Прогнозування нестаціонарних часових рядів на основі ШТУЧНИХ нейронних мереж з елементами часової затримки

Краткое содержание

ОСНОВНИЙ ЗМІСТ РОБОТИ

У вступі обґрунтовано актуальність дисертаційної роботи, сформульовано мету та визначено задачі дослідження, наведено новизну отриманих результатів та їх практичну цінність, розглянуто особистий внесок здобувача і наведено відомості про апробацію основних положень роботи.

В першому розділі розглянуто сучасний стан проблеми прогнозування і налаштовування динамічних багатозв’язних систем, особливо відзначено задачу навчання і прогнозування поведінки нестаціонарних динамічних послідовностей в умовах структурної і параметричної невизначеності. Зокрема детально розглянуто основні методи налаштовування і прогнозування поведінки стохастичних динамічних систем в умовах нелінійності і нестаціонарності. Виділено ряд умов, що знижують ефективність застосування відомих методів. Проаналізовано питання побудови процедур оптимізації в задачах екстраполяції і обробки результатів спостережень.

Особливу увагу приділено нелінійним стохастичним динамічним системам, що функціонують в умовах апріорної і поточної параметричної невизначеності та можуть бути задані за допомогою відображення