СОДЕРЖАНИЕ
СОДЕРЖАНИЕ.
ВВЕДЕНИЕ
ГЛАВА 1. ПРЕДМЕТНАЯ ОБЛАСТЬ И КОНЦЕПТУАЛЬНЫЕ ПРИНЦИПЫ В МОДЕЛИРОВАНИИ СЛУЧАЙНЫХ ПРОЦЕССОВ
1.1. СТОХАСТИЧЕСКИЕ ПРИМЫ В ОПИСАНИИ ЭКОНОМИЧЕСКИХ ПРОЦЕССОВ.
1.2. МАТЕМАТИЧЕСКИЕ МОДЕЛИ СЛУЧАЙНЫХ ПРОЦЕССОВ
1.3. ЭЛЕМЕНТАРНЫЕ СОСТАВЛЯЮЩИЕ АЛГОРИТМИЧЕСКИХ МОДЕЛЕЙ В ЗАДАЧЕ ОТЛЕЖИВАНИЯ ОСНОВНОЙ ТЕНДЕНЦИИ СЛУЧАЙНЫХ ПРОЦЕССОВ.
1.5. НЕСТАЦИОНАРНОСТЬ ЭВОЛЮЦИИ СЛУЧАЙНОГО ПРОЦЕССА
1.6. МЕТОДЫ КАЛМАНОВСКОЙ ФИЛЬТРАЦИИ.
1.7. ВЫЧИСЛИТЕЛЬНЫЙ ЭКСПЕРИМЕНТ.
ГЛАВА 2. ПРЕДИКТОРНЫЕ АЛГОРИТМИЧЕСКИЕ МОДЕЛИ
НЕСТАЦИОНАРНЫХ СЛУЧАЙНЫХ ПРОЦЕССОВ.
2.1. МОДЕЛИРОВАНИЕ СЛУЧАЙНЫХ ПРОЦЕССОВ С ИСПОЛЬЗОВАНИЕМ ПРЕДИКТОРНЫХ МОДЕЛЕЙ.
2.2. СРАВНИТЕЛЬНЫЙ АНАЛИЗ ЭЛЕМЕНТАРНЫХ ОПЕРАТОРОВ СТАТИСТИЧЕСКОГО ОЦЕНИВ АИЯ
2.3. МЕТОДИКА ФОРМИРОВАНИЯ ДИНАМИЧЕСКИХ МОДЕЛЕЙ.
2.4. ОБУЧЕНИЕ АЛГОРИТМИЧЕСКИХ МОДЕЛЕЙ В ЗАДАЧЕ АДЕКВАТНОГО ОЦЕНИВАНИЯ ОСНОВНОЙ ТЕНДЕНЦИИ НЕСТАЦИОНАРНЫХ СЛУЧАЙНЫХ ПРОЦЕССОВ
ГЛАВА 3. ОБУЧЕНИЕ АЛГОРИТМИЧЕСКИХ МОДЕЛЕЙ НА УРОВНЕ НАСТРОЙКИ ПАРАМЕТРОВ. ПОДБОР ПОИСКОВЫХ ПРОЦЕДУР НАСТРОЙКИ.
3.1. ПОСТАНОВКА ЗАДАЧИ ОБУЧЕНИЯ И ПОДБОРА АЛГОРИТМОВ ПОИСКА
3.2. КРИТЕРИЙ НАСТРОЙКИ ПАРАМЕТРОВ ПРЕДИКТОРА
3.3. ПОДБОР ТЕСТОВЫХ ФУНКЦИЙ ДЛЯ ОЦЕНКИ РАБОТОСПОСОБНОСТИ АЛГОРИ ТМОВ ПОИСКОВОЙ ОПТИМИЗА1 ЩИ. КРИТЕРИИ ОЦЕНКИ
3.4. ПОИСКОВЫЕ АЛГОРИТМЫ ОПТИМИЗАЦИИ, КАК ПРОЦЕДУРА ОБУЧЕНИЯ ПРЕДИКТОРОВ.
3.5. ИССЛЕДОВАНИЕ АЛГОРИТМОВ ПОИСКОВОЙ ОПТИМИЗАЦИИ НА ТЕСТОВЫХ ФУНКЦИЯХ,
ИМИТИРУЮЩИХ УСЛОВИЯ ПРОГНОЗА
3.6. КВАЗИОПТИМАЛЬНАЯ НАСТРОЙКА ПРЕДИКТОРНЫХ АЛГОРИТМИЧЕСКИХ МОДЕЛЕЙ
ГЛАВА 4. ЭКСПЕРЕМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ ПРЕДИКТОРНЫХ АЛГОРИТМИЧЕСКИХ МОДЕЛЕЙ.
4.1. ПОСТАНОВКА ЗАДАЧИ
4.2. ФОРМИРОВАНИЕ ИСКУССТВЕННЫХ СЛУЧАЙНЫХ
.г, га атит теь
процессовл
4.3. ИССЛЕДОВАНИЕ МОДЕЛИ И НАСТРОЙКА Е ПАРАМЕТРОВ
ЗАКЛЮЧЕНИЕ.
ПРИЛОЖЕНИЕ 1. ЭКСПЕРИМЕНТАЛЬНЫЕ ТАБЛИЦЫ ДАННЫХ.
ПРИЛОЖЕНИЕ 2. ГРАФИКИ РЕЗУЛЬТАТОВ ЭКСПЕРИМЕН ТА
ПРИЛОЖЕНИЕ 3. СПРАВКА
ПРИЛОЖЕНИЕ 4. АКТЫ ВНЕДРЕНИЯ.
ПРИЛОЖЕНИЕ 5. ПРОГРАММНЫЕ КОМПЛЕКСЫ
ВВЕДЕНИЕ
Актуальность
- Київ+380960830922