Сравнительный анализ методов прогнозирования временных рядов на основе нейронных сетей и регрессионного анализа
Автор: Аверкин Алексей Николаевич, Ярушев Сергей Александрович
Журнал: Сетевое научное издание «Системный анализ в науке и образовании» @journal-sanse
Статья в выпуске: 2, 2015 года.
Бесплатный доступ
В статье рассматриваются два основных направления в прогнозировании временных рядов, а именно, нейросетевые методы прогнозирования и методы на основе регрессионного анализа. Производится сравнение результатов прогноза на примере отдельных показателей, произведенных на основе двух методов. Анализируются основные проблемы, возникающие при использовании данных методов, а так же методы их решения, в частности гибридизация данных методов. Проводится широкий обзор исследований по сравнению прогностической производительности методов на основе искусственных нейронных сетей и других методов прогнозирования. Особое внимание уделяется сравнению методов ИНС и методов множественной регрессии.
Гибридные модели, временной ряд, нейронные сети, нечеткие методы моделирования, регрессионный анализ, эконометрические методы
Короткий адрес: https://sciup.org/14123256
IDR: 14123256
Список литературы Сравнительный анализ методов прогнозирования временных рядов на основе нейронных сетей и регрессионного анализа
- Widrow, B., Rumelhart, D., & Lehr, M. A. Neural networks: Applications in industry, business and science.// Stanford University. Communications of the ACM, 1994 - Vol.37 - №3.
- Chung et al., P.C. Chang, Y.W. Wang and C.H. Liu, The development of a weighted evolving fuzzy neural network for PCB sales forecasting, Expert Systems with Applications, 2007 - 32, pp. 86-96.
- Hwang, H. B. Insights into neural-network forecasting of time series corresponding to ARMA (p, q) structures. Omega, 2001 - 29, 273-289.
- Medeiros, M. C. & Pedreira, C. E. What are the effects of forecasting linear time series with neural networks? Engineering Intelligent Systems, 2001 - 237-424.
- Zhang, G. P. An investigation of neural networks for linear time-series forecasting. Computers & Operations Research, 2001 - 28, 1183-1202.
