Dự báo chuỗi thời gian mờ với bộ tham số tối ưu của đại số gia tử

i ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG Nguyễn Sơn Hùng DỰ BÁO CHUỖI THỜI GIAN MỜ VỚI BỘ THAM SỐ TỐI ƢU CỦA ĐẠI SỐ GIA TỬ Chuyên ngành: Khoa học máy tính Mã số: 60 48 01.01 LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH NGƢỜI HƢỚNG DẪN KHOA HỌC: TS Vũ Như Lân Thái nguyên, 2015 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ ii MỤC LỤC DANH MỤC VIẾT TẮT iv DANH MỤC BẢNG v DANH MỤC HÌNH vi MỞ ĐẦU 1 Đặt vấn đề Đối tƣợng phạm vi nghiên cứu 2.1 Đối tƣợng nghiên cứu 2.2 Phạm vi nghiên cứu Hƣớng nghiên cứu đề tài Phƣơng pháp nghiên cứu 4.1 Phƣơng pháp nghiên cứu lý thuyết: 4.2 Phƣơng pháp nghiên cứu thực nghiệm: 4.3 Phƣơng pháp trao đổi khoa học: Ý nghĩa khoa học luận văn Cấu trúc luận văn CHƢƠNG 1.1 Những vấn đề sở logic mờ lý thuyết tập mờ 1.1.1 Lý thuyết tập mờ 1.1.2 Logic mờ 1.2 Chuỗi thời gian mờ 11 1.3 Mơ hình tính tốn ĐSGT 13 16 1.5 Kết luận chƣơng 24 CHƢƠNG MƠ HÌNH DỰ BÁO CHUỖI THỜI GIAN MỜ 25 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ iii 2.1 Mơ hình dự báo chuỗi thời gian mờ Song Chissom 25 2.2 Mơ hình dự báo chuỗi thời gian mờ Chen 33 2.3 Kết luận chƣơng 42 CHƢƠNG 43 43 45 3.3 So sánh kết mơ hình dự báo chuỗi thời gian mờ 58 3.4 Kết luận chƣơng 60 KẾT LUẬN VÀ KIẾN NGHỊ 62 63 65 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ iv DANH MỤC VIẾT TẮT STT Ký hiệu viết tắt Ý nghĩa ĐSGT Đại số gia tử Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ v DANH MỤC BẢNG Bảng 1.1 : Các cặp T - chuẩn T - đối chuẩn 10 Bảng 1.2 Một số phép kéo theo mờ thông dụng 11 Bảng 2.1 Số sinh viên nhập học trƣờng đại học Alabama từ 1971 đến 1992 26 Bảng 2.2: Chuyển đổi giá trị lịch sử thành giá trị ngôn ngữ 29 Bảng 2.3: Xác định quan hệ thành viên 31 Bảng 2.4: Mờ hóa chuỗi liệu 35 Bảng 2.5: Quan hệ logic mờ liệu tuyển sinh 36 Bảng 2.6: Các nhóm quan hệ logic mờ 37 Bảng 2.7 Kết dự báo Chen 40 Bảng 2.8 Bảng so sánh phƣơng án dự báo 41 Bảng 3.1 Số sinh viên nhập học trƣờng đại học Alabama từ 1971 đến 1992 46 Bảng 3.2 Giá trị đầu giá trị cuối khoảng giải nghĩa đƣợc chọn 54 Bảng 3.3 Tổng hợp thông tin sở cho mơ hình dự báo theo tiếp cận ĐSGT55 Bảng 3.4 Kết tính tốn dự báo tối ƣu số sinh viên nhập học trƣờng đại học Alabama từ 1971 đến 1992 theo tiếp cận ĐSGT 57 Bảng 3.5: So sánh phƣơng pháp dự báo với khoảng chia 59 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ vi DANH MỤC HÌNH Hình 1.1 Giao hai tập mờ Hình 1.2 Phép hợp hai tập mờ Hình 1.3 Độ đo tính mờ biến TRUTH 18 Hình 1.4 Khoảng tính mờ hạng từ biến TRUTH 21 Hình 2.1: Số sinh viên nhập học thực tế số sinh viên nhập học dự báo 32 