Составители:
Рубрика:
.
TT
BACAA ⋅=⋅⋅
(13)
Здесь A — матрица значений базисных функций (размерности
),
B — вектор значений аппроксимируемой величины (размерности
), С
— вектор коэффициентов модели (размерности
M
), верхний индекс T означает
транспонирование:
MDN
train
×−
)(
DN
train
−
,
...
,
......1
.....................
......1
......1
2
1
1
2
1
1
2
212
2
11
train
traintraintraintrain
N
D
D
K
NDNNDN
K
DD
K
DD
v
v
v
vvvv
vvvv
vvvv
+
+
−−−−
++
== BA (14)
.),...,,,...,,(
T
,...,0,00,...,0,21,...,0,00,...,0,10,...,0,0 K
ccccc
=C
(15)
Систему уравнений (13) называют нормальной системой уравнений. Ее реше-
ние дает оценки наименьших квадратов для значений коэффициентов
c
.
D
lll ,...,
21
Отметим, что для глобальной модели можно использовать и дополни-
тельные критерии эффективности, связанные с качеством аппроксимации: по-
грешность аппроксимации
ε
и погрешность аппроксимации , рассчитанную
по тестовому временному ряду.
test
ε
1) Величина погрешности аппроксимации
ε
(12) может служить предва-
рительным показателем качества модели. Удобно использовать
нормированную
величину погрешности
Var
ε
и выражать ее в процентах. Если нормированная
погрешность аппроксимации превышает, скажем, 50 %, то трудно рассчитывать
на эффективность модели.
2) Казалось бы, чем меньше величина
ε
, тем лучше модель. Однако обра-
тим внимание, что погрешность
ε
может обратиться и в ноль, если количество
коэффициентов модели равно
. Но такая громоздкая модель наверняка
не будет сколько-нибудь эффективной для описания исходной системы. Ис-
пользуя значения коэффициентов
, рассчитанные по тренировочному
DN
train
−
ll
c
,
21 D
l,...
15
Страницы
- « первая
- ‹ предыдущая
- …
- 14
- 15
- 16
- 17
- 18
- …
- следующая ›
- последняя »
