Processing Uncertainties in Modeling Nonstationary Time Series Using Decision Support Systems

Скорочена інформація про документ
dc.contributor.authorBidyuk, Petro I.
dc.contributor.authorTrofymchuk, Oleksandr M.
dc.contributor.authorGozhyj, Olexander P.
dc.contributor.authorBidiuk, Oleksii P.
dc.contributor.authorБідюк, Петро Іванович
dc.contributor.authorТрофимчук, Олександр Миколайович
dc.contributor.authorГожий, Олександр Петрович
dc.contributor.authorБідюк, Олексій Петрович
dc.contributor.authorБидюк, Петр Иванович
dc.contributor.authorТрофимчук, Александр Николаевич
dc.contributor.authorГожий, Александр Петрович
dc.contributor.authorБидюк, Алексей Петрович
dc.date.accessioned2017-02-02T14:05:53Z
dc.date.available2017-02-02T14:05:53Z
dc.date.issued2016
dc.description.abstractenBackground. Forecasting of nonlinear nonstationary time series (NNTS) is important problem in economics, marketing, industry, ecology and many other branches of science and practical activities. Successful solution of the problem requires development of modern computer based decision support systems (DSS) capable to generate reliable estimates of forecasts in conditions of uncertainty of various type and origin. Objective. The purpose of the research is as follows: development of requirements to the modern DSS and their formal representation; analysis of uncertainty types characteristic for model building and forecasting; selection of techniques for taking into consideration of the uncertainties; and illustration of the system application to solving the problem of forecasts estimation for heteroskedastic NNTS using statistical data. Methods. To reach the objectives stated the following methods were used: systemic approach to statistical data analysis; statistical approach to identification and taking into consideration of possible uncertainties; Kalman filtering techniques; Bayesian programming approach and statistical criteria of model adequacy and quality of forecasts. Results. Formal description of the DSS is provided, and requirements to its development are given; the classes of mathematical methods necessary for DSS implementation are proposed; some approaches to formal taking into consideration of probabilistic, statistical and parametric uncertainties are discussed; and illustrating example of the DSS application is considered. Conclusions. Systemic approach to DSS constructing for solving the problem of nonlinear nonstationary time series forecasting turned out to be very fruitful. Using the system proposed it is possible to take into consideration various uncertainties of probabilistic, statistical and parametric type, and to compute high quality estimates of short and medium term forecasts for NNTS. The approach proposed has good perspectives for the future improvements and enhancement.uk
dc.description.abstractruПроблематика. Прогнозирование нелинейных нестационарных временных рядов (ННВР) – важная задача для экономики, маркетинга, промышленности, экологии и многих других отраслей науки и практической деятельности. Для успешного решения этой задачи необходимо разрабатывать современные компьютерные системы поддержки принятия решений (СППР), которые дадут возможность получать надежные оценки прогнозов в условиях наличия неопределенностей различных типов и природы. Цель исследования. Разработка требований к современным СППР и их формальное представление; анализ типов неопределенностей, характерных для процессов построения математических моделей и прогнозирования; выбор методов учета возможных неопределенностей; иллюстрация применения системы для решения задачи прогнозирования гетероскедастических ННВР с помощью статистических данных. Методика реализации. Для достижения поставленной цели использованы такие методы: системный поход к анализу статистических данных; статистический поход к идентификации и учету возможных неопределенностей; алгоритмы калмановской фильтрации; поход на основе байесовского программирования и множества статистических критериев адекватности моделей и качества прогнозов. Результаты исследования. Предложены формальное описание СППР и требования к их разработке; определены классы математических методов, необходимых для успешной реализации СППР; предложены некоторые подходы к формальному учету вероятностных, статистических и параметрических неопределенностей; приведен иллюстративный пример использования СППР. Выводы. Системный подход к созданию СППР для решения задач прогнозирования нелинейных нестационарных временных рядов позволяет успешно решать поставленную задачу. Используя предложенную систему, можно учитывать неопределенности вероятностного, статистического и параметрического типов и вычислять высококачественные оценки краткосрочных и среднесрочных прогнозов ННВР. Предложенный подход имеет хорошие перспективы для дальнейшего развития и расширения его возможностей.uk
