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

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 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 2 LỜI CAM ĐOAN Tôi xin cam đoan luận văn là kết quả nghiên cứu của riêng tôi, không sao chép của ai. Nội dung luận văn có tham khảo và sử dụng các tài liệu, thông tin đƣợc đăng tải trên các tác phẩm, tạp chí và các trang web theo danh mục tài liệu tham khảo của luận văn. Tác giả Đồng Thị Hiền 3 MC LC TRANG PH BÌA LỜI CAM ĐOAN MỞ ĐẦ U i DANH MỤ C BẢ NG BIỂ U, HÌNH V ii CHƢƠNG I: BÀI TOÁN DỰ BÁO 4 1.1. Khái quát v dự báo 4 1.1.1. Khái niệm v dự báo 4 1.1.2. Tính cht của dự báo 4 1.1.3. Chƣ́ c năng và vai trò củ a dƣ̣ bá o 5 1.1.4. Các phƣơng pháp dự báo 7 1.1.4.1. Phƣơng pháp định tính 7 1.1.4.2. Phương pháp định lượng 8 1.2. Dƣ̣ bá o dƣ̣ a trên phân tí ch chuỗ i thờ i gian 8 1.2.1. Khái niệm chui thời gian 8 1.2.2. Phân tí ch chuỗ i thờ i gian và dƣ̣ bá o 9 CHƢƠNG 2: HỆ DƢ̣ BÁ O MỜ 11 2.1. L thuyết tập mờ 11 2.1.1. Tậ p mờ 11 2.1.2. Các hàm thuộc trong tập mờ 13 2.1.3. Các phép toán trên tập mờ 14 2.1.4. Suy luậ n xấ p xỉ và suy diễ n mờ 17 2.2. Hệ mờ 18 2.2.1. Bộ mờ hó a 19 2.2.2. Hệ luậ t mờ 20 2.2.3. Động cơ suy din 20 4 2.2.4. Bộ giả i mờ 21 2.3. Chuỗ i thờ i gian mờ 22 2.3.1. Đị nh nghĩ a tậ p mờ và chuỗ i thờ i gian mờ 22 2.3.2. Mộ t số đị nh nghĩ a liên quan đế n chuỗ i thờ i gian mờ 23 2.4. Mộ t số thuậ t toá n dƣ̣ bá o trong chuỗ i thờ i gian mờ 25 2.4.1. Mô hì nh thuậ t toá n củ a Song và Chissom 25 2.4.2. Mô hì nh thuậ t toá n củ a Chen 25 2.4.3. Mô hì nh thuậ t toá n Heuristic củ a Huarang 26 2.4.4. Thuậ t toá n bậ c cao củ a Chen 27 2.4.5. Thuậ t toá n bậ c cao củ a Singh 28 KẾ T LUẬ N CHƢƠNG 2 32 CHƢƠNG 3: PHƢƠNG PHÁ P DƢ̣ BÁ O DƢ̣ A TRÊN CHUỖ I THỜ I GIAN MỜ . NG DNG DỰ BÁO LƢNG KHÁCH HÀNG 33 3.1. Phƣơng pháp dự báo dựa trên chuỗ i thờ i gian mờ . 33 3.1.1. Thuậ t toá n 33 3.1.2. ng dụng dự báo số lƣợng khách hàng tại Công ty y dƣợc YHT 34 3.2. Phƣơng pháp dự báo dựa trên số mờ hình thang. 41 3.2.1. Thuậ t toá n 41 3.2.2. Dự báo số lƣợng khách hàng tại công ty Y dƣợc YHT. 46 3.3. Xây dƣ̣ ng ƣ́ ng dụ ng dƣ̣ bá o lƣợ ng khá ch hà ng: 63 3.3.1. Xử l dữ liệu 63 3.3.2. Giao diện và các chức năng chƣơng trình 64 KẾ T LUẬ N 68 Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn DANH MỤ C BẢ NG BIỂ U, HNH V Bảng 1.1: Các phƣơng pháp dự báo 7 Hình 2.1: Đồ thị biểu din tập mờ cho số nguyên 12 Hình 2.2: Đồ thị biểu din tập mờ cho tập ngƣời đàn ông thp, trung bình và cao 13 Hình 2.3. Đồ thị nhóm hàm đơn điệu 13 Hình 2.4. Đồ thị nhóm hàm hình chuông 12 Hình 2.3. Đồ thị nhóm hàm đơn điệu 13 Hình 2.4. Đồ thị nhóm hàm hình chuông 14 Hình 2.5 Cu hình cơ bản của hệ mờ 19 Bảng 3.1: Số liệu khách hàng thực tế của Công ty Cổ phần y dƣợc YHT 36 Bảng 3.2. Mối quan hệ logic mờ của lƣợng khách hàng 37 Bảng 3.3. Nhóm các mối quan hệ logic mờ 37 Bảng 3.4. So