تشخیص داده های پرت در سری های زمانی با استفاده از الگوریتم ژنتیک چند منظوره

امروزه مدیریت حفظ داده ها فقط یک مزیت نیست بلکه شناسایی، جذب تکنیک ها و نگهداشتن آنها در ادامه، امری ضروری است. تکنیک ها در گذشته به علت محدودیت تنوع و عدم دسترسی به اطلاعات کافی، از روش های ساده جهت شناسایی خطرات و مدیریت آنها استفاده می کردند و همین امر موجب شده بود روش های کمی جایگزین روش های کیفی شود. یکی از مشکلات، عدم وجود روشی کارآمد برای شناسایی دقیق و مواجهه با داده های پرت که مسئله ای مهم در زمینه های سری زمانی هستند می باشد. داده های سری زمانی بدون داده های پرت برای ایجاد مدل های دقیق ضروری هستند. بنابراین اصلاح ، جلوگیری از شناسایی اشتباه و تخمین زدن آنها ضروری است. بنابراین در این پژوهش به منظور شناسایی داده های پرت و تدوین استراتژیهای مناسب برای برخورد با آنها از داده کاوی استفاده شد. بدین منظور اساس کار این پژوهش را افزایش دقت تشخیص داده های پرتدر سری های زمانی قرار دادیم. بدین شکل که داده ها در مرحله اول مورد پیش پردازش قرار گرفتند و پس از استخراج ویژگی، با استفاده از مدل ARIMA پیش بینی سری زمانی برای گام های زمانی انجام شد. به منظور استفاده از NSGA-II جهت تشخیص داده های پرت، خروجی ARIMA به عنوان ورودی این الگوریتم درنظر گرفته و داده های پرت تشخیص داده شدند؛ برای ارزیابی کیفیت جواب های بدست آمده از معیار ارزیابی Accuracy یا دقت استفاده شد. پس از اعمال مدل ها و ترکیب آنها به الگوریتمی می رسیم که به عنوان الگوریتم ترکیبی AR-NSG ارائه می شود. با استفاده از معیار ارزیابی، مقایسه الگوریتم های ژنتیکی انجام گرفت و مشخص شد الگوریتم AR-NSG توانسته، بهبودی حدودا 3 درصدی را در رابطه با دقت و صحت درستی جواب ها ارائه دهد.