Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://elartu.tntu.edu.ua/handle/lib/52152| Název: | Аналіз методів моделювання циклічних економічних даних |
| Další názvy: | Analysis of Methods for Modeling Cyclical Economic Data |
| Autoři: | Тиховліс, Роман Ігорович Tykhovlis, Roman Igorovych |
| Affiliation: | Тернопільський національний технічний університет імені ім. І. Пулюя |
| Bibliographic description (Ukraine): | {ВІДКОРЕГУЙТЕ!!!} Прізвище І. Б. Назва : кваліфікаційна робота на здобуття освітнього ступеня магістр за спеціальністю „122 — комп’ютерні науки“ / І. Б. Прізвище. — Тернопіль: ТНТУ, РІК. — ХХ с. |
| Bibliographic reference (2015): | Тиховліс Р. І. Аналіз методів моделювання циклічних економічних даних : робота на здобуття кваліфікаційного ступеня магістра : спец. 122 - комп’ютерні науки / наук. кер. Я. В. Литвиненко. Тернопіль : Тернопільський національний технічний університет імені Івана Пулюя, 2026. 87 с. |
| Datum vydání: | 28-kvě-2026 |
| Submitted date: | 14-kvě-2026 |
| Date of entry: | 6-čer-2026 |
| Nakladatel: | Тернопільський національний технічний університет імені ім. І. Пулюя |
| Country (code): | UA |
| Place of the edition/event: | Тернопіль |
| Supervisor: | Литвиненко, Ярослав Володимирович Lytvynenko, Iaroslav |
| UDC: | 330.43:519.86 |
| Klíčová slova: | 122 комп’ютерні науки математична модель методи обробки економічні дані економічні цикли методи моделювання mathematical model processing methods economic data economic cycles modeling methods |
| Page range: | 87 |
| Abstrakt: | Кваліфікаційна робота присв’ячена аналізу методів моделювання циклічних економічних даних. В першому розділі кваліфікаційної роботи описано огляд літературних джерел в напрямку моделювання економічних даних, зокрема рощглянуті питання аналізу та моделювання економічних даних. У другому розділі описано огляд та порівняльний аналіз методів та математичних моделей для моделювання економічних даних. У третьому розділі описано модель циклічного випадкового процесу та здійснено комп’ютерне моделювання економічних даних. У четвертому розділі описана охорона праці, зокрема питання іонізуючого та електромагнітного випромінювання. Окрім цього розглянуто питання мети та завдання безпеки у надзвичайних систуаціях. The qualification work is devoted to the analysis of methods for modeling cyclical economic data. The first section of the qualification work describes a review of literary sources in the direction of modeling economic data, in particular, issues of analysis and modeling of economic data are considered. The second section describes a review and comparative analysis of methods and mathematical models for modeling economic data. The third section describes the model of a cyclic random process and the computer modeling of economic data. The fourth section describes labor protection, in particular the issue of ionizing and electromagnetic radiation. one meaning of this issue is the goal and task of safety in emergency situations. |
| Popis: | Роботу виконано на кафедрі комп'ютерних наук Тернопільського національного технічного університету імені Івана Пулюя. Захист відбудеться 28.05.2026р. на засіданні екзаменаційної комісії №33 у Тернопільському національному технічному університеті імені Івана Пулюя |
