Нечіткий МГУА та його застосування для прогнозування фінансових процесів
This paper is devoted to the investigation and application of the fuzzy inductive modeling method known as Group Method of Data Handling (GMDH) in problems of Data Mining, in particularly its application to solving the forecasting tasks in financial sphere. The advantage of the inductive modeling me...
Збережено в:
| Дата: | 2019 |
|---|---|
| Автори: | , |
| Формат: | Стаття |
| Мова: | English |
| Опубліковано: |
The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"
2019
|
| Теми: | |
| Онлайн доступ: | http://journal.iasa.kpi.ua/article/view/168415 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | System research and information technologies |
Репозитарії
System research and information technologies| id |
journaliasakpiua-article-168415 |
|---|---|
| record_format |
ojs |
| institution |
System research and information technologies |
| collection |
OJS |
| language |
English |
| topic |
нечіткий МГУА функції приналежності адаптація моделей прогнозування нечеткий МГУА функции принадлежности адаптация моделей прогнозирование fuzzy GMDH membership functions models adaptation forecasting |
| spellingShingle |
нечіткий МГУА функції приналежності адаптація моделей прогнозування нечеткий МГУА функции принадлежности адаптация моделей прогнозирование fuzzy GMDH membership functions models adaptation forecasting Zaychenko, Yuriy Zaychenko, Helen Нечіткий МГУА та його застосування для прогнозування фінансових процесів |
| topic_facet |
нечіткий МГУА функції приналежності адаптація моделей прогнозування нечеткий МГУА функции принадлежности адаптация моделей прогнозирование fuzzy GMDH membership functions models adaptation forecasting |
| format |
Article |
| author |
Zaychenko, Yuriy Zaychenko, Helen |
| author_facet |
Zaychenko, Yuriy Zaychenko, Helen |
| author_sort |
Zaychenko, Yuriy |
| title |
Нечіткий МГУА та його застосування для прогнозування фінансових процесів |
| title_short |
Нечіткий МГУА та його застосування для прогнозування фінансових процесів |
| title_full |
Нечіткий МГУА та його застосування для прогнозування фінансових процесів |
| title_fullStr |
Нечіткий МГУА та його застосування для прогнозування фінансових процесів |
| title_full_unstemmed |
Нечіткий МГУА та його застосування для прогнозування фінансових процесів |
| title_sort |
нечіткий мгуа та його застосування для прогнозування фінансових процесів |
| title_alt |
Fuzzy GMDH and its application to forecasting financial processes Нечеткий МГУА и его прнменение для прогнозирования финансовых процессов |
| description |
This paper is devoted to the investigation and application of the fuzzy inductive modeling method known as Group Method of Data Handling (GMDH) in problems of Data Mining, in particularly its application to solving the forecasting tasks in financial sphere. The advantage of the inductive modeling method GMDH is a possibility of constructing an adequate model directly in the process of algorithm run. The generalization of GMDH in case of uncertainty — a new method fuzzy GMDH is described which enables to construct fuzzy models almost automatically. The algorithm of fuzzy GMDH is considered. Fuzzy GMDH with Gaussian and bell-wise membership functions MF are considered and their similarity with triangular MF is shown. Fuzzy GMDH with different partial descriptions orthogonal polynomials of Chebyshev and Fourier are considered. The problem of adaptation of fuzzy models obtained by FGMDH is considered and the corresponding adaptation algorithm is described. The extension and generalization of fuzzy GMDH in case of fuzzy inputs is considered and its properties are analyzed. The experimental investigations of the suggested FGMDH were carried out. |
| publisher |
The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" |
| publishDate |
2019 |
| url |
http://journal.iasa.kpi.ua/article/view/168415 |
| work_keys_str_mv |
AT zaychenkoyuriy fuzzygmdhanditsapplicationtoforecastingfinancialprocesses AT zaychenkohelen fuzzygmdhanditsapplicationtoforecastingfinancialprocesses AT zaychenkoyuriy nečetkijmguaiegoprnmeneniedlâprognozirovaniâfinansovyhprocessov AT zaychenkohelen nečetkijmguaiegoprnmeneniedlâprognozirovaniâfinansovyhprocessov AT zaychenkoyuriy nečítkijmguatajogozastosuvannâdlâprognozuvannâfínansovihprocesív AT zaychenkohelen nečítkijmguatajogozastosuvannâdlâprognozuvannâfínansovihprocesív |
