Помощь в написании студенческих работ
Антистрессовый сервис

Система прогнозирования на основе многокритериального анализа временных рядов

Диссертация: Система прогнозирования на основе многокритериального анализа временных рядов
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

В 2001 году постановлением Правительства Российской Федерации утверждена Федеральная целевая программа «Предупреждение и борьба с заболеваниями социального характера (2002;2006 годы)». В подпрограмме «Вакцинопрофилактика» этой программы говорится о необходимости проведения работ по совершенствованию эпидемиологического надзора за инфекциями, управляемыми средствами специфической профилактики… Читать ещё >

Система прогнозирования на основе многокритериального анализа временных рядов (реферат, курсовая, диплом, контрольная)

Содержание

  • 1. Модели и методы прогнозирования на основе временных рядов
    • 1. 1. Временные ряды
      • 1. 1. 1. Определение временного ряда
      • 1. 1. 2. Генезис наблюдений, образующих временной ряд
      • 1. 1. 3. Основные задачи анализа временных рядов
      • 1. 1. 4. Стационарные временные ряды и их основные характеристики
    • 1. 2. Обзор, математических моделей, применяемых при анализе временных рядов
      • 1. 2. 1. Регрессионные модели
      • 1. 2. 2. Модель авторегрессии (АР)
      • 1. 2. 3. Модель скользящего среднего (СС)
      • 1. 2. 4. Смешанные модели авторегрессии — скользящего среднего (АРСС)
      • 1. 2. 5. Описание периодических процессов рядами Фурье
    • 1. 3. Модели и методы принятия решений
      • 1. 3. 1. Постановки многокритериальных задач принятия решений
      • 1. 3. 2. Характеристики приоритета критериев. Нормализация критериев
      • 1. 3. 3. Принципы оптимальности в задачах принятия решений
      • 1. 3. 4. Метод аналитической иерархии
      • 1. 3. 5. Методы порогов несравнимости ЭЛЕКТРА
      • 1. 3. 6. Диалоговые методы. Метод ограничений
    • 1. 4. Выводы к главе 1
  • 2. Модели и метды многокритериального прогнозирования
    • 2. 1. Постановка задачи прогнозирования
    • 2. 2. Критерии оценки качества прогнозирования
    • 2. 3. Решение задачи прогнозирования как задачи оптимизации
    • 2. 4. Алгоритм построения множества конкурирующих прогнозов
    • 2. 5. Прогнозирование в диалоговом режиме с ЛПР
      • 2. 5. 1. Особенности диалоговых методов принятия решений
      • 2. 5. 2. Диалоговый алгоритм решения задачи прогнозирования
    • 2. 6. Аддитивные модели прогнозирования
      • 2. 6. 1. Определение наличия неслучайной составляющей во временном ряду
      • 2. 6. 2. Анализ тренда
      • 2. 6. 3. Анализ сезонной компоненты
      • 2. 6. 4. Анализ случайной компоненты
    • 2. 7. Выводы к главе 2
  • 3. Программная реализация системы прогнозирования
    • 3. 1. Структура информационной системы «Эпиднадзор»
    • 3. 2. Объектная модель системы прогнозирования
      • 3. 2. 1. Диаграммы классов
      • 3. 2. 2. Описание классов подсистемы прогнозирования
    • 3. 3. Пользовательский интерфейс системы прогнозирования
      • 3. 3. 1. Назначение основных элементов интерфейса пользователя
      • 3. 3. 2. Настройка параметров прогнозирования
      • 3. 3. 3. Настройка параметров отображения результатов прогнозирования
      • 3. 3. 4. Выбор рационального прогноза в диалоговом режиме
    • 3. 4. Выводы к главе 3
  • 4. Примеры построения прогнозов с помощью системы прогнозирования
    • 4. 1. Использование диалогового алгоритма решения задачи прогнозирования при построении прогноза
    • 4. 2. Влияние выбора формальной постановки задачи прогнозирования на результаты прогнозирования
    • 4. 3. Выводы к главе 4
  • Основные результаты работы

В 2001 году постановлением Правительства Российской Федерации утверждена Федеральная целевая программа «Предупреждение и борьба с заболеваниями социального характера (2002;2006 годы)». В подпрограмме «Вакцинопрофилактика» этой программы говорится о необходимости проведения работ по совершенствованию эпидемиологического надзора за инфекциями, управляемыми средствами специфической профилактики, и государственного контроля за проведением профилактических и противоэпидемических мероприятий.

