基于多元粒时间序列的建模与预测研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-12页 |
| 1.1 课题研究背景 | 第8页 |
| 1.2 多元时间序列模型的发展与应用 | 第8-10页 |
| 1.3 信息粒化在时间序列分析中的应用 | 第10页 |
| 1.4 时间序列组合预测模型的发展与应用 | 第10-11页 |
| 1.5 本文主要工作及论文结构 | 第11-12页 |
| 2 多元模糊时序模型 | 第12-21页 |
| 2.1 模糊时间序列相关定义 | 第12-13页 |
| 2.2 多元模糊时序模型建模 | 第13-21页 |
| 3 基于粒化的多元模糊时序模型 | 第21-41页 |
| 3.1 粒计算 | 第21-27页 |
| 3.1.1 信息粒化 | 第21-25页 |
| 3.1.2 基于信息粒化的论域划分 | 第25-27页 |
| 3.2 基于SVM的模糊规则优化 | 第27-29页 |
| 3.2.1 支持向量机的基本原理 | 第26-27页 |
| 3.2.2 基于SVM的多元模糊时间序列 | 第27-29页 |
| 3.3 基于粒度区间的时间序列模型 | 第29-33页 |
| 3.3.1 基于粒度区间的时间序列建模步骤 | 第29-32页 |
| 3.3.2 基于粒化的区间模型评价 | 第32-33页 |
| 3.4 仿真实验 | 第33-40页 |
| 3.5 本章小结 | 第40-41页 |
| 4 基于粒化的模糊时序组合预测研究 | 第41-54页 |
| 4.1 函数系数时序模型 | 第41-42页 |
| 4.2 基于遗传算法的参数优化 | 第42-47页 |
| 4.2.1 遗传算法简介 | 第42-43页 |
| 4.2.2 改进的遗传算法优化参数 | 第43-46页 |
| 4.2.3 实验结果分析 | 第46-47页 |
| 4.3 改进的自适应变权重组合预测模型 | 第47-49页 |
| 4.4 实例分析 | 第49-53页 |
| 4.4.1 肾脏病患者血液透析数据 | 第49-50页 |
| 4.4.2 TAIEX数据预测 | 第50-53页 |
| 4.5 本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59页 |
