Luận văn ThS: Dự báo chuỗi thời gian mờ dựa trên đại số gia tử với mô hình ngữ nghĩa định lượng tối ưu và ứng dụng

Luận văn Dự báo chuỗi thời gian mờ dựa trên đại số gia tử với mô hình ngữ nghĩa định lượng tối ưu và ứng dụng tìm hiểu và so sánh kết quả của các mô hình dự báo chuỗi thời gian mờ; ứng dụng mô hình dự báo dựa trên đại số gia tử với tham số ngữ nghĩa định lượng tối ưu.

Luận văn ThS: Dự báo chuỗi thời gian mờ dựa trên đại số gia tử với mô hình ngữ nghĩa định lượng tối ưu và ứng dụng

1. Mở đầu

Dự báo chuỗi thời gian là vấn đề luôn được nhiều nhà khoa học trên thế giới quan tâm nghiên cứu. Q.Song và B.S. Chissom lần đầu tiên đã đưa ra quan niệm mới xem các giá trị thực định lượng trong chuỗi thời gian từ góc độ định tính. Từ đó chuỗi thời gian có thể xem như một biến ngôn ngữ và bài toán dự báo trở thành vấn đề dự báo các giá trị ngôn ngữ của biến ngôn ngữ. Có thể coi đây là quan niệm mới về chuỗi thời gian có tính đột phá. Tuy nhiên mô hình tính toán nhóm quan hệ mờ quá phức tạp và do đó độ chính xác của dự báo không cao. Chen đã thay đổi cách tính toán nhóm quan hệ mờ trong mô hình dự báo, với các phép tính số học đơn giản hơn để thu được kết quả dự báo chính xác hơn. Nhiều nghiên cứu tiếp theo vẫn sử dụng phương pháp luận này và đã thu được nhiều kết quả quan trọng. Các nghiên cứu trên thế giới chủ yếu tập trung giải quyết vấn đề nâng cao độ chính xác dự báo. Có thể thấy một số vấn đề sau đây ảnh hưởng đến độ chính xác dự báo chuỗi thời gian mờ.

2. Nội dung

2.1 Các kiến thức cơ bản

Những vấn đề cơ sở của lý thuyết tập mờ và logic mờ 

  • Lý thuyết tập mờ 
  • Định nghĩa logic mờ 
  • Các phép toán trên tập mờ 

Chuỗi thời gian mờ 

Đại số gia tử và một số tính chất 

  • Đại số gia tử của biến ngôn ngữ 
  • Độ đo tính mờ và ánh xạ định lượng ngữ nghĩa

Bài toán tối ưu và giải thuật di truyền 

  • Bài toán tối ưu 
  • Giải thuật di truyền

2.2 Mô hình dự báo chuỗi thời gian mờ

Một số mô hình chuỗi thời gian mờ

  • Thuật toán của Song và Chissom 
  • Thuật toán của Chen 

Mô hình tính toán và thuật toán dự báo mờ dựa trên đại số gia tử với mô hình ngữ nghĩa định lượng tối ưu. 

  • Mô hình dự báo mờ sử dụng đại số gia tử 
  • Thuật toán dự báo mờ dựa trên đại số gia tử với mô hình ngữ nghĩa định lượng tối ưu

2.3 Ứng dụng mô hình dự báo

Xây dựng mô hình dự báo chuỗi thời gian mờ 

  • Mô hình dự báo sinh viên nhập học của trường đại học Alabama của Song và Chissom 
  • Mô hình dự báo chuỗi thời gian mờ sinh viên nhập học của trường đại học Alabama của Chen

Ứng dụng mô hình dự báo dựa trên đại số gia tử với tham số ngữ nghĩa định lượng tối ưu 

  • Mô hình dự báo mờ dựa trên đại số gia tử
  • Mô hình dự báo mờ dựa trên Đại số gia tử với ngữ nghĩa định lượng tối ưu

3. Kết luận

Luận văn đưa ra một số thông tin về chuỗi thời gian mờ và mô hình xử lý chuỗi thời gian mờ. Phương pháp dự báo chuỗi thời gian đa được các tác giả xây dựng từ thế kỷ trước áp dụng cho trường Đại học Alabama từ năm 1971 đến năm 1992. Từ mô hình đó tôi tiến hành nghiên cứu và xây dựng chương trình dự báo chuỗi thời gian mờ dựa trên đại số gia tử với khoảng giải nghĩa tối ưu. Với mô hình trên tôi đã xây dựng chương trình tính toán trên cơ sở sử dụng một thuật toán dựa trên đại số gia tử trong dự báo dữ liệu tuyển sinh của Đại học Alabama từ năm 1971 đến năm 1992. Đây là dữ liệu đươc nhiều tác giả trên thế ̣giới cũng như ở Việt Nam sử dụng để thử nghiệm. Kết quả tính toán cho thấý mức độ phù hợp của dự báo so với số liệu thực tế. Chính vì vậy, mô hình chuỗi thời gian mờ đang được nhiều tác giả nghiên cứu có nhiều triển vọng ứng dụng trong công nghệ thông tin với những dữ liệu thực tế. 

4. Tài liệu tham khảo

Nguyễn Công Điều: Một thuật toán mới cho mô hình chuỗi thời gian mờ. Tạp chí KHOA HỌC VÀ CÔNG NGHỆ, Tâp 49, Số 4, 11-25, 2011

Song Q, Chissom B.S. Fuzzy time series and its models. Fuzzy Sets and Syst. 54 269–277, 1993

Song Q, Chissom B.S, Forecasting enrollments with fuzzy time series – part 1. Fuzzy Sets and Syst. 54, 1–9, 1993 

Chen, S.M, Forecasting Enrollments Based on Fuzzy Time Series. Fuzzy Sets and Syst. 81, 311–319, 1996

Chen  S M and Wang  N Y,  Fuzzy Forecasting Based on Fuzzy-Trend Logical Relationship Groups. IEEE TRANSACTIONS ON SYSTEMS, MAN, AND CYBERNETICS—PART B: CYBERNETICS, VOL. 40, NO. 5, 1343- 1358, 2010....

--- Nhấn nút TẢI VỀ hoặc XEM ONLINE để tham khảo đầy đủ nội dung Luận văn Thạc sĩ trên ---

Ngày:20/08/2020 Chia sẻ bởi:

CÓ THỂ BẠN QUAN TÂM