Наведено прикладні методи прогнозування лінійних і нелінійних процесів, поданих часовими рядами. Проаналізовано особливості формування системного підходу до аналізу нелінійних часових рядів з використанням сучасних методів моделювання та прогнозування. Описано методи формування функцій прогнозування на підставі моделей авторегресії, авторегресії з інтегрованим ковзним середнім, а також метод прогнозування з використанням методів гібридних імунних систем. Розкрито суть поняття бейєсових мереж як потенційно потужного методу моделювання та прогнозування процесів з суттєвими невизначеностями різної природи.

Приведены прикладные методы прогнозирования линейных и нелинейных процессов, представленных временными рядами. Проанализированы особенности формирования системного подхода к анализу нелинейных временных рядов с учетом современных методов моделирования и прогнозирования. Описаны методы формирования функций прогнозирования на основе моделей авторегрессии, авторегрессии с интегрированным скользящим средним, а также метод прогнозирования с учетом методов гибридных имунных систем. Раскрыта сущность понятия бейсовых сетей как потенциально мощного метода моделирования и прогнозирования процессов с существенными неопределенностями различной природы.

Наведено методику побудови математичних моделей часових рядів з використанням множини статистичних параметрів для визначення ступеня адекватності моделі, яка може бути застосована під час аналізу та прогнозування економічних, фінансових та інших процесів. Розглянуто засади застосування рівнянь авторегресії та авторегресії з ковзним середнім до описання динаміки процесів різної природи, а також методи розв'язку й аналізу розв'язків даних рівнянь. Запропоновано методику одержання функцій прогнозування на підставі різницевих рівнянь та їх розв'язків на довільне число кроків. Проаналізовано особливості застосування апарату нейронних мереж для прогнозування динаміки часових рядів, зокрема, за умов невизначеності.

Приведена методика построения математических моделей временных рядов с учетом множества статистических параметров для определения степени адекватности модели, которая может быть использована при анализе и прогнозировании экономических, финансовых и других процессов. Рассмотрены основы применения уравнений авторегрессии и регрессии со скользящим средним для описания динамики процессов различной природы, а также методы решения и анализа решений данных уравнений. Предложена методика получения функций прогнозирования на основании разностных уравнений и их решений на произвольное число шагов. Проанализированы особенности применения нейронных сетей для прогнозирования динамики временных рядов, в частности, в условиях неопределенности.

Наведено математичні, статистичні та експертні методи аналізу та обробки експериментальних даних, які застосовуються у процесі побудови систем контролю на виробництві. Розглянуто питання використання програмних засобів автоматизації контролю якісних показників для побудови різноманітних контрольних карт. Здійснено моделювання складних систем, висвітлено особливості їх застосування з метою аналізу якісної роботи.

Приведены математические, статистические и экспертные методы анализа и обработки экспериментальных данных, применяющихся при построении систем контроля на производстве. Рассмотрены вопросы использования программных средств автоматизации контроля качественных показателей для построения разнообразных контрольных карт. Осуществлено моделирование сложных систем, освещены особенности их применения для анализа качественной работы.

Запропоновано алгоритм побудови моделі авторегресії з умовною гетероскедастичністю з урахуванням адитивних імпульсних складових, що значно перевищують середнє значення.

Розглянуто перспективи застосування гібридної системи розпізнавання образів на підставі поєднання прихованих марковських моделей та нейронних мереж.

Розглянуто один з можливих підходів до проблеми аналізу та моделювання часових рядів за допомогою структурних підходів.

Проаналізовано систему управління міграційними процесами та механізми протидії нелегальній міграції з метою їх удосконалення з використанням методів математичного моделювання та методів прогнозування.

Розглянуто побудову експертної системи для оцінювання стану малого бізнесу, стратегічної привабливості малого бізнесу та можливостей подальшого розвитку. В основу експертної системи покладено мережу довіри Байєса.

