Нейронні штучні мережі як ефективний інструмент адаптивного прогнозування в аграрному секторі економіки

Simple item page
dc.contributor.authorКернасюк, Ю. В.
dc.contributor.authorKernasyuk, Y.
dc.date.accessioned2018-03-27T19:36:08Z
dc.date.available2018-03-27T19:36:08Z
dc.date.issued2017
dc.description.abstractСтаття присвячена дослідженню можливостей методу штучних нейронних мереж і його практичного застосування при розробці моделі прогнозу розвитку аграрного сектору економіки. Обґрунтовано теоретичний і методичний підхід до побудови моделі прогнозування сільськогосподарського виробництва на основі штучних нейронних мереж. Виявлені за допомогою кореляційного аналізу фактори впливу на виробництво валової продукції сільського господарства. Розроблено модель прогнозу виробництва валової продукції сільського господарства Кіровоградській області на середньостроковий і довгостроковий період. The purpose of the article is to provide scientific and methodological substantiation and development of a model for predicting the development of agricultural production in the Kirovohrad region on the basis of the application of artificial neural networks. The peculiarity of forecasting at the regional level is the need to take into account a significant number of exogenous and endogenous factors of influence. For prediction along with traditional methods of econometric analysis of time series it is expedient to use artificial neural networks. Correlation dependence of factors of development of the agrarian sector of the economy influencing the dynamics of gross agricultural production is determined. The theoretical model of forecasting of gross agricultural production is developed. According to research results, using the method of artificial neural networks and the software product of the analytical platform of the Deductor Academic 5.3.0.88 package, a methodical approach has been developed to construct a forecasting model for gross agricultural production. The essence of the proposed approach is based on a combination of methods of adaptive forecasting and the instrument of artificial neural networks. The methodical approach of adaptive forecasting of gross output of agricultural production is developed. The model of adaptive prediction based on artificial neural networks allows to take into account a significant number of factors of influence and tendencies in the development of ultra-complicated systems, which include agriculture, as well as to provide a lower error margin of forecast.uk_UA
dc.identifier.citationКернасюк, Ю. В. Нейронні штучні мережі як ефективний інструмент адаптивного прогнозування в аграрному секторі економіки / Ю. В. Кернасюк // Наукові праці Кіровоградського національного технічного університету. Економічні науки : зб. наук. пр. - Кропивницький : ЦНТУ, 2017. - Вип. 32. - С. 224-231.uk_UA
dc.identifier.urihttps://dspace.kntu.kr.ua/handle/123456789/7535
dc.language.isouk_UAuk_UA
dc.publisherЦНТУuk_UA
dc.subjectштучні нейронні мережіuk_UA
dc.subjectвалова продукція сільського господарстваuk_UA
dc.subjectмодельuk_UA
dc.subjectпрогнозuk_UA
dc.subjectartificial neural networksuk_UA
dc.subjectgross agricultural productionuk_UA
dc.subjectmodeluk_UA
dc.subjectforecastuk_UA
dc.titleНейронні штучні мережі як ефективний інструмент адаптивного прогнозування в аграрному секторі економікиuk_UA
dc.title.alternativeNeural artificial networks as an effective tool for adaptive forecasting in the agrarian sector of the economyuk_UA
dc.typeArticleuk_UA

Files

Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
24.pdf
Size:
262.3 KB
Format:
Adobe Portable Document
Download

Collections

Економічні науки. Випуск 32. – 2017