论文摘要
随着模糊集合理论应用的不断广泛深入,为深刻研究时间序列数据状态波动的依赖关系,提出了模糊自回归时间序列预测模型,更适合解决复杂依赖关系且带有缺失、含糊、不准确等现象的时间序列预测问题。模型采用模糊聚类的方法对论域进行划分建立模糊集,并根据历史数据抽取模糊规则。利用自相关性确定数据状态间的依赖关系,通过马尔科夫转移概率抽取状态转移信息。模型既考虑了数据状态间的相互作用关系,又兼顾了状态转移频率的影响,进而达到提高预测质量的目的。实验部分将Alabama大学入学人数作为实验数据,以均方误差作为衡量标准,经过比较提出模型的预测质量明显优于传统模糊时间序列预测模型,说明了模型的可行性和有效性。
论文目录
文章来源
类型: 期刊论文
作者: 王立柱,孟宪涛
关键词: 时间序列,模糊规则,模糊聚类,预测
来源: 沈阳师范大学学报(自然科学版) 2019年01期
年度: 2019
分类: 基础科学
专业: 数学
单位: 沈阳师范大学数学与系统科学学院
基金: 国家自然科学基金资助项目(11201313),辽宁省科技厅自然科学基金资助项目(20170540821)
分类号: O211.61
页码: 49-53
总页数: 5
文件大小: 133K
下载量: 53
相关论文文献
- [1].基于经验模态分解生成对抗网络的金融时间序列预测[J]. 计算机应用与软件 2020(05)
- [2].卡尔曼滤波及其在时间序列预测中的应用[J]. 仪表技术 2010(07)
- [3].基于逆模糊数的模糊时间序列预测的新方法[J]. 数学的实践与认识 2015(07)
- [4].一型模糊逻辑系统在时间序列预测中的应用[J]. 辽宁工业大学学报(自然科学版) 2012(05)
- [5].基于灰色时间序列预测中国汽车销量[J]. 湖州职业技术学院学报 2012(01)
- [6].基于加权支持向量机的金融时间序列预测[J]. 商业研究 2010(01)
- [7].核函数支持向量机的时间序列预测应用研究[J]. 消费导刊 2008(10)
- [8].预则立——时间序列预测技术之广电业务应用[J]. 中国数字电视 2011(10)
- [9].时间序列预测的发展与应用[J]. 兵工自动化 2015(02)
- [10].基于MATLAB的时间序列预测[J]. 电脑知识与技术 2015(29)
- [11].模糊时间序列预测的连续点逆模糊数预测模型[J]. 黑龙江大学自然科学学报 2014(03)
- [12].基于SVM的死亡率时间序列预测设计与分析[J]. 中国卫生统计 2010(01)
- [13].基于灰关联分析的多因素时间序列预测研究与应用[J]. 漳州职业技术学院学报 2009(04)
- [14].一种基于时间序列预测的重采策略[J]. 中文信息学报 2019(07)
- [15].时间序列预测技术综述[J]. 信息通信 2018(11)
- [16].基于TensorFlow的时间序列预测系统[J]. 现代计算机 2019(14)
- [17].Granger相关性与时间序列预测[J]. 控制与决策 2014(04)
- [18].犯罪时间序列预测分析方法研究——以CrimeStat软件为例[J]. 中国人民公安大学学报(自然科学版) 2019(02)
- [19].基于混合模型的模糊时间序列预测的研究[J]. 辽宁工业大学学报(自然科学版) 2015(03)
- [20].基于最小二乘支持向量机的复杂金融时间序列预测[J]. 清华大学学报(自然科学版)网络.预览 2008(07)
- [21].对于不平衡数据的模糊时间序列预测[J]. 计算机与现代化 2017(12)
- [22].电子系统状态时间序列预测的优化相关向量机方法[J]. 系统工程与电子技术 2013(09)
- [23].基于多尺度层级LSTM网络的时间序列预测分析[J]. 计算机科学 2019(S2)
- [24].混合多个SVR模型的金融时间序列预测[J]. 微型电脑应用 2013(03)
- [25].多任务LS-SVM在时间序列预测中的应用[J]. 计算机工程与应用 2018(03)
- [26].一种新的基于DFNN的时间序列预测[J]. 科学技术与工程 2010(32)
- [27].用小波分析和支持向量机的方法预测精度损失[J]. 工业计量 2009(01)
- [28].基于加权核函数SVR的时间序列预测[J]. 现代计算机(专业版) 2019(06)
- [29].基于改进SVC的金融时间序列预测[J]. 现代商业 2014(05)
- [30].混合模型在经济时间序列预测中的应用研究[J]. 计算机仿真 2011(06)