粒子群优化算法在模糊时间序列预测问题中应用.pdf

中文摘要 摘 要 利用模糊时间序列处理预测问题已经成为目前数学研究方面的一个重要课 题，许多学者为了提高模糊时间序列预测结果的精度，提出了各种各样的模糊预 测方法，其研究重点都是在改进论域划分和模糊预测规则两方面上。 Kuo等人提出利用粒子群优化算法来处理模糊时间序列预测中 1995年I-Hong 论域划分的问题，以提高预测精度。其基本思想是：首先给出一群粒子，每一个 粒子定义一个n．1维矢量，每一个矢量将论域划分成11个间隔，然后这些粒子在论 Kuo等人对模糊预测规 域范围内运动，寻找出使得结果最优的一个划分。I-Hong 则也做出了创新，提出新的模糊预测方法(名叫MV)，通过Alabama大学注册人 数的预测结果表明其算法优于先前的算法。 Kuo等人在论文中使用的模糊集是先前人为给出的，这种定义方法不 I-Hong 能客观地反映出真实的数据结构分布，所以陈刚教授提出了模糊集的一个客观定 义——距离定义，这样就避免了主观定义所带来的弊端，体现出样本在论域上的 分布，突出样本的内部结构。本文将陈刚教授提出的模糊集使用其中，在建立模 Kuo等人的MV预测方法稍作修改，最后的预测结果表明本文 糊关系时将I-Hong Kuo的算法精度更高一些。 的算法比I-Hong 关键词：粒子群优化算法；模糊时间序列；论域非等分划分；模糊集的客观定义 英文摘要 ABSTRACT in on treatmentofthe of based thecmrent studymathematics，forecastingproblem the of timeserieshasbecomeall research conceptfuzzy importanttopic．Toimprove the of time scholars allkindsof forecastingaccuracyfuzzyseries，manypresented fuzzy intervalsandthe researchfocushastwo of lengths forecastingmethod，the aspects：the contentoftherules． Inorderto the Kuo，etal(1 improvepredictionaccuracy，I-Hong995)proposed to withinterval of swarm deal fuzzy usingparticle optimizationalgorithm partitioning an一1d timeseries mainidea defines vector, prediction