本文關(guān)鍵詞：基于BP神經(jīng)網(wǎng)絡(luò)的模糊時(shí)間序列預(yù)測(cè)，由筆耕文化傳播整理發(fā)布。

【摘要】：時(shí)間序列指的是在不同時(shí)間點(diǎn)上收集到的反映某一事物、現(xiàn)象等隨時(shí)間變化的數(shù)據(jù)的集合。通過(guò)對(duì)這一系列數(shù)據(jù)的研究,我們能找到隱含在數(shù)據(jù)背后的規(guī)律,從而對(duì)現(xiàn)實(shí)進(jìn)行建模分析并解決相關(guān)領(lǐng)域中的問(wèn)題。時(shí)間序列預(yù)測(cè)是通過(guò)已觀測(cè)到的數(shù)據(jù)來(lái)預(yù)測(cè)未來(lái),使決策者具有高瞻遠(yuǎn)矚的能力,從而做出更好的決策,因此具有很重要的意義。模糊時(shí)間序列是通過(guò)將時(shí)間序列的數(shù)據(jù)模糊化而得到的,它借助了模糊的概念使單個(gè)的數(shù)據(jù)點(diǎn)聚集成一個(gè)個(gè)具有語(yǔ)義表示的類,然后通過(guò)對(duì)這些類進(jìn)行建模分析來(lái)做預(yù)測(cè)。模糊時(shí)間序列預(yù)測(cè)的一般過(guò)程是：(1)劃分論域；(2)形成模糊集,對(duì)數(shù)據(jù)模糊化；(3)提取模糊邏輯關(guān)系；(4)預(yù)測(cè),去模糊化。本文通過(guò)對(duì)論域劃分的方法進(jìn)行研究,應(yīng)用了基于模糊C均值聚類和基于信息粒的這兩種論域劃分的方法,然后再分別和BP神經(jīng)網(wǎng)絡(luò)這一預(yù)測(cè)方法進(jìn)行結(jié)合,給出了兩種組合的預(yù)測(cè)模型。本文中的第一種預(yù)測(cè)模型首先用模糊C均值聚類算法對(duì)傳統(tǒng)均分的論域劃分進(jìn)行改進(jìn),該算法通過(guò)使所有數(shù)據(jù)點(diǎn)對(duì)于模糊集的隸屬度之和最大得到聚類中心,然后求得相鄰聚類中心的中點(diǎn)值作為子區(qū)間的邊界得到非等長(zhǎng)的論域劃分結(jié)果,再在這些子區(qū)間上建立模糊集,從而將數(shù)值表示的數(shù)據(jù)模糊化,得到模糊時(shí)間序列。通過(guò)提取二階的模糊邏輯關(guān)系得到訓(xùn)練數(shù)據(jù),用這些訓(xùn)練數(shù)據(jù)來(lái)訓(xùn)練BP神經(jīng)網(wǎng)絡(luò),從而使網(wǎng)絡(luò)具有了分類的能力,然后用訓(xùn)練之后的網(wǎng)絡(luò)來(lái)預(yù)測(cè)下一時(shí)刻數(shù)據(jù)所屬的模糊集,通過(guò)去模糊化得到預(yù)測(cè)值。最后,以臺(tái)灣加權(quán)股指數(shù)據(jù)(TAIEX)為例,與已有模型進(jìn)行均方根誤差比較來(lái)檢驗(yàn)所提模型的有效性。本文中的第二種預(yù)測(cè)模型用信息粒的思想來(lái)進(jìn)一步改進(jìn)論域劃分方法。信息�？梢栽诓煌木S度上展現(xiàn)數(shù)據(jù),使數(shù)據(jù)中隱藏的規(guī)律更好的被發(fā)現(xiàn),在這個(gè)觀點(diǎn)的啟發(fā)下,我們應(yīng)用基于信息粒的論域劃分方法,該方法先對(duì)整個(gè)時(shí)間序列用模糊C均值聚類得到聚類中心,然后根據(jù)相鄰聚類中心的中點(diǎn)值建立起子區(qū)間,再在這些子區(qū)間上構(gòu)造適當(dāng)粒度大小的信息粒,最后通過(guò)這些信息粒計(jì)算得到論域劃分之后的區(qū)間。劃分論域之后,我們采用和第一種預(yù)測(cè)模型相同的建模過(guò)程,在相同的數(shù)據(jù)集上做實(shí)驗(yàn)得到的預(yù)測(cè)準(zhǔn)確度再一次得到提高,證明了該組合模型的有效性。
【關(guān)鍵詞】：模糊時(shí)間序列 信息粒 BP神經(jīng)網(wǎng)絡(luò) 模糊C均值聚類
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP183;O211.61
【目錄】：