Hình 2.2 Dữ liệu tuyển sinh thực tế liệu tuyển sinh dự báo 42 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ MỞ ĐẦU Đặt vấn đề Song & Chissom [2, 3, 4] có nghiên cứu đột phá xem xét giá trị thực định lƣợng chuỗi thời gian từ góc độ định tính Đây lần chuỗi thời gian xem nhƣ biến ngơn ngữ toán dự báo trở thành vấn đề dự báo giá trị ngơn ngữ biến ngơn ngữ Có thể coi quan niệm chuỗi thời gian Tuy mơ hình tính tốn quan hệ mờ q phức tạp độ xác dự báo khơng cao Vì Chen [5] thay đổi cách tính tốn quan hệ mờ mơ hình dự báo với phép tính số học đơn giản nhƣng lại thu đƣợc kết dự báo xác Nhiều nghiên cứu sử dụng phƣơng pháp luận thu đƣợc nhiều kết quan trọng [9, 11] Yếu tố quan trọng ảnh hƣởng đến độ xác dự báo phép mờ hóa liệu Vì tơi chọn “Dự báo chuỗi thời gian mờ với tham số tối ưu đại số gia tử” làm luận văn nghiên cứu Tiếp cận đại số gia tử (ĐSGT) [6, 7] cấu trúc toán học đƣợc nhúng vào tập giá trị ngôn ngữ để biểu diễn khái niệm mờ cách tổng quát dựa ngữ nghĩa thể rõ tính hiệu số ứng dụng [8, 10] Có thể thấy rằng: tính chất tự nhiên ngữ nghĩa so sánh đƣợc giá trị ngơn ngữ có tồn khách quan quan hệ thứ tự phản ánh thứ tự vốn có tập biến ngơn ngữ Trong ngữ nghĩa ngôn ngữ dựa tập mờ bỏ qua quan hệ thứ tự Nhƣ vậy, ĐSGT mô hình hóa ngữ nghĩa giá trị ngơn ngữ chất đặc biệt có khả định hƣớng đến hệ luật tối ƣu Nhƣ ĐSGT giúp giải tốn đƣợc hay khơng ? Vì luận văn đặt vấn đề bƣớc đầu giải tốn dự báo theo mơ hình chuỗi thời gian mờ Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ dựa tham số ĐSGT có khả tối ƣu hóa chuỗi suy luận theo mơ hình Chen ? Đối tƣợng phạm vi nghiên cứu 2.1 Đối tƣợng nghiên cứu Nghiên cứu mô hình dự báo chuỗi thời gian mờ vấn đề tối ƣu 2.2 Phạm vi nghiên cứu Nghiên cứu phép mờ hóa mơ hình dự báo Chen Nghiên cứu tiếp cận ĐSGT: Phép giải nghĩa với tham số tối ƣu Đề xuất mơ hình dự báo chuỗi thời gian mờ với tham số tối ƣu ĐSGT so sánh với mơ hình Chen sở chuỗi số liệu Hƣớng nghiên cứu đề tài - Nghiên cứu chuỗi thời gian quan điểm biến ngôn ngữ - Nghiên cứu cách mô tả chuỗi thời gian theo giá trị ngôn ngữ - Nghiên cứu nhóm quan hệ ngữ nghĩa theo tiếp cận ĐSGT - Nghiên cứu phép ngữ nghĩa hóa ĐSGT thay phép mờ hóa - Nghiê - Nghiên cứu phƣơng pháp tối ƣu hóa tham số ĐSGT - Nghiên cứu xây dựng chƣơng trình tính toán MATLAB cho toán dự báo chuỗi thời gian mờ với tham số tối ƣu ĐSGT so sánh với mơ hình Chen Phƣơng pháp nghiên cứu 4.1 Phƣơng pháp nghiên cứu lý thuyết: Nghiên cứu toán dự báo chuỗi thời gian mờ theo tiếp cận mờ Chen [5] tiếp cận ĐSGT Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 4.2 Phƣơng pháp nghiên cứu thực nghiệm: Nghiên cứu xây dựng chƣơng trình tính