ВИБІР КРИТЕРІЮ ЯКОСТІ ДЛЯ ОЦІНЮВАННЯ ПРОГНОЗІВ НЕЛІНІЙНИХ НЕСТАЦІОНАРНИХ ПРОЦЕСІВ

Проблематика. Прогнозування нелінійних нестаціонарних процесів (ННП), поданих у формі часових рядів, є актуальним, оскільки такі ряди можуть описувати процеси в технічних й економічних системах. Для вибору найкращої математичної моделі використовують різні метрики оцінювання якості прогнозів, як-от...

Full description

Bibliographic Details
Main Authors: Andrii O. Belas, Petro I. Bidyuk
Format: Article
Language:English
Published: Igor Sikorsky Kyiv Polytechnic Institute 2021-08-01
Series:KPI Science News
Subjects:
Online Access:http://scinews.kpi.ua/article/view/236936
_version_ 1811283052822790144
author Andrii O. Belas
Petro I. Bidyuk
author_facet Andrii O. Belas
Petro I. Bidyuk
author_sort Andrii O. Belas
collection DOAJ
description Проблематика. Прогнозування нелінійних нестаціонарних процесів (ННП), поданих у формі часових рядів, є актуальним, оскільки такі ряди можуть описувати процеси в технічних й економічних системах. Для вибору найкращої математичної моделі використовують різні метрики оцінювання якості прогнозів, як-от: R^2, RMSE, MAE, MAPE. Однак оптимізація моделі за одним критерієм погіршує її відносно іншого. Тому важливо розуміти, яку метрику слід використовувати для оптимізації та оцінки якості прогнозу в поставленій задачі. Мета дослідження. Розробити та проаналізувати критеріальну базу для оцінювання прогнозів ННП, а також підхід до вибору критерію якості з урахуванням особливостей поставленої задачі прогнозування. Методика реалізації. Виконання порівняльного аналізу основних метрик для задачі регресії, а саме їхнього теоретичного та практичного змісту, переваг і недоліків у різних випадках. Результати дослідження. Сформовано критеріальну базу для оцінювання прогнозів ННП, а також підхід до вибору критерію якості з урахуванням особливостей поставленої задачі прогнозування. Для мінімізації абсолютної похибки проаналізовано та рекомендовано використовувати метрики RMSE (MSE, R^2) і MAE залежно від необхідності роботи з викидами. Для розв’язання задач мінімізації відносної помилки запропоновано використовувати метрику RMSLE. Висновки. Показано важливість вибору метрики для оптимізації та оцінювання якості прогнозу в поставленій задачі. Отримані критеріальну базу та підхід можна використовувати в подальших дослідженнях як для розв’язання практичних задач моделювання та прогнозування ННП, так і для розробки нових методів або загальної методики розв’язання цих задач.
first_indexed 2024-04-13T02:03:38Z
format Article
id doaj.art-3a7e2e85ed8e4bf382f2bac993308e88
institution Directory Open Access Journal
issn 2617-5509
2663-7472
language English
last_indexed 2024-04-13T02:03:38Z
publishDate 2021-08-01
publisher Igor Sikorsky Kyiv Polytechnic Institute
record_format Article
series KPI Science News
