ФОРМАЛИЗАЦИЯ ОПИСАНИЯ ЗАКОНОМЕРНОСТЕЙ В ГРУППАХ ВРЕМЕННЫХ РЯДОВ

Стариков Е.С.

Аспирант, Алтайский государственный технический университет им. И.И. Ползунова

ФОРМАЛИЗАЦИЯ ОПИСАНИЯ ЗАКОНОМЕРНОСТЕЙ В ГРУППАХ ВРЕМЕННЫХ РЯДОВ

Аннотация

В статье рассмотрено применение методов теории формальных языков программирования и прогнозирование в нечеткой лингвистической форме для задачи выявления закономерностей изменения данных и их взаимовлияния. Рассматриваемое решение основывается на построении КС-грамматики для упрощенной работы с временными рядами, множествами рядов и оперирование временными функциями.

Ключевые слова: лингвистическое моделирование, формальные языки программирования, искусственный интеллект.

Starikov E.S.

Postgraduate student, I.I. Polzunov Altai state technical university

FORMALIZATION DESCRIPTIONS OF REGULARITIES FOR TIME SERIES GROUPS

Abstract

The article considers the application of the theory of formal languages ​​and forecasting in fuzzy linguistic form for the problem to identify patterns of change data and their interaction. The decision of this question is based on the construction of CFG to simplify working with time series, a plurality of rows and operation of temporary functions.

Keywords: linguistic modeling, formal programming languages, artificial intelligence.

В настоящее время существует несколько подходов к анализу информации, накапливаемой в виде временных рядов. Однако, наиболее перспективным является применение методов искусственного интеллекта, одним из направлений которого является прогнозирование ряда в нечеткой лингвистической форме. Данный подход основан на методах исследования нечетких временных рядов, паттернах поведения и методах теории формальных языков программирования. Предполагается разработка аналитической системы, которая позволит выявлять взаимозависимости между элементами выборки, используя методы лингвистического моделирования.

Для выявления закономерностей группы временных рядов разработана формальная КС-грамматика, которая позволяет работать с паттернами поведения, проводить анализ рядов данных, работать в масштабе объектов, сгруппированных по каким-либо признакам, строить прогнозы, а так же принимать решения в четкой и нечеткой форме. Для описания временных рядов предлагается введение специальные типы данных. Одним из таких типов является настраиваемый числовой тип. Он позволяет явно выделять память необходимую для описания элемента ряда того или иного физического процесса, задавать порядок числа и количество знаков после запятой. Следующим типом данных является «дата и время» с настраиваемым уровнем дискретизации. Так же предусмотрен тип, описывающий сам временной ряд. Он предназначен для выгрузки данных мониторинга из внешней системы и анализа на определенном пользователем временном интервале. Временной ряд может содержать четкие и нечеткие значения. Помимо этого, вводится уникальный тип данных – временной объект, который позволяет объединять ряды независимо от размера и частоты временных отсчетов. Временной объект позволяет описывать и группировать временные ряды содержащие данные, как в четкой, так и нечеткой форме. Выбранные пользователем группы аналитик, созданные из временных рядов, объединяются в один объект, что позволяет эксперту наиболее эффективно осуществлять контроль над процессом.

Для удобства работы и повышения наглядности в проектируемой системе предусмотрен упрощенный алгоритм работы с временными рядами и временными объектами. Реализация представлена в виде известного механизма перебора элементов «FOREACH». Для того чтобы сделать работу в среде наиболее понятной при анализе показателей на границах временных интервалов предусмотрен упрощенный подход, который позволяет явно задавать частоту дискретизации. Например «FOREACH [минута] … » или «FOREACH [секунда] … » и т.п. На случай если частота отсчетов для разных временных рядов внутри одного объекта отлична, предусмотрены функции прогноза, которые в зависимости от входных параметров и настроек способны возвращать значения в указанной точке, как в четком, так и нечетком виде. Приведенная грамматика позволяет описывать циклические и условные операторы, вводить нечеткие и четкие переменные, задавать ряды и объекты, устанавливать прогнозные значения.

Представленный подход позволяет проводить вычислительные эксперименты на архивах накопленных данных, создавать лингвистические переменные и паттерны поведения описывающие закономерности во множестве временных рядов на основе разработанной грамматики.