Адаптивное прогнозирование временных рядов при неравноотстоящих наблюдениях

Abstract

В данной работе предлагается подход для решения задачи прогнозирования коротких временных рядов при неравноотстоящих наблюдениях при помощи адаптивной модели, основанной на системе полиномов Чебышева, а также алгоритма идентификации на скользящем окне. С помощью данного подхода возможно обрабатывать существенно нестационарные процессы, которые содержат как нерегулярные тренды, так и внезапные скачки, при этом не корректируя структуру полиномов в процессе настройки параметров модели. Развиваемый подход является простым с точки зрения численной реализации и позволяет существенно сократить время на обработку данных и выполнение операции прогнозирования. An approach to solving problems of time series forecasting with irregular observations using adaptive model which bases on a system of Chebyshev polynomials and the identification algorithm on a sliding window. This approach allows to analyze significantly non-stationary processes, which contain irregular trends and sudden changes. The structure of the polynomials in the configuration process of the model parameters can not be corrected. The proposed method is simple in terms of computational implementation and also can significantly reduce the processing time and operation of prediction