Một phương pháp nâng cao hiệu quả dự báo dữ liệu tuyển sinh dựa trên chuỗi thời gian mờ

Bài viết Một phương pháp nâng cao hiệu quả dự báo dữ liệu tuyển sinh dựa trên chuỗi thời gian mờ đề xuất một phương pháp nâng cao hiệu quả của mô hình dự báo chuỗi thời gian mờ trên cơ sở kết hợp tối ưu các khoảng chia tập nền bằng thuật toán tối ưu bầy đàn và kỹ thuật giải mờ mới hiệu quả.
Nội dung trích xuất từ tài liệu:
Một phương pháp nâng cao hiệu quả dự báo dữ liệu tuyển sinh dựa trên chuỗi thời gian mờ Transport and Communications Science Journal, Vol 72, Issue 8 (10/2021), 967-981 Transport and Communications Science Journal A METHOD FOR IMPROVING ENROLLMENT FORECASTING BASED ON FUZZY TIME SERIES Nguyen Van Khanh, Nguyen Dinh Binh, Nguyen Bao Trung, Pham Dinh Phong* University of Transport and Communications, No. 3 Cau Giay Street, Hanoi, Vietnam ARTICLE INFO TYPE: Research Article Received: 15/06/2021 Revised: 29/08/2021 Accepted: 03/09/2021 Published online: 15/10/2021 https://doi.org/10.47869/tcsj.72.8.10 * Corresponding author Email: phongpd@utc.edu.vn Abstract. There are many studies on forecasting models based on fuzzy time series proposed in recent decades. There are many factors affecting the forecasted results that have been studied by many authors such as the techniques of dividing the universe of discourse into sub- intervals, forecasting rules and defuzzification techniques. However, the research results are still limited and do not satisfy users. In this paper, we propose a method to improve the efficiency of the fuzzy time series forecasting model on the basis of combining the swarm optimization algorithm for optimizing the interval length of the universe of discourse and a new efficient defuzzification technique. The proposed forecasting model is applied to forecast the number of students enrolled at the University of Alabama from 1971 to 1992. The experimental results show that the proposed forecasting model is more efficient than the existing models for both first-order and higher-order fuzzy time series forecasting models. Keywords: forecasting, fuzzy time series, defuzzification, fuzzy logical relationships. © 2021 University of Transport and Communications 967 Tạp chí Khoa học Giao thông vận tải, Tập 72, Số 8 (10/2021), 967-981 Tạp chí Khoa học Giao thông vận tải MỘT PHƯƠNG PHÁP NÂNG CAO HIỆU QUẢ DỰ BÁO DỮ LIỆU TUYỂN SINH DỰA TRÊN CHUỖI THỜI GIAN MỜ Nguyễn Văn Khánh, Nguyễn Đình Bình, Nguyễn Bảo Trung, Phạm Đình Phong* Trường Đại học Giao thông vận tải, Số 3 Cầu Giấy, Hà Nội, Việt Nam THÔNG TIN BÀI BÁO CHUYÊN MỤC: Công trình khoa học Ngày nhận bài: 15/06/2021 Ngày nhận bài sửa: 29/08/2021 Ngày chấp nhận đăng: 03/09/2021 Ngày xuất bản Online: 15/10/2021 https://doi.org/10.47869/tcsj.72.8.10 * Tác giả liên hệ Email: phongpd@utc.edu.vn Tóm tắt. Trong vài thập kỷ gần đây, nhiều nghiên cứu về mô hình dự báo dựa trên chuỗi thời gian mờ đã được đề xuất. Có nhiều nhân tố ảnh hưởng đến kết quả dự báo đã được nhiều tác giả tập trung nghiên cứu như kỹ thuật chia