Прогнозирование временных рядов: нечёткие модели

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. Введение Введение в нечёткие ВР Определение нечётких ВР и их компонент. Понятие и виды нечёткого тренда Задачи нечёткого моделирования ВР Нечёткие ВР в системах поддержки принятия управленческих решений Нечёткие ВР в системах автоматизации проектирования Моделирование динамических параметров проектируемой системы Нечёткий временной ряд при оценке качества процесса проектирования Нечёткие ВР в задачах экспертной деятельности Теоретические основы нечёткого моделирования ВР Нечёткий подход к моделированию ВР Представление нечётких объектов ВР для различных динамических процессов Нечёткое разбиение временного ряда на основе F-преобразования (прямое и обратное) Нечёткие приращения Нечёткая шкала Методы моделирования ВР. Нечёткие объекты и зависимости Методы преобразования ВР в нечёткие ВР (НВР) Преобразование ВР на основе нечёткого разбиения временных интервалов. Построение НВР класса 0 Преобразование ВР на основе нечёткой шкалы. Построение НВР класса 1 и класса 2 Методы моделирования числовых временных рядов на основе НВР Моделирование нечёткого временного ряда класса 0. F-модель Моделирование нечёткого временного ряда класса 1. S-модель Моделирование нечёткого временного ряда класса 2. T-модель Прогнозирование одномерных ВР на основе нечётких моделей Методика и критерии оценки эффективности моделей ВР Извлечение локальных тенденций (трендов) и прогнозирование ВР с использованием нечёткого сглаживания Построение прогноза ВР на основе решения системы уравнений методом простых итераций Прогнозирование тренда и ВР на основе нейро-сетевого подхода Прогнозирование временного ряда с использованием модели нечёткого ВР (Сонг) Прогнозирование временного ряда на основе моделей нечётких тенденций Алгоритм метода НЭТ Пример применения метода НЭТ для прогнозирования временного ряда Анализ преимущества и ограничений метода НЭТ Комбинированные методы прогнозирования ВР Интегральный метод нечёткого моделирования и анализа нечётких тенденций ВР Интегральный метод Прикладные системы моделирования ВР и анализа нечётких тенденций Описание интернет-сервиса экспресс анализа финансового состояния предприятия Программный комплекс нечёткого моделирования и прогнозирования ВР и нечётких тенденций FuzzyTend Описание структурно-функциональной организации программного комплекса Применение программного комплекса FuzzyTend для моделирования и прогнозирования трафика вычислительной сети Прикладная система интерпретации ВР на основе онтологии предметной области Экспертные оценки ВР в условиях неопределённости Задача аппроксимации временного ряда Применение генетического алгоритма для получения аппроксимации временного ряда Хранение знаний в виде RDF-модели Содержательная интерпретация результата работы генетического алгоритма Реализация системы содержательной интерпретации Заключение Литература