А.А. Дородницына РАН, Москва), М.П. КУЗНЕЦОВ (mikhail.kuznecov@phystech.edu), А.П. МОТРЕНКО (anastasiya.motrenko@phystech.edu), М.М. СТЕНИНА (mmedvednikova@gmail.com) (Московский физико-технический институт) ОБЪЕМОВ ГРУЗОВЫХЖЕЛЕЗНОДОРОЖНЫХ ПЕРЕВОЗОК1 Решается задача выбора оптимальной модели краткосрочного прогноВЫБОР ОПТИМАЛЬНОЙ МОДЕЛИ ПРОГНОЗИРОВАНИЯ зирования объемов железнодорожных перевозок по историческим и экзогенным временным рядам. <...> Исторические данные содержат информацию об объемах перевозок различных типов грузов между парами станций. <...> Предполагается, что результат выбора оптимальной модели зависит от уровня агрегирования по типам грузов, пунктам отправления и назначения и по времени. <...> Рассмотрены модели векторной авторегрессии, интегрированная модель авторегрессионного скользящего среднего и непараметрическая модель гистограммного прогнозирования. <...> Данные критерии используются для анализа моделей с целью определения допустимых запросов на прогноз, в том числе фактической глубины прогнозирования. <...> Ключевые слова: прогнозирование временных рядов, грузовые железнодорожные перевозки, выбор модели прогнозирования. <...> Грузовые перевозки обеспечивают свыше 80 % общей выручки железнодорожного транспорта [1]. <...> Для повышения качества выполняемых прогнозов предлагается учитывать как исторические временн´ экзогенные временн´ ые ряды, содержащие информацию о влиянии внешних факторов на объемы перевозок. <...> Запрос на прогноз задает уровень агрегирования данных. <...> Учитывая формат данных, возможна детализация: 1) по типам грузов: по всем грузам, либо по заданному грузу. <...> Прогнозы разрабатываются для номенклатуры грузов, учитывающей до 41 наименования грузов; 2) по пунктам отправления и назначения: парам станций или районов. <...> Моделью называется [2] параметрическая функция, которая по временн´ временн´ ых рядов одинаковой длины) и фиксированным параметрам вычисляет единственную точку – прогноз значения временн´ момент времени. <...> В <...>