Интеллектуальный анализ временных рядов. Ярушкина Н.Г - 130 стр.

UptoLike

ВУЗ: 

УлГТУ | Ульяновск

Составители: 

Рубрика: 

130
В работе [Şah, 2004] предложена модификация метода Сонга, в которой
вместо значений временного ряда для составления универсума, на котором по-
строены нечеткие множества, используются приращения (изменения соседних
уровней временного ряда).
Huarng [Huarng, 2001б] усовершенствовал модель Чена, использовав эв-
ристики –
неформальные, интуитивные стратегии, – которые выражают ожида-
ния экспертов/аналитиков относительно тренда регистрации студентов в буду-
щем году (так называемые тренды роста/снижения/стабильности).
Таким образом, уже в этих исследованиях намечается новое направление,
связанное с повышением точности моделей НВР за счет применения алгорит-
мов поиска оптимальных носителей нечетких множеств, выбора порядка моде-
лей и
выделением правил, описывающих изменения тенденций в структуре не-
четкого временного ряда.
3.3.4. Перспективы в моделировании нечетких временных рядов
Приведенный выше обзор подходов к нечеткому моделированию позво-
ляет сделать некоторые выводы и обозначить проблемы.
Нечеткие временные ряды появились как эволюционное развитие форма-
лизма нечетких множеств в пространство математических моделей анализа по-
ведения временных рядов.
Для временных рядов различной природы моделирование и анализ их
по-
ведения с привлечением дополнительных знаний, описывающих неопределен-
ность на основе нечетких множеств, как представляется, позволит не только
решать традиционные задачи анализа числовых ВР, но и существенно расши-
рить их круг за счет обработки данных нового типа.
Анонсируемым достоинством программных систем моделирования ВР в
виде нечеткого ВР, отмечаемым практически всеми
исследователями этого на-
правления, является их продуктивность в качестве альтернативного инструмен-
та моделирования числовых временных рядов (сравнение нечетких моделей со
статистическими моделями приведено в работе [Дегтярев, 2007]). Лингвистиче-

Страницы