sá nh cá c phƣơng phá p dƣ̣ bá o 39 Hình 3.1. Đồ thị so sánh kết quả dự báo và giá trị thực 40 Hình 3.2. Số mờ hì nh thang 42 Bảng 3.4. Bảng giá trị cơ sở để lập khoảng 43 Bảng 3.5. Số lƣợ ng khách hàng Công ty Cổ phần y dƣợc YHT 45 Bảng 3.6. Giá trị mờ khách hàng trong cá c năm 47 Bảng 3.7. Quan hệ mờ về số lƣợ ng khách hàng 48 Bảng 3.8.Nhóm các mối quan hệ logic mờ 48 Bảng 3.9. Dƣ̣ bá o số lƣợ ng khách hàng qua cá c năm 50 Bảng 3.10. Giá trị dự báo theo độ thuộc  52 Bảng 3.11. Bảng số lƣợng khách hàng của Khách sạn Công Đoàn – Hải Phòng 53 Bảng 3.12. Giá trị dự báo mờ v số lƣợng khách hàng của khách sạn 54 Bảng 3.13. Nhóm các quan hệ logic mờ 56 Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Bảng 3.14. Dƣ̣ bá o số lƣợ ng khách hàng của Khách sạn Công Đoàn – Hải Phòng 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 của bốn phƣơng pháp 58 Bảng 3.17. Sai số trung bình củ a cá c phƣơng phá p dƣ̣ bá o 59 Bảng 3.18. Kế t quả dƣ̣ bá o số lƣợng khách hàng của Khách sạn Công Đoàn – Hải Phòng 60 Bảng 3.19: Sai số trung bình của các phƣơng phá p dƣ̣ bá o 61 1 MỞ ĐẦ U Dự báo là một phát biểu v tƣơng lai và là cơ sở để đƣa ra những quyết định. Dự báo đúng sẽ dẫn đến những quyết định đúng. Dự báo sai hậu quả thật khôn lƣờng. Dự báo rt cần cho cuộc sống vì thế dự báo đã đƣợc quan tâm từ rt lâu. Những nhà tiên tri, những lời sm, các khoa bói toán đã có từ xa xƣa. Khi khoa học chƣa phát triển dự báo chỉ dựa trên sự quan sát, thống kê đơn giản để từ đó rút ra kết luận hoặc chỉ dựa trên kinh nghiệm, trên cảm tính thông thƣờng vì thế dự báo thời đó ít nhiu đu mang màu sắc thần bí. Ngày nay khoa học kỹ thuật đã phát triển. Các kỹ thuật quan sát, thu tập, thống kê, xử l thông tin, đu đã phát triển vƣợt bậc, khoa học dự báo không những đã có cơ sở toán học vững chắc mà còn đƣợc kế thừa thành quả của rt nhiu ngành khoa học khác và thành tựu của khoa học dự báo đã đóng góp rt nhiu cho những quyết định ảnh hƣởng tích cực đến sự phát triển của lịch sử nhân loại. Bài toán dự báo là bài toán khó, có độ phức tạp tính toán lớn. Do sự cần thiết của bài toán này mà các quốc gia, các tổ chức, các nhà khoa học… đã quan tâm nghiên cứu, giải quyết. Đã có nhiu phƣơng pháp dự báo đƣợc sử dụng trong các mô hình dự báo khác nhau. Mi phƣơng pháp đu có ƣu điểm, nhƣợc điểm của nó. Ví dụ: - Phƣơng pháp chuyên gia - Phƣơng pháp mô phỏng - Phƣơng pháp ma trận tác động qua lại - Phƣơng pháp kịch bản - Phƣơng pháp cây quyết định - Phƣơng pháp dự báo tổng hợp ……. 