Подходы к прогнозированию для интеллектуального анализа данных

Аннотация

This article is dedicated to the necessity of developing predictive models based on data for making quality decisions in management systems. Methods based on time series in the 318 Современные проблемы интеллектуальных систем. Республиканская научно-практическая конференция. Джизак, 18-19 апреля 2025 г. process of data analysis and forecasting are presented. The importance of time series analysis in shaping management strategy, its impact on accuracy and efficiency, as well as the analysis of mathematical models and algorithms necessary to enhance the reliability of results, are discussed. Keywords: NNS, MASE, RF (Random Forest), TREE, SMAPE, Neural Network, XGBoost, PCA (Principal Component Analysis), FFORMS – features, SDAE, SAE, MLP (Multilayer Perceptron), ARIMA, Prophet, BSE, BC, AdaBoost, NYSE, NASDAQ, Extra Trees, GSO, SYM, KNN (K-Nearest Neighbors), LSTM, GRU, NSE, FinBERT, ELM (Extreme Learning Machine), GB (Gradient Boosting), DT (Decision Tree), SARIMA, Random Forest, SVM (Support Vector Machine), Linear Regression. Кириш. Маълумки бошқарув тизимларида сифатли қарор қабул қилишга кўмаклашувчи қарор муқобиллигини ишлаб чиқиш учун маълумотларга ишлов беришнинг самарали модел ва алгоритмларининг бўлишлиги талаб этилади. Маълумотлар массиви гипер ўсиши кузатилаётган бир вақтда унга ишлов беришнинг воситалари турлари ҳам ортиб бормоқда. Бошқарув стратегиясининг тўғри шаклланиши бошқарув самарадорлигини оширишдаги асосий омилларидан бири ҳисобланади. Ушбу стратегия аниқлиги, таъсир омили сифатида кучини ҳолатларни тўғри башоратлай билиш белгилаб беради [1,2]. Башорат масаласи бирор ҳолат ёки ходисани вақт оралиғидаги ўзгариш динамикасини тадқиқ қилиш орқали маълум қонуниятни хосил қилган ҳолда навбатдаги қадам ёки босқич (итерация) даги ўзгаришларни (яширин) қонуниятларни юзага чиқаришдан иборат бўлади. Бунинг учун қўйилган боғлиқликлар ва турли параметрликларни амалга ошириш талаб этилади. Қиймат кўрсаткичлар ўзида бир ўлчамли векторлар ёки сон қиймат бирликлари массивини мужассамлаштиради. Массивда амалга ошириладиган ҳар бир итерация маълум бир вақт оралиғига боғланган бўлади, буни ахборот рақамли ишлов бериш соҳасида вақтли қатор сифатида тавсифланади[3,4]. Турли соҳаларда вақтли қатор турига таъсир кучини ва йўналтирмасини белгилашга хизмат қилиши мумкин. Бунда вақт оралиғи жараён ўзгаришларига турли таъсири ёки холатни белгилаш тарзда иштироки таминланади. Масалан, молиявий вақтли қатор қўлланилганда таннарх кўрсаткичлари ва жараёнлари бази кўринишдаги тебранишларни аниқлашга қаратилади, бу молиявий кўрсаткичнинг башорат зўнасидаги ўзини тутишидаги зарурий сигналлар, қонуниятлар ҳамда белгиларни интерпретациясида ҳалақитларни келтириб чиқариши мумкин. Бу эса ўз навбатида жараённи интелектуал таҳлили самадорлигини пасайишига, трендни нотоғри талқини ёки натижани олишдаги кечикишга олиб келади. Жараёндаги интеллектуал таҳлил самарадорлигини пасайиши, вақтли қатор асосида башорат модели ишчи ҳолатини қониқарсиз кўринишга келтиради, трендни нотўғри талқини эса башорат йўналишини бутунлай бошқа томонга бурилиб кетишини кузатиш мумкин бўлади. Интелектни олишдаги кечикиш башоратнинг тезкорлик қияматига салбий таъсир ўтказади. Бу ҳолат башоратнинг ўзининг заруратлилиги масаласига шубҳа ҳосил қилиши мумкин [5]. Маълумотлар таҳлили ва башоратлар жараёни вақтли қаторларга дастлабки ишлов бериш механизмини такомиллаштириш орқали эришилади. Бунинг учун бир қатор йўналишлар борки ушбу дастлабки ишлов бериш моделларини ўринли қўллаш вақтли қатор маълумотлардаги нуқсонларга барҳам бериш, маълумотларни текислигини имконини беради. Тозаликни вақтли қаторлар нейрон бирламчи ёки унинг бошқа математик моделлар билан таянган ҳолда амалга оширилади [6]. 319 Современные проблемы интеллектуальных систем. Республиканская научно-практическая конференция. Джизак, 18-19 апреля 2025 г. Вақтли қаторларни башоратлаш масалаларида вақтга боғланган ҳолда масалани ҳал этиш ёндашуви қараб ўтилади. Бунда асосий масала сифатида дискретлаш қаралиб, x(k) харажат кўрсаткичларининг узлуксиз функциясини x(t) вақт қатори кўринишида ифодалашда дискретлаш жараёни назарда тутилади. 𝑥(𝑡) = 𝑥(𝑡)∑∞ (𝛿)𝑥(𝑡−𝑘𝑇) =∑∞ 𝑥(𝑘𝑇)𝛿(𝑡−𝑘𝑇) (1) 𝑘=0 𝑘=0 Фуре конвертациясини қўллаш орқали 𝑠(𝜔) = ∫ ∞ 𝑥(𝑡)𝑒−𝑗𝜔𝑡𝑑𝑡 (2) 0 вақт сериясининг интеграл ости қийматини алмаштиргандан сўнг шаклнинг x(kT) шаклида (1), вақт сериясининг спектрал функцияси қуйидаги тарбида ҳосил қилинади 𝑆 (𝜔) = ∑∞ 𝑥(𝑘𝑇)∫ ∞ 𝑒−𝑗𝜔𝑡𝛿(𝑡−𝑘𝑇)𝑑𝑡 = ∑∞ 𝑠(𝑘𝑇)𝑒−𝑗𝜔𝑘𝑇 (3) 𝑇 𝑘=0 0 𝑘=0 Комплекс частота 𝑗𝜔 ўрнига 𝑝 = 𝛿 +𝑗𝜔 комплекс ўзгарувчини қўйиб, Лаплас кўринишидаги вақт қаторининг ифодасини ҳосил қилиб олинади. 𝑆 (𝑝) = ∑∞ 𝑠(𝑘𝑇)𝑒−𝑝𝑘𝑇 (4) 𝑇 𝑘=0 Лаплас вақт сериясининг 𝑆 (𝑝) тасвирини 𝑍 = 𝑒𝑝𝑇 ифодаси орқали P ўзгарувчиси 𝑇 билан боғланган янги Z ўзгарувчисига ўтиш орқали соддалаштиришни амалга ошириш мумкин. Лаплас бўйича Z қийматини вақт сериясининг тасвирига алмаштиришда Z- текислигидаги вақт сериясининг тасвири шаклда олинади. 𝑆 (𝑧) = ∑∞ 𝑠(𝑘𝑇)𝑧−𝑘 (5) 𝑇 𝑘=0 Z-ўзгартириш вақт сериясини қайта ишлаш алгоритмлар