Báo cáo tóm tắt đề tài khoa học và công nghệ cấp ĐH: Nghiên cứu phát triển mô hình dự báo dữ liệu thời gian sử dụng phương pháp cửa sổ dịch chuyển và máy học véc-tơ hỗ trợ được tối ưu bởi thuật toán trí tuệ bầy đàn

Nghiên Cứu Phát Triển Mô Hình Dự Báo Dữ Liệu Thời Gian Sử Dụng Phương Pháp Cửa Sổ Dịch Chuyển Và Máy Học Véc-Tơ Hỗ Trợ Được Tối Ưu Bởi Thuật Toán Trí Tuệ Bầy Đàn

Tác giả: ThS. Trương Thị Thu Hà

Lĩnh vực: Khoa học và Công nghệ

Nội dung tài liệu:

Báo cáo tóm tắt này trình bày kết quả nghiên cứu về việc phát triển một mô hình dự báo dữ liệu chuỗi thời gian. Mô hình này tích hợp phương pháp cửa sổ dịch chuyển (moving-window) và máy học véc-tơ hỗ trợ (Support Vector Machines – SVMs), với việc tối ưu hóa các tham số của SVMs bằng thuật toán trí tuệ bầy đàn, cụ thể là thuật toán con đom đóm (Firefly Algorithm – FA). Mục tiêu chính của nghiên cứu là nâng cao độ chính xác và độ tin cậy trong dự báo dữ liệu chuỗi thời gian, đặc biệt là trong các lĩnh vực năng lượng và tài chính tại Việt Nam. Mô hình đề xuất được xây dựng và triển khai trên ngôn ngữ lập trình MATLAB. Nghiên cứu cũng chỉ ra tầm quan trọng của phương pháp cửa sổ dịch chuyển trong việc lựa chọn dữ liệu lịch sử và cập nhật dữ liệu cho quá trình dự báo.

Mục lục chi tiết:

• Mở đầu
• Chương 1: Tổng quan về dự báo dữ liệu chuỗi thời gian
• Chương 2: Các nghiên cứu về dự báo dữ liệu chuỗi thời gian
• Chương 3: Phát triển mô hình dự báo dữ liệu chuỗi thời gian sử dụng phương pháp cửa sổ dịch chuyển và máy học véc-tơ hỗ trợ được tối ưu bởi thuật toán trí tuệ bầy đàn
• Chương 4: Ứng dụng mô hình dự báo dữ liệu chuỗi thời gian
• Kết luận và kiến nghị
• Tài liệu tham khảo