tốn mơ hình dự báo chuỗi thời gian mờ với tham số tối ƣu ĐSGT MATLAB so sánh với mơ hình dự báo Chen [5] 4.3 Phƣơng pháp trao đổi khoa học: Thảo luận, xemina, lấy ý kiến chuyên gia, cơng bố kết nghiên cứu tạp chí khoa học Ý nghĩa khoa học luận văn Mở rộng khả ứng dụng tiếp cận đại số gia tử toán Khẳng định hƣớng nghiên cứu lý thuyết đại số gia tử toán dự báo chuỗi thời gian Cấu trúc luận văn Ngoài phần mở đầu kết luận luận văn đƣợc chia làm chƣơng: - Chƣơng 1: Logic mờ đại số gia tử - Chƣơng 2: Mơ hình dự báo chuỗi thời gian mờ - Chƣơng 3: ĐSGT với tham số tối ƣu Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ CHƢƠNG LOGIC MỜ VÀ ĐẠI SỐ GIA TỬ Thực tế cho thấy khái niệm mờ luôn tồn tại, ứng dụng toán cách thức suy luận ngƣời Bằng phƣơng pháp tiếp cận khác nhà nghiên cứu đƣa kết lý thuyết nhƣ ứng dụng toán dự báo mờ, hệ hỗ trợ định Vậy để làm đƣợc điều chƣơng tập trung trình bày số kiến thức hệ mờ đại số gia tử có liên quan tới mơ hình mà nghiên cứu 1.1 Những vấn đề sở logic mờ lý thuyết tập mờ 1.1.1 Lý thuyết tập mờ Lý thuyết tập mờ lần đƣợc Lofti A.Zadeh, giáo sƣ thuộc trƣờng Đại học Caliornia, Berkley giới thiệu cơng trình nghiên cứu vào năm 1965 lý thuyết tập mờ bao gồm logic mờ, số học mờ, quy hoạch toán học mờ, hình học tơpơ mờ, lý thuyết đồ thị mờ, phân tích liệu mờ, thuật ngữ logic mờ thƣờng đƣợc dùng chung cho tất Không giống nhƣ tập rõ mà ta biết trƣớc đây, phần tử xác định thuộc không thuộc nó, với tập mờ xác định phần tử liệu thuộc vào nhiều hay ít, tức đối tƣợng phần tử tập mờ với khả định mà Trọng tâm lý thuyết tập mờ việc đề xuất khái niệm tập mờ (fuzzy sets) Về mặt toán học, tập mờ A hàm số (gọi hàm thuộc (membership function)) xác định khoảng giá trị số mà đối số x chấp nhận (gọi tập vũ trụ (universe of discourse)) X cho bởi: µA(x) : X→ [0.1; 1.0] Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 55 Bảng 3.3 Tổng hợp thơng tin sở cho mơ hình dự báo theo tiếp cận ĐSGT Khoảng ui, nhãn Số sinh Năm Ngữ nghĩa định lƣợng SAi Số ngữ nghĩa Ai viên nhập với NQHNN, trọng số ngữ liệu ngữ nghĩa định nhập học lƣợng SAi học nghĩa thành phần thuộc nhóm theo nhãn ngữ ui nghĩa Ai tổng số liệu u1 = [13000 – 13055 1971 SA1  (SA1,SA1, SA2) 14000] 13563 1972 WSA1A1 = 3/(3x2+1) = 3/7 A1 = very small 13867 1973 WSA2A1 = 1/(3x2+1) = 1/7 SA1 = ν(very Tổng số liệu: small) u2 = [14000 – 14696 1974 SA2  SA3 15000] WSA3A2 = 1/1 = A2 = small Tổng số liệu: SA2 = ν(small) u3 = [15000 – 15460 1975 SA3  SA3, SA3, SA3, 16000] 15311 A3= little small 15603 1976 SA4, SA3, SA3, SA3, SA3, SA4 1977 WSA3A3 = 9/(9x7+4x2) = 1978 9/71 1982 WSA4A3 = 4/(9x7+4x2) = SA3 small) = ν(little 15861 15433 