Интеллектуальный анализ временных рядов. Ярушкина Н.Г - 159 стр.

UptoLike

ВУЗ: 

УлГТУ | Ульяновск

Составители: 

Рубрика: 

159
поведение каждого может быть описано отдельной моделью, композиция кото-
рых образует общую модель поведения ВР.
2. Принцип многомодельности.
Принцип является системным по своему содержанию, он основан на мно-
гомодельности и отношениях между моделями, описывающими функциониро-
вание отдельных компонент ВР. Каждая компонента может быть реализована
отдельно взятыми независимыми модулями, реализующими тот
или иной метод
ее моделирования. Данный принцип не распространяется на многомодельное
представление данных.
3. Принцип неточности.
Этот принцип является следствием нескольких причин: использование
приближенных моделей и численных алгоритмов, искажения в исходных дан-
ных в результате измерений, изменения внешней среды, нечеткость интерпре-
тации (оценки) исходных, промежуточных и выходных данных, нечеткость
оценивания
моделей, порожденные экспертной деятельностью при их проекти-
ровании.
4. Принцип адаптации (обучения).
Обучение применительно к системам моделирования временных рядов
может рассматриваться как важный процесс, значительно влияющий на качест-
во создаваемых моделей. Существуют два аспекта в проблеме обучения: обу-
чение эксперта построению моделей временных рядов и обучение модели. Сис-
темы моделирования создаются
как закрытые архитектурные решения в виде
лицензионных комплексов дорогостоящих программ, имеющие специфичные
интерфейсы, закрытые форматы данных и критерии, нацеленные на моделиро-
вание либо отдельных компонент, либо всего ВР. Использование и настройка
таких архитектур требует высокой квалификации эксперта. Обучение моделей
временных рядов рассматривается как их подгонка на новых данных путем пе-
репостроения общей модели.

Страницы