Áp dụng dự báo tai nạn ôtô tại Bỉ

Một phần của tài liệu Một số phương pháp nâng cao độ chính xác dự báo trong mô hình chuỗi thời gian mờ (Trang 137 - 139)

Tiểu mục này, mô hìnhFTS1NT-CMPSO được áp dụng để dự báo tai nạn xe ô tô ở Bỉ [87] từ năm 1974 đến năm 2004 và so sánh kết quả dự báo với các kết quả đạt được trong công trình [43, 45, 87, 89, 90]. Các kết quả và sai số dự báo RMSE

(1.9) được thể hiện trong Bảng 3.23.

Bảng 3.23: So sánh kết quả và sai số dự báo RMSE giữa mô hìnhFTS1NT-CMPSO

và các mô hình trước đây với số khoảng chia và bậc khác nhau.

FTS1NT- Năm DL thực [89] [90] [45] [87] [43] CMPSO Bậc 1 Bậc 3 1974 1975 1976 1977

1979 1980 1981 ---- 2002 2003 2004 RMSE

Quan sát Bảng 3.23 thấy rằng mô hình đề xuất thu được kết quả dự báo tốt hơn các mô hình so sánh trong bảng. Cụ thể, với cùng số khoảng 13, mô hình

FTS1NT-CMPSO thu được giá trị RMSE là 1.96 nhỏ hơn hai mô hình [90, 43] dựa trên

quan hệ mờ bậc 3. Bên cạnh đó, mô hình đề xuất cũng có giá trị RMSE nhỏ hơn nhiều

so với các mô hình trong công trình [45, 87, 89] dựa trên quan hệ mờ bậc 1 với số khoảng khác nhau.

Sở dĩ có được kết quả tốt hơn như vậy, có thể đánh giá giữa mô hình được đề xuấtFTS1NT-CMPSO với các mô hình so sánh ở ba yếu tố sau:

(1) Cách thiết lập nhóm quan quan hệ mờ: các công trình nghiên cứu [88, 89] sử dụng nhóm quan hệ của Chen, các công trình trong [43, 45, 87] sử dụng cách nhóm quan hệ lặp lại của Yu;

(2) Phương pháp xác định độ dài khoảng: các công trình [45, 87] sử dụng thuật toán di truyền để có được các khoảng tối ưu và nghiên cứu [43] áp dụng PSO;

(3) Quy tắc giải mờ đầu ra: Các mô hình so sánh đều sử dụng phương pháp giải mờ trọng tâm dựa trên các quy tắc của Chen và Yu để tính toán giá trị dự báo đầu ra. Trong khi đó, mô hình FTS1NT-CMPSO sử dụng NQHM-PTTG để có được các thông tin đầy đủ hơn, xác định độ dài khoảng tối ưu bằng cách kết hợp 2 kỹ thuật FCM và PSO. Về quy tắc dự báo, ngoài việc chia các khoảng dự báo thành các khoảng con, mô hình đề xuất còn sử dụng thêm một tham số hiệu chỉnh.

Tóm lại, từ các tính toán và phân tích ở trên cho thấy, mô hình đề xuất

FTS1NT-CMPSO đưa ra kết quả dự báo tốt hơn các mô hình hiện có dựa trên cả QHM bậc 1 và bậc cao với số khoảng khác nhau khi áp dụng trên dữ liệu tai nạn ô- tô tại Bỉ.

Một phần của tài liệu Một số phương pháp nâng cao độ chính xác dự báo trong mô hình chuỗi thời gian mờ (Trang 137 - 139)

Tải bản đầy đủ (DOCX)

(165 trang)
w