Демидова Лилия Анатольевна - доктор технических наук, профессор кафедры вычислительной и прикладной математики, факультет вычислительной техники, Рязанский государственный радиотехнический университет.
Адрес: 390000, г. Рязань, ул. Гагарина, д. 59/1.
E-mail: liliya.demidova@rambler.ru

      Рассматриваются модели краткосрочного прогнозирования коротких временных рядов наоснове строго бинарных деревьев и модифицированного алгоритма клонального отбора, обеспечивающие повышение точности прогноза посредством поиска аналитических зависимостей, формируемых на основе антител, кодирующих строго бинарные деревья и адекватно описывающих известные значения временных рядов.
      Антитело представляет собой символьную строку, элементы которой выбираются из трёх предварительно заданных символьных алфавитов: алфавита арифметических операций; алфавита функционалов и алфавита терминалов. Использование трех символьных алфавитов обеспечивает при реализации модифицированного алгоритма клональногоотбора корректное преобразование в аналитические зависимости случайным образом формируемых антител, структура которых может быть описана с помощью строго бинарных деревьев. При кодировании антител на основе строго бинарных деревьев осуществляется последовательная запись в символьную строку всех узлов строго бинарного дерева, начиная слева направо и снизу вверх. При формировании аналитических зависимостей на основе антител используется рекурсивная процедура интерпретирования антител.
      Модифицированный алгоритм клональногоотбора относится к группе эволюционных алгоритмов, реализующих возможность одновременного поиска среди нескольких альтернативных вариантов решений и выбора лучших из них. Главной отличительной особенностью модифицированного алгоритма клональногоотбора является применение механизмов клональной селекции, гипермутации и супрессии в ходе смены поколений популяций антител, используемых для формирования искомых аналитических зависимостей.
      Предложен и исследован новый подход к оценке качества моделей прогнозирования на основе строго бинарных деревьев и модифицированного алгоритма клональногоотбора. Показана целесообразность одновременного учета значений средней относительной ошибки прогнозирования и показателя несовпадения тенденций при вычислении аффинитета антител с целью оценки качества моделей прогнозирования, определяемых с использованием аналитических зависимостей, формируемых на основе строго бинарных деревьев. Рассматриваемый подход к оценке качества моделей прогнозирования позволяет при реализации модифицированного алгоритма клонального отбора исключить из дальнейшего рассмотрения модели прогнозирования, характеризующиеся большими значениями показателя несовпадения тенденций.
      Предлагаемые модели прогнозирования позволяют существенно сократить время поиска аналитической зависимости, наилучшим образом описывающей известные значения коротких временных рядов, и могут быть рекомендованы для решения задач краткосрочного прогнозирования (на 1-3 шага вперед).