当前位置:主页 > 科技论文 > 数学论文 >

基于可调参数的证据理论的模糊多维时间序列模型

发布时间:2018-03-03 22:02

  本文选题:模糊多维时间序列 切入点:时间序列的相似性 出处:《大连海事大学》2017年硕士论文 论文类型:学位论文


【摘要】:模糊时间序列预测方法为处理模糊的问题提供一个框架,并被广泛应用于实际生活中。然而由于自然科学和社会科学的复杂性,学者们转向研究模糊多维时间序列。在模糊多维时间序列里,时间序列之间的相互影响非常复杂,并会直接影响预测结果。基于此,本文利用时间序列的相似性及贴近度来研究模糊多维时间序列之间的相互影响关系,以提高预测精度。D-S证据理论在不确定信息的证据合成问题上有着良好的应用。学者在研究证据合成时多考虑证据的高度冲突。然而,在实际生活中证据并不只有冲突,证据之间还会有相互支持。本文通过研究证据之间相互支持的强度关系,意在找到有效的可以用来衡量多个证据之间相互关系的方法。综上,本文提出一种可调参数的证据理论的模糊多维时间序列预测方法。由于各个时间序列之间的相互影响程度不同,会直接影响时间序列的预测结果。因此用证据理论进行合成时,时间序列之间的关系直接决定证据合成中的支持强度,本文通过计算各证据间的强度,确定权重系数。这种新的方法使参数随着证据的变化而变化,增强证据的可靠性与合理性,客观地反映真实的证据关系,同时也为模糊多维时间序列的预测提供一种新的方法。
[Abstract]:Fuzzy time series prediction provides a framework for dealing with fuzzy problems and is widely used in real life. However, due to the complexity of natural science and social science, Scholars turn to the study of fuzzy multidimensional time series. In fuzzy multidimensional time series, the interaction between time series is very complex and will directly affect the prediction results. In this paper, the similarity and closeness of time series are used to study the interaction between fuzzy multidimensional time series. In order to improve the accuracy of prediction. D-S evidence theory has a good application in the problem of evidence synthesis with uncertain information. In the research of evidence synthesis, scholars consider the high conflict of evidence. However, in real life, evidence is not the only conflict. Evidence can also support each other. By studying the strength of mutual support between evidence, this paper aims to find an effective way to measure the interrelationship between multiple evidence. In this paper, a fuzzy multidimensional time series prediction method based on adjustable parameter evidence theory is proposed. Because of the different degree of interaction between different time series, it will directly affect the prediction results of time series. Therefore, when the evidence theory is used to synthesize the time series, The relationship between time series directly determines the support strength in evidence synthesis. In this paper, the weight coefficient is determined by calculating the strength of each evidence. This new method makes the parameters change with the change of evidence. Enhance the reliability and rationality of evidence, objectively reflect the true relationship of evidence, but also provide a new method for the prediction of fuzzy multidimensional time series.
【学位授予单位】:大连海事大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:O211.61

【相似文献】

相关期刊论文 前10条

1 向昌盛;周子英;;基于支持向量机的害虫多维时间序列预测[J];计算机应用研究;2010年10期

2 张吉峰;多维时间序列的周期分析[J];系统工程理论与实践;1999年06期

3 曹杰,陶云,田永丽;多维时间序列门限回归模型及其应用[J];气象科学;2002年02期

4 高伟;田铮;;基于条件互信息的多维时间序列图模型[J];控制理论与应用;2008年02期

5 魏岳嵩;田铮;;多维时间序列Granger因果性的一种图模型学习方法[J];系统科学与数学;2011年05期

6 吴承祯,洪伟;林木生长的多维时间序列分析[J];应用生态学报;1999年04期

7 崔涛;多维时间序列模型在洮河红旗站的应用[J];水文;2001年02期

8 黄磊;舒杰;姜桂秀;张继元;;基于多维时间序列局部支持向量回归的微网光伏发电预测[J];电力系统自动化;2014年05期

9 张永生;袁哲明;熊洁仪;周铁军;;基于SVR和CAR的多维时间序列分析及其在生态学中的应用[J];生态学报;2007年06期

10 陆婕,顾圣士,蒋馥;多维时间序列在相空间重构中的应用[J];洛阳大学学报;2002年02期

相关会议论文 前1条

1 卓义宝;冯少荣;薛永生;丁倩蕾;;考虑权重的多维时间序列相似搜索[A];第二十四届中国数据库学术会议论文集(技术报告篇)[C];2007年

相关硕士学位论文 前6条

1 谭海龙;多维时间序列的分类技术研究[D];浙江大学;2015年

2 杨雪;基于可调参数的证据理论的模糊多维时间序列模型[D];大连海事大学;2017年

3 高歌;多维时间序列分类技术[D];浙江大学;2008年

4 贾瑞;多维时间序列数据挖掘技术研究[D];南京航空航天大学;2009年

5 王守涛;一种基于多维时间序列分析的音乐推荐系统研究与实现[D];南京大学;2014年

6 杨谕黔;多维时间序列学习建模与预测分析[D];北京交通大学;2014年



本文编号:1562866

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/yysx/1562866.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户b5198***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com