izmertechИзмерительная техникаIzmeritel`naya Tekhnika0368-10252949-5237ФГУП "ВНИИФТРИ"izmertech-1218Research ArticleОБЩИЕ ВОПРОСЫ МЕТРОЛОГИИ И ИЗМЕРИТЕЛЬНОЙ ТЕХНИКИGENERAL PROBLEMS OF METROLOGY AND MEASUREMENT TECHNIQUESИспользование временны́х рядов для формирования промежутков однотипного поведения параметров объекта при различных способах прогнозированияСысоевЮ. С.sysoev2004@mail.ruВолгодонский инженерно-технический институт - филиал Национального исследовательского ядерного университета «МИФИ»Russian Federation20180702202302812Copyright © ФГУП "ВНИИФТРИ", 20232023ФГУП "ВНИИФТРИ"ФГУП "ВНИИФТРИ"https://www.izmt.ru/jour/about/submissions#copyrightNoticehttps://www.izmt.ru/jour/article/view/1218

Рассмотрены новые подходы к формированию промежутков однотипного поведения параметров объекта по временны́м рядам. Промежутки сформированы в виде некоторых наборов последовательных значений параметров (координат векторов-соседей), близких к набору последних значений, которые используются при прогнозировании. Показано, что построенная методика позволяет увеличить число векторов-соседей для нахождения статистических характеристик. Предложен единый алгоритм для получения множества векторов-соседей в каждом из рассматриваемых вариантов. Построен алгоритм прогнозирования на один шаг, основанный на анализе координат векторов-соседей.

The new approaches to formation of intervals of the same object parameter behavior on time-seriess in the form of parameter consecutive value sets (coordinates of the "neighbor vectors ") close to a set of their last values used when forecasting. It’s shown that the constructed technique allows to increase number of neighbor vectors to find statistical characteristics used at forecasting. The uniform algorithm for receiving a set of neighbor vectors in each of the considered options is offered. The algorithm of forecasting for one step based on the analysis of coordinates of the neighbor vectors in a special way constructed is developed.

временны́е рядыметоды прогнозированиядрейф параметроввекторы-соседиtime-seriesforecasting methodsparameter driftneighbor vectorsReferencesЛоскутов А. Ю., Михайлов А. С. Основы теории сложных систем. Ижевск: Институт компьютерных исследований, 2007.Лоскутов А. Ю., Михайлов А. С. Основы теории сложных систем. Ижевск: Институт компьютерных исследований, 2007.Сысоев Ю. С. Анализ дрейфа метрологических характеристик измерительных устройств с помощью цепей Маркова // Измерительная техника. 2012. № 1. С. 14-19.Сысоев Ю. С. Анализ дрейфа метрологических характеристик измерительных устройств с помощью цепей Маркова // Измерительная техника. 2012. № 1. С. 14-19.Сысоев Ю. С., Тихомирова А. И. Анализ стабильности работы измерительных приборов посредством стохастического прогнозирования дрейфа их метрологических характеристик // Измерительная техника. 2012. № 6. С. 14-20.Сысоев Ю. С., Тихомирова А. И. Анализ стабильности работы измерительных приборов посредством стохастического прогнозирования дрейфа их метрологических характеристик // Измерительная техника. 2012. № 6. С. 14-20.Сысоев Ю. С. Симакова Н. А. Оценка длительности межповерочных интервалов измерительных устройств методами теории массового обслуживания // Измерительная техника. 2014. № 12. С. 10-15.Сысоев Ю. С. Симакова Н. А. Оценка длительности межповерочных интервалов измерительных устройств методами теории массового обслуживания // Измерительная техника. 2014. № 12. С. 10-15.Новосёлов О. Н., Гуфельд И. Л. Прогнозирование состояния динамической системы по результатам измерений // Измерительная техника. 2015. № 10. С. 11-15.Новосёлов О. Н., Гуфельд И. Л. Прогнозирование состояния динамической системы по результатам измерений // Измерительная техника. 2015. № 10. С. 11-15.Сысоев Ю. С. Восстановление непрерывного параметра по конечному числу его измерений // Измерительная техника. 2017. № 6. С. 9-11.Сысоев Ю. С. Восстановление непрерывного параметра по конечному числу его измерений // Измерительная техника. 2017. № 6. С. 9-11.Сысоев Ю. С. , Бекетов В. Г. Методы прогнозирования дрейфа параметров динамических объектов на основе линейной модели экстраполяции // Измерительная техника. 2017. № 10. С. 7-11.Сысоев Ю. С. , Бекетов В. Г. Методы прогнозирования дрейфа параметров динамических объектов на основе линейной модели экстраполяции // Измерительная техника. 2017. № 10. С. 7-11.Крамер Г. Математические методы статистики. М.: Мир. 1975.Крамер Г. Математические методы статистики. М.: Мир. 1975.Казаков В. Я. Введение в теорию марковских процессов и некоторые радиотехнические задачи. М.: Советское радио, 1973.Казаков В. Я. Введение в теорию марковских процессов и некоторые радиотехнические задачи. М.: Советское радио, 1973.Феллер В. Введение в теорию вероятностей и её приложения. Т. 1. М.: Мир, 1967.Феллер В. Введение в теорию вероятностей и её приложения. Т. 1. М.: Мир, 1967.Гнеденко Б. Г., Коваленко И. Н. Введение в теорию массового обслуживания. М.: Наука, 1966.Гнеденко Б. Г., Коваленко И. Н. Введение в теорию массового обслуживания. М.: Наука, 1966.Люстерник Л. А., Соболев В. И. Элементы функционального анализа. М.: Наука, 1965.Люстерник Л. А., Соболев В. И. Элементы функционального анализа. М.: Наука, 1965.Grassberger P., Procaccia I. Characterization of strange attractors // Physical review letters. 1983. No. 50(5). P. 346-349.Grassberger P., Procaccia I. Characterization of strange attractors // Physical review letters. 1983. No. 50(5). P. 346-349.Grassberger P., Procaccia I. Measuring the strangeness of strange attractors // Physica D. 1983. V. 9. P. 18-208.Grassberger P., Procaccia I. Measuring the strangeness of strange attractors // Physica D. 1983. V. 9. P. 18-208.

The authors declare that there are no conflicts of interest present.