Метод пакетного навчання нейромереж нелінійної авторегресії для прогнозу прибутку інтернет-магазину
Journal Title: Комп’ютерне моделювання: аналіз, управління, оптимізація - Year 2018, Vol 1, Issue 1
Abstract
У статті розглядаються і аналізуються існуючі методи прогнозування прибутку інтернет-магазину. В сучасній електронній комерції є проблема недостатньої ефективності автоматизації бізнес-процесів інтернет-магазину. Ґрунтуючись на основних перевагах і недоліках, розроблено і впроваджено метод нейронної мережі прогнозування прибутку інтернет-магазину. Процес зміни кількості товарів, що продаються онлайн-магазином, як правило, нелінійний, модель прогнозу повинна адаптуватися до прогнозу кількості продажів різних товарів, і в цьому випадку має сенс використовувати штучні нейронні мережі. Метод заснований на нейронній мережі нелінійної авторегресії (NAR). Навчання NAR засноване на корекції помилок (навчання з викладачем), причому найбільш часто використовуваний алгоритм – це зворотне поширення. NAR – універсальний аппроксіматор, він забезпечує глобальну апроксимацію нелінійного відображення вхідного сигналу на виході, забезпечує хорошу якість узагальнення, автоматично визначає кількість прихованих шарів. NAR найкраще підходить для розпаралелювання; ця мережа обрана для вирішення завдань прогнозування. В якості вхідних даних навчання NAR використовувалася вибірка значень прибутку від продажів. Критерієм вибору структури мережевої моделі була мінімальна середньоквадратична помилка прогнозу. Після експерименту було виявлено, що зі збільшенням числа прихованих нейронів величина помилки зменшується. Щоб прогнозувати прибуток інтернет-магазину, досить використовувати 10 прихованих нейронів, так як при подальшому збільшенні кількості прихованих нейронів зміна значення помилки незначна. Для прискореного навчання пропонується пакетний режим. Використання режиму пакетного навчання для NAR на графічній карті GeForce 920M дозволило прискорити швидкість прямого ходу приблизно в P(N(1)+1) разів, а зворотного – приблизно в (1) (0) 2 P N (M 2) log P раз, при цьому зворотна редукція використовується для реверсування збірки по всій множині, що навчається. Для оцінки ефективності запропонованого методу були здійснені численні дослідження, щоб довести ефективність обраної мережі та її архітектури.
Authors and Affiliations
В. О. Патрушев, О. І. Патрушева
Keywords
Related Articles
- EP ID EP626257
- DOI -
- Views 123
- Downloads 0
Intellectual system supports making decision on management of blast furnace smelting
Annotation. In this paper are presented functional and algorithmic features of the intellectual system, which were developed in Z .I. Nekrasov Iron and Steel Institute for supporting in making decision on the management...
Чисельно-аналітична концепція розв’язків прикладних задач на основі схем підвищеного порядку точності
Статтю присвячено розподіленому моделюванню візуалізації векторів розв’язків прикладних задач на основі схем підвищеного порядку точності. Більш високе прискорення обчислень порівняно з кінцево-різницевим підходом ілюстр...
A METHOD FOR SOLVING PROBLEMS OF BENDING ROD OPTIMIZATION TAKING CORROSION INTO ACCOUNT
The article offers and justifies a method for solving a problem of optimal design of bent rods exposed to aggressive media. The problems of such class have special place among the problems of optimal design, which is exp...
Stochastic modeling of high-molecular substances electrophoresis using the Ornstein-Uhlenbeck process
The aim of the work is to develop a statistical model in the form of the Ornstein-Uhlenbeck trend process for describing the electrophoresis of high-molecular substances. The ability of electrophoresis to divide charged...
Оперативне моделювання водно-хімічного стану підприємства в умовах глобального потепління
Виконано дослідження водно-хімічного режиму підприємства з метою пошуку оптимальних технологічних параметрів водних потоків. Задачу енергозбереження виконано за допомогою математичного моделювання індикаторних параметрів...