模糊时间序列预测模型的改进及其应用研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-11页 |
| §1.1 研究背景与意义 | 第8-9页 |
| §1.2 国内外研究现状 | 第9-10页 |
| §1.3 本文主要内容及创新点 | 第10-11页 |
| 第二章 预备知识 | 第11-15页 |
| §2.1 模糊集理论 | 第11-14页 |
| §2.2 本章小结 | 第14-15页 |
| 第三章 二型模糊集在时间序列预测模型上的应用 | 第15-29页 |
| §3.1 引言 | 第15-16页 |
| §3.2 预备知识 | 第16页 |
| §3.3 基于二型模糊集的时间序列预测模型 | 第16-22页 |
| 3.3.1 确定最佳聚类数 | 第16-17页 |
| 3.3.2 确定聚类中心与隶属度矩阵 | 第17-19页 |
| 3.3.3 基于二型模糊集构建模糊关系矩阵 | 第19-20页 |
| 3.3.4 利用模糊关系矩阵建立加权预测模型 | 第20-21页 |
| 3.3.5 新预测方法的描述 | 第21-22页 |
| §3.4 模型的应用 | 第22-28页 |
| 3.4.1 Alabama的预测实验 | 第23-24页 |
| 3.4.2 TAIEX的预测实验 | 第24-28页 |
| §3.5 本章小结 | 第28-29页 |
| 第四章 基于模糊聚类的一阶多变量时间序列预测模型 | 第29-42页 |
| §4.1 引言 | 第29-30页 |
| §4.2 预备知识 | 第30-31页 |
| §4.3 基于马氏距离的模糊时间序列预测模型 | 第31-36页 |
| 4.3.1 确定初始聚类中心 | 第31页 |
| 4.3.2 确定最佳聚类数与最优模糊度 | 第31-34页 |
| 4.3.3 构建一阶多变量FLR | 第34页 |
| 4.3.4 利用一阶多变量FLRG建立加权模型 | 第34-35页 |
| 4.3.5 新预测方法的描述 | 第35-36页 |
| §4.4 模型的应用 | 第36-41页 |
| §4.5 本章小结 | 第41-42页 |
| 第五章 总结与展望 | 第42-43页 |
| 参考文献 | 第43-47页 |
| 致谢 | 第47-48页 |
| 读研期间科研情况 | 第48页 |
