DSpace Home
→
Електронні публікації
→
Фізико-математичний факультет
→
Кафедра інформатики та прикладної математики
→
View Item

Ланцюги Маркова у прогнозуванні рядів динаміки

Лега, Ю. Г.; Мельник, В. В.; Соловйов, Володимир Миколайович

URI: http://elibrary.kdpu.edu.ua/handle/0564/1142
https://doi.org/10.31812/0564/1142

Date: 2010

Abstract:

В даній роботі запропонована технологія прогнозування часових рядів на основі складних ланцюгів Маркова. Суттєвою відмінністю складних ланцюгів Маркова від простих є урахування післядії або пам’яті. Складний ланцюг Маркова може бути зведений до простого за допомогою введення поняття „узагальнений стан” як кортеж послідовних станів. Пропонується проводити прогнозування вхідного ряду за ієрархією інтервалів дискретизації часу та подальшого послідовного „склеювання” результатів прогнозів на різних частотних рівнях у один вихідний ряд прогнозу. Даний підхід дозволяє якомога повніше використати інформацію, яка міститься в часовому ряді і отримати найбільш адекватний прогноз. Проведена експериментальна робота з прогнозування рядів фондових, валютних та товарних ринків.

Description:

1. Принципи моделювання та прогнозування в екології: Підручник. / [Богобоящий В.В., Курбанов К.Р., Палій П.Б., Шмандій В.М].- К.: Центр навчальної літератури, 2004. – 216 с. 2. Зайченко Ю. П. Нечеткие модели и методы в интелектуальных системах: учеб. пособие для иностр. студ. вузов, направления "Компьютерные науки" / Зайченко Ю. П.; [М.З. Згуровский (общ.ред.)]. – К.: Слово, 2008. — 344 с. 3. Ежов А.А., Шумский С.А. Нейрокомпьютинг и его применения в экономике и бизнесе. / Ежов А.А., Шумский С.А. – М ., 1998. 4. Заенцев И.В. Нейронные сети: основные модели. / Заенцев И.В. [електронний ресурс] :Учебное пособие к курсу «Нейронные сети» для студентов 5 курса магистратуры каф. электроники физического ф-та Воронежского государственного университета [эл. издание]. – Воронеж: Воронежский государственный университет, 1999. 5. Сапцин В.М. Опыт применения генетически сложных цепей Маркова для нейросетевой технологии прогнозирования. / Сапцин В.М. // Вісник Криворізького економічного інституту КНЕУ.- Кривий Ріг, КЕІ КНЕУ, 2009, вип. 2(18).- С.56-66. 6. Тихонов В.И., Миронов В.А. Марковские процессы. / Тихонов В.И., Миронов В.А. – М.: Сов. Радио, 1977. - 488 с. 7. Корн Г., Корн Т.. Справочник по математике для научных инженеров и работников. / Корн Г., Корн Т. – М.: Наука, 1973. - 832 с. 8. Курбанов К.Р., Сапцин В.М. Сложные цепи Маркова как технология прогнозирования социальных, экономических и экологических процессов. / Курбанов К.Р., Сапцин В.М. // МНПК аспір., мол. учених та науковців. «Проблеми та перспективи розвитку регіональної ринкової економіки» Кременчук, 11-13 травня 2007 р. С. 10-14. 9. Сапцін В. М., Чабаненко Д.М. Фур‘є-продовження низькочастотних складових рядів економічної динаміки / Сапцін В. М., Чабаненко Д.М. // Проблеми економічної кібернетики: Тези доповідей ХІV Всеукраїнської науково-методичної конференції (8-9 жовтня 2009 р., м. Харків). – Харків.: ХНУ імені В. Н. Каразіна, 2009. – С. 132-133. 10. Соловйов В.М. Математична економіка. [Навчально-методичний посібник для самостійного вивчення дисципліни] / Соловйов В.М. – Черкаси: ЧНУ, 2008. – 136 с. 11. Prediction of financial time series with the technology of high-order Markov chains [електронний ресурс] / Soloviev V., Saptsin V., Chabanenko D. // Working Group on Physics of Socio-economic Systems (AGSOE). – Drezden , 2009. – Режим доступу: http://www.dpg-verhandlungen.de/2009/dresden/agsoe.pdf

Show full item record