В.Н. Клячкин - д.т.н., профессор, кафедра «Прикладная математика и информатика», Ульяновский государственный технический университет. E-mail: v_kl@mail.ru Ю.Е. Кувайскова - к.т.н., доцент, кафедра «Прикладная математика и информатика», Ульяновский государ-ственный технический университет. E-mail: u.kuvaiskova@mail.ru Д.С. Бубырь - аспирант, кафедра «Прикладная математика и информатика», Ульяновский государственный технический университет. E-mail: bubir91@mail.ru

Для прогнозирования состояния технического объекта предложено использовать модели векторной авторегрессии и авторегрессионные модели с условной гетероскедастичностью в остатках, обеспечивающие более высокую точность прогнозирования по сравнению с классическими моделями авторегрессии - проинтегрированного скользящего среднего.

 

1. Кувайскова Ю.Е., Алешина А.А.Повышение эффективности системы управления техническими объектами при использовании адаптивного динамического регрессионного моделирования временных рядов // Автоматизация процессов управления. 2013. № 4(34). С. 77−83.
2. Клячкин В.Н., Кувайскова Ю.Е., Алёшина А.А., Кравцов Ю.А.Информационно-математическая система раннего предупреждения об аварийной ситуации // Известия Самарского научного центра РАН. 2013. № 4(4). С. 919−923.
3. Sims C.A. Macroeconomics and Reality // Econometrica.1980. V. 48.P. 1−48.
4. Engle R.F. Autoregressive Conditional Heteroskedasticity with Estimates of the Variance of U.K. Inflation. Econometrica. 1982. V. 50. P. 987−1008.
5. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление. М.: Мир. 1974. 242 с.
6. Клячкин В.Н., Бубырь Д.С.Прогнозирование состояния технического объекта на основе кусочно-линейных регрессий // Радиотехника. 2014. № 7. С. 137−140.
7. Кувайскова Ю.Е., Клячкин В.Н., Бубырь Д.С. Прогнозирование состояния технического объекта на основе мониторинга его параметров // Труды ХII Всерос. совещание по проблемам управления. М.: Институт проблем управления им. В.А. Тра­пезникова РАН. 2014. С. 7616−7626.