Нейросетевое прогнозирование временных рядов

Построена прогностическая нейронная сеть для успешного прогнозирования нескольких основных классов радиолокационных данных, а также экономических показателей. Это двухслойная нейронная сеть прямой связи, основанная на алгоритме ошибки обратного распространения. Приведены результаты прогнозирования реальных радиосигналов. По результатам прогноза оказалось, что нейронная сеть обеспечивает точность краткосрочного прогноза. В данной статье описываются процедуры выбора характеристик для обучения нейронной сети, обосновывается выбор структуры нейронной сети, обучение и полученные результаты. Прогнозирование временных рядов в настоящее время является важной темой, так как имеет широкий спектр применения (радиолокация, медицина, социально-экономическая сфера, энергетика, управление рисками, инженерные приложения и другие сферы применения). Анализ работ в области долгосрочного прогнозирования недетерминированных сигналов показал, что на данный момент наименее изученной является нейросеть долгосрочного прогнозирования. Использование нейронных сетей для долгосрочного прогнозирования основано на их способности аппроксимировать нелинейные функции, накоплении истории и ее применении в прогнозировании и обучаемости.