Прогнозування складних процесів у класі моделей векторної авторегресії на основі рекурентно-паралельного алгоритму СОМВІ МГУА

Abstract

Розроблено теоретичні основи рекурентно-паралельних обчислень у комбінаторному алгоритмі МГУА для моделювання та прогнозування складних багатовимірних взамозв’язаних процесів у класі моделей векторної авторегресії. Ефективність розробленого алгоритму продемонстровано на прикладі розв’язання задачі прогнозування показників енергетичної сфери України з метою інформаційної підтримки управлінських рішень.

Разработаны теоретические основы рекуррентно-параллельных вычислений в комбинаторном алгоритме МГУА для моделирования и прогнозирования сложных многомерных взаимосвязанных процессов в классе моделей векторной авторегрессии. Эффективность разработанного алгоритма продемонстрирована на примере решения задачи прогнозирования показателей энергетической сферы Украины с целью информационной поддержки управленческих решений.

Theoretical grounds of recurrent-and-parallel computing in combinatorial GMDH algorithm for modeling and forecasting of complex multidimensional interrelated processes in the class of vector autoregression models are developed. The effectiveness of constructed algorithm is demonstrated by forecasting of interrelated processes in the field of power safety of Ukraine with the purpose of information support of administrative decisions.