рверних, багаторівневих, а також WEB - додатків. Для реалізації поставлених завдань було необхідно використання стандартних елементів управління, таких як вікна, форми, кнопки, через які користувач передає вхідні дані і отримує результати у вигляді вихідних даних. Microsoft Visual Studio 2008 дозволяє створювати бібліотеки, а також підключати раніше створені динамічні бібліотеки.
Запропоновано широкий спектр інструментальних засобів, що включають прості у використанні графічні інструменти, багатий набір експертів для проектування всіх елементів інтерфейсу і даних, а також технології для роботи з базами даних, починаючи з простих і закінчуючи розподіленими. Підтримка доступу до Microsoft Access, SQL Server, Oracle, Informix. Вбудовані драйвери для доступу до декільком СУБД.
Опис використовуваних математичних моделей
У більшості додатків застосовуються два типи прогностичних моделей: експоненціальне згладжування і регресія. Методи, засновані на експонентному згладжуванні, призначені для короткострокового прогнозування. Вони застосовуються, як правило, до даних як, місячний попит, сума продажів за квартал і.т.д. Методи регресійного вирівнювання застосовуються в середньостроковому прогнозуванні.
В системі обрано такі методи вирішення прогнозних завдань: Метод простого експоненціального згладжування, адаптивне згладжування прогнозу Брауна, метод Трігг - Ліча, самоорганизующийся метод прогнозування. Дані методи були обрані для короткострокового прогнозування з тимчасового ряду.
1. Метод простого експоненціального згладжування.
Якщо ряд фактичних значень показника і - константа згладжування, то експоненціально згладженим поруч буде ряд, одержуваний за формулою
В
Де - прогноз на момент часу
- поточний момент часу
- період попередження прогнозу
- фактичне значення спостережуваного показника
- константа згладжування ()
Алгоритм обчислення прогнозу методом експоненціального згладжування представлений на малюнку 2.
В
Рис.2. Блок-схема обчислення прогнозу методом експоненціального згладжування
Адаптивне згладжування прогнозу Брауна .
Цей метод грунтується на обчисленні оцінок за методом зважених наменьшіх квадратів d t [4].
В В В В
Де - прогноз на момент часу
- поточний момент часу
- період попередження прогнозу
- коефіцієнт дисконтування ()
- помилка прогнозу
- експоненціальне зважене середнє
- показник лінійного росту
- фактичне значення спостережуваного показника
В
Алгоритм обчислення прогнозу методом адаптивного згладженого прогнозу Брауна представлений на малюнку 3.
В
Рис.3. Блок-схема обчислення адаптивного згладженого прогнозу Брауна
2. Метод Трігг -Ліча
У 1964 році Трігг запропонував метод згладжування помилок, заснований на визначенні так званого "Слідкуючого контрольного сигналу". Значення слідкуючого контрольного сигналу вказує з деяким уповно статистичного довіри на ступінь неадекватності прогностичної системи даними і, зокрема на незадовільність прогнозу. У 1967 р. з метою контролю за прогностичної системою Трігг і Лічем було висунуто пропозицію застосувати стежить контрольний сигнал для адаптації швидкості реакції прогностичного методу. За цим методом, якщо в результаті різких змін показника вживаний метод стає незадовільним, значення слідкуючого контрольного сигналу автоматично збільшується, внаслідок чого більшу вагу надається останніми спостереженнями, а прогноз переходить на новий рівень середнього. Після того як система перебудувалася на новий рівень, значення автоматично зменшиться і прогнози стануть менш чутливі до зміни даних.
Для стаціонарних показників прогноз на будь-який момент часу за моделлю адаптивної швидкості реакції Трігг і Ліча обчислюється за формулою
В
Де
В В
Де - прогноз на момент часу
- поточний момент часу
- період попередження прогнозу
- фактичне значення спостережуваного показника
- експоненціально зважена помилка
- помилка прогнозу
- стежить контрольний сигнал
- середньо абсолютне відхилення
- константа згладжування ()
В
Алгоритм обчислення прогнозу методом Трігг-Ліча представлений на малюнку 4.
В
Рис.4. Блок-схема обчислення прогнозу методом Трігг-Ліча
Помилки прогнозування розраховуються за формулами:
- абсолютна помилка прогнозу
- відносна помилка прогнозу
Де - фактичне значення спостережуваного показника
- прогноз на момент часу
- поточний момент часу
- помилка прогнозу
3. Сезонно-декомпозиційний прогностична модель Холта-Вінтера
