Hệ dự báo mờ ứng dụng dự báo lượng khách hàng theo chuỗi thời gian

ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG - ĐỒNG THỊ HIỀN HỆ DỰ BÁO MỜ ỨNG DỤNG DỰ BÁO LƢỢNG KHÁCH HÀNG THEO CHUỖI THỜI GIAN Chuyên ngành: Khoa học máy tính Mã số: 60.48.01 LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH Thái Nguyên - 2012 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên Tai ngay!!! Ban co the xoa dong chu nay!!! http://www.lrc-tnu.edu.vn LỜI CAM ĐOAN Tôi xin cam đoan luận văn kết nghiên cứu riêng tôi, không chép Nội dung luận văn có tham khảo sử dụng tài liệu, thông tin đƣợc đăng tải tác phẩm, tạp chí trang web theo danh mục tài liệu tham khảo luận văn Tác giả Đồng Thị Hiền MỤC LỤC TRANG PHỤ BÌA LỜI CAM ĐOAN MỞ ĐẦU i DANH MỤC BẢNG BIỂU, HÌNH VẼ ii CHƢƠNG I: BÀI TOÁN DỰ BÁO 1.1 Khái quát về dự báo 1.1.1 Khái niệm về dự báo 1.1.2 Tính chất dự báo 1.1.3 Chƣ́c và vai trò của dƣ̣ báo 1.1.4 Các phƣơng pháp dự báo 1.1.4.1 Phƣơng pháp định tính 1.1.4.2 Phương pháp định lượng 1.2 Dƣ̣ báo dƣ̣a phân tí ch chuỗi thời gian 1.2.1 Khái niệm chuỗi thời gian 1.2.2 Phân tí ch chuỗi thời gian và dƣ̣ báo CHƢƠNG 2: HỆ DƢ̣ BÁO MỜ 11 2.1 Lý thuyết tập mờ 11 2.1.1 Tập mờ 11 2.1.2 Các hàm thuộc tập mờ 13 2.1.3 Các phép toán tập mờ 14 2.1.4 Suy luận xấp xỉ và suy diễn mờ 17 2.2 Hệ mờ 18 2.2.1 Bộ mờ hóa 19 2.2.2 Hệ luật mờ 20 2.2.3 Động suy diễn 20 2.2.4 Bộ giải mờ 21 2.3 Chuỗi thời gian mờ 22 2.3.1 Đị nh nghĩ a tập mờ và chuỗi thời gian mờ 22 2.3.2 Một số đị nh nghĩ a liên quan đến chuỗi thời gian mờ 23 2.4 Một số thuật toán dƣ̣ báo chuỗi thời gian mờ 25 2.4.1 Mô hì nh thuật toán của Song và Chissom 25 2.4.2 Mô hì nh thuật toán của Chen 25 2.4.3 Mô hì nh thuật toán Heuristic của Huarang 26 2.4.4 Thuật toán bậc cao của Chen 27 2.4.5 Thuật toán bậc cao của Singh 28 KẾT LUẬN CHƢƠNG 32 CHƢƠNG 3: PHƢƠNG PHÁP DƢ̣ BÁO DƢ̣A TRÊN CHUỖI THỜI GIAN MỜ ỨNG DỤNG DỰ BÁO LƢỢNG KHÁCH HÀNG 33 3.1 Phƣơng pháp dự báo dựa chuỗi thời gian mờ 33 3.1.1 Thuật toán 33 3.1.2 Ứng dụng dự báo số lƣợng khách hàng Công ty y dƣợc YHT 34 3.2 Phƣơng pháp dự báo dựa số mờ hình thang 41 3.2.1 Thuật toán 41 3.2.2 Dự báo số lƣợng khách hàng công ty Y dƣợc YHT 46 3.3 Xây dƣ̣ng ƣ́ng dụng dƣ̣ báo lƣợng khách hàng: 63 3.3.1 Xử lý liệu 63 3.3.2 Giao diện chức chƣơng trình 64 KẾT LUẬN 68 DANH MỤC BẢNG BIỂU, HÌNH VẼ Bảng 1.1: Các phƣơng pháp dự báo Hình 2.1: Đồ thị biểu diễn tập mờ cho số nguyên 12 Hình 2.2: Đồ thị biểu diễn tập mờ cho tập ngƣời đàn