Thiết kế mô hình dự báo chuỗi thời gian mờ tối ưu dựa trên đại số gia tử

Tóm tắt

Dự báo chuỗi thời gian mờ đã thu hút được sự chú ý đáng kể nhờ khả năng xử lý sự không chắc chắn và thiếu chính xác trong dữ liệu chuỗi thời gian. Các mô hình chuỗi thời gian mờ truyền thống thường gặp hạn chế trong việc nắm bắt các mối quan hệ phức tạp giữa các biến. Để giải quyết thách thức này, chúng tôi đề xuất một mô hình tiếp cận mới gọi là mô hình dự báo chuỗi thời gian mờ dựa trên đại số gia tử (OHAM). Đầu tiên, chúng tôi giới thiệu khái niệm về đại số gia tử và ứng dụng của chúng trong phân tích chuỗi thời gian mờ. Sau đó, chúng tôi trình bày các bước xây dựng mô hình, bao gồm việc xác định các nhãn ngôn ngữ trong đại số gia tử, xây dựng các quan hệ mờ từ dữ liệu, chia đoạn cho không gian tham chiếu. Tiếp đó, chúng tôi đề xuất một thuật toán tối ưu hóa để tinh chỉnh các tham số của OHAM, nhằm đạt được hiệu quả dự báo tối ưu. Cuối cùng là thử nghiệm trên một số bộ dữ liệu cụ thể để đánh giá tính hiệu quả của mô hình. Kết quả thử nghiệm cho thấy mô hình mới đề xuất ít sai số hơn so với nhiều mô hình khác.