Интеллектуальный анализ временных рядов. Ярушкина Н.Г - 206 стр.

UptoLike

ВУЗ: 

УлГТУ | Ульяновск

Составители: 

Рубрика: 

206
модели нечеткой тенденции. Так, для структурно-лингвистической модели эле-
ментарной тенденции в результате декомпозиции НВР получим временной ряд
типов элементарных тенденций
},{
iiv
vtX
, временной ряд степени принадлеж-
ности элементарных тенденций
},{
ii
tX
и для каждого типа элементарной
тенденции
k
временные ряды интенсивностей },{
iia
atX
и временные ряды
длительностей
},{
iit
ttX
, где i
[1,n-1] , n – количество членов нечеткого ряда.
Назовем декомпозицию исходного ВР в совокупность временных рядов
компонент элементарной тенденции FuzzyTend-декомпозицией или FT- деком-
позицией [Афанасьева , 2008 б].
Процедура FT-декомпозиции исходного временного ряда Х может быть
позиционирована в последовательности преобразований временных рядов
следующим образом:
Х
Fuzzy(Х)
X
~
),,
~
( ТЕXFT
{Х}
m
Func ({Х}
m
) RFunc,
где {Х}
m
обозначает множество временных рядов, полученных в результа-
те декомпозиции, Func определяет процедуру решения конкретной задачи ана-
лиза НВР на основе НТ, например, идентификацию нечетких тенденций в виде
общей тенденции. К результатам RFunc такого анализа можно также отнести
кодифицированные знания о природе изменений исходного ВР, выраженные в
структуре, интенсивности и длительности
тенденций. С другой стороны, знания
о природе изменений и общей тенденции могут быть использованы не только
для идентификации НТ временного ряда, но и для прогноза параметров его бу-
дущих тенденций.
Контрольные вопросы
1. Что такое FuzzyTend-декомпозиция?
2.
Какова цель процедуры FT-декомпозиции?

Страницы