В рамках решения задач подпрограммы «Вакцинопрофилактика» создана и постоянно совершенствуется «Компьютерная система эпидемиологического надзора за инфекционными» заболеваниями (федеральный уровень)" (далее информационная система- «Эпиднадзор»), предназначенная для автоматизации процедур сбора, хранения и обработки информации помониторингу за инфекционными заболеваниями. Основу системы составляет интегрированная база данных, содержащая информацию, собираемую по формам федерального государственного и отраслевого статистического наблюдения /33,49/.

Актуальность обуславливается необходимостью решения задач, возникающих перед государственной санитарно-эпидемиологической службойпри осуществлении, эпидемиологического надзора за инфекционными заболеваниями и связанных с обработкой и анализом поступающих статистических данных. Это задачи регламентированной обработки статистической отчетности, постоянного наблюдения за эпидемическим процессом во времени, оперативные ситуационные задачи, связанные с принятием управленческих решений, задачи анализа причинно-следственных связей в складывающейся обстановке, прогнозирования развития эпидемической ситуации 151.

В работе содержатся теоретические положения, которые были положены в, основу подсистемы «Прогноз» информационной системы «Эпиднадзор», предназначенной для" поддержки принятия управленческих решений при эпидемиологическом надзоре за инфекционными заболеваниями, а также примеры использования' и результаты внедрения этой системы в деятельность Департамента государственного санитарно-эпидемиологического надзора Минздрава России и Федерального центра государственного санитарно-эпидемиологического надзора Минздрава России.

В диссертационной работе предлагается методика решения задачи прогнозирования на основе временных рядов с использованием стандартных методов, их комбинаций и модификаций известных методов. Особенности предлагаемого подхода состоят в следующем:

• реализованы многокритериальное описание качества прогнозов, описание понятий «хороший» или «оптимальный» прогноз;

• для разных ситуаций содержательно описаны требования к качеству прогнозов, которые трансформированы в множество формальных постановок задач прогнозирования;

• сформировано множество прогнозных моделей, на основе ретроспективного анализа осуществляется выбор вида и параметров моделей;

• используются прогнозные модели аддитивной структуры, позволяющие проводить покомпонентный анализ составляющих временного ряда;

• система прогнозирования реализуется в диалоговом варианте.

Целью диссертационной работы являются разработка алгоритмов построения прогнозов на основе анализа временных рядов, разработка методов формализации оценки их качества, создание на основе этих методов и алгоритмов системы прогнозирования и ее последующая интеграция в информационную систему эпидемиологического надзора за инфекционными заболеваниями «Эпиднадзор».

Для достижения поставленной цели в работе поставлены и решены следующие задачи.

1. Анализ существующих методов прогнозирования на основе временных рядов.

2. Формулировка постановок многокритериальных задач прогнозирования.

3. Разработка методики оценки качества прогнозирования, учитывающей предпочтения эксперта.

4. Разработка диалогового алгоритма рационального выбора «лучших» прогнозов.

5. Решение задач построения прогнозов как задач оптимизации.

6. Реализация подсистемы прогнозирования для информационной системы «Эпиднадзор».

7. Оценка работоспособности системы при прогнозировании инфекционной заболеваемости.

Для решения поставленных задач исследования были использованы методы многокритериальной оптимизации, системного анализа и исследования операций, математической статистики, эконометрики, теории реляционных баз данных, объектно-ориентированного проектирования и программирования.

На защиту выносятся.

1. Многокритериальный подход при формализации постановки задачи прогнозирования, включающий построение критериев оценки, качества прогноза, постановку оптимизационных задач для настройки прогнозных моделей.

2. Диалоговый алгоритм решения задачи прогнозирования как многокритериальной задачи оптимизации на основе предложенных критериев оценки качества прогноза.

3. Предложенные в работе прогнозные модели, их структура и параметры.

4. Разработанная система прогнозирования на основе многокритериального анализа временных рядов.

