Метод многофакторного прогнозирования экономических процессов на основе модифицированного обучающегося генетического алгоритма

Kutakhov V.P.; Filippov P.G.; Vanyurikhin G.I.; Korneenko V.P.

Метод многофакторного прогнозирования экономических процессов на основе модифицированного обучающегося генетического алгоритма

Kutakhov V.P., Filippov P.G., Vanyurikhin G.I., Korneenko V.P.

Дата публикации в реестре: 2024-10-01T17:14:39Z

Аннотация:

Классические регрессионные линейные и нелинейные модели, используемые для про гнозирования многомерных временных рядов, исходят из линейной независимости объясняющих набо ров данных (факторов). В случае наличия взаимосвязи между факторами они непригодны. Предлагае мый метод позволяет прогнозировать развитие некоторого экономического фактора (показателя) во взаимосвязи с другими факторами, представленных как в количественных, так и в качественных (по рядковых) шкалах. При этом предлагается использовать модифицированный обучающийся генетиче ский алгоритм LGAP (Learning Genetic Algorithm for Prognosis), позволяющий автоматически извлекать закономерности из представленного для прогнозирования набора данных многомерных временных ря дов.

Ключевые слова:
multivariate forecasting, time series, Learning genetic algorithm for prognosis (LGAP), forecasting regression models, многофакторное прогнозирование, временной ряд, обучающийся генетический алгоритм LGAP, регрессионные модели прогнозирования

Тип: Article

Источник: Экономика и предпринимательство