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 56 15497 1983 4/71 15145 1984 Tổng số lƣợng liệu: 71 15163 1985 15984 1986 u4 = [16000 – 16807 1979 SA4  SA4, SA4, SA3, SA6 17000] 16919 1980 WSA4A4 = 4/(4x2+9+3) = A4 = midle 16388 1981 4/20 SA4 = ν(middle) 16859 1987 WSA3A4 = 9/(4x2+9+3) = 9/20 Tổng số liệu: 20 u5 = [17000 – SA5 18000] Không dự báo A5 = little large SA5 = ν(little large) u6 = [18000 – 18150 1988 SA6  SA6, SA7 19000] 18970 1989 WSA6A6 = 3/(3+2) = 3/5 A6 = large 18876 1992 WSA7A6 = 2/(3+2) = 2/5 SA6 = ν(large) u7 = [19000 – 19328 Tổng số liệu: 1990 SA7  SA7, SA6 20000] Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 57 A7 = very large SA7 = 19377 1991 WSA7A7 = 2/(3+2) = 2/5 ν(very WSA6A7 = 3/(3+2) = 3/5 large) Tổng số liệu: Vấn đề dự báo tối ƣu chuỗi thời gian mờ theo nghĩa cực ti (3.2b) với khoảng giải nghĩa đƣợc chọn dựa luật 1, luật tham số cần tối ƣu θ, α tiếp cận ĐSGT Chƣơng trình tính tốn sở sử dụng phần mềm tối ƣu hóa GA MATLAB R2013a Kết mơ hình dự báo dựa ĐSGT với tham số tối ƣu θ*, α* theo nghĩa cực tiểu hàm MSE đƣợc mô tả Bảng 3.4, MSE có dạng: 21 MSE =  (SSVNHTT i  SSVNHDB i) / 21 i 1 Ở đây: - MSE (Mean Square Error) sai số trung bình bình phƣơng; - SSVNHTT i số sinh viên nhập học thực tế năm i; - SSVNHDB i số sinh viên nhập học dự báo năm i, i = (1972), (1973), …, 21 (1992) Bảng 3.4 Kết tính tốn dự báo tối ưu số sinh viên nhập học trường đại học Alabama từ 1971 đến 1992 theo tiếp cận ĐSGT Số sinh Số sinh viên Số sinh viên nhập Số sinh viển Năm nhập học Năm viên nhập học dự nhập học thực tế học dự báo báo 1971 13055 1972 13563 13810 Số hóa Trung tâm Học liệu - ĐHTN 1982 15433 15511 1983 15497 15668 http://www.lrc-tnu.edu.vn/ 58 1973 13867 14013 1084 15145 15251 1974 14696 14418 1985 15163 15251 1975 15460 15403 1986 15984 16251 1976 15311 15251 1987 16859 16668 1977 15603 15668 1988 18150 17511 1978 15861 16251 1989 18970 19077 1979 16807 16669 1990 19328 19309 1980 16919 17009 1991 19337 19309 1981 16388 16511 1992 18876 18847 Kết tính tốn nhận đƣợc giá trị tối ƣu θ* = 0.531; α* =0.411 với MSE = 45222 3.3 So sánh kết mơ hình dự báo chuỗi thời gian mờ bƣớc theo tiếp cận ĐSGT đây, xây dựng đƣợc mơ hình dự báo cho năm 1971  1972 , 1972  1973, 1973  1974,… , 1991  khác có với khoảng chia Lƣu ý nguyên tắc, độ xác phƣơng pháp dự báo chuỗi thời gian mờ theo tiếp cận Song & Chisson, Chen nhiều tác giả khác phụ thuộc nhiều vào q trình mờ hóa chuỗi thời gian giải mờ đầu dự báo đặc biệt khó tối ƣu hóa đồng thời hai trình Trong đó, mơ hình tính tốn theo tiếp cận ĐSGT đảm bảo thứ tự ngữ nghĩa đƣa cách chọn tham số θ, α hợp lý dễ dàng định hƣớng đến tối ƣu để