| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 引言 | 第9-11页 |
| 1.1.1 单因素模糊时间序列模型研究现状 | 第9-10页 |
| 1.1.2 多因素模糊时间序列模型研究现状 | 第10-11页 |
| 1.1.3 证据理论研究现状 | 第11页 |
| 1.2 存在的问题与本文的主要工作 | 第11-12页 |
| 1.3 本文的框架与结构 | 第12-13页 |
| 第2章 相关知识介绍 | 第13-27页 |
| 2.1 模糊集合理论 | 第13-16页 |
| 2.1.1 模糊概念 | 第13页 |
| 2.1.2 模糊集合 | 第13-15页 |
| 2.1.3 模糊关系 | 第15页 |
| 2.1.4 模糊推理 | 第15-16页 |
| 2.2 时间序列 | 第16-17页 |
| 2.2.1 时间序列定义 | 第16-17页 |
| 2.2.2 时间序列预测 | 第17页 |
| 2.3 模糊时间序列 | 第17-21页 |
| 2.3.1 模糊时间序列定义 | 第17-18页 |
| 2.3.2 模糊时间序列预测模型 | 第18-19页 |
| 2.3.3 模糊时间序列模型的去模糊化方法 | 第19-20页 |
| 2.3.4 特征展开法 | 第20-21页 |
| 2.4 模糊C均值聚类算法 | 第21-22页 |
| 2.5 证据理论 | 第22-27页 |
| 2.5.1 经典证据合成公式 | 第22-24页 |
| 2.5.2 孙,叶等人提出的证据合成公式 | 第24-27页 |
| 第3章 基于空间FCM的多因素模糊时间序列模型 | 第27-41页 |
| 3.1 一般论域划分方法 | 第27-28页 |
| 3.2 基于空间FCM的论域划分方法 | 第28-29页 |
| 3.3 基于空间FCM的多因素模糊时间序列模型 | 第29-31页 |
| 3.4 新模型有效性的验证 | 第31-36页 |
| 3.5 结果分析 | 第36-41页 |
| 第4章 基于证据理论的可调参的多因素模糊时间序列预测模型 | 第41-55页 |
| 4.1 基于均分论域和证据理论的多因素模糊时间序列模型 | 第41-47页 |
| 4.1.1 模型的建立 | 第41-42页 |
| 4.1.2 新模型有效性的验证 | 第42-47页 |
| 4.2 基于空间FCM和证据理论的多因素模糊时间序列模型 | 第47-50页 |
| 4.2.1 模型的建立 | 第47页 |
| 4.2.2 新模型有效性的验证 | 第47-50页 |
| 4.3 基于证据理论的可调参的多因素模糊时间序列预测模型 | 第50-53页 |
| 4.4 结果分析 | 第53-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 攻读学位期间公开发表论文 | 第61-62页 |
| 致谢 | 第62页 |
