Интеллектуальный анализ временных рядов. Ярушкина Н.Г - 122 стр.

UptoLike

ВУЗ: 

УлГТУ | Ульяновск

Составители: 

Рубрика: 

122
ВР, множества технологий их решения и области результатов за счет опериро-
вания не только числовой, но и качественной информацией, выраженной лин-
гвистическими терминами.
Примером прикладных задач, которые образуют расширение множества
прикладных задач обработки НВР, могут выступать задачи, связанные с анали-
зом тенденций, решаемые в экспертной деятельности, в процессе проектирова-
ния, управления и принятия решений.
Расширение множества технологий решения прикладных задач обработки
ВР связано с необходимостью обработки новых типов данных с нечеткими зна-
чениями.
В целом, расширение области результатов решения задачи анализа вре-
менных рядов за счет нечеткого моделирования ВР позволит принимать более
обоснованные решения на основе обработки качественной информации. Цен
-
ность полученного результата обработки НВР заключается в том, что в нем вы-
ражена семантически значимая интерпретация сущности и контекста объектов
предметной области и их развития в виде естественных и понятных человеку
лингвистических оценок.
3.3.1. Основы нечеткого моделирования временных рядов
В отличие от традиционного временного ряда значениями нечеткого ВР
являются нечеткие
множества, а не действительные значения уровней ВР.
В 1993 году Song и Chissom [Song, 1993] предложили нечеткие модели детер-
минированных (time-variant) и авторегрессионных (time-invariant) временных
рядов первого порядка (fist-order) и применили разработанные модели для про-
гнозирования количества регистрирующихся студентов университета штата
Алабама (США), фаззифицировав предварительно четкий временной ряд. Это
было первое применение нечетких моделей при моделировании ВР и
первое
определение моделей нечетких временных рядов.

Страницы