Нечеткое моделирование и генетическая оптимизация временных рядов в интеллектуальной системе технической диагностики
- 1 ассистент, кафедра «Информационные системы», Ульяновский государственный технический университет
- 2 д.т.н., профессор, кафедра «Информационные системы», Ульяновский государственный технический университет
- 3 аспирант, кафедра «Информационные системы», Ульяновский государственный технический университет
Аннотация
Предложены два подхода к решению задач прогнозирования временных рядов: первый на основе моделей нечетких временных рядов и моделей нечетких тенденций, второй на основе моделей F преобразований и моделей генетических алгоритмов. Приведен сравнительный эксперимент для оценки точности прогнозирования обоих методов.
Для цитирования
Эгов Е.Н., Ярушкина Н.Г., Яшин Д.В. Нечеткое моделирование и генетическая оптимизация временных рядов в интеллектуальной системе технической диагностики // Радиотехника. 2016. № 9. С. 64–71.
Список источников
- ГОСТ 20911-89. Техническая диагностика. Термины и определения. URL = http://vsegost.com/Catalog/19/19416.shtml (01.05.2016).
- Ruey-Chyn Tsaur, Jia-Chi O Yang, Hsiao-Fan Wang. Fuzzy Relation Analysis in Fuzzy Time Series Model // Computers and Mathematics with Applications. 2005. 49.
- Ярушкина Н.Г. Основы нечетких и гибридных сетей. М.: Финансы и статистика. 2014.
- Ярушкина Н.Г., Афанасьева Т.В., Перфильева И.Г. Интеллектуальный анализ временных рядов: Учебное пособие. Ульяновск: УлГТУ. 2010.
- Computational Intelligence in Forecasting (CIF). URL = http://irafm.osu.cz/cif/main.php (10.04.2016).
- Romanov A., Yarushkina N., Perfilieva I. Time series grouping on the basis of F1-transform // IEEE International conference on fuzzy systems. 2014.
- Перфильева И.Г., Ярушкина Н.Г., Романов А.А. Моделирование нестационарных временных рядов // Материалы II Междунар. Поспеловского симпозиума «Гибридные и синергетические интеллектуальные системы». 2014.
- Ковалев С.М., Гуда А.Н., Суханов А.В. Гибридный метод обучения стохастических моделей упреждения аномалий на основе нечетких продукций // Вестник ростовского государственного университета путей сообщения. 2015. № 3 (59).
- Kovalev S.M., Sokolov S.V., Kucherenko P.A. Intelligent processing of temporal data based on hybrid fuzzy-stochastic models// Automatic control and computer sciences. 2015. Т. 49. № 1.
- Аверкин А.Н., Ярушев С.А., Повидало И.С. Гибридные нейронные сети в задачах прогнозирования временных рядов // Научная сессия НИЯУ МИФИ-2015. Аннотации докладов в 3-х томах. Отв. ред. О.Н. Голотюк. 2015.
- Аверкин А.Н., Ярушев С.А. Гибридные методы прогнозирования временных рядов на финансовых рынках// Междунар. конф. по мягким вычислениям и измерениям. 2015. Т. 1. Секция 1−3.
- Обзор моделей прогнозирования временных рядов. URL = https://habrahabr.ru/post/180409/ (10.04.2016).
Полный текст, PDF
350 ₽