CHƯƠNG 1 PHÁT BIỂU VẤN ĐỀ Phần này sẽ giới thiệu vấn đề, mục tiêu và nội dung sơ lƣợc của đề tài, từ đó cho thấy sự cần thiết để thực hiện đề tài này. Giới thiệu vấn đề Chuỗi dữ liệu thời gian hay chuỗi thời gian là sự quan sát các dữ liệu theo thời gian tuần tự. Đối với loại dữ liệu này, cấu trúc dữ liệu có thể là hai hay nhiều chiều trong đó có chiều thời gian, tức là dữ liệu đƣợc theo dõi và ghi lại tại một thời điểm nhất định. Tuy nhiên trong hầu hết các ứng dụng thực tế, dữ liệu đƣợc đo cách nhau trong một khoảng thời gian cố định nên để đơn giản hóa quá trình lƣu trữ cũng nhƣ độ phức tạp của dữ liệu, ngƣời ta chỉ lƣu lại thứ tự các giá trị dữ liệu theo một trình tự thời gian nhất định có dạng X=<x1, x2, …xn> trong đó xi là dữ liệu đƣợc đo ở thời điểm thứ i.
Trong các úng dụng thực tế, có rất nhiều loại dữ liệu chuỗi thời gian nhƣ sự theo dõi biến đổi giá của chứng khoán, dữ liệu đo điện tim đồ, dữ liệu theo dõi mực nƣớc sông hay là sự ghi lại việc truy cập các trang web của ngƣời dùng. Th ng thƣờng, các loại dữ liệu chuỗi thời gian này là rất lớn, đƣợc đo và lƣu trữ lại trong một khoảng thời gian dài cho nên việc lƣu trữ và khai phá dữ liệu này thƣờng tốn kém chi phí thời gian. Do đó việc sử dụng các công cụ khai phá dữ liệu này đƣợc áp dụng trên nền máy tính đã thu hút sự quan tâm, nghiên cứu và ứng dụng trong rất nhiều các lĩnh vực trong những năm gần đây.1 bên dƣới là ví dụ minh họa về đƣờng biểu diễn dữ liệu chuỗi thời gian 2 Hình 1.1 Đường biễu diễn dữ liệu chuỗi thời gian Một số vấn đề khi nghiên cứu chuỗi thời gian: Khối lượng dữ liệu Một trong những đặc trƣng của chuỗi thời gian là dữ liệu rất lớn. Ví dụ khi đo đạc dữ liệu điện tâm đồ trong 1 giờ khoảng 1 Gigabyte.
Đây là một trong những vấn đề thách thức trong quá trình phân tích, tính toán và xử lý dữ liệu chuỗi thời gian trong việc tạo ra kết quả đƣợc chính xác trong thời gian hợp lý. Phụ thuộc yếu tố chủ quan Trong thực tế, các kết quả dữ liệu chuỗi thời gian thu đƣợc chịu ảnh hƣởng yếu tố chủ quan của ngƣời đo dữ liệu, điều kiện và các công cụ đo… Dữ liệu không đồng nhất Quá trình thu thập dữ liệu chuỗi thời gian đƣợc đo trên những định dạng khác nhau, số lƣợng và tần số lấy mẫu kh ng đồng nhất cũng ảnh hƣởng đến tính toàn vẹn của dữ liệu. Thêm vào đó quá trình đo đạc không chính xác do nhiễu, thiếu một vài giá trị hay dữ liệu không sạch. Chính vì những đặc điểm nêu trên mà việc dự báo trên dữ liệu chuỗi thời gian trở nên phức tạp và là một thách thức lớn.
Các phƣơng pháp thƣờng đƣợc dùng để dự báo dữ 3 liệu chuỗi thời gian mang lại hiệu quả cao là các phƣơng pháp máy học. Trong lĩnh vực này đã có rất nhiều nghiên cứu từ lựa chọn mô hình, truyển đổi dữ liệu, các giải thuật huấn luyện,…hơn nữa các nghiên cứu này tập trung rất nhiều vào việc giải quyết các bài toán dự báo trong ngắn hạn (một bƣớc) và các nghiên cứu này đã cho ra những mô hình dự báo có độ chính xác rất cao, trong đó dùng m hình k phần tử lân cận gần nhất để dự báo cho một bƣớc cũng đã cho thấy rất hiệu quả. Trong khi đó bài toán dự báo nhiều bước (multi-step ahead prediction) vẫn là một thách thức lớn đối với việc dự báo chuỗi thời gian. Bài toán dự báo nhiều bƣớc lại tồn tại rất nhiều trong yêu cầu thực tế.
