Интеллектуальный анализ временных рядов. Ярушкина Н.Г - 111 стр.

UptoLike

ВУЗ: 

УлГТУ | Ульяновск

Составители: 

Рубрика: 

111
3.2. Нейросетевой подход к моделированию временных рядов
В нейросетевом подходе задача прогнозирования временных рядов фор-
мулируется как задача распознавания образов, для решения которой формиру-
ется обучающая последовательность данных временного ряда, и нейронная сеть
обучается распознавать соответствующие образы.
Искусственные нейронные сети (ИНС) –
это вычислительные модели,
построенные по принципу организации и функционирования биологических
нейронных сетей. ИНС представляют собой систему соединенных и взаимодей-
ствующих между собой простых процессоров (искусственных нейронов). Важ-
ная особенность ИНС состоит в возможности параллельной обработки инфор-
мации и способности к обучению и обобщению накопленных знаний. Широкое
распространение нейронных сетей в
разных областях объясняется тем, что во
многих случаях формализация процедур решения сложных задач в экономике,
медицине, технике, военном деле зачастую оказывается очень трудоемкой, ли-
бо невозможной.
3.2.1. Основы моделирования временных рядов нейронными сетями
Основной элемент нейронной сети – это формальный нейрон, осуществ-
ляющий операцию нелинейного преобразования суммы произведений входных
сигналов на весовые коэффициенты
)()(
1
WXFxwFy
n
i
ii
,
где
T
n
xxxX ),...,,(
21
– вектор входного сигнала;
),...,,(
21 n
wwwW
– вектор весовых коэффициентов (оцениваемые параметры);
F
– функция нелинейного преобразования.
Способности нейронной сети к прогнозированию ВР напрямую следуют
из ее способности к обобщению и выделению скрытых зависимостей между
входными и выходными данными. После обучения сеть способна предсказать

Страницы