Розглянуто питання щодо аналізу і побудови моделей адаптивних методів короткострокового прогнозування, які використовують цілий ряд підходів. Розглянуто басівський підхід до короткострокового прогнозування, методику вибору значень параметрів, шляхи реалізації методу.

Приведено описание интеллектуальной технологии автоматизированного прогнозирования патологических процессов, законы развития которых недостаточно изучены. Основной метод их исследования сводится к анализу имевших место прецедентов развития процессов той же природы, описания которых хранятся в активной базе данных, а также эмпирических оценок экспертов.

Запропоновано підхід до розв'язання задачі прогнозування і раннього виявлення змін властивостей нестаціонарних стохастичних послідовностей, що описуються нелінійними різницевими рівняннями авторегресії - змінного середнього (NARMA-моделі). Припущено, що прогнозована послідовність є нестаціонарною в широкому розумінні, причому зміни структури, що свідчать про виниклі розлади, відбуваються у заздалегідь невідомі моменти часу. Запропоновано архітектуру штучної нейронної мережі та нові алгоритми її навчання, що дозволяють з високою точністю та швидкодією отримувати прогнози контрольованого сигналу та виявляти моменти зміни його властивостей.

Наведено прикладні методи прогнозування лінійних і нелінійних процесів, поданих часовими рядами. Проаналізовано особливості формування системного підходу до аналізу нелінійних часових рядів з використанням сучасних методів моделювання та прогнозування. Описано методи формування функцій прогнозування на підставі моделей авторегресії, авторегресії з інтегрованим ковзним середнім, а також метод прогнозування з використанням методів гібридних імунних систем. Розкрито суть поняття бейєсових мереж як потенційно потужного методу моделювання та прогнозування процесів з суттєвими невизначеностями різної природи.

Приведены прикладные методы прогнозирования линейных и нелинейных процессов, представленных временными рядами. Проанализированы особенности формирования системного подхода к анализу нелинейных временных рядов с учетом современных методов моделирования и прогнозирования. Описаны методы формирования функций прогнозирования на основе моделей авторегрессии, авторегрессии с интегрированным скользящим средним, а также метод прогнозирования с учетом методов гибридных имунных систем. Раскрыта сущность понятия бейсовых сетей как потенциально мощного метода моделирования и прогнозирования процессов с существенными неопределенностями различной природы.

Наведено методику побудови математичних моделей часових рядів з використанням множини статистичних параметрів для визначення ступеня адекватності моделі, яка може бути застосована під час аналізу та прогнозування економічних, фінансових та інших процесів. Розглянуто засади застосування рівнянь авторегресії та авторегресії з ковзним середнім до описання динаміки процесів різної природи, а також методи розв'язку й аналізу розв'язків даних рівнянь. Запропоновано методику одержання функцій прогнозування на підставі різницевих рівнянь та їх розв'язків на довільне число кроків. Проаналізовано особливості застосування апарату нейронних мереж для прогнозування динаміки часових рядів, зокрема, за умов невизначеності.

Приведена методика построения математических моделей временных рядов с учетом множества статистических параметров для определения степени адекватности модели, которая может быть использована при анализе и прогнозировании экономических, финансовых и других процессов. Рассмотрены основы применения уравнений авторегрессии и регрессии со скользящим средним для описания динамики процессов различной природы, а также методы решения и анализа решений данных уравнений. Предложена методика получения функций прогнозирования на основании разностных уравнений и их решений на произвольное число шагов. Проанализированы особенности применения нейронных сетей для прогнозирования динамики временных рядов, в частности, в условиях неопределенности.

Изложены основные положения современной теории прогнозирования. Раскрыта сущность ее понятий, предложена методика принятия решений в условиях неопределенности. Рассмотрен ряд прикладных вопросов из области экономики и техники. Значительное внимание уделено методам экстраполяции и регрессии. Изложены вопросы прогнозирования отказов для обеспечения надежности функционирующих систем, а также прогнозирования величины запасов производства. Освещена проблема верификации прогноза. Проанализированы этапы прогнозирования сложных систем, обоснован выбор метода прогнозирования.

