Интеллектуальный анализ временных рядов. Ярушкина Н.Г - 131 стр.

UptoLike

ВУЗ: 

УлГТУ | Ульяновск

Составители: 

Рубрика: 

131
ские термы НВР, моделируемые нечеткими множествами, могут явно отражать
семантику объектов прикладной области, формализация которой в модели с
одной стороны повышает степень ее адекватности, а с другой стороны, улучша-
ет ее понимание прикладными пользователями.
Указанная возможность модели НВР позволяет надеяться, что решение
задач анализа временных рядов различной природы станет
более доступным
для широкой категории заинтересованных пользователей, для которых извле-
чение нечетких правил из ВР, выраженных и в лингвистических термах, наибо-
лее предпочтительна. К таким пользователям относятся пользователи, основная
профессиональная компетенция которых связана с принятием решений: лица,
принимающие решения, эксперты прикладных областей, менеджеры, проекти-
ровщики.
Таким образом, отметим следующий ожидаемый эффект
от использова-
ния нечетких моделей ВР:
1.
Расширение пользователей программных систем анализа ВР.
2.
Расширение видов обрабатываемых данных.
3.
Решение новых задач выявления нелинейных зависимостей, выра-
женных в лингвистических терминах.
В то же время нечеткие модели временных рядов, представленные в виде
нечетких временных рядов, требуют дальнейшего исследования и развития, так
как в приведенных выше работах не рассматривались прогностические воз-
можности нечетких моделей ВР по внешним показателям качества, вычисляе-
мым на
тестовых примерах.
3.3.5.
Пример моделирования временного ряда в нечетком подходе
Приведем пример нечеткого моделирования временного ряда для прогно-
зирования прямых валютных котировок ЦБ USD/RUB за июнь 2005 года, опи-
санный в работе [Дегтярев, 2008] и представляющий модификацию метода
Сонга [Song, 1994], отличающуюся (а) использованием изменений (прираще-

Страницы