Методология, модели и комплексы программ анализа временных рядов на основе нечетких тенденций
Диссертация
Использование научных результатов диссертации для анализа и прогнозирования ВР, представляющих функционирование трафика вычислительных сетей (ВС), составляет отдельный аспект практической значимости исследования. Установлено, что моделирование нечетких тенденций позволяет выявить зависимости в поведении ВР, представление результатов в лингвистической форме при решении задачи резюмирования… Читать ещё >
Список литературы
- Alizadeh, 2009. Alizadeh, М. Forecasting Exchange Rates. A Neuro-Fuzzy Approach / M. Alizadeh //IFSA-EUSFLAT2009.
- Bardossy, 1990. Bardossy, A. Note on fuzzy regression / A Bardossy // Fuzzy Sets and Systems. 1990. — № 37 — P. 65−75.
- Bisserier, 2009. Bisserier, Amory. An Interval Approach for Fuzzy Linear Regression with Imprecise Data / Amory Bisserier, Reda Boukezzoula, Sylvie Galichet // IFSA-EUSFLAT 2009.
- Bothe, 1997. Bothe, H.-H. Fuzzy Neural Network / H.-H. Bothe. Prague: IFSA, 1997.
- Celmins, 1987. Celmins, A. Least squares model fitting to fuzzy vector data / A. Celmins, // Fuzzy Sets and Systems. 1987. — № 22(3). — P. 245−269.
- Chen, 1996. Chen, S. M. Forecasting enrollments based on fuzzy time series / S.M. Chen // Fuzzy Sets and Systems. № 81 (1996) — P. 311−319.
- Chen, 2006. Chen, S. M. Forecasting enrollments based on high-order fuzzy time series/ S.M. Chen // Cybernetics and Systems: An International Journal. -№ 33 (2006) .-P. 1−16.
- Chen, 2004. Chen, S. M. A new method to forecast enrollments using fuzzy time series/ S.M. Chen // International Journal of Applied Sciences and Engineering. № 2 (3) (2004). — P. 234−244.
- Diamond, 1988. Diamond, P. Fuzzy least squares / P. Diamond // Information Sciences. 1988. — № 46(3). — P. 141−157.
- D’Urso, 2003. D’Urso, P. Linear regression analysis for fuzzy /crisp input and fuzzy/crisp output data / P. D’Urso // Computational Statistics & Data Analysis. -2003. № 42 (1−2). — P. 47−72.
- Hamilton, 1994. Hamilton, J.D. Time Series Analysis / Princeton University Press. 1994.-296 p.
- Hojati, 2005. Hojati M. A simple method for computation of fuzzy linear regression / M. Hojati, C. R. Bector, K. Smimou // European Journal of Operational Research. 2005. — № 166. — P. 172−184.
- Huarng, 2001. Huarng, K. Effective lengths of intervals to improve forecasting in fuzzy time series / K. Huarng // Fuzzy Sets and Systems, 2001. № 123). -P. 387−394.
- Khashei, 2008. Khashei, M. Improvement of Auto-Regressive Integrated Moving Average models using Fuzzy logic and Artificial Neural Networks / M. Khashei, M. Bijari, G. Rassi Ardali // Neurocomputing, 2008.
- Kuo, 2001. Kuo, R. J. A sales forecasting system based on fuzzy neural network with initial weights generated by genetic algorithm / R. J. Kuo // European Journal of Operational Research Volume 129, Issue 3, 16 March 2001, P. 496−517.
- Nelson, 1982. Nelson C. R. and Plosser C. I. Trends and Random Walks in Macroeconomic Time Series: Some Evidence and Implication / Journal of Monetary Economics. 1982. — Vol. 10. — P. 139−162.
- Nelson, 1984. Nelson C.R. and Kang H. Pitfalls in the Use of Time as an Explanatory Variable in Regression // Journal of Business and Economic Statistics. -1984. Vol. 2.-P. 73−82.
- Sabic, 1991. Sabic, D.A. Evaluation on fuzzy linear regression models / D. A. Sabic, W. Pedrycr // Fuzzy Sets and Systems. 1991 -№ 23. — P. 51−63.
- Own, 2005. Own, С. M. Forecasting fuzzy time series on a heuristic highorder model / С. M. Own, P. T. Yu // Cybernetics and Systems: An International Journal. № 36 (2005). — P. 705−717.
- Perfilieva, 2006. Perfilieva, I. Fuzzy transforms: Theory and applications / I. Perfilieva // Fuzzy Sets and Systems, 2006 № 157.
