Sử dụng chuỗi Fourier nhằm cải thiện độ chính xác của mô hình xám phi tuyến và ứng dụng trong dự báo doanh số ô tô tại Việt Nam

Tóm tắt

Độ chính xác của mô hình dự báo đóng vai trò quan trọng trong việc hỗ trợ ra quyết định, đặc biệt trong môi trường với các dữ liệu phi tuyến và biến động phức tạp. Nghiên cứu này đề xuất cải tiến mô hình Xám phi tuyến NGM (1,1,k,c) bằng cách kết hợp chuỗi Fourier nhằm hiệu chỉnh phần dư sai số và nâng cao hiệu quả dự báo. Mô hình NGM (1,1,k,c) được sử dụng để mô phỏng xu hướng phát triển của chuỗi dữ liệu, trong khi chuỗi Fourier phản ánh các thành phần dao động chu kỳ chưa được mô hình hóa đầy đủ. Dữ liệu được sử dụng để xem xét tính hiệu quả của mô hình cải tiến là doanh số ô tô tại Việt Nam giai đoạn 2012–2025 được lấy từ website chính thức của Hiệp hội (VAMA). Kết quả thực nghiệm cho thấy, việc sử dụng chuỗi Fourier để chỉnh sửa phần dư sai số của mô hình NGM (1,1,k,c) đã làm tăng độ chính xác của mô hình dự báo lên 9,43% và 6,24% đối với tập dữ liệu huấn luyện và tập dữ liệu kiểm tra.