Прикладные интеллектуальные системы, основанные на мягких вычислениях. Ярушкина Н.Г. - 105 стр.

UptoLike

ВУЗ: 

УлГТУ | Ульяновск

Составители: 

Рубрика: 

104
• стабилизация;
• колебания;
• хаос.
Разумеется, для нечетких термов, обозначающих тенденцию, возможно
применение модификаторов “очень”, “более-менее” и т.д.
Нахождение НТ – основополагающая задача в построении системы ана-
лиза данных, решение которой позволит приступить к выявлению связей между
параметрами исследуемого объекта. Данная задача представляет собой систему
методов и инструментов, имеющая следующие входные и выходные парамет-
ры:
- вход: изменение параметра системы (во времени) за интервал (период);
- выход: вероятность типа тенденции.
Метод нахождения НТ строится на основе решаемых подзадач: описание
НТ, определение инструмента распознавания, подготовка данных.
Эксперт, анализируя исходные четкие данные, должен определить, какие
типы тенденций наблюдаются, описать их на основе спецификации выбранного
метода. По выбору метода описания НТ подбирается подходящий инструмент
определения НТ, и это в свою очередь накладывает требования на подготовку
данных. Инструмент распознавания на основе описания НТ и преобразованных
данных выдает тип тенденции.
Выделяются требования к системе распознавания НТ:
1. распознавание НТ на любом периоде (день, неделя, год);
2. универсальность метода определения тенденций независимо от ее ти-
па.
НТ должна обнаруживаться независимо от выбранного периода, что по-
зволит для каждого вида тенденции разбивать исходные данные на периоды
наблюдения этой НТ. Например, для текущей точки (момента времени) опреде-
ляются следующие тенденции: за период ∆t
3
- падение параметра, за ∆t
2
– пе-
риодические колебания, а за ∆t
1
– рост.
Универсальность метода описания и определения НТ позволит эксперту
самостоятельно описывать НТ, четкий аналог которой невозможно описать в
виде функций. Например, нечеткая тенденция «последовательные изменения
параметра: два положительных и один отрицательный скачок» (рис.4.3).

Страницы