Имитационное моделирование сложных систем. Духанов А.В - 88 стр.

UptoLike

ВУЗ: 

ВлГУ | Владимир

Составители: 

Рубрика: 

88
При этом последняя (
///
ttt
yyy
) может быть разложена
в ряд Фурье:
t
m
i
ririt
itbitaay
1
0
//
sincos
.
Смысл переменной
r
t
и правила вычисления коэффициен-
тов
mibaa
ii
,1,,,
0
приведены в работе [3].
Качество прогнозирования напрямую зависит от качества и
полноты исходных данных. Вышеприведенные методы могут
давать сбои при неравнозначности исходных данных (например,
разные размерности и порядки значений факторов).
Преодолеть данную проблему можно с помощью соответ-
ствующих методов:
1) метод авторегрессии с последующей адаптацией коэф-
фициентов уравнения;
2) метод взвешенных отклонений.
Мы рассмотрим один из подходов адаптации коэффициен-
тов.
Для адаптации коэффициентов модели авторегрессии мо-
жет быть использован принцип метода градиентного (наиско-
рейшего) спуска:
2
ton
lgra dkaa
, (10)
где
n
a
– вектор новых коэффициентов,
o
a
– вектор старых коэффициентов,
0k
– управляемый коэффициент,
– ошибка прогноза в момент времени
t
.
После математических преобразований получим откоррек-
тированные оценки коэффициентов:
tton
xklaa
2
.
Для нахождения коэффициента
k
можно использовать
итеративную процедуру, описанную в работе [4]. 
     При этом последняя ( yt//  yt  yt/ ) может быть разложена
в ряд Фурье:
                    m
      yt//  a0     ai cositr  bi sin itr   t .
                    i 1
     Смысл переменной t r и правила вычисления коэффициен-
тов a0 , ai , bi , i  1, m приведены в работе [3].
     Качество прогнозирования напрямую зависит от качества и
полноты исходных данных. Вышеприведенные методы могут
давать сбои при неравнозначности исходных данных (например,
разные размерности и порядки значений факторов).
     Преодолеть данную проблему можно с помощью соответ-
ствующих методов:
    1) метод авторегрессии с последующей адаптацией коэф-
фициентов уравнения;
    2) метод взвешенных отклонений.
     Мы рассмотрим один из подходов адаптации коэффициен-
тов.
     Для адаптации коэффициентов модели авторегрессии мо-
жет быть использован принцип метода градиентного (наиско-
рейшего) спуска:
                              
      an  ao  k  grad lt2 ,                         (10)
где an – вектор новых коэффициентов,
     ao – вектор старых коэффициентов,
     k  0 – управляемый коэффициент,
     lt  – ошибка прогноза в момент времени t   .
    После математических преобразований получим откоррек-
тированные оценки коэффициентов:
     an  ao  2klt  xt .
    Для нахождения коэффициента k можно использовать
итеративную процедуру, описанную в работе [4].
                                              88

Страницы