Научная новизна диссертации заключается в предложении многокритериального подхода при формализации постановки задачи прогнозирования. Множество предложенных критериев оценки качества прогнозов трансформировано в формальные постановки< задач многокритериальной оптимизации, которые решаются на множестве конкурирующих прогнозов. Для решения поставленных задач построено множество прогнозных моделей. Разработан диалоговый алгоритм рационального выбора лучших прогнозов.

Практическая значимость работы состоит в> том, что применение разработанной системы прогнозирования в деятельности госсанэпидслужбы с последующим принятием управленческих решений, направленных на профилактику и снижение инфекционной заболеваемости, позволяет повысить качество и эффективность эпидемиологического надзора за инфекционными заболеваниями в России.

Разработанная, система прогнозирования на основе многокритериального анализа временных рядов реализована как подсистема прогнозирования в информационной системе эпидемиологического надзора за инфекционными заболеваниями «Эпиднадзор».

Информационная система «Эпиднадзор» находится в промышленной эксплуатации в Департаменте государственного санитарно-эпидемиологического надзора Минздрава России и Федеральном центре государственного санитарно-эпидемиологического надзора Минздрава России.

Результаты диссертационной работы докладывались и обсуждались на:

• международной конференции «Идентификация систем и задачи управления» (SICPRO), Москва, 2004 г.;

• международном форуме «Информатизация процессов охраны здоровья населения-2001», Кемер, Турция, 2001 г.;

• совещаниях в Департаменте государственного санитарно-эпидемиологического надзора Минздрава России и Федеральном центре Госсанэпиднадзора Минздрава России;

• семинарах на кафедре автоматизированных систем управления Московского государственного института стали и сплавов (технологического университета).

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ.

В диссертации предложены, успешноапробированы и внедрены методика, математическое и программное обеспечение системы прогнозирования на основе многокритериального анализа временных рядов. Система предназначена для решения задачи прогнозирования с последующим принятием управленческих решений, направленных на профилактику и снижение инфекционной заболеваемости, что позволяет повысить качество и эффективность эпидемиологического надзора за инфекционными заболеваниями в России. Получены следующие основные научные и практические результаты.

1. Предложено многокритериальное, описание качества прогнозов на основании сформированного множества критериев оценки их качества, учитывающих предпочтения эксперта. Для различных ситуаций сформулированы требования к качеству прогнозов как формальные постановки задачи прогнозирования.

2. Разработан алгоритм построения множества конкурирующих прогнозов, на котором задача прогнозирования решается как задача оптимизации, где целевой функцией является функция качества прогноза, — сконструированная на основе критериев оценки качества прогнозирования.

3. Разработан диалоговый алгоритм решения задачи прогнозирования как многокритериальной задачи оптимизации на основе сформулированных критериев оценки качества прогноза.

4. Описаны и адаптированы под решаемую задачу многокритериальной оптимизации прогнозные модели: аддитивной структуры, позволяющие проводить покомпонентный анализ составляющих временного ряда: тренда, сезонной и случайной компоненты.

5. Разработанные алгоритмы и методы составили основу подсистемы «Прогноз» информационной системы «Эпиднадзор», предназначенной для построения прогнозов на основании данных об инфекционной заболеваемости. Информационная система «Эпиднадзор» находится в промышленной эксплуатации в Департаменте государственного санитарно-эпидемиологического надзора Минздрава России и Федеральном центре санитарно-эпидемиологического надзора Минздрава России.