• 摘要4-5
• Abstract5-8
• 1 緒論8-16
• 1.1 研究背景及意義8-9
• 1.2 模糊時(shí)間序列模型及預(yù)測(cè)9-14
• 1.2.1 模糊時(shí)間序列模型11-12
• 1.2.2 模糊時(shí)間序列預(yù)測(cè)12-14
• 1.3 本文的主要內(nèi)容14-16
• 2 信息粒和反向傳播神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介16-27
• 2.1 信息粒簡(jiǎn)介16-24
• 2.1.1 信息粒的概念19-20
• 2.1.2 信息粒化方法20-21
• 2.1.3 時(shí)間序列的信息粒化21-24
• 2.2 反向傳播神經(jīng)網(wǎng)絡(luò)24-27
• 2.2.1 反向傳播神經(jīng)網(wǎng)絡(luò)的概念24-25
• 2.2.2 反向傳播神經(jīng)網(wǎng)絡(luò)的建模過(guò)程25-27
• 3 基于模糊C均值聚類和BP神經(jīng)網(wǎng)絡(luò)的模糊時(shí)間序列預(yù)測(cè)27-36
• 3.1 模糊C均值聚類簡(jiǎn)介27-29
• 3.1.1 模糊C均值聚類的理論知識(shí)27-28
• 3.1.2 基于模糊C均值聚類的論域劃分28-29
• 3.2 實(shí)驗(yàn)步驟和結(jié)果展示29-36
• 4 基于信息粒和BP神經(jīng)網(wǎng)絡(luò)的模糊時(shí)間序列預(yù)測(cè)36-44
• 4.1 基于信息粒的論域劃分36-37
• 4.2 實(shí)驗(yàn)步驟和結(jié)果展示37-44
• 結(jié)論44-45
• 參考文獻(xiàn)45-48
• 攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況48-49
• 致謝49-50

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 吳鵬;劉振;陳月輝;;基于神經(jīng)樹(shù)的時(shí)間序列預(yù)測(cè)[J];山東科學(xué);2007年01期

2 沈浩;鄧夢(mèng)曦;;預(yù)則立——時(shí)間序列預(yù)測(cè)技術(shù)之廣電業(yè)務(wù)應(yīng)用[J];中國(guó)數(shù)字電視;2011年10期

3 許繼平;劉載文;那靖;;司法消噪與多技術(shù)融合的時(shí)間序列預(yù)測(cè)[J];計(jì)算機(jī)工程與應(yīng)用;2010年24期

4 王剛,胡德文;基于時(shí)間序列預(yù)測(cè)的獨(dú)立分量排序[J];國(guó)防科技大學(xué)學(xué)報(bào);2005年05期

5 楊久婷;張海望;;基于小波分解與自回歸樹(shù)的時(shí)間序列預(yù)測(cè)新方法[J];科技信息;2009年31期

6 張弦;王宏力;;具有選擇與遺忘機(jī)制的極端學(xué)習(xí)機(jī)在時(shí)間序列預(yù)測(cè)中的應(yīng)用[J];物理學(xué)報(bào);2011年08期

