| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 1 绪论 | 第19-37页 |
| 1.1 研究背景和意义 | 第19-23页 |
| 1.2 粒计算及其研究进展 | 第23-27页 |
| 1.2.1 粒计算的基本概念 | 第23-24页 |
| 1.2.2 粒计算的研究进展 | 第24-27页 |
| 1.3 基于粒计算的时间序列分析与建模研究现状 | 第27-30页 |
| 1.4 基于粒计算的时间序列分析与建模的三个核心问题 | 第30-33页 |
| 1.4.1 时间序列的合理信息粒化 | 第30-31页 |
| 1.4.2 基于信息粒化的时间序列分析与解释 | 第31-32页 |
| 1.4.3 基于信息粒化的时间序列建模 | 第32-33页 |
| 1.5 本文的研究内容和结构 | 第33-37页 |
| 2 时间序列的多粒度区间信息粒化 | 第37-66页 |
| 2.1 引言 | 第37-38页 |
| 2.2 常用的时间序列信息粒化方法 | 第38-43页 |
| 2.2.1 基于区间的时间序列信息粒化 | 第39页 |
| 2.2.2 基于模糊集的时间序列信息粒化 | 第39-42页 |
| 2.2.3 基于聚类的时间序列信息粒化 | 第42-43页 |
| 2.3 时间序列的多粒度区间信息粒化方法 | 第43-50页 |
| 2.3.1 问题的提出 | 第43-44页 |
| 2.3.2 时间序列的多粒度区间信息粒化 | 第44-48页 |
| 2.3.3 时间序列的多粒度区间信息粒化方法示例 | 第48-50页 |
| 2.4 时间序列多粒度区间信息粒化方法的应用 | 第50-65页 |
| 2.4.1 模糊时间序列建模中的论域划分问题 | 第50-52页 |
| 2.4.2 基于多粒度区间信息粒化的模糊时间序列论域划分方法 | 第52-55页 |
| 2.4.3 数值实验 | 第55-65页 |
| 2.4.3.1 时间序列数据集 | 第55-57页 |
| 2.4.3.2 实验方法 | 第57-59页 |
| 2.4.3.3 实验结果与分析 | 第59-65页 |
| 2.5 本章小结 | 第65-66页 |
| 3 基于信息粒化的时间序列分析与解释 | 第66-95页 |
| 3.1 引言 | 第66-67页 |
| 3.2 基于多粒度区间信息粒化的时间序列分析与解释方法 | 第67-72页 |
| 3.3 粒特征空间中矩形套信息粒的聚类方法 | 第72-81页 |
| 3.3.1 模糊C-均值聚类算法 | 第72-74页 |
| 3.3.2 粒特征空间中矩形套信息粒的聚类 | 第74-81页 |
| 3.3.2.1 粒特征空间中矩形套信息粒原型的构造 | 第74-78页 |
| 3.3.2.2 粒特征空间中矩形套信息粒与粒原型之间匹配程度的计算 | 第78-81页 |
| 3.4 数值实验 | 第81-94页 |
| 3.4.1 三个金融时间序列数据集 | 第81-83页 |
| 3.4.2 实验过程及结果 | 第83-88页 |
| 3.4.3 实验结果分析 | 第88-94页 |
| 3.5 本章小结 | 第94-95页 |
| 4 基于信息粒化的时间序列建模 | 第95-135页 |
| 4.1 引言 | 第95-97页 |
| 4.2 基于多粒度区间信息粒化的时间序列层次化建模方法 | 第97-102页 |
| 4.3 时间序列粒模型性能的评价 | 第102-104页 |
| 4.4 基于模糊认知图的时间序列粒模型 | 第104-114页 |
| 4.4.1 区间操作 | 第104-105页 |
| 4.4.2 模糊认知图 | 第105-107页 |
| 4.4.3 基于模糊认知图的时间序列粒化建模方法 | 第107-114页 |
| 4.5 数值实验 | 第114-124页 |
| 4.5.1 基于模糊认知图的上证综合指数时间序列粒模型 | 第115-119页 |
| 4.5.2 相关参数对模糊认知图的时间序列粒模型性能的影响 | 第119-120页 |
| 4.5.3 不同的单一信息粒度对模糊认知图时间序列粒模型性能的影响 | 第120-121页 |
| 4.5.4 实验结果分析 | 第121-124页 |
| 4.6 本章小结 | 第124-135页 |
| 5 结论与展望 | 第135-139页 |
| 5.1 总结 | 第135-136页 |
| 5.2 展望 | 第136-139页 |
| 参考文献 | 第139-147页 |
| 攻读博士学位期间科研项目及科研成果 | 第147-149页 |
| 致谢 | 第149-151页 |
| 作者简介 | 第151页 |
