Журнал электротехники и электронных технологий

Нейро-нечеткий подход к техноэкономическому прогнозированию

Долорес Де Грофф, Мохаммад Даббас и Перамбур Нилаканта

В данной статье предлагается нечеткий механизм вывода (FIE), предназначенный для выяснения деталей прогноза ex ante по зависимой переменной y на основе набора информации ex post, собранной по y в технико-экономических контекстах. Построенный таким образом FIE соответствует искусственной нейронной сети (ANN), и выведенный результат ANN дает прогноз временной эволюции y(t) в ожидаемом временном интервале (t) по отношению к набору имеющихся данных ex post. Однако доступные данные ex post разрежены и недостаточны для надежного прогнозирования. Поэтому сначала улучшается их мощность, и достаточное количество таких наборов получается в виде псевдореплик посредством статистического бутстреппинга. Затем тестовая ANN использует эти псевдорепликации в качестве обучающих входных данных для надежных графиков прогнозирования/предсказания. Кроме того, псевдореплицированные наборы считаются перекрывающимися и, следовательно, нечеткими. Поэтому принятая тестовая ANN имеет отношение к реализации FIE. Реальный набор технико-экономических данных по продажам ADSL-оборудования в узле проводной связи телекоммуникационной компании (telco) используется для проверки эффективности предлагаемой FIE и подтверждения описанного метода прогнозирования.