Прогнозирование хаотических временных рядов на много шагов вперёд

Вестник современных цифровых технологий. 2020. Т. 4. С. 13–21.

Громов В. А., Баранов Ф. С.

В настоящей работе на примере ряда Лоренца рассматривается несколько новых стратегий прогнозирования на много шагов вперёд. Использование обобщённых z-векторов, составленных из непоследовательных наблюдений, позволило в рамках подходов прогнозирования на основе кластеризации построить для каждой точки, для которой необходимо получить прогноз, достаточно большое множество возможных прогнозных значений. Анализ указанных множеств проводился в двух аспектах: во-первых, определение возможности получение единого прогнозного значения для такого множества; во-вторых, построение единого прогнозного значения в тех случаях, когда это возможно. Концепция непрогнозируемых точек позволила сформулировать новую постановку задачи прогнозирования на много шагов вперёд: в рамках этой постановки предполагается, что алгоритм обладает способностью различать прогнозируемые и непрогнозируемые точки и давать прогноз в прогнозируемых.Было установлено, что с ростом числа шагов вперёд, на которое необходимо получить прогноз, число непрогнозируемых точек растёт, при этом ошибка в прогнозируемых точках не превышает некоторого порогового значения. Предложенные в работе подходы к решению задачи многошагового прогнозирования в такой постановке позволили получить прогнозы в некоторых точках за горизонтом прогнозирования.

Ключевые слова: Predictive clustering, Multi-step chaotic time series prediction, PREDICTABLE AND NON-PREDICTABLE POINTS,, Horizon of Predictability, хаотические временные ряды, прогнозирование на много шагов вперед, прогнозирование на основе кластеризации, прогнозируемые и непрогнозируемые точки, горизонт прогнозирования

ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА: Интеллектуальный анализ данных в медицинских информационных системах (2022)