| Popis: |
Основная цель работы состоит в исследовании различных методов определения эффективной входной структуры данных для нейронных сетей применительно к задаче прогнозирования спроса, а также разработке на их основе более точного алгоритма с более широким спектром применимости. Это позволит автоматизировать процесс создания обучающих примеров из временного ряда. Критерием точности выступает мера ошибки прогнозирования sMAPE. Основным результатом работы является разработанный алгоритм ранжирования, представляющий собой композицию рассмотренных методов. В работе показана эффективность предлагаемого алгоритма, приведены результаты тестирования на реальных данных о спросе на продукцию оптово-розничных торговых предприятий |