Một ví dụ về bài toán dự báo nhiều bƣớc trên chuỗi dữ liệu thời gian là bài toán dự báo lƣu lƣợng nƣớc trên sông. Và việc dự báo hiệu quả lƣu lƣợng nƣớc trên s ng có ý nghĩa rất lớn đối với việc giải quyết bài toán biến đổi khí hậu, một yêu cầu cấp thiết hiện nay. Biến đổi khí hậu là một trong những thách thức lớn nhất đối với nhân loại trong thế kỷ 21 ảnh hƣởng nghiêm trọng đến sản xuất, đời sống và m i trƣờng và nhiều lĩnh vực khác của ngƣời Việt Nam. Việt Nam đƣợc đánh giá là một trong những quốc gia chịu ảnh hƣởng mạnh mẽ nhất do biến đổi khí hậu.2013, Văn ph ng phân tích nguy cơ Maplecroft Anh đã c ng bố kết luận Việt Nam xếp hạng 26 về mức tổn t n do b ến đổi khí hậu.
Vì vậy, việc thích nghi và giảm nhẹ ảnh hƣởng của biến đổi khí hậu phải trở thành vấn đề ƣu tiên cao trong kế hoạch phát triển quốc gia. Việc xác định đƣợc các ảnh hƣởng của biến đối khí hậu, dự đoán đƣợc sự ảnh hƣởng của biến đổi khí hậu đóng vai tr quan trọng trong việc hoạch đinh các chính sách, chiến lƣợc dài hạn. Một trong những nhiệm vụ quan trọng là đánh giá tác động của biến đổi khí hậu, nƣớc biển dâng đến từng lĩnh vực do; xác định các giải pháp ứng phó với biến đổi khí hậu trên cơ sở kịch bản biến đổi khí hậu, nƣớc biển dâng và định hƣớng phát triển kinh tế xã hội từng thời kỳ đồng thời triển khai thí điểm mô hình thích ứng với biến đổi khí hậu và mô hình giảm nhẹ phát thải khí nhà kính trong các lĩnh vực ƣu tiên: n ng nghiệp, lâm nghiệp, sử dụng đất, tài nguyên nƣớc, năng lƣợng, giao thông vận tải, xây dựng 4 Việc dự báo lƣu lƣợng nƣớc trên sông sẽ phản ánh rõ nét sự ảnh hƣởng của biến đổi khí hậu đến tài nguyên nƣớc, đồng thời cũng có ý nghĩa lớn đối với ngành nông nghiệp và vận tải trong phạm vi lƣu vực của sông 1. Mục tiêu nghiên cứu củ đề tài - Thu thập và làm sạch dữ liệu về lƣu lƣợng nƣớc trên sông Serepok của tỉnh Đắc Lắc, s ng B của tỉnh Bình Dƣơng và s ng L của tỉnh Hà Giang.
- Nghiên cứu các kiến trúc mô hình k-lân cận-gần nhất dùng để dự báo nhiều bƣớc. - Tìm hiểu phƣơng pháp giả-lân cận-gần nhất, xây dựng lại không gian pha để loại bỏ các giả lân cận - Áp dụng các chiến lƣợc dự báo nhiều bƣớc với mô hình k-lân cận-gần nhất lên tập dữ liệu thƣờng lẫn tập dữ liệu đã xây dựng lại không gian pha theo kỹ thuật giả-lân cận-gần nhất. - Hiện thực và thực nghiệm năm chiến lƣợc dự báo nhiều bƣớc trên các tập dữ liệu chuỗi thời gian lƣu lƣợng nƣớc từ đó đƣa ra kết luận và đề xuất chiến lƣợc dự báo nhiều bƣớc phù hợp nhất. Phạm vi nghiên cứu - Kiến trúc mô hình k-lân cận-gần nhất dùng làm m hình nền tảng để dự báo nhiều bƣớc trên chuỗi thời gian.
