1.1. Сглаживание и предсказание экономических процессов с неопределенными параметрами
| Jazyk: | ruština |
|---|---|
| Rok vydání: | 2023 |
| Předmět: | |
| DOI: | 10.34706/de-2023-02-07 |
| Popis: | Во многих теоретических и прикладных науках, практически во всех областях человеческой деятельности, в частности, экономической, существует потребность в постановке и решении задач анализа временных рядов и динамических процессов, как правило, с неопределенными параметрами. Целью настоящей работы является рассмотрение двух возникающих при этом задач. А именно, задачи сглаживания временного ряда или процесса, точнее, представления его гладкой, во всех точках временной оси, функцией. Другая задача состоит в анализе результатов моделирования системы предсказания, построенной на основе искусственной нейронной сети и, по сути, относящейся к классу координатно-операторных систем. Полученное методом условной минимизации, решение первой задачи является обобщением известной задачи минимизации на конечном интервале, дополненной условиями гладкого согласования в точках сопряжения различных решений. Приводятся также упрощенные, не оптимальные методы решения этой задачи, а также схематически показаны иные обобщающие подходы. Результатом работы является разработка алгоритма сглаживания данных в классе гладких во всех точках временной оси функций и выводы по моделированию системы предсказания In many theoretical and applied sciences, practically in all areas of human activity, particularly in economics, there is a need for setting and solving problems of analyzing time series and dynamic processes, as a rule, with uncertain parameters. The purpose of this work is to consider two problems arising in this case. Namely, the problem of smoothing a time series or a process, more precisely, of representing it as a smooth function at all points of the time axis. Another task is to analyze the results of modeling a prediction system based on an artificial neural network and, in fact, belonging to the class of coordinate-operator systems. The solution of the first problem obtained by conditional minimization method is a generalization of the well-known minimization problem on a finite interval augmented by smooth matching conditions at conjugation points of different solutions. Simplified, non-optimal methods for solving this problem are also given, and other generalizing approaches are schematically shown. The result is the development of an algorithm for data smoothing in a class of functions smooth at all points of the time axis and conclusions on the modeling of the prediction system. Цифровая экономика, Выпуск 2 (23) 2023, Pages 58-64 |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|