Прогнозирование временных рядов на основе символьной регрессии
- 1 к.т.н., доцент, кафедра «Системы обработки информации и управления», Московский государственный технический университет им. Н.Э. Баумана
- 2 аспирант, кафедра «Системы обработки информации и управления», Московский государственный технический университет им. Н.Э. Баумана
- 3 соискатель, кафедра «Системы обработки информации и управления», Московский государственный технический университет им. Н.Э. Баумана
Аннотация
Исследовано прогнозирование временных рядов на основе символьной регрессии. Сформировано синтаксическое дерево с помощью генетического алгоритма на основе базовых функций. Проанализировано сравнение сформированного синтаксического дерева с исходным временным рядом. Показано, что функцией приспособленности генетического алгоритма является ошибка аппроксимации. Преимуществом предложенного подхода является возможность дообучения прогнозирующей системы в процессе работы.
Для цитирования
Гапанюк Ю.Е., Нардид А.Н., Гуща А.В. Прогнозирование временных рядов на основе символьной регрессии // Информационно-измерительные и управляющие системы. 2016. № 12. С. 140–142.
Список источников
- Lehmann E.L. Symbolic regression via genetic programming. Casella, George: New York: Springer, 1998.
- Koza J. Genetic Programming: On the Programming of Computers by Means of Natural Selection. United States: MIT Press, 1992. 609 p.
- Carvalho L.. An Improved Evaluation of Kolmogorov-s Distribution // Journal of Statistical Software, Code Snippets. 2015. Т. 65, № 3.
- Snoyman M. Developing Web Applications with Haskell and Yesod. 1005. Gravenstein Highway North, Sebastopol, CA 95472: O-Relly Media Inc., 2012.