Интеллектуальные методы и технологии анализа и прогнозирования многомерных временных рядов на основе нечетких когнитивно-продукционных моделей

В условиях цифровизации отечественной экономики возрастает необходимость оперативного и качественного анализа больших и сверхбольших массивов информации. При этом одними из наиболее востребованных в этой сфере являются задачи интеллектуального анализа и прогнозирования многомерных временных рядов (МВР) для оценки и определения прогнозного состояния сложных технических, организационно-технических, социотехнических и других систем, происходящих в них процессов и многофакторных ситуаций в условиях неполноты информации, ее разнокачественного характера, а также стохастической и нестохастической неопределенности системных и внешних факторов.Ограничениями существующих моделей и методов анализа и прогнозирования МВР являются: сложность учета непосредственного и опосредованного взаимовлияния зависимых компонентов МВР с обоснованием значимости различного их порядка («глубины ретроспективы»); сведение этой сложной задачи к прогнозированию совокупности отдельных одномерных временных рядов; сложность структурно-параметрической настройки для каждого из компонентов МВР.Проект направлен на решение фундаментальной научной проблемы развития теории интеллектуального анализа и прогнозирования МВР. Фундаментальной задачей в рамках проблемы, на решение которой направлен данный проект, является разработка интеллектуальных методов и технологий анализа и прогнозирования МВР на основе нечетких когнитивно-продукционных моделей с целью повышения качества анализа и точности прогнозирования таких рядов в условиях неполноты информации, ее разнокачественного характера, а также стохастической и нестохастической неопределенности системных и внешних факторов.Для достижения поставленной цели предполагается решить следующие основные задачи исследования.1. Создание новой разновидности нечетких когнитивно-продукционных моделей, ориентированных на анализ и прогнозирование МВР.2. Разработка и обоснование оригинального метода (и алгоритмов на его основе) структурно-параметрической настройки предлагаемой разновидности нечетких когнитивно-продукционных моделей.3. Создание нового интеллектуального метода и алгоритмов анализа и прогнозирования МВР в условиях стохастической и нестохастической неопределенности системных и внешних факторов на основе предлагаемой разновидности нечетких когнитивно-продукционных моделей.4. Обоснование системы показателей и усовершенствование методик оценки качества анализа и точности прогнозирования МВР с учетом специфики предлагаемых нечетких когнитивно-продукционных моделей и интеллектуальных методов и технологий на их основе.5. Разработка алгоритмов, программных средств и интеллектуальной информационной технологии, реализующих создаваемый метод анализа и прогнозирования МВР.6. Проведение экспериментальных исследований и осуществление оценки повышения качества анализа и точности прогнозирования МВР на основе предлагаемых научно-методических и технологических решений на примерах анализа и прогнозирования электрической нагрузки для потребителей, а также воздействия климатических явлений на уязвимости объектов городской среды в различных регионах России.Полученные теоретические результаты позволят создать методическое, алгоритмическое, информационное и программное обеспечение, а также предложить совокупность научно-технологических решений по повышению качества анализа и точности прогнозирования МВР в условиях неполноты информации, ее разнокачественного характера, а также стохастической и нестохастической неопределенности системных и внешних факторов.Ожидаемые теоретические и практические результаты могут быть эффективно использованы при решении актуальных задач цифровой экономики (при наличии больших данных), основанных на прогнозировании состояния сложных технических, организационно-технических, социотехнических и других систем, происходящих в них процессов и многофакторных ситуаций в условиях неполноты информации, ее разнокачественного характера, а также стохастической и нестохастической неопределенности системных и внешних факторов.