Applications of Soft Computing in Time Series Forecasting: Simulation and Modeling Techniques

این کتاب در مورد مطالعه عمیق مدل‌سازی سری‌های زمانی فازی (FTS) گزارش می‌دهد. این کار تحقیقات قبلی را در مدل‌سازی FTS مرور و خلاصه می‌کند و همچنین مقدمه‌ای کوتاه بر سایر تکنیک‌های محاسباتی نرم، مانند شبکه‌های عصبی مصنوعی (ANNs)، مجموعه‌های خشن (RS) و محاسبات تکاملی (EC) ارائه می‌کند، با تمرکز بر چگونگی این تکنیک‌ها در مراحل مختلف رویکرد مدلسازی FTS ادغام شود. به طور خاص، این کتاب روش‌های جدید ناشی از هیبریداسیون روش‌های مدل‌سازی FTS با شبکه‌های عصبی و بهینه‌سازی ازدحام ذرات را توصیف می‌کند. همچنین نشان می‌دهد که چگونه یک مدل جدید مبتنی بر ANN می‌تواند با موفقیت در زمینه پیش‌بینی بارش باران‌های موسمی تابستان هند اعمال شود. این کتاب به دلیل سبک خواندن آسان و توضیحات واضح مدل‌ها، می‌تواند به عنوان یک راهنمای مرجع مختصر و در عین حال جامع برای مدل‌سازی سری‌های زمانی فازی استفاده شود و نه تنها برای دانشجویان تحصیلات تکمیلی، بلکه برای محققان و محققین نیز ارزشمند باشد. متخصصانی که برای سازمان‌های دانشگاهی، تجاری و دولتی کار می‌کنند.

This book reports on an in-depth study of fuzzy time series (FTS) modeling. It reviews and summarizes previous research work in FTS modeling and also provides a brief introduction to other soft-computing techniques, such as artificial neural networks (ANNs), rough sets (RS) and evolutionary computing (EC), focusing on how these techniques can be integrated into different phases of the FTS modeling approach. In particular, the book describes novel methods resulting from the hybridization of FTS modeling approaches with neural networks and particle swarm optimization. It also demonstrates how a new ANN-based model can be successfully applied in the context of predicting Indian summer monsoon rainfall. Thanks to its easy-to-read style and the clear explanations of the models, the book can be used as a concise yet comprehensive reference guide to fuzzy time series modeling, and will be valuable not only for graduate students, but also for researchers and professionals working for academic, business and government organizations.