Показать весь текст

Список литературы

  1. М.А., Алескеров Ф. Т. Выбор вариантов: основы теории. М.: Наука, 1990.— 240 с.
  2. К. 101 Oracle PL/SQL. М.: Лори, 2001. — 368 с.
  3. Аммерааль Л. STL для программистов на С++. М.: ДМК Пресс, 2000. — 240 с.
  4. А. Математика для электро- и радиоинженеров. М.: Наука, 1967. — 780 с.
  5. Е.Н. Роль санэпидслужбы в обеспечении санитарно-эпидемиологического благополучия населения Российский Федерации.- М.: Издательско-информационный центр Госкомитета санитарно-эпидемиологического надзора РФ, 1996. — 416 с.
  6. Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление: Пер. с англ. Вып. 1 и 2. М.: Мир, 1974. — 406 с.
  7. У., Боггс М. UML и Rational Rose. М.: Лори, 2001. — 582 с.
  8. В.И. Проблемы векторной оптимизации. Исследование операций // Методологические аспекты. М.: Наука, 1972. — С. 102−113.
  9. А. Л. Бахтадзе Н.Н. Синтез и применение дискретных систем управления с идентификатором. М.: Наука, 2003. — 232 с.
  10. Д., Гокмен М., Ингерем Дж. Внутренний мир Огас1е8. Проектирование и настройка: Пер. с англ. Киев: Издательство «ДиаСофт», 2000. — 800 с.
  11. И. Вопросы анализа и процедуры принятия решений / Сб. пер. с англ. М.: Мир, 1976.230 с.
  12. В.И., Штильман М. С. Оптимизация в задачах проектирования. М.: Знание, 1982.-64 с.
  13. Дж. Эконометрические методы. М.: Статистика, 1980. -444 с.
  14. Доугерти Кристофер Введение в эконометрику. М.: ИНФРА-М, 1997. — 402 с.
  15. Ю.А., Травкин С. И., Якимец В. Н. Многокритериальные модели формирования и выбора вариантов систем. М.: Наука, 1986. — 296 с.
  16. С.В., Ларичев О. И. Многокритериальные методы принятия решений. М.: Знание, 1986.-29 с.
  17. К.Х., Игнатенко В. Н., Код А.П. Компьютерные методы прикладной математики. — Киев: Дизайн, 1999. 352 с.
  18. В.М. Эконометрика. -М.: Соминтек, 1991.
  19. Инфекционная заболеваемость в Российской Федерации за январь-декабрь 1998 года // ЗНиСО. 1999. -№ 1 (70).
  20. Инфекционная заболеваемость в Российской Федерации за январь-декабрь 1999 года // ЗНиСО. 2000. — № 1 (82).
  21. Инфекционная заболеваемость в Российской Федерации за январь-декабрь 2000 года // ЗНиСО. 2001. — № 1 (94).
  22. Инфекционная заболеваемость в Российской Федерации за январь-декабрь 2001 года // ЗНиСО. 2002. — № 1 (Ю6).
  23. Инфекционная заболеваемость в Российской Федерации за январь-декабрь 2002 года // ЗНиСО. -2003. -№ 1 (118).
  24. Инфекционная заболеваемость в Российской Федерации за январь-декабрь 2003 года// ЗНиСО. 2004. — № 1 (130).
  25. Инфекционная заболеваемость в Российской Федерации за январь-июнь 2004 года // ЗНиСО. 2004. — № 7 (136).
  26. А.П., Матковский B.C. Справочник по инфекционным болезням.- М: Медицина, 1979. 248 с.
  27. Т. Визуальное моделирование с помощью Rational Rose 2002 и UML. М.: Издательский дом «Вильяме», 2003. — 192 с.
  28. М.Дж. Временные ряды: Пер. с англ. М.: Финансы и статистика, 1981. — 199 с.
  29. М.Дж., Стьюарт А. Многомерный статистический анализ и временные ряды: Пер. с англ. — М.: Наука, 1976. 736 с.
  30. Кини P. JL, Райфа X. Принятие решений при многих критериях: предпочтения и замещения: Пер. с англ. М.: Радио и связь, 1981. — 560 с.
  31. Д.А. Полный курс С++. Профессиональная работа. Киев: Диалектика, 2004. -672 с.
  32. Компьютер и поиск компромисса. Метод достижимых целей / А. В. Лотов, В. А. Бушевков, Г. К. Каменев, О. Л. Черных. М.: Наука, 1997. — 239 с.
  33. В. Многоуровневые системы клиент-сервер // Сети. -1997. № 6.
  34. Г., Корн Т. Справочник по математике. М.: Наука, 1974. — 832 с.
