Дальше К следующему разделу Назад К предыдующему разделу Начало К началу разделу Конец К концу разделу Список К оглавлению

5.3. РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТОВ С ЭВОЛЮЦИОННЫМИ МОДЕЛЯМИ

Веселись! Ибо нас не спросили вчера,
Эту кашу без нас заварили вчера.
Мы не сами грешили и пили вчера -
Все за нас в небесах предрешили вчера.

Омар Хайям

Для построения эволюционных моделей были использованы традиционные для этой книги ряды, бинаризированные с помощью медианы (см.табл.2.1). Каждый из этих рядов разбивался на две части: обучающую последовательность (предисторию) размерности А и экзаменационную последовательность с размерностью В, определяющую долгосрочность прогноза.

На рис. 5.1а представлен начальный автомат для прогнозирования макросостояний ряда NCAL (А = 30; В = 96) с ошибкой на обучающей последовательности 41,4%, а на рис. 5.1б показан автомат, полученный после пяти удачных мутаций с ошибкой прогнозирования обучающей последовательности 6,9% и экзаменационной - 26,3% Наконец, на рис. 5.3в показан конечный автомат для А = 20 и В = 106 с несколько худшими показателями прогнозирования.



Результаты остальных экспериментов по синтезу эволюционных предикторов представлены в табл. 5.2; они весьма наглядны, что освобождает нас от подробных комментариев. Отметим только, что для большинства показателей синтезированные модели неудачны, что можно объяснить следующими причинами. Во-первых, характер распределения большинства из этих рядов далек от нормального. Во-вторых, как показал весь предыдущий анализ, для этих рядов характерны некоторые усредненные тенденции развития, учет которых позволит "нормализовать" остатки и построить для них более совершенные эволюционные модели. В-третьих, длина обучающей последовательности также может выступать как фактор ограничения точности предсказания: "много" знать о прошлом - это совсем не означает "лучше" знать о нем (см., например, ухудшение прогноза NCAL при росте предистории в табл. 5.3). Наконец, сам оценочный характер (больше или меньше медианы) прогнозирования бинаризированных рядов накладывает принципиальные ограничения на точность такого прогнозирования.

Таблица 5.3

Результаты эволюционного моделирования макросостояний временных рядов с различным соотношением обучающих и экзаменационных последовательностей

Следует подчеркнуть, что проведенные эксперименты по синтезу эволюционных моделей продемонстрировали удовлетворительную работоспособность этого подхода в условиях полной неопределенности наших знаний о механизмах прогнозируемых явлений. С другой стороны, совершенно справедливо звучат слова А.Г.Ивахненко (1971, с.178): "Самоорганизация есть <<искусство управления стихиями>>. Объект имеет как бы свою собственную <<свободную волю>>, как необъезженная лошадь или неисправная машина, и потому успех процесса как во всех эвристических методах, не гарантируется".

 

Дальше К следующему разделу Назад К предыдующему разделу Начало К началу разделу Конец К концу разделу Список К оглавлению