Правильно ли будет применять ГА для нахождения времени запаздывания в регрессионном анализе.
хочу построить модель для прогнозирования вида:
Y(t+1)=b0+b1*Y(t)+b2*x1(t-t1)+b3*x3(t-t2)+...+bn+1*xn(t-tn)
т.е. с помощью генетического алгоритма буду находить t1,t2,...,tn
b0,b1,...,bn+1 нахожу с помощью МНК
Генетические алгоритмы наиболее слабые(зато и наиболее общие). Для оценки параметров линейной авторегрессионной модели лучше воспользоваться детерминированными методами, по-крайней мере есть очень развитая теория(см. Марпл мл. Цифровой спектральный анализ).
А в чём вы хотите получить выигрыш?
По сравнению с детерминированными у ГА больше шансов выйти из локального минимума и найти глобальный. На втором месте я поставил бы particle swarm optimisation