模糊时间序列
模糊时间序列的相关文献在1992年到2022年内共计98篇,主要集中在自动化技术、计算机技术、数学、财政、金融
等领域,其中期刊论文84篇、会议论文3篇、专利文献90225篇;相关期刊66种,包括广东公安科技、地理空间信息、计算机工程与科学等;
相关会议3种,包括第10届全国计算机支持的协同工作学术会议暨中国计算机学会协同计算专委年度工作会议、2009云南省研究生学术论坛、2015年中国兵工学会学术年会暨第三届全国武器装备研制与保障学术研讨会等;模糊时间序列的相关文献由220位作者贡献,包括王鹏、田宗浩、刘洋等。
模糊时间序列—发文量
专利文献>
论文:90225篇
占比:99.90%
总计:90312篇
模糊时间序列
-研究学者
- 王鹏
- 田宗浩
- 刘洋
- 吴今培
- 杨一文
- 毛亚纯
- 肖冬
- 蔺玉佩
- 黄丽平
- 严磊
- 付晓锐
- 刘合香
- 刘晓娟
- 刘芮葭
- 华逸群
- 卢耀健
- 吴铭峰
- 孙曦浩
- 孙永雄
- 宋太亮
- 帅勇
- 庄新田
- 彭艳兵
- 方建安
- 曹健
- 李丰德
- 李广桃
- 李雪娆
- 杨皎平
- 汪洋
- 王宝华
- 王建平
- 王永弟
- 王玉兰
- 王萌
- 王鸿绪
- 申晨
- 石慧
- 翁福利
- 蒋勋
- 覃频频
- 詹文斌
- 谢菲鸿
- 陈海燕
- 黄大明
- Cao Jian
- DONG Ying
- Hua Yiqun
- LIU Zhi
- XU Shuang-shuang
-
-
钱泽昊;
刘瑾;
张佳乐
-
-
摘要:
研究了如何准确获取按时间序列排列的相关人流量数据的因素,并对数据进行综合分析,提取其中有利于时间序列预测研究的成分。考虑到数据采集的精度限制,景区的人流量数据无法具有很高的明确性和准确性,因此还研究了模糊时间序列模型的构建,通过结合模糊数学与时间序列解决这一问题。
-
-
赵春兰;
李屹;
何婷;
武刚;
王兵
-
-
摘要:
科学有效的水质预测对于水资源的管理与水污染预警尤为重要。由于水质指标序列存在非线性、非平稳性、模糊性和季节性等特点,传统预测模型的精度受到一定的限制。结合差分整合自回归移动平均ARIMA模型和经典模糊时间序列模型的特性,提出了一种基于动态隶属度的模糊时间序列水质预测新模型。首先,利用模糊C均值聚类从原始数据中构建隶属度序列;其次,利用经典的时间序列模型对不同的子隶属度序列进行预测,得到动态隶属度;最后,去模糊化得到水质指标的预测值。应用提出的新模型对岷江某断面的水质指标进行了短期预测,并与经典模糊时间序列模型和ARIMA乘积季节模型进行对比。实验结果表明,新模型在RMSE、MAPE和MAE上均优于经典模糊时间序列模型和ARIMA乘积季节模型,极大地提高了预测精度,可为水污染防治提供有价值的参考。
-
-
武文斌;
唐燕武;
朱家明;
陈华友
-
-
摘要:
在股价指数预测等社会经济现象中,存在多种线性和非线性叠加的复杂特征,根据数据波动特点,文章在样本数据排序的基础上,结合区间数大小可能度的概念,对样本数据进行分类和区间划分。同时,通过反映不同决策者态度的多种隶属度计算方法,构造了犹豫模糊集,从而建立了基于综合隶属度权重来集成历史数据的线性预测模型。为拟合数据的非线性特征,引入了BP神经网络预测模型。利用台湾加权股价指数近五年的数据进行实例分析,将线性预测值和开盘价、最低价、最高价、收盘价作为BP神经网络的输入,最终获得了股价指数的预测值。结果表明,提出的模型具有可行性和有效性。
-
-
LIU Zhi;
ZHANG Tie;
DONG Ying;
XU Shuang-shuang
-
-
摘要:
由于股票价格的时间序列具有不确定性,股市的真实模型不容易建立,而模糊时间序列在解决模糊性数据和不确定性数据方面具有较大优势;因此,本文首先将数据进行预处理并改进论域划分的方法,然后利用三角隶属度函数进行数据的模糊化处理,再利用模糊化后的数据建立三层BP神经网络,最后,应用广义的逆模糊数公式将预测模糊集进行逆模糊化,从而得到预测结果.应用本文方法对印度国家银行(SBI)股票价格和Alabama大学的入学人数进行预测,预测结果精度较高.
