Розробка критерію якості підбору коефіцієнтів регресії в задачах прогнозування електроспоживання

Автор(и)

  • Сергей Александрович Тимчук Харківський національний технічний університет сільського господарства імені Петра Василенка, Україна https://orcid.org/0000-0002-8600-4234
  • Игорь Анатольевич Катюха Таврійський державний агротехнологічний університет. вул. Б.Хмельницького 17, к. 1.213, м. Мелітополь, Україна, 72315, Україна https://orcid.org/0000-0003-2757-2685

DOI:

https://doi.org/10.15587/1729-4061.2014.27664

Ключові слова:

прогноз електроспоживання, нечіткий регресійний аналіз, критерії оцінки якості регресії, нечітка множина

Анотація

Досліджені нечіткі методи регресії з використанням декількох критеріїв оптимальності, визначені труднощі із узгодженням критеріїв максимального сумісництва даних і мінімальної нечіткості моделі. Розроблено критерій якості підбору коефіцієнтів регресії, які об’єднують два критерії. Показано використання розробленого критерію у задачі прогнозу електроспоживання підприємством. Приведена оцінка точності прогнозу за відносною середньомодульною похибкою.

Біографії авторів

Сергей Александрович Тимчук, Харківський національний технічний університет сільського господарства імені Петра Василенка

Докторант кафедри автоматизації та компютерно-інтегрованих технологій

кандидат технічних наук

доцент

Игорь Анатольевич Катюха, Таврійський державний агротехнологічний університет. вул. Б.Хмельницького 17, к. 1.213, м. Мелітополь, Україна, 72315

Аспірант

Кафедра теоретичної та загальної електротехніки

Посилання

  1. 1. Chang, Yun-Hsi O., Ayyub, Bilal M. (2001). Fuzzy regression methods - a comparative assessment. Fuzzy Sets and Systems, 119 (2), 187–203. http://dx.doi.org/10.1016/S0165-0114(99)00091-3

    2. Tarancev, A. A. (1997). Principy postroenija regressionnyh modelej pri ishodnyh dannyh s nechetkim opisaniem. Avtomatika i telemehanika, 215–220.

    3. Manusov, V. Z. Mogilenko, A. V. (2003). Metody ocenivanija poter' jelektrojenergii v uslovijah neopredelennosti. Jelektrichestvo, 3, 2–8.

    4. Tau Lee, H., Hua Chen, S. (2001). Fuzzy regression model with fuzzy input and output data for manpower forecasting. Fuzzy Sets and Systems, 119 (2), 205–213. http://dx.doi.org/10.1016/S0165-0114(98)00382-0

    5. Yu, J.-R., Tzeng, G.-H., Li, H.-L. (2001). General fuzzy piecewise regression analysis with automatic change-point detection. Fuzzy Sets and Systems, 119 (2), 247–257. http://dx.doi.org/10.1016/S0165-0114(98)00384-4

    6. Chen, Y.-S. (2001), Outliers detection and confidence interval modification in fuzzy regression. Fuzzy Sets and Systems, 119 (2), 259–272. http://dx.doi.org/10.1016/S0165-0114(99)00049-4

    7. Wang, H.-F., Tsaur, R.-C. (2000). Insight of a fuzzy regression model. Fuzzy Sets and Systems, 112 (3), 355–369. http://dx.doi.org/10.1016/S0165-0114(97)00375-8

    8. Celmins, A (1987). Least squares model fitting to fuzzy vector data. Fuzzy Sets and Systems, 22, 245–269. http://dx.doi.org/10.1016/0165-0114(87)90070-4

    9. Yen, K. K., Ghoshray, S., Roig, G. (1999). A linear regression model using triangular fuzzy number coefficients. Fuzzy Sets and Systems, 106, 167–177.

    10. Soliman, S. A. Abdel Rahman, H.,Mansour, M. E. El-Hawary (2000). Application of -fc fuzzy linear regression algorithm to power system voltage measurements. Electric Power Systems Research. 42 (3), 195–200. http://dx.doi.org/10.1016/s0378-7796(96)01205-9

    11. Seraya, O. V., Demin, D. A. Linear regression analysis of a small sample of fuzzy input data (2012) Journal of Automation and Information Sciences, 44 (7), 34–48. http://dx.doi.org/10.1615/jautomatinfscien.v44.i7.40

    12. Raskin, L. G., Seraja, O. V. (2008). Nechetkaja matematika. Kharkiv: Parus, 352.

    13. Buckley, J. J., Buckley, T. F. (2000). Linear and non-linear fuzzy regression: Evolutionary algorithm solutions. Fuzzy Sets and Systems, 112 (3), 381–394.

##submission.downloads##

Опубліковано

2014-10-21

Як цитувати

Тимчук, С. А., & Катюха, И. А. (2014). Розробка критерію якості підбору коефіцієнтів регресії в задачах прогнозування електроспоживання. Eastern-European Journal of Enterprise Technologies, 5(8(71), 16–20. https://doi.org/10.15587/1729-4061.2014.27664

Номер

Розділ

Енергозберігаючі технології та обладнання