- Kỹ thuật giả-lân cận-gần nhất, xây dựng lại kh ng gian pha để loại bỏ các lân cận giả - Hiện thực và thực nghiệm năm chiến lƣợc dự báo nhiều bƣớc cho 3 tập dữ liệu chuỗi thời gian lƣu lƣợng nƣớc theo ngày trên sông Serepok của tỉnh Đắc Lắc, và 2 tập dữ liệu chuỗi thời gian lƣu lƣợng nƣớc theo tháng trên s ng B của tỉnh Bình Dƣơng và s ng L của tỉnh Hà Giang 1. P n p áp n ên ứu Sử dụng kết hợp giữa nghiên cứu lý luận và nghiên cứu thực tiễn. - Nghiên cứu lý luận: thu thập các thông tin thông qua nghiên cứu các tài liệu về dự báo chuỗi thời gian, dự báo dùng mô hình k-lân cận-gần nhất, dự báo nhiều bƣớc 5 dùng mô hình k-lân cận-gần nhất trong các lĩnh vực có liên quan. Tìm hiểu phƣơng pháp giả-lân cận-gần nhất để loại bỏ các lân cận giả nhằm mang lại hiệu quả cho quá trình tính toán tìm ra các lân cận gần nhất - Nghiên cứu thực tiễn: từ kết quả các cơ sở lý thuyết đã rút ra trong quá trình nghiên cứu lý luận để áp dụng vào thực tế cho việc dự báo dữ liệu lƣu lƣợng nƣớc trên các sông Serepok, s ng B và s ng L.
Ý n ĩ n ên ứu - Kết quả nghiên cứu sẽ cung cấp giải pháp hỗ trợ việc dự báo sự thay đổi lƣu lƣợng nƣớc trong năm trên s ng, giúp đánh giá sự biến đổi về tài nguyên nƣớc dƣới tác động của biến đổi khí hậu - Kết quả nghiên cứu có thể đƣợc vận dụng để đƣa ra những chính sách đối với ngành nông nghiệp và vận tải trong phạm vi lƣu vực của sông nhằm đối phó với tình hình biến đổi khí hậu 1. Tóm tắt kết quả đã đạt đ ợc - Xây dựng hệ thống dự báo nhiều bƣớc dữ liệu chuỗi thời gian bằng mô hình k lân cận gần nhất hai phƣơng pháp khác nhau: +Phƣơng pháp th ng thƣờng: sử dụng 5 chiến lƣợc là chiến lƣợc lặp, chiến lƣợc trực tiếp, kết hợp cả hai chiến lƣợc đệ quy và trực tiếp, đƣợc gọi là DirRec, chiến lƣợc nhiều ngõ vào-nhiều ngõ ra (MIMO), và chiến lƣợc DirMo nhằm giữ lại những đặc tính tốt nhất của cả hai chiến lƣợc trực tiếp và MIMO +Kỹ thuật giả-lân cận-gần nhất đƣợc sử dụng vào chiến lƣợc dự báo nhiều bƣớc là chiến lƣợc lặp. - Tiến hành thực nghiệm trên 4 tập dữ liệu thực tế về lƣu lƣợng nƣớc: 2 tập dữ liệu lƣu lƣợng nƣớc đo theo ngày trên sông Serepok của tỉnh Đắc Lắc từ năm 1990 tới năm 2011, 1 tập dữ liệu lƣu lƣợng nƣớc đo theo tháng trên s ng B của tỉnh Bình Dƣơng từ năm 1976 đến năm 1993, và 1 tập dữ liệu lƣu lƣợng nƣớc đo theo tháng trên s ng L của tỉnh Hà Giang từ năm 1966 đến năm 1985. 6 - So sánh hiệu quả của năm chiến lƣợc dự báo nhiều bƣớc cùng sử dụng m hình k- lân cận-gần nhất 1.
Cấu trúc của luận văn Chƣơng 1: Giới thiệu về ý tƣởng đề tài, mục tiêu, phạm vi nghiên cứu và tóm tắt về các kết quả đã đạt đƣợc của luận văn. Chƣơng 2: Giới thiệu một số nghiên cứu có liên quan đến nội dung nghiên cứu của luận văn. Trong đó tập trung giới thiệu một số nghiên cứu về chiến lƣợc dự báo nhiều bƣớc, các kỹ thuật dự báo bằng mô hình k-lân cận-gần nhất Chƣơng 3: Trình bày những lý thuyết cơ bản liên quan đến mô hình k-lân cận-gần nhất nhƣ giải thuật xác định các lân cận gần nhất, các chiến lƣợc dự báo nhiều bƣớc, kỹ thuật giả-lân cận-gần nhất để loại bỏ các lân cận giả Chƣơng 4: M tả cách thức giải quyết vấn đề mà luận văn đặt ra là dự báo nhiều bƣớc bằng mô hình k-lân cận-gần nhất.
