3.4. Mơ hình dự báo chuỗi thời gian ngơn ngữ bậc cao 87 !
3.4.2. Mơ hình dự báo HO-LTS 88!
Sử dụng các nhóm quan hệ lơ-gic ngơn ngữ bậc cao, mơ hình dự báo được thiết lập và minh họa vắn tắt trong Hình 3.6.
Trong bước 1, khơng gian nền sẽ được thiết lập. Việc xác định không gian bài tốn cần hợp lý, khơng nên q bó hẹp những cũng không nên mở rộng tới các vùng dữ liệu khơng có khả năng đạt tới. Cấu trúc ĐSGT cũng được xác định
trong bước này. Việc lựa chọn các giá trị ngữ nghĩa đại diện cho dữ liệu lịch sử, giá trị các tham số 6, 3 cũng được xác định để tìm ra ngữ nghĩa định lượng tương ứng của các giá trị ngữ nghĩa được chọn.
Hình 3.6. Mơ hình dự báo HO-LTS
Bước 2 sẽ tiến hành ngơn ngữ hóa dữ liệu lịch sử. Theo đó, mỗi điểm dữ liệu lịch sử nếu được thu thập dạng số sẽ được đại diện bởi một giá trị ngữ nghĩa tương ứng. Việc lựa chọn giá trị ngữ nghĩa này có thể căn cứ vào khoảng cách từ giá trị thực của điểm dữ liệu tới giá trị ngữ nghĩa gần nhất trong bộ từ được chọn.
Việc thiết lập các nhóm quan hệ lơ-gic ngơn ngữ LLRG được thực hiện trong bước 3. Các quan hệ lô-gic ngôn ngữ LLR được thiết lập từ dữ liệu lịch sử. Để xây dựng quan hệ bậc ø, xét điểm dữ liệu từ ø đến giá trị cuối, điểm dữ liệu thứ Ư có quan hệ LLR là: j/#a, … , j/#), j/#' → j/. Nếu với bộ giá trị ngữ nghĩa #/#a, … , #/#), #/#' tồn tại nhiều quan hệ có bộ giá trị ngữ nghĩa này ở ở vế trái của quan hệ, khi đó ta có nhóm quan hệ ngữ nghĩa tương ứng là: j/#a, … , j/#), j/#' → j/', j/(, … , j/).
Ở bước 4, thực hiện dự báo đầu ra của bài toán bằng cách sử dụng dữ liệu lịch sử cùng với các nhóm quan hệ LLRG. Để đánh giá sự hiệu quả của mơ hình, các độ đo như MSE, RMSE, MAPE... được dùng để thực hiện các so sánh.