| Content: | Вступ 7 1 Аналіз літературних джерел в напрямку моделювання економічних даних 10 1.1 Актуальність дослідження 10 1.2 Теоретичні основи моделювання економічних даних 10 1.3 Методи аналізу та моделювання економічних часових рядів 18 1.4 Висновок до першого розділу 28 2 АНАЛІЗ МОДЕЛЕЙ ТА МЕТОДІВ моделювання циклічних економічних ДАНИХ 29 2.1 Особливості моделювання циклічних економічних процесів 29 2.2 Сучасні підходи до моделювання економічних даних 38 2.3 Класичні моделі AR, MA 47 2.4 Висновок до другого розділу 53 3 Методи опрацювання ЕКОНОМІЧНИХ ДАНИХ ДЛЯ ЗАДАЧІ КОМП’юТЕРНОГО МОДЕЛЮВАННЯ 54 3.1 Математична модель для комп’ютерного моделювання 54 3.2 Методи статистичної обробки 55 3.3 Комп’ютерна програма для задачі комп’ютерного моделювання економічних даних 57 3.4 Висновок до третього розділу 61 4 ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ 62 4.1 Джерела іонізуючого, електромагнітного та віброакустичного випромінювання 62 4.2 Безпека життєдіяльності. Мета та завдання 63 4.3 Висновок до четвертого розділу 66 Висновки 67 Перелік ЛІТЕРАТУРНИХ джерел 68 ДОДАТКИ |
| URI: | http://elartu.tntu.edu.ua/handle/lib/52152 |
| ISBN: | {ВІДКОРЕГУЙТЕ!!!} Прізвище І. Б. Назва : кваліфікаційна робота на здобуття освітнього ступеня магістр за спеціальністю „122 — комп’ютерні науки“ / І. Б. Прізвище. — Тернопіль: ТНТУ, РІК. — ХХ с. {ВІДКОРЕГУЙТЕ!!!} Прізвище І. Б. Назва : кваліфікаційна робота на здобуття освітнього ступеня магістр за спеціальністю „122 — комп’ютерні науки“ / І. Б. Прізвище. — Тернопіль: ТНТУ, РІК. — ХХ с. {ВІДКОРЕГУЙТЕ!!!} Прізвище І. Б. Назва : кваліфікаційна робота на здобуття освітнього ступеня магістр за спеціальністю „122 — комп’ютерні науки“ / І. Б. Прізвище. — Тернопіль: ТНТУ, РІК. — ХХ с. |
| Copyright owner: | © Тиховліс Роман Ігорович, 2026 |
| References (Ukraine): | 1. Bollerslev T. Periodic autoregressive conditional heteroscedasticity / T. Bollerslev, E. Ghysels // Journal of Business and Economic Statistics. Alexandria, USA: ASA, 1996. Vol. 14, № 2. P. 139–151. 2. Boswijk H. P. Testing for periodic integration / H. P. Boswijk, P. H. Franses // Economics Letters. Amsterdam, Netherlands: Elsevier, 1995. Vol. 48, № 3–4. P. 241–248. 3. Dehay D. Testing stationarity for stock market data / D. Dehay, J. Leskow // Economics Letters. — Amsterdam, Netherlands: Elsevier, 1996. Vol. 50, № 2. P. 205–212. 4. Franses P. H. The effects of seasonally adjusting a periodic autoregressive process / P. H. Franses // Computational Statistics & Data Analysis. Amsterdam, Netherlands: Elsevier, 1995. Vol. 19, № 6. P. 683–704. 5. Gardner W. A. Cyclostationarity: Half a century of research / W. A. Gardner, A. Napolitano, L. Paura // Signal Processing. Amsterdam, Netherlands: Elsevier, 2006. Vol. 86, № 4. — P. 639–697. 6. Gelper S. Robust Forecasting with Exponential and Holt-Winters Smoothing / S. Gelper, R. Fried, C. Croux // Journal of Forecasting. NY, USA: John Wiley & Sons, 2010. Vol. 29, № 3. — P. 285−300. 7. Ghysels E. On periodic structures and testing for seasonal unit roots / E. Ghysels, A. Hall, H. S. Lee // Journal of Business and Economic Statistics. Alexandria, USA: ASA, 1996. Vol. 91, № 436 . P. 1551−1559. 8. Ghysels E. On the periodic structure of the business cycle / E. Ghysels // Journal of Business & Economic Statistics. Alexandria, USA: ASA, 1994. Vol. 12, № 3. P. 289−298. 9. Ghysels E. The Econometric Analysis of Seasonal Time Series / E. Ghysels, D. R. Osborne // Themes in Modern Econometrics. Cambridge, UK: Cambridge University Press, 2001. 