Содержание
- 2. Построение модели
- 3. Два основных этапа моделирования Построение модели Применение модели Две цели моделирования Для анализа (напр. в задаче
- 4. Этапы построения модели 1. ТСиСА: уяснение природы исследуемой системы, входов и выходов. Содержательное описание системы и
- 5. Цели моделирования Модели анализа. Получить новое знание о свойствах моделируемой системы: О природе ее входов и
- 6. Таким образом, в качестве объектов моделирования в системах могут быть рассмотрены статические сущности (свойства, классы), динамические
- 7. Исследовательские вопросы О природе и однородности входных и выходных данных О методике и параметрах кластеризации О
- 8. Известно, что задачи анализа развития сложных слабоструктурированных процессов по временным рядам успешно решаются экспертами на основе
- 9. Количественные модели входов и выходов Детерминированные: В виде одного значения в виде векторов значений одного типа
- 10. Количественные модели входов и выходов Нечеткие, допускающие лингвистическую неопределенность В виде лингвистической переменной для совокупности наблюдений
- 11. Трансформация – преобразование данных Число-Число: Стандартизация (standardization) или нормирование (normalization) приводит значения всех переменных к единому
- 12. Трансформация данных Categorical to Numeric Data: Binarization Text to Numeric Data Time Series to Discrete Sequence
- 13. Стандартизация – приведение к единой шкале! деление исходных данных на среднеквадратичное отклонение соответствующих переменных; вычисление Z-вклада
- 14. Трансформация Число – текст. Применяется теория нечетких множеств и нечетких шкал, например, ACL-шкала. Текст – число.
- 15. Трансформация Последовательность чисел (временной ряд) – текст. Применяется теория нечетких тенденций и темпоральный анализ. Последовательность чисел
- 16. Стохастические модели процессов Стохастические процессы, задающие зависимость между четким временем и случайной величиной с известным законом
- 17. Модель временного ряда yt = ft + ψt + ξt yt – заданный временной ряд, ft
- 18. Анализ поведения путем декомпозиции ВР Динамические свойства выхода Y (верхний график): Наличие восходящего тренда Наличие сезонности
- 19. Нечеткие модели входов и выходов Л. Заде предложил по аналогии с теорией вероятности использовать функцию в
- 20. В том случае, если значения функции принадлежности нечеткого множества представлены точными числовыми значениями, такие нечеткие множества
- 21. Нечеткий временной ряд как модель процесса Предположим, что задан процесс, состояния которого описываются n значениями одной
- 22. Нечеткие процессы
- 23. Нечеткие процессы
- 24. Декомпозиция Нечеткого ВР
- 25. Модели преобразования объектов НВР
- 26. Методологические основы нечеткого моделирования ВР Теорема нечеткой аппроксимации (Kosko, 1992) Теорема аппроксимации любой непрерывной функции с
- 28. Меры точности моделей ВР
- 29. Пример. Определите цель моделирования
- 30. Обобщенная регрессионно-нечеткая модель сервера
- 32. Введены три лингвистические переменные
- 33. Результаты фаззификации значений выходных характеристик сервера
- 34. Правила нечеткой модели
- 35. Нечеткое моделирование Для всех технических параметров построены правила нечеткого вывода: Сформированы правила нечеткого вывода для прогноза
- 38. Скачать презентацию