spelling doaj.art-3a7e2e85ed8e4bf382f2bac993308e882022-12-22T03:07:31ZengIgor Sikorsky Kyiv Polytechnic InstituteKPI Science News2617-55092663-74722021-08-01210.20535/kpisn.2021.2.236936ВИБІР КРИТЕРІЮ ЯКОСТІ ДЛЯ ОЦІНЮВАННЯ ПРОГНОЗІВ НЕЛІНІЙНИХ НЕСТАЦІОНАРНИХ ПРОЦЕСІВ Andrii O. Belas0Petro I. Bidyuk1КПІ ім. Ігоря СікорськогоКПІ ім. Ігоря Сікорського Проблематика. Прогнозування нелінійних нестаціонарних процесів (ННП), поданих у формі часових рядів, є актуальним, оскільки такі ряди можуть описувати процеси в технічних й економічних системах. Для вибору найкращої математичної моделі використовують різні метрики оцінювання якості прогнозів, як-от: R^2, RMSE, MAE, MAPE. Однак оптимізація моделі за одним критерієм погіршує її відносно іншого. Тому важливо розуміти, яку метрику слід використовувати для оптимізації та оцінки якості прогнозу в поставленій задачі. Мета дослідження. Розробити та проаналізувати критеріальну базу для оцінювання прогнозів ННП, а також підхід до вибору критерію якості з урахуванням особливостей поставленої задачі прогнозування. Методика реалізації. Виконання порівняльного аналізу основних метрик для задачі регресії, а саме їхнього теоретичного та практичного змісту, переваг і недоліків у різних випадках. Результати дослідження. Сформовано критеріальну базу для оцінювання прогнозів ННП, а також підхід до вибору критерію якості з урахуванням особливостей поставленої задачі прогнозування. Для мінімізації абсолютної похибки проаналізовано та рекомендовано використовувати метрики RMSE (MSE, R^2) і MAE залежно від необхідності роботи з викидами. Для розв’язання задач мінімізації відносної помилки запропоновано використовувати метрику RMSLE. Висновки. Показано важливість вибору метрики для оптимізації та оцінювання якості прогнозу в поставленій задачі. Отримані критеріальну базу та підхід можна використовувати в подальших дослідженнях як для розв’язання практичних задач моделювання та прогнозування ННП, так і для розробки нових методів або загальної методики розв’язання цих задач. http://scinews.kpi.ua/article/view/236936математичне моделюванняпрогнозуваннярегресіякритерії якості прогнозівчасові рядиметрики
spellingShingle Andrii O. Belas
Petro I. Bidyuk
ВИБІР КРИТЕРІЮ ЯКОСТІ ДЛЯ ОЦІНЮВАННЯ ПРОГНОЗІВ НЕЛІНІЙНИХ НЕСТАЦІОНАРНИХ ПРОЦЕСІВ
KPI Science News
математичне моделювання
прогнозування
регресія
критерії якості прогнозів
часові ряди
метрики
title ВИБІР КРИТЕРІЮ ЯКОСТІ ДЛЯ ОЦІНЮВАННЯ ПРОГНОЗІВ НЕЛІНІЙНИХ НЕСТАЦІОНАРНИХ ПРОЦЕСІВ
title_full ВИБІР КРИТЕРІЮ ЯКОСТІ ДЛЯ ОЦІНЮВАННЯ ПРОГНОЗІВ НЕЛІНІЙНИХ НЕСТАЦІОНАРНИХ ПРОЦЕСІВ
title_fullStr ВИБІР КРИТЕРІЮ ЯКОСТІ ДЛЯ ОЦІНЮВАННЯ ПРОГНОЗІВ НЕЛІНІЙНИХ НЕСТАЦІОНАРНИХ ПРОЦЕСІВ
title_full_unstemmed ВИБІР КРИТЕРІЮ ЯКОСТІ ДЛЯ ОЦІНЮВАННЯ ПРОГНОЗІВ НЕЛІНІЙНИХ НЕСТАЦІОНАРНИХ ПРОЦЕСІВ
title_short ВИБІР КРИТЕРІЮ ЯКОСТІ ДЛЯ ОЦІНЮВАННЯ ПРОГНОЗІВ НЕЛІНІЙНИХ НЕСТАЦІОНАРНИХ ПРОЦЕСІВ
title_sort вибір критерію якості для оцінювання прогнозів нелінійних нестаціонарних процесів
topic математичне моделювання
прогнозування
регресія
критерії якості прогнозів
часові ряди
метрики
url http://scinews.kpi.ua/article/view/236936
work_keys_str_mv AT andriiobelas vibírkriteríûâkostídlâocínûvannâprognozívnelíníjnihnestacíonarnihprocesív
AT petroibidyuk vibírkriteríûâkostídlâocínûvannâprognozívnelíníjnihnestacíonarnihprocesív