Неадаптивные Алгоритмы Гибридизации.

М.В. Окин: Неадаптивные Алгоритмы Гибридизации CSIT 2000 : 232-234

Abstract

При составлении прогнозов различных экономических показателей зачастую может применяться не одна, а множество прогностических методик, причем применение каждой методики в отдельности не в состоянии обеспечить нужную для практических целей точность. Естественно, возникает вопрос, нельзя ли добиться улучшения качества предсказаний, если для получения прогноза учитывать информацию, получаемую одновременно по нескольким исходным методикам? Данная проблема, получившая название гибридизации или комплексации уже рассматривалась в работах [1, 2, 3 и др.] и был предложен ряд алгоритмов для ее решения.

Алгоритмы гибридизации могут классифицироваться в соответствии с такими их свойствами, как: наличие (отсутствие) ограничений на вектор весовых коэффициентов W, вид критерия качества, работоспособность в условиях недостатка информации (при малом количестве наблюдений) и т.д. Кроме того, все алгоритмы гибридизации можно поделить на две большие группы: адаптивные и неадаптивные. Различия между этими группами приведены в таблице 1.

Copyright © 2000 by the Institute for Contemporary Education "JurInfoR-MSU". Permission to copy without fee all or part of this material is granted provided that the copies are not made or distributed for direct commercial advantage, the CSIT copyright notice and the title of the publication and its date appear, and notice is given that copying is by permission of the Institute for Contemporary Education JMSUICE. To copy otherwise, or to republish, requires a fee and/or special permission from the JMSUICE.

Printed Edition

Heinz Schweppe and Yuri S. Kabalnov (Eds.): CSIT'2000, Proceedings of 2nd International Workshop on Computer Science and Information Technologies, September 18-23, 2000, Ufa, Russia. USATU Publishers & JurInfoR-MSU Publishing 2000, ISBN 5-86911-312-1

Electronic Edition