Стр. 51 - Социально-экономическое прогнозирование

СОЦИАЛЬНО-ЭКОНОМИЧЕСКОЕ ПРОГНОЗИРОВАНИЕ
49
Стоит отметить и некоторые недостатки данного метода. Так, качество
прогноза, получаемое при использовании нейронных сетей, в значительной
степени определяется размером выборки используемых для обучения данных.
В свою очередь, достаточный объем выборки при экономическом
прогнозировании – одна из самых актуальных проблем. Кроме того, для
нейронных сетей тяжело сделать оценку значимости полученных результатов.
Соответственно, перед тем как принимать конечные решения, построенные на
рекомендациях нейронной сети, всё же стоит оценить полученные результаты
на основе интуитивных соображений.
Сравнительно новым методом анализа данных и построения прогнозов
является генетические алгоритмы. Метод назван так потому, что в какой-то
степени имитирует процесс естественного отбора в природе (рис. 2.2).
Естественный отбор гарантирует [23], что наиболее приспособленные особи
дадут достаточно большое потомство, а благодаря генетическому
наследованию часть этого потомства не только сохранит высокую
приспособленность родителей, но будет обладать и некоторыми новыми
свойствами. Если эти новые свойства окажутся полезными, то с большой
вероятностью они перейдут и в следующее поколение. Таким образом,
происходит накопление полезных качеств и постепенное повышение
приспособляемости биологического вида в целом. Зная, как решается задача
оптимизации видов в природе, можно применить похожий метод для решения
различных реальных задач.
Рис. 2.2. Блок-схема генетического алгоритма [23]
Суть метода такова [28]. Предположим, необходимо найти прогнозную
модель, оптимальную с точки зрения некоторого критерия. Пусть каждое
решение полностью описывается некоторым набором чисел или величин
нечисловой природы. Об этом наборе можно говорить как о совокупности
хромосом, определяющих качество индивида - данного решения поставленной
задачи. Значения параметров, определяющих решение, будут тогда называться
генами. Поиск оптимального решения при этом похож на эволюцию популяции