• Гідрологія і Гідрометрія
• Господарське право
• Економіка будівництва
• Економіка природокористування
• Економічна теорія
• Земельне право
• Історія України
• Кримінально виконавче право
• Медична радіологія
• Методи аналізу
• Міжнародне приватне право
• Міжнародний маркетинг
• Основи екології
• Предмет Політологія
• Соціальне страхування
• Технічні засоби організації дорожнього руху
• Товарознавство продовольчих товарів

Багатокрокове прогнозування з перенавчанням нейромережі на кожному кроці прогнозу

Швидкі неітераційні алгоритми навчання дозволяють запропонувати новий тип багатокрокового прогнозу, який може бути застосований при довготермінових прогнозах із збереженням задовільної точності прогнозування.

Аналогічно з попереднім алгоритмом прогнозування на входи мережі у режимі функціонування надходить остання реалізація навчальної множини x(t_n-2), x(t_n-1), x(t_n). Прогнозоване значення виходу x*(t_n+1) відкладається у векторі прогнозованих вихідних значень і в якості достовірного додається до реальних значень навчальної множини. Навчальна множина збільшується на одне часове вікно. Відбувається процес перенавчання мережі на збільшеній навчальній множині, під час якого визначаються нові вагові коефіцієнти k синаптичних зв'язків і поліномів передатних функцій нейронів (рис. 13).

Рис. 13. Послідовність використання нейромережі для задач багатокрокового прогнозування з перенавчанням

Реалізація x(t_n-1), x(t_n), x*(t_n+1), як значення наступного вхідного вікна подається на входи мережі в режимі функціонування. Мережа продукує нове вихідне значення x*(t_n+2), яке відповідно також відкладається у вектор продукованих виходів і долучається до реальних значень навчальної множини, з метою подальшого перенавчання мережі та встановлення поновлених коефіцієнтів поліномів передатних функцій і синаптичних зв'язків. Ітераційна процедура перенавчання поширюється до прогнозованого значення x*(t_N).

Такий підхід дозволяє при великих інтервалах випередження усунути затухання прогностичних властивостей мережі за рахунок постійного коректування вагових коефіцієнтів синаптичних зв'язків.

Відзначимо, що алгоритм багатокрокового прогнозування з перенавчанням мережі для традиційних мереж прямого поширення з ітераційним навчанням є практично нездійсненним через великі часові затримки, необхідні на переналаштовування коефіцієнтів мережі.

Читайте також:

1. Аварійне та довгострокове прогнозування хімічної обстановки
2. Багатокрокове прогнозування
3. Бюджетне планування та прогнозування.
4. Бюджетне прогнозування
5. Визначення потреби організації у персоналі як основа для прогнозування і планування його розвитку
6. Визначення. Якщо кожному натуральному числу n поставлено у відповідність число хn, то говорять, що задано послідовність
7. Використання методу сценаріїв при прогнозуванні змін зовнішнього середовища
8. Використання СНР в макроаналізі та прогнозуванні.
9. Для вибраних ліній викликати діалогове вікно Линия тренда” та на вкладці “Параметры задати кількість періодів для прогнозу.
10. Досвід бюджетного прогнозування.
11. Екологічне прогнозування

Переглядів: 1281