2 Tuy nhiên do đây là bài toán phức tạp nên các phƣơng pháp trên còn bộc lộ nhiu nhƣợc điểm: Độ phức tạp tính toán lớn, độ chính xác không cao, không tính đƣợc ảnh hƣởng của các yếu tố khách quan và kết quả dự báo không phải bao giờ cũng đủ tốt nên con ngƣời vẫn phải chịu nhiu bt ngờ trƣớc những biến động của cuộc sống. Đã có rt nhiu dự báo sai, đã có rt nhiu vn đ con ngƣời không dự báo đƣợc dẫn đến những hậu quả tai hại. Vì thế nghiên cứu về dự báo luôn là vấn đề có tính thời sự. Để dự báo thông thƣờng ngƣời ta phải thu thập thông tin v đối tƣợng dự báo, v những đối tƣợng liên quan … Trên cơ sở kết quả xử lý những thông tin đó, ngƣời ta đƣa ra những phán đoán của mình v tƣơng lai. Tuy vậy, không phải bao giờ ngƣời ta cũng thu thập đƣợc đầy đủ những thông tin cần thiết và những thông tin đã thu thập đƣợc cũng không phải bao giờ cũng là những thông tin chính xác. Việc xử l thông tin không đầy đủ, không chính xác làm cho bài toán dự báo càng thêm rắc rối. Tuy nhiên đây là thực tế không thể né tránh nên các phƣơng pháp xử lý thông tin không đầy đủ, không chính xác đƣợc áp dụng khi giải quyết bài toán dự báo để đƣa ra lời dự báo cũng là những vn đ cần quan tâm. Khái niệm tập mờ đƣợc đƣa ra từ năm 1965 và ngày càng đƣợc ứng dụng trong nhiu lĩnh vực khác nhau nht là trong điu khiển và trí tuệ nhân tạo. Dựa vào kết quả thống kê và các thao tác hợp lý trên chui thời gian mờ ta có thể làm giảm đi nhiu độ phức tạp tính toán, rút ra đƣợc những quy luật của một quá trình từ đó đƣa ra phán đoán đủ chính xác v tƣơng lai. Với mục tiêu tìm hiểu v việc sử dụng mô hình chui thời gian trong dự báo đặ c biệ t là việ c sƣ̉ dụ ng mô hì nh chuỗ i thờ i gian mờ , tôi đã lƣ̣ a chọ n đề tà i : ―Hệ dự báo mờ - ứng dụng dự báo lượng khách hàng theo chuỗi thời gian” làm đ tài cho luậ n văn tố t nghiệ p củ a mì nh. 3 Nộ i dung chính củ a luậ n văn là tì m hiể u , nghiên cƣ́ u nhƣ̃ ng khá i niệ m , tính chấ t và mộ t số thuậ t toá n trong mô hì nh chuỗ i thờ i 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 Công Đoàn – Hải Phòng. Nộ i dung luậ n văn gồ m 3 chƣơng nhƣ sau: Chƣơng 1: Bài toán dự báo. Chƣơng 2: Hệ dƣ̣ bá o mờ . Chƣơng 3: Phƣơng phá p dƣ̣ bá o dƣ̣ a trên chuỗ i thờ i gian mờ . ng dụng dƣ̣ báo lƣợng khách hàng. Luận văn đƣợc hoàn thành dƣới sự hƣớng dẫn tận tình của Thầ y giá o, TS Nguyễ n Tân Ân – Thầ y đã hƣớ ng dẫ n , chỉ bảo và đó ng gó p nhiề u ý kiế n quý bá u giúp đ em trong suốt quá trình hoàn thành luậ n văn. Em cũ ng xin đƣợ c gƣ̉ i lờ i cảm ơn tớ i các Thầy, Cô giá o tạ i trƣờ ng Đạ i họ c CNTT và TT- Đạ i họ c Thá i Nguyên đã tham gia giả ng dạ y, giúp đ em trong suốt quá trình học tập nâng cao trình độ , kiế n thƣ́ c. Để bà i luậ n văn củ a em đƣợ c hoà n thiệ n, em rấ t mong nhậ n đƣợ c nhƣ̃ ng đó ng góp  kiến của các Thầy, cô giá o và cá c bạ n. 4 CHƢƠNG I: BÀI TOÁN DỰ BÁO 1.1. Khái quát về dự báo 1.1.1. Khái nim về dự báo Dƣ̣ bá o là mộ t môn khoa họ c và nghệ thuậ t tiên đoá n nhƣ̃ ng sƣ̣ việ c sẽ xả y ra trong tƣơng lai, trên cơ sở ph ân tí ch khoa họ c về cá c dƣ̃ liệ u đã thu thậ p đƣợ c . Xác đị nh xu hƣớ ng vậ n độ ng củ a cá c hiệ n tƣợ ng trong tƣơng lai nhờ và o mộ t số mô hình toán học. Dƣ̣ bá o có thể là mộ t dƣ̣ đoá n chủ quan hoặ c trƣ̣ c quan về tƣơng lai . Nhƣng để cho dự báo