Погрешности оценивания по ACL-шкале, Применение ACL-шкалы - Моделирование лингвистических оценок на основе ACL-шкалы

Определим следующие погрешности, которые можно зафиксировать при оценивании и порождении абсолютных и относительных лингвистических оценок.

Погрешности в определении типа различия

,

Где - исходное (наблюдаемое) значение, оцененное по ACL-шкале; - вычисленное значение по оценке различия. Результат представляется в лингвистической форме.

Погрешности в определении интенсивности различия:

,

Где - наблюдаемое значение, оцененное по ACL-шкале; - вычисленное значение по оценке различия.

Погрешность в определении абсолютной оценки может быть вычислена различными способами, например,

,

Где, xJ - исходное (наблюдаемое) значение, xJX, - абсолютная оценка значения xJ по ACL-шкале.

Применение ACL-шкалы

Применение предлагаемой шкалы обосновано, в том случае, если она будет инструментом оценивания данных некоторой проблемной области, основываться на онтологии и применяться для анализа, извлечения данных в системах принятия решений. Также, предлагаемая шкала может быть построена на основе наблюдаемых или хранимых данных, представленных в виде временных рядов с целью определения в них полезной информации, например, тенденций изменения.

Авторами построена программная система FUTS, в которой реализовано второе направление применения ACL-шкалы. Данная система позволяет на основе временного ряда (ВР) построить ACL-шкалу и применить ее для получения числовых оценок уровней ВР. Результирующая погрешность определялась как средняя относительная ошибка. Также результаты лингвистического оценивания по сгенерированной шкале используются в программной системе при решении следующих задач:

    - Резюмирования ВР в терминах нечетких тенденций; - Сегментирование ВР в терминах нечетких тенденций; - Генерации ассоциативных правил ; - Частотного анализа распознанных ассоциативных правил ; - Прогнозирование ВР.

Рассмотрим обобщенный алгоритм прогнозирования ВР.

На первом шаге по анализируемому ВР строится модель ACL-шкалы, в которой фиксируются параметры, используемые для решения задач анализа ВР, в частности для задачи прогнозирования. Параметры этой шкалы могут устанавливаться пользователем или формироваться автоматически на основе методов кластерного анализа.

На втором шаге по анализируемому ВР строятся временные ряды нечетких значений и нечетких элементарных тенденций. Для реализации этого преобразования применяется построенная на первом шаге ACL-шкала, а само преобразование назовем FT-преобразованием.

На третьем шаге из временного ряда нечетких тенденций извлекаются ассоциативные правила, характеризующие поведение временного ряда в терминах нечетких тенденций. Эти правила в дальнейшем будут использованы для решения задач прогноза тенденций. Структура, количество и параметры извлеченных ассоциативных правил будут определять соответственно структуру и параметры для генерации нечеткой системы моделирования поведения ВР.

На четвертом шаге реализуется применение сгенерированной нечеткой системы для прогноза в лингвистических значениях тенденций, в нечетких значениях временного ряда и в значениях анализируемого ВР.

На пятом шаге оцениваются ошибки прогноза.

Предлагаемый метод прогнозирования использовался для прогнозирования количества поступающих в Алабамский университет. Эти данные традиционно используются для экспериментальной проверки новых методов прогнозирования нечетких временных рядов. Сравнение методов прогнозирования поступающих в университет Алабамы осуществляются по критериям относительной ошибки аппроксимации(AFER) и по среднеквадратичному отклонению(MSE). Ниже приведено сравнение предлагаемого метода и известных из литературы методов прогнозирования НВР.

Таблица 1 . Сравнение методов прогнозирования НВР

Song [5]

Huarng's [6]

Jilani [4]

Proposed method

MSE

407507

86694

41426

42418

AFER

3.1100 %

1.5294 %

1.0242 %

0,93%

Сравнение методов прогнозирования по стандартным ошибкам показывает, что результаты прогноза по предлагаемому методу являются сравнительно хорошими.

Лингвистический ряд прогнозирование

Похожие статьи




Погрешности оценивания по ACL-шкале, Применение ACL-шкалы - Моделирование лингвистических оценок на основе ACL-шкалы

Предыдущая | Следующая