РАЗРАБОТКА ОПТИМАЛЬНОГО АЛГОРИТМА ПРОГНОЗИРОВАНИЯ РОСТА ВНУТРЕННЕГО ВАЛОВОГО ПРОДУКТА
Скачать:
Вложение | Размер |
---|---|
РАЗРАБОТКА ОПТИМАЛЬНОГО АЛГОРИТМА ПРОГНОЗИРОВАНИЯ РОСТА ВНУТРЕННЕГО ВАЛОВОГО ПРОДУКТА | 157.5 КБ |
Предварительный просмотр:
РАЗРАБОТКА ОПТИМАЛЬНОГО АЛГОРИТМА ПРОГНОЗИРОВАНИЯ РОСТА ВНУТРЕННЕГО ВАЛОВОГО ПРОДУКТА
Белый В.С., Середа Д.А.
В настоящей статье приводится алгоритм статистического прогнозирования процессов роста внутреннего валового продукта (ВВП), позволяющий реализовать точечный прогноз значений его показателя в любой момент времени.
В соответствии с математической постановкой задачи статистического прогнозирования [1, 2, 3, 5] структура алгоритма статистического прогнозирования значения параметра ВВП включает в себя следующую последовательность действий:
- Для одной точки контроля в момент времени определяется в оптимальный прогноз и дисперсия ошибки прогноза:
,
. (1)
- Произвольным образом выбирается вторая точка контроля на интервале . Считается, что измерение параметра в точках и производится абсолютно точно. Далее определяются соотношения для оптимального прогноза и дисперсии ошибки прогноза:
, (2)
(3)
где , .
- Исследуется зависимость и от результата контроля в точке на интервале . Величина не зависит от , если выполняется тождество:
. (4)
Если тождество (4) не выполняется, то решается экстремальная задача поиска фиксированной точки на интервале , доставляющей минимум дисперсии ошибки прогноза в виде
. (5)
- После решения задачи (5) формируется оптимальный прогноз с учетом ошибок контроля в точках и :
, (6)
. (7)
где ,
- Наряду с точкой контроля произвольным образом выбирается две точки и из интервала и процедура вычислений повторяется. Если на - м шаге уравнение (8) имеет решение
, (8)
вычисляется дисперсия ошибки прогноза и сравнивается с дисперсией ошибки прогноза на предыдущем шаге . Если не выполняется неравенство
, (9)
вычисления прекращаются и рациональным числом точек контроля является иначе выбирается очередная точка на интервале и процедура вычисления продолжается до тех пор, пока неравенство (9) будет выполняться.
Таким образом, определяется максимальное количество точек измерения значений параметра ВВП на интервале , обеспечивающее минимальную дисперсию ошибки прогноза [4].
Достоинством разработанного алгоритма является возможность обеспечения высокой точности прогноза значения случайного процесса на интервале . Это важно для решения рассматриваемой задачи, т. к. практическая реализация алгоритма прогнозирования случайного процесса роста ВВП позволяет повысить степень её предсказуемости.
К недостаткам следует отнести необходимость выполнения ряда сложных математических вычислений. Однако, наряду с достоинством разработанного алгоритма, этот недостаток существенным не является. Современный уровень развития информационных технологий позволяет выполнить программную реализацию данного алгоритма.
К сожалению, предложенный в курсовой работе алгоритм может работать только с функциями , представляющими собой реализации случайных процессов непрерывного (дискретно-непрерывного) характера, т. е. применим только для постепенных экономических процессов.
Приведем пример решения задачи определения оптимального точечного прогноза значения параметра (показателя) ВВП и дисперсии ошибки прогноза.
Исходные данные:
- момент времени измерения параметра единиц;
- состояния случайного процесса (в точках и ) единица;
- момент времени прогноза параметра единиц.
Требуется определить оптимальный точечный прогноз и дисперсию ошибки прогноза . Результат решения задачи графическим способом представлен на рисунке 1.
Из анализа результатов решения задачи, представленных на рисунке следует:
- значение экстремальной точки , соответствующей максимальной ошибке прогноза составляет 4.7 единиц;
- значение дисперсии ошибки прогноза монотонно убывает, а в точке контроля терпит разрыв первого рода, что свидетельствует об отсутствии решения экстремальной задачи (5) и выбор экстремальной точки является проблематичным.
Таким образом, анализ результатов решения задачи, представленных на рисунке 1, показывают работоспособность алгоритма.
Выводы:
1. Задача прогнозирования значений параметров (показателей) ВВП сводится к определению точечных прогнозов и исследованию их статистических характеристик, т. е, решается экстремальная задача поиска фиксированных точек измерения значений параметра , …, на заданном интервале, доставляющих минимум дисперсии ошибки прогноза;
2. Возможность обеспечения высокой точности прогноза состояния случайного процесса на заданном интервале времени является основным достоинством разработанного алгоритма. Это важно для решения рассматриваемой в курсовой работе задачи, т. к. практическая реализация алгоритма позволяет повысить степень предсказуемости процесса роста ВВП;
3. К недостаткам алгоритма следует отнести необходимость выполнения ряда сложных математических вычислений, однако, наряду с его достоинством, этот недостаток существенным не является.
Литература:
1. Болелов Э. А., Кузьмин А. Б., Шишкин В. Ю. Вариант синтеза линейной стохастической системы управления. // Научный вестник МГТУ ГА. 2000 г. №20.
2. Вентцель Е. С. Теория вероятностей. – М.: Наука, 1964
3. Гнеденко Б. В. и др. Математические методы в теории надежности. – М.: Наука, 1965.
4. Казаков И. Е. Статистическая теория систем управления в пространстве состояний. – М.: Наука, 1975.
5. Кузьмин А. Б. Свойства характеристик точечных оценок случайных сигналов. Техническая кибернетика №6. Москва, АН СССР. 1991.