Имитационное моделирование сложных систем. Духанов А.В - 94 стр.

UptoLike

ВУЗ: 

ВлГУ | Владимир

Составители: 

Рубрика: 

94
логистическая:
et
be
k
ty
1
.
При выборе вида аппроксимирующей функции, когда есть
возможность, прибегают к графическому способу подбора
по виду точек временного ряда. Иногда вместо значений ряда
используют их первые разности
nkyyz
kkk
,2,
1
или про-
изводную аппроксимирующей функции.
Для программной реализации выбора аппроксимирующей
функции осуществляют верификацию прогноза по ретроспек-
тивному периоду, в которой используются остатки:
iii
tafye ,
,
где
i
t
–
i
-й момент времени,
ni ,1
;
i
taf ,
– значение экстраполирующей функции в момент
времени
i
t
;
a
– вектор параметров экстраполирующей функции;
– фактическое значение параметра в момент времени
i
t
.
Когда средняя величина остатков равна или близка нулю,
то функция может быть внесена в список прогнозных функций.
Обычно при прогнозировании выбирают сразу несколько ап-
проксимирующих функций. Окончательный выбор осуществля-
ется путем сравнения точности прогнозирования по ретроспек-
тивному периоду.
8.1.5. Оценка математической модели
прогнозирования
На данном этапе определяются параметры различных ап-
проксимирующих функций. Для этого используется метод наи-
меньших квадратов (МНК) и его модификации, метод экспонен-
циального сглаживания, метод вероятностного моделирования,
метод адаптивного сглаживания. 
    логистическая:

     yt  
                 k
                       .
             1  beet
    При выборе вида аппроксимирующей функции, когда есть
возможность, прибегают к графическому способу подбора
по виду точек временного ряда. Иногда вместо значений ряда
используют их первые разности zk  yk  yk 1, k  2, n или про-
изводную аппроксимирующей функции.
    Для программной реализации выбора аппроксимирующей
функции осуществляют верификацию прогноза по ретроспек-
тивному периоду, в которой используются остатки:
     ei  yi  f a, ti  ,
где ti – i -й момент времени, i  1, n ;
      f a, ti  – значение экстраполирующей функции в момент
времени ti ;
    a – вектор параметров экстраполирующей функции;
     yi – фактическое значение параметра в момент времени ti .
     Когда средняя величина остатков равна или близка нулю,
то функция может быть внесена в список прогнозных функций.
Обычно при прогнозировании выбирают сразу несколько ап-
проксимирующих функций. Окончательный выбор осуществля-
ется путем сравнения точности прогнозирования по ретроспек-
тивному периоду.

       8.1.5. Оценка математической модели
           прогнозирования
    На данном этапе определяются параметры различных ап-
проксимирующих функций. Для этого используется метод наи-
меньших квадратов (МНК) и его модификации, метод экспонен-
циального сглаживания, метод вероятностного моделирования,
метод адаптивного сглаживания.
                                  94

Страницы