Интеллектуальный анализ временных рядов. Ярушкина Н.Г - 242 стр.

UptoLike

ВУЗ: 

УлГТУ | Ульяновск

Составители: 

Рубрика: 

242
следования элементарных нечетких тенденций Nτ ={τ
11
, τ
21
, .., τ
m1
}, входящих в
состав локальных тенденций.
Не вызывает сомнения, что применение совместно нескольких критериев,
основанных как на мерах сходства по расстоянию между элементарными тен-
денциями, входящими в состав анализируемых локальных тенденций, так и на
частотных мерах, позволит повысить достоверность алгоритмов классификации НВР.
В заключение отметим, что проблематика и подходы, рассмотренные в
этом разделе, касающиеся определения сходства двух произвольных локальных
нечетких тенденций, в состав которых входит одинаковое количество элемен-
тарных тенденций, могут быть расширены и на задачи вычисления степени
сходства поведения различных временных рядов.
Контрольные вопросы
1. Сформулируйте задачу классификация НВР в терминах нечетких тенденций.
2.
Дайте определение функционалу Gtend.
3.
Опишите алгоритм распознавания общей тенденции НВР базового типа.
4.
В каком случае нечеткая тенденция анализируемого ВР может классифи-
цироваться как «периодические колебания» или «хаотические колеба-
ния»?
5.
Какие задачи требуется рассмотреть при решении проблемы распознава-
ния общей тенденции НВР типа «периодические колебания»?
6.
Приведите алгоритм решения задачи распознавания общей тенденции ВР.
5.6. Извлечение правил
Извлечение
правил из нечетких временных рядов – это задача автома-
тического построения базы знаний, которая может быть использована в яв-
ном виде в нечетких моделях и системах нечеткого логического вывода про-
дукционного типа [Борисов и др., 2007] или в неявном виде в нечетких ней-
росетевых системах [Ярушкина, 2004] моделирования НВР.

Страницы