ISSN 1991-2927
 

АПУ № 1 (47) 2017

временной ряд

УДК 519.246.8

Кувайскова Юлия Евгеньевна, Ульяновский государственный технический университет, кандидат технических наук, доцент, окончила экономико-математический факультет Ульяновского государственного технического университета. Доцент кафедры «Прикладная математика и информатика» УлГТУ. Имеет работы в области моделирования и прогнозирования временных рядов. [e-mail: u.kuvaiskova@mail.ru]Ю.Е. Кувайскова,

Алёшина Анна Александровна, АО «Ульяновское конструкторское бюро приборостроения», кандидат технических наук, окончила экономико-математический факультет УлГТУ. Инженер-программист АО «Ульяновское конструкторское бюро приборостроения». Имеет работы в области моделирования и прогнозирования временных рядов. [e-mail: a2nia@mail.ru]А.А. Алёшина

Применение адаптивного регрессионного моделирования при описании и прогнозировании технического состояния объекта000_5.pdf

Безопасное функционирование технического объекта является важной задачей. Система управления техническим объектом часто включает подсистему мониторинга множества его параметров, и решение по управлению объектом принимается с учетом его технического состояния. Эффективность работы такой подсистемы существенно зависит от точности прогнозирования параметров технического объекта. Поэтому необходимо построение адекватных математических моделей контролируемых параметров объекта с последующим их использованием для прогнозирования состояния объекта и, соответственно, обеспечения эффективных и оперативных управленческих решений. Для решения поставленных задач в статье описываются алгоритмы математического моделирования и прогнозирования технического состояния объекта, основанные на адаптивном регрессионном моделировании, позволяющие повысить точность предсказаний до нескольких раз. Высокоточные результаты прогнозирования состояния объекта используются при принятии решений по управлению объектом. Эффективность предлагаемых алгоритмов исследуется на примере моделирования и прогнозирования технического состояния объекта.

Адаптивное регрессионное моделирование, временной ряд, прогнозирование, технический объект.

2016_ 4

Рубрика: Математическое моделирование

Тематика: Математическое моделирование.


УДК 519.246.8


Кувайскова Юлия Евгеньевна, Ульяновский государственный технический университет, кандидат технических наук, доцент кафедры «Прикладная математика и информатика» Ульяновского государственного технического университета, окончила экономико-математический факультет УлГТУ по специальности «Прикладная математика». Имеет работы в области моделирования и прогнозирования временных рядов. [e-mail: u.kuvaiskova@mail.ru]Ю.Е. Кувайскова,

Алешина Анна Александровна, Ульяновский государственный технический университет, аспирантка кафедры «Прикладная математика и информатика» УлГТУ, окончила экономико-математический факультет УлГТУ по специальности «Прикладная математика». Имеет работы в области моделирования и прогнозирования временных рядов. [e-mail: a2nia@mail.ru]А.А. Алешина

Повышение эффективности системы управления техническими объектами при использовании адаптивного динамического регрессионного моделирования временных рядов34_13.pdf

Предлагается использовать в различных системах автоматического управления разработанный программный комплекс раннего предупреждения об аварийных ситуациях, основанный на прогнозировании взаимосвязанных временных рядов контролируемых характеристик состояния объекта управления. На примере гидроагрегата показана эффективность такого комплекса, оцениваемая по вероятности принятия ошибочного решения и коэффициенту готовности.

Аварийная ситуация, раннее предупреждение, информационно-математическая система, временной ряд, вероятность принятия ошибочного решения, коэффициент готовности.

2013_ 4

Рубрика: Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей

Тематика: Информационные системы, Математическое моделирование.


УДК 004.89:004.4


Тимина Ирина Александровна, Ульяновский государственный технический университет, аспирант кафедры «Информационные системы» Ульяновского государственного технического университета, окончила факультет информационных систем и технологий УлГТУ по специальности «Прикладная информатика (в экономике). Имеет статьи и научные труды в области интеллектуального анализа данных. [e-mail: timina_i@mail.ru]И.А. Тимина

Нечеткая зависимость как метод решения задач интеллектуального анализа временных рядов33_6.pdf

Статья посвящена вопросу нечеткой зависимости временных рядов (ВР) для решения задач моделирования и прогнозирования поведения экономических объектов. Эта проблема решается на основе применения линейной модели регрессии, степени сходства между ВР и их корреляции. Для прогнозирования применяется метод нечетких элементарных тенденций (НЭТ). Эффективность предложенного подхода подтверждена экспериментами.

Временной ряд, прогнозирование, нечеткая тенденция.

