Интеллектуальный анализ временных рядов. Ярушкина Н.Г - 267 стр.

UptoLike

ВУЗ: 

УлГТУ | Ульяновск

Составители: 

Рубрика: 

267
циенты. Каждому виду нечеткой локальной тенденции соответствует своя ней-
ронная сеть.
Контрольные вопросы
1. В чем заключается подход к прогнозированию ВР в терминах элементар-
ных тенденций?
2.
Приведите три варианта представления модели временного ряда элемен-
тарных тенденций.
3.
Какие зависимости определяются в модели F2S?
4.
Чем отличаются модели F1N, F3N1S и F2S?
5.
На чем основана оценка качества моделей прогнозирования?
6.
Приведите критерии качества нечеткого моделирования числовых уровней ВР.
7.
Какие существуют проблемы и ограничения нечетких моделей ВР?
8.
Для каких целей используется алгоритм отбора нечетких правил?
9.
Опишите алгоритм моделирования ВР в терминах локальных нечетких
тенденций.
5.8. Поиск аномалий во временных рядах
При решении задач экспертной деятельности с целью диагностики про-
цессов, интерпретированных нечеткими временными рядами, целесообразно
применять методы контроля, основанные на поиске аномалий. Эти методы, как
представляется, могут включать сопоставление НВР, отражающего реализован-
ную динамику процесса с НВР, с ожидаемой, требуемой динамикой.
Если имеется эталонный НВР, можно построить новый НВР, выражаю-
щий отклонения реализованного НВР от эталонного НВР. Возможны следую-
щие значения отклонений, представленные нечеткими термами, такими как
«Без отклонений», «Значительные отклонения», «Незначительные отклонения»
и др. Тогда поиск аномалий заключается в формировании и анализе состава
кластеров уровней нечеткого временного ряда отклонений. Так, например, кла-

Страницы