Компактний генетичний алгоритм вибору розміру вікон при нейромережевому прогнозуванні часових рядів
Наукові журнали НАУ
Переглянути архів Інформація| Поле | Співвідношення | |
| Title |
Компактний генетичний алгоритм вибору розміру вікон при нейромережевому прогнозуванні часових рядів
Компактный генетический алгоритм выбора размера окон при нейросетевом прогнозировании временных рядов Compact genetic algorithm of window size’s selection for time series prediction in neural networks |
|
| Creator |
Волченко, Е. В.; Державний університет інформатики та штучного інтелекту
|
|
| Subject |
—
УДК 004.89:004.48 — УДК 004.89:004.48 — UDC 004.89:004.48 |
|
| Description |
Розглянуто задачу обробки даних для прогнозування часових рядів за допомогою багатошарових нейронних мереж. Запропоновано компактний генетичний алгоритм визначення розмір\ вікон для побудови навчальної вибірки. Описано спосіб кодування хромосом, розроблено фітнес- функцію і способи зупинки генетичного алгоритму. Наведено чисельне порівняння результатів прогнозування різних типів часових рядів за допомогою відомих методів і нейромережевогс прогнозування з використанням розробленого алгоритму що підтвердило ефективність використання запропонованого підходу
Рассмотрена задача предобработки данных для прогнозирования временных рядов с помощью многослойных нейронных сетей. Предложен компактный генетический алгоритм определения размера окон для построения обучающей выборки. Описан способ кодирования хромосом, разработана фитнесс-функция и способы остановки генетического алгоритма. Приведено численное сравнение результатов прогнозирования различных типов временных рядов с помощью известных методов и нейросетевого прогнозирования с использованием разработанного алгоритма подтвердившее эффективность применения предложенного подхода The problem of data preprocessing for time series prediction using multilayer neural networks is considered. A compact genetic algorithm for determining the size of windows to build a training set is proposed. A method of encoding chromosomes is described. Fitness-function and ways to stop the genetic algorithm is developed. A numerical comparison ofprediction results of different types of time series with known methods and neural network prediction using the developed algorithm is shown |
|
| Publisher |
Національний авіаційний університет
|
|
| Contributor |
—
— — |
|
| Date |
2015-10-27
|
|
| Type |
—
|
|
| Format |
application/pdf
|
|
| Identifier |
http://jrnl.nau.edu.ua/index.php/PIU/article/view/9166
|
|
| Source |
Проблемы информатизации и управления; Том 1, № 33 (2011); 42-48
Проблеми iнформатизацiї та управлiння; Том 1, № 33 (2011); 42-48 Problems of Informatization and Management; Том 1, № 33 (2011); 42-48 |
|
| Language |
uk
|
|