МОДЕЛЮВАННЯ ПРОЦЕСІВ МОНІТОРИНГУ ПРИ НЕРІВНОМІРНИХ І НЕЧІТКИХ ІНТЕРВАЛАХ СПОСТЕРЕЖЕНЬ

Автор(и)

  • В.В. Скалозуб
  • О.В. Мурашоов

Анотація

Процедури моніторингу різноманітних процесів у складних системах на практиці часто дають змогу отримати лише короткі часові послідовності даних з нерівномірною у часі вибіркою. Такі короткі нерівномірні у часі послідовності даних (НЧПД) не дозволяють використовувати для аналізу традиційні статистичні моделі. Завдання ускладнюється при нечітких характеристиках вихідних даних. Для вирішення завдань аналізу та прогнозування НЧПД натепер застосовують кілька підходів. Серед них відзначимо включення часової інформації у метрики відстані, що використовуються для кластеризації часових рядів. Застосування для моделювання і прогнозування нечітких часових рядів процедур із встановлення нерівних частин областей універсуму дискурсу, з подальшою оцінкою взаємозв'язків між послідовними точками даних з використанням генетичного алгоритму. Створюються нові структури моделювання, що забезпечують економію моделей нечітких часових рядів (FTS) при збереженні певного рівня точності поза вибіркою та інше. Нами була представлена нова математична модель щодо аналізу НЧПД, яка для моделювання використовує сепарабельні форми обліку часових інтервалів між рівнями ряду. В ній нерівномірні (нечіткі) інтервали вибірок виділяються в окрему складову моделі, розглядаються як одна із компонент вектору даних процесу моніторингу. При моделюванні часової складової враховуються лише послідовності величин інтервалів. Окремо моделюються інші характеристики досліджуваних процесів, результати моделювання яких «накладаються» у відповідності до порядку їх розміщення у початкових НЧПД на результати моделювання часових інтервалів. Остаточно комплексна модель НЧПД являє собою сформовані для кожної із властивостей оцінки параметрів, які зв'язуються між собою з оцінками періодів, отриманими за моделлю часового інтервалу. Сепарабельна модель (СПМ) процесів моніторингу визначає як значення нового моменту виникнення чергової події спостережуваного процесу, так і відповідні моменту характеристики процесу.

##submission.downloads##

Опубліковано

2021-04-10

Номер

Розділ

Статті