Освещены проблемы генерации и анализа сценариев. Описаны методы генерации информации для анализа принципиально новых проектов прогнозирования в фундаментальных и прикладных исследованиях, графовые методы в построении сценариев и изложен системный подход к выбору методов поддержки принятия решения в задачах сценарного анализа. Предложена методология формирования системных технологий построения сценариев. Рассмотрена системная технология выбора вероятностно-статистических методов при построении сценариев. Приведены технологии экспертного оценивания в задачах построения сценариев.

Розглянуто елементи класичних і сучасних технологій прогнозування, що базуються на дедуктивному й індуктивному підходах. Розкрито проблеми формування вихідної інформації, встановлення і збільшення інформативності значущих факторів, особливості вибору методів прогнозування та їх реалізації в інформаційно-аналітичних системах. Увагу приділено тестуванню й усуненню мультиколінеарності, причинам і наслідкам автокореляції, алгоритмам зворотного поширення помилки та прогнозування, еволюційним стратегіям, пірамідальним мережам, що ростуть.

Рассмотрены элементы классических и современных технологий прогнозирования, базирующихся на дедуктивном и индуктивном подходах. Раскрыты проблемы формирования исходящей информации, установления и увеличения информативности значимых факторов, особенности выбора методов прогнозирования и их реализации в информационно-аналитических системах. Уделено внимание тестированию и устранению мультиколинеарности, причинам и последствия автокорреляции, алгоритмам обратного распространения ошибки и прогнозирования, эволюционным стратегиям, пирамидальным растущим сетям.

Розглянуто методи оптимізації й оптимального керування, моделювання та прогнозування, системного аналізу та прийняття рішень, розкрито можливості застосування математичних моделей для рішення прикладних задач. Запропоновано методики моделювання та системного аналізу бюджетних надходжень. Розроблено метод знаходження оптимальної функції Ляпунова для стохастичних систем регулювання. Обгрунтовано новий підхід щодо комплексного оцінювання фінансової стійкості підприємства на базі методів системного економічного аналізу. Наведено результати дослідження неперервності операції композиції скінченно автоматних відображень. Розроблено метод визначення стійкості дифузійних стохастичних функціонально-диференціальних рівнянь з марковськими параметрами. Досліджено процес адсорбційного масопереносу в однорідному безкінечному обмеженому циліндирчно-еліптичному каналі з циліндрично-еліптичною порожниною. Проаналізовано особливості обробки даних електронних таблиць у технологіях візуального програмування. Розроблено математичну модель управління диверсифікованим капіталом та інтегральні моделі лінійних електричних кіл. Проведено математичне моделювання нестаціонарних процесів теплопровідності у багатошарових напівобмежених циліндично-кругових тілах. Розглянуто методи та комп'ютерні засоби еквівалентного перетворення динамічних моделей.

Рассмотрены методы оптимизации и оптимального управления, моделирования и прогнозирования, системного анализа и принятия решений, раскрыты возможности использования математических моделей для решения прикладных задач. Приведены методики моделирования и системного анализа бюджетных поступлений. Разработан метод нахождения оптимальной функции Ляпунова для стохастических систем регулирования. Обоснован новый подход к комплексному оцениванию финансовой устойчивости предприятия на базе методов системного экономичекого анализа. Изложены результаты исследования непрерывности операции композиции конечно автоматных отображений. Разработан метод определения устойчивости дифузных стохастических функционально-дифференциальных уравнений с марковскими параметрами. Исследован процесс адсорбицонного массопереноса в однордном бесконечном ограниченном цилиндрически-элиптическом канале с цилиндрически-элиптической полостью. Проанализированы особенности обработки данных электронных таблиц в технологиях визуального программирования. Разработана математическая модель управления диверсифицированным капиталом и интегральные модели линейных электрических цепей. Проведено математическое моделирование нестационарных процессов теплопроводимости в многослойных полуограниченных цилиндиически-круговых телах. Рассмотрены методы и компьютерные средства эквивалентного преобразования динамических моделей.

