ВКР: Прогнозирование временных рядов на основе нейронного анализа

АННОТАЦИЯ

Целью данной работы является прогнозирование временных рядов на основе нейронного анализа. В работе дана характеристика временных рядов, проанализированы основныематематические методы прогнозирования временных рядов, определены критерии точности и достоверности моделей прогнозирования. Раскрыта сущность искусственных нейронных сетей, рассмотрено практическое применение нейронных сетей, выявлены их преимущества и недостатки, классифицированы архитектуры нейронных сетей, рассмотрены методы обучения нейронных сетей, исследованы возможности оптимизации процесса нейронной сети для прогнозирования временного ряда. Оценены возможности языка программирования Python для разработки нейронной сети, разработана и настроена искусственная нейронная сеть для прогнозирования фондовых индексов, разработана и настроена нейронная сеть для прогнозирования котировок акций ПАО «Газпром».
Результатом работы является создание и описание наиболее подходящей искусственной нейронной сети для решения задачи прогнозирования временных рядов.
Ключевые слова: методы и модели прогнозирования, прогнозирование информационного трафика, искусственные нейронные сети, принципы построения искусственных нейронных сетей, метод обучения, архитектура нейронной сети, параметры нейронной сети.

СОДЕРЖАНИЕ

Введение
1 Теоретические аспекты математических методов прогнозирования временных рядов
1.1 Характеристика временных рядов
1.2 Математические методы прогнозирования временных рядов
1.3 Критерии точности и достоверности моделей прогнозирования
2 Сущность нейронных сетей
2.1 Понятие нейронной сети
2.2 Практическое применение нейронных сетей
2.3 Преимущества и недостатки нейронных сетей
3 Практические аспекты использования нейронной сети
3.1 Классификация архитектуры нейронных сетей
3.2 Разработка искусственных нейронных сетей на языке программирования Python
3.3 Применение нейронного анализа для прогнозирования временных рядов
Заключение
Список использованных источников
Приложение А. Программная реализация прогнозирования фондовых индексов
Приложение Б. Прогнозирование котировок акций ПАО «Газпром» с помощью нейронной сети

ВВЕДЕНИЕ

В настоящее время прогнозирование временных рядов является ключевым моментом в деятельности многих организаций, так как позволяет предсказать поведение различных факторов в экономических, экологических, социальных и иных системах. Основной целью любого прогнозирования является возможность оценить тенденции в изменениях того или иного фактора. Качество прогноза зависит от наличия предыстории изменяемого фактора, погрешностей измерения рассматриваемой величины, количества одновременно учитываемых параметров временного ряда. Прогнозирование различных временных рядов является важной научно-технической проблемой, что определяет актуальность выбора данной темы.
Целью работы является прогнозирование временных рядов на основе нейронного анализа.