Trong bài báo này,tác giả đưa ra một cải biên cách xác định nhóm quan hệ mờ phụ thuộc vào thứ tự thời gian. Nhờ có thêm khái niệm nhóm quan hệ mờ và sử dụng mô hình chuỗi thời gian mờ có trọng, tác giả đã áp dụng lại được thuật toán hữu hiệu đã được phát triển trước đây. Sử dụng mô hình này chỉ đối với mô hình chuỗi thời gian mờ bậc 1, tác giả thu được kết quả dự báo số lượng sinh viên nhập học tốt hơn theo chuẩn MSE so với kết quả của Chen và Yu. | Kỷ yếu công trình khoa học 2014 – Phần I NHÓM QUAN HỆ MỜ PHỤ THUỘC THỜI GIAN VÀ ỨNG DỤNG TRONG MÔ HÌNH CHUỖI THỜI GIAN MỜ TS. Nguyễn Công Điều Khoa Toán-Tin, Đại học Thăng Long Tóm tắt: Mô hình chuỗi thời gian mờ đang có nhiều ứng dụng trong công tác dự báo, nhất là trong các dự báo kinh tế. Trong những năm gần đây khá nhiều công trình đã được hoàn thành theo hướng nâng cao độ chính xác và giảm khối lượng tính toán trong mô hình chuỗi thời gian mờ như các bài báo của Chen và Hsu, Huarng, Kuo,. Wu. Hầu hết những phương pháp trên đều dựa vào kỹ thuật tạo các nhóm quan hệ logic mờ của Chen [4] để làm giảm khối lượng tính toán khi chỉ cần thực hiện các phép tính số học thay vì các phép tính min-max như trong các mô hình của Song-Chissom. Tuy nhiên các nhóm quan hệ logic mờ này được sử dụng trong mọi quan hệ mờ mà không để ý đến thứ tự xuất hiện và sự lặp lại các thành phần trong vế phải của mối quan hệ logic mờ. Trong bài báo này, chúng tôi đưa ra một cải biên cách xác định nhóm quan hệ mờ phụ thuộc vào thứ tự thời gian. Nhờ có thêm khái niệm nhóm quan hệ mờ và sử dụng mô hình chuỗi thời gian mờ có trọng, chúng tôi đã áp dụng lại được thuật toán hữu hiệu đã được phát triển trước đây. Sử dụng mô hình này chỉ đối với mô hình chuỗi thời gian mờ bậc 1, chúng tôi thu được kết quả dự báo số lượng sinh viên nhập học tốt hơn theo chuẩn MSE so với kết quả của Chen và Yu. Từ khóa: chuỗi thời gian mờ, mô hình chuỗi thời gian mờ có trọng, một số thuật toán trong mô hình chuỗi thời gian mờ. 1. Mở đầu Chuỗi thời gian mờ và mô hình chuỗi thời gian mờ bậc nhất do Song và Chissom [1][3] phát triển từ năm 1993. Sau công trình này, một loạt các bài báo của nhiều tác giả khác nhau tiếp tục dựa trên ý tưởng này để dự báo chuỗi thời gian và ứng dụng trong nhiều lĩnh vực khác nhau như dự báo dân số, tài chính, nhiệt độ, nhu cầu điện, vv. Gần đây có rất nhiều tác giả liên tục cải tiến mô hình chuỗi thời gian mờ để dự báo đạt kết quả chính xác hơn. Chen [4] đã đưa ra phương pháp mới đơn .
