模糊时间序列的一类混合预测模型研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文的工作 | 第11-13页 |
| 2 预备知识 | 第13-21页 |
| 2.1 模糊时间序列相关定义 | 第13-15页 |
| 2.2 模糊时间序列预测模型 | 第15-17页 |
| 2.2.1 模糊时间序列建模步骤 | 第15页 |
| 2.2.2 经典模糊时间序列模型 | 第15-17页 |
| 2.2.3 去模糊化方法 | 第17页 |
| 2.3 模糊C均值聚类算法 | 第17-19页 |
| 2.4 遗传算法 | 第19-21页 |
| 3 基于启发式算法的模糊时间序列模型 | 第21-35页 |
| 3.1 AFCH模型的算法研究 | 第21-26页 |
| 3.1.1 自适应算法 | 第21-23页 |
| 3.1.2 改进的启发式算法 | 第23-25页 |
| 3.1.3 启发式规则 | 第25-26页 |
| 3.2 AFCH模型预测步骤 | 第26-27页 |
| 3.3 AFCH模型的预测实现 | 第27-32页 |
| 3.4 实验结果分析 | 第32-34页 |
| 3.5 本章小结 | 第34-35页 |
| 4 基于模糊C均值和遗传算法的模糊时间序列模型 | 第35-49页 |
| 4.1 FG-AFCH模型的算法研究 | 第35-39页 |
| 4.1.1 遗传算法优化区间长度 | 第35-38页 |
| 4.1.2 改进的MV算法 | 第38-39页 |
| 4.2 FG-AFCH模型预测步骤 | 第39-41页 |
| 4.3 FG-AFCH模型的预测实现 | 第41-46页 |
| 4.4 实验结果分析 | 第46-48页 |
| 4.5 本章小结 | 第48-49页 |
| 5 仿真实验 | 第49-59页 |
| 5.1 Alabama大学入学数据 | 第49-51页 |
| 5.2 TAIFEX数据 | 第51-53页 |
| 5.3 Mackey-Glass时间序列 | 第53-55页 |
| 5.4 模拟分段函数产生的时间序列 | 第55-58页 |
| 5.5 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65-66页 |
