Проверяемый текст
Беляков, Станислав Сергеевич. Использование агрегирования в методах нелинейной динамики для анализа и прогнозирования временных рядов котировки акций (Диссертация 2005)
[стр. 126]

Ас =И’(«„ -^c)+w2(u^u„ с)+->С)+0; В'в =«’>(“„ -»й)+и>2(и„.,«„ ->B)+...
+ w,4ги„_м..л„ -»В)+1 и значения их суммы ст, = /ф + д[.
+ //„ .
После чего, вычисляем искомое значение функции принадлежности для
нечеткого лингвистического множества Представленный таблицей 3.1 лингвистический временной ряд (3.2) для временного ряда (3.1) еженедельного поступления больных в отделение пульмонологии заканчивается элементом и„ = Н, где я = 157 и соответствует 27 декабрю 2009 года.
Осуществим прогноз поступления больных в отделение пульмонологии на конец следующей недели (на 3.01.2010 года), т.е.
построим для отсутствующего элемента ня., его нечеткое
лингвистическое множество Прогноз осуществляется в терминах лингвистических переменных Н, С и В, т.е.
определенно можно сказать, каким будет
качественный уровень поступления больных в отделение на следующем временном шаге: низким, средним или высоким.
Учитывая установленную глубину памяти к =
12, рассматриваем отрезок ДВР и»-11И Л-1ОИ»-9И»-8и,.-7И„-б“»-5И«-4и„-ЭМ»-2“п-1и,, = ІІВСНССННВНСН (3.1 1) Для ряда (3.11) рассматриваем все его / коі іфигурации, I = 1, к, к = 12 : Н;СН;НСН;НВНСН; ННВНСН; СІІНВНСН;ССННВНСН;НССННВНСН; СНССННВНСНіВСНССННВНСІІ; нвснссннвнсн Для /=1 из табл.
3.3 получаем Для 1 = 2 из табл.
3.3 получаем значения частостей переходов из 2конфигурации СВ в термы Н, С, В: 126
[стр. 132]

1лн ,/лс ,цв.
Для этого сначала вычисляем ненормированные значения Мн = ^1(“« н )+ “►Н)+ 0, //[, = н-,(ил-> С)+ и>2 -> С)+ 1, Ив щ{ип-* в )+™г(ип-1и» -> В)+0 и их сумму сг3= /л'н +/л'с +Ив»после нормировки, которых получаем цн =Ел-,цс =Нс_^в -Нв_.
<у3 а3 &3 Если 3-конфигурация ии_2ип_1ип не демонстрирует наличие памяти, то рассматриваем 4-конфигурации ип_3ип_2ип_1ип, для которой вычисляем частости ее переходов в состояния Н, С и В.
Всякий раз к вычислению искомых Нн’Нс’Нв переходим тогда, когда встретится такая /-конфигурация ип-ыип-1+2...ип’ которая демонстрирует наличие памяти, например, получаем единичное значение частости для терма В: ™1{ип_м ип_и2..мп -* в) =1.
В таком случае, как было сказано выше, сначала вычисляем ненормированные значения функции принадлежности: и'н = ^ (« л -> я )+ м>2(мя_,мл -^ Я ) + ...+ н'м (мл_/+2мя.,+3...мл ->Я )+0; Ис = ^ ( м л > С ) + ^ 2(1/л_1«я -> С) + ...+ ы1_1(и„_1+2и„_,+3...ип > С )+ 0; Ив = ^ { ип ~+В)+ к 2{ип_хи„ В) + ...
+ п1_1(ип_м ип_1+3...и„ > Я ) + 1 и значения их суммы сг, = ц'н + /л’с + ц'в .
После чего, вычисляем искомое значение функции принадлежности для
НТМ IIп+, : цн = Е л.^с =Ес_^в = СУ, СУ, (У, Представленный таблицей 4.1 ЛВР котировки акций «Сбербанк» заканчивается элементом ия = В , где п = 78 и соответствует 31 марту 2005 года.
Осуществим прогноз котировки акций на следующий полумесяц (апрель) 2005 года, т.е.
построим для отсутствующего элемента ня+1 его нечеткое
терм-множество /Уя+, = {(#; /и°н),(С; ^°с),(В\/л°в)}.
Прогноз осуществляется на лингвистическом уровне, т.е.
определенно можно сказать каким будет
значение курса акций на следующем временном шаге: низким, средним или высоким.
Учитывая установленную глубину памяти к =
10, рассматриваем отрезок ЛВР и„.9ип_яип_1иа_6ип_5ип_4и„_3ип_2ип.1ип = ССВВСННССВ.
(4.10) 132

[Back]