Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций
Конференция: Молодые ученые в решении актуальных проблем науки; Красноярск; Красноярск
Год издания: 2025
Ключевые слова: временные ряды, прогнозирование, автоматизация, байесовская оптимизация, потребление электроэнергии, time series, forecasting, automation, bayesian optimization, electricity consumption
Аннотация: В статье представлена автоматизированная система для оптимизации гиперпараметров моделей прогнозирования временных рядов. Разработан алгоритм на основе байесовской оптимизации, реализованный в Python с использованием библиотеки hyperopt. Численные эксперименты на синтетическом временном ряде, моделирующем потребление электроэнергииПоказать полностью, показали снижение среднеквадратичной ошибки (RMSE) на 26% для модели Prophet по сравнению с ручным подбором. Результаты применимы в энергетике, прогнозировании спроса и управлении ресурсами. The article presents an automated system for optimizing hyperparameters of time series forecasting models. An algorithm based on Bayesian optimization, implemented in Python using the hyperopt library, is developed. Numerical experiments on a synthetic time series simulating electricity consumption demonstrated a 26% reduction in root mean square error (RMSE) for the Prophet model compared to manual tuning. The results are applicable in energy management, demand forecasting, and resource planning.
Журнал: Молодые ученые в решении актуальных проблем науки
Номера страниц: 899-901
Место издания: Красноярск