1. Trang chủ
  2. » Luận Văn - Báo Cáo

Dự báo dữ liệu chuỗi thời gian dựa trên hệ suy luận ANFIS

99 3 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 99
Dung lượng 3,17 MB

Nội dung

Ngày đăng: 11/07/2021, 16:51

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
[1] A. Al-Hmouz, et al. (2012). 'Modeling and Simulation of an Adaptive Neuro- Fuzzy Inference System (ANFIS) for Mobile Learning'. IEEE transactions on learning technologies. 5 (3), 226-237 Sách, tạp chí
Tiêu đề: IEEE transactions on learning technologies
Tác giả: A. Al-Hmouz, et al
Năm: 2012
[2] R. Lee (2016). Detection of Dengue Epidemic in Dhaka, Bangladesh by a Neuro Fuzzy Approach, M. Arifuzzaman, et al., In: Software Engineering, Artificial Intelligence, Networking and Parallel/Distributed Computing. Springer Switzerland.pp. 165-174 Sách, tạp chí
Tiêu đề: Detection of Dengue Epidemic in Dhaka, Bangladesh by a Neuro Fuzzy Approach", M. Arifuzzaman, et al., In: "Software Engineering, Artificial Intelligence, Networking and Parallel/Distributed Computing
Tác giả: R. Lee
Năm: 2016
[3] S. Campisi-Pinto, J. Adamowski,G. Oron (2013). 'Forecasting Urban Water Demand Via Wavelet-Denoising and Neural Network Models. Case Study: City of Syracuse, Italy'. Water Resources Management. 26 (12), 3539-3558 Sách, tạp chí
Tiêu đề: Water Resources Management
Tác giả: S. Campisi-Pinto, J. Adamowski,G. Oron
Năm: 2013
[4] C.L.P. Chen,Chi-Hsu Wang (2014). 'A New Learning Algorithm for a Fully Connected Neuro-Fuzzy Inference System'. IEEE transactions on Neural networks and learning systems. 25 (10), 1741-1757 Sách, tạp chí
Tiêu đề: IEEE transactions on Neural networks and learning systems
Tác giả: C.L.P. Chen,Chi-Hsu Wang
Năm: 2014
[5] M.-Y. Chen,B.-T. Chen (2015). 'A hybrid fuzzy time series model based on granular computing for stock price forecasting'. Information Sciences. 294, 227–241 Sách, tạp chí
Tiêu đề: Information Sciences
Tác giả: M.-Y. Chen,B.-T. Chen
Năm: 2015
[6] W. Pedrycz,S.-M. Chen (2013). A Best-Match Forecasting Model for High-Order Fuzzy Time Series, Y.-C. Cheng,S.-T. Li, In: Time Series Analysis, Modeling and Applications. Springer Berlin pp. 331-345 Sách, tạp chí
Tiêu đề: A Best-Match Forecasting Model for High-Order Fuzzy Time Series", Y.-C. Cheng,S.-T. Li, In: "Time Series Analysis, Modeling and Applications
Tác giả: W. Pedrycz,S.-M. Chen
Năm: 2013
[7] P. Esling,C. Agon (2012). 'Time-Series Data Mining'. ACM Computing Surveys. 45 (1) Sách, tạp chí
Tiêu đề: ACM Computing Surveys
Tác giả: P. Esling,C. Agon
Năm: 2012
[8] T.-c. Fu (2011). 'A review on time series data mining'. Engineering Applications of Artificial Intelligence. 24 (1), 164–181 Sách, tạp chí
Tiêu đề: Engineering Applications of Artificial Intelligence
Tác giả: T.-c. Fu
Năm: 2011
[9] C. Mao,T. Yokomori ( 2006). Fuzzy Forecasting with DNA Computing, D.J.-F. Jeng, et al., In: DNA Computing. Springer Berlin. pp. 324-336 Sách, tạp chí
Tiêu đề: Fuzzy Forecasting with DNA Computing", D.J.-F. Jeng, et al., In: "DNA Computing
[10] L. Jing (2013). 'A neural fuzzy inference system'. Journal of electronics. 30 (4), 401-410 Sách, tạp chí
Tiêu đề: Journal of electronics
Tác giả: L. Jing
Năm: 2013
