Artificial intelligence

Abstract: For modelling in a class of autoregression equations, the criterion of regularity of the GMDH with dividing of observations on training and testing subsamples in conditions of quasirepeated observations is offered. It is proved, that the optimum set of regressors exists. The condition of a reduction of the optimum autoregression model is obtained. This condition depends on parameters of autoregression model and volumes of samples.

Keywords: uncertainty on structure of regressors, criterion of regulatory.

References:

1. Sovremennye metody Identifikacii sistem: per. s angl. / Pod red. P. Eikhoff. – M. : Mir, 1983. – 400 s.
2. L’juing L. Identifikacija system. Teorija dlja pol’zovateleja : per. s angl. – M. : Nauka, 1991. – 432 s.
3. Green W. H. Econometric Analysis. – Fifth edition. New Jersey : 2002. – 1056 p.
4. Kuntsevich V. M. Upravlenie v uslovijakh neopredelennosti: garantirovannye rezul’taty v zadachakhupravlenija I identifikacii. – Кiev : Nauk. dumka, 2006.– 264 s.
5. Markovsky I., Van Huffel S. Overview of total least squares methods // Signal Processing. – 2007. –87. – P. 2283–2302.
6. Söderström T. Errors-in-variables methods in system identification // Automatica. – 2007. – 43 (6). –P. 939–958.
7. Gubarev V. F., Gumel’ A. V., Zhukov A. О. Osobennosti i vzaimosvjaz’ zadach identifikacii iupravlenija v uslovijakh neopredelennosti // Problemy upravlenija i informatiki. – 2008. –№ 5. –S. 23–38.
8. Ivakhnenko A. G. Induktivnyj metod samoorganizacii modelej slozhnykh system / A.G Ivakhnenko.– K. : Naukova dumka, 1982. – 296 s.
9. Ivakhnenko A. G. Pomekhoustojchivost’ modelirovanija / A.G Ivakhnenko, V. S. Stepashko. – K. :Naukova dumka, 1985. – 216 s.
10. Ivakhnenko A. G. Modelirovanie slozhnykh system po eksperimental’nym dannym/ A.G Ivakhnenko, Uj. P. Ujrachkovskij. – M. : Radio I svjaz’, 1987. – 120 s.
11. Muller J.-A., Lemke F. Self-organizing Data Mining. Extraсting Knowledge from Data. – Hamburg :Libri, 2000. – 250 p.
12. Sarychev A. P. Identifikacija sostojanij strukturno-neopredelennykh system / A. P. Sarychev. –Dnepropetrovs’k : NAN Ukrainy I NKA Ukrainy, Institut tekhnichnoj mekhaniki, 2008. – 268 s.
13. Sarychev A. P. Identifikacija parametrov system avtoregressionnykh uravnenij pri izvestnykhrjvariacionnykh matricakh / A. P. Sarychev // Problemy upravlenija i informatiki. – 2012. – № 3. –S. 14–30.
14. Sarychev A. P. Issledovanie metodom statisticheskikh ispytanij iteracionnoj procedyry dljaIdentifikacii parametrov systemy avtoregressionnykh uravnenij / A. P. Sarychev // Sistemnitekhnologij. – Vypusk 3 (92). – 2014. – S. 77–89.
15. Seber Dzh. Lineinyj pegressionnyj analiz : per. s angl. – M. : Mir, 1980. – 456 s.
16. Ermakov S. M., Zhigljavskij A. A. Matematicheskaja teoriya optimal’nogo eksperimenta. – M. :Nauka, 1987. – 320 s.