xây Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 59 dựng dự báo dựa phép ngữ nghĩa hóa phép giải nghĩa tuyến tính Đây tính chất quan trọng tiếp cận ĐSGT sở khoa học cho tính hiệu cao nhiều tốn ứng dụng nói chung tốn dự báo chuỗi thời gian mờ nói riêng Trong Bảng 3.5 So sánh kết dự báo theo tiếp cận ĐSGT [5] , Huarng [15] sử dụng chuỗi thời gian mờ với khoảng chia Bảng 3.5: So sánh phương pháp dự báo với khoảng chia Số sinh Phƣơng Phƣơng Phƣơng Năm viên pháp Chen pháp pháp nhập học [5] Huarng [15] ĐSGT 1971 13055 1972 13563 14000 14000 13810 1973 13867 14000 14000 14013 1974 14696 14000 14000 14418 1975 15460 15500 15500 15403 1976 15311 16000 15500 15251 1977 15603 16000 16000 15668 1978 15861 16000 16000 16251 1979 16807 16000 16000 16669 1980 16919 16833 17500 17009 1981 16388 16833 16000 16511 1982 15433 16833 16000 15511 1983 15497 16000 16000 15668 1984 15145 16000 15500 15251 1985 15163 16000 16000 15251 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 60 1986 15984 16000 16000 16251 1987 16859 16000 16000 16668 1988 18150 16833 17500 17511 1989 18970 19000 19000 19077 1990 19328 19000 19000 19309 1991 19337 19000 19500 19309 1992 18876 19000 19000 18847 407507 226611 45222 MSE 3.4 Kết luận chƣơng Vấn đề dự báo chuỗi thời gian mờ năm gần đƣợc nhiều c xác [6, 7, 15] Tuy nhiên, qua so , mơ hình dự báo dựa ĐSGT mơ hình mới, hồn tồn khác biệt, có khả n Sự khác biệt thể phƣơng pháp luận lần sử dụng phép ngữ nghĩa hóa thay cho phép mờ hóa, nhóm , sử dụng mơ hình chuỗi thời gian mờ bậc với khoảng chia liệu lịch sử nhƣ mơ hình dự báo Chen [5 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 61 Chen [5 sử dụng khoảng có [15] Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 62 KẾT LUẬN VÀ KIẾN NGHỊ trƣớc Trong luận văn tơi trình bày mơ hình dự báo chuỗi thời gian mờ Song & Chissom Chen Từ đƣa mơ hình dự báo chuỗi thời gian mờ với tham số tối ƣu đại số gia tử Kết tính tốn cho thấy mức độ phù hợp dự báo so với số liệu thực tế Chính vậy, mơ hình chuỗi thời gian mờ đƣợc nhiều tác giả nghiên cứu có nhiều triển vọng ứng dụng công nghệ thông tin với liệu thực tế cho lĩnh vực dự báo chuỗi thời gian mờ Tuy nhiên mơ hình dự báo dựa ĐSGT tƣơng lai cần đƣợc tiếp tục nghiên cứu thử nghiệm mơ hình chuỗi thời gian mờ bậc cao với nhiều yếu tố ảnh hƣởng khác để đáp ứng đƣợc xu hƣớng nghiên cứu mơ hình dự báo chuỗi thời gian mờ Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 63 Tiếng Việt: [1] Nguyễn Cơng Điều Một thuật tốn cho mơ hình chuỗi thời gian mờ Tạp chí khoa học công nghệ Tập 49 Số 4, 11-25, 2011 Tiếng Anh: [2] Song Q, Chissom B.S Fuzzy time series and its models Fuzzy