Интеллектуальный анализ временных рядов. Ярушкина Н.Г - 236 стр.

UptoLike

ВУЗ: 

УлГТУ | Ульяновск

Составители: 

Рубрика: 

236
(паттерны): ВР с общей тенденцией, тип которой относится к базовым типам
НТ (
v
~
0=«Неопределенность»,
v
~
1=«Стабилизация»,
v
~
2=«Падение»,
v
~
3=«Рост»), и ВР с общей нечеткой тенденции производного типа
(
v
~
4=«Колебания периодические»,
v
~
5=«Колебания Хаотические»).
5.5.1.
Распознавание общей тенденции НВР базового типа
Дан временной ряд
},{
ii
xtY
,
],1[ ni
, n – количество членов временного
ряда
. Требуется определить тип изменения переменной x
,
то есть определить
общую тенденцию Gτ (систематическую долгосрочную составляющую) вре-
менного ряда Y.
С этой целью для исходного временного ряда
},{
ii
xtY
спроектируем
иерархическую гранулярную модель. Введем четыре уровня гранулирования,
формирование которых соответствует подходу снизу-вверх (bottom-up). Нуле-
вой уровень гранул будет представлен нечеткими метками уровней ВР, для об-
разования гранул нулевого уровня воспользуемся «оценочной» операцией
ACL-шкалы:
)(
~
ii
xFuzzyx
.
Используя введенные понятия, определим алгоритм классификации НВР:
1 этап. Определение лексики языка LANG: нечетких элементарных тен-
денций, идентификация их типов и параметров.
Таким образом, необходимо на основе нечетких уровней НВР определить
нечеткие значения параметров тенденций. Эта процедура называется иденти-
фикацией элементарных нечетких тенденций исследуемого НВР. Для ее реали-
зации используем операцию идентификации элементарной НТ:
)
~
,
~
(
1
ttt
xxETend
.
2 этап. Определение синтаксиса (структуры) и семантики (параметров)
модели НВР на основе операции объединения однородных элементарных тен-
денции в базовые группы. Введенный функционал STend вычисляет результат
объединения однородных тенденций, такой, что
),(
sij
STendN
.

Страницы