ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ
ГЛАВА 1. ОБЗОР И КЛАССИФИКАЦИЯ СУЩЕСТВУЮЩИХ АДАПТИВНЫХ МЕТОДОВ И МОДЕЛЕЙ СТОХАСТИЧЕСКОГО ПРОГНОЗИРОВАНИЯ.
1.1. Классификация методов и моделей стохастического
прогнозирования.
1.2. Метод накоплениесмыв i .
1.3. 30
1.4. , , v, .
1.5. Имитационные модели.
1.6. Модели авторегрессии .
1.7. Модели авторегрессии и скользящего среднего
1.8. Ковариационностационарные ряды.
1.9. Нестационарные процессы.
1 Модели с переменными коэффициентами
ГЛАВА 2. ПРОБЛЕМА ПРОГНОЗИРОВАНИЯ ВРЕМЕННЫХ РЯДОВ
В УСЛОВИЯХ МАЛЫХ ВЫБОРОК
2.1. Построение прогностических моделей
2.2. Принцип хаотизации
2.3. Построение прогнозирующей функции.
ГЛАВА 3. ДИНАМИЧЕСКИЕ СИСТЕМЫ И РЕКОНСТРУКЦИИ
ПО ВРЕМЕННОМУ РЯДУ.
3.1. Временной ряд и процедура реконструкции.
3.2. Инерциальное многообразие и инерциальная форма
3.3. Аппроксимация и по точкам на аттракторе
3.4. Локальная размерность.
3.5. Восстановление уравнений движения в идеальном случае
3.6. Зашумлнная реконструкция и проекционная регуляризация отображения 4х.
3.7. Методы обработки временных рядов нелинейной динамики
как алгоритмы решения некорректных задач.
ГЛАВА 4. РУСЛА И ДЖОКЕРЫ О НОВЫХ МЕТОДАХ
ПРОГНОЗА ПОВЕДЕНИЯ СЛОЖНЫХ СИСТЕМ
4.1. Введение. Проблема прогноза.
4.2. Предикторы и трехслойные нейронные сети
4.3. Когда сложная динамика может быть предсказуема. Русла
и джокеры.
4.4. Как могут возникать русла.
4.5. Русла и прогноз временных рядов.
4.6. Как искать русла
4.7. Что находится в конце русла.
Ф 4.8. Модельный пример.
4.9. Выводы и гипотезы
ГЛАВА 5. КРАТКОСРОЧНЫЙ АДАПТИВНЫЙ БАЙЕСОВСКИЙ ОПЕРАТИВНЫЙ ПРОГНОЗ.
5.1. Общие положения.
5.2. Математическая постановка задачи краткосрочного прогноза
5.3. Модель со многими состояниями
5.4. Байесовский подход к задаче краткосрочного прогноза.
5.5. Приближенное решение математической задачи краткосрочного прогноза
5.6. Результаты и возможности метода краткосрочного
прогнозирования.
ВЫВОДЫ
БИБЛИОГРАФИЧЕСКИЙ СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ
ВВЕДЕНИЕ
Актуальность
- Київ+380960830922