基于动态隶属度的模糊时间序列在我国居民消费水平预测上的应用

• 作者: 丁欣 王兵 谢祥俊 赵春兰
• 来源期刊: 模糊系统与数学
• 学科: 数学
• 关键词: 居民消费水平 动态隶属度 隶属度序列 模糊化 去模糊化 预测
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 模糊集应用
• 页码范围: 164-174
• 页数: 11页
• 分类号: O159
• 语种: 中文

摘要

准确预测我国居民消费水平对促进经济持续协调发展具有重大的理论和现实意义.根据1952～2013年我国居民消费水平数据,本文提出了一种基于动态隶属度的模糊时间序列预测方法.首先对数据聚类并模糊化处理得到隶属度序列;然后再对隶属度序列进行时间序列分析建模得到预测值;紧接着对其去模糊化实现我国未来三年居民消费水平的预测;最后,将预测结果与传统时间序列方法预测结果相比较,新方法的预测平均绝对误差(MAE)、均方误根差(RMSE)较传统时间序列方法分别减少了23和28.结果表明,本文的预测方法相对于传统时间序列预测方法具有较高的预报精度,可用于居民消费水平的预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王兵		100	854	15.0	24.0
2	谢祥俊		22	170	6.0	12.0
3	赵春兰		13	47	5.0	6.0
4	丁欣		7	23	2.0	4.0