Прикладные интеллектуальные системы, основанные на мягких вычислениях. Ярушкина Н.Г. - 108 стр.

UptoLike

ВУЗ: 

УлГТУ | Ульяновск

Составители: 

Рубрика: 

107
- определение коэффициента масштабирования: глубины периода, на ко-
тором обучили систему, и периода, определенного пользователем;
- свертка нечеткого ряда: нечеткие метки, найденные на основе коэффи-
циента масштаба, преобразуются в метку путем нахождения средних
вероятностей принадлежности к термам.
Подготовка данных заключается в фаззификации и получении нечетких
меток, а так же в масштабировании (свертке) исходного периода до периода, на
котором эксперт описал НТ. Для этого период разбивается на интервалы, соот-
ветствующие нечетким меткам описанного периода НТ. Вероятность терма оп-
ределяется средним значением этого терма в нечетких метках интервала. При-
мер свертки интервала в одну нечеткую метку:
T
1
T
2
T
3
T
Низкий 0 0 0,1 0,03
Средний 0,5 0,4 0,9 0,6
Высокий 0,5 0,6 0 0,55
Т.о. данными действиями обеспечивается независимость выбора исход-
ного периода распознавания и сглаживания данных, который может быть под-
вержен шуму, ошибками измерения и т.д.
В результате обработки временного ряда нейронной сетью во всех вре-
менных метках и на разных интервалах получится множество векторов оценок
нечетких тенденций (t
i
,
∆
t
j
,w
ij
), где t
i
– момент времени определения НТ,
∆
t
j
–
временной интервал НТ, w
ij
– оценка НТ. Данное множество, представленное в
виде матрицы оценок, может служить источником для дальнейшего анализа
выделенных тенденций.
4.3.5. Оценка
Рассмотрим результат анализа нечетких тенденций временного ряда. В
качестве объекта исследования взяты данные по доходам одного из подразде-
лений Ульяновского государственного технического университета. Временной
ряд представляет выборку недельных доходов в течение четырех лет.
Для анализа определены нечеткие тенденции: рост доходов, падение до-
ходов, стабильность, периодические колебания. Обучение нейронных сетей
проводилось на основе следующих описаний эталонных тенденций:
- лингвистические термы нечетких меток: низкий, средний, высокий;
- период обучающей тенденции 7.
В качестве размерности матрицы оценок выбраны следующие значения:
временной ряд на моментах от 7 до 217, интервалы нечетких тенденций от 7 до
60, что соответствует поиску тенденций на интервалах от 1.5 месяца до 1.5 го-
да. Рассмотрим результат анализа полученной матрицы оценок тенденции рос-

Страницы