WFAR模型在时间序列预测中的应用

• 作者: 孟宪涛 王立柱
• 来源期刊: 沈阳师范大学学报（自然科学版）
• 学科: 数学
• 关键词: 时间序列 模糊规则 模糊聚类 预测
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 统计学
• 页码范围: 49-53
• 页数: 5页
• 分类号: O224
• 字数: 3055字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5862.2019.01.010

摘要

随着模糊集合理论应用的不断广泛深入,为深刻研究时间序列数据状态波动的依赖关系,提出了模糊自回归时间序列预测模型,更适合解决复杂依赖关系且带有缺失、含糊、不准确等现象的时间序列预测问题.模型采用模糊聚类的方法对论域进行划分建立模糊集,并根据历史数据抽取模糊规则.利用自相关性确定数据状态间的依赖关系,通过马尔科夫转移概率抽取状态转移信息.模型既考虑了数据状态间的相互作用关系,又兼顾了状态转移频率的影响,进而达到提高预测质量的目的.实验部分将Alabama大学入学人数作为实验数据,以均方误差作为衡量标准,经过比较提出模型的预测质量明显优于传统模糊时间序列预测模型,说明了模型的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟宪涛	沈阳师范大学数学与系统科学学院	26	109	6.0	9.0
2	王立柱	沈阳师范大学数学与系统科学学院	18	81	4.0	8.0