Побудовано алгоритми оцінювання математичного сподівання прискорення зміни значень вибірки даних. Виконано імітаційне моделювання за цими алгоритмами для випадкового процесу. За його результатами проведено аналіз та вибрано кращі алгоритми. Показано, що оцінка значення математичного сподівання прискорення зміни значень вибірки даних за побудованими вибірковими послідовностями нев'язок не приводить до покращення результатів порівняно з його оцінкою за повною послідовністю нев'язок. Побудовано адаптивний фільтр Калмана. Побудовано модель на основі фільтра Калмана з використанням вибраного раніше найкращого алгоритму оцінювання математичного сподівання прискорення зміни значень вибірки даних, модель експоненційного згладжування, авторегресійну модель та авторегресійну модель із ковзним середнім за реальними даними. Виконано прогнозування за цими моделями. За обчисленими статистичними характеристиками модель на основі фільтра Калмана показала добрі результати, за прогнозними характеристиками вона є найкращою серед побудованих моделей.

  Повний текст PDF - 298.675 Kb    Зміст випуску     Цитування публікації

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"