Vui lòng dùng định danh này để trích dẫn hoặc liên kết đến tài liệu này: https://dspace.ctu.edu.vn/jspui/handle/123456789/109544
Nhan đề: A hybrid pso-sa scheme for improving accuracy of fuzzy time series forecasting models
Tác giả: Pham, Dinh Phong
Nguyen, Duc Du
Pham, Hoang Hiep
Tran, Xuan Thanh
Từ khoá: Fuzzy time series
Particle swarm optimization
Simulated annealing
Năm xuất bản: 2022
Tùng thư/Số báo cáo: Journal of Computer Science and Cybernetics;Vol.38, No.03 .- P.257-275
Tóm tắt: Forecasting methods based on fuzzy time series have been examined intensively during the last few years. Three main factors which affect the accuracy of those forecasting methods are the length of intervals, the way of establishing fuzzy logical relationship groups, and defuzzification techniques. Many researchers focus on studying the methods of optimizing the length of intervals to improve forecasting accuracies by utilizing various optimization techniques. In line with that re- search trend, this paper proposes a hybrid algorithm combining particle swarm optimization with the simulated annealing technique (PSO-SA) to optimize the length of intervals to improve forecasting accuracies. The experimental results on the datasets of the "enrolments of the University of Al-abama," "killed in car road accidents in Belgium," and the "spot gold in Turkey" have shown that the proposed forecasting model is more effective than their counterparts.
Định danh: https://dspace.ctu.edu.vn/jspui/handle/123456789/109544
ISSN: 1813-9663
Bộ sưu tập: Tin học và Điều khiển học (Journal of Computer Science and Cybernetics)

Các tập tin trong tài liệu này:
Tập tin Mô tả Kích thước Định dạng  
_file_
  Giới hạn truy cập
7.49 MBAdobe PDF
Your IP: 3.133.113.24


Khi sử dụng các tài liệu trong Thư viện số phải tuân thủ Luật bản quyền.