模糊時(shí)間序列模型的改進(jìn)及在不平衡數(shù)據(jù)中的應(yīng)用.pdf

1、從“模糊”概念提出至今，已有很多專家學(xué)者投入到相關(guān)研究之中。在自然界中人們經(jīng)常會(huì)遇到模糊的情況，有別于非此即彼，非黑即白。研究者基于模糊現(xiàn)象所提出模糊時(shí)間序列預(yù)測(cè)模型，其研究?jī)r(jià)值在于能夠解決傳統(tǒng)時(shí)間序列中遇到的不確定性和模糊性問題。經(jīng)過不斷地發(fā)展，模糊時(shí)間序列模型被應(yīng)用到天氣，股票，人流量等各個(gè)方面，其預(yù)測(cè)結(jié)果準(zhǔn)確，有較高的研究?jī)r(jià)值。模糊時(shí)間序列模型的研究重點(diǎn)主要在論域劃分以及樣本模糊化上，人們把模糊時(shí)間序列與優(yōu)化算法相結(jié)合，得到了更為

2、理想的預(yù)測(cè)結(jié)果。本文把現(xiàn)有的模糊時(shí)間序列預(yù)測(cè)方法，與信息熵理念結(jié)合，對(duì)模糊時(shí)間序列預(yù)測(cè)模型進(jìn)行改進(jìn)，把它應(yīng)用于實(shí)際問題預(yù)測(cè)之中，主要工作如下:
　　把模糊時(shí)間序列模型的背景以及發(fā)展現(xiàn)狀進(jìn)行總結(jié)，之后簡(jiǎn)要介紹了模糊時(shí)間序列預(yù)測(cè)模型、模糊C均值聚類算法以及不平衡數(shù)據(jù)集。
　　對(duì)于模糊時(shí)間序列模型中模糊關(guān)系的建立，本文引入了熵的概念，在關(guān)系矩陣的建立中將原有方法與信息熵結(jié)合，對(duì)類間相關(guān)程度和變化趨勢(shì)進(jìn)行考量。通過計(jì)算熵的值來判定樣

3、本間的相關(guān)程度，根據(jù)相關(guān)程度動(dòng)態(tài)調(diào)整模糊邏輯關(guān)系的建立，把建立模糊關(guān)系的方法進(jìn)行了改進(jìn)，再通過實(shí)驗(yàn)驗(yàn)證該方法的預(yù)測(cè)效果。
　　在預(yù)測(cè)中會(huì)遇到數(shù)據(jù)為不平衡數(shù)據(jù)的情況，對(duì)此類數(shù)據(jù)進(jìn)行預(yù)測(cè)時(shí)結(jié)果可能會(huì)產(chǎn)生較大偏差，本文將改進(jìn)后的模型與基于聚類體量約束的模糊聚類準(zhǔn)則函數(shù)結(jié)合應(yīng)用于不平衡數(shù)據(jù)集之中。在預(yù)測(cè)之前首先使用模糊C均值算法對(duì)數(shù)據(jù)集進(jìn)行判定，若為不平衡數(shù)據(jù)則進(jìn)行相應(yīng)處理，把處理后的樣本集作為論域，再利用改進(jìn)后的模型進(jìn)行預(yù)測(cè)。通過真實(shí)數(shù)