12809.基于模糊理論的時(shí)間序列預(yù)測(cè)研究

1、博士學(xué)位論文基于模糊理論的時(shí)間序列預(yù)測(cè)研究TimeSeriesPredictionBasedonFuzzyTheory作者姓名：王威娜學(xué)號(hào)：11009040指導(dǎo)教師：劉曉東教授學(xué)科、專業(yè)：控制理論與控制工程答辯日期：2016年5月26日大連理工大學(xué)DalianUniversityofTechnology大連理工大學(xué)博士學(xué)位論文摘要由于時(shí)間序列預(yù)測(cè)能夠?yàn)槿藗兲峁┝己玫臎Q策支持，使其在眾多領(lǐng)域得到廣泛應(yīng)用。為了能夠?qū)?shù)據(jù)不完整和含糊的情況進(jìn)

2、行預(yù)測(cè)，模糊時(shí)間序列被提出。隨著數(shù)據(jù)時(shí)代的到來，時(shí)間序列和模糊時(shí)間序列模型受到了越來越多的關(guān)注。本文在對(duì)模糊時(shí)間序列和時(shí)間序列預(yù)測(cè)模型的研究基礎(chǔ)之上，得到了一些新的結(jié)果和研究方法，主要包括如下幾個(gè)方面的工作：1隨著信息化的深入發(fā)展，過分強(qiáng)調(diào)精確性而可解釋性較差的預(yù)測(cè)模型已經(jīng)不能完全滿足時(shí)間序列預(yù)測(cè)的實(shí)際應(yīng)用需求。這就迫切需要提出具有高準(zhǔn)確率的同時(shí)還具有可解釋性的時(shí)間序列預(yù)測(cè)模型。針對(duì)上述問題，提出基于自動(dòng)聚類和公理模糊集的模糊時(shí)間序列預(yù)

3、測(cè)模型。該模型利用自動(dòng)聚類算法根據(jù)樣本的分布情況產(chǎn)生不同長(zhǎng)度的劃分區(qū)間，克服了靜態(tài)區(qū)間長(zhǎng)度的缺點(diǎn)。并利用AFS分類器產(chǎn)生模糊趨勢(shì)的語義解釋，使得預(yù)測(cè)模型更容易被人理解。在預(yù)測(cè)的過程中能夠得到模糊趨勢(shì)，這為決策者提供了可靠的依據(jù)。然后，將模糊時(shí)間序列和經(jīng)典時(shí)間序列分析結(jié)合，提出一個(gè)基于趨勢(shì)預(yù)測(cè)和自回歸模型的模糊時(shí)間序列預(yù)測(cè)模型。該模型能夠挖掘時(shí)間序列中顯著的變化趨勢(shì)，并利用AR(2)模型確定預(yù)測(cè)數(shù)據(jù)的波動(dòng)量，從而得到最終的預(yù)測(cè)值。將提出的

4、兩個(gè)模糊時(shí)間序列預(yù)測(cè)模型分別應(yīng)用到現(xiàn)實(shí)中的時(shí)間序列上，并將實(shí)驗(yàn)結(jié)果與其他同類預(yù)測(cè)模型進(jìn)行比較，得到了較好的預(yù)測(cè)結(jié)果。2分別結(jié)合模糊數(shù)據(jù)挖掘和模糊聚類提出兩個(gè)單步時(shí)間序列預(yù)測(cè)模型。在第一個(gè)模型中，根據(jù)越新發(fā)生與現(xiàn)在的關(guān)系越密切的原則，利用仿射傳播算法對(duì)子序列進(jìn)行聚類，從而確定最后的子序列所屬的類別，即找到與預(yù)測(cè)樣本關(guān)系最密切的子序列類。在此基礎(chǔ)上，利用模糊數(shù)據(jù)挖掘技術(shù)產(chǎn)生語義規(guī)則，并將得到的規(guī)則用于預(yù)測(cè)，這使得預(yù)測(cè)過程更透明更容易被人們理

5、解。在第二個(gè)模型中，結(jié)合模糊聚類提出一個(gè)新的時(shí)間序列預(yù)測(cè)模型。首先，為了克服傳統(tǒng)聚類算法對(duì)數(shù)據(jù)維度的限制，同時(shí)能更準(zhǔn)確地度量時(shí)間序列之間的相似性，提出基于動(dòng)態(tài)彎曲的模糊C均值聚類算法。然后，利用此算法對(duì)構(gòu)造的時(shí)間序列數(shù)據(jù)進(jìn)行聚類，并根據(jù)聚類結(jié)果實(shí)施預(yù)測(cè)。所提出的兩個(gè)單步時(shí)間序列預(yù)測(cè)模型都被應(yīng)用到臺(tái)灣股指時(shí)間序列上，實(shí)驗(yàn)結(jié)果表明了模型的有效性，并得到比同類模型更好的預(yù)測(cè)結(jié)果。3隨著人們研究的深入，多步預(yù)測(cè)比單步預(yù)測(cè)有著更重要的理論和實(shí)用價(jià)