Составители:
Рубрика:
.))(),(
ˆ
()(
22
TSDNSDNSDNT
testtraintesttraintesttrain
tvTtvt
+++++++
−=
σ
И так далее рассчитаем ошибки прогноза
для различных началь-
ных векторов (различных участков тестового ряда), каждый из которых смещен
на
шагов относительно предыдущего
2
T
σ
test
K
test
S
8
. В итоге рассчитаем
нормированную
среднеквадратичную
ошибку прогноза в зависимости от упреждения
T
:
()
,
1
1
)1(
2
Vart
K
test
testtrain
K
i
iSDNT
test
T
∑
=
−++
=
σσ
(6)
где
∑
=
−=
train
N
i
i
train
vv
N
1
2
)(
1
05.0
=
Var
— средний квадрат отклонения наблюдаемой от ее
среднего значения (используется для нормировки). Дальность прогноза
определяется как время возрастания величины
σ
от нуля (при
T
= 0) до опреде-
ленного критического значения
: . Это критическое значение оп-
ределяется тем, какая погрешность прогноза допустима. Мы примем значение
(т.е. допустима погрешность 5 % от общего размаха колебаний).
pred
τ
c
σ
cpred
στσ
=)(
c
σ
Обращаем ваше внимание на то, что время прогноза хаотических процес-
сов даже с использованием «идеальной» модели принципиально ограничено и
это надо учитывать при оценке качества модели. Для оценки предельно воз-
можной дальности прогноза можно использовать выражение
,
2
1
2
M
22
2
c
∆
+
++
⋅
=
σσσ
σ
λ
τ
µν
Var
ln
pred
(7)
где
— старший ляпуновский показатель, определяет флуктуации в сис-
теме,
— погрешности измерительных приборов, — погрешность мо-
дели («шумы незнания») [14].
+
λ
2
v
σ
2
µ
σ
2
M
∆
σ
2) Для качественного сравнения режимов поведения модели и объекта
нужно задать начальные условия для модели (из тестового ряда) и получить ее
8
Таким образом, общая длина ряда, используемого для тестирования модели, составляет
значений.
testtesttesttest
SKDLN
⋅−++= )1(
12
Страницы
- « первая
- ‹ предыдущая
- …
- 11
- 12
- 13
- 14
- 15
- …
- следующая ›
- последняя »
