Розробка моделі для вирішення задачі прогнозування

Abstract

Розглядаються параметричні та непараметричні моделі, що використовуються для опису стаціонарних у широкому розумінні процесів. Показано, що достатньо ефективним є використання нейромережевих моделей, зокрема паралельної та послідовно-паралельної, основою яких є або багатошаровий персептрон, або радіально-базисна, або узагальнено-регресійна мережа. Parametric and nonparametric models used to describe stationary processes in the broad sense are considered. It is shown that the use of neural network models, in particular parallel and serial-parallel, based on either a multilayer perceptron, a radial basis, or a generalized regression network, is quite effective.