Skip navigation
Please use this identifier to cite or link to this item:
Title: Модель прогнозирования с использованием нечеткого обучающего множества
Other Titles: A forecasting model on the basis of a fuzzy learning set
Authors: Герман, Ю. О.
Герман, О. В.
German, Yu. O.
German, O. V.
Keywords: доклады БГУИР
нечеткое обучающее множество
мера принадлежности
fuzzy learning set
membership measure function
classification, forecasting
Issue Date: 2016
Publisher: БГУИР
Citation: Герман, Ю. О. Модель прогнозирования с использованием нечеткого обучающего множества / Ю. О. Герман, О. В. Герман // Доклады БГУИР. - 2016. - № 5 (99). - С. 18 - 23.
Abstract: Рассматривается задача построения численного прогноза с использованием обучающего нечеткого множества. Поставленная в статье общая проблема связана с доопределением значений нечеткого вектора и его оценкой. При этом решается две задачи: разработка метода для генерации нечеткого прогнозного значения с ожидаемым (в статистическом смысле) значением нечеткой меры и оценка качества прогноза. Представленный математический аппарат базируется на технике построения четкого многомерного классификатора и его использования для определения нечеткой меры принадлежности с последующей оценкой вероятностей нечетких векторов по Р. Ягеру.A problem of constructing a numeric forecasting evaluator on the basis of a fuzzy learning set is considered. The stated general problem is connected to the definition of the missing fuzzy vector co-ordinates and their evaluation. The general formulation is divided into two tasks: to build a method producing missing fuzzy forecasting values with expected value of a fuzzy measure and forecasting quality estimation. The given mathematical backgrounds are based on the model of a multidimensional crisp classifier and its usage for the fuzzy measure definition with the following evaluation on the basis of the fuzzy vectors probabilities by R. Yager.
Appears in Collections:№5 (99)

Files in This Item:
File Description SizeFormat 
German_Model.PDF889,75 kBAdobe PDFView/Open
Show full item record

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.