КОМБІНОВАНИЙ ПІДХІД ДО МОДЕЛЮВАННЯ НЕСТАЦІОНАРНИХ ГЕТЕРОСКЕДАСТИЧНИХ ПРОЦЕСІВ

Autor: Tymoshchuk, O. L., Huskova, V. H., Bidyuk, P. I.
Jazyk: angličtina
Rok vydání: 2019
Předmět:
нелинейные нестационарные процессы
системный подход к моделированию
структурная и параметрическая адаптация
комбинированные модели
неопределенности в моделировании и прогнозировании
нелінійні нестаціонарні процеси
системний підхід до моделювання
структурна і параметрична адаптація
комбіновані моделі
невизначеність в моделюванні та прогнозуванні
nonlinear nonstationary processes
systemic approach to modeling
structural and parametric adaptation
combined models
uncertainties in modeling and forecasting
Zdroj: Radio Electronics, Computer Science, Control; № 2 (2019): Radio Electronics, Computer Science, Control; 80-89
Радиоэлектроника, информатика, управление; № 2 (2019): Радиоэлектроника, информатика, управление; 80-89
Радіоелектроніка, iнформатика, управління; № 2 (2019): Радіоелектроніка, інформатика, управління; 80-89
ISSN: 1607-3274
2313-688X
Popis: Context. Nonlinear nonstationary processes are observed today in various fields of studies: economy, finances, ecology, demographyetc. Very often special approaches are required for model development and forecasts estimation for the processes mentioned.The modeling methodologies have to take into consideration possible uncertainties that are encountered during data processing andmodel structure and parameter estimation.Objective. To develop a modified methodology for constructing models for nonlinear processes that allows for achieving highquality of forecasts. More specifically heteroscedastic processes are considered that create a wide class of nonlinear nonstationaryprocesses and are considered in many areas of research.Method. To reach the aim of the study mentioned the following methods are used: systemic approach to model building andforecasting, modified methodology for modeling nonlinear processes, methods for identification and taking into consideration possibleuncertainties. To cope with the structural uncertainties following techniques: refinement of model order applying recurrent adaptiveapproach to modeling and automatic search for the “best” structure using complex statistical criteria; adaptive estimation of inputdelay time, and the type of data distribution with its parameters; describing detected nonlinearities with alternative analytical formswith subsequent estimation of the forecasts generated.Results. The proposed modified methodology for modeling nonlinear nonstationary processes, adaptation scheme for modelbuilding, new model structures proposed. As a result of performing computational experiments, it was found that nonlinear modelsconstructed provide a possibility for computing high quality forecasts for the process under study and their variance.Conclusions. Application of the modeling methodology proposed provides a possibility for structural and parametric adaptationof the models constructed with statistical data. The models developed exhibit acceptable adequacy and quality of short-term forecasting.
Актуальность. Нелинейные нестационарные процессы наблюдаются сегодня в различных областях исследований: экономика,финансы, экология, демография и т. д. Очень часто для разработки моделей и прогнозов упомянутых процессов требуются специ-альные подходы. Методологии моделирования должны учитывать возможные неопределенности, возникающие при обработкеданных, структуре модели и оценке параметров.Цель работы. Разработать модифицированную методологию построения моделей нелинейных процессов, которая позволяетдостичь высокого качества прогнозов. Более конкретно рассмотрены гетероскедастичные процессы, которые создают широкийкласс нелинейных нестационарных процессов и рассматриваются во многих областях исследований.Метод. Для достижения цели упомянутого исследования используются следующие методы: системный подход к построениюмоделей и прогнозированию, модифицированная методология моделирования нелинейных процессов, методы идентификации иучет возможных неопределенностей. Для преодоления структурных неопределенностей используются методы: уточнение порядкамоделей с использованием периодического адаптивного подхода к моделированию и автоматический поиск «наилучшей» структу-ры с использованием сложных статистических критериев; адаптивная оценка времени задержки ввода и типа распределения дан-ных с их параметрами; описание обнаруженных нелинейностей с помощью альтернативных аналитических форм с последующейоценкой полученных прогнозов.Результаты. Предложена модифицированная методология моделирования нелинейных нестационарных процессов, схемаадаптации для построения моделей, предложены новые модельные структуры. В результате выполнения вычислительных экспери-ментов было обнаружено, что построенные нелинейные модели дают возможность вычислять прогнозы высокого качества дляисследуемого процесса и их дисперсии.Выводы. Применение предложенной методологии моделирования дает возможность структурной и параметрической адапта-ции моделей, построенных со статистическими данными. Разработанные модели демонстрируют приемлемую адекватность и каче-ство краткосрочного прогнозирования.
Актуальність. Нелінійні нестаціонарні процеси сьогодні спостерігаються в різних областях досліджень: економіка, фінанси,екологія, демографія і т. д. Дуже часто для розробки моделей і прогнозів згаданих процесів потрібні спеціальні підходи. Методоло-гії моделювання повинні враховувати можливі невизначеності, що виникають при обробці даних, структурі моделі і оцінки параметрів.Мета роботи. Розробити модифіковану методологію побудови моделей нелінійних процесів, яка дозволяє досягти високої яко-сті прогнозів. Більш конкретно розглянуті гетероскедастичні процеси, які створюють широкий клас нелінійних нестаціонарнихпроцесів і розглядаються в багатьох областях досліджень.Метод. Для досягнення мети згаданого дослідження використовуються наступні методи: системний підхід до побудови моде-лей і прогнозування, модифікована методологія моделювання нелінійних процесів, методи ідентифікації та врахування можливихневизначеностей. Для подолання структурних невизначеностей використовуються методи: уточнення порядку моделей з використанням періодичного адаптивного підходу до моделювання і автоматичний пошук «найкращої» структури з використанням склад-них статистичних критеріїв; адаптивна оцінка часу затримки введення і типу розподілу даних з їх параметрами; опис виявленихнелінейностей за допомогою альтернативних аналітичних форм з подальшою оцінкою отриманих прогнозів.Результати. Запропоновано модифіковану методологію моделювання нелінійних нестаціонарних процесів, схему адаптації дляпобудови моделей, запропоновані нові модельні структури. В результаті виконання обчислювальних експериментів було виявлено,що побудовані нелінійні моделі дають можливість обчислювати прогнози високої якості для досліджуваного процесу та їх дисперсії.Висновки. Застосування запропонованої методології моделювання дає можливість структурної та параметричної адаптації мо-делей, побудованих за статистичними даними. Розроблені моделі демонструють прийнятну адекватність і якість короткостроковогопрогнозування.
Databáze: OpenAIRE
Externí odkaz: