Модифицированный имитационным моделированием метод экспоненциального сглаживания

.

Аналогичная процедура повторяется до тех пор, пока величина критерия фильтрации уменьшается или увеличивается в зависимости от его содержания (при этом исходная информация делится на две выборки: обучающую и проверочную). Для практических расчетов в качестве такого критерия рекомендуется принимать среднеквадратическую ошибку аппроксимации модели на проверочной выборке, которая, как установлено в работе, при увеличении числа уровней фильтрации, а, следовательно, сложности модели, достигает экстремального значения. Сложность модели (измеряется числом ее членов), соответствующая экстремальному значению критерия, является оптимальной. На последнем уровне фильтрации фиксируется «частное описание», значение которого минимально. На предпоследнем уровне выбираются «частные описания», являющиеся аргументами последнего уровня, и т.д. Так как «частные описания» являются функцией двух аргументов, их коэффициенты легко определяются по небольшому количеству исходных данных. Исключая промежуточные переменные можно получить модель исследуемых характеристик объекта прогнозирования в виде аналога «полного описания»

,

где в общем случае .

Как известно, особые трудности при увеличении числа членов в разложении Тейлора связаны с получением аналитических зависимостей для определения вектора коэффициентов . Из работы следует, что

,

где – вектор-столбец размером сглаженных значений процесса

;

– вектор-столбец размером неизвестных коэффициентов

;

– матрица размером , элементы которой, соответствующие -й строке и -му столбцу, вычисляются по зависимости

. (4.13)

В связи с тем, что сглаженные значения процесса могут быть определены по зависимости

вектор выражается зависимостью . (4.14)

Анализ зависимости (4.13) показывает, что наибольшую сложность вызывает вычисление суммы бесконечного ряда, представляющего собой произведение степеней показательной функции и отношения факториалов, которое можно упростить путем несложных преобразований:

, (4.15)

где ;

Рис. 4.4 Блок-схема алгоритма прогнозирования по методу модифицированного экспоненциального сглаживания

Актуально о образовании:

Метод мозгового штурма
Метод мозгового штурма (мозговой штурм, мозговая атака, англ. brainstorming) — оперативный метод решения проблемы на основе стимулирования творческой активности, при котором участникам обсуждения предлагают высказывать как можно большее количество вариантов решения, в том числе самых фантастичных. ...

Методика работы с текстовой информацией на уроке и особенности развития творческих навыков при работе с текстом
Методика развития умений работы с текстом включает в себя формирование умений и навыков обработки текста. Наиболее простыми и доступными на уроке являются пересказ, поиск ответов на поставленные вопросы, и составление вопросов к тексту. В качестве помощи учителю могут использоваться: разделение тек ...

Организация, цель, задачи, принципы и методы изучения восприятия
зрение нарушение младший школьник Целью первого констатирующего экспериментального исследования явилось определение уровня зрительного восприятия у младших школьников с нарушениями зрения. В задачи данного исследования входили: 1. Изучить карты полного обследования исследуемых детей, особое внимани ...