Прогнозирование на основе нейронных сетей - Использование нейродинамики для моделирования производственных процессов предприятия
Среди различных конфигураций искусственных нейронных сетей встречаются такие, при классификации которых по принципу обучения, строго говоря, не подходят ни обучение с учителем, ни обучение без учителя. В таких сетях весовые коэффициенты синапсов рассчитываются только однажды перед началом функционирования сети на основе информации об обрабатываемых данных, и все обучение сети сводится именно к этому расчету. С одной стороны, предъявление априорной информации можно расценивать, как помощь учителя, но с другой - сеть фактически просто запоминает образцы до того, как на ее вход поступают реальные данные, и не может изменять свое поведение, поэтому говорить о звене обратной связи с учителем не приходится. Из сетей с подобной логикой работы наиболее известны сеть Хопфилда и сеть Хэмминга, которые обычно используются для организации ассоциативной памяти. Далее речь пойдет именно о них.
Структурная схема сети Хопфилда состоит из единственного слоя нейронов, число которых является одновременно числом входов и выходов сети. Каждый нейрон связан синапсами со всеми остальными нейронами, а также имеет один входной синапс, через который осуществляется ввод сигнала. Выходные сигналы, как обычно, образуются на аксонах. Задача, решаемая данной сетью в качестве ассоциативной памяти, как правило, формулируется следующим образом. Известен некоторый набор двоичных сигналов (данных, описывающих некие объекты или характеристики процессов), которые считаются образцовыми. Сеть должна уметь из произвольного неидеального сигнала, поданного на ее вход, выделить ("вспомнить" по частичной информации) соответствующий образец (если такой есть) или "дать заключение" о том, что входные данные не соответствуют ни одному из образцов.
Ассоциативность памяти нейронной сети Хопфилда не является единственным ее достоинством, которое используется на практике. Другим важным свойством этой архитектуры является уменьшение ее функции Ляпунова в процессе нейродинамики. Следовательно, нейросеть Хопфилда можно рассматривать, как алгоритм оптимизации целевой функции в форме энергии сети. Для сети Хопфилда число запоминаемых образов m не должно превышать величины, примерно равной 0,15- n.
Когда нет необходимости, чтобы сеть в явном виде выдавала образец, то есть достаточно, скажем, получать номер образца, ассоциативную память успешно реализует сеть Хэмминга. Данная сеть характеризуется, по сравнению с сетью Хопфилда, меньшими затратами на память и объемом вычислений.
Задача прогнозирования формализуется через задачу распознавания образов. Данных о прогнозируемой переменной за некоторый промежуток времени образуют образ, класс которого определяется значением прогнозируемой переменной в некоторый момент времени за пределами данного промежутка т. е. значением переменной через интервал прогнозирования. Метод окон предполагает использование двух окон WI и W0 с фиксированными размерами n и m соответственно. Эти окна, способны перемещаться с некоторым шагом по временной последовательности исторических данных, начиная с первого элемента, и предназначены для доступа к данным временного ряда, причем первое окно WI, получив такие данные, передает их на вход нейронной сети, а второе - W0 - на выход. Получающаяся на каждом шаге пара используется как элемент обучающей выборки (распознаваемый образ, или наблюдение).
Выделяются две возможности: одношаговое и многошаговое прогнозирование.
Многошаговое прогнозирование используется для осуществления долгосрочного прогноза и предназначено для определения основного тренда и главных точек изменения тренда для некоторого промежутка времени в будущем. При этом прогнозирующая система использует по-лученные (выходные) данные для моментов времени k+1, k+2 и т. д. в качестве входных данных для прогнозирования на моменты времени k+2, k+3 и т. д.
Одношаговое прогнозирование используется для краткосрочных прогнозов, обычно - абсолютных значений последовательности. Осу-ществляется прогноз только на один шаг вперед, но используется реальное, а не прогнозируемое значение для осуществления прогноза на следующем шаге.
Как было сказано выше, результатом прогноза на нейронных сетях является класс к которому принадлежит переменная, а не ее конкретное зна-чение. Формирование классов должно проводиться в зависимости от того каковы цели прогнозирования. Общий подход состоит в том, что область определения прогнозируемой переменной разбивается на классы в соответствии с необходимой точностью прогнозирования. Классы могут представлять качественный или численный взгляд на изменение переменной.
Похожие статьи
-
В данной главе описан способ прогнозирования с помощью НС, основанный на методе окон. Также приведен обзор применения НС в финансовой сфере. Общий подход...
-
Табличное представление цен действий и состояний задачи имеет естественные ограничения по масштабируемости задачи на большую размерность. В дискретных...
-
Выводы - Использование нейродинамики для моделирования производственных процессов предприятия
Исходя из вышеизложенного, можно заключить, что для решения задач прогнозирования наиболее подходит сеть с обратным распространением. Она позволяет...
-
Пример успешного использования методов многошагового обучения для задачи управления производством. Рассмотрим простейший вариант, когда производится лишь...
-
Программное управление является приемлемым подходом во многих прикладных ситуациях. На этом принципе основаны, например, простые металлорежущие станки...
-
Программное управление Относительно просто может быть сформулирована так называемая задача программного управления. В ней предполагается, что управляющие...
-
Основные понятия и определения проблемы прогнозирования - Прогнозирующие системы
Необходимо отметить, что мы рассматриваем прогнозирование в целях планирования производства или управления запасами. Таким образом, наш интерес лежит в...
-
Проблема прогнозирования вероятности банкротства существует уже несколько десятков лет - все началось с работ Ramser, Foster (1931), Fitzpatrick (1932) и...
