СРАВНИТЕЛЬНЫЙ АНАЛИЗ РЕКУРРЕНТНЫХ НЕЙРОННЫХ СЕТЕЙ И МОДЕЛИ АВТОРЕГРЕССИИ ARIMA ПРИ ПРОГНОЗИРОВАНИИ НЕСТАЦИОНАРНЫХ ВРЕМЕННЫХ РЯДОВ (2022)
Для прогнозирования выхода светлых фракций установкой ЭЛОУ-АВТ-6 проведен сравнительный анализ модели рекуррентной нейронной сети и модели авторегрессии ARIMA. Приведено математическое описание этих моделей. Приведена реализация моделей с использованием библиотек Keras и Pmdarima на языке Python. Проведена серия экспериментов, в качестве данных использовались значения температуры куба колонны К-2, расход сырой нефти и расход фракции бензина. Сделан вывод, о превосходстве качества прогноза нейронных сетей над ARIMA
Выпуск:
Т. 9 № 4 (2022)