Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://earchive.tpu.ru/handle/11683/59967
Название: Краткосрочное прогнозирование временных рядов на основе гибридных методов
Авторы: Репина, Елизавета Юрьевна
Научный руководитель: Кочегурова, Елена Алексеевна
Ключевые слова: гибридная модель прогнозирования; штрафной p-сплайн; кластерный анализ; оптимизация параметров; DBScan; hybrid forecasting model; penalty p-spline; cluster analysis; parameter optimization; DBScan
Дата публикации: 2020
Библиографическое описание: Репина Е. Ю. Краткосрочное прогнозирование временных рядов на основе гибридных методов : бакалаврская работа / Е. Ю. Репина ; Национальный исследовательский Томский политехнический университет (ТПУ), Инженерная школа информационных технологий и робототехники (ИШИТР), Отделение информационных технологий (ОИТ) ; науч. рук. Е. А. Кочегурова. — Томск, 2020.
Аннотация: Объект исследования – математический аппарат, предназначенный для решения задачи краткосрочного прогнозирования временных рядов в режиме реального времени. Целью работы является реализация модели прогнозирования в виде программного приложения, предназначенного для обеспечения одновременно высокого качества прогноза и высокой скорости обработки данных. Область применения: научно-исследовательская и прикладная сфера обработки данных. В процессе исследования были рассмотрены несколько вариантов оптимизации параметров модели, отобран наиболее подходящий вариант для получения наилучшего результата. Полученная модель была сопоставлена по ряду критериев (ошибка, производительность) с существующими моделями прогнозирования временных рядов.
The object of research is a mathematical apparatus designed to solve the problem of short-term forecasting of time series in real time. The purpose of this work is to implement a forecasting model in the form of a software application designed to provide both high-quality forecasts and high data processing speed. Application field: scientific research and applied field of data processing. During the research, several options for optimizing the model parameters were considered, and the most appropriate option was selected to obtain the best result. The resulting model was compared for a number of criteria (error, performance) with existing time series forecasting models.
URI: http://earchive.tpu.ru/handle/11683/59967
Располагается в коллекциях:Выпускные квалификационные работы (ВКР)

Файлы этого ресурса:
Файл Описание РазмерФормат 
TPU912201.pdf2,29 MBAdobe PDFПросмотреть/Открыть


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.