[11] K. Deep, et al. (2012). A Computational Method of Forecasting Based on Intuitionistic Fuzzy Sets and Fuzzy Time Series, B.P. Joshi,S. Kumar, In: Advances in Intelligent and Soft Computing. Springer India. pp. 993-1000 Sách, tạp chí
Tiêu đề: et al." (2012). "A Computational Method of Forecasting Based on Intuitionistic Fuzzy Sets and Fuzzy Time Series", B.P. Joshi,S. Kumar, In: "Advances in Intelligent and Soft Computing
Tác giả: K. Deep, et al
Năm: 2012
[12] S. Kara, S. Dasb,P.K. Ghosh (2014). 'Applications of neuro fuzzy systems: A brief review and future outline'. Applied Soft Computing. 15, 243–259 Sách, tạp chí
Tiêu đề: Applied Soft Computing
Tác giả: S. Kara, S. Dasb,P.K. Ghosh
Năm: 2014
[13] Y. Liao, et al. (2013). 'Stock Price Forecast Using Tree Augmented Nạve (TAN) Bayes'. Advances in Intelligent Systems and Computing. 212, 1013-1019 Sách, tạp chí
Tiêu đề: Advances in Intelligent Systems and Computing
Tác giả: Y. Liao, et al
Năm: 2013
[14] O. Maimon,L. Rokach. (2005). Data mining and knowledge discovery handbook. Springer. New York Sách, tạp chí
Tiêu đề: Data mining and knowledge discovery handbook
Tác giả: O. Maimon,L. Rokach
Năm: 2005
[15] K.N. Das, et al. (2015). Vehicle Classification Using Adaptive Neuro-Fuzzy Inference System (ANFIS), A.K. Maurya,D.K. Patel, In: Proceedings of Fourth International Conference on Soft Computing for Problem Solving Book Subt.Springer India. pp. 137-152 Sách, tạp chí
Tiêu đề: et al." (2015). "Vehicle Classification Using Adaptive Neuro-Fuzzy Inference System (ANFIS)", A.K. Maurya,D.K. Patel, In: "Proceedings of Fourth International Conference on Soft Computing for Problem Solving Book Subt
Tác giả: K.N. Das, et al
Năm: 2015
[16] L. RUTKOWSKI, et al. (2009). Neuro-fuzzy Systems, R.A. Meyers, In: Computational Complexity. Springer: New York. pp. 2069-2081 Sách, tạp chí
Tiêu đề: et al." (2009). "Neuro-fuzzy Systems", R.A. Meyers, In: "Computational Complexity
Tác giả: L. RUTKOWSKI, et al
Năm: 2009
[17] C.G. Helmis,P.T. Nastos (2013). 24-Hours Ahead Forecasting of PM10 Concentrations Using Artificial Neural Networks in the Greater Athens Area, Greece, K. Moustris, et al., In: Advances in Meteorology, Climatology and Atmospheric Physics. Springer Berlin pp. 1121-1126 Sách, tạp chí
Tiêu đề: 24-Hours Ahead Forecasting of PM10 Concentrations Using Artificial Neural Networks in the Greater Athens Area, Greece", K. Moustris, et al., In: "Advances in Meteorology, Climatology and Atmospheric Physics
Tác giả: C.G. Helmis,P.T. Nastos
Năm: 2013
[18] T. Nguyen, et al. (2013). Neural Network and Interval Type-2 Fuzzy System for Stock Price Forecasting Paper presented at IEEE International Conference on Fuzzy Systems (FUZZ), Hyderabad Sách, tạp chí
Tiêu đề: Neural Network and Interval Type-2 Fuzzy System for Stock Price Forecasting
Tác giả: T. Nguyen, et al
Năm: 2013
[19] T. Ravichandra,C. Thingom (2016). 'Stock Price Forecasting Using ANN Method'. Advances in Intelligent Systems and Computing. 435, 599-605 Sách, tạp chí
Tiêu đề: Advances in Intelligent Systems and Computing
Tác giả: T. Ravichandra,C. Thingom
Năm: 2016
[20] I.E. Shepelev, et al. (2015). 'Comparing Ambient Temperature Account Methods in Neural Network Based City Short -Term Load Forecasting'. Optical Memory and Neural Networks. 24 (3), 220–229 Sách, tạp chí
Tiêu đề: Optical Memory and Neural Networks
Tác giả: I.E. Shepelev, et al
Năm: 2015