7 邢蕾;;基于小波分析時(shí)間序列預(yù)測(cè)技術(shù)進(jìn)展[J];吉林金融研究;2009年04期

8 肖凡;馬捷中;任嵐昆;;基于小波分析與支持向量機(jī)的時(shí)間序列預(yù)測(cè)[J];航空計(jì)算技術(shù);2011年06期

9 楊玫;趙秀麗;劉瑜;;時(shí)間序列預(yù)測(cè)問(wèn)題中小波分解的應(yīng)用研究[J];信息技術(shù)與信息化;2011年02期

10 丁紅;武招云;龔若愚;廖文凱;;小波分析在徑流時(shí)間序列預(yù)測(cè)的應(yīng)用[J];柳州師專學(xué)報(bào);2012年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前4條

1 陳宇;唐常杰;鐘義嘯;段磊;喬少杰;普東航;;基于基因表達(dá)式編程和時(shí)變強(qiáng)度的時(shí)間序列預(yù)測(cè)[A];第二十二屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2005年

2 王亮;鐘登華;葛曉冬;;預(yù)測(cè)方法綜述[A];全國(guó)青年管理科學(xué)與系統(tǒng)科學(xué)論文集（第1卷）[C];1991年

3 尤華;王建東;;機(jī)場(chǎng)噪聲的時(shí)間序列預(yù)測(cè)[A];2011年通信與信息技術(shù)新進(jìn)展——第八屆中國(guó)通信學(xué)會(huì)學(xué)術(shù)年會(huì)論文集[C];2011年

4 王棟;陳勇;徐建良;;基于預(yù)測(cè)的BitTorrent種子評(píng)估方法[A];2008'中國(guó)信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（二）[C];2008年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前5條

1 王威娜;基于模糊理論的時(shí)間序列預(yù)測(cè)研究[D];大連理工大學(xué);2016年

2 張冬青;非線性非高斯時(shí)間序列預(yù)測(cè)研究[D];南京航空航天大學(xué);2008年

3 劉大同;基于Online SVR的在線時(shí)間序列預(yù)測(cè)方法及其應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2010年

4 熊濤;基于EMD的時(shí)間序列預(yù)測(cè)混合建模技術(shù)及其應(yīng)用研究[D];華中科技大學(xué);2014年

5 王軍;基于局部模型的時(shí)間序列預(yù)測(cè)方法研究[D];哈爾濱工業(yè)大學(xué);2007年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 陳詩(shī)語(yǔ);基于網(wǎng)絡(luò)的時(shí)間序列預(yù)測(cè)[D];西南大學(xué);2015年

2 黃杰;SOM在時(shí)間序列預(yù)測(cè)中的應(yīng)用研究[D];蘭州交通大學(xué);2015年

3 胡海峰;泄漏積分型回聲狀態(tài)網(wǎng)的優(yōu)化及其在時(shí)間序列預(yù)測(cè)中的應(yīng)用[D];渤海大學(xué);2016年

4 朱成璋;基于機(jī)器學(xué)習(xí)的時(shí)間序列預(yù)測(cè)關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

5 顧蘭蘭;基于BP神經(jīng)網(wǎng)絡(luò)的模糊時(shí)間序列預(yù)測(cè)[D];大連理工大學(xué);2016年

6 侯效永;多尺度時(shí)間序列預(yù)測(cè)[D];蘇州大學(xué);2013年

7 王麗賢;時(shí)間序列預(yù)測(cè)技術(shù)研究[D];天津理工大學(xué);2012年

8 王權(quán);基于選擇策略的時(shí)間序列預(yù)測(cè)研究[D];南京航空航天大學(xué);2011年

9 宋玉強(qiáng);人工神經(jīng)網(wǎng)絡(luò)在時(shí)間序列預(yù)測(cè)中的應(yīng)用研究[D];西安建筑科技大學(xué);2005年

10 張慧;自適應(yīng)模糊時(shí)間序列預(yù)測(cè)模型的研究[D];大連海事大學(xué);2012年

  本文關(guān)鍵詞：基于BP神經(jīng)網(wǎng)絡(luò)的模糊時(shí)間序列預(yù)測(cè)，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：509481