Введение
ГЛАВА 1. Введение в проблемы идентификации поведения системы энергетического менеджмента и поддержку принятия решений в условиях нестохастичекой неопределенности 12
1.1. Проблема поддержки принятия решения в системе энергетического менеджмента 12
1.2. Нечеткие временные ряды и их модели 15
1.2.1. Процесс прогнозирования с использованием нечетких временных рядов 23
1.3. Сферы применения методов нечеткого интеллектуального анализа временных рядов 25
1.3.1. Обзор существующих подходов прогнозирования потребления электроэнергии 27
1.3.2. Обзор существующих решений автоматического прогнозирования временных рядов (потребления электроэнергии)
1.4. Общая характеристика задачи 37
1.5. Выводы по главе 39
ГЛАВА 2. Разработка метода анализаи прогнозирования временных рядов, позволяющий минимизировать участие эксперта в формировании моделибез потери точности 42
2.1. Анализ типов функций принадлежности нечетких множеств 42
2.2. Нейронечеткая модель краткосрочного прогнозирования потребления электроэнергии 60
2.2.1. Алгоритм формирования нечетких переменных на основе временного ряда 61
2.2.2. Алгоритм синтеза нечеткой базы знаний 63
2.2.3. Алгоритм синтеза нечеткой нейронной сети на основе нечеткой базы знаний. 65
2.2.4. Обучения нейронечеткая модель краткосрочного прогнозирования потребления электроэнергии
2.3. Разработка гибридных нечетких моделей прогнозирования временных рядов 73
2.4. Выводы по второй главе 73
ГЛАВА 3. Разработка метода повышения интерпретируемости нечетких временных рядов заданных в виде множества нечетких правил 75
3.1. Метод построения решающего дерева на основе нечетких правил .75
3.1.1. Общая архитектура решающих деревьев на основе нечетких правил .77
3.1.2. Описание построения решающих деревьев на основе нечетких правил .78
3.2. Вывод по третьей главе 89
ГЛАВА 4. Разработка метода моделирования поведения системы, описанной в виде лингвистических значений 90
4.1. Нечеткое когнитивное моделирование 90
4.2. Метод построения нечеткой когнитивной карты 93
4.3. Выводы по четвертой главе 98
ГЛАВА 5. Обоснования применения методов интеллектуального анализа временных рядов в условиях неопределенности 99
5.1. Методика выбора коэффициента пологости функции принадлежности на качество идентификации нейронечеткой модели 99
5.2. Применение гибридных нечетких моделей прогнозирования временных рядов 127
5.3. Испытания метода повышения интерпретируемости нечетких временных рядов заданных в виде множества нечетких правил 133
5.4. Разработка метода моделирования поведения системы, описанной в виде лингвистических значений. 137
5.5. Выводы по пятой главе 144
Заключение 145
Литература 146
