模糊時間序列的研究與應用.pdf

1、對于模糊、不準確等不完整數(shù)據(jù)，模糊時間序列展示出了其相對于經典時間序列所具有的獨特優(yōu)勢。伴隨著大量學者的注入研究，模糊時間序列已應用到旅游、股票、溫度等領域進行預測，且具有較高的預測精度。針對模糊時間序列，學者更傾注于論域劃分、構建模糊規(guī)則及去模糊化這幾個層面。隨著近幾年機器學習算法的蓬勃發(fā)展，部分學者把機器學習算法融入到模糊時間序列中并得到較好的模型。
　　文章首先在模糊規(guī)則建立方面對已有規(guī)則進行改進?，F(xiàn)有較好的模糊規(guī)則是將模糊

2、邏輯關系發(fā)生的頻數(shù)與先后順序考慮進去，內部權值的分配及這兩者之間權重的傾向性是需要格外注意的地方。本文提出的規(guī)則改進，主要針對模糊邏輯關系出現(xiàn)先后順序的權重分配，以及如何合理部署頻數(shù)與次序之間的權重可使模型達到更好的預測效果。
　　其次，文章將小波分析運用到模糊時間序列中去。利用離散小波變換的分解與重構思想，根據(jù)選取的小波函數(shù)將原始數(shù)據(jù)多尺度分解為低頻與高頻部分，并對之后的數(shù)據(jù)根據(jù)其特性分別建立模型進行預測。為了提高模型的有效性，