Введение
ГЛАВА 1 Анализ методов моделирования временных рядов 19
1.1. Специфика временных рядов, обладающих высокой степенью неопределенности. Новые требования пользователей систем анализа временные рядов 19
1.2. Обзор современных подходов к анализу временных рядов 22
1.2.1. Статистический подход к анализу временных рядов 23
1.2.2. Нейросетевой подход к анализу временных рядов 31
1.2.3. Нечеткий подход к анализу временных рядов 34
1.2.4. Анализ соответствия подходов к анализу временных рядов современным требованиям 48
1.2.5. Анализ временных рядов на основе гибридных моделей 50
1.3. Нечеткие временные ряды и нечеткие тенденции в экспертной деятельности 60
1.4.Обоснование необходимости и возможности анализа нечетких тенденций для широкого класса динамических процессов 66
Выводы 70
ГЛАВА 2 Разработка структурно-лингвистического подхода к анализу временных рядов 71
2.1. Методологические принципы нового структурно-лингвистического подхода анализа временных рядов 71
2.2. Разработка теоретических положений нового объекта анализа нечеткого временного ряда - нечеткой тенденции 73
2.2.1. Анализ определений нечеткой тенденции 74
2.2.2. Структурно-лингвистический подход к определению нечеткой тенденции 76
2.3. Разработка классификации нечетких динамических процессов и их моделей 79
2.3.1.Описание модели нечеткого динамического процесса 79
2.3.2. Описание модели нечеткого динамического процесса первых разностей 80
2.3.3. Определение нечеткого динамического процесса с нечеткими приращениями 81
2.4. Разработка модели числового временного ряда в структурно-лингвистическом подходе 82
2.5. Разработка гранулярного представления системы объектов и моделей анализа временных рядов 86
Выводы 89
ГЛАВА 3. Основы теории нечетких тенденций 91
3.1. Разработка теоретических положений моделирования нечетких тенденций 91
3.1.1. Классификация нечетких тенденций 91
3.1.2. Операции в классе нечетких тенденций 92
3.1.3. Меры сходства и различия нечетких тенденций 93
3.2.Определение структурно-лингвистической модели нечеткой элементарной тенденции нечеткого временного ряда 97
3.3. Разработка теоретических положений и модели нечеткой шкалы как математического инструмента оценивания НЭТ 99
3.3.1. Структурная модель ACL-шкалы 100
3.3.2. Функциональная модель ACL-шкалы 104
3.3.3. Параметрическая модель ACL-шкалы 108
3.3.4. Системная модель ACL-шкалы 110
3.3.5. Виды ACL-шкал 112
3.3.6. Проблемно-ориентированная адаптация ACL-шкалы и оценка погрешности 114
3.4. Разработка алгоритмических основ оценивания нечетких значений на основе ACL-шкалы 118
3.4.1. Разработка алгоритма построения модели ACL-шкалы 118
3.4.2. Разработка алгоритма генерации нечетких оценок на основе ACL-шкалы 122
Выводы 124
ГЛАВА 4. Методология структурно-лингвистического подхода анализа временных рядов 125
4.1. Сегментация временного ряда на нечеткие тенденции 125
4.1.1. Разработка структурно-лингвистической модели временного ряда 126
4.1.2. Разработка метода FT-преобразования для идентификации нечеткой элементарной тенденции и сегментации ВР 130
4.1.3. Разработка алгоритмов идентификации нечетких локальных тенденций 136
4.2. Разработка алгоритмов классификации временных рядов и идентификации основной нечеткой тенденции 139
4.3. Прогнозирование компонент нечетких элементарных тенденций 142
4.4. Разработка алгоритма решения задачи извлечения нечетких правил... 144
4.5. Разработка способов численного оценивания модели нечеткого динамического процесса с нечеткими приращениями 145
4.5.1. Оценивание модели временного ряда на основе нечетких моделей способом F2S 146
4.5.2. Разработка алгоритма отбора правил нечеткой модели 147
4.5.3. Оценивание модели временного ряда на основе нечетких и нейросетевых моделей способом F3NIS 150
4.5.4. Оценивание модели временного ряда на основе нейросетевых моделей способом F1N 152
