📄Работа №205139
Тема: Оценка параметров структурных моделей временных рядов на основе принципов байесовской статистики
Тип работы
Магистерская диссертация
Предмет
информатика
Объем:
117 листов
Год:
2023
Просмотров:
24
4940
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
Введение 9
1. Задача прогнозирования временных рядов и обзор некоторых методов ее решения 10
1.1. Регрессионные модели 10
1.2. Авторегрессионные модели 12
1.3. Модели экспоненциального сглаживания 14
1.4. Нейросетевые модели 16
1.5. Модели на базе цепей Маркова 17
1.6. Обзор современных тенденций в сфере прогнозирования 19
1.7. Байесовский подход к прогнозированию временных рядов 21
1.8. Выводы по Главе 1 23
2. Модели пространства состояний 25
2.1. Структурные модели временных рядов 25
2.2. Фильтр и сглаживание Калмана 27
2.3. Выводы по Главе 2 28
3. Общая характеристика и структурная схема анализа временных рядов .. 29
3.1. Проектирование структуры системы прогнозирования 29
3.2. Схема анализа данных и прогнозирования 31
3.2.1. Предварительная обработка данных 32
3.2.2. Предварительный анализ временных рядов 32
3.2.3. Тест на стационарность 33
3.2.4. Декомпозиция временных рядов 36
3.3. Подгонка и оценка модели 38
3.4. Выводы по Главе 3 39
4. Программные эксперименты по построению прогнозных моделей 40
4.1. Предварительная обработка данных с использованием пакета
bssm 40
4.2. Программная реализация модели bsts 45
4.3. Разработка веб-интерфейса для программного обеспечения 50
4.4. Выводы по Главе 4 56
5. Финансовый менеджмент, ресурсоэффективность и ресурсосбережение 59
5.1. Оценка коммерческого и инновационного потенциала НТИ 59
5.1.1. Потенциальные потребители результатов исследования 59
5.1.2. Анализ конкурентных технических решений 59
5.1.3. FAST-анализ 61
5.1.4. SWOT-анализ 64
5.1.5. Оценка готовности проекта к коммерциализации 65
5.1.6. Методы коммерциализации результатов научно-технического
исследования 67
5.2. Инициация проекта 67
5.3. Планирование управления научно-техническим проектом 69
5.3.1. План проекта. 69
5.3.2. Бюджет научного исследования 71
5.3.3. Определение ресурсной, финансовой эффективности
исследования 73
6. Социальная ответственность 79
6.1. Производственная безопасность 79
6.1.1. Вредные производственные факторы 79
6.1.2. Опасные производственные факторы 87
6.2. Экологическая безопасность 91
6.3. Безопасность в чрезвычайных ситуациях 92
Заключение 95
Список студенческих публикаций 96
Список литературы 98
Приложение А 102
1. Задача прогнозирования временных рядов и обзор некоторых методов ее решения 10
1.1. Регрессионные модели 10
1.2. Авторегрессионные модели 12
1.3. Модели экспоненциального сглаживания 14
1.4. Нейросетевые модели 16
1.5. Модели на базе цепей Маркова 17
1.6. Обзор современных тенденций в сфере прогнозирования 19
1.7. Байесовский подход к прогнозированию временных рядов 21
1.8. Выводы по Главе 1 23
2. Модели пространства состояний 25
2.1. Структурные модели временных рядов 25
2.2. Фильтр и сглаживание Калмана 27
2.3. Выводы по Главе 2 28
3. Общая характеристика и структурная схема анализа временных рядов .. 29
3.1. Проектирование структуры системы прогнозирования 29
3.2. Схема анализа данных и прогнозирования 31
3.2.1. Предварительная обработка данных 32
3.2.2. Предварительный анализ временных рядов 32
3.2.3. Тест на стационарность 33
3.2.4. Декомпозиция временных рядов 36
3.3. Подгонка и оценка модели 38
3.4. Выводы по Главе 3 39
4. Программные эксперименты по построению прогнозных моделей 40
4.1. Предварительная обработка данных с использованием пакета
bssm 40
4.2. Программная реализация модели bsts 45
4.3. Разработка веб-интерфейса для программного обеспечения 50
4.4. Выводы по Главе 4 56
5. Финансовый менеджмент, ресурсоэффективность и ресурсосбережение 59
5.1. Оценка коммерческого и инновационного потенциала НТИ 59
5.1.1. Потенциальные потребители результатов исследования 59
5.1.2. Анализ конкурентных технических решений 59
5.1.3. FAST-анализ 61
5.1.4. SWOT-анализ 64
5.1.5. Оценка готовности проекта к коммерциализации 65
5.1.6. Методы коммерциализации результатов научно-технического
исследования 67
5.2. Инициация проекта 67
5.3. Планирование управления научно-техническим проектом 69
5.3.1. План проекта. 69
5.3.2. Бюджет научного исследования 71
5.3.3. Определение ресурсной, финансовой эффективности
исследования 73
6. Социальная ответственность 79
6.1. Производственная безопасность 79
6.1.1. Вредные производственные факторы 79
6.1.2. Опасные производственные факторы 87
6.2. Экологическая безопасность 91
6.3. Безопасность в чрезвычайных ситуациях 92
Заключение 95
Список студенческих публикаций 96
Список литературы 98
Приложение А 102
📖 Введение
Под прогнозированием понимается процесс оценки будущих значений или состояний системы на основе доступных данных и знаний о прошлых значениях и тенденциях. Прогнозирование является важным инструментом в различных областях, таких как экономика, финансы, метеорология, климатология, наука о данных и др. Оно позволяет принимать более обоснованные решения на основе вероятностных оценок будущего развития системы, что может быть полезно для планирования, управления ресурсами и принятия стратегических решений.