- Perfilieva, 2010b. Perfilieva, I. Time Series Analysis by Discrete F-Transform / I. Perfilieva, N. Yarushkina, T. Afanasieva //WCCI-2010 2010 IEEE World Congress on Computational Intelligence, Barcelona, Spain, 18−23 июля, 2010.
- Song, 2003. Song, Q. A note on fuzzy time series model relation with sample autocorrelation functions/ Q. Song // Cybernetics and Systems: An International Journal. № 34 (2003). — P. 93−107.
- Song, 1993a. Song, Q. Fuzzy time series and its models / Q. Song, B. Chissom // Fuzzy Sets and Systems. № 54 (1993) — P. 269−277.
- Song, 1993,6. Song, Q. Forecasting enrollments with fuzzy time series Part I / Q. Song, B. Chissom // Fuzzy Sets and Systems. — № 54 (1993) — P. 1−9.
- Takens, 1981. Takens, T. Detecting Strang attractors in turbulence / T. Takens // Lec. Notes in Math., 1981.
- Tanaka, 1982. Tanaka, H. Linear regression analysis with fuzzy model / H. Tanaka, S. Uejima, K. Asai // IEEE Transactions on Systems, Man and Cybernetics. 1982. — № 12(6). — P. 903−907.
- Tsaur, 2005. Tsaur, R. C. Fuzzy relation analysis in fuzzy time series model / R. C. Tsaur, J. C. O. Yang, H. F. Wang // Computer and Mathematics with Applications.- № 49 (2005). P. 539−548.
- Yarushkina, 2009. N.G. Yarushkina, T.R.Unusov, T.V.Afanasieva Fuzzy Tendency-based Time Series Model for Forecasting Server Traffic// Proceeding of 13th IFSA World Congress and the 6th Conference of EUSFLAT, July, 2009, Lisbon, Portugal
- Yarushkina, 2010. Yarushkina, N. Fuzzy Tend Program / N. Yarushkina, T. Afanasieva / Proc. Seoul International Inventory Fair, Seoul, Korea, 2010 (SIIF 2010). p.266.
- Yu, 2008. Yu, T. A bivariate fuzzy time series model to forecast the TAIEX / T. Yu, K. Huarng // Expert systems with Applications. 2008. -Vol. 34, Issue 4.
- Zadeh, 1965. Zadeh, A. Lotfi. Fuzzy Sets / Lotfi A. Zadeh //Information and Control. 1965.
- Zadeh, 2001. Zadeh, Lotfi A. Toward a theory of fuzzy information granulation and its centrality in human reasoning and fuzzy logic. / Lotfi A. Zadeh // Fuzzy Sets and Systems, Vol. 90. 1997. — P. 111−127.
- Zadeh, 2006. Zadeh, Lotfi A. Generalized theory of uncertainty (GTU) -principal concepts and ideas / Lotfi A. Zadeh // Computational statistic & Data analysis. 2006. — № 51. — P. 15−46.
- Айвазян и др., 1998. Айвазян, С. А. Прикладная статистика и основы эконометрики / С. А. Айвазян, В. С: Мхитарян. М.: ЮНИТИ, 1998. — 1024 с.
- Алиев и др., 1990. Алиев, Р. А. Нечеткие модели управления динамическими системами / Р. А. Алиев, Э. Г. Захарова, С. В. Ульянов // Итоги науки и техники. Сер. Техн. кибернетика. Т. 29. — М.: ВИНИТИ АН СССР, 1990.-С. 127−201.
- Андерсон, 1976. Андерсон, Т. Статистический анализ временных рядов / Т. Андерсон. М.: Мир, 1976. — 757 с.
- Афанасьева, 2008. Афанасьева, Т. В. Структурно-лингвистический подход в анализе нечетких временных рядов / Т. В. Афанасьева // Программные продукты и системы. 2008. — № 4(84). — С. 61−65.
- Афанасьева, 2008 В. Афанасьева, Т. В. Нечеткие временные ряды в системах управления сложными процессами / Т. В. Афанасьева // Информационные технологии: межвузовский сборник научных трудов. -Ульяновск: УлГТУ, 2008. С. 37−39.
- Афанасьева и др., 20 086. Афанасьева, Т. В. Нечеткие временные ряды вавтоматизированном проектировании / Т. В. Афанасьева, Н. Г. Ярушкина //
- Информационные технологии: межвузовский сборник научных трудов.
