ПРОГНОЗУВАННЯ ОБСЯГІВ ВИРОБНИЦТВА СІЛЬСЬКОГОСПОДАРСЬКОЇ ПРОДУКЦІЇ ЗА ДОПОМОГОЮ МЕТОДІВ ІНТЕЛЕКТУАЛЬНОГО АНАЛІЗУ ДАНИХ
ПРОГНОЗУВАННЯ ОБСЯГІВ ВИРОБНИЦТВА СІЛЬСЬКОГОСПОДАРСЬКОЇ ПРОДУКЦІЇ ЗА ДОПОМОГОЮ МЕТОДІВ ІНТЕЛЕКТУАЛЬНОГО АНАЛІЗУ ДАНИХ
Немає доступних мініатюр
Дата
2021
Автори
Концеба, Сергій Михайович
Ліщук, Роман Ігорович
Скуртол, Світлана Дмитрівна
Родащук, Галина Юріївна
Васильченко, Іван Петрович
Назва журналу
ISSN журналу
Назва тома
Видавець
Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського»
Інструкція
Спрогнозовано майбутні значення показників виробництва зерно-
вих і зернобобових культур у сільськогосподарських підприємствах Черкась-
кої області на основі часових рядів динаміки, рівні яких виражено в натураль-
них одиницях вимірювання. Під час дослідження використано одну з методик
інтелектуального аналізу даних — аналіз часових рядів, що дозволяє на основі
моделі ряду динаміки, побудованої на базі фактичних значень попередніх по-
казників минулих років, спрогнозувати виробництво на наступні роки. Мето-
дика містить такі етапи: графічний аналіз (для підбору відповідного рівняння
моделі), виділення і аналіз детермінованих складових ряду, згладжування і фі-
льтрація часового ряду, дослідження випадкової компоненти, побудова і пере-
вірка на адекватність моделі часового ряду, прогнозування поведінки часового
ряду на підставі проведених досліджень.
Опис
In this article, the future values of indicators were forecasted for production
of grains and legumes on farms in Cherkasy region based on the time series expressed
in physical units. Time series analysis as one of the data mining techniques
was used during the research in order to make a forecast of production using the data
(based on the model of dynamic series) from past years to predict the future production
volumes. This method contains the following steps: a graphical analysis (allows
you to choose the model equation in the best way), separation and analysis of deterministic
components of the series, smoothing and filtering of time series, study of
random components, construction and testing for the adequacy of the time series
model, forecasting the behavior of the time series based on the conducted research.
Ключові слова
інтелектуальний аналіз даних,
часовий ряд,
прогнозування,
тренд,
сільськогосподарське підприємство,
модель
Бібліографічний опис
Концеба С.М., Ліщук Р.І., Родащук Г.Ю., Скуртол С.Д., Васильченко І.П. Прогнозування обсягів виробництва сільськогосподарської продукції за допомогою методів інтелектуального аналізу даних. Системні дослідження та інформаційні технології. К.: 2021. №1. С. 87-97.