Návrh simulátoru založeného na umělých neuronových sítích pro identifikaci vstupně výstupních funkcí systémů

Abstract

Práce se zaměřuje návrh simulátoru umělých neuronových sítí a jeho využití v rámci statické předpovědi ekonomických časových řad, s porovnáním výkonu se statistickými metodami. V rámci teoreticko-metodologické části práce vymezuje teoretické předpoklady statistických metod a umělých neuronových sítí. Práce pak popisuje návrh a tvorbu simulátoru neuronových sítí pro architekturu RBF sítě a sítě typu Perceptron. Tento simulátor je nadále využit při předpovědi ekonomických časových řad spolu s ARIMA modely. Výsledky těchto předpovědí jsou porovnány.

This thesis is focuses on proposal of the simulator of the systems based on artificial neural networks and its use in static forecasting of economic time series with comparing the results of statistical methods. Theoretical part defines statistical methodology and principles of artificial neural networks. Thesis thereafter describe proposal of the simulator for RBF and Perceptron architecture and its use in static forecast of economic time series and compares results with ARIMA models.