二型模糊時間序列的混合模型研究.pdf

1、時間序列預測是預測領(lǐng)域的重要組成部分，隨著社會的發(fā)展和數(shù)字信息量的增多，對于時間序列模型進行分析和研究變得越來越重要。與經(jīng)典時間序列模型相比，模糊時間序列模型能夠處理歷史數(shù)劇中存在的不完整和不確定的信息，因此，受到了越來越多學者的青睞。為了利用更多與預測變量相關(guān)的有效信息來進行預測，Hurang和Yu基于二型模糊集的概念提出了一種二型模糊時間序列模型。本文在Hurang和Yu提出的二型模糊時間序列模型的基礎(chǔ)上，對其論域劃分、模糊關(guān)系運算

2、以及模糊推理預測階段分別進行了改進，最終提出了一種綜合的二型模糊時間模型。
　　在論域劃分階段，采用粒子群優(yōu)化算法進行區(qū)間優(yōu)化，將論域劃分為不均等的子區(qū)間，克服了等論域劃分方法的主觀性，提高了數(shù)據(jù)模糊化的準確度。在模糊關(guān)系運算階段，考慮到每個模糊語言值的重要性的不同，本文利用數(shù)據(jù)的分布信息和模糊變量的序列號信息對模糊變量分配權(quán)值，提出了一種新的權(quán)值計算方法，使預測時刻的交并運算結(jié)果更加精確。
　　在模糊推理預測階段，本文將支

3、持向量機(SVM)模型與二型模糊時間序列預測模型相結(jié)合，利用各時刻交并運算結(jié)果與實際值之間一一對應的關(guān)系，實現(xiàn)對預測時刻模糊集的分類預測。并提出了一種新的自適應算法來調(diào)整解模糊的結(jié)果，從而進一步提高模型的預測精度。同時，針對以上各階段的改進算法，均用數(shù)據(jù)仿真實驗證明了其可行性和有效性。
　　最終，本文結(jié)合以上各階段的改進算法，提出了一種綜合的二型模糊時間序列模型。然后，通過構(gòu)建該模型的高階模糊邏輯關(guān)系，得到了其高階推廣模型。多組數(shù)