KPI Science News (May 2021)
МЕТОДИ ФІЛЬТРАЦІЇ ДАНИХ У СИСТЕМАХ ПІДТРИМКИ ПРИЙНЯТТЯ РІШЕНЬ
Abstract
Проблематика. Більшість сучасних динамічних процесів в економіці, фінансах, екології, технологіях і багатьох інших галузях досліджень мають нелінійний нестаціонарний характер на коротких і довгих часових інтервалах. Тому для їх поглибленого аналізу необхідно створити спеціалізований сучасний високорозвинений інструментарій попередньої обробки даних, моделювання, оцінювання станів і параметрів динамічних систем, прогнозування їх розвитку задля використання у системах підтримки прийняття рішень (СППР). Мета дослідження. По-перше, попередньо проаналізувати сучасні методи фільтрації статистичних й експериментальних даних. Розглянути актуальні методи фільтрації на основі ймовірнісного Баєсового підходу, які вможливлюють підготовку даних до побудови адекватних моделей, обчислення високоякісних оцінок станів і короткострокових прогнозів розвитку динамічних систем в умовах стохастичних збурень і похибок вимірювання. Методика реалізації. Для реалізації сучасних методів фільтрації використовують моделювання, оптимізаційні процедури, ймовірнісні Баєсові методи аналізу даних; застосовують імітаційне моделювання для оцінювання параметрів і базу на основі статистичних критеріїв для дослідження якості проміжних й остаточних результатів у межах СППР. Результати дослідження. Розглянуто множину методів фільтрації даних, які використовують разом із моделями, що формально описують динаміку вибраних процесів. Запропоновано методику реалізації ймовірнісного Баєсового фільтра, яка ґрунтується на сучасних методах статистичного аналізу даних, зокрема належному застосуванні методів імітаційного моделювання. Висновки. Створення ефективних засобів моделювання, оцінювання станів і прогнозування динаміки нелінійних нестаціонарних процесів у різних галузях діяльності дає можливість якісно оцінювати параметри досліджуваних систем й обчислювати коротко- та середньострокові прогнози їхнього розвитку. Розглянуті засоби оптимальної калманівської та ймовірнісної Баєсової фільтрації забезпечують коректний аналіз нелінійних нестаціонарних процесів, обчислення прогнозів і підтримку прийняття управлінських рішень на основі оцінок прогнозів.
Keywords