Adaptive Forecasting Method for Maximal Conditional Variances of Multirate Process Outputs’ Ratios

The paper proposes the concept of maximal conditional sample variance of ratio’s discrepancy. We consider the GARCH model design method for forecasting these variances in case of multivariate heteroskedastic processes with a small sample period for input disturbances and a large period for outputs. The dynamics of processes in stochastic environment is described with polynomial matrix models with multirate sampling. Furthermore, the adaptive tuning of GARCH model coefficients is based on the recursive least squares method. Additionally, we provide the research results.

Publication year: 
2011
Issue: 
5
УДК: 
62-50
С. 59–64. Іл. 1. Бібліогр.: 8 назв.
References: 

1. Игнатьев М.Б. Голономные автоматические системы. — Л.: Изд-во АН СССР, 1963. — 158 с.
2. Бойчук Л.М. Синтез координирующих систем автоматического управления. — М.: Энергоатомиздат, 1991. — 160 с.
3. Романенко В.Д. Прогнозирование и минимизация дисперсий гетероскедастических процессов на основе моделей с разнотемповой дискретизацией // Системні дослідження та інформ. технології. — 2007. — № 2. — С. 115—130.
4. Романенко В.Д., Милявский Ю.Л. Прогнозирование максимальных условных дисперсий многомерных процессов с разнотемповой дискретизацией на основе адаптивных моделей GARCH // Там же. — 2009. — № 4. — С. 92—108.
5. Романенко В.Д. Методи автоматизації прогресивних технологій: Підручник. — К.: Вища шк., 1995. — 520 с.
6. Романенко В.Д. Синтез и адаптивная настройка функций прогнозирования динамических процессов в приращениях переменных для моделей с разнотемповой дискретизацией // Системні дослідження та інформ. технології. — 2007. — № 4. — С. 15—25.
7. Бокс Д., Дженкинс Г. Анализ временных рядов, прогноз и управление. — М.: Мир, 1974. — Вып. 1. — 406 с.
8. Изерман Р. Цифровые системы управления. — М.: Мир, 1984. — 542 с.

AttachmentSize
2011-5-9.pdf225.68 KB

Тематичні розділи журналу

,