  35. Г. Технология «клиент-сервер» и мониторы транзакций // Открытые системы. -1994. № 3.
  36. О.И. Наука и искусство принятия решений. — М.: Наука, 1979. 200 с.
  37. О.И. Теория и методы принятия решений, а также Хроника событий в Волшебных Странах. М.: Логос, 2000. — 296 с.
  38. О.И., Мошкович Е. М. Качественные методы принятия решений. М.: Наука, 1996.-208 с.
  39. .Г. Разработка управленческого решения: Учебник. 4-е изд., испр. — М.: Дело, 2003. — 392 с.
  40. .Г. Экспертная информация: Методы получения и анализа. М.: Радио и связь, 1982.-184 с.
  41. Ю.П. Адаптивные методы краткосрочного прогнозирования. М.: Статистика, 1979.-253 с.
  42. Ю.П. Регрессионные и адаптивные методы прогнозирования. М.: МЭСИ, 1997.
  43. Я.Р., Катышев П. К., Пересецкий А. А. Эконометрика. Начальный курс. — М.: Дело, 2000.-400 с.
  44. В.И. Финансовая математика: Учеб. пособие для вузов. М.: ЮНИТИ-ДАНА, 2000.-247 с.
  45. С. Эффективное использование STL. Библиотека программиста. — СПб.: Питер, 2002.-224 с.
  46. Многокритериальные задачи принятия решений / Под ред. Д. М. Гвишиани, С. В. Емельянова. М.: Машиностроение, 1978. — 192 с.
  47. Э., Максимчук Р. Проектирование баз данных с помощью UML. М.: Издательский дом «Вильяме», 2002. — 288 с.
  48. Оптимизация качества. Сложные продукты и процессы / Э. В. Калинина, А. Г. Лапига, В. В. Поляков и др. М.: Химия, 1989. — 256 с.
  49. Основные социально-экономические показатели по Российской Федерации за 1997−2002 гг. // Вопросы статистики. 2002. — № 6. — С. 49−60.
  50. Основные социально-экономические показатели по Российской Федерации за 1999−2004 гг. (По материалам Госкомстата России) // Вопросы статистики. 2004. № 6. — С. 71−82.
  51. М., Слейтер Л. Динамическая регрессия: теория и алгоритмы: Пер. с англ. М.: Финансы и статистика, 1984. — 312 с.
  52. В.В. Методы многокритериальной оптимизации. Вып. 1 Эффективные планы. М.: Военная академия им. Дзержинского, 1971. — 122 с.
  53. Прикладная статистика. Основы эконометрики: Учебник для вузов: В 2 т. — 2-е изд., испр. Т. 1: Айвазян С. А., Мхитарян B.C. Теория вероятностей и прикладная статистика. — М.: ЮНИТИ-ДАНА, 2001. — 656 с.
  54. Прикладная статистика. Основы эконометрики: Учебник для вузов: В 2 т. 2-е изд., испр. — Т. 2: Айвазян С. А. Основы эконометрики. — М.: ЮНИТИ-ДАНА, 2001. — 432 с.
  55. А.С. Методы системного анализа: многокритериальная и нечеткая оптимизация, моделирование и экспертные оценки. — М.: НПО «Издательство «Экономика», 1999. -191 с.
  56. А.С. Методы системного анализа: оптимизация. М.: НПО «Издательство «Экономика», 1999. — 255 с.
  57. Т., Керне К. Аналитическое планирование и организация систем.- М.: Радио и связь, 1991.-224 с.
  58. М.Е. Задачи векторной оптимизации в теории управления. — Тбилиси: Мецниереба, 1975.
  59. .Я., Яковлев С. А. Моделирование систем. М.: Высш. шк., 1985. — 251 с.
  60. Система прогнозирования на основе многокритериального анализа временных рядов / А. С. Рыков, В. О. Хорошилов, К. С. Щипин, А. А. Рыков // Сб. науч. тр. МИСиС «Экономика, информационные технологии и управление в металлургии». М.: МИСиС, 2003.-С. 77−79.
  61. Статистические методы прогнозирования на основе временных рядов / Ю. В. Сажин, А. В. Катынь, В. А. Басова, Ю. В. Сарайкин. Саранск: Изд-во Мордовского ун-та, 2000. -116с.
  62. Статистическое моделирование и прогнозирование: Учеб. пособие / Под ред. А. Г. Гранберга. М.: Финансы и статистика, 1990. — 383 с.
  63. А.И. Квалиметрия. СПб.: Изд-во «Астерион», 2002. — 288 с.
