Карамишева, А. Ю.2016-06-232016-06-232011Карамишева А. Ю. Інформаційна технологія прогнозування нестаціонарних часових рядів у задачах управління : автореф. дис. ... канд. техн. наук : 05.13.06 "Інформаційні технології" / А. Ю. Карамишева ; МОНМС України, Харк. нац. ун-т радіоелектроніки. – Х., 2012. – 19 с.http://openarchive.nure.ua/handle/document/1169Проведено аналіз методів прогнозування нестаціонарних часових рядів, який дозволив виявити недоліки, пов’язані з неефективністю існуючих методів для розв’язання даної задачі. Розроблено інформаційну технологію, що дає можливість виконувати розбиття нестаціонарного часового ряду на «схожі» кластери і в кожному з них будувати локальну модель прогнозування. Розроблений модуль генерування нестаціонарних часових рядів із заданими статистичними характеристиками дозволяє проводити вибір ефективних методів кластеризації і моделей локальної апроксимації шляхом імітаційного моделювання. Удосконалено моделі аналізу нестаціонарних часових рядів шляхом розширення множини динамічних характеристик. Отримав подальший розвиток метод розбиття нестаціонарних часових рядів на кластери, який на відміну від існуючих враховує динамічні показники часового ряду, що дозволило ідентифікувати для кожного з отриманих кластерів модель прогнозування. Розроблена на базі отриманих наукових результатів інформаційна технологія використана під час розв’язання задач прогнозування короткострокових витрат газуу системі оперативно-диспетчерського управління магістральними газопроводами України. An analysis of prediction methods of nonstationary time series, which revealed the weaknesses associated with the inefficiency of existing methods for solving this problem, was held. The information technology that allows to perform nonstationary time series decomposition into similar clusters and in each of them to build a local model prediction is developed. The developed module to generate nonstationary time series with given statistical characteristics allows the choice of effective methods of clustering and models of local approximation by simulation. The models of nonstationary time series analysis by extending the set of dynamic characteristics are improved. Developed further the partitioning method of nonstationary time series into clusters, which unlike existing considers the dynamic indicators of time series, allowing the identity for each obtained clusters prediction models. Developed on the basis of scientific results information technology was used for predicting short-term consumption of gas in the system dispatching gas mains in Ukraine.ukінформаційна технологіямодель прогнозуваннякластерний аналізнестаціонарні часові рядиinformation technologypredictive modelcluster analysisnonstationary time seriesOther