Глава 1     Глава 2   

 

 

Считается, что характерной чертой адаптивных методов прогнозирования является их способность непрерывно учитывать эволюцию динамических характеристик изучаемых процессов, «подстраиваться» под эту эволюцию, придавая, в частности, тем больший вес

и тем более высокую информационную ценность имеющимся на-

блюдениям, чем ближе они к текущему моменту прогнозирования.

Однако деление методов и моделей на «адаптивные» и «неадаптив-

ные» достаточно условно. В известном смысле любой метод прогно-

зирования адаптивный, т.к. все они учитывают вновь поступающую

информацию, в том числе наблюдения, сделанные с момента по-

следнего прогноза. Общее значение термина заключается, по-

видимому, в том, что «адаптивное» прогнозирование позволяет об-

новлять прогнозы с минимальной задержкой и с помощью относи-

тельно несложных математических процедур. Однако это не означа-

ет, что в любой ситуации адаптивные методы эффективнее тех, ко-

торые традиционно не относятся к таковым.

Простейший вариант метода (метод экспоненциального сглажи-

вания [151]) уже рассматривался в связи с задачей выявления неслу-

чайной составляющей анализируемого временного ряда. Постановка

задачи прогнозирования с использованием простейшего варианта

метода экспоненциального сглаживания формулируется следующим

образом.

Пусть анализируемый временной ряд                           

представлен в виде








Адаптивные методы прогнозирования