当前位置:主页 > 科技论文 > 数学论文 >

面向时序数据的不确定性知识表示及预测

发布时间:2021-06-06 14:26
  不确定性知识表示模型是处理数据不确定性的有效手段,是目前时序数据预测的研究热点。但是,大多数不确定性知识表示模型集中于对数据涵盖范围和界限进行不确定性表示,而缺乏对由于数据认知有限而导致的不确定性处理。集中体现于以下几个方面:(1)对取值不确定的时序数据的知识表示和预测仍需进一步加强;(2)目前基于知识表示的预测算法研究还停留在理论阶段,需进一步对其应用领域进行探索。针对上述问题,本文采用灰色理论对取值不确定的时序数据进行知识表示,且分别对基于灰色理论的知识表示及预测模型和预测模型应用领域进行了探索和研究。主要研究工作如下:1.构建了一种优化的基于连续灰数知识表示的预测模型。针对现有连续灰数知识表示预测模型的白化过程中存在不确定性,本文利用核和信息扩散度作为序列发展因子,避免白化过程,并利用发展因子直接构建灰色多变量预测模型,从系统的角度把握数据发展趋势,反映出序列发展因子之间相互作用、相互影响关系。2.构建了一种基于元素不齐的离散灰数知识表示预测模型(MS-DGM)。传统的离散灰数知识表示预测模型,直接提取核和灰单元格面积序列作为序列发展因子。然而,当元素不齐时,传统方法无法提取出灰... 

【文章来源】:重庆邮电大学重庆市

【文章页数】:71 页

【学位级别】:硕士

【部分图文】:

面向时序数据的不确定性知识表示及预测


本论文的技术路线

序列,灰数,可能度,函数


有上界而无下界的灰数是一类取复数但其绝对值难以限量的灰数,是有下界而无上界的灰数的相反数。定义2.3 区间灰数[42]既有下界a又有上界a的灰数称为区间灰数,记为 [ a , a ],a a。由一系列前后时间关系的区间灰数组成序列称时序区间灰数序列,表示为:1 2( ) ( , ,..., ), [ , ], , 1,2,...,n k k k k kX a b a b k n定义2.4 连续灰数与离散灰数[42]在某一区间内取值有限个值或可数个值的灰数称为离散灰数,取值连续的充满某一区间的灰数称为连续灰数。定义2.5 可能度函数[42]可能度函数是用于刻画一个灰数取某一数值的可能性,或某一具体数值灰数真值(Truth Value)的可能性。可能度函数图如图 2.1 所示:

线路图,灰数,正态,线路图


图 3.1 正态灰数预测模型技术线路图述如下:定正态分布区间灰数1 2( ) ( , ,..., )nX ,求出其核和扩散度序列分别作为期望和方差进行m 次随机每次生成的白化实数序列1 2( , ,..., )( 1,2,..., )i i imx x x i m组白化实数序列的预测结果;23

【参考文献】:
期刊论文
[1]基于梯度提升回归树的城市道路行程时间预测[J]. 龚越,罗小芹,王殿海,杨少辉.  浙江大学学报(工学版). 2018(03)
[2]基于修正自适应Logistic模型的电力需求饱和预测[J]. 杨太华,陈寅.  中国电力. 2017(05)
[3]基于白化权函数的区间灰数预测模型[J]. 罗党,李钰雯,林培源.  数学的实践与认识. 2017(08)
[4]基于滑模模型参考自适应系统观测器的永磁同步电机预测控制[J]. 林茂,李颖晖,吴辰,袁国强,李辰.  电工技术学报. 2017(06)
[5]基于余切函数变换的区间灰数预测模型[J]. 叶璟,党耀国,刘震.  控制与决策. 2017(04)
[6]基于核和灰度的区间灰数多属性决策方法[J]. 郭三党,刘思峰,方志耕.  控制与决策. 2016(06)
[7]基于熵权和区间灰数信息的灰色聚类模型[J]. 钱丽丽,刘思峰,谢乃明.  系统工程与电子技术. 2016(02)
[8]正态分布区间灰数灰色预测模型[J]. 杨锦伟,肖新平,郭金海.  控制与决策. 2015(09)
[9]基于连续区间灰数Verhulst模型的地震救援药品需求预测研究[J]. 王桐远,张军,张琳.  数学的实践与认识. 2015(07)
[10]Interval grey number sequence prediction by using non-homogenous exponential discrete grey forecasting model[J]. Naiming Xie,Sifeng Liu.  Journal of Systems Engineering and Electronics. 2015(01)

硕士论文
[1]云模型在时间序列预测中的应用研究[D]. 金璐.电子科技大学 2014
[2]气温演变过程的非线性统计预测理论与方法[D]. 陈文义.哈尔滨理工大学 2003



本文编号:3214563

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/yysx/3214563.html


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

版权申明:资料由用户73106***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