Литвиненко В. І., Кожухівська О. А., Фефелов А. О. Метод прогнозування гетероскедастичних процесів з використанням синтезованих поліноміальних нейронних мереж

УДК 004.032.26(045)

В. І. Литвиненко1, О. А. Кожухівська2, А. О. Фефелов3
1Херсонський національний технічний університет,
кафедра інформатики і комп’ютерних наук
2Educational and Research Institute of Natural Sciences
Cherkasy National University named after Bogdan Khmelnitsky,
3Kherson National Technical University,
Department of Design

МЕТОД ПРОГНОЗУВАННЯ ГЕТЕРОСКЕДАСТИЧНИХ ПРОЦЕСІВ З ВИКОРИСТАННЯМ СИНТЕЗОВАНИХ ПОЛІНОМІАЛЬНИХ НЕЙРОННИХ МЕРЕЖ

© Литвиненко В. І., Кожухівська О. А., Фефелов А. О., 2015

Запропоновано метод пошуку функціональних залежностей у динамічних системах за набором вхідних даних, за допомогою гібридного клонального алгоритму і синтезованої за допомогою клонального алгоритму поліноміальної нейронної мережі. Запропоновано технологію побудови моделей гетероскедастичних процесів.
Ключові слова: гетероскедастичний процес, волатильність, алгоритм клонального відбору, МГУА, поліноміальна нейронна мережа.

This paper proposes a method of finding functional relationships in dynamical systems on the set of input data by clonal hybrid algorithm and clonal synthesized using polynomial algorithm neural network. The technology of building models heteroscedastic processes.
Key words: heteroscedastic process, volatility, algorithm clonal selection, GMDH, polynomial neural network.

Література 19