خوشه بندی سری زمانی فازی بر اساس تابع خود همبستگی

اصول مدل بندی کلاسیک با گونه هایی از عدم قطعیت که در رشد سریع تکنولوژی و بی ثباتی محیط از جمله تغییرات اقتصادی، تقاضا، عرضه نهفته است نمی تواند کارائی داشته باشد. در جامعه امروز با توجه به این رشد و بی ثباتی نیاز به پیش بینی آینده امری ضروری و لازم است. مدلهای رگرسیون و مدلهای سری زمانی از جمله مدلهایی هستند در علم آمار این کار را به عهده می گیرند. اما سوالی در اینجا پیش می آید که با عدم قطعیت چه باید کرد؟. پاسخ این سوال را منطق فازی می دهد. در این مقاله با معرفی رگرسیون فازی وساختن سری زمانی فاز و سپس کمک از روش های خوشه بندی از جمله الگوریتم فازی C-mean، روش خوشه بندی غیر سلسله مراتبی، روش unsupervised (ناراهنماییده) به ساختن مدل -Autocorrelation Based Fuzzy C-mean یا بطور مخفف A-FCM می پردازیم و پی بینی خود را انجام می دهیم.