khoảng tập nền, các luật dự báo và kỹ thuật giải mờ. Tuy nhiên, các kết quả nghiên cứu vẫn còn nhiều hạn chế và chưa làm hài lòng người sử dụng. Trong bài báo này, chúng tôi đề xuất một phương pháp nâng cao hiệu quả của mô hình dự báo chuỗi thời gian mờ trên cơ sở kết hợp tối ưu các khoảng chia tập nền bằng thuật toán tối ưu bầy đàn và kỹ thuật giải mờ mới hiệu quả. Mô hình dự báo được đề xuất được ứng dụng để dự báo số sinh viên nhập học của Trường Đại học Alabama từ năm 1971 đến năm 1992. Kết quả thực nghiệm cho thấy, mô hình dự báo được đề xuất hiệu quả hơn các mô hình dự báo hiện có đối với cả chuỗi thời gian mờ bậc nhất và chuỗi thời gian mờ bậc cao. Từ khóa: dự báo, chuỗi thời gian mờ, giải mờ, quan hệ logic mờ. © 2021 Trường Đại học Giao thông vận tải 1. GIỚI THIỆU Dự báo được những sự việc, hiện tượng xảy ra trong tương lai luôn là mong muốn và mơ ước của con người. Nó giúp chúng ta hoạch định và ra quyết định tốt hơn, nâng cao hiệu quả công việc, tiết kiệm công sức, thời gian và chi phí. Do đó, đã có rất nhiều công trình nghiên cứu trong và ngoài nước được đề xuất nhằm nâng cao độ chính xác của kết quả dự báo đối với 968 Transport and Communications Science Journal, Vol 72, Issue 8 (10/2021), 967-981 các bài toán dự báo trong thực tiễn. Mô hình dự báo chuỗi thời gian mờ đã và đang thu hút cộng đồng các nhà khoa học nghiên cứu trong những năm gần đây nhằm khắc phục những nhược điểm của các mô hình dự báo truyền thống (ARMA, ARIMA, MA [1], …) đối với các mẫu dữ liệu có độ biến thiên lớn, dữ liệu được ghi nhận dưới dạng nhãn ngôn ngữ (như “low”, “medium”, “high”, “very high”, …) và số mẫu quan sát ít (thường dưới 50 mẫu). Mô hình dự báo chuỗi thời gian mờ được Song và Chissom [2] đề xuất năm 1993 và được áp dụng để dự báo số lượng sinh viên nhập học của trường Đại học Alabama [3, 4]. Tuy nhiên, mô hình dự báo của Song và Chissom sử dụng các phép tính kết hợp max-min phức tạp trong xử lý các quan hệ logic mờ và sẽ tốn nhiều thời gian tính toán khi số lượng các quan hệ logic mờ lớn. Nhận thấy nhược điểm này, Chen [5] đã đề xuất phương pháp hiệu quả hơn trong dự báo số lượng sinh viên nhập học bằng việc sử dụng các phép tính số học đơn giản thay vì các phép tính kết hợp max-min phức tạp trong xử lý các quan hệ logic mờ. Mô hình dự báo chuỗi thời gian mờ bậc cao cũng được Chen đề xuất nhằm nâng cao độ chính xác của kết quả dự báo [6]. Để giải quyết tình trạng lặp lại của các quan hệ logic mờ và phản ánh được tầm quan trọng của thứ tự xuất hiện của chúng, Yu đã gán cho chúng các trọng số theo thứ tự xuất hiện trong nhóm quan hệ logic mờ [7]. Các nghiên cứu trên là cơ sở cho một lĩnh vực nghiên cứu mới với các đề xuất cải tiến cả về phương pháp luận và nghiên cứu ứng dụng. Về nghiên cứu cải tiến phương pháp luận, các công trình nghiên cứu tập trung vào cải tiến mô hình dự báo chuỗi thời gian mờ của Chen dựa trên ba yếu tố ảnh hưởng đến độ chính xác của kết quả dự báo. Thứ nhất, việc mờ hóa miền giá trị của chuỗi thời gian sử dụng các tập mờ và ứng với mỗi tập mờ l ...