Investigation of intelligent technologies for formation forecasting models = Дослідження інтелектуальних технологій для моделей прогнозування пласта

Abstract

Actually much attention is paid to the development of new intelligent information technologies for solving forecasting problems in dif-ferent subject areas. The goal of solving the problem of forecasting dynamic indicators is in most cases to increase the effectiveness of making managerial decisions in conditions of uncertainty for complex distributed systems, which include economic entities. The modern global business environment dynamically forms new markets, which in turn require the use of new innovative technologies, without which it is impossible to have a competitive efficient economy in general and successful business groups in particular. In paper the re-search of intellectual information technologies of construction of predictive models on the basis of modified adaptive prediction methods is carried out: a neuro-network group method of data handling and a hybrid genetic algorithm with fuzzy predictive block with the pur-pose of justification of their use for different subject areas. Exactly these technologies are relevant and promising for improving the accuracy of forecasts.

Насправді багато уваги приділяється розробці нових інтелектуальних інформаційних технологій для вирішення проблем прогнозування в різних суб'єктних областях. Метою вирішення проблеми прогнозування динамічних показників в більшості випадків є підвищення ефективності прийняття управлінських рішень в умовах невизначеності для складних розподілених систем, до яких належать суб’єкти господарювання. Сучасне глобальне бізнес-середовище динамічно формує нові ринки, які, в свою чергу, вимагають використання нових інноваційних технологій, без яких неможливо мати конкурентоспроможну ефективну економіку в цілому та зокрема успішні бізнес-групи. У статті проведено пошук інтелектуальних інформаційних технологій побудови прогнозних моделей на основі модифікованих методів адаптивного прогнозування: нейромережевий груповий метод обробки даних та гібридний генетичний алгоритм з нечітким блоком прогнозування з метою обґрунтування їх використання для різних предметних областей. Саме ці технології є актуальними та перспективними для підвищення точності прогнозів.