đƣợc chính xác hơn , ngƣờ i ta cố loạ i trƣ̀ nhƣ̃ ng tí nh chủ quan củ a ngƣờ i dƣ̣ bá o. Ngày nay vai trò của dự báo ngày càng đƣợc khẳng định và tăng lên đáng kể trong mọi lĩnh vực của đời sống xã hội. 1.1.2. Tính chất ca dự báo - Dự báo mang tính xác sut. Mi đối tƣợng dự báo đu vận động theo một quy luật nào đó, một quỹ đạo nht định nào đó, đồng thời trong quá trình phát triển nó luôn luôn chịu sự tác động của môi trƣờng hay các yếu tố bên ngoài. Bản thân môi trƣờng hay các yếu tố tác động cũng không phải là đứng im mà luôn luôn trong trạng thái vận động và phát triển không ngừng. V phía chủ thể dự báo, những thông tin hiểu biết v đối tƣợng ở tƣơng lai bao giờ cũng nghèo nàn hơn hiện tại. Vì vậy dù trình độ dự báo có hoàn thiện đến đâu cũng không thể chắc chắn rằng kết quả của dự báo là hoàn toàn chính xác. Hay nói một cách khác dự báo bao giờ cũng mang tính xác sut. - Dự báo là đáng tin cậy. Dự báo mang tính xác sut nhƣng đáng tin cậy vì nó dựa trên những cơ sở l luận và phƣơng pháp luận khoa học. Đó là phép biện chứng duy vật và lịch sử, hệ thống các l luận v khoa học, v kinh tế và xã hội. Phƣơng pháp và công cụ xử l thông tin ngày càng hiện đại. Xét v mặt bản cht, dự báo là sự phản ảnh vƣợt trƣớc, là những giả thiết v sự phát triển của đối tƣợng dự [...]... quan hệ mờ Ai → Aj: Ai là giá trị mờ tại thời điểm t-1 Aj là giá trị mờ tại thời điểm t Ei là giá trị của chuỗi thời gian tại thời điểm t-1 Ei-1 là giá trị của chuỗi thời gian tại thời điểm t-2 Ei-2 là giá trị của chuỗi thời gian tại thời điểm t-3 Ei-3 là giá trị của chuỗi thời gian tại thời điểm t-4 Ei-4 là giá trị của chuỗi thời gian tại thời điểm t-5 Fj là giá trị dự báo của chuỗi thời gian. .. giá trị của chuỗi thời gian Khoảng này xác định từ giá trị nhỏ nhất đến giá trị lớn nhất có thể của chuỗi thời gian 2 Chia khoảng giá trị và xác định các tập mờ trên tập U 3 Mờ hoá các dữ liệu chuỗi thời gian 4 Thiết lập các mối quan hệ mờ, thí dụ nhƣ mối quan hệ mờ bậc 2 nhƣ sau: giá trị tại thời điểm t-2 và t-1 của chuỗi thời gian mờ tƣơng ứng là Ai1 và Ai2 còn giá trị tại thời điểm t là Aj... gian tại thời điểm t Ở đây, sử dụng mô hình bậc 2 với các giá trị của chuỗi thời gian tại thời điểm t - 2, t - 1 cho khung quy tắc để thực hiện về mối quan hệ logic mờ, Ai → Aj, với Ai, trạng thái hiện hành, là mờ hóa số liệu tại thời điểm t - 1 và Aj, trạng thái kế tiếp, là mờ hóa số liệu tại thời điểm t Thuật toán tính toán: Đối với dự báo chuỗi thời gian mờ của mô hình bậc hai, có thể dự báo từ... lập các mối quan hệ mờ và nhóm các quan hệ mờ 5 Sử dụng các quy tắc xác định các giá trị dự báo trên nhóm các quan hệ mờ 2.4.3 Mô hì nh thuât toan Heuristic cua Huarang ̣ ́ ̉ Huarng đã sử dụng mô hình của Chen và đƣa vào các thông tin có sẵn của chuỗi thời gian để cải tiến độ chính xác và giảm bớt các tính toán phức tạp của dự báo Nhờ sử dụng những thông tin có trong