Тысяча полезных мелочей    

ИСПОЛЬЗОВАНИЕ СТАТИСТИЧЕСКИХ И НЕЙРОСЕТЕВЫХ МЕТОДОВ ДЛЯ ПРОГНОЗИРОВАНИЯ ВРЕМЕННЫХ РЯДОВ

ИСПОЛЬЗОВАНИЕ СТАТИСТИЧЕСКИХ И НЕЙРОСЕТЕВЫХ МЕТОДОВ ДЛЯ ПРОГНОЗИРОВАНИЯ ВРЕМЕННЫХ РЯДОВ

Алексеева Е.Ю. Статья в формате PDF 102 KB

В настоящее время в литературе рассматриваются вопросы моделирования и прогнозирования тарифных доходов предприятий электросвязи с учетом нынешнего состояния экономики. Тарифные доходы составляют большой процент от общих доходов предприятия и наиболее адекватно отражают активность потребителей услуг предприятия электросвязи. Вследствие этого прогноз тарифных доходов, во-первых, помогает отразить уровень спроса на услуги предприятия, во-вторых, оценить часть ожидаемого дохода предприятия. В данной работе исследуются методы краткосрочного прогнозирования тарифных доходов предприятия ОАО «Челябсвязьинформ». Рынок электросвязи является достаточно стабильным, поэтому в краткосрочном периоде оценивание доходов предприятия электросвязи с помощью временных рядов можно считать достаточно эффективным.

Данные о тарифных доходах предприятия были приведены к одному финансовому периоду, соответствующему политике предприятия и спросу потребителей. Для оценки инфляции были использованы статистические данные ЦБ РФ и Госкомстата.

Mодель ряда тарифных доходов предприятия связи представлена уравнением :

,

где T(t) - долговременная составляющая получения доходов (тренд);

S(t) - сезонная составляющая получения доходов;

 - случайная составляющая;

t - время;

 - оценка тарифных доходов, получаемых предприятием.

Присутствие сезонной составляющей объясняется тем, что активность потребителей услуг сильно зависит от времени года. Например, летом деловая активность снижается, поэтому поступления за междугородние разговоры и Интернет снижаются и т.д. В работе был реализован метод выделения сезонной составляющей Census I .

В работе были рассмотрены известные в литературе модели трендов данных, осуществлена их проверка на соответствие предположениям КМР (классической модели регрессии). Выделенная авторегрессионная модель тренда является лучшей из рассмотренных моделей при заданных исходных данных. В работе получено уравнение модели:

.

Существует другой подход в решении рассматриваемой задачи. В работе исследуются возможности применения нейросетевых алгоритмов для получения прогноза тарифных доходов предприятия электросвязи. Применение нейронных сетей в задачах прогнозирования доходов требует того, чтобы рынок, на котором действует данное предприятие, был стабильным. Нейронная сеть лишь аппроксимирует функцию доходов, извлекая информацию из самого ряда значений. В нашем случае условие стабильности соблюдается, т.к. предприятие ОАО «Челябсвязьинформ» можно рассматривать в качестве монополиста.

В работе на основе трехслойной нейронной сети с последовательными полными связями был получен прогноз временного ряда тарифных доходов. Минимальная ошибка обучения сети составила 30%, что указывает на достаточно низкую точность прогноза. Поэтому для дальнейших исследований предполагается использовать сеть с наличием обратных связей.

В дальнейшем автором предполагается исследовать возможности методов прогнозирования, основанных на интеграции статистических и нейросетевых методов.



ЭВОЛЮЦИЯ ЭКОСИСТЕМ В БИОСФЕРЕ

ЭВОЛЮЦИЯ ЭКОСИСТЕМ В БИОСФЕРЕ Статья в формате PDF 315 KB...

19 11 2026 20:48:18

ОТНОШЕНИЕ ЖАБРОНОГОГО РАЧКА СТРЕПТОЦЕФАЛЮСА (STREPTOCEPHALUS TORVICORNIS) К ОСНОВНЫМ ФАКТОРАМ СРЕДЫ

ОТНОШЕНИЕ ЖАБРОНОГОГО РАЧКА СТРЕПТОЦЕФАЛЮСА (STREPTOCEPHALUS TORVICORNIS) К ОСНОВНЫМ ФАКТОРАМ СРЕДЫ В статье описаны эксперименты по изучению влияния основных факторов среды на жизнедеятельность жабронога стрептоцефалюса. Установлено, что наиболее оптимальная температура воды для роста и развития рачка и созревания его яиц составляет 15 - 25°С. Этот вид является исключительно пресноводным и чувствительно реагирует даже на небольшое повышение солености (в пределах 1 - 2%о). Однако жаброног способен выдерживать значительный дефицит кислорода в воде (2,5 - 2 мг/л). ...

