Интеллектуальный анализ временных рядов. Ярушкина Н.Г - 222 стр.

UptoLike

ВУЗ: 

УлГТУ | Ульяновск

Составители: 

Рубрика: 

222
Функционал ETend реализуется на основе операций TTend и RTend ACL-
шкалы, построенной для исходного ВР (алгоритм построения шкалы см.
в главе 4).
Ниже представлено описание алгоритма сегментации НВР в терминах не-
четких ЭТ.
Исходные данные. Нечеткий временной ряд
],1[},
~
,{
~
nixtY
ii
,
где
i
х
~
– нечеткое множество, определенное для значения
i
x
некоторого вре-
менного ряда Y=
},{
ii
xt
,
i
t
– значение момента времени;
n – количество членов НВР.
Выходные данные. Временной ряд элементарных тенденций как совокуп-
ность одновременных временных рядов, образованных нечеткими уровнями и
параметрами нечетких элементарных тенденций:
},
~
~
,
~
,,{
, iiiiii
axxt
,
где
},{
ii
xt
– временной ряд, носитель нечеткого временного ряда;
i
х
~
– название нечеткого уровня НВР;
ii
v
,
~
– тип тенденции между
i
х
~
,
1
~
i
х
и его степень принадлежности;
i
a
~
– интенсивность типа тенденции
i
v
~
.
Алгоритм будем строить на основе предварительного сглаживания НВР,
применив для этого метод F-преобразования [Perfilieva, 2006].
1.
i
х
→
i
х
, где
i
х
получается с помощью F-преобразования.
2.
Определение погрешности
х1=Er1(
i
х
,
i
х
). Эта функция может быть
вычислена одним из стандартных способов, например, с использованием
критерия среднеквадратичного отклонения (СКО).
3.
Определение остатков
х
i
=
i
х
–
i
х
.
4.
Таким образом, получаем фрагмент выходной модели
},,,{
iiii
xxxt
.

Страницы