В настоящее время временные ряды являются одними из наиболее распространенных объектов анализа в различных научных и прикладных областях В связи с этим возникает необходимость разработки эффективных методов оценки параметров таких рядов, которые позволят получать более точные прогнозы будущих значений наблюдаемых параметров и выявлять закономерности в их изменениях.
В настоящее время временные ряды являются одними из наиболее распространенных объектов анализа в различных научных и прикладных областях В связи с этим возникает необходимость разработки эффективных методов оценки параметров таких рядов, которые позволят получать более точные прогнозы будущих значений наблюдаемых параметров и выявлять закономерности в их изменениях.
✅ Заключение
В результате выполнения выпускной квалификационной работы был произведен анализ метеорологических данных, полученных из системы климатического мониторинга ИМКЭС СО РАН. Данные систематизированы по основным метеостанциям томского региона.
Был осуществлен обзор публикаций по байесовской статистике, рассмотрено применение метода Байеса в различных отраслях, рассмотрена модель bsts.
Было разработано программное обеспечение с возможностью построения моделей для анализа и прогнозирования метеорологических величин, спроектирована обобщенная функциональная структура программного комплекса.
Был разработан веб-интерфейс созданного метода прогнозирования временных рядов с использованием пакета shiny языка R.
На основе пакета bssm языка R были выполнены эксперименты для прогнозирования пропущенных данных.
На основе пакета bsts языка R был проведён программный эксперимент для создания и оценивания bsts-модели. Полученный результат показывает, что созданная модель хорошо учитывает все особенности температурных временных рядов и успешно прогнозирует будущие изменения данных.
В разделе «Финансовый менеджмент» была обоснована ресурсоэффективность разработки программного обеспечения.
В разделе «Социальная ответственность» был проведен анализ рабочего помещения, вредных и опасных факторов, и методы минимизации их воздействия на человеческое здоровье. Также рассмотрены аспекты экологической, производственной безопасности, безопасности в чрезвычайных ситуациях.
На английский язык переведена глава: Задача прогнозирования временных рядов и обзор некоторых методов ее решения.
Был осуществлен обзор публикаций по байесовской статистике, рассмотрено применение метода Байеса в различных отраслях, рассмотрена модель bsts.
Было разработано программное обеспечение с возможностью построения моделей для анализа и прогнозирования метеорологических величин, спроектирована обобщенная функциональная структура программного комплекса.
Был разработан веб-интерфейс созданного метода прогнозирования временных рядов с использованием пакета shiny языка R.
На основе пакета bssm языка R были выполнены эксперименты для прогнозирования пропущенных данных.
На основе пакета bsts языка R был проведён программный эксперимент для создания и оценивания bsts-модели. Полученный результат показывает, что созданная модель хорошо учитывает все особенности температурных временных рядов и успешно прогнозирует будущие изменения данных.
В разделе «Финансовый менеджмент» была обоснована ресурсоэффективность разработки программного обеспечения.
В разделе «Социальная ответственность» был проведен анализ рабочего помещения, вредных и опасных факторов, и методы минимизации их воздействия на человеческое здоровье. Также рассмотрены аспекты экологической, производственной безопасности, безопасности в чрезвычайных ситуациях.
На английский язык переведена глава: Задача прогнозирования временных рядов и обзор некоторых методов ее решения.
ИЛИ
Поиск аналога
📕 Список литературы
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.