Порівняльний аналіз прогнозуючих моделей на основі гібридів методу групового урахування аргументів

Abstract

Кожний метод моделювання має також свої недоліки і переваги стосовно обчислювальних витрат та характеристик точності оцінок прогнозів. Так, висока точність прогнозу за допомогою МГУА або нейромережі іноді досягається за рахунок високих обчислювальних витрат і моделей складної структури. Це особливо стосується застосування моделі у системі керування реального часу, де модель необхідна і для оцінювання прогнозу і для синтезу керуючого впливу. Суттєвий виграш щодо обчислювальних витрат можна досягти у такому випадку за допомогою набагато простішої моделі АРКС, перевагами яких є простота структури та можливості їх оперативної адаптації до характеристик процесу в реальному часі. Цьому сприяє також наявність множини відносно простих методів рекурсивного оцінювання параметрів моделей.