Compact genetic algorithm of window size’s selection for time series prediction in neural networks

Authors

  • Е. В. Волченко Государственный университет информатики и искусственного интеллекта

DOI:

https://doi.org/10.18372/2073-4751.1.9166

Abstract

The problem of data preprocessing for time series prediction using multilayer neural networks is considered. A compact genetic algorithm for determining the size of windows to build a training set is proposed. A method of encoding chromosomes is described. Fitness-function and ways to stop the genetic algorithm is developed. A numerical comparison ofprediction results of different types of time series with known methods and neural network prediction using the developed algorithm is shown

Author Biography

Е. В. Волченко, Государственный университет информатики и искусственного интеллекта

к.т.н.

References

Рабочая книга по прогнозированию / Отв. ред. И.В. Бестужев - Лада. - М.: Мысль, 1982. -4 3 0 с.

Гречин С.Б., Трифонов Ю.В. Применение генетического программирования для прогнозирования состояния предприятий // Вестник Нижегородского университета им. Н.И. Лобачевского, Серия: Экономика и финансы. - 2007. - № 5. - С. 130 - 133.

Бушуева Л.И. Методы прогнозирования объема продаж // Маркетинг в России и за рубежом. - 2002. - №1. -С . 15-29.

Кричевский М.Л. Интеллектуальные методы в менеджменте: Нейронные сети; Нечеткая логика; Генетические алгоритмы; Динамические системы. - СПб.: Питер, 2005. - 304 с.

Резниченко Е.В., Кочегурова Е.А. Методы краткосрочного прогнозирования финансовых рынков // Известия Томского политехнического университета. - 2007. -

Т. 311, № 6 ,- С. 19-23.

Гнусов Ю.В., Ерохин А.Л. Использование нейросетевых методов для прогнозирования временных рядов // Искусственный интеллект. - 2002. - № 4. - С. 686 - 691.

Кузнецов А.А. Применение нейросетей для прогнозирования финансовых временных рядов // Научная сессия МИФИ- 2001. - Т. 12 Компьютерные системы и технологии. Информационные системы и среды, технологии проектирования, электронный бизнес. - С. 95 - 96.

Хайкин С. Нейронные сети: полный курс. - М.: Вильямс, 2006. - 1104 с.

Крисилов В.А., Чумичкин К.В., Кондратюк А.В. Представление исходных данных в задачах нейросетевого прогнозирования // V Всероссийская науч.-техн. конф. «Нейроинформатика-2003»: Сб. науч. трудов. - Т.1. - Москва: МИФИ. - 2003. - С. 184-191.

Ruelle D. On the Nature of Turbulence / D. Ruelle, F. Takens // Commun. Math. Phys.- 1971.-Vol. 20.-P . 167- 192.

G. Harik, F. Lobo and D. Goldberg. The Compact Genetic Algorithm // IEEE Transactions on Evolutionary Computation. - 1999. -№ 3 . - P. 287-309.

Downloads

Issue

Vol. 1 No. 33 (2011)

Section

Статті

License

Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:

  1. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.

  2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.

  3. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).