Интеллектуальный анализ временных рядов. Ярушкина Н.Г - 228 стр.

UptoLike

ВУЗ: 

УлГТУ | Ульяновск

Составители: 

Рубрика: 

228
Для
определения лингвистической переменной, выражающей производ-
ную нечеткую тенденцию, требуется выделить типичное поведение нечеткого
временного
ряда, то есть составить терминальное множество нечетких тенден-
ций. Универсальное множество является множеством нечетких временных ря-
дов, поэтому универсум можно представить как множество всевозможных гра-
фиков (функций), отображающих динамику. Задача эксперта – выделить типичные
(систематические)
тенденции нечеткого временного ряда. При этом необходи-
мо определить длину ряда m
– интервал временной шкалы, на котором будет
описываться
тенденция. Для построения временного ряда нечеткой тенденции
необходимо
не только выделить их (обозначить лингвистические термы), но
также
дать описание и найти тенденцию на нечетком временном ряду. Таким
образом,
функционал Tend включает в себя инструмент описания нечеткой тен-
денции, алгоритм нахождения соответствия нечетких временных рядов вы-
бранному описанию, то есть алгоритм нечеткого оценивания.
Для
анализа и построения четкого временного ряда по нечеткой модели
необходима
операция получения нечеткого временного ряда из оценки тенден-
ции. Решение данной задачи обозначим функционалом deTend, являющимся
обратным
функционалом Tend:
]['
~
deTendY
,
YY
~
'
~
,
где
}'
~
{'
~
yY
– множество типичных (характерных) нечетких временных
рядов
для НТ, имеющих наибольшую степень принадлежности
])
~
[max()'
~
(
Yy
. Таким образом, каждому виду нечеткой тенденции может
сопоставляться
несколько интервальных нечетких временных рядов.
Применяя
операцию Y=DeFuzzy(
'
~
Y
), получим четкие числовые оценки
уровней
ВР.
В качестве инструмента построения функционала Tend в виде нечетких
отношений и системы нечетких продукционных правил воспользуемся аппара-
том нечетких нейронных сетей (ННС).

Страницы