Гибридный подход для краткосрочного прогнозирования временныхрядов на основе штрафного P-сплайна и эволюционной оптимизации
| Parent link: | Компьютерная оптика: научный журнал/ Институт систем обработки изображений Российской академии наук.— , 1987- Т. 44, № 5.— 2020.— [С. 821-829] |
|---|---|
| Autor principal: | |
| Autor corporatiu: | |
| Altres autors: | , |
| Sumari: | Заглавие с экрана В работе предложена гибридная модель прогнозирования, включающая рекуррентную схему штрафного P-сплайна с адаптацией параметров на основе алгоритмов эволюционной оптимизации. В задачах краткосрочного прогнозирования, особенно в системах реального времени, актуальной является задача повышения скорости прогноза без ухудшения его качества. Высокая скорость прогнозирования в данном подходе достигается экономичной вычислительной схемой рекуррентного P-сплайна при малой глубине предыстории. А одновременная адаптация нескольких параметров P-сплайна позволяет управлять точностью прогноза. In this work, a hybrid-forecasting model is proposed. The model includes a recursive penalty P-spline with parameters adaptation based on evolutionary optimization algorithms. In short-term forecasting, especially in real-time systems, the urgent task is to increase the forecast speed without compromising its quality. High forecasting speed has been achieved by an economical computational scheme of a recurrent P-spline with a shallow depth of prehistory. When combined with the adaptation of some parameters of the P-spline, such an approach allows you to control the forecast accuracy. |
| Idioma: | rus |
| Publicat: |
2020
|
| Matèries: | |
| Accés en línia: | https://elibrary.ru/item.asp?id=44216984 |
| Format: | Electrònic Capítol de llibre |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=663133 |
| Sumari: | Заглавие с экрана В работе предложена гибридная модель прогнозирования, включающая рекуррентную схему штрафного P-сплайна с адаптацией параметров на основе алгоритмов эволюционной оптимизации. В задачах краткосрочного прогнозирования, особенно в системах реального времени, актуальной является задача повышения скорости прогноза без ухудшения его качества. Высокая скорость прогнозирования в данном подходе достигается экономичной вычислительной схемой рекуррентного P-сплайна при малой глубине предыстории. А одновременная адаптация нескольких параметров P-сплайна позволяет управлять точностью прогноза. In this work, a hybrid-forecasting model is proposed. The model includes a recursive penalty P-spline with parameters adaptation based on evolutionary optimization algorithms. In short-term forecasting, especially in real-time systems, the urgent task is to increase the forecast speed without compromising its quality. High forecasting speed has been achieved by an economical computational scheme of a recurrent P-spline with a shallow depth of prehistory. When combined with the adaptation of some parameters of the P-spline, such an approach allows you to control the forecast accuracy. |
|---|