- Ульяновск: УлГТУ, 2008. С. 34−37.264
- Афанасьева и др., 2009а. Афанасьева, Т. В. Нечеткое моделированиевременных рядов и анализ нечетких тенденций / Афанасьева Т. В., Ярушкина
- Афанасьева, 2010. Афанасьева, Т. В. Решение задач интеллектуального анализа BP в рамках структурно-лингвистического подхода / Т. В. Афанасьева // Автоматизация процессов управления. Ульяновск: — № 2(20). — 2010. -С. 54- 59.
- Афанасьева и др., 2010 В. Афанасьева Т. В. и др. Программа нечеткого моделирования и анализа нечетких тенденций (Fuzzy Tend). Свидетельство о государственной регистрации программ для ЭВМ № 2 010 613 774, 2010 г.
- Афанасьева и др., 2011а. Афанасьева Т. В., Ярушкина Н. Г. Нечеткий динамический процесс с нечеткими тенденциями в анализе временных рядов // Вестник РГУПС. Ростов на Дону: «РГУПС». — № 3. — 2011. — с. 6−15.
- Афанасьева и др., 20 116. Афанасьева Т. В., Ярушкина Н. Г. Математическое моделирование коротких временных рядов на основе нечетких тенденций // Обозрение промышленной и прикладной математики. -Москва: «ОПиПМ», 2011. -№ 4 С. — 1003−1011.
- Афанасьева и др., 2011 т. Афанасьева T.B. и др. Granular TS and fuzzy Tend Forecast// Proc. of World Congress of International Fuzzy Systems Association 2011 and Asia Fuzzy Systems Society International Conference 2011, P. 1231−1235.
- Афанасьева и др., 2011 д. Афанасьева Т. В., Ярушкина Н. Г. Анализ эффективности модели нечеткой тенденции в прогнозировании временных рядов // Автоматизация процессов управления. Ульяновск: — № 4(26). -2011.-С. 12- 16.
- Афанасьева и др., 2011ж. Афанасьева Т. В. и др. Интернет-сервис экспресс-анализа деятельности организации на основе анализа временных рядов. Свидетельство о государственной регистрации программ для ЭВМ № 2 011 614 304, 2011 г.
- Барский, 2004. Барский, А. Б. Нейронные сети: распознавание, управление, принятие решений / А. Б. Барский. М.: Финансы и статистика, 2004.- 176 с.
- Батыршин и др., 2007а. Батыршин, И. 3. Модели и методы перцептивного дата майнинга временных рядов для систем поддержки принятия решений / И. 3. Батыршин, JI. Б. Шереметов // Нечеткие системы и мягкие вычисления. Т. 2. 2007. — № 1.
- Батыршин и др., 20 076. Батыршин, И. 3. Нечеткие гибридные системы. Теория и практика / И. 3. Батыршин, А. О. Недосекин, А. А. Стецко и др. -М.: ФИЗМАТЛИТ, 2007. 208 с.
- Беляков, 2005. Беляков, С. С. Использование агрегирования в методах нелинейной динамики для анализа и прогнозирования временных рядов котировок акций / С. С. Беляков // Автореферат диссертации на соискание ученой степени к. э. н. 2005.
- Беллман и др.&bdquo- 1976. Беллман, Р. Принятие решений в расплывчатых условиях / Р. Беллман, J1. Заде // Вопросы анализа и процедуры принятия решений. М. Мир, 1976. — С. 172−215
- Бендат, 1971. Бендат Дж. Измерение и анализ случайных процессов / Дж. Бендат, А.Пирсол. М.: Мир, 1971.
- Бокс и др., 1974. Бокс, Дж. Анализ временных рядов. Прогноз и управление- Пер. с англ. / Дж. Бокс, Г. Дженкинс- Под ред. В. Ф. Писаренко. -М.: Мир, 1974.-406 с.
- Борисов и др., 1989. Обработка нечеткой информации в системах принятия решений / А. Н. Борисов, A.B. Алексеев, Т. В. Меркурьева. М.: Радио и связь, 1989. — 304 с.
- Борисов и др., 2007. Борисов, В. В. Нечеткие модели и сети / В. В. Борисов, В. В. Круглов, А. С. Федулов. М.: Горячая линия — Телеком, 2007.-284 с.
- Валеев, 2001. Валеев, С. Г. Регрессионное моделирование при обработкеданных / С. Г. Валеев С.Г. Казань: ФЭН, 2001.268
- Виноградов и др., 2007. Виноградов, Г. П. Модели прогнозирования в интеллектуальных системах / Г. П. Виноградов, Н. А. Семенов. // Программные продукты и системы. 2007. — № 4. — С. 80−82.
