中国学术期刊网络出版总库
  关闭
基于主成分分析的模糊时间序列模型的平稳化算法  
   推荐 CAJ下载 PDF下载
【英文篇名】 Stabilization algorithm of fuzzy time series based on principal component analysis
【下载频次】 ★★★★★
【作者】 陈刚; 丁慧玲;
【英文作者】 CHEN Gang; DING Hui-ling; Department of Mathematics; Dalian Maritime University;
【作者单位】 大连海事大学数学系;
【文献出处】 控制与决策 , Control and Decision, 编辑部邮箱 2018年 09期  
期刊荣誉:中文核心期刊要目总览  ASPT来源刊  CJFD收录刊
【中文关键词】 模糊时间序列; 平稳化; 主成分分析; 广义协方差矩阵; 模糊规则优化;
【英文关键词】 fuzzy time series; stabilization; principal component analysis; generalized covariance matrix; fuzzy rule optimization;
【摘要】 在模糊时间序列模型建立的过程中,对数据的预处理和模糊规则的优化往往是影响模型预测精确度的关键因素.针对上述问题,提出基于主成分分析(PCA)的平稳化算法.首先,对数据进行平稳化检验,并将非平稳的数据进行预处理使其平稳;其次,对论域进行划分并根据模糊关系构建广义的协方差矩阵,由此计算广义协方差矩阵的特征值和特征向量;再次,根据特征值的累计贡献率优化模糊规则,利用优化后模型进行预测;最后,通过实际算例验证新算法的可行性.
【英文摘要】 In the process of establishing fuzzy time series model, the data pre-process and the optimization of the fuzzy rules are the two key factors which influence the precision of predication. Therefore this paper proposes a stabilization algorithm based on principal component analysis(PCA). Firstly, time series are changed into stationary time series by augmented dickey-fuller tests. Then, the fuzzy sets are set up, the generalized covariance matrix of fuzzy relationships is built, and its eigenvalues and eigenv...
【基金】 国家自然科学基金项目(11571056)
【更新日期】 2018-08-30
【分类号】 O211.61
【正文快照】 0引言所谓时间序列,就是一个有序的观测值序列,通常是按照时间观测的,其基本特点是每一个序列包含了产生该序列的历史行为的全部信息[1].传统的时间序列模型在许多预测方面都有成功的应用,但对于解决数据是语言值或是不完整、不确定的预测问题还存在许多不足.1993年,基于模糊集

xxx
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

数理科学和化学
  数学
   概率论与数理统计
    概率论(几率论、或然率论)
     随机过程
      平稳过程与二阶矩过程
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号