Construction of the models of behavior of the economicprocesses by neuronet technologies
. In the report we consider application of various neuron networks for construction of the models and the forecasts of behavior of the economic processes submitted by statistical samples of a different kind and volume, and their subsequent comparison on quality and adequacy. Also, we analyze a choice of the topology of neuron networks for achievement of the most qualitative modeling and forecasting of the behavior of various economic processes depending on a type of primary sequences of data can be submitted.
Download file
Counter downloads: 348
Keywords
dynamic series , sample , economic process , neuron networks , forecasting , modeling , ряды динамики , выборка , экономический процесс , нейронные сети , прогнозирование , моделированиеAuthors
| Name | Organization | |
| Solovieva U.S. | Tomsk State University | sulies@sibmail.com |
| Grekova T.I. | Tomsk State University | gti@fpmk.tsu.ru |
References
Мкртчян С.О. Нейроны и нейронные сети. М.: Энергия, 1971. 230 с.
Новиков В.А., Калацкая Л.В., Садов В.С. Организация и обучение искусственных нейронных сетей: Экспериментальное учеб. пособие. Минск: Изд-во БГУ, 2003. 72 с.
Тютерев В.В., Новосельцев В.Б. Теория нейронных сетей: Учебное пособие. Томск: Изд-во Том. ун-та, 2001. 69 с.
Галушкин А.И. Теория нейронных сетей. Кн.1: Учебное пособие для вузов. М.: Издательское предприятие редакции журнала «Радиотехника», 2000. 415 с.
Алберт А. Регрессия, псевдоинверсия и рекуррентное оценивание. М.: Наука, 1997. 223 с.
Браммер К.,Зиффлинг Г. Фильтр Калмана Бьюси. М.: Наука, 1982. 199 с.
Статистика: Учебник / Под ред. проф. И.И. Елисеевой. М.: Финансы и статистика, 2002. 479 с.
Кендэл М. Временные ряды. М.: Финансы и статистика, 1981. 198 с.