2013_ 3

Рубрика: Математическое моделирование, численные методы и комплексы программ

Тематика: Искусственный интелект, Исследование операций и принятие решений.


УДК 004.89:004.4


Тимина Ирина Александровна, Ульяновский государственный технический университет, аспирант кафедры «Информационные системы» Ульяновского государственного технического университета, окончила факультет информационных систем и технологий УлГТУ по специальности «Прикладная информатика (в экономике). Имеет статьи и научные труды в области интеллектуального анализа данных. [e-mail: timina_i@mail.ru]И.А. Тимина

Нечеткая зависимость как метод решения задач интеллектуального анализа временных рядов33_6.pdf

Статья посвящена вопросу нечеткой зависимости временных рядов (ВР) для решения задач моделирования и прогнозирования поведения экономических объектов. Эта проблема решается на основе применения линейной модели регрессии, степени сходства между ВР и их корреляции. Для прогнозирования применяется метод нечетких элементарных тенденций (НЭТ). Эффективность предложенного подхода подтверждена экспериментами.

Временной ряд, прогнозирование, нечеткая тенденция.

2013_ 3

Рубрика: Математическое моделирование, численные методы и комплексы программ

Тематика: Искусственный интелект, Исследование операций и принятие решений.


УДК 004.89:004.4


Тимина Ирина Александровна, Ульяновский государственный технический университет, аспирант кафедры «Информационные системы» Ульяновского государственного технического университета, окончила факультет информационных систем и технологий УлГТУ по специальности «Прикладная информатика (в экономике). Имеет статьи и научные труды в области интеллектуального анализа данных. [e-mail: timina_i@mail.ru]И.А. Тимина

Нечеткая зависимость как метод решения задач интеллектуального анализа временных рядов33_6.pdf

Статья посвящена вопросу нечеткой зависимости временных рядов (ВР) для решения задач моделирования и прогнозирования поведения экономических объектов. Эта проблема решается на основе применения линейной модели регрессии, степени сходства между ВР и их корреляции. Для прогнозирования применяется метод нечетких элементарных тенденций (НЭТ). Эффективность предложенного подхода подтверждена экспериментами.

Временной ряд, прогнозирование, нечеткая тенденция.

2013_ 3

Рубрика: Математическое моделирование, численные методы и комплексы программ

Тематика: Искусственный интелект, Исследование операций и принятие решений.


УДК 004.89


Романов Антон Алексеевич, Ульяновский государственный технический университет, аспирант кафедры «Информационные системы» Ульяновского государ- ственного технического университета (УлГТУ), окончил факультет информационных систем и техно- логий УлГТУ. Имеет статьи в области интеллектуальных систем хранения и обработки информации [e-mail: romanov73@gmail.com]А.А. Романов

Моделирование и прогнозирование временных рядов на основе метода f-преобразования28_5.pdf

В работе изложен метод прогнозирования компоненты векторного тренда, описываются алгоритм применения F-преобразования к временному ряду (ВР), нахождения остатков, обратного F-преобразования, восстановление вре- менного ряда по спрогнозированному тренду, производится анализ работы метода.

F-преобразование, прогноз, временной ряд.

2012_ 2

Рубрика: Математическое моделирование, численные методы и комплексы программ

Тематика: Математическое моделирование.


УДК 683.03


Афанасьева Татьяна Васильевна, Ульяновский государственный технический университет, Кандидат технических наук, доцент кафедры «Прикладная математика и информатика» Ульяновского государственного технического университета. Имеет статьи, монографию и учебное пособие в области интеллектуального анализа временных рядов. [e-mail: tv.afanaseva@mail.ru]Т.В. Афанасьева,

Ярушкина Надежда Глебовна, Ульяновский государственный технический университет, Доктор технических наук, профессор, проректор по научной работе, заведующая кафедрой «Информационные системы» УлГТУ. Имеет статьи, монографии в области интеллектуального анализа данных. [e-mail: jng@ulstu.ru]Н.Г. Ярушкина

Анализ эффективности модели нечеткой тенденции в прогнозировании временных рядов26_7.pdf

В статье приводится описание новой модели анализа временных рядов (ВР), ориентированной на прогнозирование временных рядов небольшой длины. В основе новой модели лежит формализация и идентификация нового объекта ВР - нечеткой тенденции (НТ). Предложенная модель свободна от предположений, используемых в стохастическом моделировании, проста в реализации, ориентирована на лингвистическую интерпретацию результатов. Экспериментальные исследования показателей точности предложенной модели показали ее пригодность в прогнозировании ВР небольшой длины и конкурентоспособность по сравнению с аналогами.

Прогнозирование, временной ряд, нечеткая тенденция, показатели точности.

