В статье рассматривается использование математической модели авторегрессии в разных сферах деятельности и изучение возможности использования авторегрессионных методов в бортовых комплексах управления.
Ключевые слова: метод авторегресии, авторегрессия, бортовой комплекс, долгосрочный прогноз, космический аппарат, оперативный контроль, телеметрическая информация, пункт управления, центр управления.
Введение
Авторегрессия — это временной ряд, где значения временного ряда зависят от предыдущих значений этого же ряда. Другими словами, текущее значение находится на основе предыдущих значений этого же ряда. Общий вид авторегрессионного ряда определяется следующим образом:
где:
Моделирование позволяет вычислить величину зависимости, позволяющая делать непосредственный прогноз и осуществлять планирование и принимать управленческие решения, опираясь на эти прогнозы.
Авторегрессия используется в разных сферах деятельности, как в коммерческих предприятиях и в финансовых отраслях, так и в государственных организациях.
Авторегрессия в медицине
Авторегрессия популярна в прогнозировании заболеваемости. Для большинства инфекций характерен рост и спад заболеваемости в определенные периоды времени, из-за чего увеличивается или уменьшается приток людей в медицинские организации. Этот приток можно прогнозировать при помощи авторегрессионных методов для выявления предположительной нагрузки на медицинские учреждения. Данная информация может так же использоваться для получения статистики по заболевшим.
Также, прогнозирование используется для тактического управления как для краткосрочного, так и для долгосрочного прогноза. Краткосрочное прогнозирование используется для оперативного выявления эпидемиологических вспышек.
Долгосрочный прогноз используется для среднесрочного прогноза. Данный вид прогноза является менее точным, но позволяет подготовиться к чрезвычайным ситуациям и проведению определённых мероприятий. Позволяет оценить необходимые объемы производства лекарственных препаратов и вакцин, оснащении медицинских учреждений и подготовке персонала.
Авторегрессия в экономике
В экономике авторегрессия используется для прогнозирования курса валют, акций, ценных бумаг и уровня ВВП. Поскольку модели авторегрессии основывают прогнозируемые значения только на прошлой информации из-за предположения, что факторы не меняются и не появятся новые факторы со временем. Такое предположение может привести к неточностям прогноза, так как классическая авторегрессия не любит сильных колебаний в значениях.
Несмотря на определенные ограничения и минусы, авторегрессия все равно используется для прогнозирования, так как методы авторегрессии совершенствуют. Пример адаптированного метода авторегрессии является интегрированная скользящая средняя авторегрессия, или сокращенно ARIMA. Данная модель учитывает тенденции, сезонности, ошибки и другие динамические типы данных для прогнозирования.
Авторегрессия на предприятиях
На производственных предприятиях и организациях, занимающихся оказанием услуг и продажей всегда сталкиваются с ситуацией, когда нужно понять сколько товаров возможно реализовать за определенный период, какая продукция будет иметь более высокий спрос или какое количество сырья необходимо для производства полуфабрикатов и готовых изделий. В таких случаях и используют авторегрессию.
Примером использования авторегрессии является автозаказ в торговых точках сетевых магазинов. Учитывая количество проданных товаров и количество завезенных товаров с центрального склада на склад магазина, система на основе авторегрессии принимает решение сколько товаров, в каком количестве нужно доставить на склад магазина. При этом, система учитывает спрос каждой позиции и корректирует количество поставки каждой номенклатуры.
Рассмотрение применения методов авторегрессии в БКУ
На сегодняшний день перед предприятиями и организациями космических индустрий встал вопрос о применении авторегрессионных методов для управления и контроля в системе управления бортовым комплексом космических аппаратов. Связано это со сложностью решения определенных задач, связанных с повышением уровня автономности космических аппаратов (КА).
Для управления космическими аппаратами центр управления полетами принимает сигнал оперативного контроля с бортового комплекса управления космического аппарата, обрабатывают принятый сигнал, формируют признак наличия аварийных параметров, при его наличии формируют транзитную команду на съем телеметрической информации в текущем сеансе связи, передают ее в бортовой комплекс управления космического аппарата, записывают параметры информации оперативного контроля на сервера центральной базы данных аппаратно-программного комплекса центра управления полетом. Наземный центр управления космическими аппаратами содержит центр управления полетом, командно-измерительные комплексы, системы передачи данных, баллистический центр, системы сбора баллистической информации, центр ГЛОНАСС, системы синхронизации и единого времени, системы планирования средств управления, пункт управления системой, пункт управления полезной нагрузкой, резервную автоматизированную систему информационно-технического обеспечения для обработки телеметрической информации, соединенные определенным образом. Схематично, процесс работы изображен на рисунке 1.
Рис. 1. Управление КА с БКУ
На сегодняшний день появилась потребность в более продуманном контроле и управлении системой управления бортового комплекса космических аппаратов на основе получаемых данных. Для этого нужно осуществлять вычисление будущих показаний, что способствовало бы решению задач с управление движение КА, с управлением приводами солнечных батарей, определение и прогноз разного рода параметров и т. п. Для этого и изучается целесообразность применения методов авторегрессии.
Литература:
- Бокс Дж., Дженкинс Г. Анализ временных рядов, прогноз и управление: Пер. с англ. // Под ред. В. Ф. Писаренко. — М.: Мир, 1974–406 с.
- Микрин, Е. А. Бортовые комплексы управления космическими аппаратами и проектирование их программного обеспечения: Учеб. пособие для студентов вузов, обучающихся по специальности 210500 «Системы упр. летат. аппаратами» // Е. А. Микрин. — М.: Изд-во МГТУ им. Н. Э. Баумана, 2003–333 с.
