不確定性知識(shí)表示模型是處理數(shù)據(jù)不確定性的有效手段,是目前時(shí)序數(shù)據(jù)預(yù)測的研究熱點(diǎn)。但是,大多數(shù)不確定性知識(shí)表示模型集中于對(duì)數(shù)據(jù)涵蓋范圍和界限進(jìn)行不確定性表示,而缺乏對(duì)由于數(shù)據(jù)認(rèn)知有限而導(dǎo)致的不確定性處理。集中體現(xiàn)于以下幾個(gè)方面:（1）對(duì)取值不確定的時(shí)序數(shù)據(jù)的知識(shí)表示和預(yù)測仍需進(jìn)一步加強(qiáng);（2）目前基于知識(shí)表示的預(yù)測算法研究還停留在理論階段,需進(jìn)一步對(duì)其應(yīng)用領(lǐng)域進(jìn)行探索。針對(duì)上述問題,本文采用灰色理論對(duì)取值不確定的時(shí)序數(shù)據(jù)進(jìn)行知識(shí)表示,且分別對(duì)基于灰色理論的知識(shí)表示及預(yù)測模型和預(yù)測模型應(yīng)用領(lǐng)域進(jìn)行了探索和研究。主要研究工作如下:1.構(gòu)建了一種優(yōu)化的基于連續(xù)灰數(shù)知識(shí)表示的預(yù)測模型。針對(duì)現(xiàn)有連續(xù)灰數(shù)知識(shí)表示預(yù)測模型的白化過程中存在不確定性,本文利用核和信息擴(kuò)散度作為序列發(fā)展因子,避免白化過程,并利用發(fā)展因子直接構(gòu)建灰色多變量預(yù)測模型,從系統(tǒng)的角度把握數(shù)據(jù)發(fā)展趨勢,反映出序列發(fā)展因子之間相互作用、相互影響關(guān)系。2.構(gòu)建了一種基于元素不齊的離散灰數(shù)知識(shí)表示預(yù)測模型（MS-DGM）。傳統(tǒng)的離散灰數(shù)知識(shí)表示預(yù)測模型,直接提取核和灰單元格面積序列作為序列發(fā)展因子。然而,當(dāng)元素不齊時(shí),傳統(tǒng)方法無法提取出灰... 

【文章來源】：重慶郵電大學(xué)重慶市

【文章頁數(shù)】：71 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

本論文的技術(shù)路線

有上界而無下界的灰數(shù)是一類取復(fù)數(shù)但其絕對(duì)值難以限量的灰數(shù)，是有下界而無上界的灰數(shù)的相反數(shù)。定義2.3 區(qū)間灰數(shù)[42]既有下界a又有上界a的灰數(shù)稱為區(qū)間灰數(shù)，記為 [ a , a ],a a。由一系列前后時(shí)間關(guān)系的區(qū)間灰數(shù)組成序列稱時(shí)序區(qū)間灰數(shù)序列，表示為：1 2( ) ( , ,..., ), [ , ], , 1,2,...,n k k k k kX a b a b k n定義2.4 連續(xù)灰數(shù)與離散灰數(shù)[42]在某一區(qū)間內(nèi)取值有限個(gè)值或可數(shù)個(gè)值的灰數(shù)稱為離散灰數(shù)，取值連續(xù)的充滿某一區(qū)間的灰數(shù)稱為連續(xù)灰數(shù)。定義2.5 可能度函數(shù)[42]可能度函數(shù)是用于刻畫一個(gè)灰數(shù)取某一數(shù)值的可能性，或某一具體數(shù)值灰數(shù)真值（Truth Value）的可能性�？赡芏群瘮�(shù)圖如圖 2.1 所示：

圖 3.1 正態(tài)灰數(shù)預(yù)測模型技術(shù)線路圖述如下：定正態(tài)分布區(qū)間灰數(shù)1 2( ) ( , ,..., )nX ，求出其核和擴(kuò)散度序列分別作為期望和方差進(jìn)行m 次隨機(jī)每次生成的白化實(shí)數(shù)序列1 2( , ,..., )( 1,2,..., )i i imx x x i m組白化實(shí)數(shù)序列的預(yù)測結(jié)果；23

【參考文獻(xiàn)】：
期刊論文
[1]基于梯度提升回歸樹的城市道路行程時(shí)間預(yù)測[J]. 龔越,羅小芹,王殿海,楊少輝.  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2018(03)
[2]基于修正自適應(yīng)Logistic模型的電力需求飽和預(yù)測[J]. 楊太華,陳寅.  中國電力. 2017(05)
[3]基于白化權(quán)函數(shù)的區(qū)間灰數(shù)預(yù)測模型[J]. 羅黨,李鈺雯,林培源.  數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2017(08)
[4]基于滑模模型參考自適應(yīng)系統(tǒng)觀測器的永磁同步電機(jī)預(yù)測控制[J]. 林茂,李穎暉,吳辰,袁國強(qiáng),李辰.  電工技術(shù)學(xué)報(bào). 2017(06)
[5]基于余切函數(shù)變換的區(qū)間灰數(shù)預(yù)測模型[J]. 葉璟,黨耀國,劉震.  控制與決策. 2017(04)
[6]基于核和灰度的區(qū)間灰數(shù)多屬性決策方法[J]. 郭三黨,劉思峰,方志耕.  控制與決策. 2016(06)
[7]基于熵權(quán)和區(qū)間灰數(shù)信息的灰色聚類模型[J]. 錢麗麗,劉思峰,謝乃明.  系統(tǒng)工程與電子技術(shù). 2016(02)
[8]正態(tài)分布區(qū)間灰數(shù)灰色預(yù)測模型[J]. 楊錦偉,肖新平,郭金海.  控制與決策. 2015(09)
[9]基于連續(xù)區(qū)間灰數(shù)Verhulst模型的地震救援藥品需求預(yù)測研究[J]. 王桐遠(yuǎn),張軍,張琳.  數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2015(07)
[10]Interval grey number sequence prediction by using non-homogenous exponential discrete grey forecasting model[J]. Naiming Xie,Sifeng Liu.  Journal of Systems Engineering and Electronics. 2015(01)

碩士論文
[1]云模型在時(shí)間序列預(yù)測中的應(yīng)用研究[D]. 金璐.電子科技大學(xué) 2014
[2]氣溫演變過程的非線性統(tǒng)計(jì)預(yù)測理論與方法[D]. 陳文義.哈爾濱理工大學(xué) 2003



本文編號(hào)：3214563