Luật dự báo chuỗi thời gian mờ

Qua phân tích các nhân tố ảnh hưởng đến kết quả dự báo như kỹ thuật chia khoảng tập nền, các luật dự báo và kỹ thuật giải mờ, đề tài đề xuất một phương pháp nâng cao độ chính xác của mô hình dự báo chuỗi thời gian mờ trên cơ sở kết hợp tối ưu các khoảng chia tập nền bằng thuật toán tối ưu bầy đàn và kỹ thuật giải mờ mới hiệu quả. Mô hình dự báo được đề xuất được ứng dụng để dự báo số sinh viên nhập học của Trường Đại học Alabama từ năm 1971 đến năm 1992 và cho độ chính xác dự báo tốt đối với cả chuỗi thời gian mờ bậc nhất và chuỗi thời gian mờ bậc cao.

6p billyelliot 11-11-2021 44 4   Download

Mục tiêu nghiên cứu đề tài nhằm nghiên cứu về tập dữ liệu trong biến động theo thời gian, để tìm ra quy luật hoặc những đặc tính cơ bản của tập dữ liệu. Xây dựng mô hình dự báo trên cơ sở các quy luật hoặc các đặc tính của tập dữ liệu thực tế và tiến hành huấn luyện, kiểm tra bằng các thuật toán phù hợp. Phân tích tập dữ liệu bằng các phương pháp mới, đó là việc tích hợp toán thống kê kinh điển và hiện đại.

55p khunglongboiboi 17-07-2021 55 8   Download

Bài viết đề xuất một phương pháp mới, sử dụng phép ngữ nghĩa hóa và giải ngữ nghĩa của đại số gia tử trong bài toán dự báo số lượng sinh viên nhập học của Trường Đại học Alabama. Mô hình dự báo, các kết quả và so sánh cũng sẽ được đưa ra thảo luận.

9p quenchua9 20-11-2020 32 2   Download

Luận án với mục tiêu tập trung nghiên cứu hai vấn đề chính. Thứ nhất là mô hình hóa chuỗi thời gian bởi những trạng thái mà trong đó mỗi trạng thái là một phân phối xác xuất tất định (phân phối chuẩn). Dựa vào kết quả thực nghiệm để đánh giá sự phù hợp của mô hình. Thứ hai, kết hợp xích Markov và chuỗi thời gian mờ thành mô hình mới nhằm cải thiện độ chính xác của dự báo. Mở rộng mô hình với xích Markov bậc cao nhằm tương thích với những dữ liệu có tính chất thời vụ.

26p xacxuoc4321 11-07-2019 47 2   Download

Mô hình ARIMA là mô hình phân tích chuỗi thời gian, nó không chỉ xem xét các chu kỳ tự vận động của chuỗi dữ liệu dự báo, các mối tương tác trong quá trình tự vận động của các nhân tố ảnh hưởng khác mà nó còn đánh giá được các quy luật sai số trong quá trình mô phỏng để nâng cao độ chính xác của dự báo. Mặc dù mô hình này đã được áp dụng ở nhiều nước trên thế giới nhưng ở Việt Nam cho đến nay vẫn còn rất ít các nghiên cứu áp dụng trong dự báo khí hậu mùa. Luận văn sau đây đi nghiên cứu ứng dụng mô hình ARIMA để dự báo lượng mưa vụ đông xuân ở một số tỉnh vùng đồng bằng Bắc Bộ.

81p change15 08-07-2016 139 26   Download