Сучкова Лариса Иннокентьевна,
Абденов Амирза Жакенович
Аннотация
В работе рассмотрено понятие паттерна поведения группы временных рядов. Паттерн реализует установление
связи между историческими данными измерений в системе технологического контроля и прогнозируемыми значе-
ниями. Прогнозируемые значения в группе временных рядов могут быть представлены как численно, так и лингвис-
тическими термами. Предложен алгоритм прогнозирования нештатных ситуаций с применением паттернов поведения
группы рядов.
Ключевые слова: нештатная ситуация, паттерн поведения, лингвистический анализ, темпо-ральные зависимо-
сти, автоматизация поиска закономерностей, нечеткая модель
Авторы:
Сучкова Лариса Иннокентьевна
профессор кафедры вычислительных систем и информационной безо-
пасности Алтайского государственного технического университета, кандидат технических наук, доцент. Ос-
новное направление научных исследований – программно-техническое обеспечение методов контроля природ-
ной среды и технологических процессов. Имеет более 70 публикаций. E-mail: lis@agtu.secna.ru.
Абденов Амирза Жакенович
профессор кафедры защиты информации Новосибирского государственного
технического университета, доктор технических наук, профессор, Основное направление научных исследова-
ний – активная идентификация стохастических динамических систем, описываемых моделями в пространстве
состояний. Имеет более 170 работ. E-mail: amirlan21@gmail.com.
Список литературы
[1] Бокс Дж. Анализ временных рядов. Прогноз и управление: пер. с англ. / Дж. Бокс, Г. Дженкинс. – М.: Мир,
1974. – 406 с.
[2] Афанасьев В.Н. Анализ временных рядов и прогнозирование / В.Н. Афанасьев, М.М. Юзбашев. – М.: Фи-
нансы и статистика, 2001. – 228 с.
[3] Anthony N. Michel. Qualitative analysis and synthesis of recurrent neural networks / N. Michel Anthony,
Liu. Derong // Marcel Dekker Inc., New York Basel, 2002. – Р. 504.
[4] Демидова Л.А. Разработка однофакторных нечетких моделей для анализа тенденций временных рядов с ис-
пользованием генетического алгоритма / Л.А. Демидова // Научно-технические ведомости Санкт-Петербургского
государственного политехнического университета. – СПб., 2007. – № 4. – С. 156–164.
[5] Ярушкина Н.Г. Интеллектуальный анализ временных рядов: учеб. пособие / Н.Г. Ярушкина, Т.В. Афанась-
ева, И.Г. Перфильева. – Ульяновск: УлГТУ, 2010. – 320 с.
[6] Ковалев С.М. Гибридные нечетко-темпоральные модели временных рядов в задачах анализа и идентифи-
кации слабо формализованных процессов / С.М. Ковалев // Сб. тр. IV Междунар. науч.-практич. конф. Т. 1 – М.: Физ-
матлит, 2007. – 354 с.
[7] Batyrshin I. Perception-based Data Mining and Decision Making in Economics and Finance / I. Batyrshin,
J. Kacprzyk, L. Sheremetov, L. Zadeh. – Springer, 2007. – 367 p.
[8] Ultch A. Unification Based Temporal Grammar / A. Ultch // Technical Report No. 37, Philipps-University Marburg.
– Germany, 2004.
