Исследование нечеткой нейронной сети ANFIS в задачах макроэкономического прогнозирования 2 часть

Применение градиентного метода обучения с использованием функции принадлежности в форме функции Гаусса
3. Постановка задачи прогнозирования

Исходные данные. Макроэкономические показатели экономики Украины представлены в виде статистических временных рядов(см. табл. 1).

( Читать дальше )

Исследование нечеткой нейронной сети ANFIS в задачах макроэкономического прогнозирования 1 часть

Авторы: Ю. П. Зайченко, Севаее Фатма

Исследование нечеткой нейронной сети ANFIS в задачах макроэкономического прогнозирования
Введение
Проблема макроэкономического прогнозирования в странах с переходной экономикой обладает рядом особенностей:
1) существенная нестационарность экономических процессов;
2) неопределенность и недостоверность исходных данных по ряду микроэкономических показателей;
3) ограниченность выборок данных (короткие выборки).
Указанные обстоятельства не позволяют применить для задач макроэкономического прогнозирования традиционные методы регрессионного и дисперсионного анализа и настоятельно требуют разработки принципиально новых подходов и методов, в частности использующих идеи искусственного интеллекта.

( Читать дальше )