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
159 KB...
30 08 2026 15:14:34
Статья в формате PDF
115 KB...
29 08 2026 15:43:41
Статья в формате PDF
126 KB...
28 08 2026 18:29:16
Статья в формате PDF
128 KB...
27 08 2026 17:22:53
В статье рассматривается возможность организации продуктивного, личностно-ориентированного обучения, нацеленного на развитие творческих способностей учащихся, посредством использования межпредметных проектов.
...
25 08 2026 3:12:52
Статья в формате PDF
100 KB...
24 08 2026 3:45:43
Статья в формате PDF 250 KB...
23 08 2026 21:37:32
Статья в формате PDF
149 KB...
21 08 2026 2:52:13
Статья в формате PDF
77 KB...
20 08 2026 12:20:22
Статья в формате PDF
142 KB...
19 08 2026 5:51:30
Статья в формате PDF
104 KB...
18 08 2026 1:54:20
Статья в формате PDF
338 KB...
17 08 2026 17:17:44
Статья в формате PDF
130 KB...
15 08 2026 15:54:46
Статья в формате PDF
143 KB...
14 08 2026 19:19:19
Статья в формате PDF
112 KB...
13 08 2026 3:20:15
Статья в формате PDF
113 KB...
12 08 2026 23:46:11
Статья в формате PDF
119 KB...
10 08 2026 5:44:57
Статья в формате PDF
185 KB...
09 08 2026 11:40:45
Статья в формате PDF
103 KB...
08 08 2026 16:25:54
В последнее время изыскиваются различные кормовые средства, витаминно-минеральные, биологические и другие препараты, которые бы оказывали благотворное влияние на организм животных. Анализ литературных источников показал, что вопросы влияния органического селена на морфофункциональное состояние организма животных (кроликов) выращиваемых в условиях интенсивных технологий полностью не выяснены, в связи с этим была поставлена цель изучить морфофункциональное состояние печени кроликов при использовании органического селена (Сел-Плекс) в составе гранулированного комбикорма в условиях Северного Зауралья. При топографическом исследовании и макроскопическом осмотре печени мы не выявили внешних различий у исследуемых групп. Изученное нами структурно-функциональное состояние печени в опытной группе кроликов, дает основание предполагать, что введение Сел-Плекс положительно влияет на морфофизиологическое состояние печени, что проявляется выраженным дольчатым строением, сохранность паренхиматозных структур печени.
...
07 08 2026 11:50:54
Статья в формате PDF
130 KB...
06 08 2026 19:49:58
Статья в формате PDF
102 KB...
05 08 2026 5:40:57
Статья в формате PDF
313 KB...
04 08 2026 11:57:33
Статья в формате PDF
295 KB...
03 08 2026 22:53:14
Статья в формате PDF
122 KB...
02 08 2026 5:38:45
Статья в формате PDF
240 KB...
01 08 2026 8:27:16
Статья в формате PDF
106 KB...
30 07 2026 1:54:59
Статья в формате PDF
121 KB...
29 07 2026 23:20:12
Статья в формате PDF
104 KB...
28 07 2026 14:59:30
Статья в формате PDF
121 KB...
26 07 2026 11:33:10
Статья в формате PDF
260 KB...
23 07 2026 9:47:47
Статья в формате PDF
119 KB...
22 07 2026 21:25:28
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 ::
