Оптимизация параметров гибридного алгоритма прогнозирования с использованием ансамбля моделей в режиме реального времени

Целью данной работы является развитие технологий ансамблевого или мульти моделирования для оптимизации параметров модели прогнозирования. Предлагаемая модель прогнозирования в виде рекуррентного штрафного сплайна (Р-сплайн) имеет несколько настраиваемых параметров, что обеспечивает адаптивность модели для предсказания поведения временного ряда по его ретроспективным значениям. Создание ансамбля моделей в классе варьируемых параметров Р-сплайна является исходной информацией для продольной кластеризации временного ряда. Подобный подход позволяет оценить вдоль временной оси центры кластеров, которые и соответствуют оптимальным значениям параметров модели на выбранном сегменте временного ряда в режиме реального времени. Это позволило повысить эффективность рекуррентного P-сплайна как модели прогнозирования в реальном времени, сократить вычислительные затраты и увеличить быстродействие алгоритмов прогнозирования.