Прогнозування складних процесів у класі моделей векторної авторегресії на основі рекурентно-паралельного алгоритму СОМВІ МГУА

Розроблено теоретичні основи рекурентно-паралельних обчислень у комбінаторному алгоритмі МГУА для моделювання та прогнозування складних багатовимірних взамозв’язаних процесів у класі моделей векторної авторегресії. Ефективність розробленого алгоритму продемонстровано на прикладі розв’язання задачі п...

Full description

Saved in:
Bibliographic Details
Published in:Індуктивне моделювання складних систем
Date:2015
Main Author: Єфіменко, С.М.
Format: Article
Language:Ukrainian
Published: Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України 2015
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/125028
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this:Прогнозування складних процесів у класі моделей векторної авторегресії на основі рекурентно-паралельного алгоритму СОМВІ МГУА / С.М. Єфіменко // Індуктивне моделювання складних систем: Зб. наук. пр. — К.: МННЦ ІТС НАН та МОН України, 2015. — Вип. 7. — С. 129-139. — Бібліогр.: 5 назв. — укр.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Description
Summary:Розроблено теоретичні основи рекурентно-паралельних обчислень у комбінаторному алгоритмі МГУА для моделювання та прогнозування складних багатовимірних взамозв’язаних процесів у класі моделей векторної авторегресії. Ефективність розробленого алгоритму продемонстровано на прикладі розв’язання задачі прогнозування показників енергетичної сфери України з метою інформаційної підтримки управлінських рішень. Разработаны теоретические основы рекуррентно-параллельных вычислений в комбинаторном алгоритме МГУА для моделирования и прогнозирования сложных многомерных взаимосвязанных процессов в классе моделей векторной авторегрессии. Эффективность разработанного алгоритма продемонстрирована на примере решения задачи прогнозирования показателей энергетической сферы Украины с целью информационной поддержки управленческих решений. Theoretical grounds of recurrent-and-parallel computing in combinatorial GMDH algorithm for modeling and forecasting of complex multidimensional interrelated processes in the class of vector autoregression models are developed. The effectiveness of constructed algorithm is demonstrated by forecasting of interrelated processes in the field of power safety of Ukraine with the purpose of information support of administrative decisions.
ISSN:XXXX-0044