ông thấp, trung bình cao 13 Hình 2.3 Đồ thị nhóm hàm đơn điệu 13 Hình 2.4 Đồ thị nhóm hàm hình chng 12 Hình 2.3 Đồ thị nhóm hàm đơn điệu 13 Hình 2.4 Đồ thị nhóm hàm hình chng 14 Hình 2.5 Cấu hình hệ mờ 19 Bảng 3.1: Số liệu khách hàng thực tế Công ty Cổ phần y dƣợc YHT 36 Bảng 3.2 Mối quan hệ logic mờ lƣợng khách hàng 37 Bảng 3.3 Nhóm mối quan hệ logic mờ 37 Bảng 3.4 So sánh các phƣơng pháp dƣ̣ báo 39 Hình 3.1 Đồ thị so sánh kết dự báo giá trị thực 40 Hình 3.2 Sớ mờ hì nh thang 42 Bảng 3.4 Bảng giá trị sở để lập khoảng 43 Bảng 3.5 Số lƣợng khách hàng Công ty Cổ phần y dƣợc YHT 45 Bảng 3.6 Giá trị mờ khách hàng các năm 47 Bảng 3.7 Quan hệ mờ về số lƣợng khách hàng 48 Bảng 3.8.Nhóm mối quan hệ logic mờ 48 Bảng 3.9 Dƣ̣ báo số lƣợng khách hàng qua các năm 50 Bảng 3.10 Giá trị dự báo theo độ thuộc  52 Bảng 3.11 Bảng số lƣợng khách hàng Khách sạn Cơng Đồn – Hải Phịng 53 Bảng 3.12 Giá trị dự báo mờ về số lƣợng khách hàng khách sạn 54 Bảng 3.13 Nhóm quan hệ logic mờ 56 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Bảng 3.14 Dƣ̣ báo số lƣợng khách hàng Khách sạn Cơng Đồn – Hải Phịng 56 Bảng 3.15: Dự báo số lƣợng khách hàng năm 2010 với độ thuộc  (01) 56 Bảng 3.16 Dự báo lƣợng khách hàng bốn phƣơng pháp 58 Bảng 3.17 Sai số trung bì nh của các phƣơng pháp dƣ̣ báo 59 Bảng 3.18 Kết quả dƣ̣ báo số lƣợng khách hàng Khách sạn Cơng Đồn – Hải Phịng 60 Bảng 3.19: Sai sớ trung bình phƣơng pháp dƣ̣ báo 61 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn MỞ ĐẦU Dự báo phát biểu về tƣơng lai sở để đƣa định Dự báo dẫn đến định Dự báo sai hậu thật khơn lƣờng Dự báo rất cần cho sống dự báo đƣợc quan tâm từ rất lâu Những nhà tiên tri, lời sấm, khoa bói tốn có từ xa xƣa Khi khoa học chƣa phát triển dự báo dựa quan sát, thống kê đơn giản để từ rút kết luận dựa kinh nghiệm, cảm tính thơng thƣờng dự báo thời nhiều đều mang màu sắc thần bí Ngày khoa học kỹ thuật phát triển Các kỹ thuật quan sát, thu tập, thống kê, xử lý thông tin, đều phát triển vƣợt bậc, khoa học dự báo có sở tốn học vững mà cịn đƣợc kế thừa thành rất nhiều ngành khoa học khác thành tựu khoa học dự báo đóng góp rất nhiều cho định ảnh hƣởng tích cực đến phát triển lịch sử nhân loại Bài tốn dự báo tốn khó, có độ phức tạp tính tốn lớn Do cần thiết toán mà quốc gia, tổ chức, nhà khoa học… quan tâm nghiên cứu, giải Đã có nhiều phƣơng pháp dự báo đƣợc sử dụng mơ hình dự báo khác Mỡi phƣơng pháp đều có ƣu điểm, nhƣợc điểm Ví dụ: …… - Phƣơng pháp chun