350 rub
Journal Nonlinear World №1 for 2009 г.
Article in number:
Recursive-Regressive Self-Organization of Models for Analysis and Controlof Complex Systems
Keywords:
Authors:
V.V. Mokshin, I.M. Yakimov, R.M. Yulmetyev, A.V. Mokshin
Abstract:
The given work presents the recursive-regression algorithm for the formation of the models of functioning of complex systems, which consist of the object under study and the set of the factors related with it. The suggested approach combines the group method of data handling with the standard regression analysis adapted to the fast dynamical processes. As an example we perform the recursive-regressive modeling of the functioning of an industrial organization
Pages: 66
References
  1. Mantegna R.N., Stanley H.E., An Introduction to Econophysics: Correlations and Complexity in Finance. - Cambridge: Cambridge University Press, 1999.
  2. Chakrabarti B.K., Chakraborti A., Chatterjee A., Econophysics and Sociophysics: Trends and Perspectives. - Berlin: Wiley-VCH, 2006.
  3. Yulmetyev R.M., Mokshin A.V., Hanggi P., Universal approach to overcoming nonstationary, unsteadiness and non-Markovity of stochastic processes in complex systems. - Physica A, 2005, vol. 345, pp. 303 - 325.
  4. Mokshin A.V., Yulmetyev R.M., Hanggi P. Simple Measure of Memory for Dynamical Processes Described by a Generalized Langevin Equation. - Physical Review Letters, 2005, vol. 95, pp. 200601(1) - 200601(4).
  5. Rufus I., Differential Games: A Mathematical Theory with Applications to Warfare and Pursuit, Control and Optimization. - New York: John Wiley and Sons, 1965.
  6. Васин Е.А., Костенко В.А., Коваленко Д.С. Автоматическое построение алгоритмов, основанных на алгебраическом подходе, для распознавания предаварийных ситуаций динамических систем. - Искусственный интеллект, 2006, №2, с. 130 - 134.
  7. Ивахненко А.Г., Кротов Г.И. Мультипликативно-аддитивный нелинейный алгоритм МГУА с оптимизацией степени факторов. - Автоматика, 1984. №3, с. 13 - 18.
  8. Тихонов Э.Е. Методы прогнозирования в условиях рынка. − Невинномысск, 2006.
  9. Бокс Дж., Дженкинс Г. Анализ временных рядов. − М., 1974, т. 1, 2.
  10. Ivakhnenko, A.G. and Ivakhnenko, G.A. Simplified Linear Programming Algorithm as Basic Tool for Open-Loop Control. System Analysis Modeling Simulation (SAMS), 1996, vol. 22, pp.177 - 184.
  11. Lemke, F.: SelfOrganize! ? software tool for modelling and prediction of complex systems. SAMS, 1995 vol. 20 , no.1 - 2, рр. 17 - 28.
  12. Вапник В.Н. Алгоритмы и программы восстановления зависимостей. - М.: Наука, 1984.
  13. Ивахненко А.Г. Степашко В.С. Помехоустойчивость моделирования. - Киев, Наукова думка, 1985.
  14. Якимов И.М. Анализ вероятностных объектов на регрессионных моделях. - Вестник Казанского гос. техн. ун-та 2001, №3, с. 40.
  15. Рудаков К.В., Чехович Ю.В. Алгебраический подход к проблеме синтеза обучаемых алгоритмов выделения трендов.?  Докл. РАН, 2003, т. 388, №1, с. 33 - 36.
  16. Gabor D., Wilby W.R., Woodcock R.A. A universal nonlinear filter, predictor and simulator which optimizes itself by a learning process, 1961, vol. 108., part B, №40, pp .85 - 98.
  17. Головешкин В. А., Ульянов М.В. Теория рекурсии для программистов. - М., 2006.
  18. Крисилов В.А., Побережник С.М. Ускорение параметрического синтеза линейной регрессии на основе редукционного оценивания коэффициентов. - Регистрация, хранение и обработка данных, 2002, т. 4, №3, с . 62 - 68.
  19. Головко В.А. Нейронные сети: обучение, организация и применение. Кн. 4. - М.: ИПРЖР, 2001.
  20. Елисеева И.И., Юзбашев М.М. Общая теория статистики. - М.: Финансы и статистика, 1995.
  21. Харлямов А.И., Башина О.Э., Бабурин В.Т. и др. Общая теория статистики: Статистическая методология в изучении коммерческой деятельности: ? М.: Финансы и статистика, 1997.