2011_ 4

Рубрика: Системы искусственного интеллекта

Тематика: Искусственный интелект, Автоматизированные системы управления , Математическое моделирование.


УДК 681.3


Ярушкина Надежда Глебовна, Ульяновский государственный технический университет, Доктор технических наук, профессор, проректор по научной работе, заведующая кафедрой «Информационные системы» Ульяновского государственного технического университета. Имеет статьи, монографии в области интеллектуального анализа данных. [e-mail: jng@ulstu.ru]Н.Г. Ярушкина,

Воронина Валерия Вадимовна, Ульяновский государственный технический университет, Аспирант кафедры «Информационные системы» УлГТУ, окончила факультет информационных систем и технологий УлГТУ. Имеет статьи в области интеллектуальных систем хранения и обработки информации. [e-mail: vvsh85@mail.ru]В.В. Воронина,

Афанасьева Татьяна Васильевна, Ульяновский государственный технический университет, Кандидат технических наук, доцент кафедры «Прикладная математика и информатика» УлГТУ. Имеет статьи, монографию в области интеллектуального анализа данных. [e-mail: tv.afanaseva@mail.ru]Т.В. Афанасьева

Диагностика узлов вертолета на основе модели гранулированного временного ряда26_8.pdf

В данной работе рассматривается решение задачи диагностики узлов вертолета. Диагностика осуществляется путем анализа временных рядов (ВР) ключевых физических величин на основе экспертной базы правил, содержащей суждения о значимости тенденций изменения этих величин. Также в работе сформулированы экспертные правила для таких узлов вертолета, как силовая установка двигателя и главный редуктор.

Диагностика, временной ряд, вертолеты, экспертная база правил.

2011_ 4

Рубрика: Системы искусственного интеллекта

Тематика: Искусственный интелект, Информационные системы.


УДК 683.03


Афанасьева Татьяна Васильевна, Ульяновский государственный технический университет, Кандидат технических наук, докторант, доцент кафедры «Прикладная математика и информатика» УлГТУ. Имеет статьи, монографию в области интеллектуального анализа временных рядов. [e-mail: tv.afanaseva@mail.ru]Т.В. Афанасьева

Решение задач интеллектуального анализа временных рядов в рамках структурно-лингвистического подхода20_8.pdf

В статье приводится описание нового структурно-лингвистического подхода, предназначенного для реализации интеллектуального анализа временных рядов (ВР). Ориентация данного подхода на анализ временных рядов, хранимых в базах данных (БД), возможность использования для анализа временных рядов различной длины и извлечение знаний о поведении временных рядов в форме нечетких элементарных тенденций, а также представление результатов в лингвистической форме на ограниченном естественном языке позволяют расширить круг потенциальных пользователей си- стем, реализованных на принципах структурно-лингвистического подхода.

Интеллектуальный анализ, временной ряд, нечеткая тенденция, извлечение знаний, структурно-лингвистический подход, моделирование.

2010_ 2

Рубрика: Теоретические вопросы автоматизации процессов управления

Тематика: Искусственный интелект, Информационные системы.


УДК 683.03


Ярушкина Надежда Глебовна, Ульяновский государственный технический университет, Проректор по научной работе, доктор технических наук, профессор, заведующая кафедрой «Информационные системы». Имеет статьи, монографии в обла- сти интеллектуального анализа данных. [e-mail: jng@ulstu.ru]Н.Г. Ярушкина,

Перфильева Ирина Григорьевна, Остравский университет, Чехия, Кандидат физико-математических наук, профессор. Имеет статьи, монографию в области интеллектуального анализа временных рядов. [e-mail: Irina.Perfilieva@osu.cz]И.Г. Перфильева,

Афанасьева Татьяна Васильевна, Ульяновский государственный технический университет, Кандидат технических наук, докторант, доцент кафедры «Прикладная математика и информатика». Имеет статьи, монографию в области интеллектуального анализа данных. [e-mail: tv.afanaseva@mail.ru]Т.В. Афанасьева

Интегральный метод нечеткого моделирования и анализа нечетких тенденций20_9.pdf

Рассматривается новый метод моделирования временных рядов (ВР), интегрирующий интеллектуальные методы решения задач извлечения знаний из временных рядов не только в числовой форме, но и в форме лингвистического описания уровней и элементарных тенденций.

Нечеткая модель, временной ряд, нечеткая тенденция, извлечение знаний, прогнозирование.

2010_ 2

Рубрика: Теоретические вопросы автоматизации процессов управления

Тематика: Искусственный интелект.


© ФНПЦ АО "НПО "Марс", 2009-2016 Работает на Joomla!