252 p. 10. Goncharuk A. G. Forecasting efficiency of the economy of Ukraine [Електронний ресурс] / A. G. Goncharuk // MPRA Paper. Germany: University Library of Munich, 2006. 20 p. Режим доступу: http://mpra.ub.uni-muenchen.de/6562/. 11. Hassani H. Singular spectrum analysis: methodology and application to economics data / H. Hassani, A. Zhigljavsky // Journal of Systems Science and Complexity. NY, USA: Springer Science+Business Media, 2009. Vol. 22, № 3. P. 372–394. 12. Juglar C. Des Crises commerciales et leur retour periodique en France / C. Juglar. Paris: Guillaumin, 1862. 276 p. 13. Osborn D. R. The implications of periodically varying coefficients for seasonal time-series processes / D. R. Osborn // Journal of Econometrics. Amsterdam, Netherlands: Elsevier, 1991. Vol. 48, № 3 P. 373–384. 14. Osborn D. R. The performance of periodic autoregressive models in forecasting seasonal UK consumption / D. R. Osborn, J. P. Smith // Journal of Business and Economic Statistics. Alexandria, USA: ASA. 1989. Vol. 7, № 1. P. 117–127. 15. Parzen E. An approach to modeling seasonally stationary time-series / E. Parzen, M. Pagano // Journal of Econometrics. Amsterdam, Netherlands: Elsevier, 1979. Vol. 7, № 1–2. P. 137–153. 16. Polukoshko S. Use of “Caterpillar” – SSA method for analysis and forecasting of industrial and economic indicator / S. Polukoshko, J. Hofmanis // Proceedings of the 7th International Scientific and Practical Conference «Environment. Technology. Resources», Rēzekne, June 25-27, 2009. Rēzekne, Latvija: Rēzeknes Augstskola, 2009. Vol. 1. P. 241–248. 17. Todd R. M. Periodic linear-quadratic models of seasonality / R. M. Todd // Journal of Economic Dynamics and Control. Maryland Heights, USA: Elsevier, 1990. Vol. 14, № 3–4. P. 763–796. 18. Yousefi S. Wavelet-based prediction of oil prices / S. Yousefi, I. Weinreich, D. Reinarz // Chaos, Solitons and Fractals. Maryland Heights, USA: Elsevier, 2005. Vol. 25, № 2 P. 265–275. 19. Абдуллаева Н. А. Нечеткий подход к прогнозированию уровня бедности / Н. А. Абдуллаева // Сборник трудов «Управление большими системами». М: Институт проблем управления им. В. А. Трапезникова РАН, 2010. № 30. С. 98−114. 20. Акаев А. А. Анализ экономических циклов с помощью математической модели марковских случайных процессов / А. А. Акаев // Доклады академии наук. М: Академиздатцентр "Наука" РАН, 2006. Т. 409, № 6. С. 1–4. 21. Алєксєєв І. В. Система підтримки прийняття управлінських рішень як складова механізму адаптації машинобудівних підприємств в середовищі невизначеності / І. В. Алєксєєв, Т. О. Смірнова, А. І. Хоменко // Вісник Хмельницького національного університету. Хмельницький, 2010. Т. 1., №5. С. 47−51. 22. Анисимов В. Н. Об эффективности модели ARIMA при прогнозировании экономических процессов / В. Н. Анисимов, К. Л. Соломахо // Известия Челябинского научного центра. — Челябинск: Челябинский научный центр УрО РАН, 2009. Т. 44, № 2. С. 44−48. 23. Баклан І. В. Імовірнісні моделі для аналізу та прогнозування часових рядів / І. В. Баклан, Г. А. Степанкова // Искусственный интеллект. Донецьк: Інститут проблем штучного інтелекту МОН України та НАН України, 2008. № 3. С. 505−515. 24. Бекмуратов Т. Ф. Нечеткая модель прогнозирования урожайности / Т. Ф. Бекмуратов, Д. Т. Мухамедиева, О. Ж. Бобомурадов // Проблемы информатики. Новосибирск: ОАО «Агентство „Роспечать”», 2010. № 3. С. 11–23. 