|
Если Вам необходимо построить математическую модель объекта или процесса, который Вы изучаете, исследуете, прогнозируете или хотите улучшить или оптимизмровать, и если Вы имеете при этом выборку данных наблюдений за поведением входных (независимых) и выходных (зависимых) данных,
Даже если Вы:
- имеете короткую выборку зашумленных данных,
- не уверены, измеряли все значимые переменные,
- не имеете информации о внутренней структкре объекта,
- не знаете, в каком классе структур строить модель,
- не слишком хорошо знакомы с методами моделирования
ВЫ МОЖЕТЕ ПОЛОЖИТЬСЯ НА АСТРИД!
Не имеет решающего значения, к какой предметной области относится Ваша задача: экономике или технологии, финансам или экологии, бизнесу или сельскому хозяйству - во всех задачах построения моделей с целью изучения закономерностей, прогнозирования и управления
СОВЕТУЕМ ВАМ ПРИМЕНЯТЬ АСТРИД!
|
Интерактивная программная система построения математических моделей сложных объектов и процессов
Назначение
Интерактивная программная система АСТРИД предназначена для построения математических моделей сложных объектов и процессов по экспериментальным данным в условиях неопределенности с целью установления закономерностей, идентификации, прогнозирования, эмитационного моделирования, оптимизации и управления.
Оригинальность разработки
Система является первою реализацией идей и алгоритмов метода групового учета аргументов (МГУА) в виде диалогового пакета программ, доступного пользователям различного уровня подготовлености. Алгоритмы МГУА отличаются от других методов идентификации и моделирования по данным наблюдений (например, регрессионного анализа) применением принципов автоматической генерации вариантов структур моделей, неокончательных решений и последовательной селекции моделей оптимальной сложности. Метод разработан академиком НАН Украины А.Г.Ивахненко и его коллегами (с 1968 г. по нынешнее время). Все реализованные с системе АСТРИД алгоритмы (комбинаторный, комбинаторно-селекционный и селекционный (многорядный)) и диалоговые процедуры являются оригинальными.
Сравнительная характеристика
Относительно других способов моделирования (на основе регрессионного анализа, подходов Акаике, Вапника, Малоуза и др.) система АСТРИД имеет такие преимущества:
- более широкие возможности автоматической генерации структур моделей (применение многорядных селекционных процедур);
- использование внешних критериев отбора моделей на основе разделения выборки данных на две и более частей (что снижает требования к объему априорной информации);
- возможность работы на коротких выборках;
- доступность пользователям различной квалификации; возможность работы в условиях неопределенности, когда данных мало и они зашумлены, а информация о составе значимых переменных и структуре внутренних взаимосвязей объекта неполная.
Функционально-технические параметры
Система дает возможность строить модели статических объектов, временных рядов и динамических объектов и процессов в таких основных классах структур: линейные, полиномиальные, авторегрессионные, разностные (динамические) и др.
Области применения
Систему АСТРИД наиболее целесообразно применять в задачах обработки данных наблюдений при значительном уровне неполноты априорной информации, то есть в задачах построения моделей для изучения закономерностей, прогнозирования и управления в таких областях: экономические процессы; промышленная технология; экологические процессы (распространение загрязнений и т.п.); построение моделей на основе аэрокосмических данных; сжатие информации.
Система может применяться как самостоятельно, так и в составе информационно - аналитических систем (ИАС) и систем поддержки принятия решений (СППР) разного уровня.
|
