Интеллектуальный анализ временных рядов. Ярушкина Н.Г - 245 стр.

UptoLike

ВУЗ: 

УлГТУ | Ульяновск

Составители: 

Рубрика: 

245
Рассмотренные способы генерации правил базы знаний системы нечетко-
го логического вывода для нечеткого временного ряда могут быть дополнены
правилами следования нечетких тенденций, которые строятся на базе
ACL-шкалы в условиях предположения об упорядоченности нечетких уровней
ряда (см. главу 4).
Основанием для извлечения правил базы знаний нечеткой модели ВР яв-
ляется последовательность
элементарных тенденций, построенная на нечетком
временном ряду.
Вид правил базы знаний Rule_eτ={R
p
k
}, используемый для генерации по-
следовательности элементарных тенденций, образующей временной ряд эле-
ментарных тенденций, был рассмотрен в подразделе 5.2.
В этом случае количество входных, выходных переменных и их парамет-
ры для нечеткой модели определяются при генерации нечетких градаций
ACL-шкалы S
x
. Так количество входных переменных m может быть вычислено
на основе количества нечетких градаций и теоремы о мощности ACL-шкалы
(глава 4)
i
х
~
X
~
, i
[1, m], а количество выходных переменных задается града-
циями
V
~
,
A
~
, то есть количество выходных переменных кратно двум. Тогда
размерность нечеткой модели
2
22 mmmk
. Параметр структуры р базы
правил Rule_eτ={R
p
k
} в соответствии с определением элементарной тенденции
как тенденции между двумя соседними уровнями НВР будет равен р=2. Следо-
вательно, структурная идентификация базы знаний для генерации временного
ряда элементарных тенденций определяется введенными формализмами эле-
ментарной тенденции и ACL-шкалой, что позволяет задать структуру базы зна-
ний в виде Rule_eτ={R
2
2
2
m
}, где m – мощность ACL-шкалы, параметрическая
идентификация которой также может быть реализована автоматическими про-
цедурами.

Страницы