dc.description.abstractukПроблематика. Прогнозування нелінійних нестаціонарних часових рядів (ННЧР) – важлива задача для економіки, маркетингу, промисловості, екології та багатьох інших галузей науки і практичної діяльності. Для успішного розв’язання цієї задачі необхідно розробляти сучасні комп’ютерні системи підтримки прийняття рішень (СППР), які дадуть можливість отримувати надійні оцінки прогнозів в умовах наявності невизначеностей різних типів і природи. Мета дослідження. Розробка вимог до сучасних СППР та їх формальне подання; аналіз типів невизначеностей, характерних для процесів побудови математичних моделей та прогнозування; вибір методів для врахування можливих невизначеностей; ілюстрація застосування системи до розв’язання задачі прогнозування гетероскедастичних ННЧР на основі статистичних даних. Методика реалізації. Для досягнення поставленої мети використано такі методи: системний підхід до аналізу статистичних даних; статистичний підхід до ідентифікації та врахування можливих невизначеностей; алгоритми калмановської фільтрації; підхід на основі байєсівського програмування та множини статистичних критеріїв адекватності моделей і якості прогнозів. Результати дослідження. Запропоновано формальний опис СППР та вимоги до їх розробки; встановлено класи математичних методів, які необхідні для успішної реалізації СППР; запропоновано деякі підходи до формального врахування ймовірнісних, статистичних і параметричних невизначеностей і подано ілюстративний приклад застосування СППР. Висновки. Системний підхід до створення СППР для розв’язання задач прогнозування нелінійних нестаціонарних часових рядів дає можливість успішно розв’язати поставлену задачу. Використовуючи запропоновану систему, можна враховувати невизначеності ймовірнісного, статистичного і параметричного типів і обчислювати високоякісні оцінки коротко- та середньострокових прогнозів ННЧР. Запропонований підхід має хороші перспективи для подальшого розвитку і розширення його можливостей.uk
dc.format.pagerangeС. 24-36uk
dc.identifier.citationProcessing Uncertainties in Modeling Nonstationary Time Series Using Decision Support Systems / P. I. Bidyuk, O. M. Trofymchuk, O. P. Gozhyj, O. P. Bidiuk // Наукові вісті НТУУ «КПІ» : науково-технічний журнал. – 2016. – № 5(109). – С. 24–36. – Бібліогр.: 17 назв.uk
dc.identifier.doihttps://doi.org/10.20535/1810-0546.2016.5.77031
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/18703
dc.language.isoenuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.source.nameНаукові вісті НТУУ «КПІ» : науково-технічний журналuk
dc.status.pubpublisheduk
dc.subjecttime series forecastingen
dc.subjectsystemic approachen
dc.subjectprobabilistic, statistical and parametric uncertaintiesen
dc.subjectdecision support systemen
dc.subjectпрогнозування часових рядівuk
dc.subjectсистемний підхідuk
dc.subjectймовірнісні, статистичні і параметричні невизначеностіuk
dc.subjectсистема підтримки прийняття рішеньuk
dc.subjectпрогнозирование временных рядовru
dc.subjectсистемный подходru
dc.subjectвероятностные, статистические и параметрические неопределенностиru
dc.subjectсистема поддержки принятия решенийru
dc.subject.udc004.942 + 519.816uk
dc.titleProcessing Uncertainties in Modeling Nonstationary Time Series Using Decision Support Systemsuk
dc.title.alternativeОбробка невизначеностей при моделюванні нестаціонарних часових рядів з використанням систем підтримки рішеньuk
dc.title.alternativeОбработка неопределенностей при моделировании нестационарных временных рядов с использованием систем поддержки решенийuk
dc.typeArticleuk
thesis.degree.level-uk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
5_Bidyuk.pdf
Розмір:
247.63 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
7.65 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Наукові вісті НТУУ «КПІ»: науково-технічний журнал, № 5(109)