gia - Phƣơng pháp mô - Phƣơng pháp ma trận tác động qua lại - Phƣơng pháp kịch - Phƣơng pháp định - Phƣơng pháp dự báo tổng hợp Tuy nhiên toán phức tạp nên phƣơng pháp bộc lộ nhiều nhƣợc điểm: Độ phức tạp tính tốn lớn, độ xác khơng cao, khơng tính đƣợc ảnh hƣởng yếu tố khách quan kết dự báo đủ tốt nên ngƣời phải chịu nhiều bất ngờ trƣớc biến động sống Đã có rất nhiều dự báo sai, có rất nhiều vấn đề ngƣời khơng dự báo đƣợc dẫn đến hậu tai hại Vì nghiên cứu dự báo vấn đề có tính thời Để dự báo thơng thƣờng ngƣời ta phải thu thập thông tin về đối tƣợng dự báo, về đối tƣợng liên quan … Trên sở kết xử lý thơng tin đó, ngƣời ta đƣa phán đốn về tƣơng lai Tuy vậy, ngƣời ta thu thập đƣợc đầy đủ thông tin cần thiết thông tin thu thập đƣợc thơng tin xác Việc xử lý thơng tin khơng đầy đủ, khơng xác làm cho toán dự báo thêm rắc rối Tuy nhiên thực tế né tránh nên phƣơng pháp xử lý thông tin không đầy đủ, khơng xác đƣợc áp dụng giải toán dự báo để đƣa lời dự báo vấn đề cần quan tâm Khái niệm tập mờ đƣợc đƣa từ năm 1965 ngày đƣợc ứng dụng nhiều lĩnh vực khác nhất điều khiển trí tuệ nhân tạo Dựa vào kết thống kê thao tác hợp lý ch̃i thời gian mờ ta làm giảm nhiều độ phức tạp tính tốn, rút đƣợc quy luật trình từ đƣa phán đốn đủ xác về tƣơng lai Với mục tiêu tìm hiểu về việc sử dụng mơ hình ch̃i thời gian dự báo đặc biệt là việc sƣ̉ dụng mô hì nh chuỗi thời gian mờ , đã lƣ̣a chọn đề tài : ―Hệ dự báo mờ - ứng dụng dự báo lượng khách hàng theo chuỗi thời gian” làm đề tài cho luận văn tốt nghiệp của mì nh Nội dung chí nh của luận văn là tì m hiểu , nghiên cƣ́u nhƣ̃ng khái niệm , tính chất và một số thuật toán mô hì nh chuỗi thời gian mờ , ứng dụng dự báo số lƣợng khách hàng công ty Cổ phần y dƣợc YHT, Dự báo số lƣợng khách hàng khách sạn Cơng Đồn – Hải Phịng Nợi dung ḷn văn gờm chƣơng nhƣ sau: Chƣơng 1: Bài toán dự báo Chƣơng 2: Hệ dƣ̣ báo mờ Chƣơng 3: Phƣơng pháp dƣ̣ báo dƣ̣a chuỗi thời gian mờ Ứng dụng dƣ̣ báo lƣợng khách hàng Luận văn đƣợc hoàn thành dƣới hƣớng dẫn tận tình Thầy giáo, TS Nguyễn Tân Ân – Thầy đã hƣớng dẫn , bảo đóng góp nhiều ý kiến quý báu giúp đỡ em suốt q trình hồn thành ḷn văn Em cũng xin đƣợc gƣ̉i lời cảm ơn tới Thầy, Cô giáo tại trƣờng Đại học CNTT TT- Đại học Thái Nguyên đã tham gia giảng dạy , giúp đỡ em suốt trình học tập nâng cao trình độ , kiến thƣ́c Để bài luận văn của em đƣợc hoàn thiện , em rất mong nhận đƣợc nhƣ̃ng đóng góp ý kiến Thầy, giáo và các bạn CHƢƠNG I: BÀI TOÁN DỰ BÁO 1.1 