25. Бідюк П. І. Інформаційна система підтримки прийняття рішень для прогнозування фінансово-економічних процесів на основі структурно-параметричної адаптації моделей / П. І. Бідюк, О. М. Трофимчук, А. В. Федоров // Наукові вісті НТУУ „КПІ”. К: НТУУ „КПІ”, 2011. № 6. С. 42−53. 26. Біліловець О.С. Нейромережеве прогнозування в сфері електронної комерції / О. С. Біліловець // Економіко-математичне моделювання соціально-економічних систем. Збірник наукових праць. К: МННЦ ІТіС, 2008. Вип. 13. С. 154−166. 27. Братушка С. М. Вейвлет-аналіз як інструмент прогнозування фінансових часових рядів / С. М. Братушка // Проблеми і перспективи розвитку банківської системи України : зб. наук. праць. Суми: УАБС НБУ, 2007. Т. 20. С. 314‒319. 28. Горкуненко А. Б. Імітаційне моделювання взаємопов’язаних економічних циклічних процесів / А. Б. Горкуненко, С. А. Лупенко // Сучасні комп’ютерні інформаційні технології: Матеріали Всеукраїнської школи-семінару молодих вчених і студентів ACIT’2011, Тернопіль, 20-21 травня 2011. — Тернопіль: Економічна думка, 2011. — С. 9. 29. Литвиненко Я.В., Лупенко С.А., Щербак Л.М. Моделювання та обробка циклічних сигналів серця на ЕОМ. // Вимірювальна та обчислювальна техніка в технологічних процесах.- Хмельницький: Вид.-во “Навчальна книга”. – 2000. №3, -132-139с. 30. Литвиненко Я., Щербак Л. Система комп’ютерних прогам для автоматизованої обробки та моделювання кардіосигналів // Тези доповідей п’ятої наук.-техн. конф. ТДТУ ”Прогресивні матеріали, технології та обладнання в машино- і приладобудуванні”. Тернопіль. – 2001. – 16. 31. Осухівська Г.М. Обгрунтування вибору фільтру для статистичного аналізу тональних сигналів. Вісник Тернопільського державного технічного університету. 1997. Т. 2, № 2. С. 57-62. 32. Литвиненко Я., Лупенко С., Щербак Л. Статистичний метод визначення зонної структури електрокардіосигналу в автоматизованих діагностичних системах. Вісник Тернопільського державного технічного університету. Тернопіль, 2005. Т. 10, № 3. С. 165-175. 33. Литвиненко Я., Щербак Л. Система комп’ютерних прогам для автоматизованої обробки та моделювання кардіосигналів. Тези доповідей п’ятої наук. конф. ТДТУ. Тернопіль. 2001. С. 16. 34. Лупенко C. А., Литвиненко Я. В., Сверстюк А. С. Статистичний сумісний аналіз кардіосигналів на основі вектора циклічних ритмічно пов’язаних випадкових процесів. Електроніка та системи управління. Національний авіаційний університет. Київ, 2008. № 4 (18). С. 22-29. 35. Лупенко С., Литвиненко Я., Сверстюк А. Сумісна статистична обробка синхронно зареєстрованих кардіосигналів на базі їх моделі у вигляді циклічних ритмічно пов’язаних випадкових процесів. Матеріали дванадцятої наукової конференції Тернопільського державного технічного університету імені Івана Пулюя, м. Тернопіль, 14-15 травня 2008 р. Тернопіль, 2008. С. 111. 36. Литвиненко Я.В. Моделювання та методи визначення зонної часової структури електрокардіосигналу в автоматизованих діагностичних системах: автореф. дис. … канд. техн. наук: 01.05.02. Тернопільський державний технічний університет імені Івана Пулюя. Тернопіль, 2006. 20 с. 37. Імітаційне моделювання взаємопов’язаних економічних циклічних процесів на основі вектора циклічних ритмічно пов’язаних випадкових процесів / А. Б. Горкуненко, С. А. Лупенко, Н. Р. Дем’янчук, Я. В. Литвиненко // Електроніка та системи управління. К: НАУ, 2011. № 2. С. 133–141. 