The modeling and prediction of time series based on synergy of high-order fuzzy cognitive map and fuzzy c-means clustering

Lu, Wei; Yang, Jianhua; Liu, Xiaodong; Pedrycz, Witold

doi:10.1016/j.knosys.2014.07.004

Cited by 93 publications

(21 citation statements)

References 34 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…In these scenarios, the FCM concepts are mapped to the lagged time series, thus playing a role similar to that of the regressors in auto-regressive forecasting models. Such an approach was proposed in [38] [41] [60] [61].…”

Section: Univariate Time Series Forecastingmentioning

confidence: 99%

A review on methods and software for fuzzy cognitive maps

et al. 2017

View full text Add to dashboard Cite

Fuzzy Cognitive Maps (FCMs) keep growing in popularity within the scientific community. However, despite substantial advances in the theory and applications of FCMs, there is a lack of an up-to-date, comprehensive presentation of the state-of-the-art in this domain. In this review study we are filling that gap. First, we present basic FCM concepts and analyze their static and dynamic properties, and next we elaborate on existing algorithms used for learning the FCM structure. Second, we provide a goal-driven overview of numerous theoretical developments recently reported in this area. Moreover, we consider the application of FCMs to time series forecasting and classification. Finally, in order to support the readers in their own research, we provide an overview of the existing software tools enabling the implementation of both existing FCM schemes as well as prospective theoretical and/or practical contributions.

show abstract

Section: Univariate Time Series Forecastingmentioning

confidence: 99%

A review on methods and software for fuzzy cognitive maps

et al. 2017

View full text Add to dashboard Cite

show abstract

“…Neste contexto, os métodos de previsão constituídos por séries temporais, que incorporam em seus algoritmos a teoria de conjuntos fuzzy, que foi estabelecida por [32], passaram a receber um destaque especial por grande parte dos pesquisadores. Desta forma, modelos híbridos de previsão fuzzy são utilizados nas mais diversasáreas do conhecimento humano, tais como, atividade solar [1], carga de energia elétrica [12,15,21,26,29], demanda de petróleo [25], produção de arroz [3], ındice de ações chinês [8,9,28], funcionamento de turbinas em centrais nucleares [4],índice TAIEX [22,23], volume de tráfego de navios no estreito de Istambul [7], velocidade diária dos ventos [30], consumo de diesel e energia elétrica [20].…”

Section: Estado Da Arteunclassified

Uma Metodologia Baseada Na Identificação Fuzzy Sobre Um Método Hı́brido Para Modelos de Previsão em Série Temporal

Júnior¹,

Júnior²,

Neto³

2016

Proceeding Series of the Brazilian Society of Computational and Applied Mathematics

View full text Add to dashboard Cite

Resumo. Este trabalho apresenta um método de previsão híbrido, com concepção e aprimoramento pelo uso da teoria dos conjuntos fuzzy, aliadaà metodologia clássica de séries temporais. Em comparação com métodos de previsão consolidados na literatura, os resultados apresentados pelo método proposto foram considerados plenamente satisfatórios, face o baixíssimo erro retornado.Palavras-chave. Conjuntos fuzzy, Método fuzzy de identificação, Série temporal fuzzy, Previsão fuzzy, Erro de previsão. Introdução Motivação e objetivosMetodologias capazes de prever variáveis de comportamento rotineiros, geralmente imprevisíveis (ver, [19]), como fenômenos da engenharia, medicina, biologia, física, etc., têm fomentado uma quantidade significativa de pesquisas científicas. Dentre os diversos fatores com efeitos diretos na capacidade preditiva dos métodos de previsão,é senso comum que a identificação correta dos parâmetros estruturais, se torna uma das etapas fundamentais e mais importante do processo de modelagem matemática, tal como,é amplamente discutido em [2]. Neste contexto, a utilização de técnicas de previsão temporal que consideram metodologias híbridas, como por exemplo, série temporal fuzzy, para muitos estudiosos surge como uma alternativa promissora, pois apresenta eficiência amplamente comprovada, diante de uma infinidade de propostas estabelecidas na literatura. Desta forma, este estudo busca propor uma estratégia de previsão fuzzy, que torne possível estabelecer uma rotina de modelagem temporal, onde o erro global inerente ao modelo de previsão seja minimizado, por meio da determinação eficiente dos parâmetros estruturais da série temporal fuzzy.1 gracildo@ufpa.br 2 cartav@ufpa.br 3

show abstract

“…In its functionality and structure, hypertext comes close to state-of-the-art expert systems (Lu, W. et al, 2014). In addition to the knowledge base, it has a developed interface for interaction with the user, which allows to communicate with the system in a language close to the natural language, as well as the set of tools ensuring upgrade and modification of the knowledge base.…”

Section: Comparison With Other Information Systemsmentioning

confidence: 99%