資源描述：
《模糊時(shí)間序列模型的改進(jìn)算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、碩士學(xué)位論文模糊時(shí)間序列模型的改進(jìn)算法研究ResearchonImprovedAlgorithmofFuzzyTimeSeriesModel學(xué)21009155大連理工大學(xué)DalianUniversityofTechnology＼嘲燃大連理工大學(xué)學(xué)位論文獨(dú)創(chuàng)性聲明作者鄭重聲明：所呈交的學(xué)位論文，是本人在導(dǎo)師的指導(dǎo)下進(jìn)行研究工作所取得的成果。盡我所知，除文中已經(jīng)注明引用內(nèi)容和致謝的地方外，本論文不包含其他個(gè)人或集體已經(jīng)發(fā)表的研究成果，也不包含其他已申請(qǐng)學(xué)位或其他用途使用過(guò)的成果。與我一同工作的同志對(duì)本研究所做的貢獻(xiàn)均已在
2、論文中做了明確的說(shuō)明并表示了謝意。若有不實(shí)之處，本人愿意承擔(dān)相關(guān)法律責(zé)任。學(xué)位論文題目：搓塑盟閩莊芝』搓型鮑邀進(jìn)篡洼盟塞作者簽名：益婦函日期：五f丕年—金月—L日大連理工大學(xué)碩士學(xué)位論文摘要模糊時(shí)間序列模型是數(shù)據(jù)預(yù)測(cè)分析研究領(lǐng)域中一個(gè)廣泛研究的課題，是為解決經(jīng)典時(shí)間序列分析方法不能處理模糊類問(wèn)題應(yīng)運(yùn)而生的，其主要特點(diǎn)是能夠完成對(duì)具有不完整性、不準(zhǔn)確性和含糊性等缺點(diǎn)的數(shù)據(jù)的預(yù)測(cè)。隨著信息化程度的進(jìn)一步提高，模糊時(shí)間序列模型得到了更廣泛的應(yīng)用，如何提高模型預(yù)測(cè)精度也引起了越來(lái)越多的關(guān)注。在經(jīng)典模型的基礎(chǔ)上，本文分別從模型
3、的區(qū)間劃分和模糊規(guī)則的建立兩方面分析了現(xiàn)有方法的不足，并提出了相應(yīng)的模型改進(jìn)算法，最后將算法推廣到模型的高階形式。針對(duì)歷史數(shù)據(jù)的分布特點(diǎn)和模型復(fù)雜度問(wèn)題，提出了～種改進(jìn)的自動(dòng)聚類區(qū)間劃分方法，有效解決了等分論域劃分方法的可解釋性差以及傳統(tǒng)自動(dòng)聚類方法劃分區(qū)間個(gè)數(shù)過(guò)多導(dǎo)致模型復(fù)雜度增大的問(wèn)題。然后利用粒子群算法對(duì)模型區(qū)間做進(jìn)一步優(yōu)化，得到最優(yōu)的模糊區(qū)間劃分。依據(jù)模糊邏輯關(guān)系的出現(xiàn)頻數(shù)和先后次序，提出了一種混合的模糊規(guī)則加權(quán)方法，該方法對(duì)具有不同重要性的模糊規(guī)則賦予不同權(quán)重值，進(jìn)而能夠得到更合理的模糊規(guī)則?？紤]模糊規(guī)則構(gòu)
4、建過(guò)程中，數(shù)據(jù)隸屬度向量對(duì)模型預(yù)測(cè)結(jié)果的影響，提出了一種隸屬度向量加權(quán)方法，有效地提高了模型的預(yù)測(cè)精度。結(jié)合以上提出的關(guān)于模型區(qū)間劃分和模糊規(guī)則建立方面的改進(jìn)算法，建立本文的改進(jìn)模糊時(shí)間序列模型以及高階推廣模型。本文通過(guò)三組實(shí)驗(yàn)數(shù)據(jù)分別驗(yàn)證了改進(jìn)算法對(duì)提高模型預(yù)測(cè)精度的有效性；同時(shí)，實(shí)驗(yàn)驗(yàn)證了改進(jìn)模型以及高階推廣模型的合理性以及在預(yù)測(cè)效果上的優(yōu)勢(shì)。關(guān)鍵詞：模糊時(shí)間序列；自動(dòng)聚類；模糊規(guī)則；粒子群算法模糊時(shí)間序列模型的改進(jìn)算法研究ResearchonImprovedAlgorithmofFuzzyTimeSeriesM
5、odelAbstractFuzzytimeseriesmodelwhichwasproposedtosolvethefuzzyproblemsthatcan’tbedealtwithclassicaltimeseriesanalysismethods，isanextensiveresearchsubjectintheresearchfieldofdatapredictionandanalysis，anditsmainfeatureisthatitCancompletethepredictionofdatawithth
6、eshortcomingsofincompleteness，inaccuraciesandvagueness，etc．Withthefurtherimprovementoftheinformationdegree，fuzzytimeseriesmodelhasbeenwidelyappliedtodifferentareasandtheresearchonhowtoimprovethepredictionaccuracyofmodelattractsmoreandmoreattention．Basedonthecla
7、ssicalmodel，thispaperanalysesthedeficienciesoftheexistingmethodsandproposesimprovedmethods丘omthetwoaspectswhichincludethedivisionoffuzzyintervalsandtheestablishmentoffuzzyrules．Atlast，theimprovedmethodsareextendedtomodel’Sformofhigh-order．Consideringthedistribu
8、tionofthehistoricaldataandthecomplexityofthemodel，thispaperproposesanimprovedautomaticclusteringmethodforinterval’Sdivisionwhichcansolvetheproblemsofpoorinterpretabilitywith