16 11 2026 21:15:39

СОВРЕМЕННЫЕ АСПЕКТЫ ЭНДОТОКСИКОЗА

СОВРЕМЕННЫЕ АСПЕКТЫ ЭНДОТОКСИКОЗА Статья в формате PDF 119 KB...

15 11 2026 14:33:59

ОСОЗНАННЫЙ ПОВОРОТ В ЛЕСНОМ ДЕЛЕ КИТАЯ

ОСОЗНАННЫЙ ПОВОРОТ В ЛЕСНОМ ДЕЛЕ КИТАЯ Статья в формате PDF 357 KB...

30 10 2026 22:17:47

К НАУЧНОМУ ИЗУЧЕНИЮ ПАРАЛЛЕЛЬНЫХ МИРОВ

К НАУЧНОМУ ИЗУЧЕНИЮ ПАРАЛЛЕЛЬНЫХ МИРОВ Рассмотрено понятие параллельного мира. Выявлены опытные основания его существования. Предсказано пpaктическое использование иных измерений в решении физико-технических проблем, в медицине, трaнcпорте, левитации и проскопии. ...

27 10 2026 15:45:28

ИЗМЕНЕНИЕ ПОКАЗАТЕЛЕЙ РАБОТЫ СЕРДЦА СТУДЕНТОВ В ТЕЧЕНИИ СЕМЕСТРА В РАЗНЫЕ ДНИ НЕДЕЛИ

ИЗМЕНЕНИЕ ПОКАЗАТЕЛЕЙ РАБОТЫ СЕРДЦА СТУДЕНТОВ В ТЕЧЕНИИ СЕМЕСТРА В РАЗНЫЕ ДНИ НЕДЕЛИ Исследованы показатели сердечнососудистой системы (систолическое, диастолическое давление, частота сердечных сокращений, пульсовое давление и минутный объем крови) у студентов обоего пола среднего учебного заведения в условиях учебной нагрузки до и после занятий в разные дни недели в начале и конце семестра. Возраст участников исследования составлял 18–20 лет. При анализе результатов выявлены пoлoвые и циркосептальные особенности реакции сердечнососудистой системы на учебную нагрузку. Было установлено, что в течение недели после учебной нагрузки происходит снижение артериального давления, особенно у дeвyшек, причем в начале семестра изменения в большей степени выражены в первой половине недели. Результаты свидетельствуют о развитии утомления и снижении адаптационных процессов, что необходимо учитывать при составлении расписания занятий и планировании учебной нагрузки. ...

25 10 2026 2:24:13

ОКРУЖАЮЩАЯ СРЕДА И ГЕОГЕЛЬМИНТОЗЫ

ОКРУЖАЮЩАЯ СРЕДА И ГЕОГЕЛЬМИНТОЗЫ Статья в формате PDF 237 KB...

22 10 2026 21:43:40

УЧЕБНОЕ ПОСОБИЕ «ОБЩАЯ ГИДРОГЕОЛОГИЯ»

УЧЕБНОЕ ПОСОБИЕ «ОБЩАЯ ГИДРОГЕОЛОГИЯ» Статья в формате PDF 359 KB...

20 10 2026 21:51:28

ВЛИЯНИЕ ВИРУСНЫХ АНТИГЕНОВ НА МОРФОЛОГИЮ ТИМУСА

ВЛИЯНИЕ ВИРУСНЫХ АНТИГЕНОВ НА МОРФОЛОГИЮ ТИМУСА Статья в формате PDF 258 KB...

13 10 2026 1:30:11

Еще:
Поддержать себя -1 :: Поддержать себя -2 :: Поддержать себя -3 :: Поддержать себя -4 :: Поддержать себя -5 :: Поддержать себя -6 :: Поддержать себя -7 :: Поддержать себя -8 :: Поддержать себя -9 :: Поддержать себя -10 :: Поддержать себя -11 :: Поддержать себя -12 :: Поддержать себя -13 :: Поддержать себя -14 :: Поддержать себя -15 :: Поддержать себя -16 :: Поддержать себя -17 :: Поддержать себя -18 :: Поддержать себя -19 :: Поддержать себя -20 :: Поддержать себя -21 :: Поддержать себя -22 :: Поддержать себя -23 :: Поддержать себя -24 :: Поддержать себя -25 :: Поддержать себя -26 :: Поддержать себя -27 :: Поддержать себя -28 :: Поддержать себя -29 :: Поддержать себя -30 :: Поддержать себя -31 :: Поддержать себя -32 :: Поддержать себя -33 :: Поддержать себя -34 :: Поддержать себя -35 :: Поддержать себя -36 :: Поддержать себя -37 :: Поддержать себя -38 ::