  64. Теория выбора и принятия решений / Макаров И. М., Виноградская Т. М., Рубчинский А. А., Соколов В. Б. — М.: Наука, 1982. 328 с.
  65. Э.А. Компьютерная поддержка переговоров при согласовании управленческих решений. М.: СИНТЕГ, 2003. — 284 с.
  66. Э.А. Компьютерная поддержка принятия решений. — М.: СИНТЕГ, 1998. -376 с.
  67. Т.Дж., Паррамоу К. Количественные методы в финансах: Учеб. пособие для вузов / Пер. с англ. М: Финансы- ЮНИТИ, 1999. — 527 с.
  68. Управление и оптимизация производственно-технологических процессов / Н. М. Вихров, Д. В. Гаскаров, А. А. Грищенков и др. СПб.: Энергоатомиздат, 1995. — 301 с.
  69. А.А. Прогнозирование производительности труда: методы и модели. М.: Экономика, 1989. — 214 с.
  70. .Л. Инфекционные и паразитарные болезни человека: Справочник эпидемиолога. М.: Медицинская газета, 1994. — 617 с.
  71. Е.Н. Статистические методы прогнозирования. М.: Статистика, 1977. — 199 с.
  72. Р. Многокритериальная оптимизация. Теория, вычисления и приложения. — М.: Радио и связь, 1992. 504 с.
  73. Энсор Дэйв, Стивенсон Йен. Oracle. Проектирование баз данных: Пер. с англ. Киев: Издательская группа BHV, 2000. — 560 с.
  74. Aitken A.C. On Least-Squares and Linear Combinations of Observations. // Proc. Royal Soc. — Edinburgh, 1934. Vol. 55. — P. 42−48.
  75. Cochrane D., Orcutt G.H. Application of Least-Squares Regressions to Relationships Containing Autocorrelated Error Terms. // Journ. of the Amer. Stat. Assoc. 1949. — Vol. 44. -P. 32−61.
  76. Durbin J., Watson G.S. Testing for Serial Correlation in Least-Squares Regression.-Biometrica, 1950−1951. Vol. 37. — P. 409−428- Vol. 38. — P. 159−178.
  77. Ng W.Y. Interactive multi-objective programming as a framework for computer-aided control system design // Lect. Notes Control & Inf. Sci. Berlin: Springer-Verlag, 1989. — № 132.
  78. Pareto V. Manuale di Economia Politica. Milan: Societa Editrice Libraria, 1906.
  79. Roy B. Multicriteria Methodology for Decision Aiding. Dordrecht: Kluwer Academic Pulisher, 1996.
  80. Stam A., Silva A.P. Stochastic judgements in the AHP: the measurement of rank reversal probabilities // Rep. WP-94−101. IIASA. Laxenburg, 1994.
  81. Walker G. On periodicity in series of related terms. Proc. Royal Soc, 1931. — 518 p.
  82. Yule G. U. On a method of investigating periodicities in disturbed series. Phil. Trans., 1927. -227 p.
  83. Zeleny Ed. M. Multiple criteria decision making. Berlin: Springer Verlag, 1976.1. УТВЕРЖДАЮ
  84. Генеральный директор ЗАО Научно-производственная фирма «ИнфоТех"1. О. Хорошилов 2004 г. 1. УТВЕРЖДАЮ
  85. Заместитель Руководителя Департамента государственного санитарно-эпидйшеяащаеского надзора Мишр5тепств^^|)^воохра11ения1ЦИИ-1. Ш. Шевырева 2004 г. использовании результатов диссертационной работы К.С.Щипина
  86. Система прогнозирования на основе многокритериального анализа временных рядов»
  87. От ЗАО Научно-производственная фирма «ИнфоТех»
  88. От Департамента государственного санитарно-эпидемиологического надзора Министерства здравоохранения Российской Федерации Начальник отдела госэпидиадзора ицелевых пр^ррамм:1. Г. ФЛазикова1. УТВЕРЖДАЮ»
  89. Главный врач Федерального центра государственного санитарно-эпидемиологического надзораинздрава России ' ' ссог
  90. Е.Н. Беляев <�з2/4?з><�ХрЯ 2004 г. 1. АКТоб использовании результатов диссертационной работы К. С. Щипина «Система прогнозирования на основе многокритериального анализа временных рядов»
  91. Начальник отдела информационно-технического обеспечения
Заполнить форму текущей работой

Сессия? Спокойно!