Khái quát dự báo 1.1.1 Khái niệm dự báo Dƣ̣ báo là một môn khoa học và nghệ thuật tiên đoán nhƣ̃ng sƣ̣ việc sẽ xảy tƣơng lai, sở ph ân tí ch khoa học về các dƣ̃ liệu đã thu thập đƣợc Xác đị nh xu hƣớng vận động của các hiện tƣợng tƣơng lai nhờ vào một số mô hì nh tốn học Dƣ̣ báo có thể là mợt dƣ̣ đoán chủ quan hoặc trƣ̣c quan về tƣơng lai Nhƣng dự báo đƣợc xác , ngƣời ta cố loại trƣ̀ nhƣ̃ng tí nh chủ quan của ngƣời dƣ̣ báo Ngày vai trò dự báo ngày đƣợc khẳng định tăng lên đáng kể lĩnh vực đời sống xã hội 1.1.2 Tính chất của dự báo - Dự báo mang tính xác śt Mỡi đối tƣợng dự báo đều vận động theo quy luật đó, quỹ đạo nhất định đó, đồng thời q trình phát triển ln ln chịu tác động mơi trƣờng hay yếu tố bên ngồi Bản thân môi trƣờng hay yếu tố tác động đứng im mà luôn trạng thái vận động phát triển khơng ngừng Về phía chủ thể dự báo, thông tin hiểu biết về đối tƣợng tƣơng lai nghèo nàn Vì dù trình độ dự báo có hồn thiện đến đâu khơng thể chắn kết dự báo hồn tồn xác Hay nói cách khác dự báo mang tính xác suất - Dự báo đáng tin cậy Dự báo mang tính xác suất nhƣng đáng tin cậy dựa sở lý luận phƣơng pháp luận khoa học Đó phép biện chứng vật lịch sử, hệ thống lý luận về khoa học, về kinh tế xã hội Phƣơng pháp công cụ xử lý thông tin ngày đại Xét về mặt chất, dự báo phản ảnh vƣợt trƣớc, giả thiết về phát triển đối tƣợng dự 56 Bảng 3.12 Giá trị dự báo mờ về số lƣợng khách hàng Năm Số lƣợng khách Giá trị mờ hàng 1991 6633 ~ A1 1992 6264 ~ A1 1993 7460 ~ A1 1994 7096 ~ A1 1995 8592 ~ A2 1996 9427 ~ A2 1997 10526 ~ A3 1998 10615 ~ A3 1999 12355 ~ A4 2000 19265 ~ A7 2001 22601 ~ A9 2002 27281 ~ A11 2003 21264 ~ A8 2004 22317 ~ A9 2005 19032 ~ A7 2006 29707 ~ A12 2007 29469 ~ A12 2008 29356 ~ A12 2009 25051 ~ A10 2010 29144 ~ A12 57 ~ A17 38665 2011 Bƣớc 6-7: Theo Bảng 3.12, lấy đƣợc mối quan hệ logic mờ thiết lập nhóm mối quan hệ nhƣ Bảng 3.13 Bảng 3.13 Nhóm quan hệ logic mờ Nhóm 10 Quan hệ logic mờ ~ ~ ~ ~ A1  A1 , A1  A2 ~ ~ ~ ~ A2  A2 , A2  A3 ~ ~ ~ ~ A3  A3 , A3  A4 ~ ~ A4  A7 ~ ~ ~ ~ A7  A , A7  A12 ~ ~ A8  A8 ~ ~ ~ ~ A  A7 , A  A11 ~ ~ A10  A12 ~ ~ A11  A8 ~ ~ ~ ~ ~ ~ A12  A10 , A12  A12 , A12  A17 Bƣớc 8: Dựa Bảng 3.12 3.13, dự báo số lƣợng khách hàng nhƣ bảng 3.14 Bảng 3.14 Dƣ̣ báo số lƣợng khách hàng khách sạn Cơng Đồn Năm Giá trị mờ 1991 Số lƣợng khách hàng 6633 1992 6264 (5000, 7000, 9000, 11000) 1993 7460 (5000, 7000, 9000, 11000) 1994 7096 (5000, 7000, 9000, 11000) 58 1995 8592 (5000, 7000, 9000, 