Экстраполяция
- From
- Alex Malashonok (2:4635/1024.64)
- To
- Sanya Scherbakov
- Date
- 2002-09-01T18:23:16Z
- Area
- RU.ALGORITHMS
Привет Sanya!
Вторник Авгyст 27 2002 10:36, Sanya Scherbakov -> All:
SS> Вобщем где можно найти в инете инфу по методам экстраполяции?
SS> Конкретнее: есть набор значений на определенном промежутке времени,
SS> нужно вывести зависимость (ну с аппроксимацией проблем нет) и предсказать
SS> некоторые значения на 10-20% вперед от длительности всего промежутка. Вот
SS> с предсказанием как раз проблем имеется. Не подскажите алгоритм и
SS> описание. Интересует даже больше теория, чем готовый алгоритм, но и от
SS> алгоритма не откажусь :) Заранее спасип.
Фильтры Габбера или МГУА спасут человечество... Суть фильтра Габбера такова:
есть пос-ть экспериментальных значений E1, E2, ... En.
предположим, что:
E3 = F(E2, E1)
E4 = F(E3, E2)
...
Выберем модель функции F. Существуют такие:
F(E2, E1) = A0 + A1*E2 + A2*E1 <- линейная
F(E2, E1) = A0 + A1*E2 + A2*E1 + A3*E1*E2 <- с произведением
F(E2, E1) = A0 + A1*E2 + A2*E1 + A3*E1^2 + A4*E2^2 <- квадратичная
F(E2, E1) = A0 + A1*E2 + A2*E1 + A3*E1^2 + A4*E2^2 + A5*E1*E2 <- полная.
пусть мы выбрали линейную. A0...A2 - неизвестные коэф-ты.
имеем переопределенную матрицу:
| 1 E2 E1 | E3 |
| 1 E3 E2 | E4 |
| 1 E4 E3 | E5 |
| ....... | .. |
далее либо нормализируем матрицу и решаем ее методом Гаусса, либо решаем по МНК. получаем коэф-ты A0...A2. Имеем линейный полином - его можно использовать для прогноза. По данному методу могу предоставить свой корявенький сырочек :) - по 30 экспериментам прогнозировалось на 12 значений вперед с точностью 0.000001% - ессно, по функц. зависимости :).
Данный метод имеет существенный недостаток: случайные последовательности им предсказать нельзя - только функциональные, и то, имхо, не все. Более качественный алгоритм - МГУА (что-то на подобии ГА). Рассказывать долго и лениво. Есть сырок, но, имхо, что-то я там намутил :).
Alex
--- Советую стереть эту строку...
* Origin: Позови меня типа по имени... (2:4635/1024.64)