模糊時(shí)間序列的一類混合預(yù)測模型研究.pdf

1、近年來，模糊時(shí)間序列預(yù)測方法已經(jīng)廣泛應(yīng)用于多個(gè)領(lǐng)域，模糊時(shí)間序列模型的研究也得到越來越多的關(guān)注?，F(xiàn)有的研究主要集中于三個(gè)因素:論域的劃分、預(yù)測規(guī)則的確立、去模糊化方法，這三個(gè)因素對(duì)模型的預(yù)測精度具有很大的影響。為了使預(yù)測更加準(zhǔn)確，本文基于現(xiàn)有一些模型提出了兩種新的混合預(yù)測模型，即，一種結(jié)合經(jīng)典模糊時(shí)間序列和啟發(fā)式方法的自適應(yīng)模型，以及一種基于模糊C均值和遺傳算法并結(jié)合經(jīng)典模糊時(shí)間序列和啟發(fā)式方法的自適應(yīng)混合預(yù)測模型。
　　首先，本

2、文提出了一種結(jié)合經(jīng)典模糊時(shí)間序列和啟發(fā)式方法的自適應(yīng)模型。該模型在訓(xùn)練階段采用自適應(yīng)方法自動(dòng)調(diào)節(jié)預(yù)測分析窗口的大小，克服了現(xiàn)有一些模型采用固定分析窗口的缺點(diǎn)，從而提高模型的預(yù)測精度。此外，預(yù)測過程中往往只考慮當(dāng)前狀態(tài)而沒有考慮到下一狀態(tài)，這也是影響模型預(yù)測精度的一個(gè)重要因素。為了降低該因素的影響，提出的模型在測試階段先基于經(jīng)典模糊時(shí)間序列Mamdani推理法得出下一狀態(tài)未知數(shù)據(jù)的模糊化結(jié)果，然后采用改進(jìn)的啟發(fā)式算法計(jì)算預(yù)測值。
　

3、　其次，本文在提出的結(jié)合經(jīng)典模糊時(shí)間序列和啟發(fā)式方法的自適應(yīng)模型的基礎(chǔ)上又提出了一種基于模糊C均值和遺傳算法并結(jié)合經(jīng)典模糊時(shí)間序列和啟發(fā)式方法的自適應(yīng)混合預(yù)測模型。該模型在模糊化階段先采用模糊C均值聚類算法將歷史數(shù)據(jù)模糊化并分類，然后采用遺傳算法來優(yōu)化確定各區(qū)間長度，克服了采用等分法劃分論域存在的信息缺失現(xiàn)象和模型解釋能力不強(qiáng)等問題。然后，在模型預(yù)測階段基于得到的模糊化結(jié)果和最優(yōu)區(qū)間劃分，采用結(jié)合經(jīng)典模糊時(shí)間序列和啟發(fā)式方法的自適應(yīng)模型