Л. А. Демидова
ГЕНЕТИЧЕСКИЙ АЛГОРИТМ ПОИСКА ПАРАМЕТРОВ
ОДНОФАКТОРНОЙ МОДЕЛИ ПРОГНОЗИРОВАНИЯ
НА ОСНОВЕ ДИСКРЕТНЫХ НЕЧЕТКИХ МНОЖЕСТВ
ВТОРОГО ТИПА
Рассматривается применение дискретных нечетких множеств второго
типа для разработки однофакторных нечетких моделей прогнозирования. <...> Предлагается генетический алгоритм, обеспечивающий выбор оптимальных
параметров модели прогнозирования – действительных чисел для корректировки границ универсума, числа интервалов разбиения универсума и степеней
принадлежности элементов дискретных нечетких множеств второго типа. <...> Введение
Анализ временных рядов играет важную роль в решении многих актуальных задач, например, при краткосрочном прогнозировании тенденций
рынка труда в России. <...> Так как большинство реальных событий характеризуется некоторой неопределенностью, то каждому наблюдению временного ряда (фактора)
можно поставить в соответствие нечеткую переменную с некоторой функцией принадлежности. <...> 1 Модель прогнозирования на основе нечетких множеств первого типа
Нечеткие временные ряды могут быть представлены с помощью нечетких множеств первого или второго типа [1–3]. <...> Поволжский регион
ленных на универсуме Y t . <...> (2)
Представим нечеткие данные i -го и ( i 1 )-го периодов (дней, месяцев,
кварталов и т.п.) как нечеткие множества A j и Ak на универсуме U . <...> Тогда
нечеткая логическая зависимость может быть представлена в виде: A j Ak ,
где A j – текущее состояние, а Ak – следующее состояние нечеткой зависимости. <...> Определим универсум U для приращений значений
фактора как U [ Dmin D1 , Dmax D2 ] , где Dmin и Dmax – минимальное и
максимальное приращения значений фактора на основе известных данных
соответственно ( Dmin min( f (t ) f (t 1)) , Dmax max( f (t ) f (t 1)) ), а D1
t
t
и D2 – два действительных числа, обеспечивающие разбиение универсума U
на n интервалов равной длины: u1 , u2 , …, un [1, 2]. <...> Если значение приращения фактора принадлежит интервалу u1 , то соответствующее нечеткое значение <...>