Розмір шрифта: 

У роботі розглянуто задачу інтелектуального прогнозування рівня води водпосту Олександрівка у басейні річки Південний Буг. Для дослідження використано багаторічні гідрологічні дані. Виконано підготовку та аналіз даних, формування ознак часового ряду, побудову та порівняння моделей прогнозування. Досліджено моделі Prophet, ARIMA та алгоритми машинного навчання. Для оцінювання точності використано метрики RMSE та MAPE. За результатами проведеного порівняння найменшу похибку прогнозування показала модель KNeighbors Regressor.

 

Abstract

The paper considers the problem of intelligent forecasting of the water level at the Oleksandrivka hydrological station in the Southern Bug River basin. Long-term hydrological data were used for the study. Data preparation and analysis, time series feature engineering, development and comparison of forecasting models were performed. Prophet, ARIMA and machine learning algorithms were investigated. RMSE and MAPE metrics were used to evaluate forecasting accuracy. According to the comparison results, the KNeighbors Regressor model demonstrated the lowest forecasting error.

 

інтелектуальне прогнозування, рівень води, машинне навчання, часовий ряд, Південний Буг, KNeighbors Regressor, intelligent forecasting, water level, machine learning, time series, Southern Bug River