Forecasting seasonal time series based on fuzzy techniques

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61988987%3A17610%2F19%3AA2001X62" target="_blank" >RIV/61988987:17610/19:A2001X62 - isvavai.cz</a>

Výsledek na webu

<a href="https://www.sciencedirect.com/science/article/pii/S016501141830678X" target="_blank" >https://www.sciencedirect.com/science/article/pii/S016501141830678X</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1016/j.fss.2018.09.010" target="_blank" >10.1016/j.fss.2018.09.010</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Forecasting seasonal time series based on fuzzy techniques

Popis výsledku v původním jazyce

This paper is devoted to a method for the forecasting of seasonal time series. The core of our approach is based on the fuzzy transform and fuzzy natural logic (FNL) techniques. Under the assumption that a time series can be additively decomposed into a trend-cycle, a seasonal component and an irregular fluctuation, the forecasting is a combination of individual forecasting of each of these constituents. More precisely, the trend-cycle and the seasonal component are predicted with the help of fuzzy transform, pattern recognition and fuzzy natural logic techniques. To model the irregular component, we apply the Box-Jenkins approach. In the paper, we compare the suggested method with two other well-known methods, namely STL and ARIMA ones.

Název v anglickém jazyce

Forecasting seasonal time series based on fuzzy techniques

Popis výsledku anglicky

This paper is devoted to a method for the forecasting of seasonal time series. The core of our approach is based on the fuzzy transform and fuzzy natural logic (FNL) techniques. Under the assumption that a time series can be additively decomposed into a trend-cycle, a seasonal component and an irregular fluctuation, the forecasting is a combination of individual forecasting of each of these constituents. More precisely, the trend-cycle and the seasonal component are predicted with the help of fuzzy transform, pattern recognition and fuzzy natural logic techniques. To model the irregular component, we apply the Box-Jenkins approach. In the paper, we compare the suggested method with two other well-known methods, namely STL and ARIMA ones.

Druh

J_imp - Článek v periodiku v databázi Web of Science

CEP obor

—

OECD FORD obor

10102 - Applied mathematics

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2019

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

FUZZY SET SYST

ISSN

0165-0114

e-ISSN

—

Svazek periodika

361

Číslo periodika v rámci svazku

duben

Stát vydavatele periodika

NL - Nizozemsko

Počet stran výsledku

16

Strana od-do

114-129

Kód UT WoS článku

000458861200007

EID výsledku v databázi Scopus

2-s2.0-85053929541