38. Інформаційна технологія моделювання, аналізу та прогнозування циклічних економічних процесів / А. Б. Горкуненко, С. А. Лупенко, Г. М. Осухівська, Н. Б. Стадник // Вимірювальна та обчислювальна техніка в технологічних процесах. Хмельницький: ХНУ, 2012. № 2. С. 167−176. 39. Інформаційна технологія прогнозування циклічних економічних процесів / А. Горкуненко, Р. Козак, Я. Литвиненко [та ін.] // Вісник Тернопільського національного технічного університету ім. І. Пулюя. Тернопіль: ТНТУ, 2012. № 1. С. 143−154. 40. I.V. Lytvynenko. Method of segmentation of determined cyclic signals for the problems related to their processing and modeling/ I.V. Lytvynenko / Scientific Journal of the ternopil national technical university. 2017, Vol. 88, No. 4, pp. 153-169. 41. I.V. Lytvynenko. The method of segmentation of stochastic cyclic signals for the problems of their processing and modeling/ I.V. Lytvynenko / Journal of Hydrocarbon Power Engineering, Oil and Gas Measurement and Testing. 2017, Vol. 4, No. 2, pp. 93-103. 42. I. Lytvynenko. Segmentation and Statistical Processing of Geometric and Spatial Data on Self-Organized Surface Relief of Statically Deformed Aluminum Alloy. // Iaroslav Lytvynenko, Pavlo Maruschak, Sergiy Lupenko, Sergey Panin // Applied Mechanics and Materials, 2015, Vol. 770, pp. 288-293. 43. I.V. Lytvynenko. Software for segmentation, statistical analysis and modeling of surface ordered structures // I.V. Lytvynenko, P.O. Maruschak, S.A. Lupenko, Yu. I. Hats, A. Menou, S.V. Panin // MECHANICS, RESOURCE AND DIAGNOSTICS OF MATERIALS AND STRUCTURES (MRDMS-2016): Proceedings of the 10th International Conference on Mechanics, Resource and Diagnostics of Materials and Structures. AIP Publishing, 2016, Vol. 1785, No.1, pp. 030012-1-030012-7. 44. I.V. Lytvynenko. Method of segmentation of determined cyclic signals for the problems related to their processing and modeling/ I.V. Lytvynenko / Scientific Journal of the ternopil national technical university. 2017, Vol. 88, No. 4, pp. 153-169. 45. I. Lytvynenko. Segmentation and Statistical Processing of Geometric and Spatial Data on Self-Organized Surface Relief of Statically Deformed Aluminum Alloy. // Iaroslav Lytvynenko, Pavlo Maruschak, Sergiy Lupenko, Sergey Panin // Applied Mechanics and Materials, 2015, Vol. 770, pp. 288-293. 46. I.V. Lytvynenko. Method of the quadratic interpolation of the discrete rhythm function of the cyclical signal with a defined segment structure / I.V. Lytvynenko / Scientific Journal of the ternopil national technical university. 2016, Vol. 84, No. 4, pp. 131-138. 47. S. Lupenko, A. Lupenko, I. Lytvynenko, V. Martsenyuk. Methods for Estimating the Discrete Rhythmic Structure of Cyclic Random Processes Using Adaptive Interpolation Conference on Computer Science and Information Technologies CSIT 2020: Advances in Intelligent Systems and Computing V pp 614-627 Conference paper. First Online: 23 December 2020. Part of the Advances in Intelligent Systems and Computing book series (AISC, volume 1293). 