-
-
张昊;
焦克莹
-
-
摘要:
在相关文献提出的模糊时间序列预测模型IFTSFM的基础上,定义了多元逆模糊数(Multivariate Inverse Fuzzy Number)的概念,建立了基于多元逆模糊数的模糊时间序列预测模型.应用这一模型,将海南省1997-2016年度旅游总收入历史数据分为两组,分别进行了对历史数据拟合模拟和对未知数据的预测计算,取得了令人满意的结果.
-
-
何华琴;
何后裕
-
-
摘要:
短期负荷预测在电力系统的日常运行和调度中起着重要作用,季节和温度是影响负荷变化的最重要因素,但随机因素会在特定时间内改变需求消耗,这将导致突然的负荷变化.为了提高预测精度,提出了一种用于短期负荷预测的加权时变滑动模糊时间序列模型(WTVS).将WTVS模型分为数据预处理,趋势训练和负荷预测三个部分.在数据预处理阶段,通过平滑历史数据将削弱随机因素的影响.在趋势训练和负荷预测阶段,将季节因素和加权历史数据引入到短期负荷预测的时变滑模糊时间序列模型(TVS)中.运用国网陕西省电力公司的负荷数据对WTVS模型进行测试,结果表明,与TVS模型相比,所提出的WTVS模型在负荷预测精度上有显著提高.
-
-
王炎林;
陈建;
王卓;
胡陈君;
郑延莉;
曹中华;
方晶晶;
罗泽勇
-
-
摘要:
改进一种模糊时间序列,应用于全国农用拖拉机总数量预测,并为我国拖拉机的发展提供合理的指导建议.与经典层次模型Song模型和Chen模型预测全国农用拖拉机总数量比较,改进的模糊时间序列模型预测的平均误差率降低了10多倍,且其计算过程大大简化,易于运用.预测结果表明:我国农用拖拉机总数量在缓慢增长,其中农用大中型拖拉机增长率高于小型拖拉机,与实际土地整治、大中型机械取代小微型机械下田作业的状况相符;大中型拖拉机配备的农具台数增长率大于农用大中型拖拉机的增长率,但拖拉机产能过剩,造成浪费,政府应合理调控.
-
-
-
-
刘培培1;
张肖肖2
-
-
摘要:
原油和化工产品在国民经济和生活中的作用越来越大,把握其价格运行规律对于企业生产经营意义重大。本文提出了一种改进的模糊时间序列预测方法,将其应用到了上海原油期货和郑州PTA期货的价格预测当中。通过样本数据的检验,不仅证明了算法的有效性,同时证明了对企业业务经营也具有指导意义。
-
-
Hua Yiqun;
华逸群;
Cao Jian;
曹健
- 《第10届全国计算机支持的协同工作学术会议暨中国计算机学会协同计算专委年度工作会议》
| 2015年
-
摘要:
网络使得机票预订更加便捷,机票价格预测可以帮助旅客、代理商合理的选择购买时间、了解市场.然而各航空公司均使用复杂的调价机制,动态的调整价格,以达到收益最大的目的.受多方面因素的影响,机票实时价格具有趋势性、随机性和波动性的特点,同时影响机票价格因素在不断变化,历史价格与预测值间很难用一个精确的关系表示.文中将模糊时间序列模型引入机票价格预测问题中,利用36条航线的最低价格数据(2014.10-2015.4),根据历史价格进行预测,并用绝对平均误差对实验结果进行评估.将预测结果与传统的时间序列算法AR、移动平均和指数平滑比较,结果表明模糊时间序列模型可以提高预测的准确率,不同航线的预测误差结果浮动较小,且在价格波动较大时准确率有明显提升,可为旅客提供较可靠的购票决策支持.
-
-
帅勇;
宋太亮;
王建平;
詹文斌
- 《2015年中国兵工学会学术年会暨第三届全国武器装备研制与保障学术研讨会》
| 2015年
-
摘要:
为了解决装备保障能力的预测问题,针对模糊时间序列多尺度比率算法存在的不足,论文采用文本挖掘的方法构建装备保障能力预测指标体系,采用改进的加权模糊C均值聚类算法(MWFCM)对数据进行聚类,提出变化的区间标度并选择不同区间长度隶属度对应的数据作为比率划分论域,计算各类数据的平均相对误差,基于这些误差推算出多尺度、非等间距的论域划分区间并建立模糊时间序列模型,使用加权平均值法处理模糊化问题并预测结果;最后通过案例分析,证明构建的指标体系适用于预测模型,且改进的模糊时间序列模型预测精度较高.
-