HÌNH ẢNH LIÊN QUAN

Hình 1.4. Minh họa mơ hình mạng ANFIS [16] - Dự báo dữ liệu chuỗi thời gian dựa trên hệ suy luận ANFIS
Hình 1.4. Minh họa mơ hình mạng ANFIS [16] (Trang 23)
Tuy nhiên, phương pháp này cĩ nhược điểm là bĩp méo hình dạng của chuỗi thời gian khi tỉ lệ lấy mẫu quá thấp - Dự báo dữ liệu chuỗi thời gian dựa trên hệ suy luận ANFIS
uy nhiên, phương pháp này cĩ nhược điểm là bĩp méo hình dạng của chuỗi thời gian khi tỉ lệ lấy mẫu quá thấp (Trang 28)
Hình 2.3. Giảm chuỗi thời gian bằng cách giữ lại các điểm quan trọng [8] - Dự báo dữ liệu chuỗi thời gian dựa trên hệ suy luận ANFIS
Hình 2.3. Giảm chuỗi thời gian bằng cách giữ lại các điểm quan trọng [8] (Trang 29)
Hình 2.4. Giảm số chiều của dữ liệu chuỗi thời gian thành 2 chiều [14] - Dự báo dữ liệu chuỗi thời gian dựa trên hệ suy luận ANFIS
Hình 2.4. Giảm số chiều của dữ liệu chuỗi thời gian thành 2 chiều [14] (Trang 31)
Hình 2.7. Một ví dụ về trừu tượng hĩa lịch và gom cụm [14] - Dự báo dữ liệu chuỗi thời gian dựa trên hệ suy luận ANFIS
Hình 2.7. Một ví dụ về trừu tượng hĩa lịch và gom cụm [14] (Trang 34)
Hình 3.5. Biểu diễn tập mờ tam giác ứng với giá trị chân lý FALSE - Dự báo dữ liệu chuỗi thời gian dựa trên hệ suy luận ANFIS
Hình 3.5. Biểu diễn tập mờ tam giác ứng với giá trị chân lý FALSE (Trang 44)
Hình 3.8. Minh hoạ mơ hình mạng nơron 4 lớp. - Dự báo dữ liệu chuỗi thời gian dựa trên hệ suy luận ANFIS
Hình 3.8. Minh hoạ mơ hình mạng nơron 4 lớp (Trang 50)
Hình 3.9. Mơ tả hàm tính tổng trọng - Dự báo dữ liệu chuỗi thời gian dựa trên hệ suy luận ANFIS
Hình 3.9. Mơ tả hàm tính tổng trọng (Trang 52)
Hình vẽ đồ thị hàm logistic (a 1 ). Miền giá trị của hàm là (0, 1). - Dự báo dữ liệu chuỗi thời gian dựa trên hệ suy luận ANFIS
Hình v ẽ đồ thị hàm logistic (a 1 ). Miền giá trị của hàm là (0, 1) (Trang 53)
4.4.2. Xây dựng mơ hình ANFIS - Dự báo dữ liệu chuỗi thời gian dựa trên hệ suy luận ANFIS
4.4.2. Xây dựng mơ hình ANFIS (Trang 61)
Hình 4.1. Mơ hình ANFIS dự báo giá cổ phiếu - Dự báo dữ liệu chuỗi thời gian dựa trên hệ suy luận ANFIS
Hình 4.1. Mơ hình ANFIS dự báo giá cổ phiếu (Trang 63)
Bảng 4.2. Giá trị tham số mờ hàm Gaussian - Dự báo dữ liệu chuỗi thời gian dựa trên hệ suy luận ANFIS
Bảng 4.2. Giá trị tham số mờ hàm Gaussian (Trang 68)
Các kết quả mờ hĩa trong Bảng 4.3 được tính bằng cơng thức (4.1). Cụ thể: Mờ hĩa giá mở <Open> tại ngày thứ nhất của mã cổ phiếu AAA - Dự báo dữ liệu chuỗi thời gian dựa trên hệ suy luận ANFIS
c kết quả mờ hĩa trong Bảng 4.3 được tính bằng cơng thức (4.1). Cụ thể: Mờ hĩa giá mở <Open> tại ngày thứ nhất của mã cổ phiếu AAA (Trang 69)
Bảng 4.6. Ma trận hệ số suy luận mờ lần huấn luyện thứ 1 - Dự báo dữ liệu chuỗi thời gian dựa trên hệ suy luận ANFIS
Bảng 4.6. Ma trận hệ số suy luận mờ lần huấn luyện thứ 1 (Trang 72)
Bảng 4.9. Kết quả dự báo lần huấn luyện thứ 1 - Dự báo dữ liệu chuỗi thời gian dựa trên hệ suy luận ANFIS
Bảng 4.9. Kết quả dự báo lần huấn luyện thứ 1 (Trang 75)
Bảng 4.12. Chuẩn hĩa các giá trị dự báo lần huấn luyện thứ 8 - Dự báo dữ liệu chuỗi thời gian dựa trên hệ suy luận ANFIS
Bảng 4.12. Chuẩn hĩa các giá trị dự báo lần huấn luyện thứ 8 (Trang 77)
Hình 5.1. Biểu đồ dữ liệu huấn luyện giá cổ phiếu (ĐVT: 1,000VNĐ) - Dự báo dữ liệu chuỗi thời gian dựa trên hệ suy luận ANFIS
Hình 5.1. Biểu đồ dữ liệu huấn luyện giá cổ phiếu (ĐVT: 1,000VNĐ) (Trang 79)
Hình 5.3. Hàm mờ hĩa tập dữ liệu huấn luyện - Dự báo dữ liệu chuỗi thời gian dựa trên hệ suy luận ANFIS
Hình 5.3. Hàm mờ hĩa tập dữ liệu huấn luyện (Trang 80)
Hình 5.2. Biểu đồ dữ liệu mờ hĩa của tập dữ liệu huấn luyện - Dự báo dữ liệu chuỗi thời gian dựa trên hệ suy luận ANFIS
Hình 5.2. Biểu đồ dữ liệu mờ hĩa của tập dữ liệu huấn luyện (Trang 80)
Hình 5.4. Mơ tả dữ liệu kiểm thử giá cổ phiếu (ĐVT: 1,000VNĐ) - Dự báo dữ liệu chuỗi thời gian dựa trên hệ suy luận ANFIS
Hình 5.4. Mơ tả dữ liệu kiểm thử giá cổ phiếu (ĐVT: 1,000VNĐ) (Trang 81)
Hình 5.5. Mơ hình thực nghiệm dự báo giá cổ phiếu - Dự báo dữ liệu chuỗi thời gian dựa trên hệ suy luận ANFIS
Hình 5.5. Mơ hình thực nghiệm dự báo giá cổ phiếu (Trang 82)
Hình 5.8. Sai số huấn luyện giá cổ phiếu với trạng thái <Low> - Dự báo dữ liệu chuỗi thời gian dựa trên hệ suy luận ANFIS
Hình 5.8. Sai số huấn luyện giá cổ phiếu với trạng thái <Low> (Trang 88)
Hình 5.9. Sai số huấn luyện giá cổ phiếu với trạng thái <Close> - Dự báo dữ liệu chuỗi thời gian dựa trên hệ suy luận ANFIS
Hình 5.9. Sai số huấn luyện giá cổ phiếu với trạng thái <Close> (Trang 88)
Hình 5.10 mơ tả tồn bộ thời gian huấn luyện của quá trình huấn luyện mạng - Dự báo dữ liệu chuỗi thời gian dựa trên hệ suy luận ANFIS
Hình 5.10 mơ tả tồn bộ thời gian huấn luyện của quá trình huấn luyện mạng (Trang 89)
Hình 5.10. Thời gian huấn luyện của tồn bộ tập dữ liệu - Dự báo dữ liệu chuỗi thời gian dựa trên hệ suy luận ANFIS
Hình 5.10. Thời gian huấn luyện của tồn bộ tập dữ liệu (Trang 89)
Hình 5.11 mơ tả giá trị thực và giá trị dự báo của giá cổ phiếu ứng với bốn trạng thái: - Dự báo dữ liệu chuỗi thời gian dựa trên hệ suy luận ANFIS
Hình 5.11 mơ tả giá trị thực và giá trị dự báo của giá cổ phiếu ứng với bốn trạng thái: (Trang 90)
Hình 5.12. Độ lệch trung bình giữa giá trị dự báo và giá trị thực tế - Dự báo dữ liệu chuỗi thời gian dựa trên hệ suy luận ANFIS
Hình 5.12. Độ lệch trung bình giữa giá trị dự báo và giá trị thực tế (Trang 90)
Bảng 5.3. So sánh sai số giữa phương pháp đề xuất và các phương pháp khác - Dự báo dữ liệu chuỗi thời gian dựa trên hệ suy luận ANFIS
Bảng 5.3. So sánh sai số giữa phương pháp đề xuất và các phương pháp khác (Trang 91)
Bảng 5.6. So sánh sai số giữa phương pháp đề xuất và các phương pháp khác - Dự báo dữ liệu chuỗi thời gian dựa trên hệ suy luận ANFIS
Bảng 5.6. So sánh sai số giữa phương pháp đề xuất và các phương pháp khác (Trang 93)

TỪ KHÓA LIÊN QUAN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN