So sánh đánh giá giữa hai phương pháp phân khoảng HA và K-means

Một phần của tài liệu Một số phương pháp nâng cao độ chính xác dự báo trong mô hình chuỗi thời gian mờ (Trang 82 - 84)

phương pháp phân khoảng khác trên cùng mô hình FTS-1NT

So sánh đánh giá các kết quả đạt được dựa trên 7 khoảng

Tính hiệu quả của mô hình dự báo đề xuất sử dụng hai phương pháp phân khoảng HAK-means được so sánh với các phương pháp phân khoảng khác như: Phân khoảng theo lưới-Grid [8-10], phương pháp tối thiểu-Entropy [55], phương pháp mờ hình thang [55] (Trapezoid) và phân khoảng bởi Huarng [11]. Các phương pháp so sánh này được luận án thực hiện trên cùng mô hình được đề xuất FTS-1NT

với số khoảng bằng 7. Kết quả so sánh giữa các phương pháp phân khoảng khác nhau dựa trên quan QHM bậc 1 và bậc cao được ghi ra trong Bảng 2.29 và Bảng 2.30. Một cách trực quan so sánh về sai số dự báo MSE giữa các phương pháp phân khoảng khác nhau dựa trên các bậc khác nhau cũng được biểu diễn trong Hình 2.13.

Bảng 2.29: Kết quả và sai số dự báo của mô hình FTS-1NT sử dụng các phương pháp phân khoảng khác nhau dựa trên QHM bậc 1 với 7 khoảng chia. Năm DL

thực

Kết quả dự báo

Grid Entropy Trapezoid Huarng HA K-means

1971 13055 --- --- --- --- --- --- 1972 13563 13500 13363.5 13574 13555 13514.84 13309 1973 13867 13500 13363.5 13574 13555 13514.84 13777 ---- ---- ---- --- --- --- --- --- 1991 19337 19500 19323.5 20128.5 19555 19170 18932 1992 18876 18833.3 19323.5 19254.83 18888.33 19170 18932 MSE 267436 356264 327879 250465 125929 76551

Bảng 2.30: Sai số dự báo MSE của mô hình FTS-1NT sử dụng các phương pháp phân khoảng khác nhau dựa trên QHM cao với 7 khoảng chia.

Bậc Grid Entropy Trapezoid Huarng HA K-means

2 158068.3 77224 115733.7 154505.3 74808.1 37067 3 93019.6 18055.8 52229.5 93532 13233.9 3887.2 4 35077 11004 5084.7 40673 2106.9 2483.6 5 21643.8 11586.6 4511.9 26593.2 2035.3 2627 6 13120 12164.4 4755.2 1102.6 1986.3 2763.3 7 15032.4 12955 5041.6 1162 2093.6 2947.4 8 14430.8 13880.3 5321 1242 2016 3042.5 Average -MSE 50056 22410 27525.37 45544.3 14040 7831.14

Hình 2.13: Đồ thị biểu diễn sai số dự báo trong Bảng 2.30 của mô hình FTS-1NT

dựa trên các phương pháp phân khoảng khác nhau.

Quan sát Bảng 2.29 có thể thấy rằng hai phương pháp phân khoảng đề xuất dựa trên HA K-means đưa ra sai số dự báo nhỏ hơn các phương pháp so sánh trên cùng mô hình đề xuất. Như trên đã đề cập với phương pháp theo lưới Grid là chia tập nền thành các khoảng với độ dài bằng nhau. Cách phân khoảng này không phù hợp với dữ liệu phân bổ không đồng nhất, do đó thường được sử dụng để chia khoảng ban đầu trong các mô hình dự báo kết hợp. Phương pháp tối thiểu thành phần Entropy và mờ hình thang trong công trình [55] đã phần nào khắc phục được tính chủ quan trong việc xác định khoảng của phương pháp Grid [8-10], bằng cách chia tập nền thành các khoảng có độ dài khác nhau. Với cách này thì hàm độ thuộc của các tập mờ được biểu diễn bởi đồ thị bất đối xứng. Tuy nhiên trong phương pháp mờ hình thang Trapezoid [55] chỉ phù hợp với người ra quyết định có kinh nghiệm. Thêm nữa, từ các giá trị

MSE và sai số dự báo trung bình trong Bảng 2.30 và Hình 2.13 cũng cho thấy hai phương pháp phân khoảng K-means HA vượt trội hơn so với các phương pháp phân khoảng khác trên tất cả các bậc (từ bậc 2 đến bậc 8). Đặc biệt đưa ra sai số dự báo nhỏ nhất dựa vào QHM bậc 4 đối với phân khoảng sử dụng K-means và bậc 6 với phân khoảng sử dụng HA trên cùng 7 khoảng chia.

So sánh đánh giá các kết quả đạt được dựa trên 14 khoảng

Kết quả dự báo của mô hình sử dụng hai phương pháp phân khoảng K-means

HA với cùng số khoảng chia bằng 14 được đưa ra ở Bảng 2.31. Minh hoạ trực quan hơn có thể quan sát giữa giá trị dự báo của mô hình FTS-1NT sử dụng hai phương pháp phân khoảng với giá trị thực được thể hiện trên Hình 2.14. Từ hình này, nhận thấy đường cong của mô hình dự báo sử dụng cách phân khoảng K-means phản ánh xu thế tốt hơn so với cách chia khoảng sử dụng HA.

Bảng 2.31: Kết quả dự báo của mô hình FTS-1NT sử dụng phương pháp phân khoảng HA và K-means dựa trên QHM bậc 1 với 14 khoảng chia

Năm DL thực Kết quả dự báo

1971 13055 --- --- 1972 13563 13809.25 13871.5 1973 13867 13809.25 13871.5 ---- ---- ---- ---- 1991 19337 19399.5 19332 1992 18876 19399.5 18998.67 MSE 76825.6 17528.57

Hình 2.14: Đường cong mô tả kết quả dự báo của mô hình FTS-1NT sử dụng phương pháp phân khoảng HA K-means so với dữ liệu thực tế.

Một phần của tài liệu Một số phương pháp nâng cao độ chính xác dự báo trong mô hình chuỗi thời gian mờ (Trang 82 - 84)

Tải bản đầy đủ (PDF)

(132 trang)