Досліджено основні результати використання апарату прихованих марковських моделей для аналізу часових рядів і пов'язані з ними діаграми впливу. Розглянуто особливості використання апарату марківських ланцюжків для аналізу часових рядів і навчання марковських ланцюжків.

Зроблено огляд існуючих підходів до навчання прихованих марківських моделей.

Проаналізовано кількісні та якісні показники наркозлочинності неповнолітніх. Визначено специфіку детермінант, що сприяють поширенню злочинів у сфері наркообігу, вчинюваних неповнолітніми. Досліджено соціально-демографічні особливості неповнолітнього, який вчиняє злочини у цій сфері. Вивчено механізм і мотивацію індивідуальної злочинної поведінки, соціально-демографічні, морально-психологічні та кримінально-правові особливості особи такого неповнолітнього. Розглянуто напрями вдосконалення системи кримінально-правових норм, які передбачають відповідальність неповнолітніх за вчинення злочинів у сфері обігу наркотичних засобів.

Рассмотрены основы лингвистического моделирования - одного из новых направлений нечислового моделирования. Предложен новый подход для представления временных рядов, особенности лингвистизации временных рядов, а также применение лингвистического моделирования для решения задач прогнозирования временных рядов, аутентификация пользователя по его движениям мышкой, распознавание эмоционального состояния пользователя и ранняя диагностика нарушения движений. В основе лежит процесс восстановления формальной грамматики.

Запропоновано погляд на класифікацію прихованих марковських моделей та їх місце в загальній класифікації марковських моделей. Визначено основні класифікаційні ознаки, за якими виконано класифікаційний аналіз.

Розглянуто деякі нові підходи до аналізу та прогнозування часових рядів за допомогою математичного апарату різноманітних прихованих марковських моделей (ПММ). Запропоновано використання сумішей неоднорідних ПММ для аналізу часових рядів, а також для прогнозування часових рядів запропоновано використання гібридної моделі - нечіткої ПММ.

Розглянуто основи теорії прихованих марковських моделей, наведено загальну класифікацію ймовірнісних моделей. Увагу приділено класифікації марковських моделей і прихованих марковських моделей. Запропоновано класифікацію класичних прихованих марковських моделей за кількістю станів і рівнів, часовими характеристиками, видом розподілу ймовірностей, параметричністю, видом топології, гомогенністю, лінійністю, динамічними властивостями, структурою матриці переходів, зв'язністю графу переходів. Надано відомості про гібридні приховані марковські моделі.

Досліджено властивості Пуасонівських прихованих марковських моделей та показано практичну можливість їх використання для прогнозування часових рядів, які мають марковські властивості.

Розглянуто методику побудови математичних моделей гетероскедастичних процесів та її застосування щодо описання динаміки часових рядів. Запропоновано спрощений тест на гетероскедастичність та алгоритм урахування імпульсних складових ряду, які суттєво перевищують його середнє значення. Побудовано функції прогнозу дисперсії, як міри ризику, на підставі розв'язку рівнянь. Наведено приклади прогнозування реальних рядів.

Розроблено метод виявлення слабких сигналів для машинобудівних підприємств, вдосконалено й орієнтовано метод аналізу ієрархій на обчислення узагальненого інтегрального показника впливу на підприємство, модифіковано шкалу ваг важливості. Для комплексного оцінювання стану підприємства введено узагальнений інтегральний показник впливу на підприємство.

Індекс рубрикатора НБУВ: Х883.9(4УКР)52 + Х883.9(4УКР)711.23

Рубрики:

Злочинність в окремих країнах

Шифр НБУВ: Ж69395 Пошук видання у каталогах НБУВ 

Індекс рубрикатора НБУВ: Х881.9(4УКР)123.011 + Х883.9(4УКР)52

Рубрики:

Кримінальне право окремих країн

Злочинність в окремих країнах

Шифр НБУВ: Ж69395 Пошук видання у каталогах НБУВ