BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Kucharski Adam (Uniwersytet Łódzki)
Tytuł
O pewnym zastosowaniu algorytmów genetycznych do prognozowania szeregów czasowych
On the Use of Genetic Algorithms to Time Series Forecasting
Źródło
Prace Naukowe Akademii Ekonomicznej we Wrocławiu, 2007, nr 1167, s. 143-153, rys., tab., bibliogr. 5 poz.
Tytuł własny numeru
Współczesne tendencje rozwojowe badań operacyjnych
Słowa kluczowe
Algorytmy genetyczne, Szeregi czasowe, Prognozowanie
Genetic algorithms, Time-series, Forecasting
Uwagi
summ.
Abstrakt
Chyba nikogo nie trzeba przekonywać o przydatności wynikającej z wykorzystania prognoz we współczesnej rzeczywistości ekonomicznej. Obecnie znane metody można podzielić na cztery grupy:
1) metody prognozowania na podstawie szeregów czasowych,
2) metody prognozowania na podstawie modeli ekonometrycznych,
3) metody analogowe,
4) metody heurystyczne.
W niniejszej pracy skoncentrowano się na pierwszej z wymienionych kategorii metod zwanych też niekiedy niestrukturalnymi. W jej obrębie występuje wiele konkretnych metod stosowanych w zależności od potrzeb i własności analizowanego szeregu. Pomimo tego zdarzają się sytuacje, kiedy okazuje się, iż w żaden sposób nie można uzyskać satysfakcjonujących prognoz. Wiąże się to najczęściej z wystąpieniem elementów dekompozycji szeregu czasowego. Jeżeli nie istnieje szansa na wykorzystanie którejś z pozostałych grup metod, sytuacja staje się nie do pozazdroszczenia. Dlatego warto poszukiwać innych rozwiązań, które mogłyby się sprawdzić w tego typu okolicznościach, na przykład sięgając po algorytm genetyczny. (fragment tekstu)

This paper presents how genetic algorithms can make forecasts of pretty complicated time series using simple naive methods. Moreover, it is possible to achieve adjustement of some kind for different types of time series. All this can be done thanks to flexibility of genetic algorithms. There had been carried out modifications in classic genetic algorithm. Some operators, like crossing or mutation, had been changed in order to adapt them to a certain parameter called tm. tm expresses maximum allowable lag of observation making current ex post forecast. This parameter, included in algorithm, had become the basis of presented prediction method. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Bibliografia
Pokaż
  1. Gajda J.B., Prognozowanie i symulacje a decyzje gospodarcze, C.H. Beck 2001.
  2. Goldberg D., Algorytmy genetyczne i ich zastosowania, WNT, Warszawa 1995.
  3. Michalewicz Z., Algorytmy genetyczne + struktury danych = programy ewolucyjne, WNT, Warszawa 1996.
  4. Prognozowanie gospodarcze. Metody i zastosowania, red. M. Cieślak, PWN, Warszawa 2001.
  5. Zeliaś A., Teoria prognozy, PWE, Warszawa 1997.
Cytowane przez
Pokaż
ISSN
0324-8445
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu