Интеллектуальный анализ временных рядов. Ярушкина Н.Г - 160 стр.

UptoLike

ВУЗ: 

УлГТУ | Ульяновск

Составители: 

Рубрика: 

160
В таблице 3.3 приведено сравнение рассмотренных в настоящей главе
подходов к моделированию временных рядов с позиции «вход/выход» и типов
решаемых задач.
Таким образом, итоги и перспективы основных направлений исследова-
ний в области моделирования временных рядов связаны с развитием методов
интеллектуального анализа, использующих гибридные технологии, нечеткое
моделирование ВР и гранулярные
вычисления.
Несмотря на достигнутые результаты, многие задачи нечеткого модели-
рования и анализа нечетких временных рядов остаются нерешенными, в част-
ности задачи анализа такого объекта временного ряда, как нечеткая тенденция,
и генерации правил распознавания нечетких тенденций.
В 2004 году Н. Г. Ярушкиной [Ярушкина, 2004] было введено понятие
нечеткой тенденции нечетких временных рядов, определены новые
задачи и
методы их решения. Данное направление связано с извлечением новых знаний
о закономерностях изменения нечетких тенденций во временных рядах, реше-
нием новых задач анализа НВР, построением новых математических моделей и
методов анализа временных рядов.
Таблица 3.3
Сравнение подходов к моделированию временных рядов
Подходы
Тип исходных/
выходных данных
Решаемые задачи
Статистический
(стохастическая
неопределенность)
Числовой/ числовая
оценка
1. Построение математической мо-
дели статистической зависимости
2. Оценивание параметров
3. Прогноз
Нейросетевой
(стохастическая
неопределенность)
Числовой/ числовая
оценка
1. Построение нейронной сети
2. Обучение нейронной сети
3. Прогноз
Нечеткий
(неопределенность
нечеткости)
Числовой/ числовая
оценка.
Лингвистический/
лингвистическая
оценка
Числовой/ лингвис-
тическая оценка
Лингвистический/
числовая оценка
1. Построение нечетких множеств
2. Построение нечеткой модели
3. Прогноз

Страницы