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