11000) 1996 9427 (7000, 9000, 11000, 13000) 1997 10526 (7000, 9000, 11000, 13000) 1998 10615 (9000, 11000, 13000, 15000) 1999 12355 (9000, 11000, 13000, 15000) 2000 19265 (16000, 18000, 20000, 22000) 2001 22601 (23000, 25000, 27000, 29000) 2002 27281 (20000, 22000, 24000, 26000) 2003 21264 (18000, 20000, 22000, 24000) 2004 22317 (18000, 20000, 22000, 24000) 2005 19032 (20000, 22000, 24000, 26000) 2006 29707 (23000, 25000, 27000, 29000) 2007 29469 (28000, 30000, 32000, 34000) 2008 29356 (28000, 30000, 32000, 34000) 2009 25051 (28000, 30000, 32000, 34000) 2010 29144 (26000, 28000, 30000, 32000) 2011 38665 (28000, 30000, 32000, 34000) Trong Bảng 3.14, Theo phƣơng trình 3.1, phân tích dự báo số lƣợng khách hàng năm 2011 với mức độ thuộc khác Nhƣ bảng 3.15 Bảng 3.15: Dự báo số lƣợng khách hàng năm 2011 với độ thuộc  (01) Độ thuộc α=0 α = 0.1 α = 0.2 α = 0.3 Khoảng giá trị [28000, 34000] [28200, 33800] [28400, 33600] [28600, 33400] 59 α = 0.4 α = 0.5 α = 0.6 α = 0.7 α = 0.8 α = 0.9 α = 1.0 [28800, 33200] [29000, 33000] [29200, 32800] [29400, 32600] [29600, 32400] [29800, 32200] [30000, 32000] Từ bảng 3.15, dễ dàng đƣa giá trị dự báo khoảng giới hạn theo độ thuộc  So sánh các phƣơng pháp dƣ̣ báo Để đánh giá độ chí nh xác của các kết quả dƣ̣ báo ta dùng chỉ số đánh giá sai số trung bì nh theo số: MAPE  n Dvt  Fvt n , MAPE  ( Dvt  Fvt )   n t 1 n t 1 Dvt Bảng 3.16 Dự báo lƣợng khách hàng công y Y dƣợc YHT của bốn phƣơng pháp Năm Số lƣợng khách hàng Phƣơng pháp Chen‘s Phƣơng pháp Hwang (với w = 2) Phƣơng pháp Hwang (với w = 3) Phƣơng pháp Hwang (với w = 4) Phƣơng pháp Lee Và Chou‘s Phƣơng pháp số mờ hì nh thang 1991 13 055 1992 13 563 14000 14025 13500 1993 13 867 14000 14568 13800 1994 14 696 15500 14267 14568 14700 1995 15460 16000 15296 15296 15654 15600 1996 15311 16000 16260 16260 15654 15400 16260 60 1997 15 603 16000 15711 15711 15511 15654 15750 1998 15861 16000 15803 16003 16003 15654 15400 1999 16 807 16833 16261 16261 16261 16197 16800 2000 16919 16833 17409 17407 17407 17283 17100 2001 16 388 16833 17319 17119 17119 17283 17100 2002 15433 16833 16188 16188 16188 16197 15300 2003 15 497 16000 14833 14833 14833 15654 15750 2004 15 145 16000 15097 15297 15497 15654 15400 2005 15 163 16000 14945 14745 14745 15654 15300 2006 15 984 16000 14963 15163 15163 15654 15750 2007 16 859 16000 16384 16384 16384 16197 16800 2008 18 150 16833 17659 17659 17659 17283 17100 2009 18 970 19000 19150 19150 19150 