- Глебов, 2006. Глебов, А. А. Модель краткосрочного прогнозирования электропотребления с помощью нейро-нечетких систем / А. А. Глебов // ЮжноРоссийский вестник геологии, географии и глобальной энергии. 2006. -№ 7(20).-С. 142−146.
- Горбань и др., 1998. Горбань, А. Н. Нейроинформатика / А. Н. Горбань, В. Л. Дунин-Барковский, А. Н. Кур дин и др. Новосибирск: Наука, 1998. -296 с.
- Горбань, 1990. Горбань, А. Н. Обучение нейронных сетей / А. Н. Горбань. М.: СП «ПараГраф», 1990. — 159 с.
- Домрачев, 2001. Домрачев, В. Г. Нечеткие модели рейтинговых систем оценки знаний / В. Г. Домрачев В.Г., О. М. Полещук, И. В. Ретинская и др. // Телематика'2001. Труды Международной научно-методической конф. -СПб, 2001.-С. 245−246.
- Дубровский, 1984. Дубровский, Л. К. Нечеткие измерения при описании состояния объектов / Л. К. Дубровский // Методы и системы принятия решений. Интеллектуальные системы принятия решений. Рига: Риж. Политехи. Ин-т, 1987. — С. 84−91.
- Дегтярев, 2007. Дегтярев, К. Ю. Применение специализированныхкомпьютерных программ и методов, основанных на нечетких временныхрядах для краткосрочного прогнозирования иЗВЛШВ котировок /
- К. Ю. Дегтярев. Доступно по адресу:269http://wлvw.exponenta.ш/educat/news/degtyarev/paper.pdf- дата обращения 30.12.2009.
- Канторович, 2002. Канторович, Г. Г. Анализ временных рядов / Г. Г. Канторович // Экономический журнал ВШЭ. 2002. — №№ 1−2.
- Кендэл, 1981. Кендэл, М. Временные ряды- Пер. с англ. и пред. Ю. П. Лукашина/ М. Кендэл. М.: Финансы и статистика, 1981. — 199 с.
- Козадаев, 2008. Козадаев, А. С. Математические модели временных рядов на основе аппарата искусственных нейронных сетей и программный комплекс для их реализации / А. С. Козадаев // Автореферат диссертации на соискание ученой степени к. т. н. 2008.
- Колмогоров, 1956. Колмогоров, А. Н. О представлении непрерывных функций нескольких переменных суперпозициями непрерывных функций меньшего числа переменных / А. Н. Колмогоров // Докл. АН СССР. 1956. -Т. 108.-№ 2.-С. 179−182.
- Круглов, 2001. Круглов, В. В. Нечеткая логика и искусственные нейронные сети / В. В. Круглов, М. И. Дли, Р. Ю. Голунов. М.: Физматлит, 2001.-224 с.
- Кудинов и др., 2007. Кудинов, Ю. И. Разработка и идентификация нечетких моделей прогнозирования качества / Ю. И. Кудинов, К. С. Иванченко, И. Ю. Кудинов // Мехатроника, автоматизация, управление, 2007.-№ 12.-С. 12−15.
- Лукашин, 2003. Лукашин, Ю. П. адаптивные методы краткосрочного прогнозирования временных рядов / Ю. П. Лукашин. М: Финансы и статистика. — 2003.
- Макаров и др., 2007. Макаров, А. Н. Прогнозирование эксплуатационной надежности на основе методов нечеткой логики / А. Н. Макаров, К. Б. Корнеев // Нечеткие системы и мягкие вычисления. Т. 3. -2007.- № 3.
- Новак и др., 2008. Новак, В. Интегральный метод принятия решений и анализа нечетких временных рядов / В. Новак, Афанасьева Т. В. и др. // Программные продукты и системы. 2008. — № 4(84). — С. 65−68.
- Носко, 2002. Носко, В. П. Эконометрика. Введение в регрессионный анализ временных рядов / В. П. Носко. М.: НФПК, 2002. — 273 с.
- Орловский, 1981. Орловский, С. А. Проблемы принятия решений при нечеткой исходной информации / С. А. Орловский. М.: Наука, 1981.
- Осьминин, 2008. Осьминин, К. П. Алгоритмы прогнозирования нестационарных временных рядов / К. П. Осьминин // Автореферат диссертации на соискание ученой степени к.ф.-м. н. 2008.
- Павлов и др., 2006. Павлов, А. Н. Принятие решений в условиях нечеткой информации: учеб. пособие / А. Н. Павлов, Б. В. Соколов — ГУАП -СПб., 2006. 72 с.
