Анотація до роботи:

Слободенюк О.В. Система підтримки прийняття рішень при моделюванні та прогнозуванні нестаціонарних стохастичних процесів. – Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.06 – автоматизовані системи управління та прогресивні інформаційні технології – Херсонський національний технічний університет, м.Херсон, 2006 р.

Дисертацію присвячено проблемі побудови систем підтримки прийняття рішень при моделюванні та прогнозуванні нелінійних нестаціонарних процесів, що описуються часовими рядами. Досліджено різні підходи до автоматизації вибору класу і структури моделей, які описують дані ряди. Запропоновано узагальнену технологію побудови регресійних моделей на основі часових рядів, яка дозволяє користувачу оперативно визначати структуру моделей-кандидатів та вибирати кращу модель з множини оцінених. В роботі запропоновано методи моделювання та прогнозування на основі регресійних дерев, нейронних мереж та генетичних алгоритмів і модифікованого фільтра Калмана. Запропоновано технологію побудови моделей нестаціонарних гетероскедастичних процесів, яка забезпечує отримання моделі, адекватної за множиною статистичних параметрів та вибір кращого прогнозу за множиною статистичних критеріїв якості. Побудовано математичні моделі ряду технологічних та фінансово-економічних процесів, які використано для короткострокового прогнозування. Проведено порівняльний аналіз декількох методів прогнозування на основі збудованих моделей. Розроблено архітектуру та створено СППР при моделюванні та прогнозуванні нестаціонарних стохастичних процесів, яка відрізняється гнучкою архітектурою, простим зручним інтерфейсом та широкими можливостями графічного представлення результатів.

1. Виконано аналіз проблем, пов’язаних з математичним моделюванням стаціонарних та нелінійних відносно змінних нестаціонарних процесів різної природи, представлених часовими рядами. Встановлено, що існує необхідність модифікації класичних підходів до моделювання та прогнозування, розробки нових методів на основі м’яких обчислень, а також інтегрування розроблених методів в інформаційну систему підтримки прийняття рішень.

2. Розроблено узагальнену технологію побудови математичних моделей нелінійних нестаціонарних процесів на основі застосування регресійних дерев та виконано апробацію цієї технології на модельних та реальних процесах, представлених часовими рядами, що описують технічні, технологічні та фінансово-економічні процеси.

3. Створено методику та алгоритм моделювання і прогнозування нелінійних нестаціонарних процесів на основі застосування узагальненої регресійної нейронної мережі та генетичних алгоритмів для оптимізації процесу навчання. Досліджено можливість використання розробленого алгоритму до прогнозування реальних процесів. Встановлено, що застосування запропонованої методики дає можливість суттєво підвищити якість прогнозів без значного підвищення обчислювальних витрат.

4. Розроблено алгоритм оцінювання та прогнозування стану нестаціонарних процесів на основі модифікованого фільтра Калмана. Алгоритм апробовано як на модельних синтетичних даних, так і на фактичних даних протікання металургійних та фінансово-економічних процесів. В результаті виконання ряду комп’ютерних експериментів встановлено, що запропонований алгоритм забезпечує отримання прийнятних оцінок прогнозів в умовах наявності випадкових змін параметрів процесів.

5. Виконано комп’ютерне моделювання запропонованих методів та алгоритмів моделювання і прогнозування з метою визначення їх адекватності та точності прогнозу. Встановлено, що їх інтегроване застосування дає можливість описувати та прогнозувати з високою точністю нестаціонарні процеси з нелінійностями відносно змінних. Для досліджених процесів різного рівня складності значення абсолютних похибок прогнозування в відсотках знаходились в межах 0,1 – 15,0 %.

6. Встановлено, що для автоматизованого вибору структури математичної моделі процесу, що досліджується, доцільно застосовувати множину критеріїв адекватності моделі та критеріїв якості прогнозів. При цьому можливе застосування інтегрованих критеріїв, що включають в себе у вигляді складових частин часткові статистичні критерії якості.

7. Розроблено комп’ютерну інформаційну систему підтримки прийняття рішень при моделюванні та прогнозуванні нелінійних нестаціонарних процесів, зокрема ризиків досягнення поставленої мети, які описуються моделями гетероскедастичних процесів. СППР відрізняється високою гнучкістю архітектури, розвинутим але простим в користуванні дружнім інтерфейсом, широкими можливостями обробки даних та графічного представлення остаточних результатів.

Публікації автора:

1. Информационные технологии в моделировании экономических процессов переходного периода: Монография / Н.В.Подмогильный, П.И.Бидюк, И.И.Коваленко, А.В.Слободенюк. – Київ: Такі справи, 2000. – 232 с. (Підмогильний Н.В.– виконав аналіз динаміки економічних процесів перехідного періоду; Бідюк П.І. – зробив коінтеграційне моделювання виробничих процесів; Коваленко І.І.– зробив пошук і статистичну обробку інформації; Слободенюк О.В. – зробив прогнозування вибраних процесів).

2. Коваленко И.И., Бидюк П.И., Слободенюк А.В. Адаптивный алгоритм повышения надежности точечных экспертных оценок // Адаптивні системи автоматичного управління. – 2000. – № 3(23). – С. 132-136. (Автором запропоновано алгоритм підвищення надійності експертних оцінок при виборі моделей динамічних процесів).

