Метод анализа временных рядов и его математическая модель в программном обеспечении
Saved in:
| Title: | Метод анализа временных рядов и его математическая модель в программном обеспечении |
|---|---|
| Publisher Information: | ООО Цифра, 2024. |
| Publication Year: | 2024 |
| Subject Terms: | modelling, прогнозирование, time series analysis, forecasting, анализ временных рядов, ARIMA, on-board equipment, моделирование, бортовое оборудование |
| Description: | В данной статье представлен обзор методов анализа временных рядов и их математических моделей, а также их реализация в программном обеспечении. Основное внимание уделяется основным подходам к моделированию и прогнозированию технического состояния изделия авиационной техники временными рядами, а также их применению на практике. Также в статье рассмотрены вопросы эффективности и точности прогнозов, получаемых с использованием данных методов. В данной статье рассмотрены методы анализа временных рядов, включая модели авторегрессии и скользящего среднего (ARIMA), и их применение для прогнозирования количества отказов бортового оборудования на самолете А320. Рассмотрены основные шаги, необходимые для построения модели ARIMA, включая подбор параметров, оценку модели и генерацию прогнозов. Результаты показывают, что модель ARIMA может быть эффективным инструментом для прогнозирования количества отказов бортового оборудования на самолете, что может помочь в оптимизации процессов обслуживания и ремонта. Модель ARIMA (2.1.1) показала сравнительно высокие значения погрешностей (MAE и RMSE) и низкий коэффициент детерминации (R^2). Это указывает на то, что модель может быть недостаточно точной для предсказания количества отказов оборудования на основе доступных данных. Следовательно, необходимо усовершенствовать методику сбора и обработки данных используемых для прогнозирования, что в свою очередь повысить качество и точность модели ARIMA. This article presents a review of time series analysis methods and their mathematical models, as well as their implementation in software. The main attention is paid to the main approaches to modelling and forecasting the technical condition of the aircraft product by time series, as well as their application in practice. Also in the article, the questions of efficiency and accuracy of forecasts obtained with the use of these methods are examined. In this work, the methods of time series analysis, including autoregressive and moving average (ARIMA) models, and their application for forecasting the number of failures of on-board equipment on the A320 aircraft are discussed. The basic steps required to build an ARIMA model, including parameter selection, model estimation and forecast generation, are reviewed. The results show that the ARIMA model can be an effective tool for predicting the number of on-board equipment failures on an aircraft, which can help in optimizing maintenance and repair processes. The ARIMA model (2.1.1) showed relatively high error values (MAE and RMSE) and low coefficient of determination (R^2). This indicates that the model may not be accurate enough to predict the number of equipment failures based on available data. Therefore, it is necessary to improve the methodology of data collection and processing used for prediction, which in turn will improve the quality and accuracy of the ARIMA model. Международный научно-исследовательский журнал, Выпуск 3 (141) 2024 |
| Document Type: | Article |
| Language: | Russian |
| DOI: | 10.23670/irj.2024.141.5 |
| Rights: | CC BY |
| Accession Number: | edsair.doi...........c75dba649c81fbb06928d117551dc718 |
| Database: | OpenAIRE |
Nájsť tento článok vo Web of Science Be the first to leave a comment!