Page 86 - 4268

Для однопараметричної задачі прогнозування навчальна
множина матиме вигляд наведений в табл. 3. Під час навчання
мережа налаштовує коефіцієнти ваг зв'язків і поліномів
передатних функцій, які в подальшому і визначають режим
функціонування. Багатокрокове прогнозування часового ряду
здійснюється наступним чином (рис. 40). На входи нейромережі
подається вектор відомих значень x(t ), x(t ), x(t ). На виході
n
n-1
n-2
формується прогнозована величина x*(t n+1 ), яка визначає вектор
прогнозованих виходів і одночасно долучається до значень
навчальної множини, тобто, приймається як достовірна. Далі на
входи подається вектор x(t ), x(t ), x*(t n+1 ), а на виході
n-1
n
отримується x*(t n+2 ) і наступні прогнозовані значення.

Рисунок 9.2 – Послідовність використання НМ для задач
багатокрокового прогнозування
Для багатопараметричної задачі прогнозування на входи
навченої нейромережі подаються вектори x(t ), y(t ), z(t ), x(t n-
n-2
n-2
n-2
), y(t ), z(t ), x(t ), y(t ), z(t ). На виході продукуються величини
1 n-1 n-1 n n n
x*(t n+1 ), y*(t n+1 ), z*(t n+1 ), які формують вектор вихідних значень і
послідовно долучаються до значень навчальної множини. При
зсуві вікна на крок прогнозу вихідні дані, що були спродуковані
мережею, сприймаються як реальні і приймають участь у
прогнозуванні наступного значення виходу, тобто на входи
подаємо вектор x(t ), y(t ), z(t ), x(t ), y(t ), z(t ), x*(t n+1 ), y*(t n+1 ),
n-1
n-1
n
n-1
n
n
z*(t n+1 ), а на виході отримуємо x*(t n+2 ), y*(t n+2 ), z*(t n+2 ) і наступні
прогнозовані значення.
Багатокрокове прогнозування дозволяє робити коротко- та
середньотермінові прогнози, оскільки суттєвий вплив на точність
має накопичення похибки на кожному кроці прогнозування. При
застосуванні довготермінового багатокрокового прогнозування
спостерігається характерне для багатьох прогнозуючих систем
поступове затухання процесу, фазові зсуви і інші спотворення
картини прогнозу. Такий тип прогнозування підходить для
часових рядів, які підпадають під означення стаціонарного
процесу з невеликою випадковою складовою.

86