ИСПОЛЬЗОВАНИЕ СТАТИСТИЧЕСКИХ И НЕЙРОСЕТЕВЫХ МЕТОДОВ ДЛЯ ПРОГНОЗИРОВАНИЯ ВРЕМЕННЫХ РЯДОВ > Полезные советы
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.



ГЕОМЕТРИЯ – НАУКА И УЧЕБНАЯ ДИСЦИПЛИНА

ГЕОМЕТРИЯ – НАУКА И УЧЕБНАЯ ДИСЦИПЛИНА Статья в формате PDF 141 KB...

18 04 2024 10:27:36

СЕМЕЙНО-СОЦИАЛЬНЫЕ УСЛОВИЯ РАЗВИТИЯ ГИПЕРАКТИВНОСТИ

СЕМЕЙНО-СОЦИАЛЬНЫЕ УСЛОВИЯ РАЗВИТИЯ ГИПЕРАКТИВНОСТИ Представлены результаты собственных исследований, которые проводились методом добровольного сплошного анкетирования в 9 областных и районных центрах Российской федерации. В качестве исследуемых явлений были оценены: наличие синдрома дефицита внимания с гипеpaктивностью (СДВГ) и социальные факторы, участвующие в механизмах СДВГ. Установлена значимость последних в формировании и инициации данного заболевания, изучена их структура, также оценен вклад социально-психологического окружения. ...

06 04 2024 15:59:26

ГАЗОВЫЙ СОСТАВ КРОВИ И СТРЕСС

ГАЗОВЫЙ СОСТАВ КРОВИ И СТРЕСС Статья в формате PDF 262 KB...

04 04 2024 6:56:36

СТРУЙНОЕ РАСПЫЛИВАНИЕ ЖИДКОСТИ В ПРОТРАВЛИВАТЕЛЕ

СТРУЙНОЕ РАСПЫЛИВАНИЕ ЖИДКОСТИ В ПРОТРАВЛИВАТЕЛЕ Статья в формате PDF 391 KB...

29 03 2024 2:40:39

ЛЕСНАЯ АРЕНДА И РАЦИОНАЛЬНОЕ ЛЕСОПОЛЬЗОВАНИЕ

ЛЕСНАЯ АРЕНДА И РАЦИОНАЛЬНОЕ ЛЕСОПОЛЬЗОВАНИЕ Статья в формате PDF 276 KB...

27 03 2024 19:42:19

ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ УПРАВЛЕНИЯ

ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ УПРАВЛЕНИЯ Статья в формате PDF 226 KB...

21 03 2024 4:45:55

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 ::