-
Искусственные нейронные сети (ИНС) рассматриваются исследователями как возможная альтернатива статистическим методам. Исследования, использующие ИНС, как...
-
Прогнозирование курса Ukb/Usd, Общий подход к прогнозированию курса UKB/USD - Прогнозирующие системы
В данной главе описаны эксперименты по прогнозированию курса американского доллара по отношению к украинскому карбованцу (UKB/USD). Сначала описаны...
-
Методы прогнозирования - Прогнозирующие системы
Методы прогнозирования можно разделить на два класса квалитативные и квантитативные, в зависимости от того, какие математические методы используются....
-
Определим следующие погрешности, которые можно зафиксировать при оценивании и порождении абсолютных и относительных лингвистических оценок. Погрешности в...
-
Оценка времени поездки на основе моделирования транспортных потоков
Оценка времени поездки на основе моделирования транспортных потоков С. Н.Козорезова Постоянное увеличение количества транспортных заторов на...
-
СУЩНОСТЬ СТАТИСТИЧЕСКИХ МЕТОДОВ ПРОГНОЗИРОВАНИЯ Динамический или временной ряд представляет собой совокупность численных данных, характеризующих...
-
По мере работ стало понятно, что нам не удавалось приблизиться к качеству, сравнимому с уровнем анализа эксперта, поскольку около 20% тестов...
-
Цепи Маркова служат хорошим введением в теорию случайных процессов, т. е. теорию простых последовательностей семейств случайных величин, обычно зависящих...
-
Предметом статьи является обоснование необходимости использования математических методов в процессе внутреннего мониторинга операций организациями с...
-
Развитие методов многокритериальной оптимизации сложных систем обусловлено необходимостью повышения эффективности их функционирования на основе обобщения...
-
Как и каждый достаточно ярко выраженный класс экономико-математических моделей, совокупность моделей календарного планирования обладает рядом...
-
Описание экспериментов - Прогнозирующие системы
Эксперимент 1 Описание исторических данных: Данные подаются на входы НС в виде временной последовательности ежедневных измерений фактического курса (в...
-
Введение, Методы экстраполяции - Формализованные методы прогнозирования
К формализованным методам относятся методы экстраполяции и методы моделирования. Они базируются на математической теории. Среди методов экстраполяции...
-
В результате проведенного финансового анализа предприятия можно сделать вывод, что состояние его удовлетворительное, но имеется ряд недостатков: В...
-
Описание используемых методов - Моделирование вероятности банкротства
В данной работе было принято решение использовать логистический анализ с помощью пакета STATA, а также алгоритм CART с помощью SPSS Modeler. Бинарная...
-
В данной главе мы обсуждаем некоторые общие аспекты разработки прогнозирующих систем: понятие прогноза и цели его использования, основные понятия и...
-
В нашем анализе данных показателей рынков под "самородками" понимаются зависимости, отражающие степень эффективности рекламных кампаний. Эксперты часами...
-
Понятие и применение графа рынка - Использование квази-клик для анализа графа рынка России
Динамика характеристик отражающих тенденцию поведения фондового рынка может быть интересна многим участникам фондовой биржи и, в особенности, инвесторам....
-
В статье Network approach for the Russian stock market авторы анализируют данные фондового рынка для России, в том числе используют поиск максимальной...
-
Введение - Разработка подхода для опережающего прогнозирования кассовых сборов фильмов для России
Кинематограф является неотъемлемой частью современной культуры. Со времен публичных демонстраций первых короткометражных фильмов в конце 1885г процесс...
-
Моделирование временной переменная автокорреляция Главным инструментом эконометрического исследования является модель. Выделяют три основных класса...
-
Экстраполяция тенденции как метод прогнозирования - Эконометрическое моделирование финансовых рынков
Основа большинства методов прогнозирования - экстраполяция тенденции, связанная с распространением закономерностей, связей и соотношений, действующих в...
-
Основной задачей процессуального моделирования является формирование модельного представления о динамическом образе ситуации как о системном процессе....
-
В данной главе мы приводим детальное описание метода обратного распространения - способа обучения многослойных НС. Подробно описана НС для распознавания...
-
Моделирование числа предприятий в РФ - Статистический анализ предпринимательства
Приведем данные (взяты из справочника Регионы России), характеризующие число предприятий в РФ. Год 1995 1996 1997 1998 1999 2000 2001 2002 2003 Число...
-
Введение - Моделирование крупномасштабной транспортной сети предфрактальными графами
Транспорт - важный стратегический комплекс, в значительной степени определяющий мощь экономики страны и обеспечивающий нужды общества в перемещении людей...
-
Модель в общем смысле (обобщенная модель) есть создаваемый с целью получения и (или) хранения информации специфический объект (в форме мысленного образа,...
-
Эконометрическое моделирование и прогнозирование объемов таможенных платежей в регионе деятельности Ростовской таможни В настоящее время для...
-
Алгоритмы поиска квази-клики в графе. - Использование квази-клик для анализа графа рынка России
Как и для поиска клик существуют алгоритмы поиска квази-клик в графе. Далее мы рассмотрим некоторые из них. Как было сказано ранее, задача поиска...
-
В состав системы эконометрических уравнений входят множество зависимых или эндогенных переменных и множество предопределенных переменных (лаговые и...
-
К числу приближенных методов оптимизации задач календарного планирования относятся: частичный и направленный перебор, метод Монте-Карло,...
-
Понятие календарного планирования В условиях оживления и развития отечественной промышленности существенно возрастает интерес к проблемам организации...
Прогнозирование на основе нейронных сетей - Использование нейродинамики для моделирования производственных процессов предприятия