За числом ознак об’єкту досліджень:
- одновимірна задача. Явище представлене лише однією ознакою, зміни якої відбуваються в часі. на рис.14.5 зображені дані спостережень відносних чисел Вольфа, усереднені за місяць, за період з 1900 по 1924 рік;
- багатовимірна задача. Об’єкт або явище представлені кількома ознаками (рис.14.6). Задача прогнозування може бути розширена завдяки представленню даних в просторі (рис.14.7).
Рисунок 14.5 – Розподіл чисел Вольфа в часі
F1
– акоїстика; F2
- деформації земної поверхні; F3
- мікросейсмічні коливання Землі; F4
- сумарна енергія землетрусу, F5
- температура Землі
Рисунок 14.6 – Основні передвісники сейсмічної активності
На рис.14.6 представлені щоденні дані деяких з основних ознак, що визначають землетрус. Показані дані, зокрема: акоїстика, деформація земної поверхні, мікросейсмічні коливання Землі, сумарна енергія землетрусу, температура Землі, що складають ознаки, та які були виміряні в однакові відліки часу за певний період і надалі використовувались для експериментів.
Як приклад багатовимірної задачі покажемо оцінювання числа груп сонячних плям, усереднених за рік, що визначаються двовимірним розподілом в області двох аргументів - широта-час (рис.14.7).
Рисунок 14.7 – Просторове відображення кількості сонячних плям в координатах геліоширота-час
Враховуючи специфічний характер прогнозування часових рядів та певний різнобій в термінології, дотримуватимемося ряду визначень.
Передісторією ряду назвемо набір елементів часового ряду, який враховується для одного кроку прогнозування наступних елементів часового ряду. Однокрокове прогнозування зводиться до задач відображення у випадку, коли значення елементів передісторії можуть визначати лише один дискретний відлік вихідних величин. Багатокрокове прогнозування характеризується збільшенням дискретних відліків вихідної величини і, відповідно, збільшенням часу, на який здійснюється прогноз (час випередження Твип). При багатокроковому прогнозуванні:
Твип=а*R, (14.4)
де R - кількість кроків обчислення прогнозування;
а - крок дискретизації вихідного параметра (наприклад, рік, місяць, день, тощо).
За часом випередження розрізняють види прогнозів:
- згладжування, R= 0;
- короткотерміновий прогноз, R= 1 ÷ 2;
- середньотерміновий прогноз, R= 3 ÷ 7;
- довготерміновий прогноз, R= 10 ÷ 15.
Очевидно, що вид прогнозу суттєво впливає на вибір засобів і методику його реалізації.
14.5 Адаптація нейромереж в режимах прогнозування
Дані про поведінку об’єкта, ознаки якого пов’язані з часом, представлені як результати спостережень в рівномірні відліки часу. Для моментів часу t=1, 2, ..., n дані спостережень набувають вигляду часового ряду х(t1), х(t2), ..., х(tn). Інформація про значення часового ряду до моменту n дозволяє давати оцінки параметрів x(tn+1), x(n+2), ..., x(n+m). Для здійснення прогнозування елементів часових рядів широко використовують так званий метод “часових вікон”.
В залежності від кількості ознак, що представляють значення рядів при формуванні множин даних, виділимо задачі двох типів.