Sets and Syst 54, 269–277, 1993 [3] Song Q, Chissom B.S Forecasting enrollments with fuzzy time series – part Fuzzy Sets and Syst 54, 1–9, 1993 [4] Song Q, Chissom, B S Forecasting enrollments with fuzzy time series – part Fuzzy Sets and Syst 62, 1–8, 1994 [5] Chen, S.M Forecasting Enrollments Based on Fuzzy Time Series Fuzzy Sets and Syst 81, 311–319, 1996 [6] Chen S.M and Chung N.Y Forecasting enrollments using high-order fuzzy time series and genetic algorithms Int Journal of Intelligent Systems 21, 485-501 2006 [7] Chen S M, Tanuwijaya K Multivariate fuzzy forecasting based on fuzzy time series and automatic clustering techniques Expert Systems with Applications 38, 10594–10605, 2011 [8] Lee M H, Efendi R, Ismad Z Modified Weighted for Enrollments Forecasting Based on Fuzzy Time Series MATEMATIKA, 25(1), 67-78, 2009 [9] N Cat Ho and W Wechler, Hedge algebras: An algebraic approach to structures of sets of linguistic domains of linguistic truth variable Fuzzy Sets and Systems, Vol 35,3, pp.281-293, 1990 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 64 [10] N Cat Ho and W Wechler Extended hedge algebras and their application to Fuzzy logic Fuzzy Sets and Systems 52, 259-281, 1992 [11] Cat Ho, N and H Van Nam An algebraic approach to linguistic hedges in Zadeh's fuzzy logic Fuzzy Set and System, 129, 229-254, 2002 [12] Nguyen Cat Ho, Vu Nhu Lan, Le Xuan Viet Optimal hedge-algebrasbased controller: Design and Application Fuzzy Sets and Systems 159, 968– 989, 2008 [13] Dinko Vukadinović, Mateo Bašić, Cat Ho Nguyen, Nhu Lan Vu, Tien Duy Nguyen Hedge-Algebra-Based Voltage Controller for a Self-Excited Induction Generator, Control Engineering Practice, 30, 78–90, 2014 [14] Cong Nguyen Huu, Duy Nguyen Tien, Trung Ngo Kien, Ha Le Thi Thu A Research on Parabolic Trough Solar Collector System Control based on Hedge Algebra, 11th International Conference on Control, Automation, Robotics and Vision, December, 715-720, 2010, Singapore [15] Huarng, K Heuristic Models of Fuzzy Time Series for Forecasting Fuzzy Sets and Syst 123, 369–386, 2001 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 65 function [y] = OHAP_2tuyentinhNGAN(x) format long SV22=[13055;13563;13867;14696;15460;15311;15603;15861;16807;16919; 16388;15433;15497;15145;15163;15984;16859;18150;18970;19328;19337;1 8876] SV21=[13563;13867;14696;15460;15311;15603;15861;16807;16919;16388; 15433;15497;15145;15163;15984;16859;18150;18970;19328;19337;18876] xgmin=13000 xgmax=20000 WSA1A1=3/7 WSA2A1=1/7 WSA3A2=1 WSA3A3=9/71 WSA4A3=4/71 WSA4A4=4/20 WSA3A4=9/20 WSA6A4=3/20 WSA6A6=3/5 WSA7A6=2/5 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 