谢小军，马 虹，杨付贵，邱云兰

(1.广州工商学院 基础教学部，广东 广州 510850；2.广东金融学院 金融数学与统计学院，广东 广州 510521)

模糊集理论自Zadeh教授提出后，其理论得到了快速发展。1994年，Song在Zadeh教授提出的模糊集理论基础上，研究并构建了模糊时间序列预测模型[1-2]。此后对于模糊时间序列的研究受到越来越多的专家和研究者的关注与重视，并已经取得大量的研究成果。例如袁潮清等[3]提出了将区间灰数序列分别采用发展趋势序列和认知程度序列来进行描述，此方法使得区间灰数预测过程中的灰数运算问题得到成功避免，而且使得区间灰数序列本身所拥有的信息得到成功利用；余文利等[4]基于模糊C均值算法建立了模糊时间序列预测模型，并利用该模型对杭州的温度进行了预测和分析；还有很多学者结合一些新颖的机器学习的方法，例如粒子群算法模型[5]、神经网络方法[6]、决策树[7]等，它们不需要建立模糊关系矩阵，而是利用各预测规则得到的值加权后求得预测值，但是总体上这些方法的预测结果还是令人比较满意的，而且在实践中其模糊规则也具有说服力，可作为模糊时间序列预测模型未来的重要研究方法之一。曾祥艳等[8]提出了一种利用灰色模型对三角模糊数序列进行预测，在此文章中提出了将三角模糊数序列转换为等量信息的三个精确数序列的方法，转换后只需要利用灰模型对精确数列分别进行建模即可，再利用还原公式还原为三角模糊数，成功的实现了利用灰色模型对三角模糊数的拟合和预测。……