ИСПОЛЬЗОВАНИЕ СТАТИСТИЧЕСКИХ И НЕЙРОСЕТЕВЫХ МЕТОДОВ ДЛЯ ПРОГНОЗИРОВАНИЯ ВРЕМЕННЫХ РЯДОВ

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.
Статья в формате PDF
206 KB...
23 03 2026 0:17:29
Статья в формате PDF
103 KB...
22 03 2026 2:21:44
За 2011 год в Республиканском Центре здоровья для детей г. Чебоксары проведено обследование условно здоровых детей и подростков в возрасте 5–17 лет с помощью биоимпедансного анализатора состава тела АВС-01 «МЕДАСС» (n = 2419). Целью исследования работы явились оценка хаpaктера направленности питания, уровня физической подготовленности, физического развития. Были проанализированы следующие показатели: жировая масса (ЖМ), активно-клеточная масса (АКМ), доля активно-клеточной массы (доля АКМ), скелетно-мышечная масса (СММ). Выявленные нарушения в виде избытка ЖМ у 39,0 % обследованных свидетельствуют о риске развития ожирения, снижение белкового компонента питания у 28,5 % и уровня двигательной активности у 21,0 % обследованных свидетельствуют о нерациональности питания и риске развития хронических неинфекционных заболеваний, снижения репродуктивной функции.
...
21 03 2026 22:39:27
Статья в формате PDF
139 KB...
20 03 2026 14:27:26
Статья в формате PDF
384 KB...
17 03 2026 5:31:11
Статья в формате PDF
115 KB...
16 03 2026 16:43:15
Статья в формате PDF
329 KB...
15 03 2026 3:51:31
Статья в формате PDF
138 KB...
14 03 2026 22:33:45
Статья в формате PDF
119 KB...
13 03 2026 14:27:39
Статья в формате PDF
118 KB...
12 03 2026 22:10:47
Проведено комплексное психо-соматическое обследование 3280 женщин репродуктивного возраста с мастопатией. Сделан вывод о необходимости организации специализированных маммологических кабинетов для квалифицированной диагностики, лечения и психологической коррекции пациенток с заболеваниями молочных желез.
...
11 03 2026 18:51:33
Статья в формате PDF
142 KB...
10 03 2026 15:10:10
Статья в формате PDF
100 KB...
09 03 2026 5:33:40
Статья в формате PDF 251 KB...
08 03 2026 13:23:48
Статья в формате PDF
105 KB...
07 03 2026 1:52:35
Статья в формате PDF
266 KB...
06 03 2026 2:35:41
Статья в формате PDF
489 KB...
05 03 2026 10:41:52
03 03 2026 19:17:34
Статья в формате PDF
111 KB...
02 03 2026 1:19:37
Бесплодие является одним из главным заболеванием коров. По причине непригодности к воспроизводству из стад выбывает более половины животных. По этой причине сельскохозяйственные предприятия терпят существенные убытки. В настоящее время в производстве требуются современные методы лечения, которые отличались бы высокой эффективностью, широким спектром действия, низкозатратностью. Авторы считают, что такой инновационной технологией является лечение нарушения воспроизводительной системы коров и телок с использованием метода криотерапии и озонированными гомеопатическими препаратами.
...
01 03 2026 4:52:54
Статья в формате PDF
268 KB...
28 02 2026 17:55:15
Статья в формате PDF
100 KB...
26 02 2026 5:36:49
Статья в формате PDF
127 KB...
25 02 2026 1:51:47
Статья в формате PDF 112 KB...
24 02 2026 20:29:43
Статья в формате PDF
120 KB...
23 02 2026 6:31:52
20 02 2026 14:21:35
Статья в формате PDF
102 KB...
19 02 2026 7:17:29
Статья в формате PDF
151 KB...
18 02 2026 20:40:17
Статья в формате PDF
688 KB...
17 02 2026 13:24:49
Статья в формате PDF
395 KB...
16 02 2026 6:34:42
Статья в формате PDF
124 KB...
15 02 2026 17:10:22
Статья в формате PDF
103 KB...
14 02 2026 18:50:33
Статья в формате PDF
137 KB...
13 02 2026 18:12:25
Статья в формате PDF
135 KB...
12 02 2026 3:24:49
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 ::