УДК 519.246.8
DOI: 10.36871/26189976.2026.02-3.001
Авторы
Ирина Сергеевна Кузнецова,
Донской государственный технический университет, Ростов-на-Дону, Россия
Наталья Александровна Данилова,
ФГБОУ ВО Астраханский государственный университет им. В. Н. Татищева, Астрахань, Россия
Наталья Владимировна Хаванова,
ФГБОУ ВО РГУТИС, Москва, Россия
Аннотация
В статье рассматриваются методологические возможности применения нечетких временных рядов и «серых» моделей типа GM (1,1) для краткосрочного прогноза туристских прибытий в условиях разреженных, коротких и неполных данных. На основе анализа литературы проводится сравнительная характеристика традиционных временных, интеллектуальных и гибридных подходов с точки зрения их устойчивости при малых выборках и высокой неопределённости. Предлагается концептуальная схема выбора класса моделей в зависимости от объёма и структуры исходной информации, а также алгоритм предварительной обработки и «уплотнения» ряда, построения нечетких и «серых» моделей и интерпретации результатов прогноза, ориентированный на управленческие решения в сфере туризма.
Ключевые слова
нечеткие временные ряды
краткосрочный прогноз
туристские прибытия
туристский спрос
разреженные данные
Список литературы
[1] Бурнашев Р. А., Сергеев Я. В., Назипова А. Ф. Методы гранулирования нечётких временных рядов для анализа данных // Онтология проектирования. 2025. Т. 15. № 3(57). С. 404–417.
[2] Ван Ю. Прогнозирование объёмов перевозок пассажиров на основе теории «серых систем» // Вестник Белорусского государственного университета транспорта: Наука и транспорт. 2021. № 1(42). С. 77–81.
[3] Гладков Э. А. Прогнозирование энергопотерь с использованием нечётких временных рядов // Вестник науки. 2024. № 12(81). Т. 5, ч. 1. С. 676–681.
[4] Гусева А. И., Романов Р. М. Метод прогнозирования временных рядов при высокой неопределённости на основе когнитивных нечётких сетей // Известия Южного федерального университета. Технические науки. 2025. № 6. С. 157–178.
[5] Ефимов А. О., Мишин С. А., Рогозин Е. А. Прогнозирование количества выявляемых уязвимостей информационной безопасности на основе теории «серых систем» // Вестник Дагестанского государственного технического университета. Технические науки. 2023. Т. 50. № 3. С. 72–82.
[6] Кутузов Д. В., Осовский А. В., Старов Д. В., Мальцева Н. С., Перова К. В. Анализ и прогнозирование трафика современных телекоммуникационных систем на основе методов искусственного интеллекта // Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика. 2024. № 1. С. 73–87.
[7] Ламехов В. А., Коровяковский Е. К. Построение краткосрочного прогноза количества вагонов на станции и путях необщего пользования // Известия Петербургского государственного университета путей сообщения. 2024. Т. 21. Вып. 1. С. 199–216.
[8] Нгуен Т. Т. З., Черненькая Л. В. Фаззификация в моделях прогнозирования нечётких временных рядов // Известия Тульского государственного университета. Технические науки. 2023. Вып. 8. С. 337–338.
[9] Скалкин А. М., Романов А. А. Подход для сжатия временных рядов с использованием методов нечёткой логики для поиска аномалий // Вестник Ульяновского государственного технического университета. 2024. № 1. С. 24–27.
