkoie assimilâciâdannyhnablûdenijiadaptivnyjprognozprirodnyhprocessov
AT igumnovaem assimilâciâdannyhnablûdenijiadaptivnyjprognozprirodnyhprocessov
first_indexed 2023-10-18T20:09:48Z
last_indexed 2023-10-18T20:09:48Z
_version_ 1796149140840775680