Студопедия Главная Случайная страница Обратная связь

Разделы: Автомобили Астрономия Биология География Дом и сад Другие языки Другое Информатика История Культура Литература Логика Математика Медицина Металлургия Механика Образование Охрана труда Педагогика Политика Право Психология Религия Риторика Социология Спорт Строительство Технология Туризм Физика Философия Финансы Химия Черчение Экология Экономика Электроника

Использование линейной нейронной сети для прогнозирования





Способность нейронных сетей после обучения к обобщению и пролонгации результатов создает потенциальные предпосылки для построения на их базе различного рода прогнозирующих систем. Рас­смотрим прогнозирование временных рядов при помощи линейных нейронных сетей. Пусть дан временной ряд x(t) на промежутке . Тогда задача прогнозирования состоит в том, чтобы найти продолжение временного ряда на неизвестном промежутке, т.е. необходимо определить x (m +1), x (m +2) и т.д.

Совокупность известных значений временного ряда об­разует обучающую выборку, размерность которой характе­ризуется значением m. Для прогнозирования временных рядов используется метод «скользя­щего окна». Он характеризуется длиной окна р, равной числу эле­ментов ряда, одновременно подаваемых на нейронную сеть. Это определяет структуру нейронной сети, которая состоит из р рас­пределительных нейронов и одного выходного нейрона.

Такая модель соответствует линейной авторегрессии и описыва­ется как

где wk – весовые коэффициенты нейронной сети; – оцен­ка значения ряда x (n) в момент времени n.

Ошибка прогнозирования определяется выражением

е (n) = x (n) - .

Модель линейной авторегрессии формирует значение ряда x (n), как взвешенную сумму предыдущих значений ряда. Обучающую вы­борку нейронной сети можно представить в виде матрицы, строки ко­торой характеризуют векторы, подаваемые на вход сети:

Это эквивалентно перемещению окна по ряду x (t) с единич­ным шагом.

Таким образом, для обучения нейронной сети прогнозированию используется выборка известных членов ряда. После обучения сеть должна прогнозировать временной ряд на упреждающий промежуток времени.

 







Дата добавления: 2015-09-04; просмотров: 1697. Нарушение авторских прав; Мы поможем в написании вашей работы!




Практические расчеты на срез и смятие При изучении темы обратите внимание на основные расчетные предпосылки и условности расчета...


Функция спроса населения на данный товар Функция спроса населения на данный товар: Qd=7-Р. Функция предложения: Qs= -5+2Р,где...


Аальтернативная стоимость. Кривая производственных возможностей В экономике Буридании есть 100 ед. труда с производительностью 4 м ткани или 2 кг мяса...


Вычисление основной дактилоскопической формулы Вычислением основной дактоформулы обычно занимается следователь. Для этого все десять пальцев разбиваются на пять пар...

Стресс-лимитирующие факторы Поскольку в каждом реализующем факторе общего адаптацион­ного синдрома при бесконтрольном его развитии заложена потенци­альная опасность появления патогенных преобразований...

ТЕОРИЯ ЗАЩИТНЫХ МЕХАНИЗМОВ ЛИЧНОСТИ В современной психологической литературе встречаются различные термины, касающиеся феноменов защиты...

Этические проблемы проведения экспериментов на человеке и животных В настоящее время четко определены новые подходы и требования к биомедицинским исследованиям...

Билиодигестивные анастомозы Показания для наложения билиодигестивных анастомозов: 1. нарушения проходимости терминального отдела холедоха при доброкачественной патологии (стенозы и стриктуры холедоха) 2. опухоли большого дуоденального сосочка...

Сосудистый шов (ручной Карреля, механический шов). Операции при ранениях крупных сосудов 1912 г., Каррель – впервые предложил методику сосудистого шва. Сосудистый шов применяется для восстановления магистрального кровотока при лечении...

Трамадол (Маброн, Плазадол, Трамал, Трамалин) Групповая принадлежность · Наркотический анальгетик со смешанным механизмом действия, агонист опиоидных рецепторов...

Studopedia.info - Студопедия - 2014-2025 год . (0.012 сек.) русская версия | украинская версия