4.6. Разработка методики и критериев оценки эффективности моделей временных рядов 154
4.7. Разработка дескрипторной модели лингвистического резюмирования результатов моделирования временного ряда 157
4.8. Разработка метода прогнозирования временных рядов на основе нечетких тенденций (метод НЭТ) 159
4.8.1. Разработка алгоритма метода НЭТ 160
4.8.2. Пример применения метода НЭТ для прогнозирования ВР 161
4.8.3. Анализ преимуществ и ограничений метода НЭТ 170
4.9. Разработка интегрального метода нечеткого моделирования и анализа нечетких тенденций временных рядов 170
4.9.1 .Обоснование использования F-преобразования 171
4.9.2.Разработка алгоритма интегрального метода 171
Выводы 174
ГЛАВА 5. Исследование и применение моделей и методов структурно-лингвистического подхода 176
5.1. Цель, задачи и структура вычислительных экспериментов 176
5.2. Информационная база вычислительного эксперимента 177
5. 3. Программные средства для вычислительных экспериментов 178
5. 4. Разработка методики проведения вычислительных экспериментов и анализа эффективности моделей временных рядов 179
5.5. Исследование эффективности Т-модели на искусственных временных рядах 182
5.5.1. Исследование адекватности и устойчивости Т-модели коротких ВР, сгенерированных моделями нечетких процессов с нечеткими приращениями 182
5.5.2 Исследование и сравнительный анализ применимости Т-модели для моделирования ВР, построенных по базовым моделям стохастических процессов 191
5.5.3. Исследование и сравнительный анализ применимости Т-модели для прогнозирования ВР, построенных по базовым моделям стохастических процессов 194
5.5.4. Исследование применимости Т-модели для моделирования нечетких и смешанных ВР 199
5.6. Применение и сравнительный анализ эффективности Т-модели и метода НЭТ при прогнозировании ВР «Алабама». Бенчмаркинг 201
5.7. Применение структурно-лингвистического подхода для моделирования и прогнозирования объема телекоммуникационного трафика ВС и его нечетких тенденций 203
5.8. Применение структурно-лингвистического подхода для моделирования и прогнозирования технико-экономических показателей, представленных в видеВР 209
5.9. Оценка результативности интегрального метода нечеткого моделирования и анализа нечетких локальных тенденций 212
5.10. Применение структурно-лингвистического подхода для моделирования нечетких тенденций диагностических параметров агрегатов вертолетов...214
Выводы 219
ГЛАВА 6. Программные комплексы анализа временных рядов на основе нечетких тенденций 220
6.1. Программный комплекс анализа и моделирования нечетких и гетерогенных временных рядов FATS 221
6.2. Программный комплекс нечеткого моделирования и прогнозирования временных рядов и нечетких тенденций Fuzzy Tend 225
6.2.1. Описание структурно-функциональной организации программного комплекса 225
6.2.2. Разработка алгоритма выбора наилучшей модели временного ряда и его многопоточной реализации 227
6.2.3. Описание структуры искусственной нейронной сети 229
6.2.4.Описание интерфейса пользователя и методики работы 229
6.3. Применение программного комплекса Fuzzy Tend для моделирования и прогнозирования трафика вычислительной сети 231
6.4. Разработка программного комплекса в форме Internet-сервиса для экспресс-анализа деятельности предприятий по результатам прогнозирования технико-экономических временных рядов 235
6.4.1. Описание решения экспертных задач в Internet-сервисе экспресс-анализа предприятий 237
6.4.2.Описание используемых информационных технологий 240
6.4.3. Описание архитектуры Internet-сервиса 245
6.3.6. Примеры прогнозирования временных рядов технико- экономических показателей и экспресс-анализа деятельности предприятий в Internet-сервисе 247
6. 5. Разработка программного комплекса для научных исследований BESTS 249
Выводы 254
Заключение 256
