350 руб
Журнал «Радиотехника» №7 за 2014 г.
Статья в номере:
Извлечение знаний о зависимостях временных рядов для задач прогнозирования
Ключевые слова: нечеткий временной ряд прогнозирование. нечеткая тенденция коэффициент сходства
Авторы:
Н.Г. Ярушкина - д.т.н., профессор, зав. кафедрой «Информационные системы», проректор по научной работе, Ульяновский государственный технический университет. E-mail: jng@ulstu.ru Т.В. Афанасьева - д.т.н., доцент, кафедра «Информационные системы», Ульяновский государственный технический университет. E-mail: tv.afanasjeva@gmail.com А.А. Романов - к.т.н., кафедра «Информационные системы», Ульяновский государственный технический университет. E-mail: romanov73@gmail.com И.А. Тимина - аспирант, кафедра «Информационные системы», Ульяновский государственный технический университет. E-mail: i.timina@ulstu.ru
Аннотация:
Предложен алгоритм корректировки прогнозирования временных рядов, который учитывает влияние основной нечеткой тенденции временного ряда, а также зависимость текущего состояния временного ряда (ВР) от предыдущего. Для прогнозирования используется гипотеза сохранения тенденция. Предлагаемый подход был исследован экспериментально.
Страницы: 141-146
Список источников

  1. Holt C.C. Forecasting trends and seasonals by exponentially weighted moving averages // O.N.R. Memorandum. Carnegie Inst. of Technology. 1957. № 2.
  2. Kendall M. Time series: Translated from English / ed. by Yu.P. Lukashina.Мoscow: Finansy I statistika. 1981. 199 p.
  3. Anderson T. W. Statistical Analysis of Time Series. New York: John Wiley and Sons. Inc. 1971.
  4. Box J. Time series analysis: Forecasting and control: Translated from English / ed. by F. Pisarenko.Мoscow: Mir. 1974. 406 p.
  5. Zadeh A. Lotfi. Fuzzy Sets. Information and Control. 1965.
  6. Sabic D.A., Pedrycz W. Evaluation on fuzzy linear regression models // Fuzzy Sets and Systems. 1991. № 23. Р. 51-63.
  7. Chen S.M. Forecasting enrollments based on high-order fuzzy time series // Cybernetics and Systems: An International Journal. 2002. № 33. Р. 1-16.
  8. Song Q., Chissom B. Fuzzy time series and its models // Fuzzy Sets and Systems. 1993. № 54. Р. 269-277.
  9. Афанасьева Т.В., Ярушкина Н.Г. Нечеткий динамический процесс с нечеткими тенденциями в анализе временных рядов // Вестник Ростовского государственного университета путей сообщения. 2011. № 3. С. 7-16.
  10. Perfilieva I., Yarushkina N., Afanaseva T. Relaxed Discrete F-Transform and its Application to the Time Series Analysis / // Da Ruanetal (Eds.): Computational Intelligence. Foundations and Applications (Proc.of the 9th Int. FLINS Conf.). P. 249 -255, World Scientific, Emei, Chengdu, China, 2-4 August, 2010.
  11. Tanaka H., Uejima S., Asai K. Linear regression analysis with fuzzy model // IEEE Transactions on Systems, Man and Cybernetics. 1982. № 12(6). Р. 903-907.
  12. Yarushkina N. et al. Time Series Processing and Forecasting using Soft Computing Tools. Lecture Notes in Computer Science. V. 6743. Proceedings of 13th International Conf. RSFDGrC-2011. Springer-Verlag, BerlinHeidelberg. 2011. XIII. P. 155-163.
  13. Perfilieva I., Yarushkina N., Afanasieva T., Igonin A., Romanov A., Shishkina V. Soft computing tools for time series analysis and forecast / Proceedings of the 9th Int. Conf. on Application of Fuzzy Systems and Soft Computing (ICAFS 2010) Eds. R.A. Aliev, K.W. Bonfig, M. Jamshidi, W. Pedrycz, I.B. Turksen, Prague, August 26-27. 2010. VERLAG b- Quadrat Verlag. P. 50-60.
  14. Gregory, Allan W., Hansen, Bruce E.Residual-based tests for cointegration in models with regime shifts // Journal of Econometrics. 1996. V. 70 (1). P. 99-126.
  15. Engle, Robert F., Granger, Clive W.J.Co-integration and error correction: Representation, estimation and testing // Econometrica. 1987. V. 55 (2). P. 251-276.
  16. Granger Clive. Some Properties of Time Series Data and Their Use in Econometric Model Specification // Journal ofEconometrics. V. 16(1). P. 121-130.
  17. Ярушкина Н.Г. Основы теории нечетких и гибридных систем: учеб. пособие. М.: Финансыистатистика. 2004. 320 с.
  18. Perfilieva I., Yarushkina N., Afanasieva T., and Romanov A. Time series analysis by soft computing methods // Int. Journal Of General Systems. 2013. V. 42. P. 687-705.
  19. Perfilieva I., Dankov´a M., and Bede B.Towards a Higher Degree F-Transform // Fuzzy Sets and Systems. 2011. V. 180. P. 319.
  20. Тимина И.А. Нечеткая зависимость как метод решения задач интеллектуального анализа временных рядов // Автоматизация процессов управления. Ульяновск: НПО «Марс». 2013. № 3(33). С. 39-44.