chuỗi thời gian nên mô hình... các biến ngôn ngữ để diễn tả các tập mờ trên các khoảng đã chia của tập nền Bƣớc 4: Mờ hoá các giá trị lịch sử của chuỗi thời gian Bƣớc 5: Chọn tham số w >1 thích hợp và tính Rw (t,t-1) và dự báo theo công thức sau: F(t) = F(t - 1)o Rw(t, t - 1), Trong đó F(t) là giá trị dự báo mờ tại thời điểm t còn F(t-1) là giá trị dự báo mờ tại thời điểm t -1 Mối quan hệ mờ đƣợc tính nhƣ sau: Rw(t, t - 1) = FT(t... là Aj Khi đó ta xác định mối quan hệ mờ Ai1,Ai2  Aj 5 Dự báo và giải mờ Trong bƣớc này giải mờ các kết quả và dự báo đƣợc thực hiện nhƣ sau: - Nếu bậc k =2 có mối quan hệ logic là Ai1,Ai2  Aj và giá trị hàm thuộc của Aj đạt giá trị maximum tại đoạn ui và điểm giữa của ui là mi thì dự báo của chuỗi thời gian tại thời điểm i là mi - Nếu với k=2 ta có các mối quan hệ: Ai1,Ai2 Aj1 Ai1,Ai2 Aj2 … Ai1,Ai2... hoa cac gia trị cua chuôi thơi gian va thiêt lâp môi ̀ ́ ́ ́ ̉ ̃ ̀ ̀ ́ ̣ ́ quan hê mơ theo ̣ ̀ quy tăc: nêu A i là giá trị mờ hóa tại thời điểm t và A j là giá trị mờ hóa tại thời điểm ́ ́ tiêp theo t +1 thì ta có mối quan hệ mờ A ́ i Aj nhƣ đị nh nghĩ a 2 Ai là trạng thái hiên thơi con Aj là trạng thái tiêp theo ̣ ̀ ̀ ́ 5 Tính toán và dự báo dựa trên các mối quan hệ mờ đƣợc thiết lập: - Thiêt lâp... mô hình dự báo theo định lƣợng có thể sử dụng thông qua chuỗi thời gian và các giá trị này đƣợc quan sát đo lƣờng các giai đoạn theo từng chuỗi Tuy nhiên hiện nay thông thƣờng khi dự báo ngƣời ta thƣờng hay kết hợp cả phƣơng pháp định tính và định lƣợng để nâng cao mức độ chính xác của dự báo Bên cạnh đó, vấn đề cần dự báo đôi khi không thể thực hiện đƣợc thông qua một phƣơng pháp dự báo đơn lẻ... lƣợng thời gian trƣớc thời điểm t Bƣớc 6: Giải mờ giá trị dự báo mờ 2.4.2 Mô hì nh thuât toan cua Chen ̣ ́ ̉ Thuật toán của Chen bao gồm một số bƣớc sau: 1 Xác định tập U bao gồm khoảng giá trị của chuỗi thời gian Khoảng này xác định từ giá trị nhỏ nhất đến giá trị lớn nhất có thể của chuỗi thời gian 2 Chia khoảng giá trị và xác định các tập mờ trên tập U 3 Mờ hoá các dữ liệu chuỗi thời gian 26... báo đƣợc thực hiện trên những giả thiết nhất định - dự báo có điều kiện Tập hợp các giả thiết nhƣ vậy gọi là phông dự báo Dự báo có thể đƣợc tiến hành trên các phông dự báo khác nhau do những nguyên nhân chủ quan và khách quan khác nhau và vì vậy có thể có nhiều phƣơng án dự báo khác nhau Tính đa phƣơng án một mặt là thuộc tính khách quan của dự báo nhƣng mặt khác lại là phù hợp với yêu cầu của công . sử dụng mô hình chui thời gian trong dự báo đặ c biệ t là việ c sƣ̉ dụ ng mô hì nh chuỗ i thờ i gian mờ , tôi đã lƣ̣ a chọ n đề tà i : Hệ dự báo mờ - ứng dụng dự báo lượng khách. 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. THỜ I GIAN MỜ . NG DNG DỰ BÁO LƢNG KHÁCH HÀNG 33 3.1. Phƣơng pháp dự báo dựa trên chuỗ i thờ i gian mờ . 33 3.1.1. Thuậ t toá n 33 3.1.2. ng dụng dự báo số lƣợng khách hàng tại