Интеграционное прогнозирование нестационарных процессов, представленных временными рядами. Обзор

Автор(ы): Авдеева З.К., Коврига С.В.

Выпуск: 112

Рубрика: Управление в социально-экономических системах

Год: 2024

Библиография: Авдеева З.К., Коврига С.В. Интеграционное прогнозирование нестационарных процессов, представленных временными рядами. Обзор // Управление большими системами. - 2024. - Вып. 112. - С.129-167.

Дата опубликования: 30.11.2024

Ключевые слова: нестационарные процессы, временные ряды, прогнозирование, суждения

Аннотация: Обзор охватывает основные направления и подходы к интеграционному прогнозированию нестационарных процессов, представленных временными рядами. Ключевым источником порождения нестационарности являются быстрые и плохо предсказуемые изменения внешней среды, под влиянием которых происходят структурные сдвиги в процессах, протекающих в сложных экономических и социально-политических системах. Решение задач прогнозирования динамики таких объектов в контексте повышения точности прогноза усложняется по мере увеличения горизонта прогнозирования, что обусловливает потребность в моделях и методах, способных обрабатывать разнородную информацию. Интеграционные методы – это методы, позволяющие наряду с количественными данными учитывать суждения (прогнозистов, экспертов, аналитиков) и информацию из разнородных информационных источников на разных этапах решения задачи и тем самым прямым или косвенным способом включать их в формируемый прогноз. Развитие таких методов направлено на повышение точности прогноза через использование всей доступной информации об объекте прогнозирования, включая данные об эндогенных и экзогенных факторах влияния на него. В обзоре внимание было сконцентрировано на современном состоянии в области интеграционного прогнозирования, на существующих проблемам и путях их решения.

Author(s): Avdeeva Z., Kovriga S.

Article title: Integrating forecasting of non-stationary processes represented by time series. overview

Issue: 112

Year: 2024

Keywords: non-stationary processes, time series, forecasting, judgments

Abstract: The review covers the main directions and approaches to integration forecasting of non-stationary processes represented by time series. The key source of non-stationarity generation is rapid and poorly predictable changes in the external environment, under the influence of which structural shifts occur in the complex economic and socio-political processes. The solution of problems of forecasting the dynamics of such objects in the context of improving the accuracy of the forecast becomes more complex as the forecast horizon increases. It determines the need for models and methods capable of processing heterogeneous information. Integration methods are methods that allow, along with quantitative data, to take into account judgments (of forecasters, experts, analysts) and information from heterogeneous information sources at different stages of problem solving, and thus directly or indirectly include them in the forecast being formed. The development of such methods is aimed at increasing the accuracy of the forecast through the use of all available information about the forecasting object, including data on endogenic and exogenic factors of influence on it. The review focused on the current state of integration forecasting, on the existing problems and ways to solve them.