66 WSA7A7=2/5 WSA6A7=3/5 % TETA=x(1) va Anpha=x(2) SA1=x(1)*(1-x(2))*(1-x(2)) SA2=x(1)*(1-x(2)) SA3=x(1)*(1-x(2)+x(2)^2) SA4=x(1) SA5=x(1)+x(2)*(1-x(1))*(1-x(2)) SA6=x(1)+(1-x(1))*x(2) SA7=x(1)+x(2)*(1-x(1))*(2-x(2)) SP(1)=WSA1A1*SA1*2+WSA2A1*SA2 SP(2)=SP(1) SP(3)=SP(1) SP(4)=WSA3A2*SA3 SP(5)=WSA3A3*SA3*7+WSA4A3*SA4*2 SP(6)=SP(5) SP(7)=SP(5) SP(12)=SP(5) SP(13)=SP(5) SP(14)=SP(5) SP(15)=SP(5) SP(8)=SP(5) SP(16)=SP(5) SP(9)=WSA4A4*SA4*2+WSA3A4*SA3+WSA6A4*SA6 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 67 SP(10)=SP(9 SP(11)=SP(9) SP(17)=SP(9) SP(18)=WSA6A6*SA6+WSA7A6*SA7 SP(19)=SP(18) SP(20)=WSA6A7*SA6+WSA7A7*SA7 SP(21)=SP(20) xmin(1)=13000 xmax(1)=17000 xmin(2)=13000 xmax(2)=18000 xmin(3)=13000 xmax(3)=20000 xmin(4)=15000 xmax(4)=16000 xmin(5)=14000 xmax(5)=17000 xmin(6)=14000 xmax(6)=18000 xmin(7)=15000 xmax(7)=18000 xmin(8)=15000 xmax(8)=19000 xmin(9)=15000 xmax(9)=19000 xmin(10)=14000 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 68 xmax(10)=19000 xmin(11)=13000 xmax(11)=18000 xmin(12)=14000 xmax(12)=18000 xmin(13)=14000 xmax(13)=17000 xmin(14)=14000 xmax(14)=17000 xmin(15)=15000 xmax(15)=18000 xmin(16)=15000 xmax(16)=19000 xmin(17)=15000 xmax(17)=20000 xmin(18)=16000 xmax(18)=20000 xmin(19)=17000 xmax(19)=20000 xmin(20)=17000 xmax(20)=20000 xmin(21)=15000 xmax(21)=20000 SPP=0.0 DPP=0.0 lb=[0;0] Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 69 ub=[1;1] for i=1:21, DeSP(i)=(SPP*SP(i)*(1-SP(i))+SP(i))*(xmax(i)-xmin(i))+xmin(i); DDeSP(i)=DPP*(DeSP(i)-xmin(i))*(xmax(i)-DeSP(i))/(xmax(i)xmin(i))+DeSP(i); end DP=[1;2;3;4;5;6;7;8;9;10;11;12;13;14;15;16;17;18;19;20;21]; SAISO=SV21-DDeSP' SAISOBINHPHUONG=[SAISO(1)^2;SAISO(2)^2;SAISO(3)^2;SAISO(4)^2 ;SAISO(5)^2;SAISO(6)^2;SAISO(7)^2;SAISO(8)^2;SAISO(9)^2;SAISO(10) ^2;SAISO(11)^2;SAISO(12)^2;SAISO(13)^2;SAISO(14)^2;SAISO(15)^2;S AISO(16)^2;SAISO(17)^2; SAISO(18)^2;SAISO(19)^2;SAISO(20)^2;SAISO(21)^2] T=sum(SAISOBINHPHUONG) MSE=T/21 y=MSE BANG=[SV21 DP DDeSP' SAISOBINHPHUONG] Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ ... trọng ảnh hƣởng đến độ xác dự báo phép mờ hóa liệu Vì tơi chọn ? ?Dự báo chuỗi thời gian mờ với tham số tối ưu đại số gia tử? ?? làm luận văn nghiên cứu Tiếp cận đại số gia tử (ĐSGT) [6, 7] cấu trúc... HÌNH DỰ BÁO CHUỖI THỜI GIAN MỜ 25 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ iii 2.1 Mơ hình dự báo chuỗi thời gian mờ Song Chissom 25 2.2 Mơ hình dự báo chuỗi thời gian mờ. .. Logic mờ đại số gia tử - Chƣơng 2: Mơ hình dự báo chuỗi thời gian mờ - Chƣơng 3: ĐSGT với tham số tối ƣu Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ CHƢƠNG LOGIC MỜ VÀ ĐẠI SỐ GIA TỬ