Прогнозирование временных рядов: нечёткие модели

Description

Научное издание. — Под ред. докт. техн. наук, проф. Н.Г. Ярушкиной. — Ульяновск: УлГТУ, 2014. — 145 с.В представленной книге авторы изложили основы теории и свой опыт в области нечётких моделей временных рядов (ВР), включая нечёткое разбиение, модели нечётких ВР и нечётких тенденций, а также комбинированные модели. Одним из направлений, обеспечивающим "интеллектуальную" поддержку специалистов по решению новых задач анализа данных, в том числе и Big данных, является интеллектуальный анализ данных или Data Mining. Теоретические разработки поддержаны практическими программными разработками, которые прошли экспериментальную апробацию.ВведениеВведение в нечёткие ВРОпределение нечётких ВР и их компонент. Понятие и виды нечёткого трендаЗадачи нечёткого моделирования ВРНечёткие ВР в системах поддержки принятия управленческих решенийНечёткие ВР в системах автоматизации проектированияМоделирование динамических параметров проектируемой системыНечёткий временной ряд при оценке качества процесса проектированияНечёткие ВР в задачах экспертной деятельностиТеоретические основы нечёткого моделирования ВРНечёткий подход к моделированию ВРПредставление нечётких объектов ВР для различных динамических процессовНечёткое разбиение временного ряда на основе F-преобразования (прямое и обратное)Нечёткие приращенияНечёткая шкалаМетоды моделирования ВР. Нечёткие объекты и зависимостиМетоды преобразования ВР в нечёткие ВР (НВР)Преобразование ВР на основе нечёткого разбиения временных интервалов. Построение НВР класса 0Преобразование ВР на основе нечёткой шкалы. Построение НВР класса 1 и класса 2Методы моделирования числовых временных рядов на основе НВРМоделирование нечёткого временного ряда класса0. F-модельМоделирование нечёткого временного ряда класса1. S-модельМоделирование нечёткого временного ряда класса2. T-модельПрогнозирование одномерных ВР на основе нечётких моделейМетодика и критерии оценки эффективности моделей ВРИзвлечение локальных тенденций (трендов) и прогнозирование ВР с использованием нечёткого сглаживанияПостроение прогноза ВР на основе решения системы уравнений методом простых итерацийПрогнозирование тренда и ВР на основе нейро-сетевого подходаПрогнозирование временного ряда с использованием модели нечёткого ВР (Сонг)Прогнозирование временного ряда на основе моделей нечётких тенденцийАлгоритм метода НЭТПример применения метода НЭТ для прогнозирования временного рядаАнализ преимущества и ограничений метода НЭТКомбинированные методы прогнозирования ВРИнтегральный метод нечёткого моделирования и анализа нечётких тенденций ВРИнтегральный методПрикладные системы моделирования ВР и анализа нечётких тенденцийОписание интернет-сервиса экспресс анализа финансового состояния предприятияПрограммный комплекс нечёткого моделирования и прогнозирования ВР и нечётких тенденций FuzzyTendОписание структурно-функциональной организации программного комплексаПрименение программного комплекса FuzzyTend для моделирования и прогнозирования трафика вычислительной сетиПрикладная система интерпретации ВР на основе онтологии предметной областиЭкспертные оценки ВР в условиях неопределённостиЗадача аппроксимации временного рядаПрименение генетического алгоритма для получения аппроксимации временного рядаХранение знаний в виде RDF-моделиСодержательная интерпретация результата работы генетического алгоритмаРеализация системы содержательной интерпретацииЗаключениеЛитература