| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状及发展趋势 | 第10-13页 |
| 1.3 论文的主要研究工作 | 第13-15页 |
| 第2章 经典模糊时间序列模型 | 第15-21页 |
| 2.1 模糊集理论概述 | 第15-16页 |
| 2.2 经典模糊时间序列模型 | 第16-19页 |
| 2.3 实验数据选取和预处理 | 第19-21页 |
| 第3章 模糊区间划分 | 第21-37页 |
| 3.1 利用自动聚类法进行区间划分 | 第21-25页 |
| 3.1.1 自动聚类法算法综述 | 第21-23页 |
| 3.1.2 实验结果与分析 | 第23-25页 |
| 3.2 利用k-means的方法进行区间划分 | 第25-31页 |
| 3.2.1 k-means算法综述 | 第25-29页 |
| 3.2.2 实验结果与分析 | 第29-31页 |
| 3.3 利用FCM算法进行区间划分 | 第31-37页 |
| 3.3.1 FCM算法综述 | 第31-34页 |
| 3.3.2 实验结果与分析 | 第34-37页 |
| 第4章 模糊规则建立及预测 | 第37-51页 |
| 4.1 关系矩阵法 | 第37-43页 |
| 4.1.1 关系矩阵法算法综述 | 第37-39页 |
| 4.1.2 实验结果与分析 | 第39-43页 |
| 4.2 基于模式匹配的模糊预测算法 | 第43-51页 |
| 4.2.1 模式匹配算法综述 | 第44-45页 |
| 4.2.2 基于最长公共子列算法(LCSS)的模糊规则 | 第45-47页 |
| 4.2.3 基于近似匹配算法的模糊规则 | 第47-49页 |
| 4.2.4 实验结果与分析 | 第49-51页 |
| 第5章 应用结果综合评估 | 第51-55页 |
| 5.1 三种区间划分方式的优劣比较 | 第51-53页 |
| 5.2 两种模糊规则构建方式的优劣比较 | 第53-54页 |
| 5.3 小结 | 第54-55页 |
| 第6章 总结与展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61页 |