18369 18900 2010 19328 19000 19970 19770 19770 19454 19200 2011 19337 19000 19928 19928 19928 19454 19050 2012 18 876 19000 19537 19537 19537 19454 19050 Bảng 3.17 Sai số trung bì nh của các phƣơng pháp dƣ̣ báo Chỉ số MAPE (%) MSE Phƣơng Phƣơng Phƣơng Phƣơng Phƣơng Phƣơng pháp Lee pháp số pháp pháp Hwang pháp Hwang pháp Hwang Và Chen‘s (với w = 2) (với w = 3) (với w = 4) mờ hì nh Chou‘s thang 3.08 2.99 398051 333274 2.94 299634 3.12 321418 2.69 1.33 255227 108097 61 Bảng 14 giá trị MAPE (1,33%) phƣơng pháp dƣ̣ báo dƣ̣a theo số mờ hì nh thang nhỏ so với phƣơng pháp dƣ̣ báo trƣớc đó Tƣơng tự nhƣ vậy, theMSE giá trị (108.097) phƣơng pháp đƣợc đề xuất nhỏ so với phƣơng pháp bảng so sánh Vì vậy, hai số đánh giá cho thấy phƣơng pháp dự báo theo số mờ hình thang giảm sai số dự báo lƣợng khách hàng nhập học Cho kết quả chí nh xác rất nhiều Tiếp theo, so sánh các kết quả dƣ̣ báo số lƣợng khách hàng khách sạn Cơng Đồn – Hải Phịng theo các phƣơng pháp nêu Bảng 3.18 Kết quả dƣ̣ báo số lƣợng khách hàng khách sạn Cơng Đồn – Hải Phịng: Chen‘s method Phƣơng Phƣơng Phƣơng pháp Phƣơng pháp pháp pháp Hwang (w = Hwang (w = Lee and Hwang(w = 2) 3) Chou‘s 4) Phƣơng pháp số mờ hình thang Năm Số lƣợng khách hàng 1991 6633 1992 6264 10700 8259 8000 1993 7460 10700 8259 8000 1994 7096 10700 8485 8259 8000 1995 8592 10700 8121 8121 8259 8000 1996 9427 10700 9617 9617 9617 13941 10000 1997 10526 10700 10452 10452 10452 13941 10000 1998 10615 10700 11551 11551 11551 13941 12000 1999 12355 10700 11640 11640 11640 13941 12000 2000 19265 17750 13380 13380 13380 13941 19000 2001 22601 27150 23140 23140 23140 25305 26000 2002 27281 22450 27901 26476 26476 22464 23000 2003 21264 28717 31156 31156 31156 30040 21000 2004 22317 22450 21264 21264 21264 22464 21000 62 2005 19032 22450 20492 24767 24767 22464 23000 2006 29707 27150 17207 14357 14357 25305 26000 2007 29469 27150 29707 29707 29707 30040 31000 2008 29356 28717 29469 27644 30494 30040 31000 2009 25051 28717 30381 30381 30381 30040 31000 2010 29144 28717 23226 23226 23226 22464 29000 2011 38665 28717 29144 31594 31594 30040 31000 Bảng 3.19: Sai sớ trung bình phƣơng pháp dƣ̣ báo Chỉ Phƣơng số pháp Chen‘s Phƣơng pháp Phƣơng pháp Phƣơng pháp Phƣơng Hwang Hwang Hwang Phƣơng pháp Lee pháp số mờ (vơ13.67 ́ i w = 2) (vơ15.19 ́ i w = 3) (vơ15.68 ́ i w = 4) Và hình thang MAP 18.94 19.44 10.45 (%) 8378697 Chou‘s E 14524448 25021153 30653762 32453514 18172556 MSE Bảng 3.19 cho thấy