ساخت مدل پیش بینی سریهای زمانی براساس بهبود روابط فازی

این مطالعه یک مدل پیش بینی جدید برای سریهای زمانی براساس برخی پیشرفتهای مهم ایجاد میکند. ابتدا، مجموعه جهانی را به عنوان درصد تغییرات سریها انتخاب میکنیم. این مجموعه جهانی توسط الگوریتم خودکار به خوشه ها تقسیم میشود. تعداد مناسب خوشه به سطح مشابه عناصر در مجموعه جهانی بستگی دارد. دوم، یک اصل برای یافتن رابطه هر عنصر در سری با خوشه های یافت شده ایجاد میشود. در نهایت، قانون پیش بینی را از روی روابط فازی ایجاد شده پیشنهاد میکنیم. مدل پیشنهادی با مثال های عددی با جزییات نشان داده میشود، و میتواند به سرعت با روش متلب ایجاد شده روی داده های واقعی اعمال شود. مدل پیشنهادی با مقایسه بسیاری از سریها با تفاوت در تعداد عناصر، زمینه ها و ویژگیها، مزایای برجسته ای را نشان داده است. با استفاده از مدل پیشنهادی، ما قله نمکی را برای یک استان ساحلی در ویتنام پیشبینی میکنیم تا برای کاربرد این مطالعه نشان دهیم.