| first_indexed |
2024-04-08T15:06:47Z |
| last_indexed |
2024-04-08T15:06:47Z |
| _version_ |
1795779521256882176 |
| spelling |
journaliasakpiua-article-1684152019-08-07T15:26:27Z Fuzzy GMDH and its application to forecasting financial processes Нечеткий МГУА и его прнменение для прогнозирования финансовых процессов Нечіткий МГУА та його застосування для прогнозування фінансових процесів Zaychenko, Yuriy Zaychenko, Helen нечіткий МГУА функції приналежності адаптація моделей прогнозування нечеткий МГУА функции принадлежности адаптация моделей прогнозирование fuzzy GMDH membership functions models adaptation forecasting This paper is devoted to the investigation and application of the fuzzy inductive modeling method known as Group Method of Data Handling (GMDH) in problems of Data Mining, in particularly its application to solving the forecasting tasks in financial sphere. The advantage of the inductive modeling method GMDH is a possibility of constructing an adequate model directly in the process of algorithm run. The generalization of GMDH in case of uncertainty — a new method fuzzy GMDH is described which enables to construct fuzzy models almost automatically. The algorithm of fuzzy GMDH is considered. Fuzzy GMDH with Gaussian and bell-wise membership functions MF are considered and their similarity with triangular MF is shown. Fuzzy GMDH with different partial descriptions orthogonal polynomials of Chebyshev and Fourier are considered. The problem of adaptation of fuzzy models obtained by FGMDH is considered and the corresponding adaptation algorithm is described. The extension and generalization of fuzzy GMDH in case of fuzzy inputs is considered and its properties are analyzed. The experimental investigations of the suggested FGMDH were carried out. Посвящено исследованиям и применению нечеткого метода индуктивного моделирования известного как нечеткий метод группового учета аргументов (МГУА) в проблемах интеллектуального анализа данных, в частности прогнозирования в финансовой сфере. Преимуществом индуктивного метода моделирования МГУА является возможность конструирования адекватной модели непосредственно в процессе работы алгоритма. Описано обобщение МГУА на случай неопределенности — нечеткий МГУА, позволяющий конструировать нечеткие модели почти автоматически. Рассмотрены алгоритмы нечеткого МГУА для гауссовских и колоколообразных функций принадлежности и показано их сходство с моделью для треугольных функций принадлежности. Приведены варианты НМГУА для ортогональных полиномов Чебышева и Фурье. Рассмотрена проблема адаптации нечетких моделей, полученных по НМГУА, и описан соответствующий алгоритм адаптации. Приведено обобщение нечеткого МГУА на случай нечетких входных переменных. Выполнены экспериментальные исследования НМГУА и приведены их результаты. Присвячено дослідженням та застосуванню нечіткого методу індуктивного моделювання, відомого як нечіткий метод групового урахування аргументів (НМГУА) у проблемах інтелектуального аналізу даних, зокрема прогнозування у фінансовій сфері. Перевагою індуктивного методу моделювання МГУА є можливість конструювання адекватної моделі процесу безпосередньо в процесі роботи алгоритму. Описано узагальнення МГУА на випадок невизначеності — нечіткий МГУА, який дозволяє конструювати нечіткі моделі майже автоматично. Розглянуто алгортми нечіткого МГУА для гаусівських та дзвіноподібних функцій належності і показано їх подібність до моделей з трикутними функціями належності. Наведено варіанти НМГУА для ортогональних поліномів Чебишова та Фур’є. Розглянуто проблему адаптації нечітких моделей, отриманих за допомогою НМГУА, та описано відповідний алгоритм адаптації. Наведено узагальнення нечіткого МГУА на випадок нечітких вхідних змінних. Проведено експериментальні дослідження НМГУА та наведено їх результати. The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2019-03-25 Article Article application/pdf http://journal.iasa.kpi.ua/article/view/168415 10.20535/SRIT.2308-8893.2019.1.07 System research and information technologies; No. 1 (2019); 91-109 Системные исследования и информационные технологии; № 1 (2019); 91-109 Системні дослідження та інформаційні технології; № 1 (2019); 91-109 2308-8893 1681-6048 en http://journal.iasa.kpi.ua/article/view/168415/168217 Copyright (c) 2021 System research and information technologies |