3. Рогальський Ф.Б., Слободенюк О.В. Підхід до розподілу ресурсів між альтернативними проектами //Вісник Херсонського державного технічного університету. – 2001. – № 1 (10). – С. 127-129. (Автором запропоновано використання нейронних мереж і генетичних алгоритмів при моделюванні економічних процесів).

4. Слободенюк А.В. Определение нелинейностей модели по измерениям входов и выходов процесса // Вестник Херсонского государственного технического университета. – 2001. – №3 (12). – С. 250-254.

5. Савенков О.І., Бідюк П.І., Слободенюк О.В. Алгоритм розподілу ресурсів між альтернативними проектами (ч.1) // Збірник наукових праць інституту проблем моделювання в енергетиці. – Вип. № 7. – 2001. – С. 147-155. (Автору належать розробка та реалізація алгоритму розподілу ресурсів).

6. Савенков О.І., Бідюк П.І., Слободенюк О.В. Прогнозування за допомогою різницевих рівнянь // Збірник наукових праць інституту проблем моделювання в енергетиці. – Вип. № 8. – 2001. – С. 115-121. (Диссертанту належить розробка алгоритму та проведення чисельних експериментів).

7. Савенков О.І., Бідюк П.І., Слободенюк О.В. Алгоритм розподілу ресурсів між альтернативними проектами (ч.2) // Збірник наукових праць інституту проблем моделювання в енергетиці. – Вип. № 12. – 2001. – С. 14-20. (Автору належить розробка та реалізація алгоритму розподілу ресурсів).

8. Слободенюк А.В. Постановка и методы решения задачи реализации проектов // Вісник Херсонського державного технічного університету. – 2002. – № 2 (15). – С. 434-439.

9. Бідюк П.І., Литвиненко В.І., Слободенюк О.В. Моделювання і прогнозування гетероскедастичних процесів // Комп’ютерні технології, системний аналіз, моделюв. (Наукові праці МДГУ ім. П. Могили). – 2004. – Т.35 (22). – С. 24-39. (Автором розроблено гібридний еволюційний алгоритм, здійснено його програмну реалізацію).

10. Шарко А.В., Слободенюк А.В. Алгоритм прогнозування нестаціонарних процесів // Вісник Херсонського державного технічного університету. – 2004.. – № 1 (19). – С. 141-146. (Дисертанту належить розробка комп’ютерної системи для прогнозування).

11. Шарко А.В., Лубяный В.З., Слободенюк А.В. Синтез и применение обобщенной нейронной сети для прогнозирования гетероскедастических процессов // Вісник Херсонського державного технічного університету. – 2005. – № 1(21). – С. 434-439. (Автору належить розробка методу синтезу та навчання узагальненої регресійної нейронної мережі для прогнозування гетероскедастичних процесів).

12. Слободенюк А.В. Применение гибридной системы поддержки принятия решения финансово-экономических показателей // Вісник Східноукраїнського національного університету ім. В.Даля. – 2005 с. – №5(87) – С.181-186.

13. Коваленко И.И., Бидюк П.И., Слободенюк А.В. Информационные технологии управления техническими проектами на основе эвристических методов / Междунар. конф. «Автоматика», 2000, м.Севастополь – С. 249-252. (Диссертантом запропоновано використати для описання стохастичного тренду модель випадкового кроку).

14. Савенков А.И., Резниченко В.Н., Бидюк П.И., Слободенюк А.В. Определение структуры и адекватности модели в задаче идентификации нелинейных систем по измерительным данным // Междунар. конф. «Приборостроение», – Симеиз, 2000. – С. 399-403. (Бідюк П.І. та Савенков А.І. – запропоновано метод ідентифікації на основі експерементальних данних; Слободенюк О.В.– розробив алгоритм ідентифікації на основі запропоновоного методу; Резніченко В.М. – забрав експерементальні данні і пробив чисельну перевірку алгоритма).

15. Слободенюк О.В. СППР при моделюванні і прогнозуванні нестаціонарних фінансово-економічних процесів / НПК “Системний аналіз та інформаційні технології”, – К., 2003. – С. 101-102.

16. Слободенюк О.В. Прогнозування прийняття рішень в технології управління методом регресій них дерев. //Матеріали VIІ Міжнародної науково-практичної конференції “Наука і освіта - 2004”. –Дніпропетровськ, 2004. –Т.72. – С. 51-53.

17. Слободенюк А.В. Прогнозирования нестационарных временных рядов с помощью нейронных сетей // Матеріали ІІІ Міжнародної науково-практичної конференції “Динаміка наукових досліджень 2004”. – Дніпропетровськ, 2004. –Т.55. – С. 38-41.

18. Бідюк П.І., Литвиненко В.І., Слободенюк О.В. Методи прогнозування динаміки часових рядів //Збірник наукових праць Всеукраїнської науково-методичної конференції “Сучасні проблеми математичного моделювання, прогнозування та оптимізації ” – Київ–Камянець-Подільський, 2004. – С. 80-88 (Автором побудовано функції прогнозу дисперсії як міри ризику на основі розв’язку рівнянь при прогнозуванні реальних часових рядків).

19. Слободенюк О.В. Використання регресійних дерев для опису часового ряду / Міжнар. конф. “Інтелектуальні системи прийняття рішень та прикладні аспекти інформаційних технологій”. – Євпаторія, 2005. – С. 147-150.

20. Слободенюк А.В. Методика обучения обобщенной регрессионной нейронной сети при помощи генетического алгоритма // Труды пятой международной научно-практической конференции “Современные информационные и электронные технологии”. – Одесса, 2005. – С. 146.