基于自相关函数的模糊时间序列模型的优化算法

发布时间：2017-08-31 21:36

  本文关键词：基于自相关函数的模糊时间序列模型的优化算法

  更多相关文章： 模糊时间序列 自相关函数 规则权重 特征展开法

【摘要】：由于模糊时间序列模型在处理语言值是不完整、不确定的问题上所显示出的优势,受到越来越多的研究者的关注。目前,模糊时间序列已被应用于预测景点旅游人数、温度预测、股指预测、网络用户数量和肾综合征出血热发病率等方面。许多学者为了提高模糊时间序列模型预测精度,提出了不同的模糊预测方法,大多数方法重点都在改进论域划分和模糊规则两方面。模糊时间序列是由经典时间序列转化而来的,而经典时间序列必然涉及到数据间的相关性,通过数据的模糊化依然不能改变这种相关性,因而导致模糊时间序列模型中模糊规则的前件对后件的影响是不同的。针对模糊时间序列模型中模糊推理规则研究没有涉及到时间序列的相关性理论,本文提出了一种时间序列的自相关理论与模糊时间序列相结合的新算法。该算法首先进行数据平稳化,若时间序列均值非平稳,采用差分变换把样本平稳化；若方差非平稳,采用对数变换；若均值和方差都不平稳,则先采用对数变换,再采用差分变换将非平稳过程转换为平稳过程；然后运用传统的数据模糊化方法得到模糊集,进而建立模糊规则；其次,运用自相关函数理论对模糊规则进行优化加权,并且在计算权重时改进了离差标准化方法；最后,通过对Alabama大学注册人数的预测并与以往的模糊时间序列的预测模型和传统时间序列预测模型的预测结果对比,验证了新方法的有效性。
【关键词】：模糊时间序列 自相关函数 规则权重 特征展开法
【学位授予单位】：大连海事大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：O211.61
【目录】：

• 摘要5-6
• Abstract6-9
• 第1章 绪论9-12
• 1.1 引言9-10
• 1.2 存在的问题与本文的主要工作10
• 1.3 全文的结构安排10-12
• 第2章 相关知识介绍12-26
• 2.1 模糊集理论12-16
• 2.2 时间序列16-18
• 2.3 平稳时间序列模型18-19
• 2.4 非平稳时间序列模型19-21
• 2.5 自相关函数和偏相关函数21-22
• 2.6 模糊时间序列22-26
• 第3章 传统时间序列预测模型26-33
• 3.1 经典时间序列算法的描述26-27
• 3.2 应用举例27-33
• 第4章 基于自相关函数的模糊时间序列的优化方法33-41
• 4.1 新算法的描述33-35
• 4.2 应用举例35-41
• 总结41-42
• 参考文献42-46
• 攻读学位期间公开发表论文46-47
• 致谢47-48
• 研究生履历48

【参考文献】

中国硕士学位论文全文数据库 前1条

1 曲宏巍;模糊时间序列模型相关理论的研究[D];大连海事大学;2012年

，

本文编号：768092