48. Method of Evaluation of Discrete Rhythm Structure of Cyclic Signals with the Help of Adaptive Interpolation Lytvynenko, I., Lupenko, S., Onyskiv, P. 2020 IEEE 15th International Scientific and Technical Conference on Computer Sciences and Information Technologies, CSIT 2020 - Proceedings, 2020, 1, pp. 155–158, 9321878 49. I.V. Lytvynenko. Software for segmentation, statistical analysis and modeling of surface ordered structures // I.V. Lytvynenko, P.O. Maruschak, S.A. Lupenko, Yu. I. Hats, A. Menou, S.V. Panin // MECHANICS, RESOURCE AND DIAGNOSTICS OF MATERIALS AND STRUCTURES (MRDMS-2016): Proceedings of the 10th International Conference on Mechanics, Resource and Diagnostics of Materials and Structures. AIP Publishing, 2016, Vol. 1785, No.1, pp. 030012-1-030012-7. 50. Software for statistical processing and modeling of a set of synchronously registered cardio signals of different physical nature Lupenko, S., Lytvynenko, I., Sverstiuk, A., Horkunenko, A., Shelestovskyi, B. CEUR Workshop Proceedings, 2021, 2864, pp. 194–205 51. Modeling and Methods of Statistical Processing of a Vector Rhytmocardiosignal I Lytvynenko, S Lupenko, P Onyskiv, A Zozulia The Open Bioinformatics Journal 14 (1) 73-86 52. I.V. Lytvynenko, P.O. Marushak, S.A. Lupenko, Yu.I. Hats, A.Menou. Software tools for the analysis of the self-organizing material surface after deformation for the problems of its sementation and statistical processing // Proc. of International Symposium Aircraft materials. ACMA 2016. (May 11-13). - 2016. - Morocco, Agadir. – P. 138-139. 53. Lupenko, S., Lytvynenko, I., Stadnyk, N. Method of Statistical Processing of Discrete Cycle Random Processes, by their Reduction to Isomorphic Periodic Random Sequences 2020 10th International Conference on Advanced Computer Information Technologies, ACIT 2020 - Proceedings, 2020, pp. 209-212, 9209004 54. 4Witkin A.P. Scale-space filtering, Proc. 8th Int. Joint Conf. Art. Intell., Karlsruhe, Germany, 1983. pp. 1019-1022. 55. 5Witkin А. Scale-space filtering: A new approach to multi-scale description, in Proc. IEEE Int. Conf. Acoust., Speech, Signal Processing (ICASSP), Vol. 9, San Diego, CA, Mar. 1984, pp. 150-153. 56. Box G. E. P., Jenkins G. M., Reinsel G. C. Time Series Analysis: Forecasting and Control. — 5th ed. — Hoboken, USA: Wiley, 2015. — 712 p. 57. Hamilton J. D. Time Series Analysis. — Princeton, USA: Princeton University Press, 1994. — 820 p. 58. Hyndman R. J., Athanasopoulos G. Forecasting: Principles and Practice. — Melbourne: OTexts, 2021. — 384 p. 59. Shumway R. H., Stoffer D. S. Time Series Analysis and Its Applications. — Springer, 2017. — 562 p. 60. Tsay R. S. Analysis of Financial Time Series. — 3rd ed. — Wiley, 2010. — 715 p. 61. Enders W. Applied Econometric Time Series. — Wiley, 2015. — 460 p. 62. Brockwell P. J., Davis R. A. Introduction to Time Series and Forecasting. — Springer, 2016. — 434 p. 63. Durbin J., Koopman S. J. Time Series Analysis by State Space Methods. — Oxford University Press, 2012. — 368 p. 64. Goodfellow I., Bengio Y., Courville A. Deep Learning. — MIT Press, 2016. — 775 p. 65. Gers F. A., Schmidhuber J., Cummins F. Learning to Forget: Continual Prediction with LSTM // Neural Computation. — 2000. — Vol. 12, No. 10. — P. 2451–2471. |
| Content type: | Master Thesis |
| Vyskytuje se v kolekcích: | 122 — комп’ютерні науки, F3 Комп’ютерні науки |
Soubory připojené k záznamu:
| Soubor | Popis | Velikost | Formát | |
|---|---|---|---|---|
| 2026_KRM_SNnm-61_Tykhovlis_RI.pdf | Дипломна робота | 1,75 MB | Adobe PDF | Zobrazit/otevřít |
Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.
Nástroje administrátora