Алгоритм решения задачи прогнозирования

Abstract

В статье рассмотрены основные методы прогнозирования и предложен новый алгоритм, основанный на методе группового учёта аргументов и искусственных нейронных сетях. Алгоритм проверен на реальных данных и показал результаты лучше, чем нейронные сети. Также была найдена экспериментальная зависимость среднеквадратической ошибки прогноза, полученного с помощью данного алгоритма и нейронных сетей, от количества точек в обучающей выборке.

У статті були розглянуті основні методи прогнозування і запропонований новий алгоритм, що базується на методі групового урахування аргументів та штучних нейронних мережах. Алгоритм перевірений на реальних даних і показав результати кращі, ніж нейронні мережі. Також була знайдена експериментальна залежність середньоквадратичної помилки прогнозу, отриманого за допомогою даного алгоритму і нейронних мереж, від кількості точок в навчальній вибірці.

In the article, the main forecasting methods are described and a new algorithm based on the group method of data handling and artificial neural networks is offered. The algorithm has been tested on the real data and has shown the better results, as compared with neural networks. The experimental dependence of a mean square prediction error, obtained with the use of the offered algorithm and neural networks, on the number of points in the training set is also found.