hai giá trị MAPE (10,45%) giá trị MSE (8378697) phƣơng pháp dƣ̣ báo theo số mờ hì nh thang nhỏ nhất số bốn phƣơng pháp.Do đó, hai số đánh giá phƣơng pháp số mờ hì nh thang có thể dƣ̣ báo số lƣợng khách hàng xác so v ới phƣơng pháp Chen (1996), Hwang et al (1998), Lee Chou (2004) Tƣ̀ nhƣ̃ng kết quả cho thấy , phƣơng pháp dƣ̣ báo theo số mờ hì nh thang đã cải thiện đƣợc kết quả dƣ̣ báo chí nh xác Với mỗi khoảng thời gian cho nhà phân tí ch dƣ̣ báo kết quả với độ phụ thuộc khác giúp cho kết quả dƣ̣ báo đƣợc xác hơn, sai sớ trung bì nh thấp các phƣơng pháp dƣ̣ báo mờ trƣớc đó 63 3.3 Xây dƣ̣ng ƣ́ng dụng dƣ̣ báo lƣợng khách hàng: Số lƣợng khách hàng thƣ̣c tế giao dị ch 10 năm Bảng 3.20 Bảng số lƣợng khách hàng thực tế 10 năm STT Năm 10 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 Số lƣợng khách hàng thực tế 12250 14212 13265 16500 15430 16227 15763 15920 16782 16805 Thuật toán cài đặt bằng ngôn ngƣ̃ Microsoft Visual Studio C # 2008, đƣợc thƣ̉ nghiệm nền hệ điều hành Windows một máy tí nh với bộ xƣ̉ lí Inter core i3 với tốc độ 2.30GHZ bộ nhớ 2,00GB RAM 3.3.1 Xử lý liệu Mô hì nh dƣ̣ báo đƣợc thƣ̉ nghiệm số lƣợng khách hàng 10 năm Số liệu khách hàng thƣ̣c tế: Tƣ̀ đến năm 10 (Theo bảng trên) Dƣ̃ liệu đầu vào là các số liệu khách hàng thƣ̣c tế 10 năm Dƣ̃ liệu đầu là số liệu dƣ̣ báo của tháng tiếp theo Qui trì nh dƣ̣ báo đƣợc mô tả nhƣ sau: Thơng thƣờng dự báo quy trình dự báo đƣợc chia thành bƣớc Các bƣớc bắt đầu kết thúc với trao đổi ngƣời sử dụng ngƣời làm dự báo 64 Nhập dƣ̃ liệu vào Dƣ̣ báo Xƣ̉ lí dƣ̃ liệu Dữ liệu đầu vào số liệu khách hàng năm tiếp theo , ta đị nh khoảng U và tiến hành xƣ̉ lý quan hệ mờ , chia nhóm, nhập năm dƣ̣ báo cuối cùng để xem kết quả dƣ̣ báo 3.3.2 Giao diện chức chƣơng trình Trên giao diện chƣơng trình Demo có nhóm chức sau: 3.3.2.1 Nhập dƣ̃ liệu Nhập năm Nhập số liệu thực tế Click chuột nút Thêm/Xóa Lấy liệu từ file 65 3.3.2.2 Định khoảng dự báo vào xác định tập mờ liệu khách hàng thực tế Nhập khoảng (giá trị mặc định 1000) Click chuột vào nút Xử Lý 66 3.3.2.3 Xử lý quan hệ mờ Click chuột vào nút Xử Lý 3.3.2.4 Dự báo kết ghi danh mờ Nhập năm dự báo Click chuột vào tính 67 3.3.2.5 Xem biểu đồ Kích chuột vào mennu biểu đồ : so sánh giá trị khách hàng thực tế với giá trị khách hàng dự báo: 68 KẾT LUẬN Luận văn giới thiệu về bài toán dƣ̣ báo và các phƣơng pháp dƣ̣ báo dƣ̣a chuỗi thời gian mờ Phân tí ch các phƣơng pháp , so sánh kết quả dƣ̣ báo của các phƣơng pháp Đƣa