基于直觉模糊推理的直觉模糊时间序列模型
2016-06-21王亚男雷英杰范晓诗
系统工程与电子技术 2016年6期
王亚男, 雷英杰, 王 毅, 范晓诗
(空军工程大学防空反导学院, 陕西 西安 710051)
基于直觉模糊推理的直觉模糊时间序列模型
王亚男, 雷英杰, 王毅, 范晓诗
(空军工程大学防空反导学院, 陕西 西安 710051)
摘要:由于受到模糊集理论的限制,模糊时间序列预测理论在不确定数据集的描述上有失客观,针对这种局限性,提出一种直觉模糊时间序列预测模型。应用模糊聚类算法实现论域的非等分划分;针对直觉模糊时间序列的数据特性,提出一种更具客观性的隶属度和非隶属度函数的确定方法;提出一种基于直觉模糊近似推理的模型预测规则。在Alabama大学入学人数和中国社会消费品零售总额数据集两组数据集上分别与典型方法进行对比实验,结果表明该模型有效提高了预测精度,证明了模型的有效性和优越性。
关键词:直觉模糊时间序列; 模糊聚类; 隶属度函数; 非隶属度函数; 直觉模糊推理
0引言
时间序列预测无论在经济领域(如国民收入、股票指数),社会领域(如客运流量、学校入学人数)还是自然领域(如温度、降水量)都有着广泛而重要的应用。传统的时间序列预测方法主要是以ARIMA模型为代表的基于统计分析的方法,这类方法存在两大弊端:第一,需要大量历史数据且历史数据需满足诸多限制;第二,不能预测历史数据为语言值或历史数据不完整、不准确的问题。因此,文献[1]利用模糊集能够描述和处理模糊信息的优势,借助模糊逻辑理论,首次提出了模糊时间序列(fuzzy time series, FTS)的概念,并在Alabama大学入学人数数据集上进行了实验验证。……
登录APP查看全文
