TAILIEUCHUNG - Mô hình chuỗi thời gian mờ bậc cao hai nhân tố kết hợp với tối ưu bầy đàn cho dự báo nhiệt độ và thị trường chứng khoán

Trong thực tế, một dẫy quan sát có thể phụ thuộc và bị ảnh hưởng vào nhiều yếu tố khác nhau. Do đó, để dự báo chính xác hơn cần đưa thêm những yếu tố khác có tương quan tiềm năng vào mô hình. Nghiên cứu này đề xuất một mô hình dự báo mới dựa trên chuỗi thời gian mờ bậc cao hai nhân tố kết hợp với tối ưu bầy đàn (PSO) để dự báo nhiệt độ và thị trường chứng khoán. | Kỷ yếu Hội nghị KHCN Quốc gia lần thứ XII về Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin FAIR Huế ngày 07-08 6 2019 DOI MÔ HÌNH CHUỖI THỜI GIAN MỜ BẬC CAO HAI NHÂN TỐ KẾT HỢP VỚI TỐI ƯU BẦY ĐÀN CHO DỰ BÁO NHIỆT ĐỘ VÀ THỊ TRƯỜNG CHỨNG KHOÁN Nghiêm Văn Tính1 Nguyễn Công Điều2 1 Trường Đại học Kỹ thuật Công nghiệp - Đại học Thái Nguyên 2 Trường Đại học Thăng Long nghiemvantinh@ ncdieu@ TÓM TẮT Trong thực tế một dẫy quan sát có thể phụ thuộc và bị ảnh hưởng vào nhiều yếu tố khác nhau. Do đó để dự báo chính xác hơn cần đưa thêm những yếu tố khác có tương quan tiềm năng vào mô hình. Nghiên cứu này đề xuất một mô hình dự báo mới dựa trên chuỗi thời gian mờ bậc cao hai nhân tố kết hợp với tối ưu bầy đàn PSO để dự báo nhiệt độ và thị trường chứng khoán. Khác với một số mô hình trước đây trong mô hình đề xuất nhóm quan hệ mờ phụ thuộc thời gian bậc cao được xây dựng để sử dụng trong quá trình dự báo. Còn PSO vẫn được áp dụng để tìm độ dài khoảng tối ưu trong tập nền của từng nhân tố. Hai tập dữ liệu kinh điển về thời tiết và thị trường chứng khoán ở Đài Loan với các nhân tố tương ứng là nhiệt độ độ bao phủ của mây và chỉ số TAIFEX chỉ số TAIEX được lựa chọn để minh chứng cho hiệu quả của mô hình đề xuất và so sánh với các mô hình hiện có. Từ kết quả cho thấy mô hình đề xuất đưa ra độ chính xác dự báo tốt hơn so với các mô hình dự báo trước đây dựa trên chuỗi thời gian mờ bậc cao hai nhân tố. Từ khóa Chuỗi thời gian mờ Nhóm quan hệ mờ phụ thuộc thời gian hai nhân tô Tối ưu bầy đàn Nhiệt độ TAIFEX. I. GIỚI THIỆU Chuỗi thời gian mờ FTS do Song và Chissom đề xuất trong 1 2 được xem như một công cụ hữu hiệu cho phân tích chuỗi thời gian. Kể từ đó nó là chủ đề của nhiều nghiên cứu trong lĩnh vực dự báo đặc biệt là khi dữ liệu thu thập là không chính xác mơ hồ và không có xu hướng xác định. Hai mô hình FTS ban đầu của Song và Chissom đưa ra khá phức tạp và mất nhiều thời gian tính toán khi giải quyết với ma trận quan hệ mờ lớn. .

TỪ KHÓA LIÊN QUAN
TÀI LIỆU MỚI ĐĂNG
170    252    4    28-03-2024
19    219    0    28-03-2024
34    198    1    28-03-2024
46    179    0    28-03-2024
20    189    2    28-03-2024
15    174    0    28-03-2024
22    111    0    28-03-2024
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.