phƣơng pháp dƣ̣ báo dựa số mờ hình thang cho đƣợc kết quả dƣ̣ báo chí nh xác Phƣơng pháp dƣ̣ báo theo số mờ hì nh thang đã khắc phục đƣợc các phƣơng pháp dự báo trƣớc cho giá trị dự báo điểm giống nhƣ các phƣơng pháp chuỗi thời gian truyền thống Với phƣơng pháp số mờ hì nh thang dƣ̣ báo đƣa đƣợc tập kết dự báo tập điểm hình thang Chính vậy, phƣơng pháp này cho kết quả chí nh xác các phƣơng pháp trƣớc đó 69 TÀI LIỆU THAM KHẢO Tiếng Việt [1] Nguyễn Quang Hoan, Hoàng Thị Lan Phƣơng (2006), Dự báo giá chứng khốn sử dụng cơng nghệ mạng nơron, Kỉ yếu hội thảo khoa học lần về nghiên cứu, phát triển ứng dụng công nghệ thông tin truyền thông Hà Nội ICT.rda‘06 (2021/5/2006) tr 157 – 164 [2] Dƣơng Quang Thiện (2006), Sổ tay kỹ thuật Visual C#, tập 1, tập 2, tập 4, tập 6, tập 7, tập 8, Nhà xuất Tổng hợp Thành phố Hồ Chí Minh Tiếng Anh [1] Q Song, B.S Chissom, ―Forecasting Enrollments with Fuzzy Time Series – Part I‖, Fuzzy set and system, vol 54, pp 1-9, 1993 – Part II, Fuzzy set and system, vol 62, pp 1-8, 1994 [2] S.M Chen, ―Forecasting Enrollments based on Fuzzy Time Series”, Fuzzy set and system, vol 81, pp 311-319, 1996 [3] S.R Singh, “A computational method of forecasting based on high-order fuzzy time series”, Expert Systems with Applications, 36 (2009) pp.10551–10559 [4] S M Chen, C.C Hsu, ―A New Methods to Forecast Enrollments Using Fuzzy Time Series‖, Inter Journal of Applied Science and Engineering, V.2,N.3, pp 234244, 2004 [5] K.Huarng, ―Heuristic models of fuzzy time series forecasting‖, Fuzzy sets and Systems, V.123, pp 369-386, 2001 [6] M Sah, K.Y Degtiarev, ―Forecasting Enrollment Model Based on First Order Fuzzy Time Series‖, Transactions on Engineering, Computing and technology Enfomatika, v.IV,pp 375-378, 2004 [7] Q Song, B.S Chissom, ―Fuzzy Time Series and its Model‖, Fuzzy set and system, vol 54, pp 269-277, 1993 70 [8] S.M Chen, ―Forecasting Enrollments based on Fuzzy Time Series,‖ Fuzzy set and system, vol 81, pp 311-319, 1996 [9] S M Chen, C.C Hsu, ―A New Methods to Forecast Enrollments Using Fuzzy Time Series‖, Inter Journal of Applied Science and Engineering, V.2,N.3, pp 234244, 2004 [10] K.Huarng, ―Heuristic models of fuzzy time series forecasting‖, Fuzzy sets and Systems, V.123, pp 369-386, 2001 [11] M Sah, K.Y Degtiarev, ―Forecasting Enrollment Model Based on First Order Fuzzy Time Series‖, Transactions on Engineering, Computing and technology Enfomatika, v.IV,pp 375-378, 2004