Системы оперативного прогнозирования

Назначение системы оперативного прогнозирования – предсказание состояния некоторых объектов в ближайшем будущем, осуществляемое на основе известного их состояния в настоящем и в недавнем прошлом и, возможно, известных случаев прохождения этих или аналогичных объектов через рассматриваемые состояния. Прогнозное моделирование - построение моделей, позволяющих предсказывать будущие ситуации по данным о прошлых. Основные методы прогнозного моделирования - методы индукции, методы нейронных сетей. В системах прогнозирования используются данные, хранящиеся в базах данных в виде временных рядов, которые отражают динамику исследуемой системы в прошлом. Если удается построить математическую модель, адекватно описывающую такую динамику, то появляется возможность с некоторой вероятностью предсказывать поведение системы в будущем. Прогнозное моделирование может осуществляться посредством нейросимуляторов - программных систем, использующих механизм нейронных сетей. Нейронная сеть - совокупность взаимосвязанных вычислительных элементов (нейронов), каждый из которых генерирует выходной сигнал в ответ на несколько входных. Выход элемента является входом для других. Каждый вход получает вес (в виде коэффициента в соответствующем уравнении), который корректируется в процессе обучения сети. Обучение сводится к подбору таких весов, при которых нейронная сеть безошибочно распознает эталонную выборку. Как правило, для реализации алгоритмов нейронных сетей требуются мощные вычислительные ресурсы, поскольку во время обучения приходится обрабатывать сотни тысяч наборов тестовых данных. Следует иметь в виду, что поддержка решений в некоторой предметной области на основе анализа ее истории эффективна лишь при постоянстве процессов в этой области: наличии устойчивых циклов, устойчивых тенденций, опробованной системы показателей.