Нейросетевые и гибридные модели в моделировании временных рядов
Автор: Аверкин Алексей Николаевич, Ярушев Сергей Александрович
Журнал: Сетевое научное издание «Системный анализ в науке и образовании» @journal-sanse
Статья в выпуске: 1, 2014 года.
Бесплатный доступ
В данной статье рассматриваются различные методы для построения моделей временных рядов. В частности особое внимание уделяется нейросетевым и гибридным методам для моделирования и прогнозирования временных рядов. Детально рассматривается несколько нечетких архитектур нейронных сетей, таких как ANFIS и TSK. Рассматривается возможность гибридизации методов нейронных сетей и регрессионного анализа для прогнозирования временных рядов.
Гибридные модели, временной ряд, нейронные сети, нечеткие методы моделирования
Короткий адрес: https://sciup.org/14123239
IDR: 14123239
Neural and hybrid models for time series modelling
This article discusses the various methods for time series modeling. Emphasis on neural network and hybrid methods for time series modeling and forecasting. Several fuzzy neural network architectures, such as ANFIS and TSK are considered. Considered the possibility of hybridization methods of neural networks and regression analysis for time series prediction.
Список литературы Нейросетевые и гибридные модели в моделировании временных рядов
- Валеев С.Г. Регрессионное моделирование при обработке данных/ С. Г. Валеев. - Казань: ФЭН, 2001.
- EDN: WFLQBT
- Барский А. Б. Нейронные сети: распознавание, управление, принятие решений / А. Б. Барский. - М.: Финансы и статистика, 2004. - С. 176.
- EDN: QMNRUB
- Горбань А. Н. Обучение нейронных сетей / А. Н. Горбань. - М.: СП «ПараГраф», 1990. - С. 159.
- Головко В. А. Нейронные сети: обучение, организация и применение. Кн. 4: учебное пособие для вузов / В. А. Головко; Общая ред. В. А. Галушкина. - М.: ИПРЖР, 2001. - С. 256.
- Song Q. Forecasting enrollments with fuzzy time series - Part I / Q. Song, B. Chissom // Fuzzy Sets and Systems. - №54 (1993) - Pp. 1-9.