Описано алгоритм, що використовує основні механізми клонального відбору й ідеї нової еволюційної обчислювальної парадигми - програмування експресії гена. На базі алгоритму створено комплекс програм, призначений для розв'язання задач прогнозування одно- та багатовимірних часових рядів. Описано структуру основних класів та їх взаємодію. Наведені результати обчислювальних експериментів свідчать про високу якість одержаних прогнозів.

Запропоновано метод моделювання та прогнозування нестаціонарних часових рядів, який грунтується на окремому математичному описанні тренду та стохастичної частини ряду. Процедура прогнозування реалізується на базі нейромережі та виконується окремо для тренду та коливань, які на нього накладаються. На підставі аналізу результатів обчислювальних експериментів показано, що запропонований підхід є прийнятною основою для застосування нейромереж з метою розв'язку задачі прогнозування нестаціонарних процесів.

Запропоновано методику прогнозування розвитку нестабільних процесів на підставі експертної інформації відносно розвитку окремих параметрів, що впливають на результат прогнозу. Описано систему (алгебричні та програмні засоби) інтеграції експертних оцінок, що можуть задаватись в нечіткій формі, в дерево рішень та його обробки. Наведено приклад застосування системи.

На прикладі процесу розвитку інфляції досліджено, якою мірою спосіб розбиття вибірки даних у різних алгоритмах МГУА визначає точність прогнозування різкої зміни характеру процесу. Зроблено висновок про ефективність алгоритму адаптивного прогнозування з квазіоптимальним розбиттям даних.

Розглянуто задачу синтезу й адаптації нечітких прогнозуючих моделей на базі методу самоорганізації - нечіткого методу групового врахування аргументів. Перевагою методів самоорганізації є об'єктивний вибір моделі оптимальної складності з використанням так званих часткових описів. Досліджено різні види функцій належності нечітких параметрів часткових описів.

Поставлена задача многомерного структурного прогнозирования как одна из задач многомерного классификационного анализа, которая прогнозирует не точные значения параметров, а лишь характер или тип поведения объекта в рамках изучаемого множества объектов. Для формализации этого понятия предложено использовать методологию классификационного анализа данных. Предложен алгоритм решения поставленной задачи.

Виконано систематизацію найбільш ефективних практичних прийомів розв'язання задач технологічного передбачення. Запропоновано формалізовані процедури та математичні методи експертного оцінювання об'єктів різної природи й обробки результатів експертизи, що складають основу інформаційної платформи розв'язання задач передбачення. Наведено приклад узгодження експертних оцінок.

Рассмотрена задача прогнозирования многомерного разнотипного временного ряда. Для ее решения использован алгоритм построения решающей функции, реализующий направленный поиск некоторого разбиения пространства переменных в классе логических решающих функций.

Показано напрямки застосування методів розпізнавання образів для розв'язання задач прогнозування результатів вимірювання, контролю та моніторингу. Запропоновано принципи проектування інформаційних вимірювальних та моніторингових систем з використанням методів розпізнавання образів та алгоритмів прогнозування. Наведено приклад застосування цих систем для розв'язання задач вимірювання.

Предложен критерий построения функции для многомерной разнотипной переменной на качество прогноза в условиях выборки малого объема.

Запропоновано для оцінки АРЗС-моделей використовувати алгоритм, що базується на представленні класичної АРЗС-моделей в просторі станів з наступним використанням рекурентної фільтрації. Для переходу до простору станів використовується модифікація канонічного фільтра. Введено поняття розширеного вектора стану системи, для оцінки якого застосовано апарат фільтра Калмана. Необхідна для алгоритму послідовність залишків відновлюється шляхом представлення процесу АРЗС у вигляді чистої авторегресії, для оцінки параметрів якої використовується послідовний МНК. Наведені результати тестування алгоритму свідчать про його працездатність.