Systèmes flous et prévisions de séries temporelles

Au cours de ces dix dernières années, les systèmes à base de règles floues se sont avérés des outils souples et puissants pour la modélisation de l'incertain dans un très grand nombre de domaines, comme la reconnaissance ou le diagnostic. Le présent ouvrage est dédié à l'étude et à l'application de ces systèmes en prévision de séries temporelles, en mettant l'accent sur la technique d'agrégation de modèles prédictifs. Quelques-uns des sujets abordés concernent notamment l'apprentissage et l'autostructuration ainsi que l'extraction automatique de la connaissance à partir de données historiques. L'intérêt de ce livre est double. Il permet aux lecteurs peu familiers du domaine de percevoir la diversité des méthodes, les tendances de la recherche, ainsi que les liens avec d'autres disciplines comme l'économétrie ou le contrôle de processus. Par ailleurs, il établit des passerelles entre deux approches différentes du problème de prévision : la première, ancrée dans la théorie des probabilités, la seconde, dans celle des sous-ensembles flous. Etant donné son caractère pluridisciplinaire, Systèmes flous et prévision de séries temporelles s'adresse à un large public de chercheurs et de praticiens. Il a été rédigé avec le souci de le rendre accessible à des lecteurs de formations très diverses : économètres, ingénieurs, mathématiciens ou informaticiens. Il peut aussi servir de support à un cours avancé de second ou troisième cycle.