- Перфильева, 2003. Перфильева, И. Нечеткое преобразование. / И. Перфильева // Нечеткая логика. Амстердам, 2003. — С. 275−300.
- Пивкин и др., 1997. Пивкин, В. Я. Нечеткие множества в системах управления / В. Я. Пивкин, Е. П. Бакулин, Д. И. Кореньков [доступно поадресу http://works.tarefer.rU/46/l 85/index.html- дата обращения 30.12.2009.
- Полещук, 2000. Полещук, О. М. Выявление существенных показателей при работе с нечеткой информацией / О. М. Полещук // Автоматизация и компьютеризация информационной техники и технологии. Научные труды. Вып. 308.-М.: МГУЛ, 2000.-220 с.
- Ротштейн, 1999. Ротштейн А. П. Интеллектуальные технологии идентификации: нечеткая логика, генетические алгоритмы, нейронные сети / А. П. Ротштейн. Винница: УНИВЕРСУМ-Винница, 1999. — 320 с.
- Сергейчик, 2007. Сергейчик, О. И. Модели и алгоритмы спектрального анализа обработки кардиологических временных рядов / О. И. Сергейчик // Автореферат диссертации на соискание ученой степени канд.техн. наук. 2007.
- Стецко, 2008. Стецко, А. А. Принятие проектных решений на основе анализа нечетких тенденций временных рядов / А. А. Стецко // Программные продукты и системы. 2008. — № 3.
- Таранцев, 1997. Таранцев, А. А. Принципы построения регрессионных моделей при исходных данных с нечетким описанием /
- A. А. Таранцев // Автоматика и телемеханика. 1997. — № 11. — С. 27−32.
- Ширяев, 2007. Ширяев, В. И. Финансовые рынки и нейронные сети. /
- B. И.. Ширяев М.: Издательство ЛКИ, 2007. — 224 с.
- Ярушкина, 1997. Ярушкина, Н. Г. Методы нечетких экспертных систем в интеллектуальных САПР / Н. Г. Ярушкина. Саратов: Изд-во Сарат. ун-та, 1997.
- Ярушкина, 2004. Ярушкина, Н. Г. Основы теории нечетких и гибридных систем: учеб. пособие / Н. Г. Ярушкина. М.: Финансы и статистика, 2004. — 320 с.
- Ярушкина и др., 2007. Ярушкина, Н. Г. Моделирование трафика терминал-сервера на основе анализа нечетких тенденций временных рядов / Н. Г. Ярушкина, Т. Р. Юнусов, Т. В. Афанасьева // Программные продукты и системы. 2007. — № 4. — С. 15−19.
- Ярушкина и др., 2007а. Ярушкина, Н. Г. Нечеткие временные ряды как инструмент для оценки и измерения динамики процессов / Н. Г. Ярушкина, Т. В. Афанасьева, Т. Р. Юнусов // Датчики и системы. -2007.-№ 12.-С. 46−51.
- Ярушкина и др., 2007 В. Нечеткие гибридные системы. Теория и практика / Под ред. Н. Г. Ярушкиной. М.: ФИЗМАТЛИТ, 2007. — 208 с.
- Ярушкина и др., 2010а. Ярушкина Н. Г., Афанасьева Т. В., Перфильева И. Г. Интеллектуальный анализ временных рядов: учебное пособие. -Ульяновск: УлГТУ, 2010. 324 с.
- Ярушкина и др., 2010 В. Ярушкина, Н. Г. Интегральный метод нечеткого моделирования и анализа нечетких тенденций/ Н. Г. Ярушкина, Т. В. Афанасьева, И. Г. Перфильева // Автоматизация процессов управления. -Ульяновск: № 2(20). -2010. — С. 59−64.
- Ярушкина и др., 2011а. Ярушкина Н. Г. Воронина В.В., Афанасьева Т. В. Диагностика узлов вертолета на основе модели гранулированного временного ряда // Автоматизация процессов управления. Ульяновск: — № 4(26).-2011.-С. 85- 89.
- Ярушкина и др., 2012. Ярушкина Н. Г. Интеллектуальный анализ временных рядов: учебное пособие / Н. Г. Ярушкина, Т. В. Афанасьева, И. Г. Перфильева. М.: ИД «ФОРУМ"ИНФРА-М, 2012. — 160 с. — (Высшее образование).
- Яхъяева, 2006. Яхъяева Г. Э. Нечеткие множества и нейронные сети: Учебное пособие / Г. Э. Яхъяева. М.: Интернет-Университет Информационных технологий: БИНОМ. Лаборатория знаний, 2006. — 316 с.